Pengantar Statistika Dasar dan Klasifikasi Data

 Pengantar Statistika Dasar

    

Mengapa Kita Perlu Belajar Statistika ?

di era digital sekarang yang di kenal sbg era industri 4.0 dimana jumlah dan ukuran data yang di miliki oleh semua pengguna di dunia semakin besar dan massif, dan akan tetap terus bertambah di setiap tahun nya. dan untuk mempelajari semua data tersebut, maka perlulah kita belajar statistika. dimana ilmu statistika ini sangat bermanfaat dengan keilmuan yang sesuai dengan data. berikut adalah bidang bidang nya :

• data warehouse
• data mining
• big data analytics
• machine learning
• data science

Pengertian dari Statistika

bidang keilmuan yang mencakup pengumpulan (collecting), pengelolaan (organizing), analisis (analytic) dan interpretasi (interpreting) untuk pengambilan keputusan. Data pada bidang statistika kumpulan informasi yang diperoleh melalui pengamatan(observations), penghitungan(counts), pengukuran(measurements) dan responsi (responses).

Pengertian dari Populasi dan Sample

setelah kita mengetahui pengertian dari statistika, maka kita akan lanjut kepada pengenalan data sample dan data populasi. dimana dari kedua jenis tersebut memiliki definisi yang berbeda. untuk definisi nya adalah sebagai berikut

Populasi

populasi adalah kumpulan dari keseluruhan dari pengamatan, penghitungan , pengukuran, atau reponsi terhadap topik yang ingin di kaji

Sample

sample adalah bagian dari polulasi, sample yang baik dalah sample yang representatif terhadap populasi sehingga dapat digunakan untuk menarik kesimpulan terhadap populasi. oleh karena itu data sample harus di kumpulkan dengan metode yang tepat.

untuk penjelasan lebih jelas perhatikan gambar berikut :

Dalam hubungannya antara populasi dan sample tersendiri adalah sample sudah jelas bagian dari populasi , dan dalam 1 populasi bisa terdapat beberapa sample.

Berikut adalah Contoh studi kasus untuk sample dan populasi :

Contoh kasus populasi :

warga kompleks perumahan intan regency terdiri dari total 60 kepala keluarga berencana untuk mempercantik kompleks dengan melakukan peremajaan pavling jalan.

pendanaan akan di lakukan secara kolektif berdasarkan ukuran lebar dai tiap rumah. oleh karenanya dilangsungkan pengukuran dan pendataan lebar muka dari tiap rumah

Contoh kasus sample :

suatu survey dilakukan di 20 perguruan tinggi di indonesia untuk menanyakan apakah seorang mahasiswa pernah mengalami bully selama studi di perguruan tinggi. di dapati 120 dari total 500 responden mengaku pernah mengalami bully selama menjalani studi di perguruan tinggi

Pengertian Parameter dan Statistik

Setelah pembahasan populasi dan sample, kita akan lanjut ke pembahasan selanjutnya yaitu definisi dari parameter dan statistik

Parameter

deskripsi numerik dan karakteristik suatu populasi, terdapat hanya satu parameter untuk satu populasi.

Statistik

deskripsi numerik dari karakteristik dari suatu sample. memungkinkan untuk mendapati sejumlah statistik dengan nilai yang beragam untuk satu populasi yang sama.

Berikut adalah Contoh studi kasus untuk parameter dan statistik :

statistik 

dari hasil uji emisi yang di lakukan secara acak terhadap angkutan umum (angkot) yang melintas di daerah simpang lima, di dapati 30% kendaraan tidak memenuhi standar laik jalan (kelayakan)

Parameter

dari hasil ujian saringan masuk perguruan tinggi di suatu universitas X. pada tahun ini ditemukan 80% dari calon mahasiswa memiliki kemampuan analisis numerik di atas ambang batas yang disyaratkan.

Cabang ilmu Statistika

Setelah pengantar statistika telah kita jelaskan, mari kita lanjut kepada materi dua cabang ilmu dari statistika, pada dasarnya statistika terbagi menjadi 2 cabang ilmu yaitu :

1. statistika desktriptif

cabang ilmu statistika yang berfokus pada pengelolaan data(organization), peringkasan data (summaryzation) dan visualisasi data (visualization)

2. statistika inferensi  

cabang ilmu statistika yang berfokus pada pemanfaatan sample untuk menarik kesimpulan terhadap populasi.

Berikut adalah contoh kasus dari statistika deskriptif dan statistika inferensi :

statistika deskriptif

berdasarkan sample yang di peroleh dari wall street, didapati keaslahan yang di lakuka oleh analis dalam melakukan prediksi pendapatan perusahaan IT pada tahun 2020 mencapai 44%

statistika inferensi

sejumlah pria dewasa berusia 40 tahun di libatkan dalam suatu program penelitian selama 15 tahun berdasarkan data pengamatan. di prediksi bahwa 60% data pria yang tidak menikah akan bertahan hidup pada usia 65tahun dan 90% pria yang menikah akan hidup sampai dengan usia 70 tahun.

Klasifikasi Data pada statistika

di dalam ilmu statistika, tentunya kita tidak akan pernah bisa terlepas dari data, dimana data ini adalah komponen utama yang penting dalam pencarian nilai dalam suatu kasus statistika. dan untuk penjelasan daripada data yaitu tentang jenis data, dimana data terdiri dari 2 jenis diantaranya yaitu :

Data kualitatif

data yang berasosiasi dengan data numerik, adalah data yang berupa kata-kata dan lebih identik dengan sifat atau karakteristik alih-alih variabel angka. Hal ini menyebabkan data ini tidak dapat diukur dan dihitung dengan pasti.

contoh dari data kualitatif : teh manis, pancake, nasi goreng

Data kuantitatif

data yang berasosiasi dengna data numerik yang dihasilkan melalui perhitungan dan pengukuran. yang jika dilihat dari nilainya, terdiri dari rangkaian angka. Tiap dataset yang ada memiliki suatu nilai numerik unik yang melekat. Nilai data yang merupakan rangkaian angka membuat data jenis ini dapat dihitung secara matematis dan dianalisis secara statistik

cobtoh dari data kuantitatif : rp. 6000, tinggi anak 160cm, berat badan 75kh

Skala Pengukuran (level of measurement)

Skala pengukuran adalah serangkaian klasifikasi yang menggambarkan sifat informasi dalam nilai yang diberikan pada suatu variabel, hal ini tentu saja menghubungkan nilai-nilai yang diberikan pada suatu variabel satu sama lain, sehingga atas dasar itulah tingkat pengukuran digunakan untuk menggambarkan informasi dalam nilai-nilai. Jenis-jenis skala pengukuran  dapat berupa  Skala nominal,  Skala Ordinal, Skala interval, dan Skala rasio.

Skala pengukuran nominal

merupakan skala yang paling lemah/rendah di antara skala pengukuran yang ada. Skala nominal hanya bisa membedakan benda atau peristiwa yang satu dengan yang lainnya berdasarkan nama (predikat). berikut adalah ciri cirinya :

• berasosiasi dengna tipe data kualitatif
• berfokus pada pengelompokkan atau pengkategorian data berdasarkan nama, label atau kualitas
• tida kdapat dikenakan operasi matematika
• contoh : merk kendaraan, kota kelahiram, nama siswa, nama bulan , nomor induk siswa

Skala Pengukuran Ordinal

Merupakan penilian yang lebih tinggi daripada skala nominal, dan sering juga disebut dengan skala peringkat. Hal ini karena dalam skala ordinal, lambang-lambang bilangan hasil pengukuran selain menunjukkan pembedaan juga menunjukkan urutan atau tingkatan obyek yang diukur menurut karakteristik tertentu. Berikut adalah ciri cirinya

• barosisasi dengan tipe data kualitatif
• dapat di lakukan pengelompokkan
• data dapat disusun berdasarkan urutan, peringkat atau ranking
• tidak dapat dikenakan operasi matematika

contoh  :

Tingkat kepuasan : sangat kecewa, kecewa, biasa, puas dan sangat puas

temperatur udara : panas, sejuk, dingin

Peringkat siswa di kelas

Skala Pengukuran Interval

mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap. Skala interval sudah memiliki nilai intrinsik, sudah memiliki jarak, tetapi jarak tersebut belum merupakan kelipatan yaitu skala interval tidak memiliki nilai nol mutlak. Berikut adalah ciri-cirinya :

• berasosiasi dengna tipe data kuantitatif
• data dapat di kelompokan
• data dapat disusun berdasarkan ukuran, 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 di kenakan operasi matematika terkait perkalian

contoh :

temperatur udara 32 derajat celcius

hanya berupa skala ukur, temperatur udara 0 derajat masih ada temperatur bahkan sampai mines

tahun 2020

tidak merepresentasikan bahwa usia bumi adalah 2020 tahu, angka 2020 disini hanya merepresntasikan skala ukur, tahun 0 tidak menggambarkan dunia itu tidak ada.

Skala Pengukuran Rasio

adalah skala data dengan kualitas paling tinggi. Pada skala rasio, terdapat semua karakteristik skala nominal, ordinal dan skala interval ditambah dengan sifat adanya nilai nol yang bersifat mutlak. Nilai nol mutlak ini artinya adalah nilai dasar yang tidak bisa diubah meskipun menggunakan skala yang lain. Pada skala ratio, pengukuran sudah mempunyai nilai perbandingan/rasio. Berikut adalah ciri cirinya :

• berasosiasi dengna tipe data kuantitatif
• data dapat di kelompokkan
• data dapat disusun dengan urutan, peringkat atau ranking
• dapat di kenakan operasi matematika untuk menghitung selisih nilai
• memiliki nilai no yang absolut (inherent zero)
• dapat di kenakan operasi matematika terkait perkalian dan pembagian

Contoh :

Usia anak 7 tahun

berarti nilai 0 itu anak tersebut belum lahir

harga nasi goreng 25000

kalau harga 0 gratis

merepresantikan bahwa nilai 0 itu tidak ada.

Berikut adalah untuk peta level of measurement. di peta di bawah akan di jelaskan dan karakteristik data mana saja yang cocok di pakai dalam jenis penelitian tertentu :

Sekian untuk materi pertama di statistika tentang pengantar statistika dan klasifikasi data, semoga bisa bermanfaat bagi kita semua.