SPATIAL STATISTIC

SPATIAL STATISTICS

            Statistik Spasial adalah segala teknik analisis untuk mengukur distribusi suatu kejadian berdasarkan keruangan (Scott & Warmerdam, 2006). Keruangan yang dimaksud disini adalah variabel yang ada di permukaan bumi seperti kondisi topografi, vegetasi, perairan, dll.

Ø  Pola distribusi spasial secara umum terbagi menjadi tiga:

       1)      Acak (Random) yaitu titik-titik muncul pada lokasi yang acak dan posisi satu titik dengan titik    lainnya tidak saling terkait.

      2)      Menyebar (Dispersed) yaitu setiap titik berjauhan satu sama lain atau secara jarak tidak dekat secara bermakna.

       3)      Mengelompok (Clustered) yaitu beberapa titik terkonsentrasi berdekatan satu sama lain dan ada area besar yang berisi sedikit titik yang sepertinya ada jarak yang tidak bermakna.

     Ø  Statistik deskripsi dan penjelasan deskripsi

Berkaitan dengan memperoleh ringkasan pengukuran  untuk menggambarkan seperangkat data.

a.      Statistik Deskriptif klasik: Univariate (Satu variable)

·         Pusat Tendensi: Ringkasan untuk ukuran satu variable tunggal :

§  mean (rerata)

§  median (nilai tengah)

§  mode (yang paling sering muncul)

·      Dispersi: ukuran sebaran atau variabilitas

§  Variance (variasi)

§  Simpangan baku

b.      Classic Descriptive Statistics: Bivariate

Contoh Koefisien Korelasi menggunakan “rumus perhitungan”

     Ø  Statistik kesimpulan dan statistik dapat disimpulkan

Berkaitan dengan membuat kesimpulan dari sampel tentang populasi

     Ø  Kegunaan Statistik Spasial:

     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).

   Ø  Hubungan spasial antara dua distribusi dapat digambarkan secara kuantitatif dengan penghitungan kedekatan jarak antar dua sebaran dengan beberapa metode sebagai berikut:

         1)      Quadrant Count method

§  For an uniform distribution, the variance is zero.

               Therefore, we expect a variance-mean ratio close to 0

§  For a random distribution, the variance and mean are the same.

Therefore, we expect a variance-mean ratio around 1

§  For a clustered distribution, the variance is relatively large

Therefore, we expect a variance-mean ratio above 1

       2)      Nearest neighbor distance

Uses distances between points as its basis.  Compares the mean of the distance observed between each point and its nearest neighbor with the expected mean distance that would occur if the distribution were random:

            NNI=Observed Aver. Dist / Expected Aver. Dist

§  For random pattern,      NNI = 1

§  For clustered pattern,    NNI = 0

§  For dispersed pattern,   NNI = 2.149

Ø Kelebihan lain dari statistik spasial menurut Scott & Warmerdam (2006) yaitu;

       a)      Diperolehnya pemahaman yang lebih baik mengenai fenomena goegrafis dari suatu kejadian;

       b)      Diketahuinya dengan tepat penyebab suatu kejadian berdasarkan pola geografis yang spesifik;

       c)      Disimpulkannya distribusi kejadian berdasarkan satuan data;

       d)     Diperolehnya keputusan yang lebih baik dengan tingkat kepercayaan yang lebih tinggi.

DAFTAR PUSTAKA

Adadung. 2012. Statistik spasial.

(http://adadung.blogspot.co.id/2012/03/statistik-spasial.html, diakses pada 13 Mei 2018 pukul 19.48 WIB)

Scott, L.M & Warmerdam, N., 2006. Spatial Statistics for Public Health and Safety. ESRI.