STATISTIK SPASIAL
A. Statistika Spasial
Statistik spasial dirancang khusus untuk digunakan dengan data spasial
dan data geografis. Metode ini menggunakan ruang, panjang, pendekatan,
arah, orientasi, atau beberapa gagasan tentang fitur dalam dataset yang
berinteraksi satu sama lain. Itulah yang membuat statistik spasial
berbeda dengan metode statistik tradisional.
- Analisis univariat adalah analisis yang dilakukan terhadap sebuah variabel. Bentuknya bermacam-macam, misalnya: distribusi frekuensi, rata-rata, proporsi, standar deviasi, varians, median, modus, dan sebagainya. Dengan analisis univariat dapat diketahui apakah konsep yang kita ukur berada dalam kondisi yang siap untuk dianalisis lebih lanjut, selain juga dapat mengetahui bagaimana gambaran konsep itu secara terperinci. Dengan analisis univariat pula, kita dapat mengetahui bagaimana sebaiknya menyiapkan ukuran dan bentuk konsep untuk analisis berikutnya. Analisis univariat mempunyai banyak manfaat, antara lain:a. Untuk maengetahui apakah data yang akan digunakan untk analisis sudah layak atau belum;b. Untuk mengetahui gambaran data yang dikumpulkan;c. Untuk mengetahui apakah data telah optimal jika dipakai untuk analisis berikunya.
- Analisis bivariat dilakukan terhadap dua variable yang diduga berhubungan atau berkorelasi. Dalam analisis bivariat ini dilakukan beberapa tahap, antara lain:(1) Analisis proporsi atau presentase, dengan membandingkan distribusi silang antara dua variabel yang bersangkutan.(2) Analisis dari hasil uji statistik (chi square, z test, t test dan sebagainya). Melihat dari hasil uji statistik ini akan dapat disimpulkan adanya hubungan dua variabel tersebut bermakna atau tidak bermakna. Dari hasil uji statistik ini dapat terjadi misalnya antara dua variabel tersebut secara persentase berhubungan tetapi secara statistik hubungan tersebut tidak bermakna.(3) Analisis keeratan hubungan antara dua variabel, dengan melihat Odd Ratio (OR). Besar kecilnya nilai OR menunjukkan besarnya keeratan hubungan antara dua variabel yang diuji.
2) Statistika inferensial mencakup semua metode yang berhubungan dengan analisis sebagian data (contoh) atau juga sering disebut dengan sampel untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya (populasi). Dalam statistika inferensial diadakan pendugaan parameter, membuat hipotesis, serta melakukan pengujian hipotesis tersebut sehingga sampai pada kesimpulan yang berlaku umum. Metode ini disebut juga statistika induktif, karena kesimpulan yang ditarik didasarkan pada informasi dari sebagian data saja. Pengambilan kesimpulan dari statistika inferensial yang hanya didasarkan pada sebagian data saja yang menyebabkan sifat tak pasti, memungkinkan terjadi kesalahan dalam pengambilan keputusan,[sehingga pengetahuan mengenai teori peluang mutlak diperlukan dalam melakukan metode-metode statistika inferensial.
C. Pengujian Hipotesis
Pengujian Hipotesis adalah suatu prosedur yang dilakukan dengan tujuan memutuskan apakah menerima atau menolak hipotesis itu. Dalam pengujian hipotesis, keputusan yang di buat mengandung ketidakpastian, artinya keputusan bias benar atau salah, sehingga menimbulkan risiko. Besar kecilnya risiko dinyatakan dalam bentuk probabilitas. Pengujian hipotesis merupakan bagian terpenting dari statistic inferensi (statistic induktif), karena berdasarkan pengujian tersebut, pembuatan keputusan atau pemecahan persoalan sebagai dasar penelitian lebih lanjut dapat terselesaikan. Hipotesis penelitian adalah hipotesis kerja (Hipotesis Alternatif Ha atau H1) yaitu hipotesis yang dirumuskan untuk menjawab permasalahan dengan menggunakan teori-teori yang ada hubungannya (relevan) dengan masalah penelitian dan belum berdasarkan fakta serta dukungan data yang nyata dilapangan. Hipotesis alternatif (Ha) dirumuskan dengan kalimat positif. Hipotesis nol adalah pernyataan tidak adanya hubungan, pengaruh, atau perbedaan antara parameter dengan statistik. Hipotesis Nol (Ho) dirumuskan dengan kalimat negatif). Nilai Hipotesis Nol (Ho) harus menyatakan dengan pasti nilai parameter.
Scott (2008) mengatakan analisis statistik spasial memiliki tiga kegunaan yaitu:
1)A measure of what’s going on spatially (Pengukuran terhadap suatu distribusi secara keruangan)
2)Identifying characteristics of a distribution (Identifikasi karakteristik dari suatu distribusi)
3)Quantifying geographic pattern (Kuantifikasi pola geografis).
B. Statistik Deskriptip dan Statistika Kesimpulan (Inferensial)
1) Statistik deskriptif adalah
metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu
gugus data sehingga memberikan informasi yang berguna Pengklasifikasian
menjadi statistika deskriptif dan statistika inferensia dilakukan
berdasarkan aktivitas yang dilakukan. Statistik deskriptif hanya
memberikan informasi mengenai data yang dipunyai dan sama sekali tidak
menarik inferensial atau kesimpulan apapun tentang gugus induknya yang
lebih besar. Contoh statistika deskriptif yang sering muncul adalah,
tabel, diagram, grafik, dan besaran-besaran lain di majalah dan
koran-koran. Dengan Statistik deskriptif, kumpulan data yang diperoleh
akan tersaji dengan ringkas dan rapi serta dapat memberikan informasi
inti dari kumpulan data yang ada. Informasi yang dapat diperoleh dari
statistika deskriptif ini antara lain ukuran pemusatan data, ukuran
penyebaran data, serta kecenderungan suatu gugus data
- Analisis univariat adalah analisis yang dilakukan terhadap sebuah variabel. Bentuknya bermacam-macam, misalnya: distribusi frekuensi, rata-rata, proporsi, standar deviasi, varians, median, modus, dan sebagainya. Dengan analisis univariat dapat diketahui apakah konsep yang kita ukur berada dalam kondisi yang siap untuk dianalisis lebih lanjut, selain juga dapat mengetahui bagaimana gambaran konsep itu secara terperinci. Dengan analisis univariat pula, kita dapat mengetahui bagaimana sebaiknya menyiapkan ukuran dan bentuk konsep untuk analisis berikutnya. Analisis univariat mempunyai banyak manfaat, antara lain:a. Untuk maengetahui apakah data yang akan digunakan untk analisis sudah layak atau belum;b. Untuk mengetahui gambaran data yang dikumpulkan;c. Untuk mengetahui apakah data telah optimal jika dipakai untuk analisis berikunya.
- Analisis bivariat dilakukan terhadap dua variable yang diduga berhubungan atau berkorelasi. Dalam analisis bivariat ini dilakukan beberapa tahap, antara lain:(1) Analisis proporsi atau presentase, dengan membandingkan distribusi silang antara dua variabel yang bersangkutan.(2) Analisis dari hasil uji statistik (chi square, z test, t test dan sebagainya). Melihat dari hasil uji statistik ini akan dapat disimpulkan adanya hubungan dua variabel tersebut bermakna atau tidak bermakna. Dari hasil uji statistik ini dapat terjadi misalnya antara dua variabel tersebut secara persentase berhubungan tetapi secara statistik hubungan tersebut tidak bermakna.(3) Analisis keeratan hubungan antara dua variabel, dengan melihat Odd Ratio (OR). Besar kecilnya nilai OR menunjukkan besarnya keeratan hubungan antara dua variabel yang diuji.
2) Statistika inferensial mencakup semua metode yang berhubungan dengan analisis sebagian data (contoh) atau juga sering disebut dengan sampel untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya (populasi). Dalam statistika inferensial diadakan pendugaan parameter, membuat hipotesis, serta melakukan pengujian hipotesis tersebut sehingga sampai pada kesimpulan yang berlaku umum. Metode ini disebut juga statistika induktif, karena kesimpulan yang ditarik didasarkan pada informasi dari sebagian data saja. Pengambilan kesimpulan dari statistika inferensial yang hanya didasarkan pada sebagian data saja yang menyebabkan sifat tak pasti, memungkinkan terjadi kesalahan dalam pengambilan keputusan,[sehingga pengetahuan mengenai teori peluang mutlak diperlukan dalam melakukan metode-metode statistika inferensial.
C. Pengujian Hipotesis
Pengujian Hipotesis adalah suatu prosedur yang dilakukan dengan tujuan memutuskan apakah menerima atau menolak hipotesis itu. Dalam pengujian hipotesis, keputusan yang di buat mengandung ketidakpastian, artinya keputusan bias benar atau salah, sehingga menimbulkan risiko. Besar kecilnya risiko dinyatakan dalam bentuk probabilitas. Pengujian hipotesis merupakan bagian terpenting dari statistic inferensi (statistic induktif), karena berdasarkan pengujian tersebut, pembuatan keputusan atau pemecahan persoalan sebagai dasar penelitian lebih lanjut dapat terselesaikan. Hipotesis penelitian adalah hipotesis kerja (Hipotesis Alternatif Ha atau H1) yaitu hipotesis yang dirumuskan untuk menjawab permasalahan dengan menggunakan teori-teori yang ada hubungannya (relevan) dengan masalah penelitian dan belum berdasarkan fakta serta dukungan data yang nyata dilapangan. Hipotesis alternatif (Ha) dirumuskan dengan kalimat positif. Hipotesis nol adalah pernyataan tidak adanya hubungan, pengaruh, atau perbedaan antara parameter dengan statistik. Hipotesis Nol (Ho) dirumuskan dengan kalimat negatif). Nilai Hipotesis Nol (Ho) harus menyatakan dengan pasti nilai parameter.
Scott (2008) mengatakan analisis statistik spasial memiliki tiga kegunaan yaitu:
1)A measure of what’s going on spatially (Pengukuran terhadap suatu distribusi secara keruangan)
2)Identifying characteristics of a distribution (Identifikasi karakteristik dari suatu distribusi)
3)Quantifying geographic pattern (Kuantifikasi pola geografis).
Hubungan
spasial antara dua distribusi dapat digambarkan secara kuantitatif
dengan penghitungan kedekatan jarak antar dua sebaran dengan beberapa
metode sebagai berikut:
-Quadrant Count method -Kernel Density Estimation (Clustering)
-Nearest neighbor distance
-Quadrant Count method -Kernel Density Estimation (Clustering)
-Nearest neighbor distance
Analisis statistik spasial berdasarkan tingkatannya dapat dibedakan menjadi tiga yaitu:
1.General Spatial Statistics Analysis (Analisis Statistik Spasial Umum)
2.Intermediate Spatial Statistics Analysis (Analisis Statistik Spasial Menengah)
3.Expert Spatial Statistics Analysis (Analisis Statistik Spasial Ahli)
1.General Spatial Statistics Analysis (Analisis Statistik Spasial Umum)
2.Intermediate Spatial Statistics Analysis (Analisis Statistik Spasial Menengah)
3.Expert Spatial Statistics Analysis (Analisis Statistik Spasial Ahli)
Analisis Statistik Spasial Umum
Analisis Statistik Spasial Umum, sebagaimana halnya statistik non-spasial, memiliki fungsi deskripsi dasar seperti rerata (mean), median, mode dan standar deviasi untuk mendeskripsikan distribusi sebaran di permukaan bumi.
Analisis Statistik Spasial Umum, sebagaimana halnya statistik non-spasial, memiliki fungsi deskripsi dasar seperti rerata (mean), median, mode dan standar deviasi untuk mendeskripsikan distribusi sebaran di permukaan bumi.
-Mean
center merupakan pusat gravitasi sebaran kasus TB yaitu pada koordinat
X: 430539.07 dan Y: 9137709.98. Sedangkan Median center pada koordinat
X: 430511.56 dan Y: 9137708.27.
-Pada
gambar diatas ditunjukkan bahwa titik median center, mean center dan
center of minimum distance terletak cukup berdekatan, ini dapat
diartikan kasus TB adalah sebaran yang merata dan mengikuti kurva normal
dengan skewness yang tidak terlalu besar
-Sudut
rotasi standard deviasi elips sebesar 46.810 searah jarum jam dan luas
elips sebesar 14.379.611,17m2. Convex hull menggambarkan luasan sebaran
kasus TB yaitu seluas 32.299.432.93m2.
-Standard
deviational elips sebagai gambaran dari standar deviasi sebaran TB
menunjukkan bahwa panjang sumbu X adalah 4855,24m dan sumbu Y adalah
3770,92, dengan ratio antara sumbu X dan sumbu Y adalah sebesar 1,2875.
-Arah sumbu standar deviasi elips yang muncul yaitu sebaran yang miring kearah tenggara - barat laut, mungkin dipengaruhi oleh bentuk administrasi Kota Yogyakarta
Fungsi Analisis Statistik Spasial Umum yang lainnya adalah:
-Density Estimation atau yang lebih tepat diistilahkan sebagai estimasi probability surface yaitu Estimasi Kerapatan pada tipologi titik, dengan menggunakan metode kernel. Setiap kernel mengestimasi tiap titik dalam sebuah grid yang ditumpangsusunkan pada pola persebaran titik
-Hot Spot Detection Analisis, metode yang digunakan adalah quadrant count, untuk mempresentasikan sebuah pengelompokan dengan membandingkan jumlah kejadian (ponit) dengan sebuah wilayah secara acak. Point dianalisis dengan dibagi menjadi beberapa kelompok sesuai hirarki kepadatannya dengan menggunakan lebih dari sebuah lingkaran elips. Sebagai contoh berikut ini hot spot kasus TB di Kabupaten bantul
-Uji independensi atau Spatial autocorrelation, berguna untuk mengetahui apakah sebuah sebaran kasus memiliki pola tertentu atau sebaran yang acak. Uji independensi dilakukan untuk sebaran titik yaitu dengan membandingkan jarak tetangga antara sebaran (dNN) terdekat dengan jarak yang diharapkan (dran).
-Arah sumbu standar deviasi elips yang muncul yaitu sebaran yang miring kearah tenggara - barat laut, mungkin dipengaruhi oleh bentuk administrasi Kota Yogyakarta
Fungsi Analisis Statistik Spasial Umum yang lainnya adalah:
-Density Estimation atau yang lebih tepat diistilahkan sebagai estimasi probability surface yaitu Estimasi Kerapatan pada tipologi titik, dengan menggunakan metode kernel. Setiap kernel mengestimasi tiap titik dalam sebuah grid yang ditumpangsusunkan pada pola persebaran titik
-Hot Spot Detection Analisis, metode yang digunakan adalah quadrant count, untuk mempresentasikan sebuah pengelompokan dengan membandingkan jumlah kejadian (ponit) dengan sebuah wilayah secara acak. Point dianalisis dengan dibagi menjadi beberapa kelompok sesuai hirarki kepadatannya dengan menggunakan lebih dari sebuah lingkaran elips. Sebagai contoh berikut ini hot spot kasus TB di Kabupaten bantul
-Uji independensi atau Spatial autocorrelation, berguna untuk mengetahui apakah sebuah sebaran kasus memiliki pola tertentu atau sebaran yang acak. Uji independensi dilakukan untuk sebaran titik yaitu dengan membandingkan jarak tetangga antara sebaran (dNN) terdekat dengan jarak yang diharapkan (dran).
Analisis Statistik Spasial Menengah
Salah satu fungsi Analisis Statistik Spasial Menengah yaitu Spatial relationship yang digunakan untuk mencari hubungan dua distribusi secara kuantitatif. Caranya dengan menguji kesamaan (similarity) antara dua sebaran. Jika dua distribusi menunjukkan persamaan pola, dapat diduga bahwa dua distribusi tersebut saling berhubungan, baik secara langsung atau tidak.
Adanya kesamaan diantara dua distribusi dapat mengindikasikan:
1) Sebuah distribusi menjadi penyebab distibusi lainnya;
2) Kedua distribusi memiliki penyebab yang sama
Salah satu fungsi Analisis Statistik Spasial Menengah yaitu Spatial relationship yang digunakan untuk mencari hubungan dua distribusi secara kuantitatif. Caranya dengan menguji kesamaan (similarity) antara dua sebaran. Jika dua distribusi menunjukkan persamaan pola, dapat diduga bahwa dua distribusi tersebut saling berhubungan, baik secara langsung atau tidak.
Adanya kesamaan diantara dua distribusi dapat mengindikasikan:
1) Sebuah distribusi menjadi penyebab distibusi lainnya;
2) Kedua distribusi memiliki penyebab yang sama
Analisis Statistik Spasial Ahli
Yaitu Statistik Spasial untuk Aplikasi Pemodelan Spasial:
•Pada pemodelan spasial Indeks : berfungsi sebagai tools penentu batas kelas sebuah dan besar bobot pada sebuah parameter yang akan digunakan dalam model Indeks
•Pada pemodelan Regresi spasial : berfungsi sebagai alat proses pemodelan berdasarkan hubungan input dan output, seperti : Y = a+bx
•Keuntungan model regresi adalah memiliki kemampuan prediksi secara langsung (dien)
Yaitu Statistik Spasial untuk Aplikasi Pemodelan Spasial:
•Pada pemodelan spasial Indeks : berfungsi sebagai tools penentu batas kelas sebuah dan besar bobot pada sebuah parameter yang akan digunakan dalam model Indeks
•Pada pemodelan Regresi spasial : berfungsi sebagai alat proses pemodelan berdasarkan hubungan input dan output, seperti : Y = a+bx
•Keuntungan model regresi adalah memiliki kemampuan prediksi secara langsung (dien)
Komentar
Posting Komentar