KULIAH STATISTIKA SPASIAL

Slides:



Advertisements
Presentasi serupa
STATISTIKA DESKRIPTIF
Advertisements

STATISTIKA DAN PELUANG
SEKOLAH TINGGI ILMU STATISTIK
Metode Penelitian Kuantitatif
ANALISIS DATA Dr. Adi Setiawan.
Dasar-dasar Statistika
Ekonometrika Metode-metode statistik yang telah disesuaikan untuk masalah-maslah ekonomi. Kombinasi antara teori ekonomi dan statistik ekonomi.
ANALISIS DATA Pokok Bahasan Oleh: SAPJA ANANTANYU
Stratified Random Sampling
STATISTIK I (DESKRIPTIF) MKF

PENGERTIAN STATISTIK DAN DATA
Pertemuan 5: UKURAN PENYEBARAN DATA DAN KEMIRINGAN DIAGRAM
1. Statistika dan Statistik
STK 211 METODE STATISTIKA SKS 3 (2 – 2) pendahuluan
METODE NUMERIK & GRAFIK
METODOLOGI PENELITIAN
METODE STATISTIKA (STK211)
METODE STATISTIKA SKS: 3(2-3) Kode: STK211 Tujuan Instruksional Umum:
STATISTIK DESKRIPTIF Sarwanto.
STATISTIK untuk Penelitian Kesehatan
PENGERTIAN STATISTIK DAN STATISTIKA
STATISTIK DESKRIPTIF Pengumpulan data, pengorganisasian, penyajian data Distribusi frekuensi Ukuran pemusatan Ukuran penyebaran Skewness, kurtosis.
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
TENDENSI SENTRAL.
METODE PENELITIAN dan STATISTIKA LANJUT
Ukuran Dispersi.
DR.EUIS ETI ROHAETI,M.PD WAHYU HIDAYAT, M.PD.
PENGOLAHAN dan analisis DATA
METODE STATISTIKA (STK211)
UKURAN DISPERSI.
STATISTIK KESEHATAN ok.
Ukuran Pemusatan - Data Berkelompok
STATISTIKA Dosen: Enny K. Sinaga, M.Si
PROBABILITAS dan DISTRIBUSI
PENGANTAR STATISTIKA.
Penyajian Data dan Distribusi Frekuensi
STATISTIKA (untuk ILMU-ILMU SOSIAL)
PENGERTIAN STATISTIK DAN DATA
TEORI PENDUGAAN STATISTIK
TEKNIK ANALISIS DATA KUANTITATIF (Metode Statistika)
Blog: rochsunmkes.wordpress.com
Ukuran Dispersi.
Probabilitas dan Statistika
BAB 5 DISPERSI, KEMIRINGAN DAN KERUNCINGAN DISTRIBUSI DATA.
STATISTIKA DESKRIPTIF
BAB 14 PENGUJIAN HIPOTESIS SAMPEL KECIL
? 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data
BAB 4 UKURAN PENYEBARAN.
Statistika Parametrik & Non Parametrik
Pengantar Statistik Juweti Charisma.
PENDAHULUAN.
Soal test individu yang ke 1
Blog: rochsunmkes.wordpress.com
METODE STATISTIKA SKS: 3(2-3) Kode: STK211 Tujuan Instruksional Umum:
ANALISis DATA statistik
STATISTIKA DESKRIPTIF
STATISTIKA DASAR.
Statistika Materi: Pengertian statistika, pembagian statistika, data, jenis data, peubah (variabel) populasi dan sampel, parameter vs statistik, bias.
Statistika Deksriptif
STATISTIKA BISNIS 1 (3 SKS)
Deskripsi Numerik Data
Pertemuan ke-1 Matakuliah Statistika Akuntansi UII
Matematika dan Statistika (Teori) BAB I – Penyajian Data dan Diagram
UKURAN PENYEBARAN.
BAB 4 UKURAN PENYEBARAN.
BAB 4 UKURAN PENYEBARAN.
SAMPLING DAN PENGANTAR STATISTIKA
DESKRIPSI DATA Pertemuan 3.
STATISTIKA DESKRIPTIF Tendensi Sentral & Ukuran Dispersi KELOMPOK 2.
Transcript presentasi:

KULIAH STATISTIKA SPASIAL NUR AIDI UTAMI

ISI BAHAN UTS PENGENALAN DESKRIPTIF NATURAL DAN ARTIFICIAL SAMPLING NATURAL SAMPLING PELUANG HUBUNGAN PEUBAH HUBUNGAN DENGAN WAKTU NORMAL HUBUNGAN DENGAN RUANG : POLA TITIK HUBUNGAN DENGAN RUANG : POLA BENTUK ARTIFICIAL SAMPLING CONTOH ACAK METODE PARAMETRIK : PENDUGAAN METODE PARAMETRIK : HIPOTESIS METODE NON PARAMETRIK KORELASI REGRESI

ISI BAHAN UAS A. POLA DISPERSI TITIK PENGENALAN SPASIAL DISPERSI DISTRIBUSI PELUANG UNTUK SPASIAL DISPERSI DISTRIBUSI CAMPURAN PENDUGAAN PARAMETER TEST HIPOTESIS B. POLA KONTUR ANALISIS DRIFT DAN SEMIVARIOGRAM METODE KRIGING METODE KO KRIGING DAN BLOK KRIGING C. GEOINFORMATICS : HOTSPOT

BUKU JOHN SILK. 1979. STATISTICAL CONCEPT IN GEOGRAPHY. LONDON A. ROGERS. 1974. STATISTICAL ANALYSIS OF SPATIAL DISPERSION. THE QUADRAT METHOD. RICARDO A. OLEA. 1974. OPTIMUM MAPPING TECHNIQUES USING REGIONALIZED VARIABLE THEORY. KANASA GEOLOGICAL SURVEY. ERWRD H. ISAAKS AND R. MOHAN SRIVASTAVA. 1989. APPLIED GEOSTATISTICS. NEW YORK.

PENDAHULUAN A > B, dan B >C maka A > C proses ini induksi dan dijamin benar. 2. 20 % orang tua yang dijadikan contoh dari daerah pedesaan pulang pergi menuju pusat kota Mungkin kesimpulan yang dibuat untuk kasus kedua 20 % dari semua orang tua yang tingggal di desa pulang pergi ke pusat kota Kesimpulan ini : mungkin benar dan mungkin ada salahnya, karena hasil dari pendekatan. Proses ini disebut induktif peluang

STATISTIK STATISTIK DESKRIPTIF STATISTIK INFERENSIA Hubungannya dengan sampling pada fenomena alam (natural) Proses alamiah yang menyajikan fenomena yg diteliti hasil belum dapat diprediksi Konsep statistika Hubungannya dengan sampling pada fenomena buatan Proses diatur oleh penelitin pada fenomena yg diteliti hasil belum dapat diprediksi Peluang Kebebasan Keacakan

Statistik Deskriptif Pengukuran dikatakan Valid bila mereka benar-benar mengukur apa yang ingin mereka ukur. Misal : mereka akan mensurvei penduduk suatu lokasi, tapi kita ragu-ragu apakah benar lokasi tersebut benar (sebaiknya diberikan peta) Reliable jika Pengukuran bebas dari bias. Misal : Alat ukur yang digunakan tidak pernah di tera lagi, sehingga hasilnya mungkin terlalu rendah atau terlalu tinggi. Skala Nominal Ordinal Interval Rasio

Statistik Deskriptif Pengukuran sebagai suatu proses, merupakan suatu proses yang menghubungkan antara konsep/abstrak dengan variable/peubah Pengukuran sebagai proses Konsep Varia ble/Peubah Pengukuran sebagai produk Definisi operasional

Statistik Deskriptif Variable adalah sesuatu yang terukur dari suatu individu, tempat atau fenomena yang menjadi perhatian. Pengamatan adalah nilai yang ada pada setiap obyek yang diteliti. Peringkasan Data Tabel Frekuensi Histogram, Diagram, Polygon Frekuensi, Kurva Frekuensi kumulatif (Ogive), Dahan Daun

Statistik Deskriptif Kemenjuluran (Skew) Menjulur kekanan, artinya frekuensi terbanyak pada pada nilai pengamatan rendah (Positive Skewness) Menjulur ke kiri, artinya frekuensi terbanyak pada nilai pengamatan tinggi (negative Skewness)

Ukuran Pemusatan dan Penyebaran Modus Median Rata-Rata Penyebaran Range Kuartil Interquartile Range Persentil Ragam Koefisien Variasi = Standar Deviasi/Rata-rata

Statistik Spasial Deskriptif Pengamatan mempunyai koordinat posisinya, katakan Ui, Vi Maka Pusat Median, didapatkan melalui proses iterasi komputer yakni minimum Dimana (Ui, Vi) koordinat pengamatan, M pusat median yang dicobakan Pusat Rata-Rata = Standart Deviasi Jarak=Sd=

Natural and Artificial Sampling Sampling Pada Kondisi Alamiah Setiap pengukuran berisi dua komponen Faktor dominan yang mempengaruhi fenomena yang diteliti yang terprediksi disebut predictable atau systematic Faktor yang kurang dominan yang memperngaruhi fenomena yang tidak terprediksi, disebut random, unsystematic. Contoh : Kejadian gempa bumi sangat dipengaruhi oleh lemahnya struktur batuan dalam bumi merupakan faktor dominan, namun tentang waktu dan tempat terjadinya mungkin bervariasi Berpindahnya suatu perusahaan ke tempat lain umumnya disebabkan oleh biaya, sumber bahan baku dan tenaga kerja; namun kehendak pemilik atau taste hanya faktor kecil yang mempengaruhi kepindahan perusahaan.

Alamiah (Natural) Pada Umumnya Faktor alamiah tersebut banyak sekali, dan sulit untuk dikendalikan/diukur, maka dibuat penyederhanaan dan lalu dibuat suatu model. Model (peluang) disusun berdasarkan sedikit pengetahuan tentang faktor dominan yang mempengaruhi kejadian yang diteliti. Akibatnya perlu keberhati-hatian (unsur peluang keberlakuannya kecil)

Buatan (Artificial) Pada Pengukuran yang artificial (experimental) faktor random juga sangat terbatas (dibatasi) untuk tujuan efisiensi pengumpulan data, selain itu sample pengukuran yang diperoleh dari proses seleksi secara total juga purely random. Sebab elemen yang tidak terprediksi sudah diketaui atau sudah dikendalikan, maka segala kesimpulan yang dibuat harus dicantumkan secara jelas in term of peluang. Contoh : Kita ingin meneliti tentang berapa peluang rumah di tepi sungai akan terkena banjir. Hasil survei dari rumah-rumah ditepi sungai dan dihitung proporsi yang terkena banjir (alamiah) dibandingkan dengan hasil simulasi tentang aliran air dengan rumah-rumah yang dibangun lalu dihitung proporsinya akan berbeda hasilnya. Mungkin lebih realistik yang pertama.

Proses Stokastik dan Proses Deterministik Incorporate truly random disebut dengan Proses stokastik. Proses Stokastik tidak semua dapat diduga dan mungkin berbeda dari tempat ke tempat, dan dari waktu ke waktu, atau kesempatan meskipun basis penyebabnya tidak berubah. Proses Deterministik selalu menghasilkan hasil yang tetap sejauh basik karakteristik dari proses tidak diubah. Akan dijelaskan lebih detil kemudian

Peluang Konsepsi Dengan asumsi semua titik/individu mempunyai kesempatan yang sama, P(A)=jumlah kejadian A/Jumlah ruang contoh) Dengan Frekuensi Relatif, P(A)= frekuensi A/Total pengamatan Subyektif (Profesional Judgment) Stabilitas Peluang : Untuk konsep A, selalu stabil; sedangkan untuk b. Stabil bila total pengamatan tak hingga(banyak sekali), untuk c umumnya sangat tidak Stabil Contoh: Peluang kapan terjadinya gempa di suatu Kota, apakah pengukuran akan lebih stabil dilakukan pengamatan selama ratusan tahun atau puluhan tahun ? Peluang besar bukan berarti besok terjadi, peluang kecil bukan berarti besok tidak terjadi

Rumus Peluang