Interval Statistik

PEMETAAN STATISTIK  TATAP MUKA VI 

PERANAN PETA DALAM KEGIATAN STATISTIK (SENSUS DAN SURVEY) Sebelum pendataan  membagi habis wilayah desa ke dalam blokblok sensus  perencanaan kegiatan  Saat pendataan  sebagai panduan  petugas dalam mengenali wilayah wilayah kerjanya agar tidak terjadi lewat cacah atau ganda cacah  Setelah pendataan  penyajian data statistik dalam bentuk peta 

PERANAN PETA DALAM KEGIATAN STATISTIK (SENSUS DAN SURVEY) Sebelum pendataan  membagi habis wilayah desa ke dalam blokblok sensus  perencanaan kegiatan  Saat pendataan  sebagai panduan  petugas dalam mengenali wilayah wilayah kerjanya agar tidak terjadi lewat cacah atau ganda cacah  Setelah pendataan  penyajian data statistik dalam bentuk peta 

Contoh Blok Sensus

Satu Satu BS terdir terdirii dari dari satu satu SLS SLS utuh utuh

Satu Satu BS merup merupak akan an bag bagia ian n dari dari suatu SLS

Satu BS gabungan dari beberapa SLS utuh

Contoh Hasil Pemetaan SP2010 berupa layout hasil cropping Blok Sensus

SIMBOLISASI DATA STATISTIK DALAM PETA Titik (point)  point symbol (ukuran tetap atau bergradasi)  Garis (line/polyline)  tebal-tipis, corak, warna  Area (polygon)  arsir, warna, dot atau point symbol lainnya 

POINT SYMBOL

LINE/POLYLINE SYMBOL

POLYGON SYMBOL

PETA PENDAPATAN PETANI (REALITA)

PETA PENDAPATAN PETANI (MENURUT WILAYAH ADMINISTRASI)

PETA PENDAPATAN PETANI (DISESUAIKAN FENOMENA)

TAHAPAN PEMETAAN STATISTIK (1)  Analisis

jenis data: nominal, ordinal, interval, ratio  Adjusment data (untuk data jenis ratio) jika diperlukan Densities: kepadatan penduduk   Non-area-related ratios: sex ratio, independency ratio   Averages 

TAHAPAN PEMETAAN STATISTIK (2) 

Menentukan jenis peta yang sesuai:       



nominal point data chorochromatic/mosaic map choropleth map isoline map absolute proportional method  dot map flowline map

Untuk jenis peta choropleth, perlu menentukan metode klasifikasi data

NOMINAL POINT DATA MAP   

Untuk jenis data nominal  Peta yang menggambarkan suatu obyek dengan simbol point tertentu di lokasi yang bersesuaian

NOMINAL POINT DATA

CHOROCHROMATIC/MOSAIC MAP   

Untuk jenis data nominal  Peta yang menggambarkan data dengan memberikan arsir atau warna tertentu di area yang bersesuaian

CHOROCHROMATIC/  MOSAIC MAP 

CHOROPLETH MAP    

Untuk jenis data interval dan ratio Nilai data dapat berupa nilai absolut atau nilai ratio Peta yang menggambarkan nilai data dengan warna yang bergradasi atau dengan arsir garis yang kerapatannya berbeda di area yang bersesuaian

CHOROPLETH MAP  



Setiap warna atau arsir garis menunjukkan nilai data dalam interval tertentu Warna yang lebih tua atau garis yang lebih rapat menunjukkan nilai data yang lebih besar/tinggi 

CHOROPLETH MAP 

 ABSOLUTE PROPORTIONAL METHOD Untuk data yang berupa nilai absolut   Peta yang menggambarkan nilai data dengan simbol kotak, batang, lingkaran, atau simbol lainnya di mana jumlah atau besarnya simbol  proporsional dengan nilai datanya. 

 ABSOLUTE PROPORTIONAL METHOD (1)

 ABSOLU TE PROPORTIONAL METHOD (2)

DOT DENSITY MAP  



Peta yang menggambarkan data dengan titik-titik di mana satu titik mewakili nilai tertentu Untuk menggambarkan kepadatan

DOT MAP 

ISOLINE MAP  Peta yang menggambarkan garis dengan menghubungkan titik-titik yang mempunyai nilai data sama  Area yang dibatasi oleh dua isoline yang berdekatan mempunyai interval nilai yang sama  Area-area pada isoline map dapat diberi warna yang bertingkat sesuai dengan nilai datanya 

ISOLINE MAP 1

ISOLINE MAP 2

FLOWLINE MAP  Peta yang menggambarkan  pergerakan obyek dengan flowchart dan menggambarkan nilai datanya dengan simbol yang bertingkat 



FLOWLINE MAP (1)

FLOWLINE MAP (2)

METODE KLASIFIKASI DATA UNTUK CHOROPLETH  



Peta yang dihasilkan harus semirip mungkin dengan statistical surface. Statistical surface adalah penyajian data dalam 3 dimensi di mana ketinggiannya sebanding dengan nilai data Peta yang dihasilkan harus menggambarkan pola atau struktur yang merupakan karakteristik dari fenomena yang dipetakan. (Nilai ekstrim tidak boleh ‘hilang’)

STATISTICAL SURFACE 

METODE KLASIFIKASI  

Grafis   

Break points Frequency Diagrams Cumulative Frequency Diagrams



Matematis Equal Step  Quantiles   Arithmetic Series  Geometric Series  Harmonic Series  Nested Means 

BREAK POINTS

FREQUENCY DIAGRAMS

CUMULATIVE FREQUENCY DIAGRAMS

KURVA DISTRIBUSI DATA UNTUK METODE KLASIFIKASI MATEMATIS

FORMULA METODE KLASIFIKASI MATEMATIS (1) Misalkan: C = konstanta; n = banyaknya kelas = 5   Equal Step  Min

+ C + C + C + C + C = Max   C = (Max – Min)/n  Kelas 1 = Min s/d (Min+C)  Kelas 2 = (Min+C)+ 1 s/d (Min+C+1)+C   dst 

FORMULA METODE KLASIFIKASI MATEMATIS (2) Misalkan: C = konstanta; n = banyaknya kelas = 5   Arithmetic Series  Min

+ C + 2C + 3C + 4C + 5C = Max   C = (Max – Min)/(1+2+…+n)  Kelas 1 = Min s/d (Min+C)  Kelas 2 = (Min+C)+ 1 s/d (Min+C+1)+2C   dst 

FORMULA METODE KLASIFIKASI MATEMATIS (3) 

Geometric Series  Log(Max)

– C = Log(Nilai terbesar kedua)  Log(Nilai terbesar kedua) – C =Log(Nilai terbesar ketiga)  C = (Log Max – Log Min)/n 

Harmonic Series  (1/Max)

– C = ( (1/Max) – C) )– C = (( (1/Max) – C) – C) – C  C =( (1/Max) – (1/Min))/n

NESTED MEANS

NESTED MEANS(2)   



Memperhatikan Mean dari atribut  Memisahkan data menjadi 2 kategori (diatas Mean dan dibawah Mean) Lebih lanjut, diklasifikasikan dengan mengkalkulasi Means dari 2 kategori tadi  Menghasilkan 4 Kelas

CONTOH DATA

HASIL KLASIFIKASI DATA

CHOROPLETH HASIL KLASIFIKASI DATA (1)

CHOROPLETH HASIL KLASIFIKASI DATA (2)

CHOROPLETH HASIL KLASIFIKASI DATA (3)

CHOROPLETH METODE KLASIFIKASI  YANG DISEDIAKAN ArcGis     

Equal Interval  Quantile Natural Breaks(jenks) Geometrical Interval  Standard Deviation

EQUAL INTERVAL 



Membagi nilai-nilai pada atribut  kedalam kelas yang memiliki range yang sama (equal range) Cocok untuk data yang terdistribusi  linier 

EQUAL INTERVAL

QUANTILE  



Mengklasifikasikan data kedalam kategori tertentu, dimana setiap kategori memiliki fitur yang sama Cocok untuk data yang terdistribusi  linier 

QUANTILE 

NATURAL BREAKS Melihat pengelompokan dan pola data  Data yang digunakan mempunyai   jangkauan dari yang terkecil sampai  yang terbesar   Data dibagi kedalam kelas-kelas dengan batas-batas yang ditentukan berdasarkan nilai jangkauan terbesar  

NATURAL BREAKS

GEOMETRICAL INTERVAL  



Untuk memvisualisasikan data yang tidak terdistribusi normal  Dirancang untuk bekerja pada data yang berisi nilai-nilai duplikat yang berlebihan. Misalnya, lebih dari 35% memiliki nilai sama Lebih baik dari Quantile

GEOMETRICAL INTERVAL

STANDARD DEVIATION   



Mencari nilai Mean Menempatkan kelas diatas dan dibawah Mean  pada interval 0,25 0,5 atau 1 dari standar  deviasi sampai semua nilai dimasukkan kedalam kelas Nilai-nilai diluar 3 standar deviasi dikumpulkan kedalam 2 kelas, (lebih besar dari 3 std dev diatas mean) dan (Lebih kecil dari 3 std dev dibawah mean)