MAKALAH LEARNING STATISTIC

Variation - Why statistical methods are needed URL

Important statistical concepts: significance, strength, association, causation URL

Types of Data: Nominal, Ordinal, Interval, Ratio URL

Choosing which statistical test to use URL

Hypothesis tests, p-value URL

Understanding the p-value URL

Understanding Confidence Intervals

VARIATION Why statistical methods are needed

1. Natural variation contohnya wanita A ingin mengetahui berapa banyak foto yang yang
diambil setiap siswa dalam 1 hari melalui mobile phone (HP). Jika keempat orang memiliki
jawaban yang sama maka ambil salah satu sampel (orang) untuk menanyakan infromasi yang
kita butuhkan. Namun, jika jawaban dari orang berbeda-beda maka terjadi yang namanya
variasi.
Mengapa kita menanyakan tidak hanya menanya 1 orang dalam 1 hari? Karena ada berbagai
tipe orang, seperti pria-wanita, dan tua-muda. Itulah disebut explainable variation.
2. Explainable variation menemukan kriteria atau tipe dalam berbagai group misalnya
berdasarkan gender, umur, dan lain-lain.
Jika kamu mengambil 5sampel dan saya mengambil 5sempel, pasti ada kemungkinan kamu
dan saya mendapat beberapa sampel yang sama (dr responden yang sama) tp belum tentu kita
mendapatkan mean sama karena pasti ada sampel yang berbeda. Itulah disebut sampling
error.
3. Sampling Error terjadi karena kita hanya melihat beberapa sampel daripada populasi.
Seharusnya menguji seluruh populasi.

4. Biased sampling error terjadi jika beberapa populasi yang kita uji memiliki jawaban
yang tidak kita inginkan karena mereka tidak tertarik atau kuang memahami dengan topik
yang kita tanyakan. Sedangkan ada beberapa populasi yang menjawab pertanyakan kita
dengan pendapat2 yang baik. Nah kita ga bisa nih ngambil kesimpulan dari suvey tersebut
cuman dr beberapa orang yang memiliki pendapat kuat untuk mewakili seluruh populasi.

Type of Data Nominal, Ordinal and Interval/Ratio

Analisis data bertujuan untuk menentukan statistic summary, graphs and analysis.
Analisi data dibagi menjadi dua yaitu data kualitatif dan data kuantitatif.
A. Data kualitatif
1. Nominal tingkatan data yang paling rendah/dasar didalam statistika. Nominal
tidak memiliki tingkatan dan no numeric value, contohnya seperti gender, warna,
ras, dan lain-lain.
a. Kategorik : tidak memiliki numeric value yang saat pengaplikasiannya dalam
mengaplikasi data, variable katagorik akan diubah menjadi kode-kode angka.
b. Qualitative
Dengan kateristik data nominal sebagai berikut :

Tidak memiliki satuan

Tidak memiliki tingkatan, yang artinya angka 2 tidak lebih besar dari 1
Tidak dapat dikenai operasi matematika
Tepat untuk metode statistika nonparametric

Untuk menganalisis nominal data menggunakan proporsi dan frequencies,

tidak dapat mengukurnya dengan mean.
2. Ordinal memiliki tingkatan, tidak memiliki satuan dan biasa digunakan untuk
klasifikasi. Contoh ordinal data adalah level, degree, satisfaction, fanciness, and
rank. Cntohnya yaitu satisfaction (very satisfied, satisfied, unsatisfied, and very
unsatisfied), dimana tidak ada jarak khusus antara satisfied dan unstatisfied begitu
pula yang lainnya.

B. Data kuantitatif

1.

Interval

Data interval digunakan untuk metode statistika parametric dan

nonparametric. Data interval dapat dikelompokan menjadi Scale, Quantitative,

dan Parametric. Data kuantitaif ini memiliki satuan, angka-angkanya tidak dapat
dibandingkan, tidak memiliki nilai nol mutlak, memiliki sifat tingkatan dan jarak
antar angka yang sama.
3. Rasio memiliki satuan, ada tingkatan dan kelipatan, serta memiliki nol mutlak.
Contohnya tinggi badan, data kecepatan mobil, data perubahan nilai tukar rupiah.

Important statictical concepts: significance, strength, association, causation URL

Jika sebuah hasil bersifat signifikan secara statistic, berarti ada bukti bahwa hal yang
kita teliti di sampel juga terdapat di populasi. P-value dapat menjadi indickator jika sebuah
hasil bersifat signifikan atau tidak.
Asosiasi dan kausasi, jika dua variable memiliki hubungan linear namun tidak selalu satu
variable merupakan sebab dari variable lain.
Choosing Which Statistical Test to Use Statistics Help
Tahap-tahap yang perlu dilakukan ketika akan memguji data, yaitu :
1. Jenis data yang digunakan
Data yang dikumpulkan berupa nominal atau interval/ratio. Test yang
dapat digunakan pada data nominal adalah test for proportion, difference
of two proportions, dan chi-sq test for independence. Sedangkan pada
interval/ratio data dapat digunakan test for a mean, difference of two
means (paired), difference of two means (independents samples), dan
regression analysis.
2. Berapa banyak sample
Jika hanya ada 1 sample dapat digunakan test for proportion dan test
for a mean. Jika ada 2 sample yang dibandingkan, maka digunakan
difference of two proportions atau difference of two means (independent
samples).
3. Menentukan tujuannya.
Jika bertujuan untuk menguji hipotesis dapat digunakan test for
proportion, test for a mean, atau difference of two means
(paired)

Jika bertujuan untuk membandingkan 2 statistik digunakan

difference of two proportions, atau difference of two means

(independent samples)
Jika bertujuan untuk mencari hubungan dari statistic maka
digunakan chi-sq test for independence atau regression
analysis.

Hypothesis Test, P-Value Statistics Help

Menguji hipotesis dapat dilakukan dengan 5 langkah, yaitu hypotheses, significance,
sample, p-value, decide.
1. Menetukan H0 dan H1, dimana H0 adalah kebalikan dari H1
2. Tingkat significance misalnya 0,05 atau disebut sebagai
3. Ambilah sample yang diperlukan
4. Hitung p-value yang dapat dilakukan menggunakan aplikasi computer
5. Gunakan hasil p-value untuk menentukan hipotesis. Jika p-value dibawah dari
significance level, maka H0 salah.
Understanding The P-Value Statistics Help
P-value adalah sebuah kemungkinan yang dapat memberikan gambaran hasil yang
akan didapatkan jika H0 benar. Jika H0 benar, sampling variation menghasilkan estimasi
yang menjauhi hipotesis dari estimasi data yang dibuat.
Understanding Confidence Intervals Statistics Help
Confidence intervals berhubungan dengan sampling dan sampling error yang telah
dijelaskan sebelumnya (pada video pertama). Confidence intervals adalah menentukan
rentang nilai suatu populasi. Sebagai contoh, sebuah populasi adalah semua apel yang
terdapat di sebuah kebun. Kita ingin mengetahui seberapa besar apel-apel tersebut. Kita tidak
mungkin bisa mengukur besar seluruh apel tersebut satu-persatu, oleh karena itu kita
mengambil beberapa apel sebagai sampel dan mengukurnya. Terdapat beberapa metode
pengambilan sampel, yaitu Simple, Convenience, Systematic, Cluster, dan Stratified
Variasi dari populasinya dan ukuran sample merupakan hal yang berpengaruh pada
confidence intervals variasi dari. Jika sampel-sampel yang sedikit memiliki lebih banyak
variasi dan informasi yang sedikit sehingga nilai confidence interval besar. Sedangkan
sampel-sampel yang besar memiliki nilai yang mirip satu sama lain dan informasi yang lebih
banyak sehingga nilai confidence interval kecil. Terdapat 3 cara untuk menghitung
confidence intervals, yaitu informal, traditional normal-based, dan bootstrapping.