DOBEL DISKON 95% + 10% SPESIAL PROMO PUNCAK 7.7!
Belajar Data Science Paket Premium cuma 6 Bulan Hanya 177K!
SERBU SEKARANG!
Pendaftaran ditutup dalam 2 Hari 9 Jam 58 Menit 27 Detik 

Teknik Pengolahan Data : Yuk Pelajari Nilai Central Tendency Dari Pengolahan Data Deskriptif

Belajar Data Science di Rumah 27-November-2021
https://dqlab.id/files/dqlab/cache/37b137766a841ba57d355da14a4eb844_x_Thumbnail800.png

Sebuah data deskriptif bisa diolah menggunakan teknik  analisis deskriptif. Analisis deskriptif merupakan langkah awal yang signifikan untuk memulai analisis statistik yang lebih dalam. Teknik ini berisi identifikasi karakteristik data untuk melihat adanya kesalahan dalam data dan mengetahui hubungan antar variabel sebagai awal untuk pengolahan statistik lebih lanjut. Dengan analisis deskriptif kita memahami bagaimana ringkasan data yang kita gunakan baik dalam bentuk tabel maupun grafik. Dengan demikian, kita bisa mengidentifikasi dan menyelesaikan potensi kesalahan sejak dini  yang mungkin muncul sehingga dapat mempersingkat waktu analisis lebih lanjut. 

Analisis deskriptif terbagi menjadi dua, yaitu analisis deskriptif untuk setiap variabel individu atau analisis deskriptif untuk kombinasi variabel. Secara luas, variabel dapat dibagi menjadi dua, yaitu kuantitatif dan kualitatif. Variabel kuantitatif berisi jumlah atau data numerik seperti usia, berat badan, jarak tempuh, dan lain sebagainya sedangkan variabel kualitatif berisi kualitas atau atribut seperti jenis kelamin, kebangsaan, pekerjaan, dan lain sebagainya. Walaupun terdengar mudah, analisis deskriptif harus dikerjakan secara hati-hati untuk memperoleh hasil yang akurat. Selain itu, dalam analisis deskriptif terdapat istilah central tendency yang merupakan nilai titik pusat dari sekumpulan data. Central tendency dibagi menjadi tiga jenis, yaitu mean, median, dan modus. Pada artikel kali ini kita akan mengupas tuntas langkah analisis deskriptif beserta nilai tendency centralnya. Jadi tunggu apa lagi? Yuk simak artikel ini sampai akhir!


1. Langkah Analisis Deskriptif

Langkah pertama dalam analisis deskriptif adalah mengidentifikasi tujuan analisis. Pada langkah ini kita perlu menentukan alasan mengapa melakukan analisis deskriptif serta data apa yang kita perlukan. Ketika tujuan dan pemetaan data sudah didapatkan, langkah selanjutnya adalah mengumpulkan data. Yang perlu diperhatikan dalam langkah ini adalah pastikan sumber data yang digunakan merupakan sumber yang terpercaya. Setelah data terkumpul, maka kita lanjut ke langkah selanjutnya yaitu cleansing data. Pada langkah ini kita perlu menghapus noise, menangani missing value, outlier, dan lain sebagainya agar hasil analisis lebih akurat. Setelah proses cleaning selesai, maka data siap untuk diolah. Dalam tahap ini analisis deskriptif digunakan untuk menggambarkan ciri-ciri dasar data dalam bentuk ringkasan yang rinci. Langkah terakhir adalah menginterpretasikan data serta mengkomunikasikan hasil analisis.


Baca juga : Teknik Pengolahan Data Kualitatif: Ketahui Macam-Macam Metode Pengumpulan Data


2. Mean

Mean atau dikenal juga dengan rata-rata adalah central tendency dari data dimana seluruh data tersebar. Nilai mean atau rata-rata merupakan nilai tunggal yang dapat memperkirakan nilai dari seluruh kumpulan data. Rumus mean sendiri terbagi menjadi dua tergantung dari jenis data tunggal atau data ganda. Rumus umum dari mean adalah jumlah seluruh nilai dibagi dengan banyaknya frekuensi nilai.


3. Median

Median atau nilai tengah merupakan nilai central tendency yang mengubah data menjadi dua bagian yang sama atau jumlah di sisi kanan sama dengan jumlah data di sisi kiri ketika data disusun dalam urutan naik atau turun. Median akan menjadi suku tengah jika jumlah sukunya ganjil dan akan menjadi rata-rata dari dua suku di tengah jika jumlah sukunya genap. Yang perlu diingat sebelum menghitung median adalah kita harus mengurutkan data dari yang terendah ke yang tertinggi terlebih dahulu.


4. Modus

Modus adalah nilai yang sering muncul pada suatu kumpulan data atau bisa juga didefinisikan sebagai nilai yang memiliki frekuensi paling tinggi. Tahukah kamu jika ada data yang tidak memiliki modus? Yaps! Ada! Hal ini terjadi karena semua data yang muncul memiliki frekuensi yang sama. Jika dua nilai muncul pada waktu yang sama dan frekuensinya lebih tinggi daripada data yang lain, maka kumpulan data tersebut dinamakan bimodal. Jika suatu kumpulan data memiliki tiga modus maka kumpulan data tersebut dikenal dengan trimodal dan untuk data yang memiliki n modus, data tersebut dikenal dengan multimodal.


Baca juga : Kenali 3 Jenis Metode Pengolahan Data Kuantitatif


5. Belajar Analisis Deskriptif Bersama DQLab

Walaupun terkesan sederhana, untuk mengolah big data menggunakan teknik analisis deskriptif tidak bisa menggunakan tools sembarangan karena tidak semua tools kompatibel untuk data berukuran besar. Untuk mengolah big data, kita bisa menggunakan bahasa pemrograman R atau Python. Kedua bahasa pemrograman ini digunakan karena memiliki banyak fitur yang powerful. Yuk belajar R dan Python bersama DQLab! Klik button di bawah ini untuk merasakan sensasi belajar anti ribet menggunakan modul yang dilengkapi dengan live code editor sehingga kita tidak perlu menginstall software tambahan. Selain itu kita juga bisa menikmati modul gratis yang disediakan oleh DQLab sebagai langkah awal untuk mengenal R dan Python. Selamat mencoba!


Penulis: Galuh Nurvinda K

Editor: Annissa Widya Davita


Sign Up & Mulai Belajar Gratis di DQLab!