Kesalahan umum soal data

Pengantar Data

Maarten Van den Broeck

Senior Content Developer at DataCamp

Kesalahan umum soal data

Kesalahan saat bekerja dengan data

Pengantar Data

Kesalahan umum soal data

  • Tujuan atau pertanyaan tidak jelas

Ikon yang menunjukkan kesalahan saat bekerja dengan data karena masalah yang kurang jelas

Pengantar Data

Kesalahan umum soal data

  • Tujuan atau pertanyaan tidak jelas
  • Data tidak cukup atau salah

Ikon yang menunjukkan kesalahan saat bekerja dengan data karena masalah yang kurang jelas dan data yang salah

Pengantar Data

Kesalahan umum soal data

  • Tujuan atau pertanyaan tidak jelas
  • Data tidak cukup atau salah
  • Analisis tidak tepat

Ikon yang menunjukkan kesalahan saat bekerja dengan data karena masalah yang kurang jelas, serta data dan statistik yang salah

Pengantar Data

Kesalahan umum soal data

  • Tujuan atau pertanyaan tidak jelas
  • Data tidak cukup atau salah
  • Analisis tidak tepat
  • Hasil tidak dikomunikasikan dengan jelas

$$

Rencanakan proses analisis data dengan saksama

Ikon yang menunjukkan kesalahan saat bekerja dengan data karena masalah yang kurang jelas, serta data, statistik, dan komunikasi yang salah

Pengantar Data

Masalah tidak didefinisikan dengan jelas

"Apakah Anda membeli sesuatu dalam sebulan terakhir?"

$$

"Di mana Anda melakukan pembelian terakhir?"

"Metode pembayaran apa yang Anda gunakan?"

Dapat memicu pengumpulan data, analisis, dan kesimpulan yang tidak tepat

mendefinisikan pertanyaan data

Pengantar Data

Data tidak cukup atau salah

data yang salah

$$

$$

Bias data: sampel tidak mewakili seluruh data

  • Mengumpulkan data yang salah tidak dapat menjawab pertanyaan riset
  • Data tetap perlu dibersihkan sebelum analisis
Pengantar Data

Analisis tidak tepat

$$

  • Terlalu cepat menarik kesimpulan
  • Kurang konteks: tidak ada alasan yang menjelaskan hasil
  • Contoh lain:
    • Agregasi dan perhitungan yang keliru
    • Mengira korelasi = kausalitas

analisis data yang buruk

Pengantar Data

Hasil tidak dikomunikasikan dengan jelas

komunikasi data

$$

  • Bagian paling bernilai dari siklus hidup data
  • Dapat memicu salah paham atau kesimpulan keliru
  • Contoh:
    • Terlalu teknis
    • Memilih data yang mendukung saja (cherry-picking)
    • Visualisasi tidak jelas
Pengantar Data

Ayo berlatih!

Pengantar Data

Preparing Video For Download...