Processing math: 100%
Type to search
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
4.1
Memuat Dataset
4.2
Data Kualitatif
4.2.1
Tabel Distribusi Frekuensi
4.2.2
Diagram Batang
4.2.3
Diagram Lingkaran
4.3
Data Kuantitatif
4.3.1
Diagram Histogram
4.3.2
Diagram Garis
4.3.3
Diagram Boxplot
4.4
Multivariat Data
4.4.1
Scatter Plot Matrix
4.4.2
Heatmap
5
Ukuran Pemusatan Data
5.1
Definisi dan Konsep
5.2
Peran Ukuran Pemusatan
5.3
Mean (Rata-rata)
5.3.1
Mean dalam Boxplot
5.3.2
Mean dalam Histogram
5.4
Median
5.4.1
Median dalam Boxplot
5.4.2
Median dalam Histogram
5.5
Modus
5.5.1
Modus dalam Boxplot
5.5.2
Modus dalam Histogram
5.6
Perbandingan Mean, Median, dan Modus
5.7
Praktikum 1
5.7.1
Mean untuk Data Kelompok
5.7.2
Median untuk Data Kelompok
5.7.3
Modus untuk Data Kelompok
5.8
Praktikum 2
5.8.1
Bisnis
5.8.2
Kesehatan
5.8.3
Pendidikan
6
Ukuran Penyebaran Data
6.1
Jangkauan (Range)
6.1.1
Definisi Jangkauan
6.1.2
Menghitung Jangkauan
6.2
Jangkauan Antar Kuartil (IQR)
6.2.1
Definisi IQR
6.2.2
Menghitung Kuartil
6.2.3
Interpretasi IQR
6.2.4
IQR dalam Mendeteksi Pencilan
6.3
Varians
6.3.1
Definisi Varians
6.3.2
Varians Populasi & Sampel
6.3.3
Contoh Perhitungan Varians
6.4
Standar Deviasi
6.4.1
Definisi Standar Deviasi
6.4.2
Varians & Standar Deviasi
6.4.3
Standar Deviasi Populasi & Sampel
6.4.4
Interpretasi Standar Deviasi
6.4.5
Contoh Perhitungan Standar Deviasi
6.5
Koefisien Variasi
6.5.1
Definisi Koefisien Variasi
6.5.2
Cara Menghitung Koefisien Variasi
6.5.3
Interpretasi Koefisien Variasi
6.6
Rentang Semi-Interkuartil
6.6.1
Definisi Rentang Semi-Interkuartil
6.6.2
Menghitung Rentang Semi-Interkuartil
6.7
Analisis Penyebaran Data
6.7.1
Histogram
6.7.2
Densitas
6.7.3
Box Plot dan Penyebaran Data
6.7.4
Scatter Plot & Variabilitas
6.8
Studi Kasus 1
6.8.1
Membuat Data
6.8.2
Histogram Waktu Proses Produksi
6.8.3
Plot Densitas Waktu Proses Produksi
6.8.4
Box Plot Waktu Proses Produksi
6.9
Studi Kasus 2
6.9.1
Data Pengiriman Barang
6.9.2
Analisis Statistik
6.9.3
Efisiensi Pengiriman
6.9.4
Persentase Pengiriman yang Melebihi Target
6.10
Visualisasi Data
6.11
Kesimpulan
6.12
Latihan 1
6.13
Latihan 2
II Teori Probabilitas
7
Konsep Dasar Probabilitas
7.1
Ruang Sampel dan Kejadian
7.1.1
Definisi Ruang Sampel
7.1.2
Definisi Kejadian
7.2
Probabilitas Kejadian Tunggal
7.2.1
Contoh 1: Lemparan Koin
7.2.2
Contoh 2: Lemparan Dadu
7.2.3
Contoh 3: Undian
7.3
Probabilitas Saling Eksklusif
7.3.1
P
(
A
)
7.3.2
P
(
B
)
7.3.3
P
(
A
∪
B
)
7.4
Probabilitas Tidak Saling Eksklusif
7.4.1
P
(
A
)
7.4.2
P
(
B
)
7.4.3
P
(
A
∩
B
)
)
7.5
Probabilitas Bersyarat
7.5.1
P
(
A
∩
B
)
7.5.2
P
(
B
)
7.5.3
P
(
A
∣
B
)
7.6
Probabilitas dalam Sains Data
7.6.1
Metode Pengambilan Sampel
7.7
Studi Kasus 1
7.7.1
Fitur Data
7.7.2
Data Historis (Contoh)
7.8
Studi Kasus 2
7.8.1
Fitur Data
7.8.2
Data Historis (Contoh)
8
Distribusi Probabilitas dan Sampling
8.1
Distribusi Diskrit
8.1.1
Distribusi Binomial
8.1.2
Distribusi Poisson
8.2
Distribusi Kontinu
8.2.1
Distribusi Uniform
8.2.2
Distribusi Normal
8.2.3
Distribusi Eksponensial
8.2.4
Distribusi Beta
8.2.5
Distribusi Gamma
8.2.6
Distribusi Chi-Square
8.2.7
Distribusi t-Student
8.2.8
Distribusi Weibull
8.2.9
Distribusi Log-Normal
8.2.10
Distribusi Cauchy
8.3
Terapan Distribusi Probabilitas
8.4
Jenis Metode Sampling
8.4.1
Metode Sampling Acak
8.4.2
Metode Sampling Berstrata
8.4.3
Metode Sampling Klaster
8.5
Distribusi Sampling dari Rata-rata Sampel
8.5.1
Karakteristik Utama:
8.5.2
Teorema Limit Tengah
8.5.3
Ilustrasi dalam R
8.6
Perhitungan Probabilitas Menggunakan 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 Z
9.4.1
Ketentuan Uji Z
9.4.2
Formula Uji Z
9.4.3
Langkah-langkah Uji Z
9.5
Uji T (t-test)
9.5.1
Jenis-jenis Uji T
9.5.2
Langkah-langkah Uji t
9.5.3
Contoh Uji t dalam R
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
Published with bookdown
Facebook
Twitter
LinkedIn
Weibo
Instapaper
A
A
Serif
Sans
White
Sepia
Night
PDF
EPUB
Pengantar Statistik untuk Sains Data
Bab 12
Terapan Statistika
12.1
Studi Kasus dalam Berbagai Bidang
(misalnya, Kesehatan, Bisnis, Ilmu Sosial)
12.2
Proyek Analisis Data Dunia Nyata