Kenapa Kita Perlu Belajar Stastiska Dasar ?
Pada saat kita memasuki era digital yang sudah masuk pada fase industri 4.0 jumlah dan ukuran dari data yang kita miliki akan terus membesar ukurannya,
Ada berbagai jenisnya yaitu :
1. Data Warehouse
2. Data Mining
3. Big Data Analytics
4. Machine Learning
5. Data Sience
Yang disebutkan diatas adalah semua bidang keilmuan dan keahlian dalam bidang teknologi informasi yang memang muncul dan berkembang karena didorong pertumbuhan data digital. Dari sekumpulan bidang keahlian ini terdapat kesamaan yaitu Statistika.
Statistika juga adalah inti utama dari bidang-bidang keahlian tersebut.
Statistika mencakup cabang keilmuan yaitu:
1. Pengumpulan sebuah data
2. Pengelolaan
3. Analyzing
4. Interpretasi data
Data dalam Statistika bisa diperoleh dengan :
1. Pengamatan
2. Penghitungan
3. Pengukuran
4. Responsi
Data set dalam Statistika dibagi menjadi dua yaitu
1. Populasi
Populasi adalah kumpulan dari pengamatan, penghitungan, pengukuran, responsi dari sebuah topik yang akan diuji
2. Sampel
Sampel merupakan bagian dari populasi
Sampel yang baik adalah sampel yang representatif terhadap populasi, sehingga dapat ditarik kesimpulan dari populasi itu sendiri.
Oleh karena itu data sampel harus dikumpulkan dengan metode yang tepat (e.g, random sampling).
Contoh Populasi :
Dalam pelaksanaan vaksinasi di Universitas Teknokrat Indonesia, Tercatat dari seluruh mahasiswa yang ikut vaksinasi sekitar 70%
Contoh Sampel :
Universitas Teknokrat Indonesia mengadakan acara mackarida untuk mahasiswa IBATEK (Ikatan Beasiswa Teknokrat) yang dilaksanakan tanggal 27 Maret 2021
Ada dua istilah atau terminologi lain dalam statistika yaitu :
1.Statistika Deskriptif (Descriptive Statistics)
Cabang ilmu statistika yang bercabang pada
A. Pengelolaan data (Organization)
B. Peringkasan data (Sumarsitation)
C. Visualisasi data(display/visualisation)
2. Statistik Inferensi(Inferential Statistic)
Cabang ilmu statistika yang berfokus pada pemanfaatan sampel untuk menarik kesimpulan pada populasi
Contoh dari Statistika Inferensi :
Sejumlah pria dewasa berusia 48 tahun dilibatkan dalam satu program penelitian selama 18 tahun, berdasarkan data pengamatan diprediksi bahwa 70% dari pria yang tidak menikah akan bertahan hidup pada usia 65 tahun, dan 90% pria yang menikah akan hidup pada usia 65 tahun.
Contoh Statistika Deskriptif :
Berdasarkan data sampel yang diperoleh dari Wall Street, didapati kesalahan yang dilakukan oleh analisis dalam melakukan prediksi dalam perusahaan IT pada tahun ini mencapai 44%
Tidak ada komentar:
Posting Komentar