PENGANTAR STATISTIKA & KLASIFIKASI DATA DALAM STATISTIKA
NPM: 20316036
Prodi: Teknik Komputer
Tugas: Statistika Probabilitas (Pertemuan 1)
1. Mengapa belajar statistika?
Statistika merupakan persamaan (jantung penggerak utama) yang dimiliki oleh bidang -bidang data warehouse, data mining, big data analytics, machine learning, dan data science.
2. Apa itu Statistika (statistics)?
Statistika adalah bidang keilmuan yang mencangkup pengumpulan (collecting), pengelolaan (organizing), analisis (analysing), interpretasi (interpreting) data untuk pengambilan keputusan.
3.Apa itu Data?
Data adalah kumpulan informasi yang diperoleh melalui pengamatan (observations), penghitungan (counts), pengukuran (measurements), responsasi (responses)
4.Apa itu Populasi (Populations)?
Populasi adalah Kumpulan dari keseluruhan pengamatan, penghitungan, pengukuran, atau responsi terhadap topik yang ingin dikaji
5. Apa itu Sampel (Samples)?
Sampel merupakan bagian dari populasi, Sampel yang baik adalah sampel yang representatif terhadap populasi sehingga dapat digunakan untuk menarik simpulan (conclusions) terhadap populasi oleh karenanya data sampel harus dikumpulkan dengan metode yang tepat (e.g., random sampling)
Contoh Sampel & Populasi :
Sampel: Suatu survey dilakukan di 35 perguruan tinggi di Indonesia untuk menanyakan apakah seorang mahasiswa pernah mengalami bully selama studi di perguruan tinggi. Didapati 237 dari total 972 reponden mengaku pernah mengalami bully selama menjalani studi di perguruan tinggi.
Populasi: Warga kompleks perumahan Suka Rapi yang terdiri dari total 45 kepala keluarga berencana untuk mempercantik kompleks dengan melakukan peremajaan paving jalan. Pendanaan akan dilakukan secara kolektif berdasarkan ukuran lebar dari tiap rumah. Oleh karenanya dilangsungkan pengukuran dan pendataan lebar muka dari tiap rumah.
6.Apa itu Parameter?
Parameter adalah deskripsi numerik dari karakteristik suatu populasi (population) dan Terdapat hanya satu Parameter untuk satu populasi
7.Apa itu Statistik (Statistic)?
Statistik adalah deskripsi numerik dari karakteristik suatu sampel (sample) yang memungkinkan untuk mendapati sejumlah statistik dengan nilai yang beragam untuk satu populasi yang sama
Contoh Statistik & Parameter:
Statistik: Dari hasil uji emisi yang dilakukan secara acak terhadap kendaraan bermotor yang melintas di Jalan Suka Makmur, didapati 48% kendaraan tidak memenuhi standar kelayakan.
Parameter: Dari hasil ujian saringan masuk perguruan tinggi di Universitas Suka Pintar pada tahun ini, ditemui 78% dari calon mahasiswa memiliki kemampuan analisis numerik di atas ambang batas yang disyaratkan.
Cabang Ilmu Statistika
Terdapat 2 cabang ilmu statistika, yaitu:
1. Statistika Deskriptif (Descriptive Statistics)
Cabang ilmu statistika yang berfokus pada:
- Pengelolaan data (organisation)
- Peringkasan data (summarisation)
- Visualisasi data (display/visualisation)
2. Statistika Inferensi (Inferential Statistics)
Cabang ilmu statistika yang berfokus pada pemanfaatan sampel untuk menarik simpulan terhadap populasi
Contoh Statistika Deskriptif & Statistika Inferensi:
Statistika Inferensi: Sejumlah pria dewasa berusia 48 tahun dilibatkan dalam suatu program penelitian selama 18 tahun. Berdasarkan data pengamatan, diprediksi bahwa 70% dari pria yang tidak menikah akan bertahan hidup pada usia 65 tahun, dan 90% dari pria yang menikah akan hidup pada usia 65 tahun.
Statistika Deskriptif: Berdasarkan data sampel yang diperoleh dari Wall Street, didapati kesalahan yang dilakukan oleh analist dalam melakukan prediksi pendapatan perusahaan IT pada tahun ini mencapai angka 44%.
Tipe Data
Terdapat 2 Tipe Data, yaitu:
1. Data Kualitatif (Qualitative)
Data non numerik, yang dihasilkan dari:
- Atribut
- Label
2. Data Kuantitatif (Quantitative)
Data numerik yang dihasilkan melalui:
- Penghitungan
- Pengukuran
Contoh Tipe Data:
MENU (kualitatif) | HARGA (kuantitatif) |
Nasi Goreng | Rp. 25.000 |
Nasi Pecel | Rp. 30.000 |
Nasi Timbel | Rp. 35.000 |
Skala Pengukuran (level of Measurements)
Terdapat 4 Skala Pengukuran (Level of Measurements) dalam bidang statistika:
1. Skala Pengukuran Nominal
- Berasosiasi dengan tipe data kualitatif
- Berfokus pada pengelompokkan atau pengkategorian data berdasarkan nama,
label, atau kualitas
- Tidak dapat dikenakan operasi matematika
Contoh:
merk kendaraan bermotor, kota kelahiran, nama siswa, nama bulan, nama hari, nomor kendaraan bermotor, nomor induk siswa
2. Skala Pengukuran Ordinal
- Berasosiasi dengan tipe data kualitatif
- Data dapat dikelompokkan
- Data dapat disusun berdasarkan urutan, peringkat, atau ranking
- Tidak dapat dikenakan operasi matematika
Contoh:
- tingkat kepuasan pelanggan: sangat puas, puas, cukup, kecewa, sangat kecewa
- temperatur udara: panas, sejuk, dingin o peringkat siswa di kelas
3. Skala Pengukuran Interval
- Berasosiasi dengan tipe data kuantitatif
- Data dapat dikelompokkan
- Data dapat disusun berdasarkan urutan, peringkat, atau ranking
- Dapat dikenakan operasi matematika untuk menghitung selisih nilai
- Nilai numerik merepresentasikan posisi pada suatu skala ukur tertentu
- Tidak memiliki nilai nol yang absolut (no inherent zero)
- Tidak dapat dikenakan operasi matematika terkait perkalian
Contoh:
- temperatur udara 32 derajad celsius
- tahun 2020
4. Skala Pengukuran Rasio (Ratio)
- Berasosiasi dengan tipe data kuantitatif
- Data dapat dikelompokkan
- Data dapat disusun berdasarkan urutan, peringkat, atau ranking
- Dapat dikenakan operasi matematika untuk menghitung selisih nilai
- Memiliki nilai nol yang absolut (inherent zero)
- Dapat dikenakan operasi matematika terkait perkalian
Contoh:
- usia anak 7 tahun
- berat badan 65 Kg o harga nasi goreng Rp 25,000
Skala Pengukuran: ringkasan
| PENGELOMPOKAN DATA | PENGURUTAN DATA | SELISIH DATA | PENGKALIAN DATA |
Nominal | · |
|
|
|
Ordinal | · | · |
|
|
Interval | · | · | · |
|
Ratio | · | · | · | · |
Link Website:
- Universitas Teknokrat Indonesia
- Fakultas Ekonomi dan Bisnis
- Fakultas Teknik dan Ilmu Komputer
- Fakultas Sastra dan Ilmu Pendidika
- Kemahasiswaan Teknokrat
- Online Learning
- Prodi Informatika
- Prodi Sistem Informasi
- Prodi Teknologi Informasi
- Prodi Teknik Sipil
- Prodi Sistem Informasi Akuntansi
- Prodi Teknik Elektro
- Prodi Teknik Komputer
Website Fakultas dan Kemahasiswaan
https://feb.teknokrat.ac.id - https://ftik.teknokrat.ac.id
https://fsip.teknokrat.ac.id - https://kemahasiswaan.teknokrat.ac.id
Online Learning :
https://spada.teknokrat.ac.id
Website Program Studi FTIK :
http://if.ftik.teknokrat.ac.id http://si.ftik.teknokrat.ac.id
http://ti.ftik.teknokrat.ac.id http://ts.ftik.teknokrat.ac.id
http://sia.ftik.teknokrat.ac.id http://te.ftik.teknokrat.ac.idt.ac.id
http://tk.ftik.teknokrat.ac.idt.ac.id
Website Program Studi FSIP:
http://po.fsip.teknokrat.ac.id http://sastrainggris.fsip.teknokrat.ac.id
http://pbi.fsip.teknokrat.ac.id http://matematika.fsip.teknokrat.ac.id
Website Program Studi FEB :
http://manajemen.feb.teknokrat.ac.id
http://akuntansi.feb.teknokrat.ac.id
Komentar
Posting Komentar