Azka Vierda Hi, I'm Vierda, I have graduated from Statistics Brawijaya University (UB). I'm interested in data analytics/science, deep learning, and statistical quality control. So, Issho ni benkyou shimasho!

Plot Box: Pengertian, Fungsi, Komponen, Cara Membaca

5 min read

Temukan bagaimana Plot Box digunakan✔️ Komponen✔️ Fungsi ✔️dan pemahaman menggunakan Boxplot dalam distribusi data✔️

Analisis statistik merupakan landasan dalam banyak studi ilmiah dan proses pengambilan keputusan berbasis data. Salah satu alat penting dalam bidang ini adalah plot box, juga dikenal sebagai box plot atau box-and-whisker plot.

Lalu apa sebenarnya plot box dalam ilmu statistika? Dalam artikel ini, kita akan menjelajahi konsep ini secara detail, mengungkap definisinya, komponen-komponennya, aplikasinya, serta signifikansinya dalam analisis statistik.

Pengertian Boxplot

plot box

Secara sederhana, plot box (boxplot) sebuah visualisasi grafis yang memberikan gambaran tentang sebaran data dan statistik deskriptif. Plot box menggambarkan beberapa informasi penting, termasuk nilai tengah (median), quartil, dan outliers.

Dengan menggunakan plot box, kita dapat memperoleh informasi penting tentang sebaran data dan karakteristik distribusi. Berikut adalah beberapa ukuran statistik yang dapat kita baca melalui plot box seperti Median, Kuartil, Rentang Interkuartil (IQR), Whiskers, dan juga Outliers.

Diagram Plot box sendiri terdiri dari beberapa komponen yang mencerminkan informasi penting tentang ukuran data statistik. Penjelasan secara lengkapnya bisa anda simak dibawah ini.

Komponen Boxplot

Box plot terdiri dari beberapa komponen yang membantu kita memahami sebaran data secara visual. Berikut adalah komponen-komponen penting dalam box plot:

  • Whiskers (Garis Whisker)

Whiskers adalah garis yang menghubungkan plot box dengan nilai-nilai terluar. Garis ini mencerminkan sebaran data di luar rentang quartil. Whiskers membantu kita melihat sejauh mana data tersebar.

  • Kotak (Box)

Kotak pada box plot menunjukkan kuartil pertama (Q1), median, dan kuartil ketiga (Q3). Kotak ini memberikan informasi tentang bagaimana data tersebar di sekitar median. Kotak ini juga mencerminkan rentang interkuartil (IQR), yaitu selisih antara Q3 dan Q1.

  • Median

Median adalah nilai tengah dalam data kita. Pada box plot, median ditandai dengan garis yang membagi kotak menjadi dua bagian yang sama. Median memberikan gambaran tentang pusat data.

  • Quartil

Quartil pertama (Q1) dan quartil ketiga (Q3) adalah titik-titik yang membagi data menjadi empat bagian yang sama. Quartil pertama adalah nilai tengah antara data terendah dan median, sedangkan quartil ketiga adalah nilai tengah antara median dan data tertinggi. Quartil membantu kita memahami distribusi data secara lebih rinci.

  • Rentang Interkuartil (IQR)

IQR adalah selisih antara kuartil ketiga (Q3) dan kuartil pertama (Q1). Rentang interkuartil mencerminkan sebaran data dalam kotak pada plot box. IQR memberikan informasi tentang variasi data di sekitar median. Semakin besar IQR, semakin besar variabilitas data dalam distribusi.

  • Outliers

Outliers adalah data yang berada jauh di luar rentang whiskers. Outliers dapat mengindikasikan adanya data yang ekstrem atau anomali dalam dataset. Pada box plot, outliers ditandai sebagai titik-titik individual yang terletak di luar whiskers.

Fungsi Plot Box

Box plot memiliki beberapa fungsi yang berguna dalam analisis statistika. Berikut adalah beberapa fungsi penting dari box plot:

  1. Menampilkan Sebaran Data: Box plot memberikan gambaran visual tentang sebaran data secara keseluruhan. Dengan melihat kotak, whiskers, dan outliers, kita dapat dengan cepat melihat distribusi data dan melihat apakah data memiliki kecenderungan simetris atau tidak.
  2. Mengidentifikasi Outliers: Box plot membantu kita mengidentifikasi adanya outliers dalam data. Outliers adalah data yang berbeda secara signifikan dari sebagian besar data. Identifikasi outliers penting karena mereka dapat mempengaruhi hasil analisis dan perhitungan statistik.
  3. Membandingkan Grup atau Kategori: Box plot digunakan untuk membandingkan distribusi data antara beberapa grup atau kategori. Dengan melihat box plot dari setiap grup, kita dapat melihat perbedaan dan kesamaan dalam sebaran data mereka.
  4. Membantu dalam Pengambilan Keputusan: Box plot memberikan informasi yang bermanfaat dalam pengambilan keputusan berbasis data. Dengan melihat distribusi data, kita dapat membuat inferensi dan membuat keputusan yang lebih baik.

Cara Menginterpretasi Plot Box

contoh plot box
Via : Smartstat.info

Setelah kita memahami komponen-komponen dan juga fungsi plot box, saatnya kita mempelajari cara menginterpretasinya untuk mendapatkan informasi yang bermakna tentang data.

  • Median

Median adalah nilai tengah pada data kita. Jika plot box terbagi secara simetris di sekitar median, itu menunjukkan distribusi data yang relatif simetris. Namun, jika plot box terletak lebih dekat ke salah satu sisi, itu menunjukkan adanya pergeseran dalam data kita.

Jika distribusi data simetris berasal dari distribusi normal, garis median akan berada di tengah box dan whisker bagian atas dan bawah akan memiliki panjang yang sama serta tidak terdapat nilai outlier ataupun nilai ekstrim.

Jika data tidak simetris (miring), median tidak akan berada di tengah box dan salah satu dari whisker lebih panjang dari yang lainnya.

  • Quartil

Kuartil pertama (Q1) dan kuartil ketiga (Q3) memberikan informasi tentang sebaran data. Semakin lebar kotak pada plot box, semakin besar variabilitas data.

  • Whiskers

Whiskers, atau garis-garis yang menghubungkan kotak dengan nilai-nilai terluar, membantu kita mengidentifikasi adanya outliers. Outliers adalah data yang berada jauh di luar rentang kuartil dan mungkin menunjukkan adanya data yang ekstrem atau anomali dalam dataset.

Adanya outlier di bagian atas boxplot yang disertai dengan whisker bagian atas yang lebih panjang, menunjukkan bahwa distribusi data cenderung menjulur ke arah kanan (positive skewness).

5/5 - (1 vote)
Azka Vierda Hi, I'm Vierda, I have graduated from Statistics Brawijaya University (UB). I'm interested in data analytics/science, deep learning, and statistical quality control. So, Issho ni benkyou shimasho!

Leave a Reply

Your email address will not be published. Required fields are marked *

You cannot copy content of this page