description: Aku membandingkan likes 40 unggahan Threads di jam makan siang dan jam santai malam. Hasilnya mengajarkan satu hal penting soal data yang miring.
Ada anggapan yang sering kita dengar: unggah di malam hari, soalnya orang lagi santai dan lebih banyak yang scroll. Aku penasaran apakah anggapan itu bisa dibuktikan dengan angka, jadi aku jadikan bahan tugas statistika.
Pertanyaannya sederhana: apakah unggahan Threads yang naik di jam 19.00-20.59 WIB mendapat likes lebih banyak daripada yang naik di jam 12.00-13.59 WIB?
Jawabannya ternyata tidak sesederhana "malam menang". Sepanjang jalan, aku ketemu hampir semua topik dasar statistika: rata-rata, peluang, Z-score, distribusi normal, dan interval kepercayaan. Artikel ini merangkum semuanya, plus kode Python-nya.
Datanya dari mana
Populasinya adalah semua unggahan publik Threads dengan kata kunci tertentu (kerja, kopi, makan, macet). Jelas aku tidak bisa menghitung semuanya, jadi aku ambil sampel.
Aku mengumpulkan 244 kandidat dari hasil pencarian, lalu menyaringnya dengan aturan yang tidak melihat jumlah likes sama sekali:
- hanya unggahan di dua jendela jam tadi,
- umur unggahan 3 sampai 200 hari (supaya likes sudah "matang" dan rentang umur kedua kelompok setara),
- satu akun hanya boleh satu unggahan,
- duplikat dibuang, dan kalau kandidat kelebihan, dipilih acak.
Hasil akhirnya 40 unggahan: 20 siang dan 20 malam.
Ada dua catatan jujur soal bias. Pertama, unggahan yang muncul di pencarian sudah disaring algoritma, jadi ini bukan sampel acak murni. Kedua, jumlah followers tidak aku kendalikan, padahal itu pengaruh besar ke likes. Dua hal ini jadi keterbatasan yang harus kubawa sampai kesimpulan.
Langkah 1: Mean, median, dan jebakan unggahan viral
Angka pertama yang kulihat langsung bikin senang:
| Siang | Malam | |
|---|---|---|
| Mean | 2.570 | 5.390 |
| Median | 440 | 1.300 |
| Range | 19.098 | 43.396 |
Malam menang dua kali lipat, kan? Tunggu dulu. Perhatikan betapa jauhnya mean dari median.
Bayangkan sebuah warung kopi. Sebagian besar pelanggan menghabiskan Rp20.000, lalu suatu hari datang satu orang yang memborong Rp5 juta untuk acara kantor. Rata-rata pengeluaran hari itu melonjak, padahal pelanggan "biasa" tidak berubah sama sekali. Median (nilai tengah) tidak terpengaruh oleh si pemborong, jadi ia lebih jujur menggambarkan pelanggan yang umum.
Data likes persis begitu. Ada satu unggahan siang yang tembus 19.100 likes dan satu unggahan malam dengan 43.400 likes, sementara unggahan paling sepi cuma 2 dan 4 likes. Satu lagi: tidak ada nilai likes yang kembar, jadi modusnya tidak ada. Tidak perlu dipaksa mencari modus kalau memang tidak ada.
Kalau semua titik digambar satu per satu (pakai skala log supaya 2 likes dan 43.400 likes sama-sama terlihat), tampak jelas bahwa kedua kelompok sebarannya lebar dan saling menimpa.
Di Python, bagian ini cuma beberapa baris:
import pandas as pd
from scipy import stats
df = pd.read_csv("data_threads_siap_analisis.csv")
for nama, g in df.groupby("kelompok"):
x = g["likes"]
print(nama, x.mean(), x.median(), x.max() - x.min(), x.std(ddof=1))
print("skewness:", stats.skew(x))
Nilai skewness-nya 2,65 (siang) dan 3,13 (malam). Angka sebesar itu artinya data miring tajam ke kanan.
Langkah 2: Peluang bersyarat
Pertanyaan berikutnya: kalau sebuah unggahan naik malam hari, berapa peluangnya dapat lebih dari 50 likes?
Rumusnya P(A | B) = P(A ∩ B) / P(B). Dari data, 18 dari 20 unggahan malam punya likes di atas 50, jadi:
P(likes > 50 | malam) = 18/20 = 0,90
Lalu kuhitung hal yang sama untuk siang: ternyata juga 0,90. Peluang keseluruhan (36 dari 40) pun 0,90.
Karena P(>50 | malam) sama dengan P(>50) secara umum, kedua kejadian ini independen: tahu bahwa unggahan naik malam tidak mengubah peluang lolos 50 likes. Analoginya seperti melempar koin dan hujan turun. Hasil lemparan koin tidak berubah hanya karena di luar sedang hujan.
Satu detail kecil: ada satu unggahan siang yang likes-nya tepat 50. Karena soalnya "lebih dari 50", unggahan itu tidak dihitung. Hal-hal sepele seperti ini sering menggeser angka kalau tidak dicatat.
Langkah 3: Z-score dan kenapa distribusi normal bermasalah
Z-score mengukur seberapa jauh sebuah nilai dari rata-rata, dihitung dalam satuan simpangan baku:
z = (x - x.mean()) / x.std(ddof=1)
Analogi gampangnya tinggi badan. Kalau rata-rata tinggi di kelas 165 cm dan simpangan bakunya 6 cm, siswa setinggi 183 cm punya Z = 3. Dia bukan sekadar tinggi, dia benar-benar mencolok.
Untuk unggahan terviral, Z-score-nya 3,66 (siang) dan 3,88 (malam). Hampir semua data normal berada di antara Z = -3 dan 3, jadi dua unggahan itu pencilan yang sangat ekstrem.
Nah, di sini aku sempat tersandung. Menghitung peluang dengan distribusi normal mengasumsikan data berbentuk lonceng simetris. Uji Shapiro-Wilk bilang data likes mentahku jelas tidak normal (p < 0,001). Bukti paling lucunya: kalau tetap dipaksa pakai model normal pada data siang, model itu memperkirakan sekitar 28% peluang unggahan punya likes negatif. Padahal likes negatif tidak ada.
Solusinya transformasi logaritma. Setelah np.log(likes), bentuk datanya jauh lebih mendekati lonceng, dan uji normalitasnya lolos (p = 0,48 untuk siang dan 0,24 untuk malam).
import numpy as np
lx = np.log(x)
print(stats.shapiro(x).pvalue) # sangat kecil -> tidak normal
print(stats.shapiro(lx).pvalue) # > 0,05 -> mendekati normal
Sebagai contoh, peluang unggahan malam punya likes antara 1.000 dan 5.000 versi normal mentah adalah 15,7%, versi log-normal 26,8%, sementara data nyatanya 10%. Dengan sampel sekecil ini, tidak ada model yang pas sempurna, tapi versi log setidaknya tidak menghasilkan peluang yang mustahil.
Langkah 4: Interval kepercayaan 95%
Mean sampel (2.570 dan 5.390) cuma tebakan titik untuk rata-rata populasi. Interval kepercayaan memberi rentang tebakannya. Analoginya menebak berat badan teman: "sekitar 60 kg" itu estimasi titik, sedangkan "antara 57 dan 63 kg, aku cukup yakin" itu interval.
Karena n hanya 20 per kelompok, aku pakai distribusi t (bukan Z 1,96):
n = len(x)
t = stats.t.ppf(0.975, n - 1)
se = x.std(ddof=1) / np.sqrt(n)
print(x.mean() - t * se, x.mean() + t * se)
Hasilnya:
| Estimasi titik | CI 95% | |
|---|---|---|
| Siang | 2.570 | 457 sampai 4.684 |
| Malam | 5.390 | 811 sampai 9.970 |
Kedua interval sangat lebar dan saling tumpang tindih. Kalau dihitung dengan rata-rata geometrik (versi log, lebih cocok untuk data miring), polanya sama: siang 502 (176 sampai 1.431), malam 1.184 (412 sampai 3.405).
Jadi, malam menang atau tidak?
Secara angka, malam memang lebih tinggi. Tapi sebagai bonus, aku jalankan uji Welch dan Mann-Whitney, dan keduanya menolak untuk memihak (p = 0,25 dan 0,17, jauh di atas 0,05). Artinya selisih yang kulihat masih bisa terjadi hanya karena kebetulan, apalagi dengan sebaran selebar ini.
Kesimpulan yang bisa dipertanggungjawabkan: data ini belum cukup membuktikan bahwa jam unggah memengaruhi likes. Sepertinya faktor lain, seperti isi unggahan, jumlah followers, dan apakah ada yang ikut membagikan, jauh lebih menentukan daripada jamnya.
Yang kubawa pulang
- Selalu lihat mean dan median berdampingan. Kalau jaraknya jauh, curigai pencilan.
- "Tidak signifikan" bukan berarti "tidak ada efek". Bisa jadi sampelnya yang terlalu kecil.
- Jangan pakai distribusi normal hanya karena itu yang diajarkan. Cek dulu bentuk datanya.
- Tulis keterbatasan sampel dengan jujur. Itu bagian dari analisis, bukan tanda analisis yang lemah.
Semua kode lengkap (termasuk pembuatan keenam chart) ada di repositori ini: SOURCE CODE. Kalau kamu menemukan celah di metodeku, tulis di kolom komentar. Aku senang dikoreksi.
Disclaimer Penggunaan AI:
Pengolahan awal data mentah dan penulisan kode analisis statistik pada tulisan ini menggunakan asistensi Claude Sonnet 5.5. Penulis bertanggung jawab penuh atas verifikasi kode, akurasi output statistik, dan interpretasi akhir dari seluruh data yang disajikan.







Top comments (0)