Pendahuluan (Statistika Deskriptif)

Presentasi berjudul: "Pendahuluan (Statistika Deskriptif)"— Transcript presentasi:

1 Pendahuluan (Statistika Deskriptif)

2 Pendahuluan (Silabus)
Dosen Pengampu : Prof. Dr.Ir. Loekito Adi Soehono, M.Agr Prasyarat : - Deskripsi Dasar analisis deskriptif dan inferensia, merancang suatu percobaan yang meliputi rancangan perlakuan, lingkungan dan analisis hasil pengamatan. Tujuan Umum Setelah menempuh mata kuliah ini mahasiswa mampu melakukan penarikan kesimpulan baik secara deskriptif maupun inferensial tentang dua populasi, dapat merancang suatu penelitian berdasarkan tujuan dan karakteristik materi percobaan yang tersedia. Di samping itu mahasiswa dapat melakukan analisis ragam sesuai dengan rancangan percobaan yang digunakan, uji lanjutan dan interpretasi hasil.

3 Pendahuluan (Silabus)
Strategi Pembelajaran : Kuliah, Tugas, Diskusi Materi Kuliah Pendahuluan (pengertian dan kegunaan Ststistika, percobaan, sampel dan populasi, sampling, macam data). Penataan data (diagram dahan daun dan table frekuensi). Ukuran pemusatan dan penyebaran. Pengujian hipotesis dua parameter. Pengertian rancangan percobaan, prinsip-prinsip dasar rancangan percobaan, rancangan acak lengkap (deskriptif, denah percobaan, analisis ragam), analisis lanjutan bila H1 diterima, rancangan acak kelompok (deskriptif, denah percobaan, analisis ragam,percobaan faktorial (penguarain JK-perlakuan ke dalam komponen faktor utama dan interaksi) Pustaka Walpole, R.E. and R.H. Myers Probability and Statistics for Scientist and Engineers. Mc Millan, New York. Yitnosumarto, S Dasar-dasar Statistika. Cet. Kedua. Raja Grafindo Persada, Jakarta. Steel, R.G.D and Torrie, J.H Principles and Procedures of Statistics. Second Ed. McGraw-Hill Kogakushuka Ltd., Tokyo Gomez, K.A and Gomez, A.A Statistical Proedires for Agricultural Reasearch with Emphasis on Rice. IRRI, Los Banos, Laguna, Philippines. Kempthorine, O Design and Analysis of Experiment. John Wiley. New York Yitnosumarto, S Percobaan Perancangan, analisis dan interpretasinya. Gramedia Pusaka Utama. Jakarta

4 Konsep Mahasiswa diharapkan mampu: Memahami penggunaan Statistika
Melakukan penataan data Menghitung ukuran pemusatan dan penyebaran data

5 Statistik dan Statistika
Statistik : nilai-nilai ukuran data yang mudah dimengerti. Contoh : statistik liga sepak bola Indonesia Statistika : ilmu yang berkaitan dengan cara pengumpulan, pengolahan, analisis dan pernarikan kesimpulan atas data.

6 Peranan Statistika Psikologi : Mengetahui perubahan sikap
Administrasi Publik : Efisiensi kebijakan Kedokteran: Pengobatan Ekonomi : Pengaruh pendapatan kepala keluarga terhadap saving

7 Data dan Variabel Data adalah sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan, dirangkum, dianalisis dan selanjutnya diinterpretasikan. Variabel adalah karakteristik data yang menjadi perhatian. Variabel selalu dinotasikan dengan huruf besar X: Tinggi mahasiswa; Y: Berat Badan Mahasiswa Asumsi X~NID(μ,σ2)

8 Populasi dan Contoh Gugus pengamatan suatau karakteristik yang terdiri (beranggotakan))semua hasil dari pengukuran yang mungkin disebut populasi. Besaran untuk populasi disebut parameter. Sebagian dari populasi yang digunakan untuk mempelajari populasi disebut sampel/contoh . Beasaran yang menjadi ciri contoh yang merupakan penduga dari besaran sampel disebut statistik. Keterangan Parameter Statistik Banyak anggota 𝑁 𝑛 Rata-rata 𝑥 Ragam 𝜎 2 𝑠 2 Simpangan baku (Standard deviasi) 𝜎 𝑠 Populasi Sampel 3 sampel1 Sampel 2

9 DATA MENURUT SKALA PENGUKURAN
Nominal, sifatnya hanya untuk membedakan antar kelompok. Contoh: Jenis kelamin, Jurusan dalam suatu sekolah tinggi (Manajemen, Akuntansi). Ordinal, selain memiliki sifat nominal, juga menunjukkan peringkat. Contoh: Tingkat pendidikan (SD, SMP, SMA), Ranking Interval, selain memiliki sifat data ordinal, juga memiliki sifat interval antar observasi dinyatakan dalam unit pengukuran yang tetap. Contoh: Temperatur Rasio, selain memiliki sifat data interval, skala rasio memiliki angka 0 (nol) dan perbandingan antara dua nilai mempunyai arti. Contoh: Berat badan

10 JENIS DATA MENURUT SIFATNYA
Kualitatif Berupa label/nama-nama yang digunakan untuk mengidentifikasikan atribut suatu elemen Skala pengukuran: Nominal atau Ordinal Data bisa berupa nonnumeric atau nonnumeric Kuantitatif Mengindikasikan seberapa banyak (how many/diskret atau how much/kontinu) Data selalu numeric Skala pengukuran: Interval dan Rasio

11 JENIS DATA MENURUT WAKTU PENGUMPULANNYA
Cross-sectional Data yaitu data yang dikumpulkan pada waktu tertentu yang sama atau hampir sama Contoh: Jumlah mahasiswa PKH TA 2009/2010, Jumlah perusahaan go public tahun 2006 Time Series Data yaitu data yang dikumpulkan selama kurun waktu/periode tertentu Contoh: Pergerakan nilai tukar rupiah dalam 1 bulan, Produksi Padi Indonesia tahun

12 Jenis-Jenis Statistika
Statistika deskriptif: metode yang berkaitan dengan pengumpulan dan penyajian data. Statistika inferensi: metode yang berkaitan dengan analisis sampel untuk penarikan kesimpulan tentang karakteristik populasi.

13 Apakah Statistika Deskriptif Itu?
Statistika deskriptif adalah cabang statistik yang menjabarkan karakteristik suatu gugus data secara kuantitatif. Statistika deskriptif dapat dibedakan dari statistik inferensia karena statistika deskriptif bertujuan untuk meringkas suatu gugus data, bukan untuk menggunakan gugus data untuk mempelajari dan menarik kesimpulan pada populasi yang lebih besar.

14 Apakah Statistika Deskriptif Itu?
Secara umum, statistika deskriptif tidak mengandung unsur dengan basis teori probabilitas. Walaupun kesimpulan analisa suatu data didapat dengan menggunakan statistika inferensia, biasanya statistika deskriptif juga mempunyai peran. Misalnya, dalam penelitian penggunaan obat yang melibatkan manusia sebagai subjeknya, pasti akan diberikan tabel mengenai jumlah sampel, jumlah sampel pada bagian populasi (misalnya, pada tiap dosis yang berbeda atau pada tiap jam yang berbeda), and karakteristik demografi atau klinis seperti, rata-rata umur, dan perbandingan jumlah subjek laki-laki dan perempuan.

15 Kapan Statistika Deskriptif Diaplikasikan?
Analisa Univariate Analisa Univariate adalah analisa yang mempelajari kasus-kasus dengan variabel tunggal dengan memfokuskan pada tiga karakteristik: Distribusi, Tendensi Sentral (Ukuran Pemusatan), dan Ukuran Dispersi (Ukuran Penyebaran).

16 Penataan Data Distribusi Frekuensi Tujuan:
- Menghilangkan detail yang tidak perlu - Memberikan gambaran umum -Dapat melakukan perbandingan antar data 2. Diagram : Kotak, Garis dan Penyebaran

17 Distribusi Frekuensi Tahapan Pembuatan Tabel Frekuensi 1. Penentuan banyaknya selang kelas 2. Penentuan selang dalam kelas di mana: R=Range R=Xmax-Xmin 3.Penentuan Batas Kelas Terendah Berdasarkan data. di mana: k=banyaknya kelas n= total observasi

18 Distribusi Frekuensi PENGGUNAAN OBAT DIMEDRIL PADA PETERNAKAN SAPI PERAH DALAM JUMLAH BOTOL PER BULAN 6 9 12 17 18 24 25 30 34 37 44

19 Distribusi Frekuensi

20 Tendensi Sentral / Ukuran Pemusatan
Tendensi Sentral atau dikenal juga dengan istilah Ukuran Pemusatan adalah penjabaran data yang berulang atau berpusat pada nilai-nilai tertentu secara kuantitatif . Tendensi sentral adalah cara untuk mencari nilai tengah dari satu gugus data, yang telah diurutkan dari nilai yang terkecil sampai yang terbesar atau sebaliknya, yang terbesar sampai yang terkecil.

21 Beberapa Ukuran Tendensi Sentral / Ukuran Pemusatan
Arithmetic mean (rata-rata hitung) - jumlah seluruh nilai dibagi jumlah data dalam observasi. Median – nilai tengah yang memisahkan data yang tinggi dan yang rendah. Modus – nilai yang paling sering muncul dalam observasi.

22 Ukuran Dispersi Ukuran dispersi adalah ukuran variasi atau seberapa jauh nilai tersebar datu dengan lainnya dari gugus data. Aplikasi ukuran dispersi yang sering digunakan adalah standar deviasi. Ukuran dispersi biasanya digunakan bersamaan dengan tendensi sentral untuk mempelajari distribusi data.

23 Ukuran Dispersi Range (Jangkauan Data) – interval terkecil yang memuat semua data. Didapat dengan mencari selisih nilai maksimum dengan nilai minimum. Standar deviasi – menunjukkan seberapa jauh deviasi data pada suatu gugus dari nilai tengahnya. Varians – menunjukkan seberapa jauh penyebaran satu nilai dengan nilai yang lain pada gugus data. Koefisien Keragaman

24 Contoh Kasus Kasus yang digunakan merupakan contoh kasus pada distribusi frekuensi

25

26 Statistika Deskriptif

27 Statistika Deskriptif

28 Statistika Deskriptif

29 Koefisien Variasi Untuk membandingkan 2 kelompok dengan variabel yang sama tetapi nilai yang berbeda.

30 Histogram dan Poligon Frekuensi
Selang Kelas Nilai Tengah Frekuensi 02-08 5 2 09-15 12 4 16-22 19 13 23-29 26 30-36 33 9 37-43 40 44-50 47 1

31 Histogram dan Poligon Frekuensi
Selang Kelas Nilai Tengah 2,5-8,5 5 8,5-14,5 12 14,5-20,5 19 20,5-26,5 26 26,5-32,5 33 32,5-38,5 40 38,5-44,5 47

32 Latihan Soal Carilah data di bidang kedokteran hewan dan lakukan penataan data Hitunglah ukuran pemusatan dan penyebaran data dan lakukan interpretasi (Lakukan dengan 2 cara, data asli dan data yang sudah dimasukkan dalam tabel frekuensi)