1. Pendahuluan Distribution Plots

Distribution plots (grafik distribusi) adalah representasi visual dari distribusi data yang menunjukkan pola, bentuk, dan penyebaran dataset.

• Tujuan:
  • Menyediakan gambaran bagaimana data tersebar.
  • Memeriksa distribusi data (normal atau tidak).
  • Mengidentifikasi outlier, skewness, dan pola distribusi lainnya.
• Manfaat:
  • Mempermudah analisis pola data.
  • Membantu memutuskan jenis analisis statistik yang sesuai.

2. Jenis Distribution Plots

1. Histogram:
   • Menampilkan distribusi data kuantitatif dalam interval atau bins tertentu.
   • Contoh: Distribusi nilai ujian dari 0-100.
2. Density Plot:
   • Representasi distribusi yang halus menggunakan fungsi kepadatan kernel.
   • Contoh: Distribusi tinggi badan dalam populasi.
3. Box Plot:
   • Menunjukkan ringkasan lima angka (minimum, Q1, median, Q3, maksimum) serta outlier.
   • Contoh: Distribusi penghasilan bulanan.
4. Violin Plot:
   • Kombinasi antara box plot dan density plot.
   • Contoh: Distribusi durasi tidur pada populasi pria dan wanita.

3. Elemen Penting dalam Distribution Plots

• Mean dan Median: Menunjukkan rata-rata dan nilai tengah data.
• Skewness: Menunjukkan kemiringan distribusi (positif/negatif).
• Kurtosis: Menunjukkan tinggi atau puncak distribusi (leptokurtik/platikurtik).
• Outlier: Nilai yang jauh dari data lainnya.

4. Contoh Kasus

Studi: Sebuah perusahaan ingin memahami distribusi durasi kerja harian karyawan mereka (dalam jam). Dataset mencakup 50 karyawan dengan durasi kerja antara 6 hingga 10 jam.

• **Distribusi Histogram:**Grafik menunjukkan bahwa sebagian besar karyawan bekerja selama 8-9 jam, dengan hanya sedikit yang bekerja lebih dari 9 jam.