Nama : Muhammad Ikbar Ramadhan

NPM : 11222234
Kelas : 2EA31

Pertemuan III

Deskripsi Dataset

Dataset ini berisi data hasil survei terhadap lebih dari 100 responden untuk perilaku pembelian mereka di
Starbucks. Pendapatan ditampilkan dalam Ringgit Malaysia (RM).

Konteks

Data ini dapat digunakan untuk memperoleh informasi yang dapat digunakan oleh pemangku kepentingan guna
menganalisis dan mengetahui perilaku data pelanggan, mempertahankan pelanggan yang ada serta
mengembangkan program marketing untuk menarik pelanggan tepat sasaran

Isi

 Info demografis tentang pelanggan – jenis kelamin, rentang usia, status pekerjaan, rentang pendapatan
 Perilaku mereka saat ini dalam membeli Starbucks
 Fasilitas dan fitur Starbucks yang berkontribusi pada perilaku

Apa yang bisa kita temukan ?

Apa karakteristik pelanggan yang akan terus membeli Starbucks?

Pada praktikum ini, Anda akan melakukan beberapa operasi dasar yaitu :

 Histogram
 Outliers
 Box Plot
 Summary Statistics
 Effect size
 Relationship Between Variables
 Correlation
 Covariance
 Pearson Correlation
 Spearman's Rank Correlation
 Mean VS Median
 Hypothesis Testing
 Normal(Gaussian) Distribution and z-score

Panduan Praktikum
  Bacalah instruksi praktikum dengan seksama.
 Lakukan instruksi pengerjaan ada pada setiap checkpoint (tips : cari tanda <> atau '...' dan isilah dengan
perintah yang tepat)
 notes : kode program akan memberikan informasi error jika Anda belum mengisi tanda <> atau '..'
dengan perintah yang tepat

3. Lakukan perhitungan summary nilai statistik (mean, standar deviasi, dan variance) dari fitur ...
4. Berdasarkan hasil ploting diagram heatmap, jelaskan korelasi yang ada antara fitur ... dan ...
5. Hitung nilai pearson correlation dari fitur ... dan ... Jelaskan arti dari nilai tersebut.
6. Lakukan uji hipotesis untuk kolom fitur ... dan ... serta berikan penjelasan terhadap hasil dari uji
hipotesis yang dilakukan.
7. Tulis laporan hasil praktikum kalian dalam bentuk file .pdf dan silahkan Anda submit melalui akun v-
class praktikum.

Instuksi 1

Masukkan (bacalah) file dataset .csv yang tersedia pada

link https://raw.githubusercontent.com/supasonicx/ATA-praktikum-01/main/Starbucks%20satisfactory
%20survey%20encode%20cleaned.csv dengan perintah pandas read.

Instruksi 2

Tampilkan 5 baris awal dari dataset yang digunakan dengan perintah head()

Instruksi 2

Tampilkan dimensi dari dataset yang digunakan dengan perintah shape()

Instruksi 3

Tampilkan kolom apa saja yang dimiliki oleh dataset yang digunakan dengan perintah columns()
Instruksi 4

Tampilkan nilai berapa saja yang dimiliki oleh kolom dimiliki oleh timeSpend.

Histogram

 Menampilkan Berapa kali (frekuensi) setiap nilai muncul dalam kumpulan data.
 Jenis deskripsi ini disebut distribusi variabel
 Cara paling umum untuk merepresentasikan distribusi variabel adalah histogram yaitu grafik yang
menunjukkan frekuensi dari setiap nilai.
 Frequency = berapa kali setiap nilai muncul
 Contoh: [1,1,1,1,2,2,2]. Frequency dari 1 adalah empat dan frequency dari 2 adalah tiga.

Instruksi 5

Tampilkan histogram dari kolom timeSpend

Instruksi 6

Tampilkan histogram dari kolom timeSpend yang dikelompokkan berdasarkan gender

Instruksi 7

Buatlah kesimpulan dari informasi yang Anda dapatkan di atas.

Outliers

 Nilai outliers bisa diartikan sebagai kesalahan atau kejadian langka.

 Menghitung outlier:
 pertama kita perlu menghitung kuartil pertama (Q1)(25%)
 kemudian temukan IQR(inter quartile range) = Q3-Q1
 terakhir menghitung Q1 - 1.5IQR dan Q3 + 1.5IQR
 Apa pun di luar kisaran ini adalah outlier
 mari kita tulis kode untuk distribusi tumor jinak untuk rata-rata fitur radius

Instruksi 8

Buatlah kesimpulan dari informasi yang Anda dapatkan dari perhitungan nilai outliers dari variabel timeSpend
pada data customer dengan gender laki-laki

Instruksi 9

Hitungnilai outliers dari variabel timeSpend pada data customer dengan gender laki-laki

Summary Statistics

 Mean/rata-rata
 Variance: penyebaran distribusi
 Standart deviation square root dari variance
 Mari kita lihat ringkasan statistik rata-rata pancaran tumor jinak:

Instruksi 11

Hitung nilai karakteristik statistik untuk variabel visitNo untuk gender laki-laki
Effect size

 Salah satu ringkasan statistik.

 Ini menggambarkan ukuran efek/effect size. Ini adalah cara sederhana untuk mengukur perbedaan
antara dua kelompok.
 Dengan kata lain, ukuran efek menekankan ukuran perbedaan
 Gunakan ukuran efek kohen/cohen
 Cohen menyarankan bahwa jika d(ukuran efek)= 0,2, itu adalah ukuran efek kecil, d = 0,5 ukuran efek
sedang, d = 0,8 ukuran efek besar.
 mari kita bandingkan ukuran efek antara mean radius jinak dan mean radius ganas
 Ukuran efek adalah 2.2 dan itu terlalu besar dan dikatakan bahwa dua kelompok itu berbeda satu sama
lain seperti yang kita harapkan. Karena kelompok kita adalah mean radius jinak dan mean radius ganas
yang berbeda satu sama lain

Instruksi 10

Jalankan perhitungan dibawah ini. Buatlah kesimpulan dari informasi yang Anda dapatkan dari perhitungan
nilai effect size dari variabel visitNo pada data customer dengan gender laki-laki. Apa terdapat perbedaan antara
jumlah kedatangan dari pelanggan wanita dan pria?

Relationship Between Variables - Korelasi

 Kita dapat mengatakan bahwa dua variabel terkait satu sama lain, jika salah satunya memberikan
informasi tentang yang lain
 Misalnya, harga dan jarak. Jika Anda pergi jarak jauh dengan taksi Anda akan membayar lebih. Oleh
karena itu kita dapat mengatakan bahwa harga dan jarak berhubungan positif satu sama lain.
 Scatter Plot, Cara termudah untuk memeriksa hubungan antara dua variabel
 Matriks korelasi besar yang mencakup banyak angka
 Kisaran angka ini adalah -1 hingga 1.
 Arti dari 1 adalah dua variabel yang saling berkorelasi positif seperti mean radius dan mean area
 Arti dari nol adalah tidak ada korelasi antara variabel seperti productRate dengan income
 Arti dari -1 adalah dua variabel berkorelasi negatif satu sama lain seperti income dan membershipCard.
Sebenarnya korelasi antara keduanya bukan -1, melainkan -0,3 tetapi idenya adalah jika tanda korelasi
negatif berarti ada adalah korelasi negatif.
Instruksi 11

Tuliskan kesimpulan dari hasil diagram heatmap korelasi yang ada. Variabel mana saja yang saling berkorelasi?
Jelaskan pendapat Anda.

Covariance

 Covariance adalah ukuran kecenderungan dua variabel untuk bervariasi bersama-sama

 Jadi covarians dimaksimalkan jika dua vektor identik
 Covarians adalah nol jika mereka ortogonal.
 Covariance negatif jika mereka menunjuk ke arah yang berlawanan
 Mari kita lihat kovarians antara mean radius dan mean area. Kemudian lihat radius mean dan fractal
dimension se

Instruksi 11

Hitung nilai covariance antara variabel timeSpend dengan income dan timeSpend dengan visitNo

Pearson Correlation

 Pembagian covarians dengan standar deviasi variabel

  Mari kita lihat korelasi pearson antara mean/rata-rata radius dan mean/rata-rata area
 Pertama mari kita gunakan metode .corr() yang sebenarnya kita gunakan pada bagian korelasi. Di
bagian korelasi kami sebenarnya menggunakan korelasi pearson :)
 p1 dan p2 adalah sama. Di p1 kita menggunakan metode corr(), di p2 kita menerapkan definisi korelasi
pearson (cov(A,B)/(std(A)*std(B)))
 Seperti yang kita harapkan korelasi pearson antara area_mean dan area_mean adalah 1 yang berarti
bahwa mereka adalah distribusi yang sama
 Untuk lebih jelas apa yang kami lakukan di bagian korelasi dan bagian korelasi pearson adalah sama.

Instruksi 12

Pada contoh dibawah ini kita melakukan perhitungan pearson correlation pada variabel timeSpend dan
serviceRate

1. Sesuaikan perintah untuk melakukan perhitungan pearson correlation pada variabel wifiRate dan
serviceRate.
2. Kesimpulan apa yang dapat Anda tarik dari dua percobaan diatas.

Spearman's Rank Correlation

 Pearson correlation bekerja dengan baik jika hubungan antara variabel linier dan variabel kira-kira
normal. Tapi itu tidak kuat, jika ada outlier
 Untuk menghitung korelasi spearman, kita perlu menghitung peringkat dari setiap nilai

Instruksi 13

Pada contoh dibawah ini kita melakukan perhitungan spearman correlation pada variabel timeSpend dan
serviceRate

1. Sesuaikan perintah untuk melakukan perhitungan pearson correlation pada variabel priceRate dan
productRate.
2. Kesimpulan apa yang dapat Anda tarik dari dua percobaan diatas.

 Korelasi Spearman sedikit lebih tinggi dari korelasi pearson

 Jika hubungan antar distribusi tidak linier, korelasi spearman cenderung lebih baik dalam
memperkirakan kekuatan hubungan
 Korelasi Pearson dapat dipengaruhi oleh outlier. Sehingga Korelasi Spearman lebih kuat.

Hypothesis Testing

 Classical Hypothesis Testing / Pengujian Hipotesis Klasik

  Apa yang Anda perlu lakukan untuk menjawab pertanyaan berikut : "diberikan sampel dan efek nyata,
berapa peluang melihat efek seperti itu secara kebetulan"
 Langkah pertama adalah mengukur ukuran efek nyata dengan memilih statistik uji. Pilihan alami untuk
statistik uji adalah perbedaan mean/rata-rata antara dua kelompok.
 Langkah kedua adalah mendefinisikan hipotesis nol yaitu model sistem berdasarkan asumsi bahwa efek
yang tampak tidak nyata. Hipotesis nol adalah jenis hipotesis yang digunakan dalam statistik yang
menyatakan bahwa tidak ada signifikansi statistik dalam serangkaian pengamatan yang diberikan.
Hipotesis nol adalah hipotesis yang orang mencoba untuk menyangkalnya. Hipotesis alternatif adalah
hipotesis yang orang ingin mencoba untuk membuktikannya.
 Langkah ketiga adalah menghitung p-value yaitu probabilitas melihat efek nyata jika hipotesis nol
benar. Misalkan kita memiliki uji hipotesis nol. Kemudian kita hitung nilai p. Jika nilai p kurang dari
atau sama dengan ambang batas, kami menolak hipotesis nol.
 Jika p-value rendah, pengaruh tersebut dikatakan signifikan secara statistik artinya tidak mungkin
terjadi secara kebetulan. Oleh karena itu kita dapat mengatakan bahwa efeknya lebih mungkin muncul
pada populasi yang lebih besar.
 Mari kita coba contohkan. Hipotesis nol: dunia rata. Hipotesis alternatif: dunia itu bulat. Beberapa
ilmuwan mulai menyangkal hipotesis nol. Ini akhirnya mengarah pada refleksi hipotesis nol dan
penerimaan hipotesis alternatif.
 Contoh lainnya. "efek ini nyata" ini adalah hipotesis nol. Berdasarkan asumsi itu kami menghitung
probabilitas efek yang tampak. Itu adalah nilai-p. Jika nilai p rendah, kami menyimpulkan bahwa
hipotesis nol tidak mungkin benar.
 Sekarang mari kita buat contoh kita:
 Saya ingin mengetahui apakah rata-rata radius dan rata-rata area terkait satu sama lain?
Hipotesis nol saya adalah bahwa "hubungan antara rata-rata radius dan rata-rata area adalah
nol pada populasi tumor'.
 Sekarang kita perlu menyangkal hipotesis nol ini untuk menunjukkan bahwa mean/rata-rata
radius dan mean/rata-rata area berhubungan. (walaupun sebenarnya kita telah mengetahui
hasilnya berdasarkan analisa korelasi yang telah dilakukan sebelumnya)
 mari kita cari nilai p (nilai probabilitas)

Instruksi 14

Pada contoh dibawah ini kita melakukan pengujian hipotesis keterhubungan variabel timeSpend dan
serviceRate.

1. Sesuaikan perintah untuk melakukan perhitungan pengujian hipotesis pada variabel gender dan
productRate.
2. Kesimpulan apa yang dapat Anda tarik dari dua percobaan diatas.