Jenis Data Dalam Statistika

Halo teman-teman, kali ini kita akan membahas tentang Jenis Data.
Kita sebagai manusia sudah tidak asing lagi dengan kata 'Data' , kita saat ini sudah sering menggunakan 'Data' untuk melakukan suatu aktivitas tertentu. Seperti halnya misal menjadi RT, pasti akan mengurus data penduduknya. 
Namun apa sih yang dimaksud dengan 'Data' itu dan apakah ada jenisnya?

Oke, kali ini kita akan membahas topik tersebut. 

A. Berdasarkan Nilainya

1. Diskrit : data datanya memiliki nilai terbatas dan tidak berentang interval contoh 1, 2.3, 5, 10 dll
2. Kontinu : data yang memiliki nilai inerval tertentu dan tidak ada batasnya

B. berdasarkan bentuknya

1. data kuantitatif : data yang berbentuk numerik. bisa berupa diskrit atau kontinu
2. data kualitatif : data yang berbentuk non metrik. data yang berupa gambar atau kalimat biasanya data untuk menyajikan kualitas suatu object maka jenis datanya itu adalah data kualitatif.

C. Berdasarkan skala
1. data metrik termasuk dalam data kontinu
       1.1 Interval
             data kontinu yang memiliki rentang data
       1.2 Rasio
             data kontinu yang memiliki perbandingan
   2. data non metrik termasuk dalam data diskrit
       2.1 Nominal
             data yang bukan berupa angka namun ada pengkategorian tetapi bukan dimaksudkan untuk berbeda tingakatan. contoh : laki-laki, perempuan
       2.2 Ordinal
             data yang bukan berupa angka namun ada pengkategorian dan ada tingkatannya pula
Dalam mengambil data atau mengidentifikasi, tentu kita perlu mendapatkan data yang baik. Ada beberapa kriteria data yang baik seperti berikut :

Oke, sekian dulu jenis - jenis data yang bisa saya share semoga bermanfaat

sumber : slide perkuliahan dan menyimak perkuliahan

Estimasi

Halo teman-teman berjumpa lagi, kali ini kita akan membahas tetang estimasi. Mungkin pernah dengan kata estimasi samar-samar di lingkungan sekitar atau di kegiatan sehari-hari :

"estimasi dana yang akan dikeluarkan berapa ya?"
"estimasi pengeluaran pulsa per bulan mahasiswa di Bandung pada tahun 2015 berapa ya?"

nah, dari kalimat sederhana diatas kita bisa simpulkan bahwa estimasi adalah pendugaan atau perkiraan. Secara istilah bisa didapat bahwa estimasi adalah pendugaan nilai parameter populasi yang diperoleh dari perhitungan statistik-statistik sampel yang didapatkan. Misal setelah dilakukan  perhitungan terhadap sampel didapatkan nilai estimasi populasi.

Berikut macam-macam estimasi statistik:

Suatu parameter dapat dikatakan estimasi melalui 2 macam penaksiran statistik, yaitu :
1. Menaksir dengan sebuah nilai statistik dikenal dengan istilah point estimate
2. Menaksir dengan selang nilai statistik dikenal dengan istilah interval estimate.

Rata rata orang berdiam di depan komputer sekitar 10 jam per 24 jam.
Pasti dalam melakukan pendugaan atau penaksiran ada ketidak akuratan atau sifat lain yang akan muncul. Berikut adalah sifat - sifat Estimator :

1. Unbias Estimator
      Artinya jika statistik sampel sama dengan parameter populasi, bisa     disebut AKURAT

2. Relatively Efficient Estimator

Artinya jika Unbias Estimator yang memiliki variansi terkecil (PRESISI / PAS)

nilai statistik sampel dikatakan presisi apabila nilai variansi nya kecil jadi nilainya mengerucut. tapi belum tentu akurat bisa jadi akurat

3. Consistent Estimator

Unbias Estimator yang mendekati nilai yang sebenarnya sejalan dengan bertambahnya ukuran sampel.

Sekian dulu pembahasan kali ini, semoga bermanfaat

Rise and Shine, Semangat perkuliahan 

sumber : slide perkuliahan dan menyimak perkuliahan

Distribusi Sampling

Halo, selamat pagi kembali teman teman, kali ini kita akan membahas tentang Distribusi Sampling. Dalam ilmu statistika, terdapat hal penting dalam menyimpulkan populasi yang menjadi perhatian penelitian ketika memang pada saat itu tidak memungkinkan untuk mengamati seluruh himpunan dalam populasi.
Contoh saja pada artikel sebelumnya, untuk mengecek tingkat kesehatan penduduk Indonesia seorang Mentri Kesehatan tidak perlu mengecek 250 juta penduduk Indonesia, melainkan menguji sebagian pengamatan dari populasi.
Lalu apa itu distribusi sampling?
Distribusi sampling adalah distribusi probabilitas suatu statistik berdasarkan semua kemungkinan sampel dengan karakteristik statistik yang berbeda-beda. Selanjutnya nilai statistik dari sampel yang dipelajari akan dijadikan sebagai penduga dari parameter populasinya.

Oleh karena itu distribusi sampling bisa dikatakan sebagai dasar dari statistika inferensia. Salah satu dalil terpenting dalam distribusi sampling adalah CLT (Central Limit Teori), dimana Distribusi Normal adalah pemahamannya.

Distribusi Normal??
Distribusi Normal bisa disebut Distribusi Gauss, dimana memiliki sifat seperti berikut :

1. Grafiknya selalu diatas sumbu x atau f(x) > 0.
2. Bentuk simetris terhadap garis tegak x.
3. Mempunyai satu modus, kurva unimodal pada sisi x.
4. Grafik bersimultan sepanjang sumbu x.
5. Luas dari garis tegak pada titik nol ke kiri maupun ke kanan adalah 0.5

Transformasi ke Normal Standard

Mencari probabilitas distribusi normal P(a < x < b) dilakukan dengan melakukan transformasi nilai-nilai X menjadi nilai - nilai z atau  angka baku Z : P (Za < Z < Zb).

Angka baku Z. Seperti halnya dalam sampel definisinya adalah ukuran penyimpanan data

Untuk :  , formulasi angka baku atau z skor : 

Bilangan Z dapat bernilai 0 , (+) dan (-) yang artinya :

jika Z = 0, maka data bernilai sama dengan nilai rata-rata populasi

jika Z = (+), maka data bernilai di atas rata-rata populasi

jika Z = (-), maka data bernilai di bawah rata-rata populasi

Setelah menghitung nilai Z pada rumus distribusi normal, kita akan melihat nilai dari tabel sesuai dengan z yang telah dihitung. Contoh tabel normal :

Sekian pembahasan singkat tentang distribusi sampling, semoga bermanfaat

Rise and Shine, Semangat Perkuliahan

sumber : slide perkuliahan dan menyimak perkuliahan

Teori Sampling

Halo teman-teman , artikel sebelumnya sudah dibahas sedikit tentang populasi dan sampel. Mengulang sedikit, populasi adalah kumpulan individu yang sama berada pada wilayah tertentu dan pada saat waktu itu pula. Sedangkan sampel adalah bagian dari populasi yang akan diteliti, bisa dipandang sebagai dugaan terhadap populasi, tapi bukan dari populasi sendiri. Jadi maksudnya, sampel dianggap sebagai perwakilan dari populasi yang hasilnya mewakili keseluruhan kejadian yang sudah diamati.

Namun kita berfikir, bagaimana cara mengambil sampel dari suatu populasi agar sampel yang diperoleh representatif ? 

Pada suatu penelitian, data yang akan dipelajari dapat bersumber dari populasi atau sampel. 
Ada 2 pendekatan dalam mengumpulkan data :

1. sensus : mengumpulkan data secara lengkap

2. sampling  : mengumpulkan data sebagian dari populasi

Bayangkan jika ingin mengetahui tingkat kesehatan orang se-Indonesia misalnya, apakah Mentri kesehatan perlu menanyakan 250 juta lebih penduduk Indonesia tentang kesehatannya? CAPE

Maka dari itu, Mentri kesehatan hanya perlu melakukan uji sampel di tiap provinsi saja. 

Contoh pertanyaan :

Misalnya kita akan melakukan penelitian di sebuah perusahaan manufaktur. Perusahaan  memiliki sejumlah karyawan yang dibedakan menjadi: pimpinan, karyawan kantor dan  buruh. Perusahaan memiliki aturan‐aturan baku yang dituangkan dalam bentuk SOP  ygg Pengembangan SDM, SOP Penggajian dan Upah, SOP Marketing, dsb.
Pertanyaan:
1. Populasi sebagai objek?
2. Populasi sebagai subjek?
3. Populasi dalam pengertian kuantitas?
4. Populasi dalam pengertian karakteristik subjek?
5. Populasi dalam pengertian karakteristik objek?

Solusi: Memperhatikan definisi populasi di atas terhadap persoalan ini, maka : 
1. Populasi sebagai objek:perusahaan manufaktur. 
2. Populasi sebagai subjek:karyawan.
3. Populasi dalam pengertian kuantitias:sejumlah karyawan. 
4. Populasi dalam pengertian karakteristik subjek: struktur karyawan yang meliputi pimpinan,              karyawan kantor dan buruh 
5.Populasi dalam pengertian karakteristik objek: SOP

Tahapan rancangan sampling :

1. Definisikan atau batasi frame dari populasi

2. mempersiapkan kerangka sampling

3. pilih dari sekitan teknik sampling yang seperti dicontohkan gambar diatas

4. tetapkan sampel size

5. akhirnya lakukanlah sampling

sumber gambar sensus vs sampling : http://keydifferences.com/wp-content/uploads/2016/04/census-vs-sample.jpg

sumber gambar teknik sampling : http://research-methodology.net/wp-content/uploads/2012/04/Sampling-.png

sumber artikel : slide perkuliahan dan menyimak kuliah

Populasi dan Sample

Pada pembahasan kali ini akan dibahas tentang kasus statistik. Kasus statistik kali ini akan terkait pada sampel dan populasi. Sampel adalah bagian dari populasi yang akan diteliti, bisa dipandang sebagai dugaan terhadap populasi, tapi bukan dari populasi sendiri. Jadi maksudnya, sampel dianggap sebagai perwakilan dari populasi yang hasilnya mewakili keseluruhan kejadian yang sudah diamati.

Sedangkan populasi adalah kumpulan individu yang sama berada pada wilayah tertentu dan pada saat waktu itu pula.

Jadi misalkan saja nilai total dari suatu percobaan, nilai total yang dihasilkan dari sampel bisa kita sebut sebagai statistik.
Contoh kasus pada kali ini bertujuan untuk mengetahui apakah web aplikasi igracias termasuk kategori web yang nyaman dibuka?
Web aplikasi igracias adalah aplikasi portal sistem informasi dimana mahasiswa dapat melihat nilai, jumlah sks, jadwal ujian, jadwal perkuliahan, perwalian, profile, dan lainnya yang berhubungan dengan pendataan mahasiswa.
Dalam kasus ini perlu memenggunakan sampel 5 orang mahasiswa dimana diasumsikan sebagai 5 orang mahasiswa yang mewakili mahasiswa satu kampus Telkom University. Apa saja yang dilakukan ? 
Jadi di ambil data dari 5 orang mahasiswa, yaitu tentang pengaksesan aplikasi igracias. 
Berikut penulis disajikan data yang diambil dari tanggal 12 Januari s.d. 18 Januari 2016


Untuk mengukur suatu objek penelitian perlu adanya acuan, disini terdapat acuan penelitian, bersumber dari www.alexa.com dan diambilah facebook.com sebagai acuan untuk mengetahui apakah igracias termasuk nyaman atau tidak

Acuan penilaian yang diambil adalah page view dan daily time on site

kita mengetahui bahwa facebook.com memiliki rata-rata 12 page view dan daily time on site 21 menit. Maka dari itulah kita akan membuat suatu kategori penilaian, seperti berikut :

Segi rata-rata durasi waktu pengaksesan

Betah/nyaman     :  durasi >= 21.28 menit
Tidak Betah/tidak nyaman       :  durasi < 21.28

Segi rata-rata frekuensi pengaksesan

Betah/nyaman  :  frekuensi >= 12.49 kali
Tidak Betah/tidak nyaman  :  frekuensi  < 12.49 kali

Dari beberapa data yang sudah dikumpulkan diatas, maka grafiknya akan seperti dibawah ini. Grafik berdasarkan Menit Akses dan Frekuensi Akses per Hari

Setelah di sederhanakan menjadi bentuk grafik, maka kita akan membuat suatu pemusatan data dan penyebaran data. 

Pertama, kita akan mengetahui pemusatan data dari segi durasi waktu akses.

1.      Rata-rata perhari : 47,285 menit
2.      Paling sering diakses selama : 60 menit
3.      Paling lama diakses pada hari minggu selama 74 menit
4.      Paling sebentar diakses pada hari sabtu selama 10 menit

Kedua, kita akan mengetahui penyebaran data dari segi durasi waktu akses

1. Jangkauan selisih durasi dari yang paling lama dengan paling sebentar adalah     64 menit 

2. Keberagaman akses mahasiswa telkom dalam mengakses igracias dalam segi     durasi waktu akses sebesar 458.9047619

3. Standard Deviasi 21.4220625

Setelah kita mengetahui pemusatan data dan penyebaran data untuk segi durasi waktu, maka selanjutnya kita akan melakukan hal serupa untuk segi frekuensi akses

1. Rata-rata perhari : 4 kali akses
2. Paling sering diakses selama :  4 kali akses sehari
3. Paling banyak diakses pada hari selasa sebanyak 7 kali
4. Paling sedikit diakses pada hari sabtu selama 1 kali

Penyebaran data dari segi frekuensi akses

1. Jangkauan selisih durasi dari yang paling banyak diakses dengan paling sedikit adalah 6 kali
2. Keberagaman akses mahasiswa telkom dalam mengakses igracias dalam segi frekuensi akses sebesar 4.3333
3. Standar deviasi 2.081665999

Dari data sampel tadi sudah kita olah jadi bentuk statistik, dan selanjutnya akan dianalisis untuk ditarik kesimpulan. 

Dari segi durasi akses didapatkan rata-rata 47,285 menit dalam sepekan, berarti diatas rata-rata acuan kami dari segi durasi akses. Maka, dari segi ini mahasiswa Telkom University betah atau nyaman menggunakan igracias.

Paling banyak durasi akses adalah sebesasr 60 menit maka paling banyak mahasiswa nyaman mengakses igracias namun keberagaman data mencapai 458,9047619, nilai maks 74 menit dan minimum 10 menit maka ada juga mahasiswa yang tidak nyaman dan sangat beragam tingkatan nyamannya.

Namun, segi frekuensi akses dibawah rata-rata acuan kami yaitu 4 kali dalam sepekan. Maka, dari segi frekuensi akses tidak betah menggunakan igracias.

Lagipula nilai maksimal adalah 4 kali dan minimal adalah 1 kali dan keberagaman 4.333 sehingga data memusat pada ketidaknyamanan dari segi frekuensi akses.

Meskipun frekuensi akses dibawah rata-rata namun durasi waktu akses diatas rata-rata. Ini berarti tidak secara absolut igracias tidak betah dikunjungi. Karena bisa saja dengan frekuensi sedikit tetapi mahasiswa bisa saja berdiam dihalaman yang sedang di kunjungi dalam durasi yang lama. 

Kesimpulan

kesimpulan dari kasus diatas adalah igracias cukup betah untuk dikunjungi oleh mahasiswa Telkom University

semoga bermanfaat contoh studi kasus diatas, dan beberapa ilmu yang du sharing. 

Rise and Shine semangat kuliah !!!

sumber gambar populasi dan sampel : www.simplypsychology.org

Pengujian Hipotesis

Apa yang dimaksud dengan Hipotesis?

Menurut Walpole (1995), Hipotesis adalah jawaban atau dugaan sementara terhadap suatu rumusan masalah.

Lalu apa kaitannya dengan statistik? Maka ada pula yang disebut Hipotesis Statistik, yaitu suatu anggapan, pernyataan, atau dugaan mengenai satu atau lebih parameter yang mungkin benar atau tidak

Contoh :

Diduga bahwa : Peluang orang banyak duduk meningkatkan resiko kena kanker 0.75
Diduga bahwa : Dengan berlari setiap pagi akan menurunkan lemak 0.5

Lalu apa itu pengujian hipotesis?

Pengujian hipotesis adalah prosedur yang mendasari bukti sampel yang digunakan untuk menentukan apakah hipotesis merupakan suatu pernyataan yang wajar atau tidak wajar. Kebenaran dalam hipotesis belum akan diketahui dengan pasti, kecuali kita memeriksa keseluruhan populasi.

Penerimaan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk menolaknya, dan BUKAN karena HIPOTESIS ITU BENAR, dan
Penolakan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk menerimanya, dan BUKAN karena HIPOTESIS ITU SALAH

Perumusan Hipotesis?

Dalam melakukan pengujian hipotesis akan diawali dengan perumusan
1. Null HypothesisHipotesis awal yang diharap akan ditolak dan biasanya disebut dengan Hipotesis nol dengan notasi Ho
Ho : suatu pernyataan mengenai nilai parameter populasi

2. Alternative Hypothesis
Penolakan Ho membawa kita pada penerimaan Hipotesis Alternatif dengan notasi H1.
H1 : suatu pernyataan yang diterima jika data sampel memberikan cukup bukti bahwa Ho adalah salah

Pembahasan dan Jenis cara Pengujian

Dalam menguji suatu parameter dapat dirumuskan dalam 3 hal, yaitu hipotesis yang mengandung pengertian:
sama(=), maksimum (<) dan minimum (>).

Pembahasan selanjutnya adalah perumusan  hipotesis yang mengandung penertian “sama” , Artinya :

Pengujian suatu Ho mengenai suatu parameter yang dinyatakan dengan nilai tertentu secara tepat, sedangkan H1 memungkinkan beberapa nilai. Sehingga daerah dan titik kritis tergantung pada jenis rumus statistik uji-nya.

Apa itu Statistik

Hallo, selamat berjumpa kembali. 

Pada artikel kemarin saya sudah membahas tentang pengenalan statistics dan metode belajar yang baik agar dapat memahami secara penuh. Artikel sebelumnya saya telah menerangkan bahwa Statistika Industri adalah salah satu alat (metodelogi) untuk pembuktian dari apa yang sudah kita ketahui, dan berhubungan dengan penerapan.
Artikel kali ini akan sedikit menjelaskan lebih dalam mengenai apa itu statistik. Kemudian saya akan mencoba mengaitkan antara ilmu statistika industri dengan Sistem Informasi.

Sistem Informasi merupakan salah satu ilmu teknologi informasi dimana menghubungkan antara software, hardware, orang-orang terlibat di dalamnya dan proses bisnis. Sehingga sistem informasi dapat diterapkan pada semua bidang bisnis. Untuk mempercepat proses di dalam bisnis dapat menggunakan bantuan software dan hardware di dalamnya misalkan melakukan pelaporan kepada pihak manajemen, pelaporan keuangan, pelaporan kepada pimpinan perusahaan, mendata bagian logistik dan lain-lain.

Sistem Informasi amazing..

yup

Sistem informasi sangat dibutuhkan sekali, yang paling penting adalah untuk menganalisis kebutuhan untuk mengambil kebijakan yang tepat. Sebagaimana perusahaan besar memiliki struktur yang diurutkan dari atas kebawah yaitu kebijakan, manajemen, lalu operasional.

Kembali ke laptop. Kita ambil contoh pada kasus perusahaan Kerupuk. Untuk menguji tingkat kegurihan kerupuk perlu adanya nilai ukur.

Untuk menguji tingkat kegurihan kerupuk itu perlu adanya nilai ukur. Anggap saja dari skala 3, 2, 1. 3 apabila sangat gurih, 2 untuk lumayan gurih dan 1 untuk melempem. Dan semua kerupuk dihasilkan dari 3 mesin. Apakah kita perlu untuk mengukur tingkat kegurihan kerupuk pada semua kerupuk? apakah perlu di uji satu persatu pada setiap kerupuk yang keluar dari mesin langsung diuji ?

Bayangkan satu perusahaan memproduksi kerupuk sebanyak 5 juta kerupuk, dan kita harus mencobanya satu-satu.

Capek bro..

tentu saja tidak mungkin dilakukan karena apabila dilakukan maka semua kerupuk tidak akan terjual karena semua telah hancur untuk diuji coba dan akan lama sekali mengujinya, dan perusahaan kerupuk akan mengalami kerugian.

Jadi yang cukup dilakukan hanya menguji kerupuk yang bisa dijadikan sampel yang mewakili keseluruhan kerupuk, itu dinamakan representatif. Salah satu syarat sampel bersifat representatif adalah peluang sampel tersebut terambil secara acak dan memiliki nilai yang sama. Bisa kita ambil contoh pada sebuah dadu

Peluang muncul angka 2 adalah 1/6, angka 4 adalah 1/6, dan 6 juga 1/6, begitu juga dengan angka yang lainnya berpeluang muncul 1/6. jadi semua angka pada dadu berpeluang sama sehingga beberapa angka dapat dijadikan sampel.

Kembali ke laptop, kerupuk-kerupuk tadi dapat dijadikan sampel apabila memiliki peluang terambil acak yang sama dengan semua kerupuk. Akan menjadi tidak representatif apabila hanya mengambil kerupuk dari mesin 1 saja atau mengambil pada saat satu waktu saja, misalkan mengambil sample hanya di pagi hari saja. Yang harus di lakukan adalah mengambil beberapa kerupuk secara acak dari tiap mesin 1, 2 dan 3. Pada setiap rentang waktu juga perlu diambil sampel, misalkan pada pagi hari, siang hari dan sore hari. Karena performa mesin di pagi hari belum dalam keadaan panas, siang hari sudah mulai panas, apalagi pada sore hari mesin sudah mulai di performa terbaiknya. Performa mesin dapat mempengaruhi hasil dari produknya. Sehingga dipastikan sampel kerupuk bersifat representatif dari keseluruhan kerupuk.

Setiap kerupuk dari kesemua sampel di uji satu persatu apakah termasuk katergori skala 3, 2 atau 1. Setelah diambil data skala kegurihan kerupuk sampel maka dihitunglah, contoh nya nilai rata-rata, modus dan sebagainya. Nah berdasarkan judul artikel ini. Apa itu Statistik? 

Jadi Statistik adalah nilai-nilai yang menggambarkan sampel. Jadi nilai rataan dari sampel adalah salah satu nilai statistik. Setelah mendapatkan nilai-nilai Statistik dapat diperolah nilai-nilai yang menggambarkan populasi yaitu disebut PARAMETER. Dan tentunya karena nilai statistik diperoleh dari sampel sehingga akurasi mungkin bisa saja tidak mencapai 100% .

untuk mendapatkan 100% percayalah pada Allah SWT. True story broo..

Ada juga istilah SELANG KEPERCAYAAN. Misalkan kepala produksi menyebutkan “Saya yakin sekali 99,9999% kerupuk perusahaan kita rata-rata cukup gurih” kita bisa menyebutkan 99,9999% itu dengan selang kepercayaan. atau tingkat kepedean kamu semua. hehe

 Setelah ditemukan nilai parameter tingkat kegurihan kerupuk maka berikutnya perlu adanya Survey. Tujuannya untuk apa? untuk mengetahui apakah kerupuk perusahaan kita disukai atau tidak oleh konsumen.

 

Statistika terdiri dari 2 jenis yaitu yang bersifat deskriptif dan inferensi. Esensi dari menggunakan statistika sebagai alat ukur yaitu :

1. Which data ? data mana yang perlu di ambil
2. How collected ? bagaimana cara mengumpulkan data-datanya
3. On Whom ? pada siapa informasi akan disajikan
4. For what ? untuk apa data tersebut diolah

Penggambaran kasus seperti diatas, apa hubungannya dengan sistem informasi ya? Jadi hubungannya yaitu, kita dapat mempercepat proses pengumpulan data, perhitungan hingga pelaporan informasi dapat berjalan secara cepat.

oke well done. Semoga bermanfaat sharing ilmu sedikit untuk kawan-kawan semua.

Rise and Shine , semangat kuliah!!

Belajar Statistics

Selamat pagi kawan-kawan

ya, kali ini sedikit membahas tentang mata kuliah di jurusan ku. yaitu Statistics…

wow what is that?

sek sek tak kandani. pernah dilema untuk memilih dua pujaan hati, manakah yang terbaik untuk kita? istikharahlah

true story bro. haha

yup, itu salah satunya apabila kita sudah stuck dan gila mau pilih yang mana. Tapi ada ikhtiar lain yang bisa kita lakukan, yaitu belajar statistics. 

Tips pertama kumpulkan banyak data-data dari dua pujaan hati itu. Lalu analisis dari data-data itu mana yang menurutmu lebih baik. that’s what i’am talking about men 

bintang merah) standar deviasi penting banget biar hasilnya gak sesat

waah ternyata si dia jago berbohong, biar bisa dipilih. haha

mungkin tips terakhir, dekatkan diri kepada Allah SWT. karena hanya Dia yang bisa mengalahkan ilmu statistics

tips paling akhir bintang merah kuadrat) jangan ke dukun untuk mendapatkan cinta, karena dukun juga manusia. Dan kita ga pernah tau nilai dukun khususnya pada mata kuliahstatistics saat kuliah dapat grade apa. hehe

oke kalau begitu, kembali ke laptop

Statistiks dengan statistika adalah suatu hal yang berbeda. Jelas banget, yang satu bahasa inggris yang satu Bahasa Indonesia. No man, not like that.

Dalam Bahasa inggris disebut dengan industrial statistics menggunakan s yang berarti ilmu, seperti contoh lainnya yaitu sains, mathematics . Dalam Bahasa Indonesia disebut dengan statistika industri.

Statistika itu adalah sebuah alat, amazing 

Jadi singkatnya, Statistika industri adalah salah satu alat (metodelogi) untuk pembuktian dari apa yang sudah kita ketahui, dan berhubungan dengan penerapan.

Seperti contoh kasus kegalauan seorang zomblo diatas, atau

misalkan membandingkan 2 pohon, yaitu palem dengan pinus, bisa saja kita bilang palem lebih besar diameternya daripada pinus, mengapa?

Karena, palem memiliki diameter batang yang lebih besar dibanding pinus.

so tau banget kamu.

wait wait, kamu hanya mengambil kesimpulan secara cepat berdasarkan pengetahuan dan untuk pembuktiannya maka dibutuhkanlah suatu metodelogi yaitu statistika industri.

tapi iya sih, keliatan dari kasat mata juga lebih gede palm 

Nah, biar lebih keren harus belajar statistics

Bro belajar itu naon sih? ane sering belajar tapi always dapet kebukuran. Nilai buruk maksudnya

Belajar adalah proses dimana yang tadinya tidak mengetahui menjadi tahu. true story bro haha

yang tidak paham menjadi paham, yang tadinya tidak bisa menjadi bisa, ataupun proses dimana yang tadinya tahu menjadi lebih tahu, yang tadinya paham menjadi lebih paham, dan yang tadinya bisa menjadi lebih bisa, itulah belajar.

Aspek-aspek dalam belajar :

1. Kognitif : pengetahuan, misalkan pohon palem dan pinus tadi kita hanya sekedar mengetahui dari kata dosen dan belum menganalisa sendiri.
2. Psikomotoris : praktek, agar dapat mengetahui besar diameter yang sebenarnya maka dosen meyuruh untuk mengukur diameter batang pohon tersebut dengan penggaris. (inget!! penggaris yang bisa dibengkokin)
3. Afektif : karakter yang kuat

Untuk memahami sesuatu setiap orang memiliki cara yang berbeda-beda. Untuk yang zomblo bisa pake tips ini biar bisa paham 

maka ada namanya proses belajar.

Proses belajar :

1. Mendengarkan
2. Menuliskan
3. Membaca
4. Berbicara

Ada orang yang paham hanya dengan bermodalkan mendengarkan saja, ada yang mendengarkan setelah itu ditulis lalu dibaca lagi baru paham dan baru bisa sharing di depan orang banyak. Hal paling sulit dalam tahapan tersebut adalah berbicara.

true story bro.

Sebenarnya gak ada salahnya bagaimana proses orang belajar gimana yang penting paham dan apa yang disampaikan dapat diterima dengan baik.

oke well done. Semoga bermanfaat sharing info sedikit untuk kawan-kawan semua.

Rise and Shine , semangat kuliah!!