Chapter 1:

Apa itu statistic?

 Statistic adalah ilmu untuk mengumpulkan, mengorganisir, mempresentasikan, menganalisa
dan menginterpretasikan data sebagai bantuan untuk dapat membuat keputusan yang lebih
efektif.

Tipe2 statistik:
1. Descriptive statistic: untuk mengorganisir data menjadi sesuatu yang bermakna/bernilai. Data
dapat di ringkas dan memberikan informasi yang lebih gampang untuk di mengerti.
Metodenya: mengumpulkan data, mengorganisir data tersebut, menganalisa, dan
mempresentasikan data tersebut secara informative yang dapat dimengerti.
Contoh: pie chart, histogram, diagram batang.
2. Inferential statistic: metode yang mampu untuk menganalisa kelompok kecil dari data
induknya atau sampel yang diambil dari populasi.
- Dengan metode ini dapat mengambil keputusan dengan data yang sangat terbatas

Types of variables:
1. Qualitative variable: ga menggunakan angka melainkan objek dan individual di observasi dan
di rekam sebagai atribut/karakteristik non numeric.
Contoh: gender, eye color, state of birth.
2. Quantitative variable: variable menggunakan angka
Contoh: berapa jumlah karyawan disuatu perusahaan, berapa saldo di rekening.

Variabel kuantitatif:
- Bilangan bulat (discrete): memiliki ruang/gap between the values. Contoh: 1,2,3,4,5
- Continuous (acak): biasanya hasil dari mengukur sesuatu. Variabelnya itu acak/ga bulet
bilangannya. Contoh: 1,5. 2,30. Dll.. ini contohnya: durasi waktu terbang, dll..

Levels of measurement:
1. Nominal:
- Pengukuran paling sederhana karena ga memiliki hirarki atau penggunaan angkanya itu
hanya untuk sebagai klasifikasi/pembeda. Tidak ada level dan berfungsi hanya sebagai
label/nama.
- Contoh: klasifikasi berdasarkan gender. 1= wanita, 0= pria. Urutan angka tersebut bukan
merupakan level, atau bukan berarti level wanita lebih tinggi daripada pria melainkan
hanya berfungsi sebagai pembeda label.
2. Ordinal:
- Tingkat pengukurannya lebih tinggi sedikit daripada nominal karena angka disini
berfungsi sebagai level ranking/rating dari barang tersebut. Variabel dalam level ordinal
ini hanya di ranking dan dihitung.
- Contoh: misalnya untuk melihat kualitas dari sebuah laptop. Sangat bagus=5 point,
bagus=4 point. Makin gede jumlahnya berarti semakin bagus kualifikasi laptop tersebut.
3. Interval:
- Memiliki urutan kategori. Setiap data memiliki jarak, tapi tidak bisa menjadikan data
sebagai data pembanding. Tapi gabisa buat ngukur cuman punya jarak doang.
- Contoh: size s: ukurannya dari 47cm-50cm dll..0 itu bukan angka mutlak.
4. Ratio:
- Data nya memiliki interval scale dan aada rasio antar angka yang berfungsi/memiliki
makna. Bisa diukur.
- Untuk menghitung berat, gaji, dll.. contoh: pengemudi A memiliki pendapatan 10.000
tapi B memiliki pendapatan 40.000, rasio nya adalah 4:1 atau bisa dikatakan pendapatan
B 4 kali lipat dari pendapatan A.
Chapter 2: frequency tables, distributions, and graphic presentation.

Frequency Table:
- Penyajian data dengan skala nominal (berdasarkan jenis dan macamnya)
- Hanya ada satu kelas/baris untuk setiap value (collectively exhaustive)
- Mutually exclusive: data hanya muat di satu baris.
Untuk membuat table frekuensi:
1. Pisahkan data menjadi baris/kelas.
2. Hitung berapa banyak kelas tersebut dan laporkan jumlahnya. Jumlahnya disebut frekuensi
- Rubah setiap frekuensi menjadi frekuensi relative dengan cara:
1. Setiap frekuensi dibagi berdasarkan jumlah total dari observasi
2. Menunjukkan pecahan dari total angka observasi setiap kelasnya.
Contoh:
Table frekuensi penjualan ban:
- Kane 52
- Olean 40
- Tionesta 43
135
Dengan adanya table tersebut kita memisahkan setiap merek ban menjadi kelas2, lalu hitung berapa
jumlah setiap merek ban yang terjual, jumlah tersebut disebut frekuensi. Lalu untuk membuat
frekuensi relative ya jumlah penjualan setiap ban dibagi total.

Grafik presentasi dari data kualitatif:

- Bar chart: grafik yang menunjukan kelas kualitatif secara horizontal dan data frekuensi
kelas(jumlah angka) dibagian vertical atau sumbu y. kelas frekuensi bentuknya proporsi
sesuai dengan tinggi dari bar. Bar chart digunakan untuk membandingkan angka dari
observasi dari setiap kelas variable kualitatif.
- Pie chart: chart yang menunjukkan proporsi/presentase yang setiap kelasnya punyai dari
seluruh total frekuensinya setiap kelas itu berapa presentasenya. Pie chart digunakan
untuk membandingkan perbedaan relative antar kelas.

Distribusi frekuensi: skala interval dan rasio menyajikan data kuantitatif.

4 step process (baca ppt)

Grafik presentasi dari data distribusi frekuensi:

1. Histogram: bedanya dengan bar chart itu dia ada intervalnya.
- Menunjukkan bentuk dari distribusi
- Bentuknya persegi panjang, diatasnya ditulis angka sesuai dengan frekuensi setiap kelas.
2. Polygon frekuensi:
- Sama kyk histogram cuman titik2nya terbentuk dari table histogram setiap perseginya
dikasih titik. Sangat berguna untuk forecasting untuk membandingkan 2 atau lebih garis.

Chapter 3: mengukur numeric ( mean, median, modus)