Data Analitik S2 Q1

Apa perbedaan utama antara "analisis" dan "analitik" dalam data science?

• Analisis lebih berfokus pada pengambilan keputusan, sedangkan analitik hanya mengumpulkan data.

• Analisis dapat dilakukan dengan melihat tren data, sedangkan analitik melibatkan prediksi berbasis model data.

• Analisis hanya digunakan dalam bisnis, sedangkan analitik digunakan dalam penelitian akademik.

• Analitik selalu menggunakan AI dan Machine Learning, sedangkan analisis tidak

Answer explanation

Analisis adalah proses mengevaluasi data untuk menemukan pola, hubungan, atau informasi yang dapat digunakan dalam pengambilan keputusan.
Analitik mencakup penggunaan metode statistik, algoritma, dan teknologi (seperti AI dan Machine Learning) dalam mengolah dan menginterpretasi data yang dapat digunakan dalam forecasting

Bagaimana hubungan antara Machine Learning (ML) dan Artificial Intelligence (AI)?

• AI adalah sub-bidang ML yang berfokus pada pembelajaran mesin.

• ML adalah bagian dari AI yang memungkinkan sistem belajar dari data tanpa diprogram secara eksplisit.

• AI dan ML adalah dua bidang yang sama dan selalu digunakan bersamaan.

• ML hanya digunakan untuk analisis data, sedangkan AI digunakan untuk robotika.

Answer explanation

Machine Learning adalah sub-bidang dari AI yang memungkinkan komputer belajar dari data untuk membuat prediksi atau keputusan tanpa diprogram secara eksplisit.

Mengapa Teorema Limit Pusat (Central Limit Theorem) penting dalam statistik?

• Karena memungkinkan distribusi populasi selalu berbentuk normal.

• Karena memastikan bahwa sampel kecil selalu memiliki distribusi yang normal.

• Karena menyatakan bahwa distribusi rata-rata sampel mendekati normal jika ukuran sampel cukup besar.

• Karena digunakan untuk menggantikan distribusi t dalam analisis data kecil.

Answer explanation

Teorema Limit Pusat menyatakan bahwa distribusi rata-rata dari sampel acak akan mendekati distribusi normal, tidak peduli bagaimana bentuk distribusi populasi awalnya, jika ukuran sampel cukup besar.

Apa perbedaan antara Error Tipe I dan Error Tipe II dalam uji hipotesis?

• Error Tipe I terjadi saat kita menerima hipotesis nol yang salah, sedangkan Error Tipe II terjadi saat kita menolak hipotesis nol yang benar.

• Error Tipe I terjadi saat kita menolak hipotesis nol yang benar, sedangkan Error Tipe II terjadi saat kita menerima hipotesis nol yang salah.

• Error Tipe I lebih serius daripada Error Tipe II dalam semua kasus statistik.

• Error Tipe I terjadi saat sampel tidak cukup besar, sedangkan Error Tipe II terjadi saat distribusi tidak normal.

Answer explanation

Error Tipe I (False Positive): Menolak hipotesis nol yang sebenarnya benar.

Error Tipe II (False Negative): Menerima hipotesis nol yang sebenarnya salah.

Kapan kita menggunakan distribusi t dibandingkan distribusi Z dalam uji hipotesis?

• Ketika ukuran sampel besar (>30) dan varians populasi diketahui.

• Ketika ukuran sampel kecil (<31) dan varians populasi tidak diketahui.

• Distribusi t digunakan dalam semua kasus analisis data, sementara distribusi Z hanya untuk data kategorikal.

• Distribusi Z lebih akurat dibandingkan distribusi t dalam semua kondisi.

Answer explanation

Distribusi t digunakan ketika ukuran sampel kecil (<31) dan varians populasi tidak diketahui, sedangkan distribusi Z digunakan untuk sampel besar (>30).

Seorang peneliti ingin mengetahui apakah ada perbedaan kepuasan pelanggan antara dua cabang perusahaan ritel. Sampel acak diambil dari masing-masing cabang. Metode uji hipotesis yang tepat adalah:

• Uji t untuk dua sampel independen.

• Uji Z untuk dua populasi besar.

• Uji Chi-Square untuk menguji hubungan variabel.

• Analisis regresi untuk mencari hubungan antara kepuasan dan cabang.

Answer explanation

Karena data berasal dari dua sampel independen dengan jumlah data yang relatif kecil, Uji t untuk dua sampel independen adalah metode yang tepat untuk menguji perbedaan rata-rata antara kedua cabang.