Buat Akun DQLab & Akses Kelas Data Science Python, R, SQL, Excel GRATIS!

Belajar Statistika, Kenali Lebih Jauh Penerapannya dalam Data Science

Belajar Data Science di Rumah 06-Oktober-2021
https://dqlab.id/files/dqlab/cache/91b9aef21adde4c3859f2920be2b58f7_x_Thumbnail800.jpg

Halo teman-teman apakah kalian pernah melakukan kegiatan penelitian baik dalam skala kecil maupun skala besar?Jika iya, tentunya dalam kegiatan penelitian tersebut kita pasti menjumpai tahapan pengolahan atau analisis data. Jika penelitian kita bersifat kuantitatif, atau datanya dapat disajikan dan diolah dalam bentuk angka, maka umumnya kita menggunakan analisis statistik. Analisis statistik merupakan proses analisis atau pengolahan data secara statistik menggunakan dasar ilmu untuk mengumpulkan, mengatur, mengeksplorasi, menerjemahkan dan menyajikan data untuk menghasilkan pola atau trend tertentu.


Mungkin beberapa dari kita sering mendengar istilah statistik dan statistika. Walau keduanya memiliki kata yang hampir mirip namun memiliki perbedaan makna. Statistik merupakan kumpulan data atau informasi. Sedangkan statistika merupakan ilmu yang mempelajari tentang statistik mulai dari cara mengumpulkan, cara mengolah serta cara menarik kesimpulan dari data. Pada artikel kali ini kita akan mengenali beberapa macam dan peranan statistika serta langkah-langkah analisis statistika



1. Macam-macam Statistika

Statistika secara umum terbagi menjadi dua macam, yaitu :

  1. Statistika deskriptif merupakan statistika yang digunakan untuk memberikan gambaran data dan menganalisa hasil penelitian namun tidak sampai menarik kesimpulan dari data tersebut, akan tetapi hanya menunjukkan distribusi dari data tersebut yang dapat disajikan dalam bentuk tabel, diagram, grafik serta menentukan nilai rata-rata, median, modus, varians, dan lainnya.

  2. Statistika inferensial merupakan statistika yang digunakan untuk menganalisis data menggunakan sampel yang mana sampel tersebut dipilih benar-benar mewakili karakteristik dari populasi sehingga hasil analisis dapat digeneralisasi. Pada statistika inferensial sendiri terdiri menjadi dua macam, yaitu statistika parametrik dan statistika non parametrik.

Inferential Statistics ~ A Guide With Examples

Baca juga : Pengolahan Data Statistik Parametrik dan Non-Parametrik


2. Peranan Analisis Statistik

Seperti yang telah diketahui sebelumnya bahwa statistika merupakan kumpulan data atau informasi yang digunakan oleh peneliti. Pada awal data itu didapatkan ,kita tidak memiliki informasi yang berarti. Namun, setelah dilakukan proses analisis statistik maka data yang awalnya tidak berarti apa-apa itu dapat menjadi kesimpulan yang digunakan untuk pertimbangan bisnis. Oleh karena itu peran analisis statistik sangat diperlukan terutama di era perkembangan digitalkini yang dapat membantu berbagai bidang.

Understanding Statistics for beginner - Universitas Darussalam Gontor

3. Jenis Data dalam Statistik

Ketika melakukan penelitian tentunya kita membutuhkan data yang akan kita gunakan dalam proses analisis data. Namun apakah kalian tahu bahwa secara umum data terbagi menjadi dua jenis, yaitu data kualitatif dan data kuantitatif.

  1. data kualitatif, merupakan data yang tidak dapat disajikan atau diolah secara numerik. Data kualitatif memiliki karakteristik data berupa kalimat, gambar, video dan masih banyak lainnya. Dengan karakteristik data yang seperti itu maka umumnya data kualitatif ditujukan untuk menunjukkan kualitas atau perkembangan sesuatu.

  2. data kuantitatif, merupakan data yang dapat diolah dan disajikan secara numerik atau berbentuk angka. Secara garis besar, data kuantitatif terbagi menjadi dua macam yaitu data diskrit dan data kontinu


4. Langkah Analisis Statistik

Proses analisis  statistik memiliki beberapa tahapan atau langkah yang perlu dilakukan secara berurutan agar hasilnya lebih akurat dan meyakinkan. Beberapa langkah analisis statistik antara lain:

  1. penyusunan data, data yang telah didapatkan harus dikumpulkan dan diperiksa kembali apakan sesuai dengan yang dibutuhkan

  2. klasifikasi data, pengelompokkan atau penggolongan data berdasarkan aturan klasifikasi yang telah ditentukan sebelumnya.

  3. pengolahan data, proses analisis data yang bertujuan untuk menguji hipotesis yang telah dirumuskan

  4. interpretasi hasil pengolahan data,berupa kegiatan menarik kesimpulan yang berisi inti dari keseluruhan hasil analisis data


Baca juga : Yuk Pelajari Macam-Macam Metode Analisis Statistika


5. Yuk, Mulai Belajar Statistik untuk Jadi Data Scientist

Profesi data scientist merupakan salah satu profesi yang paling diminati di masa kini. Data scientist memerlukan beberapa keahlian dalam bidang ilmu seperti matematika, statistika, pemrograman, dan ilmu bisnis. Semua itu dapat kita pelajari di DQLab . Caranya sangat mudah, yaitu cukup signup di DQLab.id/signup dan kita bisa mulai dengan belajar gratis di DQLab serta dapat mengakses modul-modul dari bahasa pemrograman R, Python, Excel, dan SQL!


Penulis : Latifah Uswatun Khasanah

Editor : Annissa Widya Davita


Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login