DEV Community: Nez Seco

Seberapa Besar Peluang Karyawan Indonesia Bawa JCO Saat Resign? Analisis Sederhana dari Data Threads

Nez Seco — Sun, 08 Nov 2026 14:59:02 +0000

160 postingan Threads, satu pertanyaan receh tapi serius: kenapa resign identik dengan donat J.CO? Kita bedah pakai pandas dan probabilitas bersyarat.

Di kantor mana pun, ada satu hukum alam yang tidak tertulis di kontrak kerja: kalau tiba-tiba ada kotak donat J.CO nangkring di pantry padahal tidak ada yang ulang tahun, kemungkinan besar ada yang resign.

Seorang pengguna Threads merumuskannya begini: J.CO tandanya resign, pizza tandanya lembur. Postingan itu dapat 11.600 likes.

Tapi "kayaknya" bukan data. Jadi saya kumpulkan 160 postingan Threads seputar resign, lalu saya tanya ke datanya:

Seberapa besar sebenarnya peluang J.CO muncul saat orang resign?

Ini analisis kecil untuk seru-seruan, bukan survei nasional. Keterbatasannya saya bahas jujur di bagian akhir.

Dataset dan setup

Datanya 160 baris, dengan kolom likes, replies, reposts, category, jco_resign_association, dan foods_detected (menu makanan yang disebut di postingan).

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv("data_threads_resign_jco.csv")
print(df.shape)  # (160, 12)

1. Analisis deskriptif: sepi banget, atau meledak

Pertama, seberapa ramai percakapan resign di Threads?

print(df["likes"].describe())
print("Skewness:", round(df["likes"].skew(), 2))

Metrik	Nilai
Rata-rata (mean) likes	1.641
Nilai tengah (median) likes	55
Likes tertinggi	41.600
Skewness	5,61

Rata-rata 1.641 tapi median cuma 55. Artinya rata-ratanya ketarik ke atas oleh segelintir postingan yang meledak. Postingan resign yang "normal" cuma dapat puluhan likes, dan 54% di antaranya bahkan tidak sampai 100 likes.

Satu angka lagi: 10% postingan teratas menyumbang 75% dari seluruh likes. Pola "pemenang mengambil hampir semuanya" yang khas media sosial.

Postingan apa yang meledak? Yang tertinggi (41.600 likes) adalah celetukan soal ego Gen Z. Di bawahnya ada keluhan "rencana resign paling rapi se-kantor, kalah start sama satu orang" (29.400) dan nasihat "jangan resign dulu, cari kerja susah" (28.100). Jadi yang viral itu drama, relatability, dan opini dunia kerja.

Postingan J.CO yang paling tinggi ada di 11.600 likes (yang "tandanya resign" tadi). Median postingan J.CO malah lebih kecil dari postingan resign lainnya. Artinya J.CO bukan soal viral-viralan. Ini soal kebiasaan yang diam-diam diterima semua orang, dan itu yang kita ukur berikutnya.

2. Probabilitas dasar: 1 dari 5

Dari total ruang sampel percakapan resign (N = 160), ada 32 postingan yang menyerempet J.CO dalam konteks resign.

P (J.CO) = \frac{32}{160} = 0, 20 = 20%

Terjemahan versi anak kantoran: 1 dari 5 postingan curhat resign di Threads ikut menyebut J.CO. Padahal topiknya resign, bukan donat.

n_jco = (df["jco_resign_association"] == 1).sum()
print(f"P(J.CO) = {n_jco}/{len(df)} = {n_jco/len(df):.1%}")
# P(J.CO) = 32/160 = 20.0%

3. Probabilitas bersyarat: sudah niat bawa makanan, J.CO menang telak

Sekarang ruang sampelnya kita persempit: bukan semua yang bahas resign, tapi khusus yang membahas makanan perpisahan (n = 34).

P (J.CO ∣ Bawa Makanan) = \frac{32}{34} = 94, 1%

Menu	P(menu \| bawa makanan)
J.CO	94,1%
Pizza	11,8%
Donat non-J.CO	8,8%
Martabak	8,8%
Nasi kotak	5,9%
Jajanan pasar	2,9%
Bakery/kue	2,9%

Satu postingan bisa menyebut lebih dari satu menu, jadi total lebih dari 100%.

# Ruang sampel "bawa makanan": 32 postingan J.CO + 2 postingan nasi kotak = 34
food = df[(df["jco_resign_association"] == 1) |
          (df["category"] == "food_alternative_resign")]

menu = {"J.CO": "J.CO", "Pizza": "Pizza", "Martabak": "Martabak"}
share = {k: food["foods_detected"].fillna("").str.contains(v, regex=False).mean()
         for k, v in menu.items()}

pd.Series(share).sort_values().plot.barh(color="#E4572E")
plt.xlabel("Proporsi dari postingan makanan perpisahan")
plt.show()

Pizza dan Martabak, yang biasanya dianggap lawan sepadan, cuma di kisaran 9-12%. Dalam kategori ini J.CO bukan lagi sekadar pilihan selera, tapi default social currency kantor urban: mata uang sosial yang semua orang paham nilainya tanpa perlu dijelaskan. Bawa J.CO artinya "terima kasih, saya pamit, tidak ada dendam."

Buktinya yang paling lucu: ada 9 postingan dari orang yang bingung cari alternatif selain J.CO, misalnya "selain JCO, martabak, hollands, ada rekomendasi?". Kalau kamu harus mencari alternatif dari sebuah pilihan, itu tanda pilihan itu sudah jadi standar baku.

4. Fun fact: ini bukan soal donat, tapi soal ikatan

Pertanyaan yang tersisa: kenapa orang rela keluar uang di hari terakhir kerja, padahal sudah resign dan secara hubungan kerja sudah selesai?

Jawaban versi teori budaya: Indonesia itu masyarakat kolektivis. Dalam kerangka Hofstede, skor individualisme Indonesia cuma 14 dari 100. Skor serendah itu biasanya dibaca sebagai masyarakat yang menjaga hubungan dengan kelompok dekatnya, dan di kantor, rekan kerja sering terasa seperti "keluarga kedua" (kalau di sini kita bilang kekeluargaan). Dalam kerangka ini, traktiran perpisahan bukan transaksi. Itu ritual menutup hubungan dengan baik: "makasih sudah jadi bagian dari hari-hariku, kita tetap saudara walau beda kantor."

Dugaan berikutnya, ritual ini paling terasa buat karyawan yang sudah lama bekerja dan punya ikatan dengan orang-orang sekitarnya. Yang namanya sudah bertahun-tahun makan siang bareng, lembur bareng, dan saling cover, tentu terasa janggal kalau hari terakhirnya cuma kirim email pamit.

Catatan jujur: dataset ini tidak punya kolom masa kerja, jadi bagian "karyawan lama" tidak bisa diuji langsung. Skor Hofstede juga angka tingkat negara yang sudah lama dan sering dikritik, jadi anggap ini kerangka berpikir, bukan pembuktian. Yang bisa kita cek dari data adalah jejak relasinya.

Saya tandai postingan yang menyebut rekan atau suasana kantor dan pamitan secara eksplisit:

rel_pat = (r"temen|teman|rekan|orang kantor|orang2 kantor|sekantor|tim\b|team|"
           r"farewell|perpisahan|pamit|peluk|kangen|oleh2|acara")
df["relasional"] = df["text"].str.contains(rel_pat, case=False, regex=True)

jco = df[df["jco_resign_association"] == 1]
print(jco["relasional"].sum(), "dari", len(jco))   # 10 dari 32

Bukti dari data:

Temuan	Angka	Artinya
Postingan J.CO yang menyebut rekan kerja, orang kantor, atau farewell secara eksplisit	10 dari 32 (31%)	Hampir sepertiga cerita J.CO-resign dibingkai sebagai urusan hubungan, bukan urusan donat
Postingan `farewell_gift` (bingung kasih apa saat ada yang resign)	7 postingan, minimal 4 ditulis oleh rekan yang mau ngasih kado ke temannya	Ritualnya dua arah: bukan cuma yang resign yang traktir, tapi tim juga mikir kado
Postingan yang mengaitkan resign dengan pamitan yang layak ke rekan	Salah satunya 302 likes	Pamit dengan benar dianggap bagian dari etika keluar

Beberapa cuplikan kualitatif yang menarik dari datanya:

Ritual balasan. Ada yang bercerita waktu resign dia sama sekali tidak menyiapkan apa-apa, tapi malah dikasih oleh-oleh banyak dan dibuatkan acara perpisahan oleh timnya. Ikatannya yang bekerja, bukan kewajibannya.
Ikatan yang awet. Satu postingan (530 likes) bercerita sudah resign lebih dari setahun, tapi masih di-chat orang kantor lama. Komentarnya kira-kira: "sekangen itukah sama gw?"
Gambaran good exit yang "ideal". Ada postingan (1.500 likes) soal karyawan yang sudah 3 tahun kerja, sopan, kasih notice sebulan, lalu di hari terakhir pamit dan dipeluk atasannya. Plot twist-nya, seminggu kemudian si atasan sadar data customer ikut terbawa. Lucu, tapi menunjukkan standar "keluar baik-baik" itu memang melibatkan pamitan yang hangat.
Gestur lebih penting dari merek. Ada yang resign dengan membeli pastel dan risoles buatan ibu-ibu dekat rumah, karena budgetnya sama dengan J.CO. J.CO hanya bungkusnya, pesannya tetap "makasih dan sampai jumpa."
Saking melekatnya. Ada yang traktir J.CO untuk ulang tahun, tapi rekan kantornya malah bertanya, "Mau ke mana, Mas? Kok udah resign aja?"

📷 [FOTO 3 – opsional] Tim kantor foto bareng di pantry dengan kotak donat di tengah, atau kartu ucapan perpisahan yang ditandatangani rekan-rekan (wajah diburamkan). Ilustrasi "donat sebagai penutup ikatan".

Jadi fun fact-nya bukan "orang Indonesia suka donat". Fun fact-nya: kamu tidak sedang membeli donat, kamu sedang membayar penutup sebuah hubungan.

5. Faktor "Toxic vs Good Exit"

Sebelum kamu buru-buru pesan dua lusin donat: peluang 94,1% itu hanya berlaku di dunia good exit, yaitu resign baik-baik, notice satu bulan, handover rapi, pamit ke semua orang.

Kalau traktiran itu penutup sebuah ikatan, maka jawabannya jelas: kalau ikatannya sudah rusak, tidak ada yang perlu ditutup. Sekarang lihat postingan bernuansa kantor toxic, resign mendadak, masih probation, atau day-1 langsung keluar:

toxic_pat = r"toxic|probation|probesi|day.?1|hari pertama|kabur|mendadak|log out|one day notice"
toxic = df[(df["category"] == "general_resign_discourse")
           & df["text"].str.contains(toxic_pat, case=False, regex=True)]

print(len(toxic), toxic["foods_detected"].notna().sum())  # 12 0

Hasilnya: 0 dari 12 postingan menyebut makanan perpisahan.

Masuk akal. Orang yang keluar karena sudah tidak kuat tidak sedang memikirkan boks donat. Cerita mereka biasanya begini:

langsung log out dari semua akun, tanpa handover,
"mending dibilang tidak profesional daripada mati muda gara-gara kantor toxic",
day-1 kerja, malamnya langsung resign.

Mereka keluar tanpa pamit dan tanpa traktiran. Jadi bisa dibilang, traktir J.CO itu kemewahan orang yang keluarnya baik-baik.

📷 [FOTO 2 – opsional] Kotak donat J.CO dengan tulisan tangan di atasnya (misal "Thank you, guys!") atau meja kantor kosong dengan kardus barang. Dipakai sebagai penutup bagian ini.

Catatan jujur soal metodologi

Biar tetap sehat secara statistik:

Bukan sampel acak. Data dikumpulkan dari pencarian di Threads, jadi 20% itu proporsi di dalam dataset ini, bukan angka untuk seluruh karyawan Indonesia.
94,1% sebagian "by construction". Dari 34 postingan itu, 32 memang terpilih karena menyebut J.CO. Bacaan yang adil bukan "94% karyawan bawa J.CO", melainkan: ketika orang membahas makanan perpisahan, J.CO hampir selalu jadi titik acuan, baik untuk dipilih maupun dihindari.
"0 dari 12" itu n kecil. Subsetnya dideteksi pakai kata kunci, bukan label manual. Seluruh 87 postingan resign umum di dataset ini juga memang tidak menyebut makanan. Jadi ini konsisten dengan ceritanya, tapi bukan bukti yang kuat.
Soal ikatan dan masa kerja belum teruji. Dataset tidak punya kolom lama bekerja, jadi hubungan "karyawan lama, ikatan lebih kuat, traktiran lebih mungkin" masih hipotesis. Pendeteksian postingan relasional juga pakai kata kunci, dan skor Hofstede adalah kerangka tingkat negara, bukan data perilaku.
Likes bukan ukuran kebenaran, hanya ukuran apa yang dianggap relatable.

Langkah berikutnya kalau mau lebih serius: ambil sampel acak, buat label manual, lalu uji perbedaannya secara statistik.

Kesimpulan

Percakapan resign itu menceng: median 55 likes, rata-rata 1.641, dan 10% postingan teratas memegang 75% likes.
P(J.CO) = 20%: 1 dari 5 postingan resign menyerempet J.CO.
P(J.CO | Bawa Makanan) = 94,1%: Pizza (11,8%) dan Martabak (8,8%) kalah jauh.
Fun fact: 10 dari 32 postingan J.CO dibingkai sebagai urusan rekan kerja dan perpisahan, dan ritualnya dua arah (rekan juga mikir kado). Itu sejalan dengan budaya kolektivis, tapi efek masa kerja belum bisa dibuktikan dari data ini.
Syaratnya good exit. Kalau keluarnya karena toxic atau mendadak, tidak ada yang bicara soal traktiran, karena tidak ada ikatan yang mau ditutup.

Jadi kalau kamu sedang menyiapkan surat resign dan bingung mau bawa apa, datanya sudah bicara. Tinggal satu pertanyaan: kuat bayar 20 boks donat, atau mau jadi minoritas yang bawa martabak?

Source code lengkap dan dataset: https://github.com/yeeagerr/jcoresign.git

Kalau kamu menemukan pola lain di datanya, tulis di komentar. 🍩

Rajin Belajar Bikin Nilai Naik? Analisis Data 395 Siswa

Nez Seco — Mon, 28 Sep 2026 12:31:38 +0000

Banyak orang bilang, "belajar yang rajin, nanti nilainya bagus." Tapi apa itu kelihatan di data? Di artikel ini kami bedah data nilai siswa sungguhan pakai Python, dari cek data sampai hitung peluang. Alurnya mengikuti contoh EDA dataset Iris oleh Alex Lopez: tiap langkah ada kode, hasil, lalu penjelasannya.

Ringkasan hasil:

Waktu belajar hampir nggak berhubungan dengan nilai akhir (r = 0,10).
Nilai periode 1 justru kuat memprediksi nilai akhir (r = 0,80).
Siswa dengan nilai periode 1 di atas 10 punya peluang lulus 90%, sedangkan yang di bawah 10 hanya 27%.

Daftar isi

Dataset
Cek data
Statistika deskriptif
Visualisasi
Analisis bivariat
Probabilitas
Refleksi dan kesimpulan

1. Dataset

Kami pakai dataset Student Performance dari UCI yang ada di Kaggle, file student-mat.csv. Isinya 395 siswa sekolah menengah di Portugal yang ikut kelas matematika, dikumpulkan lewat laporan sekolah dan kuesioner (Cortez & Silva, 2008).

Dua istilah dasar supaya nggak bingung:

Populasi: semua siswa yang ingin kita ketahui.
Sampel: 395 siswa yang datanya benar-benar kita punya. Kesimpulan kita cuma berlaku kuat untuk sampel ini.

Dari 33 kolom, kami pakai enam:

Kolom	Arti	Jenis data
`studytime`	Waktu belajar per minggu: 1 = <2 jam, 2 = 2-5 jam, 3 = 5-10 jam, 4 = >10 jam	Kategori berurutan
`failures`	Berapa kali pernah gagal	Angka
`absences`	Jumlah absen	Angka
`G1`	Nilai periode 1 (0-20)	Angka
`G2`	Nilai periode 2 (0-20)	Angka
`G3`	Nilai akhir (0-20)	Angka

Catatan: studytime itu kelompok, bukan jam belajar yang tepat. Ini akan berpengaruh ke hasil nanti.

2. Cek data

Langkah pertama: import library, baca data, lalu lihat ukuran dan isinya.

import os
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

os.makedirs("gambar", exist_ok=True)
sns.set_theme(style="whitegrid")

df = pd.read_csv("student-mat.csv")
print(df.shape)
print(df.isnull().sum().sum())
df[["studytime", "failures", "absences", "G1", "G2", "G3"]].head(8)

Hasil: 395 baris, 33 kolom, dan 0 data kosong. Jadi datanya bersih dan siap dianalisis. Delapan baris pertama:

studytime	failures	absences	G1	G2	G3
2	0	6	5	6	6
2	0	4	5	5	6
2	3	10	7	8	10
3	0	2	15	14	15
2	0	4	6	10	10
2	0	10	15	15	15
2	0	0	12	12	11
2	0	6	6	5	6

3. Statistika deskriptif

Statistika deskriptif itu cara meringkas data jadi beberapa angka. Kami mulai dari nilai akhir (G3).

g3 = df["G3"]
print(g3.mean(), g3.median(), g3.mode().tolist())
print(g3.max() - g3.min(), g3.var(), g3.std())
print((g3 == 0).sum())

Hasil:

Ukuran	Nilai	Arti singkatnya
Mean	10,42	Rata-rata nilai akhir
Median	11	Nilai tengah kalau diurutkan
Modus	10	Nilai yang paling sering muncul
Rentang	20	Selisih nilai tertinggi dan terendah
Varians	20,99	Ukuran seberapa menyebar nilai
Simpangan baku	4,58	Rata-rata "jarak" nilai dari mean

Artinya: rata-rata siswa dapat sekitar 10 dari 20, dan nilainya cukup beragam (simpangan baku sekitar 4-5 poin). Perhatikan bahwa median (11) lebih tinggi dari mean (10,42). Itu tanda ada nilai sangat kecil yang menarik rata-rata turun. Waktu kami cek, ternyata ada 38 siswa dengan nilai akhir 0. Datanya nggak menjelaskan kenapa, jadi kami cuma mencatatnya.

Sekarang kita cek: apakah yang belajarnya lebih lama nilainya lebih tinggi?

df.groupby("studytime")["G3"].agg(["count", "mean", "median"])

Hasil:

studytime	Jumlah siswa	Mean G3	Median G3
1 (<2 jam)	105	10,05	10
2 (2-5 jam)	198	10,17	11
3 (5-10 jam)	65	11,40	12
4 (>10 jam)	27	11,26	12

Artinya: ada kenaikan, tapi kecil. Selisih terbesarnya cuma sekitar 1,3 poin.

4. Visualisasi

Angka lebih gampang dipahami kalau digambar. Pertama, histogram nilai akhir:

plt.figure(figsize=(7, 4.5))
plt.hist(g3, bins=range(0, 22), color="#4C78A8", edgecolor="white")
plt.axvline(g3.mean(), color="red", linestyle="--", label=f"Mean = {g3.mean():.2f}")
plt.axvline(g3.median(), color="green", linestyle="-", label=f"Median = {g3.median():.0f}")
plt.title("Sebaran Nilai Akhir (G3)")
plt.xlabel("Nilai akhir (0-20)")
plt.ylabel("Jumlah siswa")
plt.legend()
plt.tight_layout()
plt.savefig("gambar/1_histogram_g3.png", dpi=150)
plt.show()

Artinya: kebanyakan siswa ada di tengah sampai kanan, tapi ada tumpukan kecil di angka 0. Itu yang menarik mean ke bawah.

Kedua, boxplot nilai akhir untuk tiap kelompok waktu belajar:

plt.figure(figsize=(7, 4.5))
sns.boxplot(x="studytime", y="G3", data=df, hue="studytime", palette="Set2", legend=False)
plt.xticks([0, 1, 2, 3], ["<2 jam", "2-5 jam", "5-10 jam", ">10 jam"])
plt.title("Nilai Akhir Berdasarkan Waktu Belajar Mingguan")
plt.xlabel("Waktu belajar per minggu")
plt.ylabel("Nilai akhir (G3)")
plt.tight_layout()
plt.savefig("gambar/2_boxplot_studytime.png", dpi=150)
plt.show()

Artinya: garis tengah kotak (median) naik sedikit untuk yang belajar lebih lama, tapi kotaknya banyak yang tumpang tindih. Jadi bedanya nggak tegas. Titik-titik bulat di angka 0 adalah siswa bernilai 0 tadi.

5. Analisis bivariat

Analisis bivariat artinya melihat hubungan dua variabel. Ukurannya adalah korelasi Pearson (r), nilainya dari -1 sampai +1:

mendekati +1: naik bareng, hubungannya kuat
mendekati 0: nyaris nggak ada hubungan
mendekati -1: yang satu naik, yang lain turun

print(df["studytime"].corr(df["G3"]))
print(df["absences"].corr(df["G3"]))
print(df["G1"].corr(df["G3"]))

Hasil:

Pasangan variabel	r	Kekuatan
`studytime` dan `G3`	0,10	Sangat lemah
`absences` dan `G3`	0,03	Hampir nol
`G1` dan `G3`	0,80	Kuat

Untuk melihat semua korelasi sekaligus, kita pakai heatmap:

kolom = ["studytime", "absences", "failures", "G1", "G2", "G3"]
plt.figure(figsize=(7, 5.5))
sns.heatmap(df[kolom].corr(), annot=True, fmt=".2f", cmap="coolwarm", vmin=-1, vmax=1)
plt.title("Korelasi Antar Variabel")
plt.tight_layout()
plt.savefig("gambar/4_heatmap_korelasi.png", dpi=150)
plt.show()

Hubungan yang paling menarik adalah G1 dan G3, jadi kita gambar scatter plot beserta garis regresinya:

r = df["G1"].corr(df["G3"])
slope, intercept = np.polyfit(df["G1"], df["G3"], 1)
print(r, r ** 2, intercept, slope)

plt.figure(figsize=(7, 5))
sns.regplot(x="G1", y="G3", data=df, x_jitter=0.2, y_jitter=0.2,
            scatter_kws={"alpha": 0.5, "s": 25},
            line_kws={"color": "red"})
plt.title(f"Nilai Periode 1 (G1) vs Nilai Akhir (G3), r = {r:.2f}")
plt.xlabel("G1")
plt.ylabel("G3")
plt.tight_layout()
plt.savefig("gambar/3_scatter_g1_g3.png", dpi=150)
plt.show()

Hasil: r = 0,80, R² = 0,64, dan garis regresinya G3 = -1,65 + 1,11 × G1.

Artinya:

Tiap G1 naik 1 poin, G3 rata-rata ikut naik sekitar 1,1 poin. Contoh: G1 = 12 diprediksi G3 sekitar 11,6.
R² = 0,64 berarti sekitar 64% variasi nilai akhir bisa dijelaskan oleh nilai periode 1.
Deretan titik di G3 = 0 "merusak" pola. Kalau 38 siswa itu dibuang, r naik dari 0,80 jadi 0,89.

Korelasi bukan sebab-akibat. G1 tinggi nggak menyebabkan G3 tinggi. Bisa jadi keduanya sama-sama dipengaruhi hal lain, misalnya kemampuan dasar. Sebaliknya, korelasi waktu belajar yang lemah belum tentu berarti belajar itu sia-sia, karena studytime cuma empat kelompok yang diisi sendiri oleh siswa.

6. Probabilitas

Sekarang kita lihat dari sisi peluang. Kita tentukan dua kejadian (batas lulus kami tetapkan 10 dari 20):

A: siswa lulus (G3 >= 10)
B: siswa sudah punya G1 >= 10

lulus = df["G3"] >= 10
g1_bagus = df["G1"] >= 10

print(lulus.mean(), g1_bagus.mean(), (lulus & g1_bagus).mean())
print(lulus[g1_bagus].mean(), lulus[~g1_bagus].mean())

Hasil (ambil satu siswa secara acak dari 395):

Peluang	Perhitungan	Nilai
P(A)	265 / 395	0,67
P(B)	253 / 395	0,64
P(A dan B)	227 / 395	0,57
P(A \| B)	0,57 / 0,64	0,90
P(A \| bukan B)	38 / 142	0,27

Peluang bersyarat artinya peluang A kalau kita sudah tahu B terjadi. Jadi kalau G1 seseorang sudah 10 ke atas, peluang lulusnya naik dari 67% jadi 90%. Kalau G1-nya di bawah 10, peluang lulusnya cuma 27%.

Uji independen. Dua kejadian disebut independen kalau P(A dan B) = P(A) × P(B). Di sini P(A) × P(B) = 0,67 × 0,64 = 0,43, padahal P(A dan B) sebenarnya 0,57. Angkanya jauh beda, jadi A dan B tidak independen: nilai awal memang memberi informasi soal kelulusan.

Sebagai pembanding, kami hitung juga untuk siswa yang "rajin belajar" (studytime 3 atau 4, jumlahnya 92 siswa). Peluang lulus mereka 0,75, sedangkan yang tidak rajin 0,65. Ada bedanya, tapi jauh lebih kecil dari pengaruh G1.

7. Refleksi dan kesimpulan

Yang kami pelajari:

Angka baru berarti setelah ditafsirkan. Mean 10,42 saja nggak cerita apa-apa sampai kami bandingkan dengan median dan menemukan 38 siswa bernilai 0.
Hasil yang nggak sesuai dugaan itu wajar. Kami kira jam belajar bakal jadi bintang cerita ini, ternyata korelasinya lemah.
Kami jadi lebih hati-hati memakai kata "menyebabkan". Datanya cuma dari dua sekolah dan satu mata pelajaran, jadi nggak bisa dianggap berlaku untuk semua siswa.

Kesimpulan: di data 395 siswa ini, nilai periode pertama jauh lebih bisa menebak nilai akhir (r = 0,80) daripada waktu belajar (r = 0,10). Ini bukan berarti belajar nggak penting, karena ukuran waktu belajar di data ini kasar dan masih banyak faktor yang belum kami periksa. Langkah berikutnya yang menarik adalah melihat pengaruh failures (korelasinya -0,36 dengan G3).

Penggunaan AI

Kami memakai Deepseek untuk membantu menyusun kerangka artikel dan menulis kode Python. Semua kode kami jalankan sendiri, angka-angkanya kami cek ulang dari output Python, dan isi artikel kami sesuaikan dengan pemahaman kami.

Referensi

Student Alcohol Consumption (UCI Machine Learning). Kaggle. https://www.kaggle.com/datasets/uciml/student-alcohol-consumption
Lopez, A. (StatsBio). [Python] - Exploratory Data Analysis example, Iris dataset. Medium. https://medium.com/@StatsBio/exploratory-data-analysis-example-iris-dataset-b224c26ad448
Materi kuliah Statistika & Probabilitas (Introduction, Descriptive Statistics, Bivariate Analysis, Basic Probability).

studytime	failures	absences	G1	G2	G3
2	0	6	5	6	6
2	0	4	5	5	6
2	3	10	7	8	10
3	0	2	15	14	15
2	0	4	6	10	10
2	0	10	15	15	15
2	0	0	12	12	11
2	0	6	6	5	6

studytime	failures	absences	G1	G2	G3
2	0	6	5	6	6
2	0	4	5	5	6
2	3	10	7	8	10
3	0	2	15	14	15
2	0	4	6	10	10
2	0	10	15	15	15
2	0	0	12	12	11
2	0	6	6	5	6

studytime	failures	absences	G1	G2	G3
2	0	6	5	6	6
2	0	4	5	5	6
2	3	10	7	8	10
3	0	2	15	14	15
2	0	4	6	10	10
2	0	10	15	15	15
2	0	0	12	12	11
2	0	6	6	5	6