Apa itu Histogram Frekuensi? Panduan Komprehensif untuk Pemula

Histogram umum digunakan dalam analisis data untuk merepresentasikan distribusi suatu himpunan data secara grafis. Ini memungkinkan kita memvisualisasikan bagaimana data tersebar di berbagai nilai, membantu mengungkap pola, tren, dan anomali.

Artikel ini memperkenalkan histogram frekuensi dan membantu Anda membuatnya selangkah demi selangkah. Kita juga akan mempelajari berbagai jenis histogram, beberapa teknologi populer untuk membuatnya, kesalahan umum yang perlu dihindari, dan praktik terbaik yang perlu diikuti.

Apa itu Histogram Frekuensi?

Histogram frekuensi adalah representasi grafis dari distribusi suatu himpunan data. Histogram dibangun dari serangkaian bin, pada dasarnya interval yang mencakup rentang data. Setiap bin memiliki frekuensi, yaitu jumlah titik data dalam interval tersebut. Bin diplot pada sumbu horizontal, sedangkan frekuensi diplot pada sumbu vertikal, menghasilkan representasi mirip bagan batang. Tinggi setiap batang sesuai dengan frekuensi titik data dalam bin tersebut.

Histogram umum digunakan karena memiliki beberapa tujuan penting dalam analisis data:

• Merangkum Himpunan Data Besar: Saat berurusan dengan volume data yang besar, histogram memberikan ringkasan yang jelas dan ringkas, memungkinkan kita dengan cepat memahami distribusi keseluruhan tanpa tersesat pada titik data individual.
• Mendeteksi Outlier: Histogram memvisualisasikan distribusi data dan memudahkan untuk melihat outlier—titik data yang menyimpang secara signifikan dari data lainnya. Outlier ini dapat mengindikasikan kesalahan, anomali, atau fenomena penting yang layak ditelusuri lebih lanjut.
• Memahami Pola Distribusi Data: Histogram membantu mengidentifikasi pola seperti skewness (ketidaksimetrian distribusi data), modality (jumlah puncak dalam distribusi), dan spread (rentang data). Pemahaman ini krusial untuk pemodelan statistik karena memengaruhi pemilihan model dan asumsi.
• Analisis Komparatif: Histogram juga berguna untuk membandingkan himpunan data yang berbeda. Dengan memplot histogram secara berdampingan, kita dapat membandingkan distribusinya secara visual, mengungkap kesamaan dan perbedaan yang mungkin tidak terlihat dari data mentah saja.

Setelah memahami histogram frekuensi dan tujuannya dalam analitik data, mari kita pelajari cara membuatnya melalui sebuah contoh.

Cara Membuat Histogram Frekuensi

Pertimbangkan skenario di mana Anda, sebagai analis data, diminta menganalisis data penjualan harian sebuah toko ritel selama sebulan terakhir. 

Tujuan Anda adalah memahami distribusi penjualan harian untuk mengidentifikasi pola, menilai kinerja, dan memberikan wawasan yang membantu pengelolaan inventaris serta strategi penjualan. Sebagai bagian dari analisis, Anda memutuskan histogram dapat membantu mendapatkan insight. 

Berikut langkah-langkah yang dapat Anda ikuti untuk membuat histogram frekuensi:

Langkah 1: Kumpulkan dataset Anda 

Misalnya Anda terhubung dengan tim data di organisasi Anda dan mengambil data dari basis data penjualan organisasi. Anda telah menata data dalam format tabel seperti di bawah ini:

Dataset penjualan. Gambar oleh Penulis.

Langkah 2: Tentukan bin

Selanjutnya, pilih bin yang sesuai berdasarkan rentang dan distribusi data. 

Setelah menganalisis data, Anda menyadari nilai terkecil adalah 20, terbesar 135, dan Anda memiliki 30 observasi. Menggunakan aturan akar kuadrat (kita akan mempelajari topik ini nanti), √30 ≈ 5,5, Anda dapat menggunakan enam bin. Kita harus membagi rentang 115 menjadi enam bin, menghasilkan lebar bin sekitar 19 unit.

Untuk menyederhanakan, mari gunakan bin dengan lebar 20 unit: 

• 20–39
• 40–59
• 60–79
• 80–99
• 100–119
• 120–139

Langkah 3: Hitung frekuensi di setiap bin

Mari hitung jumlah observasi dalam setiap interval dan tabulasikan seperti di bawah ini:

Menghitung frekuensi di setiap bin. Gambar oleh Penulis.

Langkah 4: Plot histogram

Gambarlah garis horizontal (sumbu-x) untuk bin dan garis vertikal (sumbu-y) untuk frekuensi. Untuk setiap bin, gambarlah batang dengan tinggi sesuai frekuensinya.

Histogram Anda akan terlihat seperti ini:

Memplot histogram. Gambar oleh Penulis.

Langkah 5: Beri label dan format

Beri label sumbu-x "Units Sold" dan sumbu-y "Frequency." Tambahkan judul seperti "Histogram of Daily Sales Data." Pastikan batang berjarak sama dan jelas terpisah untuk visualisasi yang jelas.

Diagram yang sudah selesai akan terlihat seperti ini:

Pemberian label dan pemformatan histogram. Gambar oleh Penulis.

Selesai! Anda telah membuat histogram frekuensi untuk analisis Anda.

Berbagai Jenis Histogram Frekuensi

Ada berbagai jenis histogram frekuensi, masing-masing menawarkan variasi kecil dalam cara data direpresentasikan.

• Histogram Frekuensi: Histogram frekuensi tradisional menampilkan frekuensi absolut titik data dalam bin yang ditentukan. Seperti yang kita lihat di atas, ini membantu memahami distribusi dan konsentrasi titik data dan juga merupakan jenis histogram yang paling umum digunakan.
• Histogram Frekuensi Relatif: Histogram frekuensi relatif menampilkan frekuensi relatif (proporsi) titik data dalam bin yang ditentukan alih-alih menunjukkan jumlah absolut titik data di setiap bin. Jenis histogram ini sangat berguna untuk membandingkan himpunan data yang berbeda karena melakukan normalisasi data, sehingga lebih mudah membandingkan distribusi dengan total hitungan yang berbeda.
• Histogram Frekuensi Kumulatif: Histogram frekuensi kumulatif menunjukkan total kumulatif, membantu memahami bagaimana frekuensi terakumulasi sepanjang rentang data. Ini berguna untuk mengidentifikasi persentil dan memahami dampak kumulatif.

Variasi histogram ini memungkinkan Anda menemukan wawasan yang berbeda tergantung pada skenario yang Anda temui dalam proyek analitik; oleh karena itu, mengetahui jenis-jenis ini ada dapat membantu.

Teknologi yang Baik untuk Membuat Histogram Frekuensi

Meskipun kita telah mempelajari cara membuat histogram secara manual di atas, Anda dapat melakukannya dengan berbagai alat dan teknologi, masing-masing dengan fitur dan kapabilitas berbeda. 

Berikut beberapa teknologi populer untuk membuat histogram:

• Microsoft Excel atau Google Sheets: Microsoft Excel adalah aplikasi spreadsheet yang banyak digunakan dengan alat pembuatan bagan bawaan. Google Sheets adalah aplikasi spreadsheet berbasis cloud dengan kemampuan pembuatan bagan yang mirip dengan Excel. Keduanya umum digunakan dalam proyek analitik dan menawarkan fitur pembuatan histogram. Anda dapat mempelajari cara membuat histogram dari tutorial Visualizing Data in Excel kami.
• PowerBI: PowerBI adalah alat business intelligence yang memungkinkan pengguna memvisualisasikan data dan berbagi insight di seluruh organisasi mereka. Histogram termasuk dalam rangkaian fitur visualisasinya. Kursus Exploratory Data Analysis with PowerBI dapat membantu Anda mempelajari pembuatan histogram secara interaktif dan melakukan tugas analitik lainnya.
• Python: Python, bahasa pemrograman populer, menawarkan banyak paket visualisasi seperti matplotlib, seaborn, plotly, dan banyak lagi, yang dapat membuat histogram. Kursus Introduction to Data Science in Python membahas secara mendalam pembuatan histogram (dan visualisasi lainnya) secara praktik.
• R: R adalah bahasa pemrograman data science populer lainnya yang sangat cocok untuk membuat histogram karena kapabilitas analisis data tingkat lanjut dan pustaka visualisasi yang luas, seperti ggplot2. Tutorial enam langkah dalam R ini akan mengajarkan Anda cara membuat histogram.
• Tableau: Tableau adalah perangkat lunak BI lainnya yang membantu pengguna mengubah data mentah menjadi dasbor interaktif yang dapat dibagikan dan dapat digunakan untuk membuat histogram. Kursus Analyzing Data in Tableau membahas proses detail pembuatan histogram.

Tentu saja, daftar ini tidak lengkap, dan banyak alat online lain tersedia untuk membuat histogram. Silakan gunakan dan adopsi alat yang paling sesuai dengan kebutuhan proyek analitik Anda.

Kesalahan Umum dan Praktik Terbaik

Karena histogram dianggap sebagai salah satu diagram analitik dasar, kita jarang mempelajarinya secara formal, yang sering kali menyebabkan kesalahan dalam pembuatannya. Berikut beberapa kesalahan umum dan praktik terbaik untuk menghindarinya:

1. Memilih lebar bin (dan jumlah bin)

Memilih lebar bin yang tidak tepat dapat berdampak signifikan pada tampilan dan ketepatan histogram. 

Bin yang terlalu lebar dapat menyederhanakan data secara berlebihan dengan mengelompokkan terlalu banyak titik data, sehingga menutupi pola dan variasi penting dalam data. Ini menyulitkan untuk melihat detail dan nuansa yang lebih halus pada distribusi. 

Di sisi lain, bin yang terlalu sempit berarti setiap bin mencakup rentang nilai data yang sangat kecil, yang dapat menghasilkan banyak bin dengan sangat sedikit titik data di masing-masing. Tingkat detail ini mungkin tidak diperlukan dan membebani pembaca dengan terlalu banyak informasi, sehingga sulit menemukan pola atau tren yang bermakna dalam data.

Ukuran bin yang tidak konsisten akan menghasilkan visualisasi yang menyesatkan dan membuat histogram lebih sulit diinterpretasikan.

Praktik terbaik

Pertama, pastikan semua bin dalam histogram Anda memiliki lebar yang sama. Konsistensi ini memungkinkan perbandingan frekuensi yang lugas di berbagai interval. 

Beberapa pedoman dapat membantu menentukan lebar bin (dan jumlah bin) yang sesuai:

• Aturan Akar Kuadrat: Aturan ini menyarankan menggunakan akar kuadrat dari jumlah titik data sebagai jumlah bin. Misalnya, jika Anda memiliki 100 titik data, Anda akan menggunakan √100 = 10 bin. Metode ini memberikan cara sederhana dan umumnya efektif untuk menentukan lebar bin.
• Rumus Sturges: Rumus ini menghitung jumlah bin dengan mempertimbangkan jumlah titik data. Metode ini sangat berguna untuk himpunan data yang lebih besar, memberikan keseimbangan antara terlalu sedikit dan terlalu banyak bin.

Aturan Sturges. Sumber: Wikipedia

Dalam praktiknya, lebar bin terbaik ditemukan melalui penyesuaian iteratif. Mulailah dengan lebar bin berbasis pedoman lalu sesuaikan naik atau turun sambil mengevaluasi histogram yang dihasilkan untuk kejelasan dan keberinformasiannya.

2. Pelabelan dan skala

Kesalahan umum adalah hanya fokus pada diagram dan kurang memperhatikan label serta skala.

Pembaca mungkin tidak memahami apa yang diwakili histogram jika sumbu diberi label secara tidak benar atau tidak memadai. 

Saat membandingkan beberapa histogram, skala sumbu-y yang tidak konsisten dapat mengacaukan perbandingan. Misalkan satu histogram menggunakan skala sumbu-y dari 0 hingga 100 dan yang lain menggunakan 0 hingga 50; tinggi batang tidak dapat dibandingkan secara langsung. Ketidakkonsistenan ini dapat menyesatkan pembaca sehingga mengira ada perbedaan atau kesamaan signifikan yang sebenarnya tidak ada.

Skala yang tidak konsisten dalam satu histogram juga dapat menyalahartikan data. Jika sumbu-y dimulai dari angka selain nol atau menggunakan interval tak beraturan, ini dapat melebih-lebihkan atau mengecilkan perbedaan yang tampak antar frekuensi bin, sehingga mengarah pada kesimpulan yang keliru tentang distribusi data.

Praktik terbaik

Selalu beri label sumbu-x dan sumbu-y dengan jelas dan akurat. Jelaskan apa yang diwakili masing-masing sumbu dan sertakan satuan ukuran jika relevan. Sertakan judul deskriptif yang memberikan konteks untuk histogram.

Gunakan skala yang konsisten untuk sumbu-y, terutama saat membandingkan beberapa histogram. Ini memastikan tinggi batang secara akurat mencerminkan frekuensi atau frekuensi relatif dan memungkinkan perbandingan yang bermakna. Pastikan sumbu-y dimulai dari nol untuk memberikan representasi distribusi data yang sebenarnya. Jika memulai dari nol tidak praktis, jelaskan titik awalnya dengan jelas dan gunakan interval yang konsisten.

3. Menangani outlier

Outlier adalah titik data yang berada jauh di luar gugus utama data, memengaruhi bentuk distribusi data. Kesalahan umum adalah begitu saja mengecualikan dan mengabaikan outlier.

Mengecualikannya dapat menyembunyikan sifat sebenarnya dari distribusi, seperti keberadaan ekor panjang atau ketidaksimetrian (skewness). Satu dataset dengan beberapa nilai yang sangat tinggi mungkin menunjukkan distribusi yang miring jika outlier disertakan, tetapi akan tampak lebih simetris jika dihapus.

Terkadang outlier merepresentasikan fenomena signifikan atau wawasan penting. Misalnya, dalam data penjualan, sebuah outlier bisa berupa pembelian yang luar biasa besar yang mungkin menunjukkan keberhasilan kampanye pemasaran atau pesanan dalam jumlah banyak. Mengabaikan titik seperti ini dapat melewatkan informasi berharga.

Praktik terbaik

Sertakan outlier dalam histogram untuk menyajikan gambaran lengkap distribusi data. Pastikan skala sumbu-y mengakomodasi outlier ini tanpa terlalu memampatkan data utama.

Jika outlier dikecualikan karena alasan tertentu (misalnya, kesalahan, nilai ekstrem yang tidak relevan), jelaskan dengan jelas dalam teks pendamping atau legenda. Ini memastikan transparansi dan membantu pembaca memahami alasan di balik pengecualian tersebut.

Mengikuti praktik terbaik ini memastikan histogram Anda menyampaikan insight yang dimaksud kepada pembaca dan membantu analitik lanjutan dalam proyek analitik.

Kesimpulan

Artikel ini memperkenalkan Anda pada histogram frekuensi, berbagai jenisnya, dan pentingnya dalam analitik data. Setelah membuat histogram secara manual, kami mencantumkan beberapa alat dan teknologi populer yang dapat Anda gunakan untuk membuat histogram. Kami juga mempelajari beberapa kesalahan umum yang perlu dihindari dan praktik terbaik yang perlu diikuti.

Kami mendorong Anda untuk menguji keterampilan Anda dengan membuat dan menafsirkan histogram dari berbagai dataset untuk meningkatkan kemahiran. Mempraktikkan tugas analitik dan menganalisis hasilnya dapat membantu Anda menjadi mahir dalam analitik data.

Selamat belajar!