Referensi Statistika

Statistika adalah mesin pengambilan keputusan di jantung data science: dari sampel yang terbatas, kita menyimpulkan sesuatu tentang dunia — beserta ukuran seberapa besar kemungkinan kesimpulan itu keliru. Materi pada Course ini membangun fondasinya dari populasi dan sampel sampai uji hipotesis, tetapi inferensi adalah bidang yang dalam dan terus berkembang. Pada chapter ini kita memetakan rujukan untuk memperdalami statistika, membedakan pendekatan terapan dari teori, dan menyusun urutan belajar lanjutan yang menyambung langsung dari materi Course ini.

Konsep Terapan versus Teori #

Ketika membuka buku statistika di perpustakaan atau perkuliahan daring, kita akan menemukan dua gaya penyampaian yang tujuannya berbeda. Gaya terapan berangkat dari pertanyaan data: apa ukuran yang tepat, apa asumsinya, bagaimana membaca keluarannya. Gaya teori berangkat dari dasar matematis: bagaimana distribusi diturunkan, mengapa suatu penduga bersifat konsisten. Data science sehari-hari bertumpu pada gaya terapan; gaya teori menjadi penting ketika kita perlu menilai kelayakan metode pada situasi tak biasa atau mengembangkan metode sendiri.

Kedua gaya tersebut bukan saingan melainkan lapisan yang sama-sama diperlukan pada takaran berbeda. Kebiasaan yang sehat: kuasai dulu versi terapan dari setiap konsep — kapan dipakai, apa asumsinya, bagaimana salah membacanya — lalu barulah gali lapisan teorinya untuk konsep yang paling sering kita pakai.

Rujukan SciPy untuk Statistika Terapan #

Modul scipy.stats adalah katalog statistika terapan paling lengkap di ekosistem Python. Halaman utamanya memuat daftar ratusan distribusi peluang, uji statistik, dan fungsi kuantil, masing-masing dengan halaman detail berisi parameter dan contoh. Pola pemakaiannya sederhana: temukan uji atau distribusi yang sesuai dari daftar, buka halamannya, lalu periksa bagian contoh di bagian bawah — persis pola tiga lapis yang kita latih pada chapter Dokumentasi Resmi .

Modul ini pula yang kita pakai sepanjang Section statistika Course ini, misalnya menghitung skor-z, menguji kenormalan data, dan membandingkan dua kelompok dengan uji-t. Ketika suatu hari kita membutuhkan uji yang belum pernah dipakai — misalnya uji peringkat bertanda Wilcoxon — katalog tersebut adalah tempat mencari tahu apakah uji itu tersedia dan bagaimana parameternya.

Rujukan statsmodels untuk Inferensi Formal #

Untuk kebutuhan yang lebih formal, statsmodels menyediakan keluaran statistika yang lazim dimuat di jurnal penelitian: tabel regresi lengkap dengan nilai standar error, interval kepercayaan, dan berbagai uji asumsi. Perbedaan perannya dengan scikit-learn patut diingat: scikit-learn fokus pada daya prediksi, sedangkan statsmodels fokus pada penafsiran — menjawab pertanyaan “seberapa kuat bukti bahwa suatu variabel berhubungan dengan variabel lain”.

Salah satu kekuatan khusus statsmodels adalah analisis deret waktu. Halaman time series analysis memuat model ARIMA, dekomposisi musiman, dan uji kestasioneran yang kita pakai pada Section analisis deret waktu — dari dekomposisi hingga ARIMA . Ketika hasil forecasting perlu disertai interval kepercayaan yang bisa dipertanggungjawabkan, dokumentasi inilah tempat memeriksa detail modelnya.

Urutan Belajar dari Course Ini #

Bagi yang ingin memperdalam statistika setelah Course ini, urutan berikut menyambung dari materi yang sudah kita pelajari menuju pendalaman yang lebih teknis:

Urutan tersebut menaikkan tekuk kesulitan secara bertahap: langkah 1-2 memperdalam apa yang sudah ada, langkah 3-4 membuka metode yang belum dibahas tuntas di Course ini, dan langkah 5 mengantar ke wilayah pemodelan statistika penuh.

Menguji Perbedaan Dua Cabang dengan Uji-t #

Untuk merasakan gaya terapan scipy.stats, mari kita uji pertanyaan nyata: apakah skor kepuasan pelanggan dua cabang toko berbeda secara bermakna, ataukah selisihnya cukup diterima sebagai fluktuasi sampel.

import numpy as np
from scipy import stats

# Skor kepuasan pelanggan (skala 1-5) dua cabang Toko Kopi Kita
bandung = np.array([4.1, 4.3, 4.0, 4.4, 4.2])
surabaya = np.array([4.6, 4.8, 4.5, 4.9, 4.7])

hasil = stats.ttest_ind(bandung, surabaya)
print("Rata-rata Bandung :", round(float(bandung.mean()), 2))
print("Rata-rata Surabaya:", round(float(surabaya.mean()), 2))
print("t-statistik       :", round(float(hasil.statistic), 4))
print("p-value           :", round(float(hasil.pvalue), 6))

Output yang Dihasilkan:

Rata-rata Bandung : 4.2
Rata-rata Surabaya: 4.7
t-statistik       : -5.0
p-value           : 0.001053

Mari kita telaah baris-baris kode di atas:

1. Baris 6-7 (bandung, surabaya): dua array berisi skor kepuasan lima pelanggan per cabang — sampel kecil yang wajar untuk latihan.
2. Baris 9 (hasil = stats.ttest_ind(...)): uji-t dua sampel independen membandingkan rata-rata kedua kelompok. Fungsi ini berasumsi kedua kelompok bervarians mirip — asumsi yang dibahas pada chapter pengujian hipotesis.
3. Baris 13-14 (hasil.statistic, hasil.pvalue): nilai t sebesar -5,0 dengan p-value 0,001053 menunjukkan bukti kuat bahwa rata-rata kedua cabang memang berbeda, bukan sekadar fluktuasi sampel — persis cara membaca uji yang kita latih pada Course ini.

Rangkuman #

• Bedakan dua gaya rujukan statistika: terapan untuk pemakaian dan penafsiran sehari-hari, teori untuk penelitian metode dan situasi tak standar — kuasai versi terapan lebih dulu.
• scipy.stats adalah katalog statistika terapan ekosistem Python; jelajahi daftarnya ketika mencari distribusi atau uji tertentu.
• statsmodels melengkapi dengan keluaran inferensi formal — tabel regresi, uji asumsi, dan model deret waktu dengan interval kepercayaan.
• Urutan pendalaman yang menyambung dari Course ini: penarikan sampel, distribusi, estimasi, pengujian, lalu hubungan antar variabel.

Statistika menyediakan metode; Python menyediakan bahasa sekaligus perkakas tempat metode itu dijalankan. Chapter berikutnya memetakan rujukan resmi Python dan ekosistemnya, dari dokumentasi bahasa sampai alat pengelolaan paket dan pengujian.