Nama : Trias Annisa Fara

NPM : 19550510087
UTS Statistika Kebumian
13 Oktober 2021

Ujian Tengah Semester (UTS)

1. Kenapa Ilmu statistika diperlukan dalam ilmu geofisika? Kapan dan bila apa
diperlukannya?

Jawab :

Statistik dalam geofisika dan geologi akan dapat dilihat peranannya dengan lebih mudah,
terutama dalam menganalisa data dalam data dalam beberapa contoh kasus seperti
pengolahan data kekar, uratan stratigrafi, estimasi mineral, klasifikasi data fosil, dan
sebagainya :

• Optimasi model

• filter noise

• regresi data geofisika

• anomali regional

• atribut seismic

• analisa data logging, autokorelasi, cross-correlasi

• analisa peta, perbandingan peta, kontur

• analisa sequence untuk gempa dan letusan gunung api

• analisa diskriminan untuk menentukan jenis litologi

Proses yang dilakukan dalam analisis geostatistik adalah meregister seluruh data,
mengeksplorasi data, membuat model, melakukan dan membandingkan pemodelan.
Analisis mendalam dan terintegrasi dengan geostatistik sangat diperlukan untuk dapat
membuat model detail guna analisa fasies dan peta porositas yang bertujuan determinasi
dan input pada model simulasi reservoir.
2. Apa yg anda ketahui tentang mean, median, modus, kovarian, deviasi standar dan korelasi?
Tuliskan rumusnya? Dan Jelaskan !
Jawab :
• Mean
Mean adalah nilai rata-rata dari beberapa buah data. Nilai mean dapat ditentukan
dengan membagi jumlah data dengan banyaknya data. Mean (rata-rata)
merupakan suatu ukuran pemusatan data. Mean suatu data juga merupakan
statistik karena mampu menggambarkan bahwa data tersebut berada pada kisaran
mean data tersebut. Mean tidak dapat digunakan sebagai ukuran pemusatan untuk
jenis data nominal dan ordinal.
Berdasarkan definisi dari mean adalah jumlah seluruh data dibagi dengan
banyaknya data. Dengan kata lain jika kita memiliki N data sebagai berikut maka
mean data tersebut dapat kita tuliskan sebagai berikut :

Dimana:
x = data ke n
x bar = x rata-rata = nilai rata-rata sampel
n = banyaknya data

• Median
Median menentukan letak tengah data setelah data disusun menurut urutan
nilainya. Bisa juga nilai tengah dari data-data yang terurut. Simbol untuk median
adalah Me. Dengan median Me, maka 50% dari banyak data nilainya paling
tinggi sama dengan Me, dan 50% dari banyak data nilainya paling rendah sama
dengan Me. Dalam mencari median, dibedakan untuk banyak data ganjil dan
banyak data genap. Untuk banyak data ganjil, setelah data disusun menurut
nilainya, maka median Me adalah data yang terletak tepat di tengah. Median bisa
dihitung menggunakan rumus sebagai berikut:
variansi merupakan salah satu ukuran sebaran yang paling sering digunakan
dalam berbagai analisis statistika. Standar deviasi merupakan akar kuadrat positif
dari variansi. Secara umum, variansi dirumuskun sabagai :

• Modus
 Modus adalah nilai yang sering muncul. Jika kita tertarik pada data frekuensi,
jumlah dari suatu nilai dari kumpulan data, maka kita menggunakan modus.
Modus sangat baik bila digunakan untuk data yang memiliki sekala kategorik
yaitu nominal atau ordinal.
Sedangkan data ordinal adalah data kategorik yang bisa diurutkan, misalnya kita
menanyakan kepada 100 orang tentang kebiasaan untuk mencuci kaki sebelum
tidur, dengan pilihan jawaban: selalu (5), sering (4), kadang-kadang(3), jarang (2),
tidak pernah (1). Apabila kita ingin melihat ukuran pemusatannya lebih baik
menggunakan modus yaitu yaitu jawaban yang paling banyak dipilih, misalnya
sering (2). Berarti sebagian besar orang dari 100 orang yang ditanyakan menjawab
sering mencuci kaki sebelum tidur. Inilah cara menghitung modus:
1. Data yang belum dikelompokkan Modus dari data yang belum
dikelompokkan adalah ukuran yang memiliki frekuensi tertinggi. Modus
dilambangkan mo.
2. Data yang telah dikelompokkan Rumus Modus dari data yang telah
dikelompokkan dihitung dengan rumus:

Dengan :
Mo = Modus
L = Tepi bawah kelas yang memiliki frekuensi tertinggi (kelas modus)
I = Interval kelas
b1 = Frekuensi kelas modus dikurangi frekuensi kelas interval terdekat
sebelumnya
b2 = frekuensi kelas modus dikurangi frekuensi kelas interval terdekat
sesudahnya
• Standar defiasi
Standar Deviasi dan Varians Salah satu teknik statistik yg digunakan untuk
menjelaskan homogenitas kelompok. Varians merupakan jumlah kuadrat semua
deviasi nilai-nilai individual thd rata-rata kelompok. Sedangkan akar dari varians
disebut dengan standar deviasi atau simpangan baku.
Standar Deviasi dan Varians Simpangan baku merupakan variasi sebaran data.
Semakin kecil nilai sebarannya berarti variasi nilai data makin sama Jika
sebarannya bernilai 0, maka nilai semua datanya adalah sama. Semakin besar nilai
sebarannya berarti data semakin bervariasi.

Dimana:
x = data ke n
 x bar = x rata-rata = nilai rata-rata sampel
n = banyaknya data
• Kovariansi
Salah satu ukuran kekuatan hubungan linear antara dua variabel acak kontinu
adalah denganmenentukan seberapa banyak kedua variabel tersebut co-vary, yaitu
bervariasi bersama-sama. Jikasalah satu variabel meningkat (atau menurun)
sebagai akibat peningkatan (atau penurunan) variabelpasangannya, maka dua
variabel tersebut dinamakan covary. Namun jika satu variabel tidak
berubahdengan meningkatnya (atau penurunan) variabel lain, maka variabel
tersebut tidak co-vary. Statistik untuk mengukur berapa banyak kedua variabel
covary dalam sampel pengamatan adalah kovarian.Selain mengukur besarnya
kekuatan hubungan di antara dua variabel, kovarian jugamenentukan arah
hubungan dari kedua variabel tersebut.

X : variabel random diskrit

Xi: kemunculan X ke-i
Y: variabel random diskrit
Yi: kemunculan Y ke i i X
P (XiYi) : : kemungkinan kejadian kemunculan X ke-i dan kemunculan Y ke-i

• Korelasi
- Nilai r antara -1 dan + 1.
- Jika r = 0, maka tidak terdapat korelasi antara 2 variabel
- Jika r = 1 (atau -1), maka terdapat korelasi positif (atau negatif) antara 2
variabel

3. Carilah nilai z = k dengan menggunakan Tabel Diistribusi Normal Baku/Standar) pada : a)

P(z>k) = 0,3015 b) P(k<z<-0,18) = 0,4197
Jawab :
a) P ( z > k ) = 0,3015
P(z>k)=1-P(z>k)
= 1 - 0,3015
= 0,6985
Dari tabel terbaca luas ke kiri = 0,6985 adalah untuk z = 0,52

b) P (k < z < -0,18 ) = 0,4197

P (k < z < -0,18 ) = P (z < -0,18 ) – P (z < k ) = 0,4197
= 0,4286 - P (z < k ) = 0,4197
P (z < k) = 0,0089
z = -2,37

LEMBAR JAWABAN NOMOR 4 DAN 5

DIJAWAB TERPISAHN DI EXCEL