Visualisasi Data Dalam Statistika

Visualisasi Data dalam Statistika

- Pengantar

Beberapa teknik visualisasi yang akan dipelajari :

 - Steam dan leaf plot

 - Dot plot

 - Pie chart

 - Bar plot

 - Scatter plot

 - Time series chart

 - Visualisasi data dengan phyton

Distribusi Frekuensi Dalam Statistika

Distribusi Frekuensi Dalam Statistilka

- Pengantar

 Beberapa karakteristik yang umum digunakan untuk mendeskripsikan data yang kita miliki adalah mencari tahu titik tengah variasi/sebaran data dan bentuk data

 Ini bisa dicapai bila data yang kita miliki dikelola dengan baik; salah satu cara yang paling mudah untuk mengelola data adalah dengan memanfaatkan distribusi frerkuensi

- Distribusi Frekuensi

 Definisi

  ~ Distirbusi frekuensi adalah bentuk pengelolaan data dimana data dikelompokkan ke dalam beberapa kelas berdasarkan interval tertentu

  ~ jumlah kemunculan data untuk tiap kelas akan dihitung dan dikenal sebagai frekuensi dari kelas.

Contoh Frekuensi Distribusi :

 *Terdapat 6 kelas

 *antar classes tidak ada overlap

 *setiap class memiliki :

- Lower class limit 1,6,11,16,21,26

- Upper class limit 5,10,15,20,25,30

- Class width 5

Mengenal midpoint,relative frekuensi, dan cummulative frekuensi.

- Visualisasi data Histogram

- Visualisasi data Frekuensi Polygon

- Visualisasi data Ogive

Pengumpulan Data Dalam Statistika

Pengumpulan Data Dalam Statistika

 

- Pengumpulan Data

 

1. Census

pengumpulan data dilakukan pada tingkat populasi. alhasil, akan diperoleh informasi yang sifatnya lengkap. hanya saja ketika ukuran ppopulasinya sangat besar,

maka sering kali census menjadi pilihan yang mahal dan sulit untuk dilakukan.

 

2. Sampling

pengumpulan data dilakukan pada sub bagian dari populasi. alhasil, informasi yang diperoleh sifatnya tidak lengkap. pendekatan semacam ini cukup umum

ditemui dala studi statik.

disini sample yang baik adalah sample yang dapat mempresetasikan populasinya. dibutuhkan teknik sampling yang tepat untuk mendapatkan sample yang

representatif terhadap populasinya.

 

- Sampling Error

karena sample merupakan sub bagian dari populasi, maka selisih atau perbedaan nilai antara data sample dan data populasi akan selalu ada.

perbedaan atau selisih nilai ini dikenal dengan istilah sampling error.

bahkan dengan teknik sampling apapun, sampling error ini tidak dapat dihindarkan.

 

- Sampling

sampling with replacement: memungkinkan satu anggota populasi untuk terpilih lebih dari satu kali sebagai anggota sample.

sampling without replacement: menjamin satu anggota populasi hanya dapat terpilih satu kali saja seabagi anggota sample.

 

- Teknik Sampling

teknik sampling dalam bidang statistika:

 1. simple random sampling

 2. stratified sampling

 3. cluster sampling

 4. systematic sampling

 5. convenience sampling

 

 

1. Simple Random Sampling

simple random sampling merupakan teknik pengumpulan data yang dilakukan secara acak dimana setiap anggota populasi memiliki peluang yang sama

untuk dapat terpilih sebagai anggota sample.

Contoh : terdapat 400 siswa terdaftar di kelas statistika dan kita diminta untuk melakukan sampling secara acak terhadap 10 orang siswa untuk dilibatkan

dalam survey. salah satu cara yang dapat ditempuh adalah dengan memberikan sebuah nomor pada tiap siswa, mulai dari nomor 1 sampai dengan 400. lalu gunakan random

number generator untuk melakukan pemilihan acak sebanyak 10 kali dengan rentang nilai pengacakan mulai dari 1 sampai dengan 400.

 

2. Stratified Sampling

~ Stratified Sampling merupakan teknik pengumpulan data secara acak yang dilakukan terlebih dahulu membagi angggota populasi ke dala beberapa kelopok berdasarkan

kesamaan karakteristik tertentu

~ kelompok yang terbentuk ini biasa dikenal dengan istilah strata.

~ selanjutnya anggota dari tiap strata tersebut akan dipilih secara acak untuk dijadika anggota sample.

~ perlu diingat agar sampling yang dilakukan ditiap dtrata haruslah proporsional dengan proporsisinya dalam populasi.

Contoh : dilakukan survey terhadap 100 orang mahasiswa baru terkait preferensi mereka dalam memilih menu makan siang. dari populasi mahasiswa baru ini,

dihasilkan dua buah strata berdasarkan jenis kelamin. mengacu pada data penerimaan mahasiswa, didapati 3500 mahasiswa baru yang terdfaftardengan presentase jumlah

mahasiswa pria dan wanita adalah 55%-45%. oleh karenanya survey ini akan melibatkan 55 mahasiswa pria dan 45 mahasiswa wanita yang dipilih secara acak.

 

3. Cluster Sampling

~ Cluster Sampling merupakan teknik pengumpulan data secara acak yang  dilakukan dengan membagi anggota populasi ke dalam beberapa kelompok berdasarkan

pengelompokan yang sudah terbentuk.

~ kelompok yang terbentuk ini biasa dikenal dengan istilah cluster.

~ selanjutnya anggota dari tiap cluster tersebut akan dipilh secara acak untuk dijadikan anggota sample.

~ perlu diingat agar sampling yang dilakukan di tiap cluster haruslah proporsional dengan proporsinya dalam populasi.

Contoh : dilakukan pendataan jenis dan jumlah kendaraan bermotor yang dimiliki oleh tiap keluarga di wilayah kecamatan suka jaya. karena wilayah kecamatan ini

terbagi ke dalam 7 kelurahan; maka pendataan dilakukan secara acak di tiap kelurahan dengan jumlah sample yang proporsional sesuai dengan presentase jumlah warga di tiap

kelurahannya.

 

4. Systematic Sampling

Systematic sampling merupakan teknik pengumpulan data berdasarkan interval tertentu. teknik sampling ini terbilang cukup mudah untuk diterapkan. hanya saja

teknik ini tidak dapat diterapkan bilai ditemui adanya pola yang sifatnya konsisten dan sistematis pada data kita.

Contoh: survey terkait kepuasan pelanggan minimarket yang dilakukan terhadap setiap pengunjung dengan interval kedatangan 10. dengan kata lain, bila pengunjung yang sedang

dilibatkan dalam survey saat ini adalah pengunjung ke 5, maka pengunjung berikutnya akan dilibatkan dalam survey adalah pengunjung ke 15.

 

5. Convenience Sampling

Convenience Sampling merupakan teknik pengumpulan data yang bisa dibilang asal atau sembrono dan hanya berorientasi pada kemudahan. ini merupakan teknik

pengumpulan data yang buruk dan sangat rentan terhadap bias.

Contoh: suatu survey dilakukan untuk mendata opini warga kecamatan suka pintar (yang terbagi dalam 7 kelurahan) terkait layanan masyarakat yang disediakan oleh

aparat kecamatan. dikarenakan alasan kemudahan, maka satu kelurahan ditunjuk sebagai perwakilan dan survey dilakukan terhadap warga kelurahan tersebut yang

dipilih secara acak.

Design Eksperimen Dalam Statistika

Desain Ekperimen Dalam Statistika

- Studi Statistik

 1. Studi Observasi

 Seorang peneliti hanya melakukan pengamatan terhadapp subjek tanpa melakukan tiindakan apapun yang dapat memengaruhi hasil pengamatan

 2. Studi Ekperimen

 Seseorang peneliti menerapkan suatu treatment tertentu terhadap subjek sebelum melakukan pengamatan untuk memahami efek dari treatment yang diberikan

- Observational Study

Sebuah penelitian yang dilakukan untuk mengamati laju kecepatan kendaraan yang melintas di jalan Merdeka pada pukul 10 sampai 12 malam.

pengukuran kecepatan kendaraan dilakukan dengan bantuan speed gun selama 90 hari

- Ekperimental Study

Sebuah penelitian dilakukan untuk mengamati efek dari pemberian suplemen vitamin D3 terhadap 140 pasien dengan tingkat anti-body rendah.

sebanyak 70 pasien menerima 4000 UI vitamin D3 perhari selama 1 tahun dan 70 pasien sisanya menerima placebo.

hasil pengamatan terhadap dua kelompok pasien ini lalu dibandingkan.

- Desain Ekperimen

 > Kendali

 > Pengacakan

 > Replikasi

- Ekperimental Design : Control (Kendali)

 > Eksperimental Unit :

 1. Treatment Group

Subjek dalam ekperimental study yang menerima treatment sebelum diamati. 

  2. Control Group 

Subjek dalam eksperimental study yang tidak menerima treatment dan juga diamati.

Subjek sering kali menerima treatment palsu.

- Eksperimental Design : Control (Kendali)

 > Kendali dapat dilakukan dengan menerapkan:

 1. Blinding

 2. Double Blinding

 1. Blinding

    Subjek ekperimen tidak mengetahui apakah dirinya menerima treatment atau placebo.

 2. Double Blinding

    > Baik peneliti maupun subjek ekperimen tidak mengetahui apakah seorang subjek menerima treatment atau placebo.

    > Dibutuhkan pihak ketiga untuk mendistribusikan treatment dan placebo kepada subjek ekperimen.

- Eksperimental Design : Randomisation (Pengacakan)

penentuan subjek ekperimen ke dalam treatment group dan control group dilakukan secara acak (random).

 Eksperimental Unit : Pemilihan Acak :

 1. Treatmen Group

 2. Control Group

Randomised Block Design:

 > Keseluruhan subjek eksperimen akan dikelompokkan berdasarkan kesamaan karakteristik tertentu (rentang usia, jenis kelamin).

 > subjek di tiap kelompok lalu dipilih secara acak untuk dimasukkan dalam treatment group dan control group.

 Eksperimental Unit: Kelompok 1: > Treatment group

      > control group

    kelompok 2: > Treatment group

      > control group

    kelompok 3: > Treatment group

      > control group

- Eksperimental Design : Replication (replikasi)

Untuk meningkatkan validitas dari hasil eksperimen, dibutuhkan replikasi atau pengulanga eksperimen dengan kondisi serupa atau mirip.

replikasi melibatkan subjek eksperimen yang berbeda, dengan demikian replikasi juga akan memperbesar ukuran dari subjek eksperimen

yang juga dapa menunjang validitas dari hasil eksperimen.

Design Eksperimen (Contoh)

Sebuah perusahaan mendesain suatu eksperimen untuk menguji efektifitas dari suatu produk permen karet yang dikembangkan untuk membantu seorang yang ingin berhenti merokok.

sepuluh orang perokok berat dilibatkan sebagai subjek eksperimen. lima orang diantaranya diberikan permen karet dan lima sisanya diberika placebo. setelah dua bulan

berjalan, kesepuluh subjek eksperimen ini dievaluasi dan didapati kelima subjek penerima permen karet telah berhenti merokok.

apakah kita bisa menyimpulkan bahwa produk permen karet ini efektif? permasalahan apa yang terdapat pada desain eksperimen ini?

Tantangan dari Eksperimental Study

 > Confounding/Lurking variable

 ~ faktor eksternal (dan tidak diperhitungkan sebelumnya) yang berpotensi memberikan pengaruh terhadap hasil eksperimen.

 > Placebo Effect

 ~ Subjek eksperimen memberikan reaksi positif walau subjek tersebut menerima placebo

 > Hawthorn Effect

 ~ Perubahan perilaku dari subjek eksperimen setelah mengetahui bahwa dirinya terlibat dalam eksperimen

Kunjungi juga :

https://tanahkavlingmurahlampung321.blogspot.com/?m=1

Klasifikasi Data Dalam Statistika

Klasifikasi Data Dalam Statistika 

- Tipe Data

  1. Data Kualitatif

 Data non numerik:

  - Atribut

  - Label

  2. Data Kuantitaitif

 Data numerik yang diberikan melalui:

  - Penghitungan

  - Pengukuran

 Tipe Data : Contoh

Menu               Harga

Nasi Goreng     Rp. 25.000

Nasi Pecel        Rp. 30.000

Nasi Timbel      Rp. 35.000

- Skala Pengukuran Level

  Terdapat 4 skala pengukuran dalam bidang statistika:

 1. Nominal

 2. Ordinal

 3. Interval

 4. Rasio

 1. Skala Pengukuran Nominal

 - Berasosiasi dengan tipe data kualitatif

 - berfokus pada pengelompokkan atau pengkategorian data berdasarkan nama, label atau kualitas

 - tidak dapaat 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 rangking

 - tidak dapat dikenakan operasi matematika

 contoh :

  > tingkat kepuasan pelanggan : sangat puas, cukup, kecewa, sangat kecewa

  > temperatur udara : panas, sejuk, dingin

  > peringkaat siswa dikelas

 3. Skala Pengukuran Interval

 - Berasosiasi dengan tipe data kuantitatif

 - Data dapat dikelompokkan

 - Data dapat disusun berdasarkan urutan, peringkat atau rangking

 - Dapat dikenakan operasi matematika untuk menghitung selisih nilai

 - Nilai numerik mempresentasikan posisipada suatu skala ukur tertentu

 - Tidak memiliki nilai nol yang absolut

 - Tidak dapat dikenakan operasi matematika terkait perkalian

 contoh :

  > Temperatur udara 32 derajat celcius

  > tahun 2020

 4. Skala Pengukuran Rasio

 - Berasosiasi dengan tipe data kuantitatif

 - Data dapat dikelompokkan

 - Data dapat disusun berdasarkan urutan, peringkat atau rangking

 - Dapat dikenakan operasi matematika untuk menghitung selisih nilai

 - Memiliki nilai nol yang absolut

 - Dapat dikenakan operasi matematika terkait perkalian

 contoh :

  > Usia anak 7 tahun

  > Berat badan 65 Kg

  > Harga nasi goreng Rp. 25.000

STATISTIKA

Definisi statistika

Bidang keilmuan mencakup 

-Pengumpulan 

-Pengelolaan

-Analisis

-Interpretasi

Data untuk pengambilan keputusan

Data 

Kumpulan informasi yang diperoleh melalui :

-Pengamatan

-Perhitungan

-Pengukuran 

-Responsi

Populasi

Kumpulan dari keseluruhan pengamatan, perhitungan, pengukuran, atau responsi terhadap topik yang ingin dikaji.

Sampel

-Bagian dari populasi

-Sampel yang baik aalah sampel yang reperesentif terhadap populasi sehingga dapat digunakan untuk menarik simpulan terhadap populasi

-Oleh karenanya data sampel harus dikumpulkan dengan metode yang tepat

Contoh populasi dan sampel :

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 komplek perumahan suka rapi yang terdiri dari total 45 kepala keluarga berencana untuk mempercantik komplek 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.

Parameter 

1. Deskripsi numerik dari karakteristik suatu populasi 

2. Terdapat hanya satu parameter untuk satu populasi

Statistik 

1. Deskripsi numerik dari karakteristik suatu sampel 

2. Memungkinkan untuk mendapati sejumlah statik dengan nilai yang beragam untuk satu populasi yang sama.

Contoh parameter dan statistik :

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 uji saringan masuk perguruan tinggi Universitas Suka Pintar pada tahun ini, ditemui 78% dari calon mahasiswa memiliki kemampuan analisis numerik diatas ambang batas yang diisyaratkan.

• Cabang Ilmu Statistika : 

Statistika Deskriptif

Cabang ilmu statistika yang berfokus pada : 

-Pengelolaan data 

-Peringkasan data

-Visualisasi data

Statistika Inferensi

Cabang ilmu statistika yang berfokus pada pemanfaatan sampel untuk menarik simpulan terhadap populasi.

Cabang Ilmu Statistika : contoh 

Statistika Inferensi :

Sejumla 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%.