Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

1 OUTLINE BAGIAN I Statistik Deskriptif Pengertian dan Penggunaan Statistika Jenis-jenis Statistika Jenis-jenis Variabel Sumber Data Statistika Skala Pengukuran.

Presentasi serupa


Presentasi berjudul: "1 OUTLINE BAGIAN I Statistik Deskriptif Pengertian dan Penggunaan Statistika Jenis-jenis Statistika Jenis-jenis Variabel Sumber Data Statistika Skala Pengukuran."— Transcript presentasi:

1 1 OUTLINE BAGIAN I Statistik Deskriptif Pengertian dan Penggunaan Statistika Jenis-jenis Statistika Jenis-jenis Variabel Sumber Data Statistika Skala Pengukuran Beberapa Alat Bantu Belajar Alat Bantu Program Statistika dengan Komputer Pengertian Statistika Penyajian Data Ukuran Penyebaran Ukuran Pemusatan Angka Indeks Deret Berkala dan Peramalan

2 2 Statistika Ilmu mengumpulkan, menata, menyajikan, menganalisis, dan menginterprestasikan data menjadi informasi untuk membantu pengambilan keputusan yang efektif. Statistik Suatu kumpulan angka yang tersusun lebih dari satu angka. DEFINISI

3 Biostatistika yaitu penerapan metode statistika dalam memecahkan permasalahan dalam bidang biologi Mencari deskripsi suatu variable Mencari hubungan antar variable Menentukan perbedaan respon akibat perlakuan yang diberikan Statistik diperlukan sbg alat utk membantu memecahkan berbagai masalah melalui penelitian Penelitian = penyelidikan/pencarian yg sistematik thd kebenaran yg blm terungkap (Leedy, 1974) 3

4 Ciri-ciri penelitian : dimulai dg adanya pertanyaan membutuhkan pernyataan yg jelas membutuhkan perencanaan dilakukan secara bertahap mengajukan hipotesis mengemukaan fakta dan makna dg benar bersifat sirkuler 4

5 Dalam melakukan suatu penelitian harus dilandasi dengan penggunaan metode ilmiah Syarat metode ilmiah: Dasar : - fakta/data yg reliable, valid, ternilai - teori yg relevan Sifat : universal, obyektif. Jujur dan terbuka. Logis, kritis, analistis, dinamis dan inovatif 5

6 Data kasar (raw data) diperoleh dari hasil pengukuran suatu variable pada sample yg diambil dari suatu populasi menggunakan teknik pengambilan sample tertentu Langkah-langkah kegiatan statistika utk menangani data kasar : 1. Pengumpulan data 2. Pengolahan data (diurutkan atau digolongkan) 3. Penyajian data dalam tabel atau grafik 4. Penafsiran sajian data 5. Analisa data 6. Penafsiran dan pengambilan kesimpulan 7. Pemanfaat penafsiran dan kesimpulan utk penentuan kegiatan penelitian lbih lanjut

7 Poin 1,2,3,4,7 disebut statistik deskriptif (tanpa analisis, tanpa generalisasi, tanpa pengujian hipotesis, dan hanya melakukan perhitungan- perhitungan saja) Disajikan dalam bentuk tabel distribusi frekuensi (mean, modus, median), bar- diagram, histogram, polygon, dll Poin 1,2,3,4,5,6,7 disebut statistik inferensial (dg analisis, generalisasi, pengujian hipotesis) Uji t,z, F 7

8 8 JENIS-JENIS STATISTIKA STATISTIKA Statistika Deskriptif Statistika Induktif Materi: 1.Penyajian data 2.Ukuran pemusatan 3.Ukuran penyebaran 4.Angka indeks 5.Deret berkala dan peramalan Materi: 1.Probabilitas dan teori keputusan 2.Metode sampling 3.Teori pendugaan 4.Pengujian hipotesa 5.Regresi dan korelasi 6.Statistika nonparametrik

9 DATA Himpunan nilai/variate/datum atau informasi lain yg diperoleh dari observasi, pengukuran dan penilaian) thd suatu obyek atau lebih Obyek pengamatan variable variate/nilai Data kualitatif = diperoleh dari hasil pengamatan Data kuantitatif = diperoleh dari kegiatan pengukuran atau penilaian 9

10 10 POPULASI DAN SAMPEL POPULASI Sebuah kumpulan dari semua kemungkinan orang-orang, benda-benda dan ukuran lain dari objek yang menjadi perhatian. SAMPEL Suatu bagian dari populasi tertentu yang menjadi perhatian.

11 11 JENIS-JENIS DATA DATA Data Kualitatif Data Kuantitatif Data Diskret Data Kontinu 1.Jenis kelamin 2.Warna bunga 3.Habitat, dll 1.Jumlah kloroplas 2.Jumlah trombosit 3.Jumlah sel, dll 1.Berat badan 2.Jarak kota 3.Luas tanah, dll

12 Penggolongan data statistik Berdasarkan sifat angka : Data kontinyu, yaitu data statistic yg angka- angkanya mrpk deretan angka yg sambung- menyambung, ex; data BB (kg): 40.3, 40.9, 50 dst Data diskrit, yaitu data statistic yg tidak mgk berbentuk pecahan, ex; data jml buku perpust (buah): 50,125,350, 275 dst 12

13 Berdasarkan cara menyusun angkanya : Data nominal, yaitu data statistic yg cara menyusunnya didasarkan pada klasifikasi tertentu, ex; Jml mahasiswa PBiologi 2009/2010 menurut tingkat dan jenis kelaminnya Data ordinal/urutan, yaitu data statistic yg cara menyusun angkanya didasarkan pada urutan/ranking, Ex: Hasil nilai statistik berdasarkan ranking Data interval, yaitu data statistic dimana terdapat jarak yg sama di antara hal-hal yg sdg diteliti 13

14 Berdasarkan bentuk angkanya : Data tunggal, yaitu data statistic yg angka-angkanya mrpk satu unit atau satu kesatuan, tdk dikelompokkan Data kelompok, yaitu data statistic tiap unitnya terdiri dari sekelompok angka, ex; 80 – 84, 75 – 79 Berdasarkan waktu pengumpulannya : Data seketika, yaitu data statistic yg mencerminkan keadaan pada suatu waktu saja, ex : pada semester gasal 2009/2010 Data urutan waktu, yaitu data statistic yg mencerminkan keadaan dari waktu ke waktu secara berurutan, ex jumlah mahasiswa yg lulus dari tahun

15 15 SUMBER DATA STATISTIKA DATA Data Primer 1.Wawancara langsung 2.Wawancara tidak langsung 3.Pengisian kuisioner Data Sekunder Data dari pihak lain: 1.BPS 2.Bank Indonesia 3.World Bank, IMF 4.FAO dll

16 Istilah dalam statistika Obyek = benda hidup atau mati yg diuji unsur-unsur, sifat dan kelakuannya melalui pengamatan, pengukuran dan penilaian guna mendpt info atau nilai-nilai yg berguna mengenai benda tsb VARIABEL Suatu sifat dari obyek atau unsur dari obyek yg dpt diamati atau diukur shg menghasilkan nilai, ukuran atau criteria lain yg dpt bervariasi VARIATE Angka/nilai ukuran/criteria lain yg dicapai suatu variabel pada suatu individu atau unit statistic 16

17 VARIASI Adanya perbedaan antar nilai/variate/ukuran dll dari suatu variabel pada populasi atau sampel VARIABILITAS Kemungkinan utk bervariasi dr nilai suatu variable pd suatu populasi atau sample PARAMETER suatu variabel terukur yg digunakan sbg criteria utk mengevaluasi suatu populasi atau sistem 17

18 NILAI PARAMETRIK suatu nilai dari suatu parameter yg diperoleh dari perhitungan atau data sensus, masih harus di analisis. NILAI STATISTIK suatu nilai dari suatu parameter yg diperoleh dari perhitungan atau data sensus. 18

19 Statistika Parametrik: Membutuhkan pengukuran kuantitatif dengan data interval atau rasio mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data menyebar normal atau tidak. Contoh metode statistika parametrik: uji-z (1 atau 2 sampel), uji-t (1 atau 2 sampel), korelasi pearson, Perancangan Percobaan (1 or 2-way ANOVA parametrik), dll.

20 Statistika Nonparametrik Membutuhkan data dengan data ordinal dan nominal Merupakan statistika bebas sebaran (tdk mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Contoh metode Statistika non-parametrik:Binomial test, Chi-square test, Median test, Friedman Test, dll. 20

21 DISTRIBUSI FREKUENSI

22 DEFINISI Pengelompokkan data menjadi tabulasi data dengan memakai kelas-kelas data dan dikaitkan dengan masing-masing frekuensinya

23 KELEBIHAN DAN KEKURANGAN Kelebihan Dapat mengetahui gambaran secara menyeluruh Kekurangan Rincian atau informasi awal menjadi hilang

24 CONTOH Tinggi BadanFrekuensi Distribusi Frekuensi Tinggi Badan 100 Mahasiswa UNS Sumber: Data buatan

25 LIMIT, BATAS, NILAI TENGAH, DAN LEBAR KELAS Limit Kelas/Tepi Kelas Nilai terkecil/terbesar pada setiap kelas Batas Kelas Nilai yang besarnya satu desimal lebih sedikit dari data aslinya Nilai Tengah Kelas Nilai tengah antara batas bawah kelas dengan batas atas kelas Lebar Kelas Selisih antara batas bawah kelas dengan batas atas kelas

26 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI 1) Tentukan Range atau jangkauan data (r) 2) Tentukan banyak kelas (k) Rumus Sturgess : k=1+3,3 log n 3) Tentukan lebar kelas (c) c=r/k

27 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI (lanjutan) 4) Tentukan limit bawah kelas pertama dan kemudian batas bawah kelasnya 5) Tambah batas bawah kelas pertama dengan lebar kelas untuk memperoleh batas atas kelas 6) Tentukan limit atas kelas 7) Tentukan nilai tengah kelas 8) Tentukan frekuensi

28 CONTOH Data hasil ujian akhir Mata Kuliah Statistika dari 60 orang mahasiswa

29 JAWAB 1. Data terkecil = 10 dan Data terbesar = 98 r = 98 – 10 = 88 Jadi jangkauannya adalah sebesar Banyak kelas (k) = 1 + 3,3 log 60 = 6,8 Jadi banyak kelas adalah sebanyak 7 kelas 3. Lebar kelas (c) = 88 / 7 = 12,5 mendekati Limit bawah kelas pertama adalah 10, dibuat beberapa alternatif limit bawah kelas yaitu 10, 9, dan 8 Maka batas bawah kelas-nya adalah 9,5 ; 8,5 ; dan 7,5

30 JAWAB (lanjutan) 5. Batas atas kelas pertama adalah batas bawah kelas ditambah lebar kelas, yaitu sebesar - 9, = 22,5 - 8, = 21,5 - 7, = 20,5 6. Limit atas kelas pertama adalah sebesar - 22,5 - 0,5 = ,5 - 0,5 = ,5 – 0,5 = 20

31 JAWAB (lanjutan) Alternatif 1Alternatif 2Alternatif Misal dipilih Alternatif 2

32 JAWAB (lanjutan) 7. Nilai tengah kelas adalah 8. Frekuensi kelas pertama adalah 3

33 JAWAB (lanjutan) Interval KelasBatas KelasNilai TengahFrekuensi ,5-21,5 21,5-34,5 34,5-47,5 47,5-60,5 60,5-73,5 73,5-86,5 86,5-99, Jumlah60 Distribusi Frekuensi Nilai Ujian Akhir Mata Kuliah Statistika

34 DISTRIBUSI FREKUENSI RELATIF DAN KUMULATIF Distribusi frekuensi relatif Membandingkan frekuensi masing-masing kelas dengan jumlah frekuensi total dikalikan 100 % Distribusi frekuensi kumulatif ada 2, yaitu distribusi frekuensi kumulatif kurang dari dan lebih dari

35 DISTRIBUSI FREKUENSI RELATIF Interval KelasBatas KelasNilai TengahFrekuensi Frekuensi Relatif (%) ,5-21,5 21,5-34,5 34,5-47,5 47,5-60,5 60,5-73,5 73,5-86,5 86,5-99, ,67 13, ,33 10 Jumlah60100 Distribusi Frekuensi Relatif Nilai Ujian Akhir Mata Kuliah Statistika

36 DISTRIBUSI FREKUENSI KUMULATIF KURANG DARI Interval Kelas Batas KelasFrekuensi Kumulatif Kurang Dari Persen Kumulatif kurang dari 8,5 kurang dari 21,5 kurang dari 34,5 kurang dari 47,5 kurang dari 60,5 kurang dari 73,5 kurang dari 86,5 kurang dari 99, ,67 18,34 31,67 51, Distribusi Frekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika

37 DISTRIBUSI FREKUENSI KUMULATIF LEBIH DARI Interval Kelas Batas KelasFrekuensi Kumulatif Lebih Dari Persen Kumulatif lebih dari 8,5 lebih dari 21,5 lebih dari 34,5 lebih dari 47,5 lebih dari 60,5 lebih dari 73,5 lebih dari 86,5 lebih dari 99, ,33 81,66 68,33 48, Distribusi Frekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika

38 HISTOGRAM DAN POLIGON FREKUENSI Frekuensi 8,5 21,5 34,5 47,5 60,5 73,5 86,5 99, Nilai Histogram Poligon Frekuensi Histogram dan Poligon Frekuensi Nilai Ujian Akhir Mata Kuliah Statistika

39 OGIF Frekuensi Kumulatif 8,5 21,5 34,5 47,5 60,5 73,5 86,5 99, Nilai 60 Ogif Frekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika 60

40 OGIF (lanjutan) Frekuensi Kumulatif 8,5 21,5 34,5 47,5 60,5 73,5 86,5 99, Nilai 60 Ogif Frekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika

41 OGIF (lanjutan) Frekuensi Kumulatif 8,5 21,5 34,5 47,5 60,5 73,5 86,5 99,5 Nilai 60 Ogif Frekuensi Kumulatif Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika kurva ogif kurang dari kurva ogif lebih dari

42 UKURAN PEMUSATAN DAN LETAK DATA

43 UKURAN PEMUSATAN Merupakan nilai tunggal yang mewakili semua data atau kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data. Yang termasuk ukuran pemusatan : 1. Rata-rata hitung 2. Median 3. Modus 4. Rata-rata ukur 5. Rata-rata harmonis

44 1. RATA-RATA HITUNG Rumus umumnya : 1. Untuk data yang tidak mengulang 2. Untuk data yang mengulang dengan frekuensi tertentu

45 RATA-RATA HITUNG (lanjutan) 1. Dalam Tabel Distribusi Frekuensi Interval KelasNilai Tengah (X) FrekuensifX Σf = 60ΣfX = 3955

46 RATA-RATA HITUNG (lanjutan) 2. Dengan Memakai Kode (U) Interval KelasNilai Tengah (X) UFrekuensifU Σf = 60ΣfU = 55

47 RATA-RATA HITUNG (lanjutan) 3. Dengan pembobotan Masing-masing data diberi bobot. Misal A memperoleh nilai 65 untuk tugas, 76 untuk mid dan 70 untuk ujian akhir. Bila nilai tugas diberi bobot 2, Mid 3 dan Ujian Akhir 4, maka rata-rata hitungnya adalah :

48 2. MEDIAN Untuk data berkelompok

49 MEDIAN (lanjutan) Contoh : Letak median ada pada data ke 30, yaitu pada interval 61-73, sehingga : L 0 = 60,5 F = 19 f = 12 Interval Kelas Frekuensi Σf = 60

50 3. MODUS Untuk data berkelompok

51 MODUS (lanjutan) Contoh : Data yang paling sering muncul adalah pada interval 74-86, sehingga : L 0 = 73,5 b 1 = = 11 b 2 = 23-6 =17 Interval Kelas Frekuensi Σf = 60

52 HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA HITUNG, MEDIAN, DAN MODUS Ada 3 kemungkinan kesimetrian kurva distribusi data : 1) Jika nilai ketiganya hampir sama maka kurva mendekati simetri. 2) Jika Mod

53 HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA HITUNG, MEDIAN, DAN MODUS (lanjutan) Jika distribusi data tidak simetri, maka terdapat hubungan : Rata-rata hitung-Modus = 3 (Rata-rata hitung-Median)

54 4. RATA-RATA UKUR Digunakan apabila nilai data satu dengan yang lain berkelipatan. Untuk data tidak berkelompok Untuk data berkelompok

55 RATA-RATA UKUR (lanjutan) Contoh : Interval Kelas Nilai Tengah (X) Frekuensilog Xf log X ,18 1,45 1,61 1,73 1,83 1,90 1,97 3,54 5,8 6,44 13,84 21,96 43,7 11,82 Σf = 60Σf log X = 107,1

56 5. RATA-RATA HARMONIS Biasanya digunakan apabila data dalam bentuk pecahan atau desimal. Untuk data tidak berkelompok Untuk data berkelompok

57 RATA-RATA HARMONIS (lanjutan) Contoh : Interval Kelas Nilai Tengah (X) Frekuensif / X ,2 0,143 0,098 0,148 0,179 0,288 0,065 Σf = 60Σf / X = 1,121

58 KUARTIL, DESIL, PERSENTIL 1. Kuartil Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi empat bagian yang sama besar. Ada 3 jenis yaitu kuartil pertama (Q 1 ) atau kuartil bawah, kuartil kedua (Q 2 ) atau kuartil tengah, dan kuartil ketiga (Q 3 ) atau kuartil atas.

59 KUARTIL (lanjutan) Untuk data tidak berkelompok Untuk data berkelompok L 0 = batas bawah kelas kuartil F = jumlah frekuensi semua kelas sebelum kelas kuartil Q i f = frekuensi kelas kuartil Q i

60 KUARTIL (lanjutan) Contoh : Q 1 membagi data menjadi 25 % Q 2 membagi data menjadi 50 % Q 3 membagi data menjadi 75 % Sehingga : Q 1 terletak pada Q 2 terletak pada Q 3 terletak pada Interval Kelas Nilai Tengah (X) Frekuensi Σf = 60

61 KUARTIL (lanjutan) Untuk Q 1, maka : Untuk Q 2, maka : Untuk Q 3, maka :

62 KUARTIL, DESIL, PERSENTIL (lanjutan) 2. Desil Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi sepuluh bagian yang sama besar.

63 DESIL (lanjutan) Untuk data tidak berkelompok Untuk data berkelompok L 0 = batas bawah kelas desil D i F = jumlah frekuensi semua kelas sebelum kelas desil D i f = frekuensi kelas desil D i

64 DESIL (lanjutan) Contoh : D 3 membagi data 30% D 7 membagi data 70% Sehingga : D 3 berada pada D 7 berada pada Interval Kelas Nilai Tengah (X) Frekuensi Σf = 60

65 DESIL (lanjutan)

66 KUARTIL, DESIL, PERSENTIL (lanjutan) 3. Persentil Untuk data tidak berkelompok Untuk data berkelompok


Download ppt "1 OUTLINE BAGIAN I Statistik Deskriptif Pengertian dan Penggunaan Statistika Jenis-jenis Statistika Jenis-jenis Variabel Sumber Data Statistika Skala Pengukuran."

Presentasi serupa


Iklan oleh Google