Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

BAB I BERKENALAN DENGAN STATISTIKA (Pertemuan ke-1 )

Presentasi serupa


Presentasi berjudul: "BAB I BERKENALAN DENGAN STATISTIKA (Pertemuan ke-1 )"— Transcript presentasi:

1 BAB I BERKENALAN DENGAN STATISTIKA (Pertemuan ke-1 )
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I. Program Studi SI/ TI Sekolah Tinggi Manajemen Informatika dan Komputer Global Informatika Multi Data Palembang

2 Pengaruh Nilai Statistik dalam Pengambilan Keputusan Personal
BERITA HARIAN NASIONAL Sepanjang tahun ini telah terjadi 20 kecelakaan pesawat dalam 100 hari terakhir Berarti 5 hari sekali terjadi kecelakaan pesawat Bila 5 hari yang lalu telah terjadi kecelakaan pesawat, sedangkan Anda akan pergi dari Palembang ke Jakarta. Apakah Anda akan naik kereta api?

3 Pengaruh Nilai Statistik dalam Pengambilan Keputusan Personal
BERITA TV NASIONAL Hasil pooling lewat SMS menunjukkan jumlah responden yang memilih calon penyanyi adalah: Calon A: 25%, calon B: 60%, dan calon C: 15%. Wah calon favoritku C kayaknya akan tereliminasi, kalo gitu aku harus memberi dukungan yang banyak. Kalo si B tampil,saya harus nonton karena dia yang paling favorit.

4 Pengaruh Nilai Statistik dalam Pengambilan Keputusan Personal
Berita Media Nasional Berdasarkan hasil survey lembaga independen, dari 100 perusahaan besar ternyata 95 perusahaan mengalami kenaikan produksi sebesar 100% sampai 150% dalam 2 tahun terakhir Investasi di Indonesia ternyata menggiurkan. Kalo gitu sebaiknya membuka usaha baru daripada menyimpan uang di bank

5 Pengaruh Nilai Statistik dalam Pengambilan Keputusan Personal
Berita Media Nasional Penjualan tempe telah menyumbang 5% pendapatan untuk APBD Jawa Timur. Oleh karena itu akan didirikan 100 perusahaan tempe baru yang akan dibuka di daerah-daerah sentra-industri tempe Wah kalo gitu harus digalakkan memasyarakatkan tempe dan men-tempekan masyarakat

6 Pengaruh Nilai Statistik dalam Pengambilan Keputusan Personal

7 ALASAN APLIKASI STATISTIK
Di dunia tidak ada yang pasti. Ada error/ kesalahan, adanya variasi/ fluktuasi. Butuh sample, generate populasi. Ada dugaan/ estimasi. Membutuhkan pengujian hipotesa dalam eksperimen. Ingin mengetahui pola hubungan. Ingin mengetahui studi kelayakan. Ingin mengetahui yang akan datang. Ingin mengambil kelompok informasi. Sebagai pengambilan keputusan dalam menentukan kebijaksanaan. Ingin mengidentifikasi pola atau bentuk tertentu. Menganalisa standar kualitas produksi, kompetensi?

8 Dunia Tidak Pasti Mati pasti, kapan saudara mati?
Jodoh takdir, bagaimana dan kapan? Rejeki, Berapa tiap hari rejekinya? PROBABILITAS Apa yang pasti …… Apa yang tidak pasti ……

9 Error/ Kesalahan, Akibat Variasi Data
Apa semua harus benar? Apakah semua makanan enak? Apakah saudara pintar? tampan? atau cantik? Butuh Tingkat Kesalahan Butuh Standart Error Butuh Rata-rata Kuadrat Error

10 Butuh sample Mengapa kalau masak perlu dicicipi?
Mengapa kalau beli buah boleh dicicipi? Mengapa ada ukuran baju S, M, L, XL? Mengapa sepatu ada ukuran, 39, 40, 42, dst. Mengapa quick count polling president tepat? Mengapa mengukur kualitas lampu tidak di test semua? Mengapa uji kekuatan ban tidak semuanya di tusuk paku? Populasi Sample

11 Dugaan/Estimasi Mengapa akhir-akhir ini harga-harga melambung?
Mengapa hasil produksinya menurun? Mengapa lumpur lapindo bertambah banyak? Mengapa banyak semburan baru di tempat lain? >> Jangan-jangan, jangan-jangan…..???

12 Pengujian Hipotesa Untuk membuktikan dugaan eksperimen, benar atau tidak dugaannya. Apakah memang benar susu formula mengandung bakteri sakazaki??? Perlu di uji hipotesanya sehingga menyakinkan, berapa tingkat keyakinannya? Mari kita sepakati. Uji Hipotesis >>>>>>> Susu formula 40% berbakteri

13 Ada Pola Hubungan Karena banyak komplikasi Gito Rolis meninggal?...ah itu takdir. Karena dompet kosong, sabtu malam minggu di rumah saja, kasihan deach loe! Karena……Maka……… Variabel Bebas Variabel Terikat

14 Butuh Studi Kelayakan Bagaimana nasib korban Lapindo?
Cukup tidak uang ganti ruginya? Apakah perlu adanya relokalisasi? Apaka setuju lumpur lapindo korban nasional? Butuh Data Primer Butuh Kuesioner

15 Keingintahuan akan datang
Berapa ya kira-kira saya harus jualan besuk? Besok cuacanya hujan, berawan atau cerah? Sebaiknya kita siapkan tahun depan anggaran operasional berapa ya? Teknik Ramalan Persamaan Regresi

16 Kelompok Informasi Ada berapa kelompok perokok berdasarkan umur?
Produk “X” termasuk kebawah, menengah atau ke atas. Segmentasi Market Pengambilan sampel

17 Decision Support System
Proses pengambilan keputusan sebagai hasil akhir atas pelaksanaan penelitian dengan berdasarkan pada data dan metodologi yang digunakan. Keputusan dapat berupa kualitatif (deskriptif) atau kuantitatif (inferensi)

18 Identifikasi Pola Pengenalan buah Pengenalan angka Pengenalan wajah
Pengenalan sidik jari Pengenalan gerakan

19 Pengedalian Kualitas Pengendalian kualitas secara statistik.
Peta kendali Sampling produksi.

20 BERKENALAN DENGAN STATISTIK

21 STATISTIKA

22 STATISTIKA ilmu pengetahuan tentang data
merupakan bagian dari matematika yang membahas rumus untuk mengumpulkan, menggambarkan atau menyajikan, menganalisis, dan menginterpretasikan data kuantitatif [Webster New Collegiate Distionary] merupakan cabang dari metode ilmiah yang menggunakan data didapatkan dengan menghitung atau mengukur bagian populasi [Kendall & Stuart] membahas metode penarikan kesimpulan dari hasil percobaan atau proses [Fraser] sebagai teknologi metoda ilmiah yang membahas rancangan percobaan dan investigasi serta inferensia statistika [Mood] membahas rancangan percobaan atau survei sampling untuk mendapatkan sejumlah informasi tertentu dan penggunaan informasi secara optimal dalam pembuatan inferensia tentang populasi.

23 METODOLOGI STATISTIKA
Pemecahan masalah secara statistik yang terdiri atas beberapa tahap, yaitu: Identifikasi masalah Pengumpulan data Klasifikasi data Penyajian data Analisis data

24 Statistika Deskriptif vs Inferensia
C A R P E N G O L H D T Statistika Deskriptif vs Inferensia Statistika deskriptif digunakan untuk menggambarkan dan menganalisa data dengan menghitung sedikitnya satu statistik contoh, dengan membangun grafik atau tabel, atau dengan membandingkan hasil data yang lain. [Penyajian data dengan statistik sederhana] Statistika inferensia menginterpretasikan hasil-hasil atau menghitung statistik- statistik yang diperoleh dari contoh untuk mengestimasi/ menduga parameter populasi. [Pendugaan parameter populasi dan pengujian hipotesis]

25 Statistika Deskriptif vs Inferensia
Populasi Contoh Sampling Pendugaan Tingkat Keyakinan Ilmu Peluang Deskriptif

26 Statistika Deskriptif vs Inferensia

27 Statistika Deskriptif vs Inferensia

28 Statistika Deskriptif vs Inferensia

29 Statistika Parametrik vs Non Parametrik
B E N T U K P A R M Statistika Parametrik vs Non Parametrik Statistika Parametrik Bagian statistik yang parameter dan populasinya mengikuti suatu distribusi tertentu, seperti distribusi normal, dan memiliki varian yang homogen Statistika Non Parametrik Bagian statistik yang parameter dan populasinya tidak mengikuti suatu distribusi tertentu atau memiliki distribusi yang bebas dari persyaratan, dan variannya tidak perlu homogen.

30 Statistika Parametrik vs Non Parametrik

31 FUNGSI STATISTIKA Fungsi deskriptif  memaparkan informasi dalam sajian yang bermakna untuk mendeskripsikan suatu keadaan atau menjelaskan mengapa dan bagaimana suatu kejadian terjadi Fungsi inferensial  untuk mendapatkan kesimpulan yang bermakna; contoh penggunaan jamu Fungsi analitik  mampu menjelaskan hubungan antara faktor satu dengan yang lain Fungsi prediktif  dari data yang terkumpul dapat digunakan untuk melakukan prediksi

32 METODE ILMIAH

33 STATISTIK

34 PENGERTIAN STATISTIK Sebenarnya banyak sekali definisi tentang statistik, tetapi tidak ada definisi yang memuaskan. Hal ini disebabkan karena luasnya ruang lingkup statistik. Untuk keperluan praktis, statistik bisa diartikan secara sempit dan luas. Dalam arti sempit, statistik berarti data ringkasan berbentuk angka (kuantitatif) Dalam arti luas, statistik berarti suatu ilmu yang mempelajari cara pengumpulan, pengolahan/p engelompokkan, penyajian, dan analisis data serta cara pengambilan kesimpulan secara umum berdasarkan hasil penelitian yang tidak menyeluruh

35 RUANG LINGKUP STATISTIK
Ekonomi dan bisnis Tehnik dan mekanika Sipil Sosial dan budaya Pemerintahan Komputer dan informasi Psychology dan komunikasi Matematika dan pengetahuan alam Semua bidang ilmu pengetahuan

36 KEGUNAAN STATISTIK Analisis data Peramalan Uji hipotesa Ilmu statistik

37 PENDEKATAN STATISTIK Analisis deskriptif Analisis inferensi
Kombinasi dari keduanya

38 PENERAPAN STATISTIK Statistik pada masa kini mempengaruhi hampir seluruh aspek kehidupan modern, contoh : Perencanaan secara statistik dan evaluasi penelitian yang membantu terciptanya kemajuan teknologi dalam menghasilkan dan memproses makanan. Pengembangan dan pengendalian mutu produk. Membantu pengumpulan pendapat umum (polling). Membantu dalam pengambilan keputusan suatu kebijakan, dll

39 PERANAN STATISTIK Peranan statistik antara lain :
Membantu merumuskan masalah yang akan diteliti dalam pengertian masalah yang relevan dan tidak meragukan. Memberikan metode yang efisien dalam pengumpulan dan analisis data. Alat bantu dalam pengambilan keputusan dan kesimpulan dari data atau fakta yang dianalisis.

40 KONSEP DASAR STATISTIK
Populasi Sampel Variabel Statistik Inferensi Pengukuran reabilitas dari statistik inferensi Pembulatan Bilangan Notasi Sigma

41 Populasi Populasi adalah sebagai sekumpulan data yang mengidentifikasi suatu fenomena Contoh : Semua pekerja di seluruh Indonesia Semua mahasiswa di Jakarta Populasi lebih bergantung pada kegunaan dan relevansi data yang dikumpulkan

42 Sampel Sampel adalah sebagai sekumpulan data yang diambil atau diseleksi dari suatu populasi Contoh : Populasi = Seluruh mahasiswa di Jakarta Sampel = Mahasiswa akhir jurusan SI Sampel pada dasarnya adalah bagian dari populasi

43 Variabel Dalam melakukan inferensi terhadap populasi, tidak semua ciri populasi harus diketahui, hanya satu atau beberapa karakteristik populasi yang perlu diketahui, yang disebut sebagai variabel Variabel adalah sebuah simbol, yang dapat menyandang setiap nilai dari suatu himpunan nilai yang disebut sebagai domain dari variabel tersebut

44 Statistik Inferensi Statistik inferensi pada dasarnya adalah suatu keputusan, perkiraan atau generalisasi tentang suatu populasi berdasarkan informasi yang terkandung dari suatu sampel

45 Pengukuran reabilitas dari statistik inferensi
Dalam analisa statistik yang diambil dari data sampel dari suatu populasi, maka konsekuensi akan menibulkan bias dalam inferensinya. Maka diperlukan pengukuran reabilitas dari setiap inferensi yang telah dibuat

46 Pembulatan Bilangan Aturan 1
Jika angka terkiri dari yang harus dihilangkan 4 atau kurang, maka angka terkanan yang mendahuluinya tidak berubah. Contoh Rp ,96 (dibulatkan hingga jutaan) menjadi Rp ,00

47 Pembulatan Bilangan Aturan II
Jika angka terkiri dari yang harus dihilangkan ;ebih dari 5 atau 5 diikuti oleh angka bukan nol, maka angka terkanan yang mendahuluinya bertambah dengan satu. Contoh 6.948 (dibulatkan hingga ribuan) ; 7.000 Rp176,51 (dibulatkan hingga satuan) ; Rp177,00

48 Pembulatan Bilangan Aturan III
Jika angka terkiri dari yang harus dihilangkan, hanya angka 5 atau 5 yang diikuti oleh angka-angka nol, maka angka terkanan dari yang mendahuluinya tetap jika genap dan tambah satu jika ganjil. Contoh 8,5 (dibulatkan hingga satuan) ; 8 19,5 (dibulatkan hingga satuan) ; 20

49 Pembulatan Bilangan Aturan II disebut aturan genap terdekat yang diambil untuk membuat keseimbangan antara pembulatan ke atas dan ke bawah. Contoh 4, 7, 1, 6, + Pembulatan dengan aturan III Pembulatan tanpa aturan III Penjumlahan tanpa pembulatan

50 Notasi Sigma Lambang Notasi sigma dapat ditulis “  “ Rumus
Notasi sigma dinyatakan dengan i = batas bawah n = batas atas xi = rumus penjumlahan

51 METODE STATISTIK

52 STATISTIKA VS STATISTIK
Berbeda dengan Statistika, istilah Statistik adalah rumus atau formula yang merupakan fungsi dari data Rata-rata contoh Ragam contoh

53 APLIKASI KOMPUTER Statistik Metode kuantitatif Microstat Curve expert
Minitab, statistic Amos Lisrel, AHP SPSS MS Excel dll Metode kuantitatif QSB Lindo Invest, metastock E-viewa DS, POM for windows dll

54 DATA

55 KESIMPULAN Konsep statistik dan statistika
Kegunaan statistika dalam penelitian Konsep data dan syaratnya Kegunaan data dalam statistika


Download ppt "BAB I BERKENALAN DENGAN STATISTIKA (Pertemuan ke-1 )"

Presentasi serupa


Iklan oleh Google