Kata Pengantar
Sasaran Pembaca
Tentang Penulis
Bakti Siregar M.Sc., CDS
Andi Pujo Rahadi, S.T., M.Sc.
Monica M. Manurung, M.Kom
Ucapan Terima Kasih
Umpan Balik & Saran
1
Pengenalan R & Rstudio
1.1
Sejarah Singkat R
1.2
Tentang Rstudio
1.3
Instalasi R dan RStudio
1.3.1
Langkah 1: Unduh dan Instal R
1.3.2
Langkah 2: Unduh dan Instal RStudio
1.3.3
Langkah 3: Verifikasi Instalasi
1.4
Video Instalasi R & RStudio
1.5
Popularitas Bahasa R
1.5.1
Analisis Statistik dan Big Data
1.5.2
Fleksibilitas dan Kompatibilitas
1.5.3
Komunitas Aktif
1.5.4
Open Source
1.5.5
Visualisasi Data
1.5.6
Cocok untuk Big Data dan Machine Learning
1.6
Menggunakan R
1.6.1
Membuka R atau RStudio
1.6.2
Menulis dan Menjalankan Kode di RStudio
1.6.3
Menginstal dan Memuat Paket
1.6.4
Mengakses Dokumentasi
2
Konsep Dasar Statistik
2.1
Definisi dan Aspek
2.1.1
Aspek Utama Statistik
2.1.2
Pentingnya Statistik
2.1.3
Contoh Aplikasi Statistik
2.2
Jenis Statistika
2.2.1
Statistika Deskriptif
2.2.2
Statistika Inferensial
2.3
Jenis Data: Kualitatif vs. Kuantitatif
2.3.1
Data Kualitatif
2.3.2
Data Kuantitatif
2.3.3
Data Kualitatif vs Kuantitatif
2.4
Tingkatan Pengukuran
2.4.1
Pengukuran Nominal
2.4.2
Pengukuran Ordinal
2.4.3
Pengukuran Interval
2.4.4
Pengukuran Rasio
2.5
Video
2.5.1
Pengenalan Statistics
2.5.2
Nominal, Ordinal, Interval & Ratio Data
3
Pengumpulan Data
3.1
Data Primer
3.1.1
Survei
3.1.2
Wawancara
3.1.3
Observasi
3.1.4
Eksperimen
3.2
Data Sekunder
3.2.1
Sumber Tertulis
3.2.2
Database Publik
3.3
Reliabilitas dan Validitas
3.3.1
Reliabilitas Data
3.3.2
Validitas Data
3.4
Rangkuman
3.5
Video
3.5.1
What is Data Collection
3.5.2
What is Data Quality?
3.6
Latihan
I Statistika Desktiptif
4
Penyajian Data
5
Ukuran Pemusatan Data
5.1
Pengantar Ukuran Pemusatan
5.1.1
Definisi dan Konsep Ukuran Pemusatan
5.1.2
Pentingnya Ukuran Pemusatan dalam Analisis Data
5.2
Mean (Rata-rata)
5.2.1
Pengertian Mean
5.2.2
Rumus dan Cara Menghitung Mean
5.2.3
Contoh Perhitungan Mean
5.2.4
Kelebihan dan Kekurangan Mean
5.3
Median
5.3.1
Pengertian Median
5.3.2
Rumus dan Cara Menghitung Median
5.3.3
Contoh Perhitungan Median untuk Data Ganjil dan Genap
5.3.4
Kelebihan dan Kekurangan Median
5.4
Modus
5.4.1
Pengertian Modus
5.4.2
Identifikasi Modus dalam Data
5.4.3
Contoh Perhitungan Modus
5.4.4
Modus untuk Data Kategorikal dan Kuantitatif
5.4.5
Kelebihan dan Kekurangan Modus
5.5
Perbandingan antara Mean, Median, dan Modus
5.5.1
Kapan Menggunakan Mean, Median, atau Modus
5.5.2
Situasi di mana Mean Tidak Mewakili Data dengan Baik
5.5.3
Pengaruh Outlier terhadap Mean, Median, dan Modus
5.5.4
Hubungan antara Mean, Median, dan Modus dalam Distribusi Data (Simetris vs. Asimetris)
5.6
Ukuran Pemusatan untuk Data Kelompok
5.6.1
Mean untuk Data Kelompok
5.6.2
Median untuk Data Kelompok
5.6.3
Modus untuk Data Kelompok
5.6.4
Contoh Perhitungan Ukuran Pemusatan untuk Data Kelompok
5.7
Ukuran Pemusatan dalam Data Terdistribusi
5.7.1
Mean dan Median dalam Distribusi Normal
5.7.2
Mean dan Median dalam Distribusi Positif dan Negatif
5.7.3
Analisis Bentuk Distribusi Berdasarkan Ukuran Pemusatan
5.8
Ukuran Pemusatan dalam Berbagai Jenis Data
5.8.1
Ukuran Pemusatan untuk Data Nominal
5.8.2
Ukuran Pemusatan untuk Data Ordinal
5.8.3
Ukuran Pemusatan untuk Data Interval dan Rasio
5.9
Aplikasi Ukuran Pemusatan dalam Studi Kasus
5.9.1
Studi Kasus dalam Bisnis
5.9.2
Studi Kasus dalam Kesehatan
5.9.3
Studi Kasus dalam Pendidikan
5.10
Visualisasi Ukuran Pemusatan
5.10.1
Diagram Batang dan Modus
5.10.2
Box Plot dan Median
5.10.3
Histogram dan Mean
5.10.4
Interpretasi Visualisasi dalam Konteks Ukuran Pemusatan
6
Ukuran Penyebaran Data
6.1
Pengantar Ukuran Penyebaran Data
6.1.1
Definisi Ukuran Penyebaran
6.1.2
Pentingnya Ukuran Penyebaran dalam Statistik
6.1.3
Perbedaan antara Ukuran Pemusatan dan Ukuran Penyebaran
6.2
Jangkauan (Range)
6.2.1
Definisi Jangkauan
6.2.2
Cara Menghitung Jangkauan
6.2.3
Kelebihan dan Kelemahan Jangkauan
6.3
Jangkauan Antar Kuartil (Interquartile Range, IQR)
6.3.1
Definisi IQR
6.3.2
Cara Menghitung Kuartil
6.3.3
Interpretasi IQR
6.3.4
Aplikasi IQR dalam Mendeteksi Pencilan (Outliers)
6.4
Varians (Variance)
6.4.1
Definisi Varians
6.4.2
Rumus Varians untuk Data Populasi dan Sampel
6.4.3
Kelebihan dan Kelemahan Varians
6.4.4
Contoh Perhitungan Varians
6.5
Standar Deviasi (Standard Deviation)
6.5.1
Definisi Standar Deviasi
6.5.2
Hubungan antara Varians dan Standar Deviasi
6.5.3
Rumus Standar Deviasi untuk Data Populasi dan Sampel
6.5.4
Interpretasi Standar Deviasi
6.5.5
Contoh Perhitungan Standar Deviasi
6.6
Koefisien Variasi (Coefficient of Variation)
6.6.1
Definisi Koefisien Variasi
6.6.2
Cara Menghitung Koefisien Variasi
6.6.3
Interpretasi Koefisien Variasi
6.6.4
Aplikasi Koefisien Variasi dalam Membandingkan Variabilitas
6.7
Rentang Semi-Interkuartil (Semi-Interquartile Range)
6.7.1
Definisi Rentang Semi-Interkuartil
6.7.2
Cara Menghitung Rentang Semi-Interkuartil
6.7.3
Kelebihan dan Kelemahan Rentang Semi-Interkuartil
6.8
Analisis Penyebaran Data
6.8.1
Menggunakan Histogram untuk Menganalisis Penyebaran Data
6.8.2
Box Plot dan Penyebaran Data
6.8.3
Scatter Plot dan Variabilitas
6.9
Visualisasi Ukuran Penyebaran
6.9.1
Visualisasi Histogram dan Interpretasinya
6.9.2
Menggunakan Grafis Lain untuk Menampilkan Penyebaran Data
6.10
Aplikasi Ukuran Penyebaran dalam Berbagai Bidang
6.10.1
Penyebaran Data dalam Penelitian Ilmiah
6.10.2
Analisis Risiko dalam Bisnis
6.10.3
Variabilitas dalam Data Kesehatan
6.10.4
Studi Kasus: Penyebaran Data dalam Ilmu Sosial
6.11
Perbandingan Ukuran Penyebaran
6.11.1
Kapan Menggunakan Varians vs. Standar Deviasi
6.11.2
Menggunakan IQR vs. Jangkauan
6.11.3
Interpretasi Berbeda dari Ukuran Penyebaran dalam Konteks yang Berbeda
6.12
Pengaruh Pencilan pada Ukuran Penyebaran
6.12.1
Identifikasi dan Penanganan Pencilan
6.12.2
Pengaruh Pencilan pada Jangkauan, Varians, dan Standar Deviasi
6.12.3
Strategi Mengatasi Pencilan dalam Analisis Data
II Teori Probabilitas
7
Konsep Dasar Probabilitas
7.1
Ruang Sampel, Kejadian
7.2
Aturan Probabilitas: Aturan Penjumlahan dan Perkalian
7.3
Probabilitas Bersyarat dan Independensi
8
Distribusi Probabilitas dan Sampling
8.1
Distribusi Diskrit: Binomial, Poisson
8.2
Distribusi Kontinu: Normal, Eksponensial
8.3
Sifat dan Aplikasi Distribusi Probabilitas
8.4
Jenis Metode Sampling: Acak, Berstrata, Klaster
8.5
Distribusi Sampling dari Rata-rata Sampel
8.6
Teorema Limit Tengah
III Statistika Inferensial
9
Pengujian Hipotesis
9.1
Hipotesis Nol dan Alternatif
9.2
Kesalahan Tipe I dan Tipe II
9.3
Nilai p dan Tingkat Signifikansi
9.4
Uji t, Uji Chi-Square, ANOVA
9.5
Interval Kepercayaan untuk Rata-rata
9.6
Interval Kepercayaan untuk Proporsi
9.7
Interpretasi Interval Kepercayaan
10
Korelasi dan Regresi
10.1
Koefisien Korelasi: Pearson dan Spearman
10.2
Regresi Linear Sederhana
10.3
Regresi Linear Berganda
10.4
Interpretasi Koefisien Regresi
11
Uji Non-Parametrik
11.1
Uji Tanda, Uji Wilcoxon Signed-Rank
11.2
Uji Mann-Whitney
11.3
Uji Kruskal-Wallis
12
Terapan Statistika
12.1
Studi Kasus dalam Berbagai Bidang
12.2
Proyek Analisis Data Dunia Nyata
Referensi
Published with bookdown
Pengantar Statistik untuk Sains Data
Bab 8
Distribusi Probabilitas dan Sampling
8.1
Distribusi Diskrit: Binomial, Poisson
8.2
Distribusi Kontinu: Normal, Eksponensial
8.3
Sifat dan Aplikasi Distribusi Probabilitas
8.4
Jenis Metode Sampling: Acak, Berstrata, Klaster
8.5
Distribusi Sampling dari Rata-rata Sampel
8.6
Teorema Limit Tengah