Visualisasi Data dalam Statistika

  Visualisasi data dalam ilmu statistika sangat diperlukan untuk menjadikan data agar lebih mudah dibaca, dimengerti, dan yang paling penting dipresentasikan.  Salah satu cara mem visualisasikan data biasa kita temui yaitu dengan Grafik dan Tabel.


> Grafik, adalah alat untuk menyajikan informasi agar terlihat dinamis, informatif, dan menarik. sedangkan 
Tabel, adalah penyajian data yang disesuaikan dengan tujuan dan kompleksitas data.

Selanjutnya kita akan membahas mengenai Macam-macam Grafik dalam Statistika yaitu :
  1. Grafik Perbandingan
  2. Grafik Distribusi
  3. Grafik Komposisi
  4. Grafik Hubungan
1. Grafik Perbandingan terdiri dari dua kategori yaitu Bar Chart dan Line Chart
  • Bar Chart (Diagram Batang) terdiri dari sedikit kategori, bentuknya mudah dipahami dan sifatnya fleksibel atau menyajikan banyak hal. contoh
Grafik Perbandingan
  • Line Chart (Diagram Garis), digunakan untuk non-cyclical data atau tidak mengandung unsur siklus dan digunakan untuk menyajikan data yang berkesinambungan atau data yang bersifat kontinu. contoh 
Line Chart
2. Grafik Distribusi terdiri dari Bar Histogram dan Line Histogram. 
  • Bar Histogram terdiri dari atas satu variabel dan memiliki sedikit data poin yang berfungsi untuk menunjukkan frekuensi.
Bar Histogram
  • Line Histogran terdiri atas Satu variabel, memiliki banyak data poin dan memudahkan untuk melihat apakah data berdistribusi normal atau tidak.
3. Grafik Komposisi dilihat dari fungsinya terdiri dari grafik statis dan grafik yang berganti setiap waktu. Grafik Statis terdiri dari dua macam yaitu pie chart dan waterfall chart.
  • Pie Chart berbentuk lingkaran yang tidak memakan banyak tempat. Karateristiknya adalah bisa memperlihatkan perbandingan ukuran data besar sektornya secara langsung dan tidak memperlihatkan ukuran atau frekuensi.
Pie Chart
  • Waterfall Chart atau biasa dikenal dengan mario chart merupakan grafik yang menggambarkan bagaimana nilai awal dipengaruhi secara positif dan negatif oleh berbagai faktor. Ini sangat berfungsi dibidang akuntansi.

Komentar

Posting Komentar

Postingan populer dari blog ini

Aturan Penjumlahan

Gambar
 Mutually Exclusive Events Dua buah events A dan B adalah mutually exclusive events bila A dan B tidak dapat muncul pada waktu yang bersamaan.   Mutually Exclusive.  contohnya: misal kejadian A : Anto masuk sekolah, kejadian  B : Anto tidak masuk sekolah. Not Mutually Exclusive   Event A: Mendapatkan seorang mahasiswa pria dari pemilihan acak sekumpulan mahasiswa  Event B: Mendapatkan seorang mahasiswa fakultas kedokteran dari pemilihan acak sekumpulan mahasiswa   Aturan Penjumlahan P(A atau B)=P(A)+P(B) P(A∪B)=P(A)+P(B) Contoh kejadian pada saat kita melakukan tos dengan dua koin, dimisalkan akan muncul kejadian tepat 1 gambar (A) atau bisa juga tepat 2 gambar (B). Jika ditulis secara matematis dapat dimisalkan A = {(G, A), (A, G)} dan B = {{G, G)}. Terlihat bahwa tidak ada satupun elemen A yang sama dengan elemen B. Aturan penjumlahan terjadi apabila terdapat 2 kegiatan, misalkan kegiatan 1 terjadi sebanyak A cara dan kegiatan 2 terjadi sebanyak B ca...
Baca selengkapnya

Distribusi Binomial

Gambar
 Binomial experiment merupakan suatu probability experiment yang memenuhi kriteria berikut:  1. Memiliki jumlah percobaan (trials) yang tetap dan setiap trial independent terhadap trials lainnya.  2. Setiap trial hanya memiliki dua kemungkinan outcomes; biasa dikategorikan sebagai success (S) atau failure (F).  3. Memiliki nilai probability success yang sama untuk tiap trial. 4. Random variabel x merepresentasikan jumlah kemunculan success dalam suatu experiment. n = Banyaknya trials pada suatu experiment p = Nilai probability success pada suatu trial q = Nilai probability failure pada suatu trial    ( q = 1-p) x = Jumlah kemunculan success pada suatu experiment Binomial Probability Formula Terdapat beberapa cara untuk menghitung probability dari x success dari sejumlah n trials pada suatu binominal experiment: Tree Diagram, Multiplication Rule, Binomial Probability Formula. p(x) =    n C x . P^ x  . ( 1-P)^ n-x Binomial Probability...
Baca selengkapnya

Geometric Distribution & Poisson Distribution

  Geometric Distribution merupakan suatu discrete probability distribution yang memenuhi kriteria berikut:  1. Percobaan (trial) akan dilakukan berulang kali sampai mendapatkan outcome success.  2. Setiap percobaan (trial) adalah independent terhadap trials lainnya. 3. Memiliki nilai probability success (p) yang sama untuk tiap trial.  4. Random variable x merepresentasikan banyaknya trials yang dilakukan sampai mendapati kondisi success. q = 1 - p p(x) = p . q ^ x-1 Poisson Distribution merupakan suatu discrete probability distribution yang memenuhi kriteria berikut:  1. Random variable x merepresentasikan banyaknya kemunculan suatu event dalam interval waktu tertentu. 2. Nilai probability untuk kemunculan event adalah sama untuk setiap interval.  3. Jumlah kemunculan event pada suatu interval adalah independent terhadap jumlah kemunculan event pada interval lainnya. P(x; μ) = (e -μ  * μ x ) / x ! μ = 2 (jumlah rata-rata badai per tahun, secara hist...
Baca selengkapnya