Literasi data: mutu, ringkasan, visualisasi, dan etika

Literasi data adalah kemampuan membaca, memeriksa, meringkas, menafsirkan, dan mengomunikasikan data secara bertanggung jawab. Sebelum menghitung, periksa definisi variabel, satuan, populasi, sampel, nilai hilang, duplikat, dan asal data. Grafik harus memakai skala dan label yang jujur. Korelasi tidak otomatis membuktikan sebab-akibat, dan data pribadi memerlukan pembatasan akses sesuai tujuan.

• Rata-rata = jumlah nilai/banyak data; median = nilai tengah setelah diurutkan.
• Persentase = bagian/total relevan×100%; bedakan persen dari poin persentase.
• Data hilang bukan otomatis nol; pilih penanganan berdasar penyebab dan tujuan analisis.
• Sampel yang tidak representatif dapat menghasilkan estimasi bias meski jumlahnya besar.
• Grafik batang untuk kategori; garis untuk perubahan waktu; sebar untuk hubungan dua variabel numerik.
• Periksa sumber, periode, definisi, dan izin penggunaan sebelum menarik kesimpulan.

Menyamakan data hilang dengan nol; memakai penyebut persentase yang salah; menganggap korelasi sebagai sebab-akibat; memotong sumbu grafik tanpa memberi tahu pembaca; memublikasikan data pribadi mentah tanpa kebutuhan.