Apa saja berbagai jenis interpretasi histogram?

Ada banyak jenis interpretasi histogram, ditentukan oleh bentuk keseluruhan grafik.Dua perbedaan utama adalah histogram simetris dan histogram asimetris.Dalam dua perbedaan utama itu adalah sejumlah perbedaan lainnya, tergantung pada distribusi grafik.Memahami berbagai jenis interpretasi histogram dapat membuat analis mengetahui sesuatu tentang data pada pandangan pertama.

Bentuk normal histogram dikenal sebagai bentuk lonceng, atau kurva lonceng.Jumlah titik data tertinggi terletak di dekat pusat grafik, dengan jumlah titik yang semakin rendah di setiap ujungnya, bergerak menjauh dari pusat.Ketika garis ditarik, secara kasar menggunakan bagian atas batang sebagai titik referensi, itu menyerupai bentuk bel.Ini adalah pola yang paling sering terjadi ketika menganalisis hal-hal yang terjadi di dunia alami.

Dua variasi khas dari interpretasi histogram simetris adalah ekor pendek non-normal dan ekor panjang yang tidak normal.Dalam kasus ini, titik data cenderung masih sebagian besar bahkan di kedua sisi, tetapi ada beberapa perbedaan dalam distribusi.Dalam interpretasi histogram ekor pendek, titik data cenderung berkumpul di sekitar pusat.Dalam interpretasi ekor panjang, titik data cenderung lebih tersebar, tetapi sebagian besar masih merata di kedua sisi.

Variasi lain dari histogram simetris simetris dengan outlier.Dalam hal ini, mungkin ada kesenjangan yang signifikan dalam set data yang meninggalkan celah dalam histogram.Meskipun demikian, histogram tetap relatif simetris karena outlier muncul di kedua sisi.Dalam beberapa kasus, outlier dapat dibuang karena mereka tidak signifikan secara statistik.

Jenis interpretasi utama lainnya untuk histogram adalah interpretasi asimetris.Seperti pembagian besar lainnya, histogram asimetris selanjutnya dapat dipecah menjadi subdivisi.Histogram asimetris juga dikenal sebagai histogram miring, karena titik data lebih menyukai satu sisi tengah atau sisi lainnya.Pencilan juga mungkin ada dalam histogram miring, tetapi biasanya tidak mempengaruhi bentuk atau rata -rata, kecuali jika mereka adalah pencilan yang ekstrem.lainnya.Seringkali, rata -rata dapat berarti sangat sedikit dalam set data seperti itu karena mereka sangat miring.Rata -rata mungkin tidak benar -benar di tengah histogram, dan ini cenderung mengurangi signifikansi statistiknya.