GEOSTATISTIK
GEOSTATISTIK
I PENDAHULUAN
I PENDAHULUAN
I PENDAHULUAN
I PENDAHULUAN
Statistik secara umum
Statistik secara umum
Arti statistik
Arti statistik
♣
♣ Kata statistik berasal dari bahasa latin “status” atau bahasa Italia Kata statistik berasal dari bahasa latin “status” atau bahasa Italia “statista” yang berarti “fakta kenegaraan”. Pada mulanya statistik “statista” yang berarti “fakta kenegaraan”. Pada mulanya statistik dipakai untuk urusan kenegaraan karena pemerintah memerlukan dipakai untuk urusan kenegaraan karena pemerintah memerlukan dipakai untuk urusan kenegaraan, karena pemerintah memerlukan dipakai untuk urusan kenegaraan, karena pemerintah memerlukan informasi khusus untuk mengambil keputusan perencanaan dan informasi khusus untuk mengambil keputusan perencanaan dan pengaturan (misal pajak) yang efektif dan efesien.
pengaturan (misal pajak) yang efektif dan efesien.
k k d k h b f k k k k d k h b f k k ♣
♣ Sekarang statistik tidak hanya bermanfaat untuk urusan kenegaSekarang statistik tidak hanya bermanfaat untuk urusan kenega--raan saja, tapi juga sangat berguna bagi ahli ekonomi, ilmuwan, raan saja, tapi juga sangat berguna bagi ahli ekonomi, ilmuwan, peneliti, pedagang, perbankan, asuransi, dsb,
peneliti, pedagang, perbankan, asuransi, dsb, sehingga kegunaan sehingga kegunaan statistik menjadi sangat universal.
statistik menjadi sangat universal. ♣
♣ Kata statistik kemudian ditafsirkan mempunyai 2 arti: yang pertaKata statistik kemudian ditafsirkan mempunyai 2 arti: yang perta--ma sebagai ilmu pengetahuan (ilmu statistik) dan yang kedua seba ma sebagai ilmu pengetahuan (ilmu statistik) dan yang kedua seba--gg p gp g (( )) y gy g gai fakta atau gambaran yang berupa data numerik (misalnya statis gai fakta atau gambaran yang berupa data numerik (misalnya statis--tik kependudukan, pendapatan
Arti statistik
Arti statistik
♣
♣ Sebagai ilmu pengetahuan: Statistik adalah kombinasi Sebagai ilmu pengetahuan: Statistik adalah kombinasi prinsip (konsep)prinsip (konsep) ♣
♣ Sebagai ilmu pengetahuan: Statistik adalah kombinasi Sebagai ilmu pengetahuan: Statistik adalah kombinasi prinsip (konsep)prinsip (konsep) dan teknik (metode) yang dipakai untuk mengumpulkan, mempresenta dan teknik (metode) yang dipakai untuk mengumpulkan, mempresenta--sikan, menganalisis, dan menginterpretasi data numerik/kuantitatif sikan, menganalisis, dan menginterpretasi data numerik/kuantitatif ,, gg ,, gg pp yang bersifat variatif dan mengandung ketidak pastian.
yang bersifat variatif dan mengandung ketidak pastian. ♣
♣ Sebagai fakta atau gambaran: Statistik adalah data numerik parameSebagai fakta atau gambaran: Statistik adalah data numerik parame--ter
ter--parameter tertentu. Misal Statistik kependudukan, parameternya parameter tertentu. Misal Statistik kependudukan, parameternya dapat berupa: jumlah penduduk per desa (kecamatan, kabupaten), umur dapat berupa: jumlah penduduk per desa (kecamatan, kabupaten), umur jenis kelamin, status perkawinan, pendapatan perorangan, dsb.
jenis kelamin, status perkawinan, pendapatan perorangan, dsb. ♣
♣ Statistik kemudian juga dapat dianggap sebagai satu seni, yaitu seniStatistik kemudian juga dapat dianggap sebagai satu seni, yaitu seni bil k t s b d s k k tid k sti Di si il h l t k bil k t s b d s k k tid k sti Di si il h l t k mengambil keputusan berdasarkan ketidak pastian. Di sinilah letak mengambil keputusan berdasarkan ketidak pastian. Di sinilah letak keunggulan statistik yang dapat dipergunakan untuk mengambil kepu keunggulan statistik yang dapat dipergunakan untuk mengambil kepu--tusan berdasarkan informasi yang tidak lengkap.
tusan berdasarkan informasi yang tidak lengkap. tusan berdasarkan informasi yang tidak lengkap. tusan berdasarkan informasi yang tidak lengkap.
Arti statistik
Arti statistik
♣
♣ Dalam perkembangannya telah dikenal 2 macam statistik, yaitu statistik Dalam perkembangannya telah dikenal 2 macam statistik, yaitu statistik deskriptif (descriptive statistics) dan statistik inferensial
deskriptif (descriptive statistics) dan statistik inferensial (inferential (inferential statistics).
statistics). ♣
♣ Statistik deskriptif adalah statistik yang berhubungan dengan parameterStatistik deskriptif adalah statistik yang berhubungan dengan parameterpp y gy g gg g pg p 22
yang dapat diturunkan dari data statistik misal: probability (kebolehjadian yang dapat diturunkan dari data statistik misal: probability (kebolehjadian /peluang), mean (nilai rerata), median (nilai tengah), mode, deviasi, range, /peluang), mean (nilai rerata), median (nilai tengah), mode, deviasi, range, variance, covariance, semivariance, dsb serta penampilannya dalam bentuk variance, covariance, semivariance, dsb serta penampilannya dalam bentuk ,, ,, ,, pp pp yy diagram
diagram2 2 khusus, misalnya: histogram (berkaitan dg distribusi frekuensi), khusus, misalnya: histogram (berkaitan dg distribusi frekuensi),
bargraph, line
bargraph, line--graph, variogram, dsb. Statistik deskriptif ini banyak sekali graph, variogram, dsb. Statistik deskriptif ini banyak sekali dipakai di dalam Geostatistik.
dipakai di dalam Geostatistik.pp ♣
♣ Statistik inferensial adalah statistik yang digunakan untuk mengambil Statistik inferensial adalah statistik yang digunakan untuk mengambil keputusan berdasarkan fakata
keputusan berdasarkan fakata--fakta yang terbatas, misal di bidang fakta yang terbatas, misal di bidang
pemasaran untuk mengetahui apakah yang dilakukan cukup efektif atau tidak pemasaran untuk mengetahui apakah yang dilakukan cukup efektif atau tidak pemasaran untuk mengetahui apakah yang dilakukan cukup efektif atau tidak, pemasaran untuk mengetahui apakah yang dilakukan cukup efektif atau tidak, di bidang farmasi obat baru lebih baik dari pada yang lama, dsb.
di bidang farmasi obat baru lebih baik dari pada yang lama, dsb. Statistik inferial mulai banyak dipakai di bidang
Statistik inferial mulai banyak dipakai di bidang--bidang geologi/geofisika bidang geologi/geofisika (geostatistik) psikologi sosiologi meteorologi (prediksi cuaca) dsb
(geostatistik) psikologi sosiologi meteorologi (prediksi cuaca) dsb (geostatistik), psikologi, sosiologi, meteorologi (prediksi cuaca), dsb. (geostatistik), psikologi, sosiologi, meteorologi (prediksi cuaca), dsb.
GEOSTATISTIK
GEOSTATISTIK
Pengertian geostatistik
Pengertian geostatistik
ng r n g
ng r n g
♣
♣ Geostatistik tidaklah sekedar menggunakan statistik untuk untuk Geostatistik tidaklah sekedar menggunakan statistik untuk untuk
menangani data geologi/geofisika, karena metode statistik yang umum menangani data geologi/geofisika, karena metode statistik yang umum tidak menampung masalah
tidak menampung masalah masalah variasi spasial yang banyak dijumpai masalah variasi spasial yang banyak dijumpai tidak menampung masalah
tidak menampung masalah--masalah variasi spasial yang banyak dijumpai masalah variasi spasial yang banyak dijumpai dalam geologi dan geofisika.
dalam geologi dan geofisika. ♣
♣ Isacks dan Srivastava (1989): geostatistik adalah statistik ditambah Isacks dan Srivastava (1989): geostatistik adalah statistik ditambah d i f i i l
d i f i i l dengan informasi spasial. dengan informasi spasial.
Deutsch dan Journel (1992): geostatistik adalah statistik
Deutsch dan Journel (1992): geostatistik adalah statistik untuk untuk menangani data yang berfluktuasi dalam ruang maupun waktu. menangani data yang berfluktuasi dalam ruang maupun waktu.gg y gy g gg pp
Datta dan Gupta (dlm Yuwono, 2003): geostatistik adalah statistik yang Datta dan Gupta (dlm Yuwono, 2003): geostatistik adalah statistik yang
diterapkan pada geodata yang menerus dalam ruang maupun waktu. diterapkan pada geodata yang menerus dalam ruang maupun waktu. ♣
♣ Krige RG seorang ahli geomatematik Perancis memperkenalkan suatu Krige RG seorang ahli geomatematik Perancis memperkenalkan suatu ♣
♣ Krige, RG, seorang ahli geomatematik Perancis memperkenalkan suatu Krige, RG, seorang ahli geomatematik Perancis memperkenalkan suatu cara statistik untuk menangani variable teregionalisasi. Cara khusus ini cara statistik untuk menangani variable teregionalisasi. Cara khusus ini kemudian dinamakan “Kriging”
kemudian dinamakan “Kriging” S t l h k i i l k
S t l h k i i l k kk t ti tik bt ti tik b l bih l bih ♣
♣ Setelah kriging muncul konsepSetelah kriging muncul konsep--konsep geostatistik baru yang lebih konsep geostatistik baru yang lebih canggih, seperti Simulated Annealing, Sequential Gaussian Simulation, canggih, seperti Simulated Annealing, Sequential Gaussian Simulation, Bayesian Simulation, dan sebagainya.
HA HA L L
Variabel teregionalisasi
Variabel teregionalisasi
♣♣ Menurut Deutsch (2002), Variabel teregionalisasi (regionalized variable)Menurut Deutsch (2002), Variabel teregionalisasi (regionalized variable) ♣
♣ Menurut Deutsch (2002), Variabel teregionalisasi (regionalized variable) Menurut Deutsch (2002), Variabel teregionalisasi (regionalized variable) adalah variable yang dapat mempunyai nilai yang berbeda (bervariasi / adalah variable yang dapat mempunyai nilai yang berbeda (bervariasi / berfluktuasi) dengan berubahnya lokasi / tempat, misalnya lithofasies, berfluktuasi) dengan berubahnya lokasi / tempat, misalnya lithofasies, porositas permeabilitas dsb
porositas permeabilitas dsb porositas, permeabilitas, dsb. porositas, permeabilitas, dsb. ♣
♣ Menurut Matheron (1963), Variabel teregionalisasi adalah suatu fungsi Menurut Matheron (1963), Variabel teregionalisasi adalah suatu fungsi numerik dalam ruang yang berubah dari satu tempat ketempat yang lain numerik dalam ruang yang berubah dari satu tempat ketempat yang lain dengan kontinuitas semu yang variasinya tidak dapat dinyatakan dengan dengan kontinuitas semu yang variasinya tidak dapat dinyatakan dengan dengan kontinuitas semu, yang variasinya tidak dapat dinyatakan dengan dengan kontinuitas semu, yang variasinya tidak dapat dinyatakan dengan fungsi
fungsi--fungsi matematik biasa (variasinya sukar ditebak, tapi kalau dikatafungsi matematik biasa (variasinya sukar ditebak, tapi kalau dikata--kan random atau acak juga tidak), sehingga variable ini menampildikata--kan
kan random atau acak juga tidak), sehingga variable ini menampilkan f d t k kh
f d t k kh
fenomena dan watak yang khusus. fenomena dan watak yang khusus. ♣
♣ Variabel teregionalisasi berbeda dengan variabel random, karena variable Variabel teregionalisasi berbeda dengan variabel random, karena variable ini mempunyai karakter deterministik pada kontinuitas spasialnya. Sebagai ini mempunyai karakter deterministik pada kontinuitas spasialnya. Sebagai contoh: topografi permukaan tanah, ukuran bijih mineral, porositas, perme contoh: topografi permukaan tanah, ukuran bijih mineral, porositas, perme--abilitas, dsb.
abilitas, dsb. ♣
♣ Walaupun polanya tidak betulWalaupun polanya tidak betul--betul random/acak, variable terigionalisasi pp pp yy betul random/acak, variable terigionalisasi ,, gg Z(x) tetap direalisasikan sebagai fungsi random, tetapi dengan anggapan Z(x) tetap direalisasikan sebagai fungsi random, tetapi dengan anggapan tetap mengikuti derajad kestasioneran tertentu (yang umumnya lemah). tetap mengikuti derajad kestasioneran tertentu (yang umumnya lemah).
Variabel random stasioner
Variabel random stasioner Variabel random non stasionerVariabel random non stasioner
Tidak ada trend Ada trend ♣ Variabel / Fungsi random dikatakan stasioner bila;
1. Fungsi densitas kebolehjadian (Probability Density Fuction, PDF) nya pada sembarang titik invariant terhadap pergeseran serempak titik2 yang ada
sembarang titik invariant terhadap pergeseran serempak titik2 yang ada.
2. Kovarian antara 2 titik x1 dan x2 tidak tergantung pada x1 dan x2 , tetapi pada vektor x1− x2
Hi t i t i ik t k f i d Z ♣ Hipotesa intrinsik untuk fungsi random Z:
1. Untuk suatu vektor h, maka Z(x + h) − Z(x) mempunyai nilai harapan (ekspek-tasi) = 0.
2. Untuk vektor h tersebut, nilai varians-nya tidak bergantung pada titik x. Catatan: Kebolehjadian (probability) = peluang (lebih umum dipakai)
Untuk menangani variabel teregionalisasi, diperlukan
Untuk menangani variabel teregionalisasi, diperlukan
pengetahuan awal tentang:
pengetahuan awal tentang:
Fungsi densitas peluang (Probability Density Function, PDF). Fungsi densitas peluang (Probability Density Function, PDF).
Fungsi densitas komulatif (Comulative Density Function, CDF), yaitu Fungsi densitas komulatif (Comulative Density Function, CDF), yaitu suatu fungsi yang diturunkan dari PDF
suatu fungsi yang diturunkan dari PDF suatu fungsi yang diturunkan dari PDF. suatu fungsi yang diturunkan dari PDF. Varians, Semivarians, dan Covarians Varians, Semivarians, dan Covarians Variabel
Variabel--variabel yang ada pada statistik deskritif seperti: peluang, variabel yang ada pada statistik deskritif seperti: peluang, y gy g pp pp pp gg mean,
mean, median, mode, deviasi, range, dsb.median, mode, deviasi, range, dsb. Catatan
Catatan Catatan Catatan
Dalam ilmu kebumian, CDF dan PDF mempunyai arti penting untuk keperluan: Dalam ilmu kebumian, CDF dan PDF mempunyai arti penting untuk keperluan:
1. Pemodelan (modeling), misal model perubahan lithologi pada reservoir 1. Pemodelan (modeling), misal model perubahan lithologi pada reservoir
2. Perkiraan (estimasi), misal perkiraan tentang nilai parameter porositas pada 2. Perkiraan (estimasi), misal perkiraan tentang nilai parameter porositas pada
suatu reservoir. suatu reservoir.
3 Diagnosa parameter reservoir dapat diuji CDF/PDF nya dengan CDF/PDF 3 Diagnosa parameter reservoir dapat diuji CDF/PDF nya dengan CDF/PDF 3. Diagnosa, parameter reservoir dapat diuji CDF/PDF nya dengan CDF/PDF 3. Diagnosa, parameter reservoir dapat diuji CDF/PDF nya dengan CDF/PDF
teoritis atau referensi. teoritis atau referensi.
II POPULASI, SAMPEL, PARAMETER, DATA
II POPULASI, SAMPEL, PARAMETER, DATA
♣
♣ Populasi adalah himpunan keseluruhan obyek yang diselidiki misalnyaPopulasi adalah himpunan keseluruhan obyek yang diselidiki misalnya ♣
♣ Populasi adalah himpunan keseluruhan obyek yang diselidiki, misalnyaPopulasi adalah himpunan keseluruhan obyek yang diselidiki, misalnya “mahasiswa FMIPA
“mahasiswa FMIPA--UGM”.UGM”. ♣
♣ Sampel adalah himpunan bagian dari populasi, misalnya: “mahasiswaSampel adalah himpunan bagian dari populasi, misalnya: “mahasiswa Program Studi Geofisika FMIPA
Program Studi Geofisika FMIPA--UGM”UGM” Program Studi Geofisika, FMIPA
Program Studi Geofisika, FMIPA UGMUGM ♣
♣ Parameter adalah karakter atau konstanta dari suatu populasi atauParameter adalah karakter atau konstanta dari suatu populasi atau sampel, misalnya: lama studi, indeks prestasi, nilai ujian UMPTN sampel, misalnya: lama studi, indeks prestasi, nilai ujian UMPTN mahasiswa program studi Geofisika FMIPA
mahasiswa program studi Geofisika FMIPA--UGMUGM mahasiswa program studi Geofisika, FMIPA
mahasiswa program studi Geofisika, FMIPA--UGMUGM ♣
♣ Data adalah informasi yang dikumpulkan untuk statistik, misalnya: Data adalah informasi yang dikumpulkan untuk statistik, misalnya: nama, umur, alamat, gol darah, dsb MHS PS Geofisika FMIPA
nama, umur, alamat, gol darah, dsb MHS PS Geofisika FMIPA--UGMUGM ♣
♣ Statistik adalah suatu harga yang dihitung dari suatu parameter Statistik adalah suatu harga yang dihitung dari suatu parameter ♣
♣ Statistik adalah suatu harga yang dihitung dari suatu parameter, Statistik adalah suatu harga yang dihitung dari suatu parameter, misalnya “statistik lama studi (rerata dari tahun ke tahun)
misalnya “statistik lama studi (rerata dari tahun ke tahun) mahasiswa program studi Geofisika FMIPA
mahasiswa program studi Geofisika FMIPA--UGM”UGM” C t h l i
C t h l i Contoh lain Contoh lain
♣
♣ Populasi: Populasi: Gempabumi di IndonesiaGempabumi di Indonesia ♣
♣ Sampel:Sampel: 1. Gempabumi di Jawa, 2. Gempabumi di Banda.1. Gempabumi di Jawa, 2. Gempabumi di Banda. Gempa di Jawa dan Banda mempunyai karakter yang Gempa di Jawa dan Banda mempunyai karakter yang Gempa di Jawa dan Banda mempunyai karakter yang Gempa di Jawa dan Banda mempunyai karakter yang sedikit berbeda
sedikit berbeda
♣
Sampel
Sampel
S
l h d k
di ilih
t tif (
kili)
S
l h d k
di ilih
t tif (
kili)
Sampel hendaknya dipilih yang representatif (mewakili) agar
Sampel hendaknya dipilih yang representatif (mewakili) agar
statistik yang dihitung darinya memberikan gambaran yang
statistik yang dihitung darinya memberikan gambaran yang
benar dari populasinya
benar dari populasinya
benar dari populasinya.
benar dari populasinya.
Karena sering dijumpai keadaan yang berbeda dalam suatu
Karena sering dijumpai keadaan yang berbeda dalam suatu
populasi, maka harus digunakan sampel yang berbeda pula
populasi, maka harus digunakan sampel yang berbeda pula
p p
g
p y g
p
p p
g
p y g
p
jenisnya.
jenisnya.
Untuk populasi yang tidak terlalu heterogen, sampel random
Untuk populasi yang tidak terlalu heterogen, sampel random
( b
d l
l d
d
l ) d l h
( b
d l
l d
d
l ) d l h
(observasi dalam sampel independen satu sama lain) adalah
(observasi dalam sampel independen satu sama lain) adalah
yang paling representatif.
yang paling representatif.
Sampel random adalah sampel yang pengambilannya
Sampel random adalah sampel yang pengambilannya
Sampel random adalah sampel yang pengambilannya
Sampel random adalah sampel yang pengambilannya
sedemikian sehingga setiap elemen populasinya mempunyai
sedemikian sehingga setiap elemen populasinya mempunyai
kemungkinan yang sama untuk terambil.
Cara pengambilan sampel
Cara pengambilan sampel
Prosedur pengambilan sampel adalah sangat penting dalam statistik Prosedur pengambilan sampel adalah sangat penting dalam statistik karena hal ini akan menentukan apakah sampel yang diambil dapat karena hal ini akan menentukan apakah sampel yang diambil dapat memberikan gambaran yang tepat dari karakter populasi ybs. Jenis memberikan gambaran yang tepat dari karakter populasi ybs. Jenis sampel yang biasa digunakan oleh peneliti statistik adalah: sampel sampel yang biasa digunakan oleh peneliti statistik adalah: sampel random, sample sistematik, dan sampel kelompok (cluster sampel). random, sample sistematik, dan sampel kelompok (cluster sampel). ♣
♣ Sampel random sederhana: sampel yang pengambilannya sedemikian, shg Sampel random sederhana: sampel yang pengambilannya sedemikian, shg setiap elemen populasinya mempunyai kemungkinan yang sama untuk ter setiap elemen populasinya mempunyai kemungkinan yang sama untuk ter--pp p pp p yy p yp y gg y gy g ambil (dengan bantuan tabel bilangan random).
ambil (dengan bantuan tabel bilangan random). ♣
♣ Sampel sistematis: sampel yang pemilihannya dilakukan secara sistemaSampel sistematis: sampel yang pemilihannya dilakukan secara sistema--tis dari populasinya misal memilih produk barang setiap 1 jam sekali tis dari populasinya misal memilih produk barang setiap 1 jam sekali tis dari populasinya, misal memilih produk barang setiap 1 jam sekali, tis dari populasinya, misal memilih produk barang setiap 1 jam sekali, memilih mahasiswa yang NIM nya ganjil, dsb
memilih mahasiswa yang NIM nya ganjil, dsb ♣
♣ Sampel kelompok: sampling random sederhana dengan sampling unitnya Sampel kelompok: sampling random sederhana dengan sampling unitnya b k l t k l k l P ilih dil k k b k l t k l k l P ilih dil k k berupa kumpulan atau kelompok elemen. Proses pemilihannya dilakukan berupa kumpulan atau kelompok elemen. Proses pemilihannya dilakukan secara random terhadap kelompok
secara random terhadap kelompok--kelompok tsb. Sebagai contoh: dalam kelompok tsb. Sebagai contoh: dalam penelitian memperkirakan pendapatan rumah tangga di suatu kota,
penelitian memperkirakan pendapatan rumah tangga di suatu kota, k l k di i d i b b k l di b bl k ( i l k l k di i d i b b k l di b bl k ( i l
kelompoknya terdiri dari beberapa keluarga yang disebut blok (misalnya kelompoknya terdiri dari beberapa keluarga yang disebut blok (misalnya RT), kemudian dipilih secara random blok (RT), baru kemudian dilakukan RT), kemudian dipilih secara random blok (RT), baru kemudian dilakukan pendataan rumah tangga pada RT yang terpilih.
Data
Data
Data ada 2 jenis yaitu data kualitatif dan kuantitatif
Data ada 2 jenis yaitu data kualitatif dan kuantitatif
Data ada 2 jenis, yaitu data kualitatif dan kuantitatif.
Data ada 2 jenis, yaitu data kualitatif dan kuantitatif.
♣
♣
Data kualitatif adalah data yang berbentuk bukan angka
Data kualitatif adalah data yang berbentuk bukan angka
numerik, misalnya nama, gol darah, agama, pekerjaan,
numerik, misalnya nama, gol darah, agama, pekerjaan,
status perkawinan, dsb
status perkawinan, dsb
♣
♣
Data kuantitatif adalah data yang berbentuk angka nu
Data kuantitatif adalah data yang berbentuk angka nu
merik misalnya umur pendapatan jumlah keluarga dsb
merik misalnya umur pendapatan jumlah keluarga dsb
merik, misalnya umur, pendapatan, jumlah keluarga, dsb.
merik, misalnya umur, pendapatan, jumlah keluarga, dsb.
Data dapat diukur secara langsung (misal gol darah, umur,
Data dapat diukur secara langsung (misal gol darah, umur,
p
p
g
g
g (
g (
g
g
,
,
,
,
dsb) dan secara tidak langsung (misal status sosial ekonomi).
dsb) dan secara tidak langsung (misal status sosial ekonomi).
Data yang tidak dapat diukur secara langsung harus dibuat
Data yang tidak dapat diukur secara langsung harus dibuat
sedemikian rupa sehingga secara operasional dapat diukur,
sedemikian rupa sehingga secara operasional dapat diukur,
dengan menguraikan data tsb dalam sejumlah data lain,
dengan menguraikan data tsb dalam sejumlah data lain,
i l
t t
i l k
i d
t di
tik d
i l
t t
i l k
i d
t di
tik d
misalnya status sosial ekonomi dapat digantikan dengan
misalnya status sosial ekonomi dapat digantikan dengan
pekerjaan, gaji, pajak, dsb.
Skala pengukuran
Skala pengukuran
♣
♣ Skala nominal (klasifikasi): mengelompokkan data/obyek, misalnya statusSkala nominal (klasifikasi): mengelompokkan data/obyek, misalnya statusgg pp yy yy pendidikan dikelompokkan menjadi sekolah dan tidak sekolah.
pendidikan dikelompokkan menjadi sekolah dan tidak sekolah. Jenis Jenis kelamin dikelompokkan menjadi lelaki atau wanita, dsb.
kelamin dikelompokkan menjadi lelaki atau wanita, dsb. ♣
♣ Skala ordinal (rangking): mengelompokkan data/obyek ke dalam kelasSkala ordinal (rangking): mengelompokkan data/obyek ke dalam kelas--♣
♣ Skala ordinal (rangking): mengelompokkan data/obyek ke dalam kelasSkala ordinal (rangking): mengelompokkan data/obyek ke dalam kelas kelas yang memp urutan tertentu, misalnya lebih baik,
kelas yang memp urutan tertentu, misalnya lebih baik, lebih tinggi, lebih tinggi, dsb. Tingkat pendidikan dapat dikelompokkan menurut jenjangnya dsb. Tingkat pendidikan dapat dikelompokkan menurut jenjangnya menjadi kelompok S3 S2 S1 dsb Dalam hal ini jejang S3 lebih menjadi kelompok S3 S2 S1 dsb Dalam hal ini jejang S3 lebih menjadi kelompok S3, S2, S1, dsb. Dalam hal ini jejang S3 lebih menjadi kelompok S3, S2, S1, dsb. Dalam hal ini jejang S3 lebih tinggi dari pada S2, jenjang S2 lebih tinggi dari pada S1, dst. tinggi dari pada S2, jenjang S2 lebih tinggi dari pada S1, dst. ♣
♣ Skala interval: yaitu skala pengukuran yang mengelompokkan data/ Skala interval: yaitu skala pengukuran yang mengelompokkan data/ obyek obyek k d l k l s
k d l k l s k l s k l s i i h bh b t t d bd b kedalam kelas
kedalam kelas--kelas yang mempunyai hubungan urutan kelas yang mempunyai hubungan urutan dan perbedan perbe--daan dalam jarak atau interval tertentu, misal nilai UMPTN dapat daan dalam jarak atau interval tertentu, misal nilai UMPTN dapat dikelompokkan menjadi kelompok nilai antara 100
dikelompokkan menjadi kelompok nilai antara 100--200, 200200, 200--300, 300, 300
300 400 d t400 d t 300
300--400, dst.400, dst. ♣
♣ Skala rasio: yaitu skala pengukuran yang mengelompokkan data/obyek ke Skala rasio: yaitu skala pengukuran yang mengelompokkan data/obyek ke dalam kelas
dalam kelas--kelas yang mempunyai hubungan urutan, dan berbeda kelas yang mempunyai hubungan urutan, dan berbeda dalam obyek antara yang satu dengan yang lain. Contoh skala rasio dalam obyek antara yang satu dengan yang lain. Contoh skala rasio adalah skala untuk mengukur panjang, luas, berat, dsb.
Peluang atau Kebolehjadian (Probability)
Peluang atau Kebolehjadian (Probability)
Peluang merupakan dasar logika proses pengambilan inferensi statistik Peluang merupakan dasar logika proses pengambilan inferensi statistik t t t l i d li i d t l
t t t l i d li i d t l tentang suatu populasi dengan analisis data sampel. tentang suatu populasi dengan analisis data sampel.
Peluang menunjukkan seberapa besar kemungkinan yang dapat terjadi Peluang menunjukkan seberapa besar kemungkinan yang dapat terjadi dari suatu peristiwa.
dari suatu peristiwa. K t
K t k t : k t : ki s k li ki s k li ki tid k ki tid k ki fiftki fift fift dsb dfift dsb d t t Kata
Kata--kata: mungkin sekali, mungkin, tidak mungkin, fiftykata: mungkin sekali, mungkin, tidak mungkin, fifty--fifty, dsb dapat fifty, dsb dapat dipakai untuk menunjukkan besarnya peluang tersebut.
dipakai untuk menunjukkan besarnya peluang tersebut.
Secara eksak, peluang adalah nilai/angka yang menunjukkan seberapa Secara eksak, peluang adalah nilai/angka yang menunjukkan seberapa besar kemungkinannya suatu peristiwa dapat terjadi Nilai peluang ber besar kemungkinannya suatu peristiwa dapat terjadi Nilai peluang ber--besar kemungkinannya suatu peristiwa dapat terjadi. Nilai peluang ber besar kemungkinannya suatu peristiwa dapat terjadi. Nilai peluang ber kisar antara 0 dan 1
kisar antara 0 dan 1 Contoh 1
Contoh 1
Koin yang bergambar Kepala dan Ekor dilempar keatas lantai. Kalau koin Koin yang bergambar Kepala dan Ekor dilempar keatas lantai. Kalau koin Koin yang bergambar Kepala dan Ekor dilempar keatas lantai. Kalau koin Koin yang bergambar Kepala dan Ekor dilempar keatas lantai. Kalau koin tsb dilemparkan 2 kali, maka kemungkinannya akan dihasilkan gambar tsb dilemparkan 2 kali, maka kemungkinannya akan dihasilkan gambar kepala 1 kali dan gambar ekor 1 kali. Ini berarti bahwa peluang untuk kepala 1 kali dan gambar ekor 1 kali. Ini berarti bahwa peluang untuk mendapatkan kepala dan ekor adalah sama, dan nilainya
mendapatkan kepala dan ekor adalah sama, dan nilainya
pp
11 = 0,5 (1 kali = 0,5 (1 kali dalam 2 lemparan)dalam 2 lemparan) dalam 2 lemparan) dalam 2 lemparan)
Mungkin saja koin yang dilempar 2 kali akan mendapatkan kepala Mungkin saja koin yang dilempar 2 kali akan mendapatkan kepala kemudian kepala atau mendapatkan ekor kemudian ekor. Dengan kemudian kepala atau mendapatkan ekor kemudian ekor. Dengan demikian peluang untuk menda
demikian peluang untuk menda--patkan gambar yang sama dalam 2 kali patkan gambar yang sama dalam 2 kali demikian peluang untuk menda
demikian peluang untuk menda patkan gambar yang sama dalam 2 kali patkan gambar yang sama dalam 2 kali lemparan berturut
lemparan berturut--turut adalah turut adalah
pp
22 = 0,25 (1 kali dalam 4 percobaan).= 0,25 (1 kali dalam 4 percobaan). pp22 = p= p11 ×× pp11 = 0,5 = 0,5 ×× 0,5 = 0,250,5 = 0,25Contoh 2 Contoh 2
Nilai ujian mahasiswa untuk mata kuliah geostastistik adalah sebagai Nilai ujian mahasiswa untuk mata kuliah geostastistik adalah sebagai jj gg gg berikut: berikut: Nilai A: 5 mhs, B: 25 mhs, C: 15 mhs, D: 4 mhs, dan E: 1 mhs Nilai A: 5 mhs, B: 25 mhs, C: 15 mhs, D: 4 mhs, dan E: 1 mhs Jumlah mhs adalah: 5 + 25 + 15 + 4 + 1 = 50 Jumlah mhs adalah: 5 + 25 + 15 + 4 + 1 = 50 Jumlah mhs adalah: 5 + 25 + 15 + 4 + 1 = 50 Jumlah mhs adalah: 5 + 25 + 15 + 4 + 1 = 50 ♦
♦ peluang seorang mhs mendapatkan nilai A, ppeluang seorang mhs mendapatkan nilai A, pAA = 5 / 50 = 0,1= 5 / 50 = 0,1 ♦
♦ peluang seorang mhs mendapatkan nilai B, ppeluang seorang mhs mendapatkan nilai B, pBB = 25/50 = 0,5= 25/50 = 0,5 ♦
♦ peluang seorang mhs mendapatkan nilai C, ppeluang seorang mhs mendapatkan nilai C, pCC = 15/50 = 0,3= 15/50 = 0,3 ♦
♦ peluang seorang mhs mendapatkan nilai D, ppeluang seorang mhs mendapatkan nilai D, pDD = 4 / 50 = 0,08= 4 / 50 = 0,08 ♦
♦ peluang seorang mhs mendapatkan nilai E ppeluang seorang mhs mendapatkan nilai E p = 1 / 50 = 0 02= 1 / 50 = 0 02 ♦
♦ peluang seorang mhs mendapatkan nilai E, ppeluang seorang mhs mendapatkan nilai E, pEE = 1 / 50 = 0,02= 1 / 50 = 0,02
Di sini terlihat bahwa keboleh jadian seorang mhs akan memperoleh nilai Di sini terlihat bahwa keboleh jadian seorang mhs akan memperoleh nilai tertentu tersebar atau terdistribusi secara tidak merata dan mengikuti tertentu tersebar atau terdistribusi secara tidak merata dan mengikuti pola tertentu.
pola tertentu.
Kalau jumlah mhs nya cukup banyak, soal ujiannya cukup baik, mhs tidak Kalau jumlah mhs nya cukup banyak, soal ujiannya cukup baik, mhs tidak Kalau jumlah mhs nya cukup banyak, soal ujiannya cukup baik, mhs tidak Kalau jumlah mhs nya cukup banyak, soal ujiannya cukup baik, mhs tidak turunan, maka polanya akan mengikuti pola distribusi normal, dengan turunan, maka polanya akan mengikuti pola distribusi normal, dengan peluang terbesar pada nilai C (distribusi frekuensi)