Analisis data deskriptif, sumber foto: dokpri.
Beberapa waktu lalu, kita telah ngobrol soal beberapa cara menyajikan data. Setelah memahami dan kita bisa menyajikan data, seringkali kita mengalami kesulitan bagaimana caranya melaksanakan analisis terhadap data tersebut. Kemampuan menganalisis data memang dipengaruhi oleh seberapa kritis seseorang analis dalam mengaitkan atau mengkolaborasikan antara dekskripsi data terhadap fenomena yang terjadi di lapangan. Tetapi tak perlu risau, kemampuan menganalisis data juga bisa dipelajari semenjak dini dan bisa dilakukan oleh siapa saja.
Hal pertama yang sanggup kita gunakan sebagai modal menganalisis data yaitu dengan melihat rata-rata data, varians serta standar deviasi data.
Hal kedua yang perlu kita perhatikan dalam melaksanakan analisis data ada beberapa, yaitu (1) mengamati nilai data terbesar dan terkecil, (2) mengamati proporsi data terbesar dan terkecil, (3) mengamati nilai data pencilan (outlier) dan (4) mengamati nilai data yang dipengaruhi oleh waktu.
Sajian data dalam grafik garis, sumber foto: dokpri.
Bila kita mendapati sajian data dalam bentuk grafik garis, maka analisis yang bisa kita lakukan yaitu melihat nilai data yang tertinggi (lihat A) dan nilai data terendah (lihat B). Berikut kita misalkan saja:
Berdasarkan data harga cabai, pada tanggal 31 Agustus terjadi kenaikan harga hingga sekian rupiah per kilogram. Kenaikan harga itu diperkirakan menjadi imbas menjelang Hari Raya Idul Adha. Sedangkan pada tanggal 20 Oktober, harga cabe menurun hingga mencapai sekian rupiah per kilogram. Hal ini disebabkan oleh seruan konsumen yang turun jawaban persediaan cabe melimpah.
Sajian data dalam bentuk grafik batang, sumber foto: dokpri.
Demikian halnya kalau kita dihadapkan dengan data bentuk grafik batang. Yang kita analisis yaitu unit data dengan batang tertinggi (lihat A) dan unit data dengan batang yang paling kecil (lihat B).
Sebagai pola misalkan PDRB Kabupaten tertentu pada tahun 2017 yaitu sebesar sekian juta rupiah. Sedangkan pada tahun 2018 menunjukkan nilai PDRB yang paling kecil sepanjang beberapa tahun terakhir, yaitu sekian juta rupiah.
Pada tahun 2017, lapangan perjuangan gosip dan komunikasi meningkat tajam lantaran adanya pembangunan dan penambahan jalan masuk kabel optik untuk menunjang internet kecamatan. Tahun 2018 terjadi penurunan jawaban berkurangnya nilai tambah lapangan perjuangan pertambangan jawaban penyetopan izin perjuangan tambang sebagai dampak UU Minerba.
Sajian data berbentuk grafik lingkaran, sumber foto: dokpri.
Untuk sajian data yang diberikan dalam bentuk grafik lingkaran, kita sanggup menganalisisnya dengan melihat proporsi unit data yang paling besar dan proporsi yang paling kecil.
Pada gambar, kita bisa melihat bahwa proporsi atau share A, B, C begitu besar, ini bisa jadi modal untuk analisis kita. Besarnya proporsi ini menunjukkan unit data atau gosip yang berperan besar terhadap keseluruhan. Sebaliknya, proporsi unit data yang paling kecil sanggup kita terjemahkan sebagai peluang sekaligus tantangan kita bagaimana caranya untuk meningkatkan kiprahnya terhadap keseluruhan.
Sajian data dalam bentuk grafik garis, sumber foto: dokpri.
Selain analisis sanggup kita lakukan menyerupai kondisi di atas, adapun kita perlu melaksanakan analisis terhadap waktu untuk data-data yang bersifat musiman, contohnya data produksi padi tiap bulan, data penjualan es ketika isu terkini hujan dan isu terkini kemarau, dan data musiman sejenisnya.
Data musiman ini sanggup kita analisis dengan melihat kapan waktu yang menunjukkan nilai data naik dan kapan saatnya turun. Ini bermanfaat bagi kita dalam rangka mengamati sikap atau pola sebuah data.
Sebagai pola contohnya data penjualan es, ada kecenderungan penjualannya menurun ketika isu terkini hujan lantaran suhu lingkungan dingin. Sedangkan pada isu terkini kemarau, penjualan es meningkat lantaran seruan meningkat jawaban suhu lingkungan panas.
Sajian data dalam bentuk box plot, sumber foto: dokpri.
Jika dalam deskripsi data kita memakai box plot, di sana ada kemungkinan kita mendapati adanya pencilan data (outlier). Maka, untuk menganalisisnya, kita ulas terlebih dahulu mengenai rata-rata datanya seberapa besar, gres kemudian kita amati unit amatan berapa yang menjadi pencilan data. Pencilan data ini bisa juga dianalisis secara terpisah lantaran meskipun ia sanggup memperbesar standar deviasi data, adanya pencilan juga perlu kita perhatikan nasibnya. Mengapa? Karena pencilan juga memberi kita sebuah gosip mengenai fenomena riil data.