Video: Tutorial Membuat Grafik Regresi dan Nilai Korelasi Dengan MS Excel 2025
A plot batang dan daun adalah perangkat grafis tempat distribusi kumpulan data disusun menurut nilai numerik pengamatan dalam dataset. Diagram terdiri dari "batang", yang menunjukkan kategori berbeda dalam data, dan "daun", yang menunjukkan nilai pengamatan individu dalam kumpulan data.
Misalnya, diagram batang dan daun berikut untuk harga saham Microsoft harian mulai 1 Januari 2013 sampai 31 Desember 2013. Harga berkisar antara $ 25. 16 sampai $ 38. 14:
Pada plot batang dan daun, masing-masing garis mewakili satu kategori; Untuk dataset ini, masing-masing kategori adalah jumlah dollar. Misalnya, kategori 32 terdiri dari semua harga antara $ 32. 00 dan $ 32. 99. Setiap harga untuk saham Microsoft dikutip dalam dolar dan sen. Sisi kiri bar menunjukkan dolar (batangnya); sisi kanan bar menunjukkan sen (daun), setelah membulatkan ke 10 sen terdekat. Misalnya, harga $ 32. 23 dibulatkan menjadi $ 32. 20, dan ini muncul sebagai 2 di sisi kanan bar untuk kategori 32. Harga $ 33. 48 dibulatkan menjadi $ 33. 50; ini muncul sebagai 5 di sisi kanan bar untuk kategori 33.
Dengan menggunakan teknik ini, mudah untuk melihat berapa banyak harga yang jatuh ke dalam setiap kategori. Misalnya, ada 14 hari perdagangan di dataset dimana harga saham Microsoft berada di antara $ 25. 00 dan $ 25. 99. Ada tiga hari perdagangan dimana harga saham Microsoft berada di antara $ 29. 00 dan $ 29. 99. Harga antara $ 33. 00 dan $ 33. 99 terjadi paling sering, dan harganya antara $ 38. 00 dan $ 38. 99 adalah yang paling jarang sepanjang tahun.
Salah satu kelebihan dari diagram batang dan daun adalah mudah untuk mengidentifikasi mode dari kumpulan data. (Ingat bahwa mode adalah nilai yang paling sering terjadi dalam dataset.) Jika Anda hanya melihat kisaran dolar, maka mudah untuk menemukan kisaran mana yang paling banyak observasi - yang memiliki daun terpanjang. Dalam kasus ini, harga di kisaran 33 ($ 33. 00- $ 33. 99) akan dianggap mode karena mengandung pengamatan paling banyak.
Keuntungan lain dari diagram ini adalah bahwa outlier mudah dikenali. Outlier adalah pengamatan dalam dataset yang secara signifikan lebih besar atau lebih kecil dari pengamatan lain dalam dataset. Outlier akan ditunjukkan oleh jarak yang jauh antara tangkai pertama atau terakhir dan yang terdekat berikutnya.(Bab 10 berbicara lebih banyak tentang outlier.)
Satu kelemahan pada diagram batang dan daun adalah bahwa mereka menjadi sulit untuk menafsirkan dataset besar karena ukuran daunnya menjadi berat.
