Cara menormalkan data antara 0 dan 1

Untuk menormalkan nilai dalam kumpulan data antara 0 dan 1, Anda dapat menggunakan rumus berikut:

z _saya = ( _xi – menit(x)) / (maks(x) – menit(x))

Emas:

• z _i : nilai normalisasi ^ke-i dalam kumpulan data
• x _i : nilai ^ke-i dari kumpulan data
• min(x) : Nilai minimum dalam kumpulan data
• max(x): Nilai maksimum dalam kumpulan data

Misalnya, kita memiliki kumpulan data berikut:

Nilai minimum pada dataset adalah 13 dan nilai maksimum adalah 71.

Untuk menormalkan nilai pertama 13 , kami akan menerapkan rumus yang dibagikan sebelumnya:

• z _i = ( _xi – menit(x)) / (maks(x) – menit(x)) = (13 – 13) / (71 – 13) = 0

Untuk menormalkan nilai kedua dari 16 , kita akan menggunakan rumus yang sama:

• z _i = ( _xi – menit(x)) / (maks(x) – menit(x)) = (16 – 13) / (71 – 13) = 0,0517

Untuk menormalkan nilai ketiga dari 19 , kita akan menggunakan rumus yang sama:

• z _i = ( _xi – menit(x)) / (maks(x) – menit(x)) = (19 – 13) / (71 – 13) = 0,1034

Kita dapat menggunakan rumus yang sama persis untuk menormalkan setiap nilai dalam kumpulan data asli antara 0 dan 1:

Dengan menggunakan metode normalisasi ini, pernyataan berikut akan selalu benar:

• Nilai yang dinormalisasi untuk nilai minimum dalam kumpulan data akan selalu 0.
• Nilai yang dinormalisasi untuk nilai maksimum dalam kumpulan data akan selalu 1.
• Nilai yang dinormalisasi untuk semua nilai lain dalam kumpulan data akan berada di antara 0 dan 1.

Kapan harus menormalkan data

Seringkali kita membakukan variabel ketika kita melakukan suatu jenis analisis di mana kita memiliki beberapa variabel yang diukur pada skala berbeda dan kita ingin setiap variabel memiliki rentang yang sama.

Hal ini mencegah satu variabel mempunyai pengaruh yang tidak semestinya, terutama jika variabel tersebut diukur dalam satuan yang berbeda (yaitu jika satu variabel diukur dalam inci dan variabel lainnya dalam yard).

Perlu juga dicatat bahwa kami menggunakan metode yang dikenal sebagai normalisasi min-max dalam tutorial ini untuk menormalkan nilai data.

Dua metode normalisasi yang paling umum adalah:

1. Normalisasi Min-Maks

• Tujuan: Mengonversi setiap nilai data menjadi nilai antara 0 dan 100.
• Rumus: Nilai baru = (nilai – min) / (maks – min) * 100

2. Normalisasi rata-rata

• Tujuan: Menskalakan nilai sedemikian rupa sehingga rata-rata semua nilai adalah 0 dan std. dev. adalah 1.
• Rumus: Nilai baru = (nilai – rata-rata) / (standar deviasi)

Sumber daya tambahan

Tutorial berikut menjelaskan cara menormalkan data menggunakan perangkat lunak statistik yang berbeda:

Cara normalisasi data di excel
Cara menormalkan data di R
Cara menormalkan kolom dengan Python