Quick Stats Check — SQalytics

1 Introduksi

1.1 Latar Belakang

Sebelum memilih uji statistik konfirmatori, peneliti yang baik selalu memulai dari eksplorasi data (exploratory data analysis, EDA): mengenali bentuk distribusi, mendeteksi pola hilang, mengidentifikasi outlier, dan memutuskan apakah kolom yang ada cukup siap untuk analisis lebih jauh. Tukey (1977) mengangkat EDA sebagai fase wajib bukan opsional — keputusan statistik konfirmatori (uji t, ANOVA, regresi) yang dilakukan tanpa EDA berisiko mengabaikan asumsi penting dan menghasilkan kesimpulan keliru.

Dalam praktik riset pangan dan QC industri, banyak laporan analisis statistik dimulai langsung dari uji konfirmatori tanpa pemeriksaan awal. Akibatnya: outlier dari kesalahan input dipakai apa adanya, kolom kategori yang tampak numerik (mis. batch code berbentuk angka) ikut dimasukkan ke uji parametrik, dan missing value yang sebenarnya bisa di-impute justru dibuang diam-diam. Modul Quick Stats Check menjembatani gap ini dengan menyediakan ringkasan EDA satu klik yang sekaligus menyarankan route analitik berikutnya.

1.2 Tujuan Modul

Modul Quick Stats Check di SQalytics ditujukan untuk:

Memberikan snapshot EDA seluruh tabel atau kolom-kolom terpilih dalam < 5 detik.
Menampilkan ringkasan statistik deskriptif lengkap (n, mean, median, SD, IQR, min, max, missing %) per kolom numerik.
Mendeteksi otomatis kolom yang terbaca numerik tapi sebenarnya kategori (mis. kode batch, ID sampel).
Menampilkan grouped snapshot bila ada satu faktor kategori — ringkasan per kelompok dalam satu tabel.
Menyarankan modul lanjutan yang paling cocok ("Anda punya 2 kelompok → coba Compare 2 Groups").
Audiens utama: mahasiswa metodologi penelitian, peneliti yang baru menerima dataset dari kolega, dan analis QC yang melakukan triase mingguan.

1.3 Posisi di Antara Alternatif

Quick Stats Check adalah modul pemandu — bukan modul keputusan akhir. Setelah modul ini menunjukkan struktur data, Anda akan diarahkan ke modul konfirmatori yang tepat (Compare 2 Groups, Compare Many Groups, Correlation Explorer, dst.). Gunakan modul ini setiap kali Anda menerima dataset baru, sebelum memulai analisis terstruktur. Data Editor lebih cocok bila tujuan Anda mengubah/membersihkan data; Quick Stats Check hanya membaca.

2 Metode

2.1 Dasar Teoretis

EDA dalam tradisi Tukey terdiri dari empat aktivitas inti yang semuanya diakomodasi modul ini:

Display — menampilkan kolom dan tipe data dalam format yang mudah dipindai mata.
Summarize — mengompresi distribusi ke statistik ringkas (lokasi, sebaran, bentuk).
Identify — menandai outlier dan missing value.
Direct — mengarahkan analis ke jalur konfirmatori berikutnya.

Statistik deskriptif yang dihitung modul mengikuti definisi standar (Wilcox, 2017): mean untuk lokasi pusat data simetris; median untuk lokasi pusat yang robust terhadap outlier; SD untuk sebaran simetris; IQR untuk sebaran robust. Modul menampilkan keduanya berdampingan agar pengguna dapat melihat ketidaksesuaian (mis. mean ≫ median → distribusi miring positif, indikasi outlier kanan atau distribusi log-normal).

Untuk deteksi missing value, modul menerapkan kriteria praktis:

$\text{missing\%} < 5\%$ → minor, lanjutkan analisis (Schafer, 1999).
$5\% \leq \text{missing\%} < 20\%$ → moderat, pertimbangkan imputasi.
$\text{missing\%} \geq 20\%$ → besar, kolom kemungkinan tidak layak dipakai tanpa investigasi lanjut.

2.2 Persamaan Inti

Statistik lokasi:

$$ \bar{x} = \frac{1}{n}\sum_{i=1}^{n} x_i $$ $$ \text{median}(x) = \begin{cases} x_{((n+1)/2)} & \text{jika } n \text{ ganjil} \\ \dfrac{x_{(n/2)} + x_{(n/2+1)}}{2} & \text{jika } n \text{ genap} \end{cases} $$

Statistik sebaran:

$$ s = \sqrt{\frac{1}{n-1}\sum_{i=1}^{n}(x_i - \bar{x})^2} $$ $$ \text{IQR} = Q_3 - Q_1 $$

Aturan outlier Tukey (dipakai modul untuk menandai outlier sebagai ⚠):

$$ x \text{ adalah outlier jika } x < Q_1 - 1.5 \cdot \text{IQR} \quad \text{atau} \quad x > Q_3 + 1.5 \cdot \text{IQR} $$

Persentase missing per kolom:

$$ \text{missing\%}_j = \frac{n_j^{\text{NA}}}{n_{\text{total}}} \times 100\% $$

di mana:

$x_i$ = observasi ke-$i$ dalam kolom
$n$ = jumlah total observasi non-NA
$Q_1, Q_3$ = kuartil pertama dan ketiga
$n_j^{\text{NA}}$ = jumlah baris dengan nilai hilang pada kolom $j$

2.3 Asumsi & Batas Validitas

Quick Stats Check adalah modul deskriptif murni — tidak ada uji hipotesis, jadi tidak ada asumsi statistik formal yang dapat dilanggar. Namun ada batas praktis interpretasi:

Batas praktis	Konsekuensi	Cara mitigasi
$n < 5$ per kolom	Statistik tidak stabil	Tambah replikasi sebelum melaporkan
$n < 10$ per kelompok pada grouped snapshot	Median bisa misleading	Hindari grouped mode; pakai overall
Kolom dengan satu nilai unik	SD = 0, varians = 0	Modul tetap menampilkan; eksklusi manual
Kolom semi-kategorikal (mis. skala Likert 1–5)	Mean/SD bisa misleading	Konversi ke tipe kategori di `Data Editor`

3 Cara Kerja

3.1 Step-by-Step di SQalytics

Buka Quick Stats Check dari domain Statistika Terapan di sidebar.
Pada langkah Check the current data, pastikan tabel aktif sudah dikenali dari Data Uploader atau Data Editor.
Pada langkah Choose the quick stats mode, pilih salah satu:
- Automatic overview — SQalytics memilih kolom numerik awal secara otomatis (paling mudah).
- Mode fokus kolom — Anda menentukan kolom numerik mana yang ingin dilihat.
- Mode grouped snapshot — ringkasan per kelompok berdasarkan satu kolom kategori.
Bila mode meminta pilihan kolom numerik, isi Numeric columns to focus (max 8 kolom).
Bila mode grouped snapshot dipakai, pilih Category column for grouped snapshot (ideal 2–5 kelompok).
Klik Run Quick Stats Check.
Tinjau hasil: kesimpulan ringkas → tabel ringkasan per kolom → grouped snapshot → histogram mini per kolom.
Ekspor TXT bila perlu dokumentasi awal.

3.2 Template Tabel Input + Contoh Data Sintetis

Skema tabel input minimum:

Kolom	Tipe	Satuan	Wajib	Catatan
`Treatment`	category	—	◯	Untuk grouped mode (ideal 2–5 nilai unik)
`Yield` / `Moisture` / dst.	numeric	sesuai konteks	◯	Minimal 1 untuk overview mode

Tidak ada kolom wajib mutlak — modul beradaptasi dengan apa yang tersedia.

Contoh data sintetis (12 baris, 3 kelompok × 4 replikat):

Treatment	Yield_pct	Moisture_pct	Protein_pct	Texture_N
Control	72.4	18.2	12.8	35.2
Control	71.8	18.5	12.6	34.8
Control	73.1	17.9	13.1	35.5
Control	72.0	18.3	12.9	35.0
Treat_A	78.5	16.4	14.2	42.1
Treat_A	79.1	16.1	14.5	42.8
Treat_A	77.9	16.8	14.0	41.5
Treat_A	78.8	16.3	14.3	42.4
Treat_B	76.2	17.0	13.7	39.6
Treat_B	76.8	16.7	13.9	40.2
Treat_B	75.9	17.2	13.5	39.3
Treat_B	76.5	16.9	13.8	39.8

SYNTHETIC Pola tiga kelompok perlakuan (control + 2 treatment) dengan 4 replikat dan 4 respons numerik. Mean Yield naik bertahap (72 → 78 → 76 %), berkebalikan dengan Moisture. Pola ini meniru data tipikal optimasi proses pangan. CSV setara tersedia di docs/assets/example-data/id/statistics/template_stats_groups.csv.

3.3 Contoh Luaran

Tabel ringkasan per kolom (mode Automatic overview):

Kolom	n	Mean	Median	SD	IQR	Min	Max	Missing %
Yield_pct	12	75.75	76.35	2.62	4.30	71.8	79.1	0%
Moisture_pct	12	17.21	17.05	0.85	1.50	16.1	18.5	0%
Protein_pct	12	13.61	13.75	0.66	1.00	12.6	14.5	0%
Texture_N	12	39.02	39.55	3.05	5.40	34.8	42.8	0%

Tabel grouped snapshot (kelompok Treatment):

Treatment	n	Mean Yield	SD	Mean Moisture	SD
Control	4	72.33	0.55	18.23	0.25
Treat_A	4	78.58	0.54	16.40	0.30
Treat_B	4	76.35	0.39	16.95	0.21

Kesimpulan ringkas: "Tabel berisi 3 kelompok pada faktor Treatment dengan 4 replikat masing-masing. 4 kolom numerik siap dianalisis, tidak ada missing value. Karena ada >2 kelompok, lanjutkan ke Compare Many Groups untuk uji formal (ANOVA satu-arah + Tukey HSD)."

Grafik utama: mini-histogram per kolom numerik (4 panel side-by-side) dengan garis vertikal pada mean (biru) dan median (hijau). Outlier ditandai marker ⚠.

Empat panel mini-histogram dengan mean dan median — Gambar 1. Snapshot EDA untuk empat kolom numerik dari data sintetis (n=12, tiga kelompok perlakuan × empat replikat). Setiap *panel* menampilkan histogram, garis vertikal mean (putus-putus) dan median (solid). Yield menunjukkan distribusi bimodal — indikasi efek perlakuan; Moisture, Protein, dan Texture mengikuti pola yang konsisten. Tidak ada missing value atau *outlier* ekstrem yang terdeteksi.

4 Kesimpulan

4.1 Relevansi Real-World

Quick Stats Check adalah modul yang paling sering dipakai di laboratorium SQalytics karena ia menjadi titik triase universal: setiap dataset baru sebaiknya melewati modul ini sebelum analisis terstruktur. Di lingkungan pendidikan, dosen dapat meminta mahasiswa menjalankan modul ini di awal sesi praktikum statistika sehingga seluruh kelas mulai dari pemahaman struktur data yang sama. Dalam konteks penelitian, modul ini menghasilkan Tabel 1 metode ("Karakteristik Data") yang sering menjadi tabel pertama di section Hasil paper IMRAD.

Sebagai contoh konkret: pada Rencana Publikasi Singkil v5, modul ini dipakai pada Tahap 1 untuk men-snapshot 6 cheap assays × 8 cell faktorial 2×2 — output langsung menjadi tabel deskriptif Lampiran A.4 sebelum analisis ANOVA dua-arah dijalankan.

4.2 Where to Go from Here

Modul lanjutan di SQalytics — pilih berdasarkan saran berbahasa sederhana:

Compare 2 Groups — bila kolom kategori menunjukkan tepat 2 kelompok.
Compare Many Groups — bila 3 kelompok atau lebih.
Compare 2 Factors — bila ada dua faktor kategori yang berbeda.
Correlation Explorer — bila banyak kolom numerik dan Anda ingin melihat hubungan antar-variabel.
X vs Y Relationship — bila satu pasangan X-Y sudah teridentifikasi sebagai fokus.
Predict One Result from Many Variables — bila satu target numerik + beberapa prediktor.
Data Editor — bila ada banyak missing value atau outlier yang perlu dibersihkan dulu.

Pembacaan lanjutan:

Tukey (1977) — buku klasik EDA, masih sangat relevan.
Wickham, H., & Grolemund, G. (2017). R for Data Science. O'Reilly — Bab 7 "Exploratory Data Analysis" sangat praktis untuk pemula.
Dataset publik untuk latihan: Palmer Penguins (alternatif modern untuk iris dataset, banyak kolom numerik + kategori).

⚙ Troubleshooting Cepat

Hasil masih menunggu. Pastikan tabel aktif sudah dimuat di Data Uploader dan mode analisis sudah dipilih.

Kolom numerik tidak muncul seperti yang diharapkan. Cek di Data Editor apakah kolom tersebut benar-benar dibaca sebagai numeric (bukan string dengan nilai "12.5" yang gagal di-parse).

Grouped snapshot tidak jalan. Pastikan ada kolom kategori yang layak dipakai sebagai faktor; kolom dengan nilai unik > 10 biasanya tidak cocok untuk grouped mode.

Mean dan median berbeda jauh pada satu kolom. Indikasi distribusi miring atau ada outlier ekstrem; cek histogram di tab Graphs sebelum memilih uji parametrik.

i Riwayat Revisi

Riwayat Revisi Panduan

Tanggal	Revisi	Penulis
2026-05-12	Migrasi MD v2 → HTML final (KaTeX rendered + TOC + print-friendly CSS)	Claude
2026-05-12	Migrasi v1 → v2 (template publikasi)	Claude
2026-05-09	Draft awal v1	Tim docs

4 Referensi

Schafer, J. L. (1999). Multiple imputation: A primer. Statistical Methods in Medical Research, 8(1), 3–15. https://doi.org/10.1177/096228029900800102
Tukey, J. W. (1977). Exploratory data analysis. Addison-Wesley.
Wilcox, R. R. (2017). Introduction to robust estimation and hypothesis testing (4th ed.). Academic Press.