Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
1
KULIAH STATISTIKA SPASIAL
NUR AIDI UTAMI
2
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
3
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
4
BUKU JOHN SILK. 1979. STATISTICAL CONCEPT IN GEOGRAPHY. LONDON
A. ROGERS STATISTICAL ANALYSIS OF SPATIAL DISPERSION. THE QUADRAT METHOD. RICARDO A. OLEA OPTIMUM MAPPING TECHNIQUES USING REGIONALIZED VARIABLE THEORY. KANASA GEOLOGICAL SURVEY. ERWRD H. ISAAKS AND R. MOHAN SRIVASTAVA APPLIED GEOSTATISTICS. NEW YORK.
5
PENDAHULUAN A > B, dan B >C maka A > C
proses ini induksi dan dijamin benar. % 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
6
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
7
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
8
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
9
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
10
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)
11
Ukuran Pemusatan dan Penyebaran
Modus Median Rata-Rata Penyebaran Range Kuartil Interquartile Range Persentil Ragam Koefisien Variasi = Standar Deviasi/Rata-rata
12
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=
13
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.
14
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)
15
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.
16
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
17
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
18
Rumus Peluang
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.