Email             :
RPubs            : https://rpubs.com/vanessasupit/
Github           : https://github.com/vanessasupit/
Jurusan          : Statistika
Address         : ARA Center, Matana University Tower
                         Jl. CBD Barat Kav, RT.1, Curug Sangereng, Kelapa Dua, Tangerang, Banten 15810.


1 Berikan pendapat anda mengenai Pengertian Data, Jenis-Jenis Data, dan mengapa data itu penting!

1.1 Pengertian Data

Data adalah kumpulan fakta-fakta, seperti angka, kata-kata, pengukuran, pengamatan atau hanya deskripsi sesuatu. Data merupakan ukuran variabel. Data diperoleh dengan mengukur nilai satu atau lebih variabel dalam sampel (atau populasi).

1.2 Jenis-jenis data

Menurut jenisnya, data terdiri dari data kuantitatif dan data kualitatif.

  • Kuantitatif

Data kuantitatif adalah data yang diukur dalam suatu skala numerik (angka). Data kuantitatif dapat dibedakan menjadi:

  • Data interval, yaitu data yang diukur dengan jarak di antara dua titik pada skala yang sudah diketahui.

  • Data rasio, yaitu data yang diukur dengan suatu proporsi.

  • Kualitatif

Data kualitatif, adalah data yang tidak dapat diukur dalam skala numerik. Namun karena dalam statistik semua data harus dalam bentuk angka, maka data kualitatif umumnya dikuantifikasi agar dapat diproses. Kuantifikasi dapat dilakukan dengan mengklasifikasikan data dalam bentuk kategori. Data kualitatif dapat dibedakan menjadi:

  • Data nominal, yaitu data yang dinyatakan dalam bentuk kategori.
  • Data ordinal, yaitu data yang dinyatakan dalam bentuk kategori, namun posisi data tidak sama derajatnya karena dinyatakan dalam skala peringkat.

1.3 Data itu penting

Data yang baik memungkinkan organisasi untuk menetapkan garis dasar, tolok ukur, dan tujuan untuk terus bergerak maju. Karena data memungkinkan mengukur, dapat menetapkan garis dasar, menemukan tolok ukur, dan menetapkan sasaran kinerja. Garis dasar adalah seperti apa area tertentu sebelum solusi tertentu diimplementasikan.

2 Jelaskan Pengertian dan 4 Jenis Skala Pengukuran dalam Statistika, dan berikan masing-masing contohnya!

Skala pengukuran adalah sebuah acuan yang digunakan untuk menentukan panjang pendeknya interval yang ada dalam satuan alat ukur. Dengan menggunakan skala pengukuran, maka alat ukur yang digunakan akan menghasilkan data kuantitatif. Setelah proses pengukuran yang menghasilkan data kuantitatif yang berupa angka-angka tersebut baru lah kemudian ditentukan analisis statistik yang cocok untuk digunakan.

4 jenis skala pengukuran:

  • Skala nominal

Skala nominal merupakan skala pengukuran paling sederhana atau tingkatannya paling rendah di dalam suatu penelitian. contoh skala nominal yaitu misalnya menjelaskan agama, ada Islam, Kristen, Hindu, Budha, Katolik.

  • Skala ordinal

Skala ordinal merupakan skala pengukuran yang sudah menyatakan peringkat antar tingkatan. Jarak atau interval antar tingkatan juga tidak harus sama. Skala ordinal ini memiliki tingkatan yang lebih tinggi daripada skala nominal, karena skala ini tidak hanya menunjukkan kategori saja tetapi juga menunjukkan peringkat. contoh skala ordinal yaitu contoh pada variabel sikap seseorang terhadap suatu pernyataan, sikap tersebut berupa sangat setuju, setuju, biasa saja, tidak setuju, sangat tidak setuju

  • Skala interval

Skala Interval merupakan skala pengukuran yang bisas digunakan untuk menyatakan peringkat untuk antar tingkatan. Jarak atau interval antar tingkatan pun sudah jelas, hanya saja tidak memiliki nilai 0 (nol) mutlak. contoh yang paling umum pada skala interval adalah suhu. Misalkan suatu ruangan memiliki suhu 0C, ini bukan berarti bahwa ruangan tersebut tidak ada suhunya. Angka 0C disini merupakan suhu, hal ini dikarena pada skala interval 0 (nol) bukanlah nilai yang mutlak.

  • Skala Rasio

Skala rasio adalah skala pengukuran yang ditujukan pada hasil pengukuran yang bisa dibedakan, diurutkan, memiliki jarak tertentu, dan bisa dibandingkan. Contoh skala ordinal. nilai ujian matematika alan adalah 50, sedangkan nilai wahyu adalah 100. Ukuran rasionya dapat dinyatakan bahwa nilai alan adalah 2 kali nilai wahyu.

3 Jelaskan pengertian Pupulasi dan Sampel!

opulasi adalah wilayah generalisasi yang terdiri atas; obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. sedangkan pengertian sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Jika populasi besar, dan peneliti tidak mungkin mempelajari semua yang ada pada populasi, misalnya karena keterbatasan dana, tenaga dan waktu, maka peneliti dapat menggunakan sampel yang diambil dari populasi itu

4 Tuliskanlah definisi, Statistika dan Komputasi Statistika menurut anda!

4.1 Statistika

Statistika adalah ilmu yang mempelajari mengenai perencanaan, pengumpulan, pengolahan, analisis, penyajian dan interpretasi data serta pengambilan keputusan berdasarkan data.

4.2 Komputasi statistika

komputasi statistika adalah bidang statsitika yang berkaitan dengan pengolahan dan pemecahan masalah data statistic dengan menggunakan bantuan software statsitik.

5 Jelaskan perbedaan data Kuantitatif dan data kualitatif dari sisi penelitian!

Data kualitatif mampu menggambarkan objek penelitian secara detail dengan uraian yang tidak dapat dijelaskan secara numerik. Oleh karena itu, meskipun tidak dapat diukur secara pasti, masih banyak peneliti yang memanfaatkan data kualitatif dalam penelitiannya. sedangkan data kuantitatif diperoleh ketika melakukan penelitian yang bersifat statistik. Penelitian seperti ini mengumpulkan banyak data yang kemudian akan dianalisis menggunakan analisis statistika untuk menginterpretasi data tersebut menjadi sebuah statistik.

Berbeda dengan data kualitatif yang relatif, data kuantitatif lebih mutlak nilainya karena jelas ditunjukkan dengan angka. Oleh karena itu, kualitas data kuantitatif tidak terlalu banyak dipengaruhi oleh subjektivitas pengamat.

Namun, karena data kuantitatif sangat bergantung pada angka dan data-data terukur lainnya, akurasi data tersebutlah yang mempengaruhi kualitas penelitian kuantitatif.

---
title: "Tugas Komputasi Statistik "
subtitle: "Week 1"
author: "Vanessa Supit (20194920014)"
date: "`r format(Sys.Date(), '%B %d, %Y')`"
output: 
  html_document: 
    html_document: null
    code_folding: hide
    toc: yes
    toc_float:
      collapsed: yes
    number_sections: yes
    code_download: yes
    theme: sandstone
    css: style1.css
    highlight: monochrome
---


```{r logo, echo=FALSE,fig.align='center', out.width = '30%'}
knitr::include_graphics("logo.png")
```

Email &nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp; &nbsp; &nbsp;&nbsp;:  dsciencelabs@outlook.com <br>
RPubs  &nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp; &nbsp; &nbsp;: https://rpubs.com/vanessasupit/ <br>
Github  &nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp; &nbsp; : https://github.com/vanessasupit/ <br>
Jurusan &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;: [Statistika](https://matanauniversity.ac.id/?ly=academic&c=sb) <br>
Address  &nbsp; &nbsp; &nbsp; &nbsp; : ARA Center, Matana University Tower <br>
&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; Jl. CBD Barat Kav, RT.1, Curug Sangereng, Kelapa Dua, Tangerang, Banten 15810.

****

# Berikan pendapat anda mengenai Pengertian Data, Jenis-Jenis Data, dan mengapa data itu penting!

## Pengertian Data

Data adalah kumpulan fakta-fakta, seperti angka, kata-kata, pengukuran, pengamatan atau hanya deskripsi sesuatu. Data merupakan ukuran variabel. Data diperoleh dengan mengukur nilai satu atau lebih variabel dalam sampel (atau populasi). 

## Jenis-jenis data

Menurut jenisnya, data terdiri dari data kuantitatif dan data kualitatif. 

* Kuantitatif

Data kuantitatif adalah data yang diukur dalam suatu skala numerik (angka). Data kuantitatif dapat dibedakan menjadi: 

+ Data interval, yaitu data yang diukur dengan jarak di antara dua titik pada skala yang sudah diketahui.
+ Data rasio, yaitu data yang diukur dengan suatu proporsi.

* Kualitatif

Data kualitatif, adalah data yang tidak dapat diukur dalam skala numerik. Namun karena dalam statistik semua data harus dalam bentuk angka, maka data kualitatif umumnya dikuantifikasi agar dapat diproses. Kuantifikasi dapat dilakukan dengan mengklasifikasikan data dalam bentuk kategori. Data kualitatif dapat dibedakan menjadi:

+ Data nominal, yaitu data yang dinyatakan dalam bentuk kategori.
+ Data ordinal, yaitu data yang dinyatakan dalam bentuk kategori, namun posisi data tidak sama derajatnya karena dinyatakan dalam skala peringkat.

## Data itu penting 

Data yang baik memungkinkan organisasi untuk menetapkan garis dasar, tolok ukur, dan tujuan untuk terus bergerak maju. Karena data memungkinkan mengukur, dapat menetapkan garis dasar, menemukan tolok ukur, dan menetapkan sasaran kinerja. Garis dasar adalah seperti apa area tertentu sebelum solusi tertentu diimplementasikan.

# Jelaskan Pengertian dan 4 Jenis Skala Pengukuran dalam Statistika, dan berikan masing-masing contohnya!

Skala pengukuran adalah sebuah acuan yang digunakan untuk menentukan panjang pendeknya interval yang ada dalam satuan alat ukur. Dengan menggunakan skala pengukuran, maka alat ukur yang digunakan akan menghasilkan data kuantitatif. Setelah proses pengukuran yang menghasilkan data kuantitatif yang berupa angka-angka tersebut baru lah kemudian ditentukan analisis statistik yang cocok untuk digunakan.

4 jenis skala pengukuran:

* Skala nominal 

Skala nominal merupakan skala pengukuran paling sederhana atau tingkatannya paling rendah di dalam suatu penelitian. contoh skala nominal yaitu misalnya menjelaskan agama, ada Islam, Kristen, Hindu, Budha, Katolik. 

* Skala ordinal

Skala ordinal merupakan skala pengukuran yang sudah menyatakan peringkat antar tingkatan. Jarak atau interval antar tingkatan juga tidak harus sama. Skala ordinal ini memiliki tingkatan yang lebih tinggi daripada skala nominal, karena skala ini tidak hanya menunjukkan kategori saja tetapi juga menunjukkan peringkat. contoh skala ordinal yaitu contoh pada variabel sikap seseorang terhadap suatu pernyataan, sikap tersebut berupa sangat setuju, setuju, biasa saja, tidak setuju, sangat tidak setuju

* Skala interval

Skala Interval merupakan skala pengukuran yang bisas digunakan untuk menyatakan peringkat untuk antar tingkatan. Jarak atau interval antar tingkatan pun sudah jelas, hanya saja tidak memiliki nilai 0 (nol) mutlak. contoh yang paling umum pada skala interval adalah suhu. Misalkan suatu ruangan memiliki suhu 0C, ini bukan berarti bahwa ruangan tersebut tidak ada suhunya. Angka 0C disini merupakan suhu, hal ini dikarena pada skala interval 0 (nol) bukanlah nilai yang mutlak.

* Skala Rasio

Skala rasio adalah skala pengukuran yang ditujukan pada hasil pengukuran yang bisa dibedakan, diurutkan, memiliki jarak tertentu, dan bisa dibandingkan. Contoh skala ordinal. nilai ujian matematika alan adalah 50, sedangkan nilai wahyu adalah 100. Ukuran rasionya dapat dinyatakan bahwa nilai alan adalah 2 kali nilai wahyu.


# Jelaskan pengertian Pupulasi dan Sampel!

opulasi adalah wilayah generalisasi yang terdiri atas; obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. sedangkan pengertian sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Jika populasi besar, dan peneliti tidak mungkin mempelajari semua yang ada pada populasi, misalnya karena keterbatasan dana, tenaga dan waktu, maka peneliti dapat menggunakan sampel yang diambil dari populasi itu

# Tuliskanlah definisi, Statistika dan Komputasi Statistika menurut anda!


## Statistika

Statistika adalah ilmu yang mempelajari mengenai perencanaan, pengumpulan, pengolahan, analisis, penyajian dan interpretasi data serta pengambilan keputusan berdasarkan data.

## Komputasi statistika 

komputasi statistika adalah bidang statsitika yang berkaitan dengan pengolahan dan pemecahan masalah data statistic dengan menggunakan bantuan software statsitik.

# Jelaskan perbedaan data Kuantitatif dan data kualitatif dari sisi penelitian!

Data kualitatif mampu menggambarkan objek penelitian secara detail dengan uraian yang tidak dapat dijelaskan secara numerik. Oleh karena itu, meskipun tidak dapat diukur secara pasti, masih banyak peneliti yang memanfaatkan data kualitatif dalam penelitiannya. sedangkan data kuantitatif diperoleh ketika melakukan penelitian yang bersifat statistik. Penelitian seperti ini mengumpulkan banyak data yang kemudian akan dianalisis menggunakan analisis statistika untuk menginterpretasi data tersebut menjadi sebuah statistik. 

Berbeda dengan data kualitatif yang relatif, data kuantitatif lebih mutlak nilainya karena jelas ditunjukkan dengan angka. Oleh karena itu, kualitas data kuantitatif tidak terlalu banyak dipengaruhi oleh subjektivitas pengamat.

Namun, karena data kuantitatif sangat bergantung pada angka dan data-data terukur lainnya, akurasi data tersebutlah yang mempengaruhi kualitas penelitian kuantitatif.