{"id":1021,"date":"2023-07-27T23:23:42","date_gmt":"2023-07-27T23:23:42","guid":{"rendered":"https:\/\/statorials.org\/id\/kriteria-jaring-gundul\/"},"modified":"2023-07-27T23:23:42","modified_gmt":"2023-07-27T23:23:42","slug":"kriteria-jaring-gundul","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/kriteria-jaring-gundul\/","title":{"rendered":"Kriteria chauvenet: definisi &amp; contoh"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><strong>Outlier<\/strong> adalah <a href=\"https:\/\/statorials.org\/id\/pengamatan-dalam-statistik\/\" target=\"_blank\" rel=\"noopener\">observasi<\/a> yang jaraknya sangat jauh dari nilai lain dalam kumpulan data. Pencilan dapat menjadi masalah karena dapat mempengaruhi hasil analisis.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Salah satu cara untuk mengidentifikasi outlier dalam kumpulan data adalah dengan menggunakan <strong>kriteria Chauvenet<\/strong> , yang menggunakan proses berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>1.<\/strong> Untuk setiap nilai x <sub>i<\/sub> dalam kumpulan data, hitung deviasi dari mean sebagai berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Deviasi = |x <sub>saya<\/sub> \u2013 <span style=\"text-decoration: overline;\">x<\/span> | \/S<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">di mana <span style=\"text-decoration: overline;\">x<\/span> adalah mean sampel dan <em>s<\/em> adalah deviasi standar sampel.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>2.<\/strong> Bandingkan deviasi masing-masing nilai individu dengan nilai kritis pada tabel kriteria Chauvenet di bawah ini. Untuk nilai data individual dengan deviasi lebih besar dari yang terdapat pada tabel, laporkan nilai data tersebut sebagai outlier.<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-10552 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/chauvenet1.png\" alt=\"Tabel kriteria Chauvenet\" width=\"169\" height=\"749\" srcset=\"\" sizes=\"\"><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Kriteria Chauvenet: sebuah contoh<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Misalkan kita memiliki kumpulan data berikut yang terdiri dari 15 nilai:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-10553 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/chauvenet2.png\" alt=\"\" width=\"71\" height=\"330\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Rata-rata sampel untuk kumpulan data ini adalah <strong><span style=\"text-decoration: overline;\">x<\/span> =<\/strong> <strong>17,067<\/strong> dan simpangan baku sampel adalah <strong>s =<\/strong> <strong>10,096<\/strong> . Untuk setiap nilai data individual, kita dapat menghitung deviasinya sebagai berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\">Deviasi = |x <sub>saya<\/sub> \u2013 <span style=\"text-decoration: overline;\">x<\/span> | \/S<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Nilai data pertama mempunyai deviasi |4 \u2013 17.067| \/ 10.096 = <strong>1.294<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Nilai data pertama mempunyai deviasi |6 \u2013 17.067| \/ 10.096 = <strong>1.096<\/strong> .<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Dan seterusnya.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kita dapat menggunakan rumus yang sama untuk menghitung deviasi setiap nilai data:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-10554 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/chauvenet3.png\" alt=\"Contoh kriteria Chauvenet\" width=\"151\" height=\"364\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Kita kemudian dapat merujuk ke tabel kriteria Chauvenet dan mencatat bahwa nilai kritis yang sesuai dengan ukuran sampel n=15 adalah <strong>2,128<\/strong> . Oleh karena itu, nilai apa pun yang deviasinya lebih besar dari 2,128 dapat dianggap sebagai outlier.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Ternyata nilai <strong>42<\/strong> mempunyai deviasi lebih besar dari 2,128:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-10557 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/chauvenet5.png\" alt=\"Contoh kriteria Chauvenet untuk mendeteksi outlier\" width=\"334\" height=\"361\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Jadi, nilai 42 adalah satu-satunya outlier dalam kumpulan data ini.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Tindakan pencegahan terkait penggunaan kriteria Chauvenet<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Kriteria Chauvenet mengasumsikan bahwa nilai-nilai dalam suatu kumpulan data terdistribusi secara normal . Jika asumsi ini tidak terpenuhi, penggunaan kriteria Chauvenet untuk mengidentifikasi outlier kemungkinan besar tidak valid.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Jika Anda menggunakan metode ini dan menemukan bahwa suatu nilai adalah outlier, Anda harus terlebih dahulu memverifikasi bahwa nilai tersebut bukan hasil dari kesalahan entri data. Terkadang data yang dimasukkan salah.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Jika nilainya benar-benar outlier, Anda dapat memilih untuk menghapusnya jika nilai tersebut akan berdampak signifikan pada analisis Anda secara keseluruhan. Pastikan untuk menyebutkan bahwa Anda menghapus outlier saat melaporkan hasil Anda.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Selain itu, metode ini hanya boleh digunakan satu kali pada kumpulan data tertentu. Misalnya, kita menggunakan kriteria ini untuk mengidentifikasi nilai <strong>42<\/strong> sebagai outlier pada contoh sebelumnya dan menghapus nilai tersebut dari kumpulan data.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Maka kita tidak boleh menghitung ulang <a href=\"https:\/\/statorials.org\/id\/rata-rata-sampel-dibandingkan-dengan-rata-rata-populasi\/\" target=\"_blank\" rel=\"noopener\">mean sampel<\/a> dan deviasi standar sampel, lalu menghitung deviasinya lagi untuk menemukan lebih banyak outlier.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Outlier adalah observasi yang jaraknya sangat jauh dari nilai lain dalam kumpulan data. Pencilan dapat menjadi masalah karena dapat mempengaruhi hasil analisis. Salah satu cara untuk mengidentifikasi outlier dalam kumpulan data adalah dengan menggunakan kriteria Chauvenet , yang menggunakan proses berikut: 1. Untuk setiap nilai x i dalam kumpulan data, hitung deviasi dari mean sebagai [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Kriteria Chauvenet: definisi dan contoh - Statorials<\/title>\n<meta name=\"description\" content=\"Penjelasan sederhana tentang kriteria Chauvenet untuk mendeteksi outlier, termasuk definisi dan contohnya.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/kriteria-jaring-gundul\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Kriteria Chauvenet: definisi dan contoh - Statorials\" \/>\n<meta property=\"og:description\" content=\"Penjelasan sederhana tentang kriteria Chauvenet untuk mendeteksi outlier, termasuk definisi dan contohnya.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/kriteria-jaring-gundul\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-27T23:23:42+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/chauvenet1.png\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/kriteria-jaring-gundul\/\",\"url\":\"https:\/\/statorials.org\/id\/kriteria-jaring-gundul\/\",\"name\":\"Kriteria Chauvenet: definisi dan contoh - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-27T23:23:42+00:00\",\"dateModified\":\"2023-07-27T23:23:42+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Penjelasan sederhana tentang kriteria Chauvenet untuk mendeteksi outlier, termasuk definisi dan contohnya.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/kriteria-jaring-gundul\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/kriteria-jaring-gundul\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/kriteria-jaring-gundul\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Kriteria chauvenet: definisi &amp; contoh\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Kriteria Chauvenet: definisi dan contoh - Statorials","description":"Penjelasan sederhana tentang kriteria Chauvenet untuk mendeteksi outlier, termasuk definisi dan contohnya.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/kriteria-jaring-gundul\/","og_locale":"id_ID","og_type":"article","og_title":"Kriteria Chauvenet: definisi dan contoh - Statorials","og_description":"Penjelasan sederhana tentang kriteria Chauvenet untuk mendeteksi outlier, termasuk definisi dan contohnya.","og_url":"https:\/\/statorials.org\/id\/kriteria-jaring-gundul\/","og_site_name":"Statorials","article_published_time":"2023-07-27T23:23:42+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/chauvenet1.png"}],"author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"2 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/kriteria-jaring-gundul\/","url":"https:\/\/statorials.org\/id\/kriteria-jaring-gundul\/","name":"Kriteria Chauvenet: definisi dan contoh - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-27T23:23:42+00:00","dateModified":"2023-07-27T23:23:42+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Penjelasan sederhana tentang kriteria Chauvenet untuk mendeteksi outlier, termasuk definisi dan contohnya.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/kriteria-jaring-gundul\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/kriteria-jaring-gundul\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/kriteria-jaring-gundul\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Kriteria chauvenet: definisi &amp; contoh"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1021"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=1021"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1021\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=1021"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=1021"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=1021"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}