Standardisasi Data

Soal 1 Buatlah box plot sebelum data ditransformasi dan sesudah data ditransformasi dari data berikut. Kemudian bandingkan. .tg-wrap{padding-bottom:20px;} .tg {border-collapse:collapse;border-spacing:0;} .tg td{border-bottom-width:1px;border-color:black;border-style:solid;border-top-width:1px;border-width:0px; font-family:Arial, sans-serif;font-size:14px;overflow:hidden;padding:10px 5px;word-break:normal;} .tg th{border-bottom-width:1px;border-color:black;border-style:solid;border-top-width:1px;border-width:0px; font-family:Arial, sans-serif;font-size:14px;font-weight:normal;overflow:hidden;padding:10px 5px;word-break:normal;} .tg .tg-sh4c{text-align:center;vertical-align:top} .tg .tg-baqh{text-align:center;vertical-align:top} .tg .tg-amwm{font-weight:bold;text-align:center;vertical-align:top} Berat Tinggi Berat Tinggi Berat Tinggi 41 151 46 157 50 160 41 151 47 158 50 161 43 …

Manfaat dari perhitungan Z-Score adalah bisa digunakan untuk membandingkan posisi suatu pengamatan lain dari kelompok yang berbeda. Sebagai contoh, Rangga kelas 11 mendapatkan nilai UAS 70 pada mata pelajaran Biologi SMA A. Sedangkan Rani kelas 11 mendapatkan nilai UAS 90 pada mata pelajaran Biologi SMA B. Hal tersebut belum tentu posisi Rani lebih baik dibandingkan …

1. Menghitung rata-rata dan standar deviasi untuk tiap tiap variabel pengamatan dengan menggunakan rumus excel. Untuk rata-rata gunakan =average(array[..]) dan untuk standar deviasi gunakan =stdev.s(array[..]). 2. Menghitung nilai standar / z-score untuk tiap-tiap data pengamatan dengan rumus \(Z=\frac{x_{i}-\bar{x}}{S}\) 3. Membuat box plot yang sesuai 4. Menginterpretasikan hasilnya Data hasil transformasi dapat digunakan untuk melihat posisi …

Ketika kita ingin membandingkan dua buah hal, terutama dalam hal kesimetrisan antarvariabel secara visual, satuan tiap variabel merupkan hal yang krusial. Satuan tiap variabel yang berbeda membuat dua data tersebut tidak dapat dibandingkan secara visual. Hal tersebut mengakibatkan ketidakakuratan dalam analisis dan menyulitkan pengambilan kesimpulan. Misalkan kita ingin membandingkan kesimetrisan antara data tinggi badan dan …

Sebuah data disebut pencilan atau outlier, apabila nilai bentuk normal standar (z) lebih besar dari 2,5 atau lebih kecil dari -2,5. Akan tetapi, dibeberapa sumber ada yang mengatakan antara 2 sampai dengan -2. Langkah pendeteksian outlier sebagai berikut : Cari nilai mean dan standar deviasi untuk masing-masing variabel Cari nilai Z untuk masing-masing variabel Gambarkan …