Bekal Dasar · 05 dari 06

Outlier: Dibuang atau Disimpan?

Satu angka aneh bisa mengubah kesimpulan. Cara mengenalinya, dan tiga pertanyaan sebelum menghapusnya.
Rahmat Hidayatullah · 5 menit baca · Interaktif

Hampir setiap dataset punya satu atau dua angka yang membuat kita berhenti dan bertanya, "ini benar?" Angka seperti itu disebut outlier: nilai yang letaknya jauh dari kebanyakan data lain.

Reaksi pertama biasanya ingin menghapusnya supaya grafiknya rapi. Tahan dulu.

Cara mengenali outlier

Cara paling sederhana adalah melihat titik-titiknya. Cara yang sedikit lebih rapi adalah aturan yang dipakai di box plot:

Aturan ini hanya alat bantu untuk menandai, bukan hakim. Ia tidak tahu apakah titik itu salah atau benar.

Coba sendiri · Lama Pengiriman

Dua belas paket, satu di antaranya bisa kamu geser

Rata-rata semua
Rata-rata tanpa paket itu
Median
Batas wajar

Tiga pertanyaan sebelum menghapus

1. Salah catat?

Salah ketik, salah satuan, atau data ganda. Kalau iya, perbaiki atau buang, dan catat alasannya.

2. Kejadian nyata?

Paket memang nyasar, pelanggan memang borong. Kalau iya, jangan dibuang. Sering kali justru di sini ceritanya.

3. Relevan untuk pertanyaannya?

Kalau pertanyaannya "pengiriman normal biasanya berapa lama", pakai median. Kalau pertanyaannya "seberapa parah kasus terburuk", outlier itulah jawabannya.

Apa pun keputusannya, tulis di laporan: berapa titik yang dikeluarkan dan kenapa. Menghapus data diam-diam supaya hasilnya bagus bukan membersihkan data. Itu mengubah cerita.

Outlier bukan gangguan yang harus dibersihkan. Ia pertanyaan yang harus dijawab.
← Kembali ke daftar