Analisis Data Eksploratif (EDA) penting dilakukan sebelum melangkah ke metode statistik yang lebih kompleks karena beberapa alasan sederhana. Pertama, EDA membantu kita "mengenal" data dengan lebih baik, seperti memeriksa apakah ada pola tertentu, outlier, atau nilai yang hilang. Ini seperti kita mengamati data dari berbagai sudut untuk memahami apa yang sebenarnya ada di dalamnya.
Kedua, dengan EDA, kita bisa memastikan apakah data kita cocok untuk metode statistik tertentu. Beberapa metode statistik membutuhkan data dengan karakteristik khusus, misalnya distribusi normal. Lewat EDA, kita bisa tahu apakah data memenuhi syarat atau perlu penyesuaian.
Selain itu, EDA juga berguna untuk mendeteksi masalah yang mungkin tersembunyi, seperti data yang aneh atau tidak sesuai harapan. Dengan begitu, kita bisa memperbaikinya sebelum melakukan analisis lebih lanjut.
Intinya, EDA membantu kita melihat gambaran besar dari data secara cepat dan mudah, sehingga kita tidak langsung menggunakan metode statistik yang salah atau tidak sesuai dengan karakteristik data.