Anda akan memulai kursus Exploratory Data Analysis (EDA) ini dengan mempelajari cara menggunakan statistik deskriptif dan mengidentifikasi data yang hilang, serta menerapkan teknik imputasi untuk mengisi kekosongan pada data Anda.

Apa itu exploratory data analysis?

Langkah-langkah EDA

EDA awal untuk listing AirBnB

Identifikasi data yang hilang

Statistik deskriptif untuk sebuah variabel

Imputasi untuk data hilang

Analisis Data Eksploratori Awal di Power BI

Pada bab kedua kursus ini, Anda akan mempelajari cara mengidentifikasi dan menangani pencilan dalam himpunan data. Anda akan membangun histogram untuk menganalisis distribusi dan menggunakan winsorizing untuk mengurangi dampak pencilan.

Distribusi dan pencilan

Pilihan untuk menemukan pencilan

Histogram dan pencilan pada listing AirBnB

Buat histogram pertama Anda

Identifikasi pencilan

Menangani pencilan dalam data

Distribusi dan Pencilan

Kini saatnya mengeksplorasi hubungan antar variabel kategorikal menggunakan proporsi. Anda kemudian akan menggunakan box plot dan statistik deskriptif untuk menentukan bagaimana suatu variabel kontinu dipengaruhi oleh variabel kategorikal.

EDA dengan variabel kategorikal

Opsi

Box plot

Histogram

Histogram vs. box plot

Mengeksplorasi variabel kategorikal dengan data AirBnB

Menganalisis variabel kategorikal

Proporsi dengan variabel kategorikal

Menganalisis beberapa variabel kategorikal

Membuat box plot

EDA dengan Variabel Kategorikal

Pada bab terakhir, Anda akan mendalami scatter plot untuk menganalisis hubungan antara dua variabel kontinu dan menghitung koefisien korelasi.

Hubungan antar variabel kontinu

Latihan menafsirkan scatter plot

Menjelajahi listing AirBnB dengan scatter plot

Menganalisis hubungan dengan scatter plot

Menambahkan konteks pada scatter plot

Koefisien korelasi

Selamat!

Hubungan antar Variabel Kontinu

Exercises and Datasets

DataCamp vs. Local Experience

Tingkatkan laporan Anda dengan Exploratory Data Analysis (EDA) di Power BI. Anda akan mulai dengan menggunakan statistik deskriptif untuk menemukan pencilan, mengidentifikasi data hilang, dan menerapkan teknik imputasi untuk mengisi kekosongan dalam himpunan data Anda. Selanjutnya, Anda akan mempelajari bagaimana EDA di Power BI membantu menemukan hubungan antarvariabel—baik kategorikal maupun kontinu—dengan menggunakan ukuran statistik dasar serta plot kotak dan sebar.

<h2>Pengantar Analisis Data Eksploratori di Power BI</h2>
Perkuat laporan Anda dengan Analisis Data Eksploratori (EDA) Power BI! 

Kursus pemula ini untuk analis data mencakup aspek dasar EDA, termasuk statistik deskriptif, penanganan data yang hilang, analisis distribusi, dan identifikasi outlier. Anda akan belajar menggunakan histogram, diagram kotak, dan diagram pencar untuk memvisualisasikan data, menginterpretasikan distribusi, dan memahami hubungan antara variabel.
<br><br>
<h2>Terapkan Teknik Statistik</h2>
Pelajari cara mengelola variabel kategorikal dan kontinu, menggunakan teknik visualisasi lanjutan, dan menghitung koefisien korelasi. Latihan interaktif dan contoh nyata memastikan Anda dapat menerapkan keterampilan ini untuk menganalisis dan menafsirkan data Anda dengan efektif. 


Introduction to DAX in Power BI

Pelajari cara membuat laporan berdampak dengan EDA Power BI untuk mengungkap wawasan dan nilai bisnis.

Analisis Data Eksploratori di Power BI

Pelajari cara membuat laporan yang berdampak dengan Exploratory Data Analysis (EDA) Power BI untuk mengungkap wawasan lebih cepat dan mendorong nilai bisnis.

Analis Data di Power BI

Garis yang menunjukkan batas bawah dan atas untuk pencilan

Histogram vs. box plot

Analisis Data Eksploratori di Power BI

Latihan interaktif langsung