Artikel 8 – Panduan Prompt ChatGPT untuk Analisis Statistik Deskriptif (dengan Contoh Kasus)
Di era digital, ChatGPT bukan sekadar teman ngobrol virtual atau mesin pencari ide, tetapi juga dapat menjadi asisten statistik virtual yang membantu mahasiswa, dosen, maupun peneliti dalam menganalisis data.
Kabar baiknya, tidak memerlukan fitur Python atau ChatGPT Plus yang lebih canggih untuk memanfaatkannya. Dengan prompt yang tepat, ChatGPT mampu menghitung dan memberi interpretasi statistik secara rapi, bahkan untuk analisis yang biasanya kita lakukan di SPSS, Excel, atau software statistik lainnya.
Baca juga: Artikel 7: Panduan Penggunaan Prompt ChatGPT dalam Penulisan Akademik
Di Seri 8 ini, akan dibahas Analisis Statistik Deskriptif beserta contoh prompt siap pakai dan lengkap beserta hasil interpretasinya.
Analisis Statistik Deskriptif
Analisis deskriptif memberikan gambaran umum tentang data—mulai dari tendensi sentral (mean, median, modus) hingga ukuran penyebaran (standar deviasi, nilai minimum, maksimum). Analisis ini sangat berguna sebagai langkah awal sebelum melakukan uji statistik yang lebih kompleks.
Berikut adalah Prompt siap pakai:
Anda adalah seorang mahasiswa statistik yang sedang mengerjakan tugas analisis data.
Berikut adalah data saya:
Pendapatan (juta): 3, 5, 7, 8, 10
Pengeluaran (juta): 2, 4, 6, 6, 9
Hitung statistik deskriptif untuk setiap variabel, termasuk: mean, median, modus, standar deviasi (menggunakan rumus sampel), nilai minimum, dan nilai maksimum. Sajikan hasil dalam tabel. Berikan interpretasi singkat yang menjelaskan tren, sebaran, dan perbandingan antara kedua variabel dengan gaya penulisan akademis.
Contoh Hasil ChatGPT
|
Statistik |
Pendapatan (juta) |
Pengeluaran (juta) |
|
Mean |
6,60 |
5,40 |
|
Median |
7,00 |
6,00 |
|
Modus |
3,00 |
6,00 |
|
Standar Deviasi |
2,42 |
2,33 |
|
Minimum |
3,00 |
2,00 |
|
Maksimum |
10,00 |
9,00 |
Interpretasi dari hasil pengolahan data:
1. Pendapatan rata-rata (6,6 juta) lebih tinggi dibanding pengeluaran rata-rata (5,4 juta), mengindikasikan adanya potensi surplus keuangan.
2. Penyebaran data relatif mirip untuk kedua variabel (SD sekitar 2,3–2,4 juta), menunjukkan variasi yang sebanding.
3. Modus pengeluaran adalah 6 juta (paling sering muncul), sedangkan pendapatan tidak menunjukkan nilai dominan yang jelas.
4. Rentang nilai sama-sama 7 juta, artinya distribusi keduanya seimbang dari nilai terendah hingga tertinggi.
Baca juga: Artikel 6: Cara Bertanggung Jawab Menggunakan ChatGPT untuk Menulis Tugas Kuliah
Penjelasan Kenapa Prompt Ini Efektif?
1. Spesifik: ChatGPT tahu variabel apa saja yang harus dihitung.
2. Format Jelas: Meminta output dalam tabel memudahkan pembacaan.
3. Instruksi Lengkap: Meminta interpretasi membuat hasil lebih bermanfaat daripada sekadar angka.
Artikel 7 — Final: Membangun Alur Kerja Lengkap Big Data × SCM Menggunakan GPT-5: Dari Data Mentah Sampai Insight Manajerial
4 bulan yang lalu
Artikel 6 — Cara Meminta GPT-5 Menginterpretasi Hasil Analisis Big Data dari Google Colab (Seperti Konsultan Profesional)
4 bulan yang lalu
Artikel 5 — Cara Copy Script dari GPT-5 ke Google Colab Tanpa Error: Panduan Super Pemula
4 bulan yang lalu
Artikel 4 — Praktik Lengkap: GPT-5 Membuat Script Big Data untuk SCM (10.000 Baris) — Cleaning, Analisis, Visualisasi
4 bulan yang lalu
Artikel 3 — Belajar Python dari Nol dengan Bantuan GPT-5: Cara Paling Mudah untuk Mahasiswa Pemula Big Data
4 bulan yang lalu
Artikel 2 — Panduan Super Pemula: Cara Menggunakan Google Colab dan Menjalankan Kode dari GPT-5 Tanpa Error
4 bulan yang lalu
