Dua kumpulan data bisa punya mean sama tetapi bentuk sebaran berbeda. Section ini melatih membaca bentuk distribusi, mengukur kemiringan (skewness), menghitung z-score, menstandardisasi data, dan memahami distribusi empiris dari data nyata.

# Bentuk Distribusi

Kenali lima bentuk distribusi — simetris, miring kanan, miring kiri, bimodal, dan uniform — beserta contoh nyatanya, lalu pahami mengapa hubungan mean, median, dan modus berubah mengikuti bentuk.

Buka → # Skewness

Ukur kemiringan distribusi dengan skewness — baca tanda dan besarannya, hitung dengan rumus momen dan perkiraan Pearson, lalu lihat dampaknya pada pilihan median dan transformasi log.

Buka → # Z-Score

Ubah jarak setiap data ke mean menjadi satuan standar deviasi lewat z-score, buktikan sifat jumlah nol dan sebaran satu, bandingkan nilai antar mata pelajaran, dan deteksi outlier kasar.

Buka → # Standardisasi Data

Standarisasi mengubah seluruh dataset menjadi z-score dengan mean 0 dan standar deviasi 1 — pelajari kapan proses ini dibutuhkan, bedanya dengan normalisasi min-max, dan apa yang tidak berubah karenanya.

Buka → # Distribusi Empiris

Baca sebaran data nyata tanpa asumsi bentuk lewat distribusi empiris: fungsi kumulatif F(x), tangga ECDF, pembacaan persentil terbalik, dan proporsi data di bawah ambang tertentu.

Buka →