Statistika Dasar untuk Data Science

Oct 3, 2024

Praktikum Unggulan Universitas Gunadarma

Materi: Statistika Dasar untuk Data Science

  • Pentingnya Statistika:
    • Menyediakan alat untuk analisis data.
    • Memahami variabilitas dalam penelitian.

Topik yang Dibahas:

  1. Statistika
  2. Probabilitas
  3. Tendensi Pulsa
  4. Distribusi Probabilitas
  5. Teorema Limit Pusat
  6. Variabilitas
  7. Uji Hipotesis

Pengertian Populasi dan Sampel

  • Populasi: Total keseluruhan dari objek yang diteliti.
  • Sampel: Subset dari populasi yang digunakan untuk penelitian.
    • Diagram Venn: Sampel sebagai bagian dari populasi.

Jenis Data

  • Data Kuantitatif: Data yang dapat diukur dengan angka.
    • Contoh: Durasi, kecepatan.
  • Data Kualitatif: Data dalam kategori.
    • Contoh: Warna rambut, preferensi.
    • Tipe:
      • Diskrit: Bilangan tidak bisa dipecah (misal: jumlah barang).
      • Kontinu: Bilangan yang bisa dipecah (misal: tinggi badan).
        • Interval: Perbedaan yang diketahui (misal: waktu).
        • Rasio: Bilangan dengan interval yang dapat diukur (misal: berat badan).

Jenis Data Kualitatif

  • Data Nominal: Tidak memiliki urutan (misal: warna rambut).
  • Data Ordinal: Memiliki urutan (misal: level kepuasan).

Skala Pengukuran

  1. Nominal: Contoh: Warna mata.
  2. Interval: Contoh: Suhu.
  3. Ordinal: Contoh: Urutan kepuasan.
  4. Rasio: Contoh: Berat badan.

Definisi Statistik

  • Bagian dari ilmu matematika yang berkaitan dengan pengumpulan, analisis, dan interpretasi data.
  • Contoh penggunaan statistik di Indonesia:
    • Waktu penggunaan internet.
    • Data ekonomi seperti ekspor dan impor.

Statistik Deskriptif vs. Inferensial

  • Statistik Deskriptif:
    • Mengorganisir dan menyajikan data.
    • Mengukur variabilitas: range, varians, standar deviasi.
  • Statistik Inferensial:
    • Menggunakan data sampel untuk menyimpulkan populasi.
    • Menggunakan probabilitas untuk menentukan keakuratan kesimpulan.
    • Contoh: ANOVA, distribusi t-student.

Penerapan Statistika Inferensial

  • Digunakan untuk mengembangkan hipotesis.
  • Contoh: Prediksi dalam kompetisi sepakbola.

Kesimpulan

  • Statistik penting dalam pengambilan keputusan.
  • Memudahkan analisis data untuk berbagai bidang, termasuk bisnis dan sains.