Outlier Adalah: Definisi, Contoh, Pentingnya Menemukan Otulier

Pernahkah Anda mendengar istilah outlier? Outlier adalah sebuah istilah yang bekaitan dengan nilai atau data yang terjadi penyimpangan atau deviasi.

Mengutip laman Research Connections, outlier diartikan sebagai suatu observasi dalam suatu kumpulan data yang jauh berbeda dengan observcasi lain dalam kumpulan data tersebut. Titik data berukuran luar biasa besar atau lebih kecil dibandingkan titik data lainnya.

Apa Itu Outlier?

Menurut handbook yang dipublikasikan National Institute of Standards and Technology (NIST), outlier adalah observasi yang terletak pada jarak abnormal dari nilai lain dalam sampel acak dari suatu populasi.

Dalam arti tertentu, definisi ini mengarah kepada analis (atau proses konsensus) untuk memutuskan apa yang dianggap abnormal. Sebelum observasi abnormal dapat diidentifikasi, observasi normal perlu dikarakterisasi.

Melansir Indeed, outliner dapat mengungkap informasi penting tentang fenomena mendasar yang Anda pelajari, tetapi juga dapat disebabkan kesalahan pengukuran, kesalahan entri data, atau variasi data alami.

Peneliti dan analis menentukan apa yang diklasifikasikan sebagai outlier serta memutuskan apakah akan menghapus nilai ekstrem dari kumpualn data.

Mengapa Penting Menemukan Outlier dalam Statistik?

Outlier dalam statistik dapat mengubah hasil data Anda secara signifikan, terutama jika Anda mencoba menghitung rata-rata atau kumpulan data yang semua titik data lainnya memiliki rentang nilai berbeda.

Anda mungkin pada akhirnya akan menghapus outlier dari hasil, jika ternyata hal tersebut disebabkan oleh kesalahan. Namun, penting untuk menganalisisnya terlebih dahulu untuk memahami maknanya.

Dalam beberapa kasus, outlier dapat mengungkap tidak konsistennya penelitian dan teknik pengumpulan data dalam membantu Anda menyempurnakan prosedur.

Contoh Outlier

Berikut ini beberapa contoh outlier di dunia nyata di berbagai bidang:

Kedokteran: Sebuah studi tentang tekanan darah dapat mengungkap seorang pasien menderita hipertensi parah, suatu kondisi medis langka yang memerlukan penyelidikan lebih lanjut.
Keuangan: Sebuah studi tentang tren pasar mungkin mengungkapkan nilai ekstrem yang menyebabkan kenaikan atau penurunan tajam nilai suatu saham.
Lingkungan: Dalam studi tentang pola suhu, nilai ekstrem mungkin mengindikasikan gelombang panas yang memecahkan rekor atau sensor tidak berfungsi yang mencatat data yang tidak akurat.
Ilmu Sosial: Dalam studi tentang distribusi pendapatan, nilai ekstrem yang menunjukkan seorang miliarder mungkin memengaruhi persepsi kekayaan masyarakat.

Pertimbangan Identifikasi Outlier

Ada beberapa faktor yang dapat dijadikan pertimbangan saat Anda mengidentifikasi outlier, di antaranya yaitu:

1. Konteks Analisis

Memahami konteks analisis dapat membantu Anda menentukan apakah akan mempertimbangkan outlier. Misalnya, nilai ekstrem dalam analisis keuangan. Peneliti mungkin ingin menyelidiki lebih lanjut untuk menentukan apakah anomali tersebut disebabkan oleh perilaku curang?

2. Ukuran Himpunan Data

Ukuran himpunan data dapat memengaruhi identifikasi outlier. Dalam himpunan data yang besar, bahkan penyimpangan kecil dari pola yang diharapkan dapat diidentifikasi sebagai outlier.

Dalam kasus lain, nilai-nilai yang cukup banyak mungkin berkontribusi terhadap rata-rata sehingga sebuah outlier tidak berpengaruh secara signifikan pada keseluruhan himpunan data.

3. Keberadaan Pengamatan yang Berpengaruh

Faktor ini bisa menjadi pertimbangan penting lain saat mengidentifikasi outlier. Pengamatan berpengaruh adalah titik-titik data yang secara signifikan berdampak terhadap analisis atau hasil model, dan penghapusan mereka dapat secara signifikan mengubah hasil analisis tersebut.

Oleh karena itu, ketika mengidentifikasi outlier, penting untuk mengevaluasi apakah ada titik data yang berpengaruh dan apakah penghapusan mereka sesuai.

***

Dalam dunia riset, outlier memiliki peran yang tak terelakkan. Keberadaannya yang mencolok sering kali menjadi sumber wawasan berharga yang dapat membentuk strategi bisnis yang lebih cerdas dan tepat sasaran.

Outlier mampu mengindikasikan tren baru, perilaku pelanggan yang jarang terjadi, atau bahkan potensi perubahan pasar yang signifikan. Untuk lebih mendalaminya, kunjungi layanan riset pasar Populix for Enterprise dan temukan bagaimana kami dapat membantu Anda mengurai dan memahami data outlier yang mungkin ada dalam bisnis Anda.

Jangan biarkan potensi berharga terlewat begitu saja, jadikan outlier sebagai jendela menuju peluang baru yang menjanjikan.