Apa itu diagram batang dalam konteks ini
Diagram batang adalah representasi visual tentang bagaimana nilai suatu variabel didistribusikan ke interval diskret. Alih-alih memplot garis kontinu, data dikelompokkan ke dalam “bin” (interval) dan digambar satu batang untuk setiap bin. Tinggi batang (atau luas, tergantung desain) mencerminkan statistik yang dihitung untuk bin tersebut, seperti:
- Frekuensi: berapa banyak observasi yang masuk ke bin.
- Jumlah atau tingkat kejadian: seberapa sering suatu peristiwa terjadi dalam interval itu.
- Nilai teragregasi: seberapa besar jumlah di dalam bin.
Mulai yang penting adalah memperlakukan diagram batang sebagai metode agregasi, bukan detektor pola. Makna diagram bergantung pada aturan binning, statistik yang digunakan untuk tinggi batang, serta jendela waktu atau sampel yang menghasilkan data dasar tersebut.
Cara kerja diagram batang: input, asumsi, dan mekanisme
Untuk menggunakan diagram batang secara presisi, Anda perlu menentukan beberapa mekanisme yang sering dibiarkan implisit:
1) Aturan binning (ketergantungan paling penting)
Binning mengubah nilai mentah menjadi interval. Pertimbangan lanjutan meliputi:
- Lebar bin dan tepi bin: Perubahan kecil pada lebar bin dapat memindahkan nilai ke batang yang bersebelahan.
- Inklusivitas pada batas: Tentukan apakah nilai yang sama dengan tepi bin termasuk ke bin kiri, bin kanan, atau aturan terpisah. Tanpa ini, dua implementasi bisa berbeda meskipun datanya identik.
- Jumlah bin: Terlalu sedikit bin menyembunyikan struktur; terlalu banyak bin menciptakan kerapuhan (sparsity).
2) Statistik yang dipilih untuk tinggi batang
Diagram batang dapat menampilkan ringkasan yang berbeda:
- Batang frekuensi menghitung observasi.
- Batang jumlah mengagregasikan nilai (misalnya, jumlah suatu ukuran dalam setiap bin).
- Batang rata-rata mengambil nilai rata-rata dalam setiap bin.
Ini tidak dapat saling menggantikan. Jika Anda beralih dari frekuensi ke rata-rata, batang tertinggi bisa berubah maknanya sepenuhnya. Untuk verifikasi, Anda seharusnya bisa menyatakan: “Untuk setiap bin i, bar_i = statistic(values_in_bin_i).”
3) Sampel dan jendela waktu
Batang bergantung pada observasi mana yang disertakan. Pertimbangkan sumber ketidakkonsistenan yang umum ini:
- Periode kalender tetap versus jendela bergulir (rolling windows).
- Tanggal mulai/akhir yang berbeda di berbagai sistem.
- Penanganan data hilang (drop baris, forward-fill, anggap nol, dll.).
Bahkan tanpa pembaruan real-time, dua diagram batang yang dibuat dari subset berbeda akan berbeda. Penjelasan yang andal karenanya mencakup kriteria pemilihan sampel yang persis sebagai asumsi.
4) Pilihan penskalaan dan transformasi
Batang Anda bisa mencerminkan variabel yang ditransformasikan, bukan nilai mentahnya. Contoh transformasi yang mengubah interpretasi meliputi:
- Normalisasi nilai (misalnya, membagi dengan referensi).
- Mengambil nilai absolut atau logaritma.
- Memotong (clipping) nilai ekstrem untuk mengurangi pengaruh outlier.
Jika transformasi diterapkan, nyatakan secara eksplisit karena transformasi mengubah bin mana yang menerima observasi dan bagaimana tinggi batang dibandingkan.
Pemeriksaan bukti dan contoh yang bisa dijalankan tanpa data langsung
Karena diagram batang adalah tampilan agregasi, Anda dapat memvalidasinya menggunakan perhitungan ulang secara offline. Pendekatan “bukti” yang praktis adalah memeriksa total dan aturan keanggotaan bin.
Contoh: batang frekuensi dengan bin yang eksplisit
Anggap Anda memiliki daftar observasi numerik X dan Anda memilih:
- Tepi bin: [0, 1), [1, 2), [2, 3)
- Statistik: frequency
Rutinitas verifikasi dapat berupa:
- Untuk setiap observasi x dalam X, tentukan bin mana yang berisi x menggunakan aturan tepi yang persis.
- Hitung jumlah observasi per bin.
- Konfirmasi bahwa jumlah semua frekuensi bin sama dengan len(X) (jika tidak ada nilai yang dikecualikan).
Ini mendeteksi mode kegagalan implementasi yang umum: logika batas yang tidak cocok (misalnya, [1,2] inklusif di kedua ujung), yang menciptakan double counting atau jumlah yang hilang.
Contoh: batang jumlah dengan identitas akuntansi
Jika bar_i adalah jumlah dari suatu kuantitas Q untuk observasi dalam bin i, Anda dapat memvalidasi menggunakan identitas kedua:
- Jumlahkan bar_i di atas i harus sama dengan total jumlah Q untuk semua observasi yang disertakan (sekali lagi, dengan asumsi tidak ada pengecualian).
Jika identitas gagal, itu menunjukkan adanya aturan pengecualian (misalnya, nilai di luar rentang bin) atau ketidaksesuaian transformasi antara diagram dan input verifikasi.
Contoh: membandingkan dua diagram batang
Jika dua sistem menampilkan tinggi batang yang berbeda, Anda bisa mempersempit penyebabnya dengan memeriksa:
- Apakah keduanya menggunakan tepi bin yang sama?
- Apakah keduanya menyertakan baris sampel yang sama?
- Apakah keduanya menghitung statistik yang sama (frequency vs mean vs sum)?
- Apakah nilai batas ditangani dengan identik?
Pemeriksaan ini independen dari kondisi pasar dan tidak memerlukan data langsung.
Keterbatasan dan risiko: mode kegagalan yang bersifat material
Diagram batang umumnya sederhana, tetapi beberapa keterbatasan dapat secara material menyesatkan interpretasi.
1) Lebar bin dan definisi tepi yang menyesatkan
Jika lebar bin bersifat sewenang-wenang atau tepinya dipilih secara tidak konsisten, batang tertinggi mungkin lebih mencerminkan skema binning daripada perilaku yang mendasarinya. Ini terutama mungkin terjadi ketika data padat di dekat batas bin.
2) Bin yang jarang dan tinggi yang tidak stabil
Dengan sampel kecil, banyak bin bisa memiliki nol atau sangat sedikit observasi. Dalam kasus itu, tinggi batang dapat berubah drastis jika satu atau dua observasi berpindah bin. Penjelasan yang kuat seharusnya mencatat asumsi ukuran sampel.
3) Efek prapemrosesan yang tersembunyi
Filtering, smoothing, atau clipping dapat mengubah distribusi sebelum binning. Misalnya, menghapus outlier dapat menghilangkan nilai yang seharusnya mengisi bin ekstrem. Ini mengubah cerita yang disampaikan oleh batang tanpa indikasi yang terlihat, kecuali prapemrosesan didokumentasikan.
4) Agregasi lintas periode yang tidak dapat dibandingkan
Menggabungkan data dari rezim yang berbeda (misalnya, kondisi volatilitas yang berbeda) dapat menghasilkan diagram batang yang mencampur perilaku yang berbeda. Bahkan jika setiap langkah “benar,” diagram mungkin tidak menjawab pertanyaan yang tampaknya dijawabnya.
5) Mengacaukan diagram deskriptif dengan klaim prediktif
Diagram batang bersifat deskriptif untuk sampel yang dipilih. Hubungan historis (misalnya, konsentrasi kuat dalam suatu rentang) tidak menetapkan hasil masa depan. Jika pembaca memperlakukan diagram batang sebagai sinyal prediktif tanpa memperhitungkan pergeseran distribusi dan perubahan biaya/eksekusi, mereka kemungkinan besar akan menafsirkan agregasi secara berlebihan.
Verifikasi dan pertanyaan berikutnya yang perlu diajukan
Untuk memverifikasi klaim diagram batang secara independen, fokus pada transformasi dari input mentah menjadi batang yang diplot:
- Hitung ulang penetapan bin menggunakan tepi bin yang dinyatakan dan aturan inklusivitas batas.
- Hitung ulang tinggi batang menggunakan definisi statistik yang persis (frequency vs sum vs mean).
- Periksa identitas akuntansi (jumlah frekuensi sama dengan jumlah observasi yang disertakan; jumlah batang jumlah sama dengan total Q untuk baris yang disertakan).
- Pastikan pemilihan sampel dan jendela waktu sesuai dengan cakupan yang dinyatakan pada diagram.