{"id":1533,"date":"2023-07-26T00:03:54","date_gmt":"2023-07-26T00:03:54","guid":{"rendered":"https:\/\/statorials.org\/id\/data-yang-disensor-terpotong\/"},"modified":"2023-07-26T00:03:54","modified_gmt":"2023-07-26T00:03:54","slug":"data-yang-disensor-terpotong","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/data-yang-disensor-terpotong\/","title":{"rendered":"Data yang dipotong &amp; disensor: definisi + contoh"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Seringkali, ketika mengumpulkan data, peneliti memutuskan untuk <strong>menyensor<\/strong> atau <strong>memotong<\/strong> nilai-nilai tertentu.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Menyensor<\/strong> nilai data berarti mengumpulkan hanya sebagian informasi tentang nilai di bawah atau di atas nilai tertentu.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, kita mungkin mengetahui bahwa seseorang berpenghasilan kurang dari $25.000 per tahun, namun kita mungkin tidak mengetahui secara pasti pendapatan tahunannya.<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-15219 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/censeur1.png\" alt=\"Contoh data yang disensor\" width=\"403\" height=\"385\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\"><strong>Memotong<\/strong> nilai data berarti menghilangkan nilai dari suatu kumpulan data yang berada di bawah atau di atas nilai tertentu.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, seorang peneliti mungkin hanya tertarik pada individu yang berpenghasilan lebih dari $25.000 per tahun. Jadi, siapa pun yang berpenghasilan kurang dari $25.000 akan dikeluarkan dari kumpulan data.<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-15220 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/censeur2.png\" alt=\"Contoh data yang terpotong\" width=\"401\" height=\"375\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Tutorial ini memberikan beberapa contoh kapan data mungkin disensor atau dipotong.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Sensor data<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\"><strong>Menyensor<\/strong> nilai data berarti mengumpulkan hanya sebagian informasi tentang nilai di bawah atau di atas nilai tertentu.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Contoh berikut mengilustrasikan skenario di mana kita mungkin memutuskan untuk menyensor nilai data.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Contoh 1: Pendapatan tahunan<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalkan seorang peneliti mengumpulkan data survei tentang pendapatan tahunan. Jika seseorang berpenghasilan kurang dari $25.000 per tahun, mereka memutuskan untuk melaporkan pendapatan ini sebagai &#8220;&lt;$25.000&#8221; dalam database daripada menentukan pendapatan tahunan pastinya.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Ini merupakan contoh penyensoran data karena kita mengetahui bahwa seseorang berpenghasilan kurang dari jumlah tertentu, namun kita tidak mengetahui <em>secara pasti<\/em> pendapatan tahunannya.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Contoh 2: tingkat polusi<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalkan seorang ahli biologi menggunakan alat tertentu untuk mengukur tingkat polusi di berbagai perairan. Alatnya tidak mampu mengukur polusi di bawah 0,002 bagian per juta. Oleh karena itu, setiap perairan dengan tingkat polusi di bawah ambang batas ini hanya akan dilaporkan sebagai &#8220;&lt;0,002&#8221; dan bukan jumlah pastinya.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Hal ini merupakan contoh sensor data karena kita mengetahui bahwa beberapa perairan memiliki tingkat polusi di bawah 0,002 bagian per juta, namun kita tidak mengetahui tingkat polusi <em>pastinya<\/em> .<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Potong data<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\"><strong>Memotong<\/strong> nilai data berarti menghilangkan nilai dari suatu kumpulan data yang berada di bawah atau di atas nilai tertentu.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Contoh berikut mengilustrasikan skenario di mana kita mungkin memutuskan untuk memotong nilai data.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Contoh 1: Jumlah kejahatan<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalkan seorang aparat penegak hukum sedang meneliti jenis-jenis kejahatan yang dilakukan oleh individu di suatu daerah tertentu. Secara default, siapa pun yang melakukan 0 kejahatan tidak akan dimasukkan dalam dataset karena mereka tidak melakukan jenis kejahatan apa pun.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Ini merupakan contoh data yang terpotong, karena siapa pun yang tidak melakukan kejahatan akan dikeluarkan dari kumpulan data sepenuhnya.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Contoh 2: Tingkat pendidikan<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalkan seorang profesor ingin mempelajari hubungan antara kurikulum tertentu dan hasil siswa.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Karena padatnya kurikulum, maka dosen ingin hanya mengikuti mahasiswa yang saat ini memiliki IPK di atas 3,5. Oleh karena itu, siswa mana pun yang mendaftar ke program ini tetapi memiliki IPK di bawah 3,5 tidak akan diikutsertakan dalam program ini.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Ini merupakan contoh data yang terpotong, karena siapa pun yang IPKnya di bawah ambang batas tertentu akan dikeluarkan dari kumpulan data.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Ringkasan<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\"><strong>Menyensor<\/strong> data berarti mengumpulkan hanya sebagian informasi tentang nilai data dan <strong>memotong<\/strong> data berarti menghapus seluruh nilai data dari kumpulan data.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Penyensoran dan pemotongan mengakibatkan hilangnya informasi dalam kumpulan data, namun pemotongan mengakibatkan hilangnya informasi yang lebih besar karena melibatkan pengecualian total nilai data tertentu.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Seringkali, ketika mengumpulkan data, peneliti memutuskan untuk menyensor atau memotong nilai-nilai tertentu. Menyensor nilai data berarti mengumpulkan hanya sebagian informasi tentang nilai di bawah atau di atas nilai tertentu. Misalnya, kita mungkin mengetahui bahwa seseorang berpenghasilan kurang dari $25.000 per tahun, namun kita mungkin tidak mengetahui secara pasti pendapatan tahunannya. Memotong nilai data berarti menghilangkan [&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>Data terpotong dan disensor: definisi + contoh<\/title>\n<meta name=\"description\" content=\"Tutorial ini memberikan penjelasan mengenai data terpotong dan data tersensor, beserta definisi dan contoh keduanya.\" \/>\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\/data-yang-disensor-terpotong\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Data terpotong dan disensor: definisi + contoh\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini memberikan penjelasan mengenai data terpotong dan data tersensor, beserta definisi dan contoh keduanya.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/data-yang-disensor-terpotong\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-26T00:03:54+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/censeur1.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\/data-yang-disensor-terpotong\/\",\"url\":\"https:\/\/statorials.org\/id\/data-yang-disensor-terpotong\/\",\"name\":\"Data terpotong dan disensor: definisi + contoh\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-26T00:03:54+00:00\",\"dateModified\":\"2023-07-26T00:03:54+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini memberikan penjelasan mengenai data terpotong dan data tersensor, beserta definisi dan contoh keduanya.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/data-yang-disensor-terpotong\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/data-yang-disensor-terpotong\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/data-yang-disensor-terpotong\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Data yang dipotong &amp; disensor: definisi + 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":"Data terpotong dan disensor: definisi + contoh","description":"Tutorial ini memberikan penjelasan mengenai data terpotong dan data tersensor, beserta definisi dan contoh keduanya.","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\/data-yang-disensor-terpotong\/","og_locale":"id_ID","og_type":"article","og_title":"Data terpotong dan disensor: definisi + contoh","og_description":"Tutorial ini memberikan penjelasan mengenai data terpotong dan data tersensor, beserta definisi dan contoh keduanya.","og_url":"https:\/\/statorials.org\/id\/data-yang-disensor-terpotong\/","og_site_name":"Statorials","article_published_time":"2023-07-26T00:03:54+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/censeur1.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\/data-yang-disensor-terpotong\/","url":"https:\/\/statorials.org\/id\/data-yang-disensor-terpotong\/","name":"Data terpotong dan disensor: definisi + contoh","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-26T00:03:54+00:00","dateModified":"2023-07-26T00:03:54+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini memberikan penjelasan mengenai data terpotong dan data tersensor, beserta definisi dan contoh keduanya.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/data-yang-disensor-terpotong\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/data-yang-disensor-terpotong\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/data-yang-disensor-terpotong\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Data yang dipotong &amp; disensor: definisi + 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\/1533"}],"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=1533"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1533\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=1533"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=1533"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=1533"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}