Lantasmengapa kita harus belajar matematika? Sebuah pertanyaan yang pernah terlintas dipikiran banyak orang. Matematika tidak hanya tentang rumus dan soal-soal latihan, melainkan hampir di setiap aspek kehidupan. estimasi, persamaan dan pertidaksamaan, statistik, dan mukjizat bilangan. Sehingga matematika juga mempunyai sifat yang Berikut5 alasan mengapa kita harus mencintai produk dalam negeri. Dengan berbelanja produk dalam negeri, artinya kita membantu usaha dalam neger untuk berkembang dan menjadi maju. Setelah usaha dalam negeri banyak mengalami kemajuan, lapangan kerjapun akan terbuka lebar dan akan menyerap banyak tenaga kerja. Dengan banyaknya tenaga kerja yang KenapaStatistika Penting untuk Dipelajari a. Statistik memiliki peran dalam mengkomunikasikan informasi. 25 Nah, idealnya sebuah konten seharusnya memang menarik namun tetap harus dioptimasi menggunakan SEO agar mampu menjaring pengunjung. Meskipun ada yang mengatakan setiap tulisan akan menemukan pembacanya sendiri tapi kalo di dunia online semuanya nggak bisa instant. 2.6 Mendapatkan traffic jangka panjang butuh usaha yang tidak mudah. Halini dikarenakan pengujuan hipotesis juga membutuhkan dukungan dana, waktu, dan tenaga. Dengan memahami uji hipotesis, kita akan semakin paham dengan pengertian statistik itu sendiri. Ciri-ciri hipotesis yang baik adalah: Hipotesis harus menyatakan hubungan antar variabel. Hipotesis harus sesuai dengan kaidah ilmu pengetahuan. hpKXlG. Mengapa ? Mengapa belajar statistika? 1 Karena banyak statistika di sekitar Tuntutan pekerjaan dan tuntutan membantu analisis dan Ternyata sangat menyenangkan Apa itu statistika? Statistika digunakan untuk mengukur parameter dari populasi berdasarkan sampel dan menghitung ketidakpastian dalam pengukuran menghitung aspek ketidakpastian ini, statistik memungkinkan kita untuk melihat seberapa jauh hasil pengukuran kita jika dibandingkan dengan keadaan aslinya. Perbedaan statistika vs statistik Perbedaan statistika vs statistik Pengertian statistika adalah sebuah ilmu yang mempelajari bagaimana cara merencanakan, mengumpulkan, menganalisis,cmenginterpretasikan, dan mempresentasikan statistik adalah data-data atau nilai-nilai yang mendeskripsikan keadaan juga dapat diartikan sebagai wakil dari kumpulan data, contohnya rerata mean dan simpangan baku standar deviasi. Jadi perbedaannya jelas, statistika adalah ilmu yang berkaitan dengan data, dan statistik adalah data itu sendiri, yang menjelaskan yang lebih dekat dengan statistik adalah parameter, yaitu data-data atau nilai-nilai yang mendeskripsikan keadaan antara statistik dengan parameter adalah statistik menjelaskan atau menggambarkan sampel, sedangkan parameter menjelaskan atau menggambarkan penjelasan di atas kemudian muncul istilah sampel dan populasi. Populasi population dan sampel sample. Populasi population dan sampel sample. Populasi merupakan semua individu atau unit yang menjadi bagian dari objek penelitian atau sampel merupakan sebagian kecil individu atau unit yang dipilih dari dari populasi. Mengapa kita membutuhkan sampel? Mengapa kita membutuhkan sampel? Karena seringkali, populasi terlalu besar, dan tidak memungkinkan kita untuk melakukan pengukuran pengambilan sampel dilakukan dengan metode tertentu agar sampel dapat benar-benar mewakili populasinya. Estimasi parameter Estimasi parameter Statistika juga digunakan untuk melakukan estimasi, yaitu dengan melakukan pendugaan inferensi saintifik suatu parameter dalam populasi menggunakan data sampel dari populasi adalah pendugaan terhadap parameter disertai error.Statistik dalam hal ini, digunakan untuk menentukan nilai estimasi terbaik dari parameter, berdasarkan data sampel yang diambil dari populasi Pengujian hipotesis Statistika juga dapat digunakan untuk menguji hipotesis hypothesis testing merupakan proses menentukan seberapa dekat atau jauh “null hypothesis” kita terhadap populasi “fit” dengan data sampel. Data variable, case, observation, constant. Data variable, case, observation, constant. ka kita melakukan pengambilan data sendiri, data tersebut seringkali kita simpan juga dalam bentuk yang memuat data kita itu, memiliki beberapa bagian antara lain variable, case,observation dan constant. Variabel variable merupakan karakteristik setiap unit atau case adalah individu atau unitnya. Biasa juga disebut observation adalah nilai suatu variabel yang dimiliki oleh kasus unit dataKonstan constant adalah variabel yang memiliki nilai observasi yang sama pada semua kasus. 4 level of data measurement 4 level of data measurement Berdasarkan skala pengukurannya, data dapat dibagi menjadi 4 jenis nominal = Data berjenis kategorikal, merupakan label atas case pada data kita. Pada jenis data ini, setiap data memiliki level atau kelas yang – jenis kelamin pria, peneliti, dokter, pemain sepakbola, dan = Data ordinal memiliki karakteristik yang hampir sama dengan data data ordinal memiliki level, di mana satu kelas memiliki nilai yang lebih tinggi daripada kelas yang bisa melihat adanya perbedaan antar kelas, namun tidak bisa menjelaskan seberapa besar perbedaan – level pendidikan pendidikan dasar, pendidikan menengah, pendidikan tinggi.– kerapatan vegetasi vegetasi rapat, vegetasi = Data interval dan rasio termasuk ke dalam data berupa angka yang memiliki nilai sehingga dapat dibedakan urutan, perbedaan, dan dapat diukur besar interval dicirikan dengan data yang tidak memiliki nilai nol 0 yang bermakna. Nilai nol dalam data ini tidak berarti bahwa tidak ada ada data, tapi memang nilai datanya seperti ambil contoh suhu 0 derajat Celcius dan 5 derajat Celcius. Nilai 0 tidak berarti bahwa tidak ada suhu. Meskipun kita bisa melihat selisih dari dua pengukuran tersebut selisih 5 derajat, kita tidak bisa mengatakan bahwa suhu 5 derajat lebih panas 5 kali lipat dengan suhu 0 derajat. Contoh Data temperatur Celcius, Fahrenheit rasio = Data rasio memiliki karakteristik yang hampir sama dengan data interval. Bedanya, data rasio memiliki nilai 0 yang bermakna. Nilai nol dalam data ini berupa nilai mutlak, dan tidak ada nilai dengan data interval, pada data rasio kita bisa mengatakan bahwa panjang 40cm itu dua kali lipat lebih panjang dari perbedaannya?Contoh data rasio– tinggi badan– berat untuk data kuantitatif, jenis data dapat dibagi lagi yaitu– Kontinyu continue tinggi badan Hitung count jumlah goal yang dicetak seorang pemain bola 1, 5, 10; tidak ada goal– Proporsi proportion persentase penduduk miskin di suatu kota Biner binary; data kehadiran siswa di kelas 1 hadir, dan 0 tidak hadir.Data interval dan rasio termasuk ke dalam data kuantitatif. Mengapa penting memahami level dan tipe data? Mengapa penting memahami level dan tipe data? Alasan pertama, karena metode yang kita gunakan untuk melakukan analisis statistika bergantung pada level dan tipe data yang kita dalam melakukan test klasik classical test dan pemodelan linier linear modeling, kita harus benar-benar memahami kondisi data kita untuk kemudian menentukan metode atau teknik mana yang harus digunakan. Alasan kedua, memahami level dan tipe data akan memudahkan kita dalam proses visualisasi untuk menampilkan data nominal, kita menggunakan diagram batang atau diagram pie, sedangkan untuk data kuantitatif kita gunakan boxplot atau histogram. Explanatory vs response, dependent vs independent, X vs Y Salah satu penggunaan statistik yang juga paling banyak dilakukan adalah untuk menghubungkan satu variabel dengan variabel yang ini dilakukan dengan menghitung asosiasi antar variabel dan perbedaan diantara grup dalam populasi atau sampel.Seringnya, analisis kita lakukan untuk melakukan prediksi nilai satu variabel, berdasarkan variabel-variable yang yang kita prediksi ini, disebut dengan variabel respon response variable, atau variabel terikat dependent variable atau variabel Y Y variable. Sedangkan variabel yang digunakan untuk melakukan prediksi kita sebut dengan variabel penjelas explanatory variable, atau variabel bebas independent variable atau variabel X X variable. Satu contoh klasik untuk menjelaskan hal ini adalah percobaan menanam kacang yang kita lakukan waktu SD. Percobaan itu kita lakukan dengan menanam kacang di beberapa pot berbeda. Setiap pot kita siram dengan kuantitas air yang berbeda setiap hari. Lalu kita ukur tinggi pohon semua kacang kita. Dalam percobaan tersebut variabel responnya adalah tinggi pohon kacang, dan kuantitas air yang disiram menjadi variabel penjelas. Statistika Deskriptif vs Statistika Inferensial Statistika Deskriptif vs Statistika Inferensial Statistika deskriptif kurang lebih merupakan metode untuk merangkum informasi yang telah kita informasi biasa ditampilkan dalam bentuk grafik atau dalam bentuk nilai rata-rata, persentase dan yang inferensial dilakukan dengan membuat kesimpulan tentang suatu populasi berdasarkan sampel yang ini berkaitan erat dengan proses pendugaan estimasi terhadap parameter seperti yang telah dituliskan di bab-bab atas. Halo Edufrens, kamu pernah gak sih merasakan malas belajar? Pastinya pernah merasakan semua kan ya. Apalagi kalau mempelajari pelajaran yang tergolong sulit dan tidak menyenangkan, seperti statistika. Rasanya benar-benar malas dan mungkin menjadi momok yang membuatmu takut. Namun, kamu tetap harus dan wajib untuk belajar karena itu memanglah tugas utama sebagai seorang pelajar. Nah, terus bagaimana ya caranya agar belajar dengan pelajaran yang sulit itu tidak menjadi momok untuk kamu takuti. Pada kesempatan pembahasan kali ini, kita akan membahas bagaimana sih cara belajar statistika yang mudah dan menyenangkan? Langsung saja simak pembahasannya berikut ini ya Edufrens! APA ITU STATISTIKA? Sebelum melakukan pembahasan mengenai cara belajar statistika yang mudah dan menyenangkan, kamu sebenarnya tau gak sih apa itu statistika? Apa saja manfaat atau penerapan statistika dalam kehidupan sehari-hari masyarakat? Jadi, statistika secara umum merupakan suatu kumpulan data yang berbentuk angka dan tersusun dalam bentuk diagram atau tabel. Statistika ini isinya memiliki fungsi untuk menjelaskan mengenai suatu permasalahan tertentu, misalnya seperti prediksi cuaca, kasus kesehatan, dan lain-lain. Namun arti statistik secara spesifik yaitu sekumpulan metode dan aturan mengenai pengumpulan, analisis, pengolahan, dan penafsiran data dari angka-angka. Fungsinya ialah sebagai bahan untuk menjelaskan hasil pengamatan dalam bentuk data. Mungkin sebagian besar orang memiliki anggapan bahwa mempelajari statistika tidaklah terlalu penting. Selain itu, statistika juga terlalu rumit dan ribet sehingga orang malas mempelajarinya. Dibalik perspektif mayoritas orang terhadap statistika, ternyata belajar statistika itu sangat penting loh. Oleh karena itu, mengetahui cara belajar statistika wajib banget hukumnya untuk kalian semua ketahui! Berikut ini adalah ulasan mengapa mempelajari statistika itu begitu penting. PENTINGNYA MEMPELAJARI STATISTIK Pertama, karena kegiatan sehari-hari kita banyak yang memanfaatkan penggunaan statistika. Seperti misalnya jurnal ilmiah, hasil penelitian, infografis, prakiraan cuaca, dan suatu game tentang analisis sepak bola. Bagi kamu penggemar sepak bola mungkin pernah bermain game menjadi suatu manajer tim. Tentu perlu adanya analisis untuk dapat meraih banyak poin dan menjadi juara. Nah kaitannya dengan hal tersebut, statistika memiliki peran dalam melakukan analisis. Setidaknya, dengan memahami statistika, pengetahuan kamu lebih terstruktur dan menjadi lebih mudah menangkap informasi-informasi tersebut. Kedua, membantu dalam melancarkan pekerjaan. Ketika menjalani profesi tertentu seperti misalnya marketing, tentu sering melakukan kegiatan presentasi dan promosi terkait produk atau jasa. Sebelum melakukan hal tersebut, perlu mengetahui secara pasti produk atau jasa yang mereka tawarkan. Selain itu, perlu adanya kemampuan untuk menganalisis secara kuat terhadap suatu data yang tersedia dari perusahaan. Setiap saat ada banyak data yang masuk dan itu perlu bantuan dari ilmu statistika. Dengan statistika, data yang mereka hasilkan akan terlihat secara jelas dan terstruktur sehingga mudah untuk memahaminya. Pekerjaan akan lebih mudah dan mendapatkan hasil yang lebih maksimal kedepannya. Ketiga, ternyata belajar statistika sangat menyenangkan. Mendengar kata statistika, apa yang ada dalam benakmu? Pasti banyak yang beranggapan bahwa statistika sesuatu yang menakutkan dan menjadi momok. Namun, ternyata ada cara belajar statistika yang membuat merasa nyaman dan lebih menyenangkan. Setelah kamu benar-benar mulai mempelajari statistika, cobalah untuk memikirkan statistika itu layaknya sebuah permainan. Statistika adalah permainan yang menggunakan data berupa angka. Jangan berpikiran terlebih dahulu tentang bagaimana susahnya mengerjakan soal-soal statistika. Dengan demikian, cara belajar statistika yang kamu lakukan mungkin menjadi lebih menyenangkan dan mudah untuk memahaminya. Jika cara belajar statistika tadi menurutmu masih kurang mengena, maka coba simak ulasan cara belajar statistika dengan mudah berikut ini. CARA BELAJAR STATISTIKA DENGAN MUDAH 1. Niat yang kuat mempelajari statistika Saat kamu ingin melakukan segala kegiatan, tentu harus beriringan dengan niat yang besar. Niat merupakan langkah awal untuk menjalani segala hal. Tanpa adanya niat, mungkin hasil dari kegiatan yang kamu lakukan akan terasa kurang maksimal. Hal itu juga berlaku saat ingin mempelajari statistika. Dalam belajar statistika, jika tidak ada niat yang besar kamu akan merasa kesulitan dan malas untuk memulai melakukannya. Mungkin akan sulit untuk memahami materi yang terdiri dari banyaknya rumus hitungan. Faktor lain yang bisa muncul jika belajar statistika tidak berlandaskan niat, yaitu apa yang dipelajari susah untuk paham dan mudah merasa bosan. Oleh karena itu, pastikan terlebih dahulu kamu memiliki niat yang besar sebelum benar-benar belajar statistika. 2. Belajar secara rutin dan terjadwal Untuk dapat memahami atau menguasai materi pembelajaran, kamu perlu belajar secara rutin dan terjadwal. Belajar statistik secara teratur walaupun hanya beberapa jam saja perhari, lebih efektif daripada belajar lama tapi tidak berlangsung secara rutin. Karena belajar secara rutin mampu menjaga ingatan terhadap apa yang telah kamu pelajari. Akan lain cerita jika kamu tidak belajar secara rutin, maka kemungkinan mudah lupa dengan materi yang dipelajari. 3. Jangan malu bertanya Saat kamu mendapatkan kesempatan untuk bertanya dengan guru, teman, orang tua, atau siapapun itu, janganlah malu untuk bertanya. Seperti kata pepatah, malu bertanya sesat di jalan. Kamu wajib mengambil kesempatan tersebut untuk bertanya, sampai benar-benar paham terkait materi pelajaran. Orang-orang sekitar kamu mungkin saja dapat membantu, namun terkadang kamu malu untuk bertanya atau meminta bantuan. Oleh karena itu, mulai sekarang jangan malu bertanya lagi ya! Percayalah, usaha yang kamu lakukan tidak akan mengkhianati hasil yang akan kamu dapatkan. 4. Terus giat berlatih Jangan malas untuk terus berlatih kuis, soal, dan pembahasan statistika. Dengan sering berlatih, maka kamu akan terbiasa menghadapi materi statistika tersebut. Berlatih soal bisa dengan melihat modul atau melalui bimbel online. Saat ini banyak bimbel online yang menyediakan latihan soal beserta pembahasannya sesuai dengan berbagai mata pelajaran. 5. Jangan terlalu menghafal rumus Statistik memang identik dengan rumus dan angka. Namun bukan berarti kamu harus selalu menghafalkan angka dan rumus yang ada ya. Karena pasti jika semua kamu hafalkan, justru akan berpotensi membuatmu lupa. CARA BELAJAR STATISTIKA DENGAN MENGIKUTI BIMBEL ONLINE Nah kalau kamu masih merasa cara belajar statistika diatas kurang berkenan, ada cara yang bisa membuatmu lebih mudah memahami statistika. Kira-kira gimana ya caranya? Kamu bisa mengikuti bimbel online yang tersedia pada aplikasi Widya Edu. Kamu bisa mendapatkan aplikasi Widya Edu dengan mengunduhnya melalui play store dan app store. Kenapa sih harus banget download aplikasi Widya Edu, memang apa manfaatnya? Jadi, aplikasi Widya Edu merupakan salah satu platform pembelajaran interaktif. Pembelajaran online interaktif hemat kuota, dilengkapi dengan materi, kuis, dan pembahasan soal bersama tutor-tutor unggul dari perguruan tinggi terbaik Indonesia. Dalam aplikasi Widya Edu terdapat beberapa layanan unggulan lainnya, seperti live tutoring, kelas gratis, kelas intensif, dan kelas privat. Kamu akan lebih mudah untuk memahami materi pembelajaran karena bisa berinteraksi secara langsung melalui fitur chat yang tersedia. Itu tadi merupakan beberapa cara belajar statistika rekomendasi dari penulis, yang bisa kamu coba dari sekarang. Jangan lupa, download aplikasi Widya Edu sekarang juga! Kontributor Karina Septiani Marzuni Kami hanya bisa menjadi ahli alat tanpa memahami data Foto oleh Jack Hunter di Unsplash Ilmu data adalah bidang interdisipliner. Untuk memiliki karir yang berkembang, seorang ilmuwan data harus memperoleh seperangkat keterampilan yang komprehensif yang mencakup setiap blok bangunan lapangan. Salah satu blok bangunan adalah statistik. Beberapa bahkan menyebut pembelajaran mesin sebagai statistik yang dimuliakan. Saya tidak sepenuhnya setuju dengan argumen ini tetapi pembelajaran mesin dan statistik terkait erat. Tujuan dari ilmu data adalah menciptakan nilai dari data. Persyaratan awal untuk mencapai tujuan ini adalah memahami data dengan baik. Statistik dapat dianggap sebagai alat yang paling berpengaruh untuk memahami, menafsirkan, mengevaluasi data. Pada artikel ini, kita akan membahas 3 alasan utama mengapa seorang ilmuwan data harus memiliki pemahaman yang komprehensif tentang konsep statistik. Ketahui apa yang Anda miliki Produk yang sukses dimulai dengan memahami data. Kita tidak bisa begitu saja membuang data mentah ke dalam model dan mengharapkannya menghasilkan hasil yang berarti. Sejumlah besar waktu dalam alur kerja biasa dihabiskan untuk memahami data. Statistik membantu kita menggambarkan apa yang kita miliki dalam ukuran kuantitatif. Alih-alih menelusuri sejumlah besar data, kita dapat menggunakan beberapa langkah untuk menjelaskannya dengan cara yang masuk akal. Anggap kita memiliki data tembakan tiga titik dari seorang pemain bola basket. Data tersebut berisi jarak ke keranjang dan hasil tembakan. Sulit untuk mengelola data seperti itu hanya dengan melihat nilai mentahnya. Kami dapat menyederhanakan data ini menggunakan potongan informasi berikut Jumlah rata-rata poin yang dicetak dengan tembakan Standar deviasi jarak ke keranjang Ukuran kuantitatif ini merupakan bagian dari statistik deskriptif karena digunakan untuk menggambarkan data. Statistik deskriptif tidak terbatas pada mean dan standar deviasi. Mean, median, dan modus memberikan gambaran tentang distribusi data. Mereka juga disebut ukuran tendensi sentral. Standar deviasi mencoba menjelaskan seberapa besar nilai-nilai individu tersebar. Distribusi suatu variabel misalnya distribusi normal, distribusi binomial juga merupakan konsep yang sangat penting dalam statistik deskriptif. Misalnya, dalam kasus distribusi normal, kita dapat belajar banyak tentang data hanya dengan mean dan standar deviasi. Melampaui apa yang Anda miliki Statistik tidak hanya membantu kita memahami apa yang kita miliki tetapi juga membawa kita melampauinya. Kita dapat menggunakan statistik untuk menyimpulkan hasil yang berarti tentang seluruh ruang lingkup yaitu populasi dengan menggunakan ruang lingkup data yang terbatas yaitu sampel. Bagian statistik ini juga dikenal sebagai statistik inferensial . Hal ini memungkinkan untuk memperluas cakupan temuan kami pada data yang ada. Ini sangat penting karena kami biasanya tidak memiliki data untuk seluruh ruang lingkup. Pertimbangkan Anda bekerja untuk toko berantai dan Anda diberi tugas untuk menganalisis dan membandingkan pola penjualan toko di dua negara yang berbeda. Seluruh ruang lingkup akan menjadi data penjualan selama periode toko itu ada. Namun, tidak dapat dikelola atau terjangkau untuk mengumpulkan dan bekerja dengan sejumlah besar data. Sebagai gantinya, Anda mengambil sampel dari kedua kelompok. Anda dapat menganalisis data sampel dan membandingkan toko. Statistik inferensial memberi tahu kami jika hasil sampel berlaku untuk seluruh cakupan. Pengujian hipotesis, p-value, signifikansi statistik, dan z-score adalah beberapa istilah dan konsep yang digunakan dalam statistik inferensial. Seorang ilmuwan data harus memiliki pemahaman yang komprehensif tentang konsep-konsep ini dan dapat menerapkannya. Dengan statistik inferensial, kita dapat mencapai kesimpulan tentang populasi berdasarkan temuan kami pada cakupan data yang kecil. Ini sangat penting karena kita cenderung bekerja dengan data sampel daripada seluruh populasi. Pembelajaran mesin bukan hanya tentang mengimpor algoritme Pembelajaran mesin adalah bagian dari ilmu data. Ada beberapa algoritma pembelajaran mesin yang kami gunakan untuk belajar dari data. Dalam kasus pembelajaran yang diawasi, kami melatih algoritme dengan data yang diketahui dan mengharapkannya membuat prediksi pada pengamatan baru. Algoritma pembelajaran tanpa pengawasan memberikan wawasan ke dalam struktur yang mendasari dalam data atau hubungan antara pengamatan. Dalam kedua kasus tersebut, pemrosesan data mentah sangat penting untuk mendapatkan hasil yang andal dan akurat. Kami tidak bisa begitu saja membuang data mentah ke dalam algoritme siap pakai dan mengharapkan hasil yang luar biasa. Data mentah mungkin berisi outlier yang berdampak negatif pada performa model. Mungkin juga ada beberapa nilai yang hilang dalam data. Mereka perlu ditangani dengan hati-hati untuk menjaga integritas fitur. Bagaimana kami melakukan operasi ini memiliki dampak besar pada kinerja model. Untuk menanganinya dengan tepat, kita perlu memiliki pengetahuan statistik yang kuat. Misalnya, kami menggunakan teknik statistik untuk menandai outlier. Demikian pula, penggantian yang tepat untuk nilai yang hilang ditentukan dengan bantuan statistik. Mengevaluasi hasil model sama pentingnya dengan menciptakannya. Kita tidak bisa hanya melihat metrik dan menyelesaikan proses evaluasi. Bahkan, itu harus dinamis dan berulang. Kami mengevaluasi hasil untuk memberikan umpan balik untuk meningkatkan model. Misalnya, sangat penting untuk mendeteksi bias tinggi atau varians tinggi dalam hasil. Model disetel atau diperbarui secara berbeda berdasarkan pola kesalahan. Statistik membantu kami menciptakan proses evaluasi yang berharga dan informatif. Pembelajaran mesin bukan hanya tentang mengimpor algoritme dan menggunakannya. Kita perlu mempersiapkan dan mengolah data dengan tepat. Demikian pula, output dari model perlu dievaluasi dengan hati-hati. Kedua tugas tersebut membutuhkan pengetahuan statistik sehingga merupakan keterampilan yang harus dimiliki oleh para ilmuwan data. Ilmu data adalah bidang interdisipliner. Statistik merupakan bagian yang tidak terpisahkan dan menjadi syarat mutlak bagi para data scientist. Tanpa tingkat pengetahuan statistik yang layak, kita hanya bisa menjadi ahli alat. Terima kasih telah membaca. Tolong beri tahu saya jika Anda memiliki umpan balik. Ada mahasiswa waktu pertama kali belajar statistika bereaksi dan melihatnya sebagai sesuatu yang menakutkan dan menghadang di depannya, dan ia bertanya “apa gunanya belajar statistika?” kebanyakan mahasiswa mengambil mata kuliah statistika karena di haruskan atau diwajibkan. Secara filosofis, belajar sesuatu karena keharusan tidak benar, yang benar kalau kita belajar sesuatu karena menikmatinya. “Bagaimana supaya kita dapat melihat dan merasakan bahwa belajar statistika itu suatu kenikmatan?”. Paling sedikit empat alasan sederhana mengapa mahasiswa diharuskan mengambil mata kuliah statistika dan mengembangkan penguasaan alam subjek itu. 1. Mahasiswa harus dapat membaca literatur profesional dimana penggunaan statistika tidak bisa dihindari 2. Mahasiswa harus menguasai berbagai teknik statistika dalam mata kuliah tingkat lanjut. 3. Statistika merupakan bagian yang perlu dan penting dalam pelatihan profesional 4. Statistika merupakan dasar dan alat dalam berbagai kegiatan penelitian. Selanjutnya, beberapa keuntungan pemikiran statistis dan penggunaan statistika dalam penelitian dapat dikemukakan sebagai berikut. 1. Statistika memberikan solusi yang lebih eksak 2. Statistika mengarahkan pemikiran dan prosedur kerja menjadi lebih tepat dan eksak. 3. Statistika memungkinkan kita merangkum hasil pengamatan dalam bentuk yang berarti dan menyenangkan. 4. Statistika memungkinkan kita menggambarkan kesimpulan umum, dan proses mengambil kesimpulan yang dilaksanakan sesuai aturan yang di terima secara ilmiah. 5. Statistika memungkinkan kita menganalisis beberapa faktor penyebab dari suatu peristiwa kompleks. 6. Statistika memungkinkan kita menganalisis berapa banyak hal yang akan terjadi dalam kondisi yang kita ketahui dan kita sudah ukur. Demikian beberapa keuntungan yang dapat diperoleh dengan pemikiran statistis dan penerapannya dalam penelitian. Karena itu, tujuan yang perlu dicapai mahasiswa dalam belajar statistika adalah 1. menguasai perbendaharaan kata dan istilah statistika 2. Mendapatkan, melatih, dan mengembangkan keterampilan menghitung. 3. Belajar menafsirkan hasil statistika dengan cara yang benar. 4. Menangkap logika berpikir statistika. 5. Mengetahui di mana dan kapan statistika dapat digunakan dan dimana dan kapan tidak dibutuhkan. memahami beberapa konsep matematis dari statistika. Dengan demikian, mahasiswa yang belajar statistika akan tiba pada pencapaian tujuan yang berbeda-beda pula sebagai berikut 1. Ada orang yang dapat menangkap ide-ide baru yang ditawarkan oleh statistika seperti cara seorang matematikawan memahaminya. 2. Ada orang yang menghargai aturan logis pemikiran dan konsep yang diberikan sebagai konsep dalam berpikir matematis. 3. Ada orang yang dapat menguasai aturan-aturan praktis penggunaan statistika dan dapat melakukan perhitungan walaupun dengan pemahaman yang minim tentang apa yang dikerjakaannya. Perlu dijelaskan bahwa seseorang belajar tanpa memperoleh pemahaman mendalam, dan penghargaan dari sifat-sifat dalam sesuatu adalah belajar tanpa motivasi dan antusias penuh dan tidak memuaskan. Seorang mahasiswa yang siaga harus memasuki sebanyak mungkin arti dan kenyataan dalam caranya sendiri sebanyak yang ia dapat lakukan. Mathematics is the queen of science and number theory is the queen of mathematics. Gauss Sumber Tiro, M. Dasar-dasar Statistika. Edisi ketiga. Makassar Andira Publisher.

mengapa kita harus belajar statistika