Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Statistika (PNU1204/2-1 ) Tim Pengajar: Luh Putu Suciati Ebban Bagus Kuntadi Tim Pengajar: Luh.

Presentasi serupa


Presentasi berjudul: "Statistika (PNU1204/2-1 ) Tim Pengajar: Luh Putu Suciati Ebban Bagus Kuntadi Tim Pengajar: Luh."— Transcript presentasi:

1 Statistika (PNU1204/2-1 ) Tim Pengajar: Luh Putu Suciati Ebban Bagus Kuntadi Tim Pengajar: Luh Putu Suciati Ebban Bagus Kuntadi

2 “When you can measure what you are speaking about and express it in numbers, you know something about it, but when you can’t measure it, when you can’t express it in numbers, your knowledge is of meagre and unsatisfactory kind” by LORD KELVIN “ ketika kamu dapat mengukur apa yang kamu katakan, dan mengungkapkan dalam angka, kamu akan mengetahui esensinya. Tetapi jika kamu tidak dapat mengukurnya, tidak dapat mengungkapkan dalam bentuk angka, pengetahuanmu akan sangat kurang dan tidak memuaskan” Motto di Dinding Laboratorium Biometrika University College di London

3 Kompetensi Mata Kuliah Mahasiswa yang menempuh MK Statistika dapat menjelaskan dan memahami peran statistik dalam penelitian, memahami cara penyajian data statistik, memahami berbagai ukuran pemusatan dan penyebaran, mampu menyusun Angka Indeks, Deret berkala dan Peramalan, memahami konsep probabilitas. Memahami berbagai tahapan Statistika Induktif (metode sampling, Pendugaan statistik, pengujian hipotesis, Analisis regresi dan korelasi) dan statistik non parametrik (analisis chi square dan data berperingkat)

4 Ketentuan Perkuliahan (PNU1204/2-1) 1. Kehadiran “diharuskan”, minimal 75% dari 14 kali tatap muka 2. 2 sks mata kuliah : tatap muka di kelas 100 menit dan belajar mandiri 100 menit perminggu sks praktikum = 100 menit tutorial di kelas 4. Kelompok yang terdiri dari 4-5 mahasiswa untuk tugas kelompok 5. Penilaian didasarkan pada : a. Tugas individu10 % b. Tugas kelompok10 % c. Praktikum25% d. UTS25 % e. UAS30 %

5 MingguKemampuan akhir yg diharapkan Materi/pokok bahasanStrategi Pembelajaran Latihan yg dilakukan Kriteria/Indi kator Penilaian 11.Mahasiswa mampu memahami peran utama Statistika dalam Penelitian 2.Mahasiswa mampu memahami aspek ilmiah dan keabsahan ilmiah suatu penelitian Pengantar Statistik dan Penelitian a.pengertian statistika b.Perkembangan Statistika c.Contoh kasus statiska d.Kegunaan statistika e.Jenis-jenis data f.Sumber data g.Skala pengukuran h.Penelitian dan Metode Ilmiah i.Penelitian Eksperimental dan Observasional Tutorial, Diskusi dengan metode brainstorming dalam kelas, latihan soal dan Belajar mandiri  Latihan berbagai kasus penggunaa n statistika dalam pertanian  Latihan membedaka n berbagai jenis data Ketepatan, kedetailan dan kejelasan serta daya tarik secara komunikatif. 2Mahasiswa mampu memahami melakukan berbagai bentuk penyajian data berdasarkan karakteristik data Penyajian Data Statistik : a)Distribusi frekuensi b)Penyajian data dengan grafik dan menggunakan MS excel Tutorial, Diskusi dengan metode brainstorming dalam kelas, latihan soal dan Belajar mandiri  Latihan berbagai cara penyajian data Ketepatan, kedetailan dan kejelasan serta daya tarik secara komunikatif.

6 MingguKemampuan akhir yg diharapkan Materi/pokok bahasanStrategi Pembelajaran Latihan yg dilakukan Kriteria/Indi- kator Penilaian 3 Mahasiswa mampu memahami dan mengolah data menggunakan berbagai ukuran pemusatan Ukuran Pemusatan a.Rata-rata hitung, Median, Modus untuk Data Tidak Berkelompok b.Rata-rata hitung, Median, Modus untuk Data Berkelompok c.Karakteristik, Kelebihan dan Kekurangan Ukuran Pemusatan d.Ukuran Letak (Kuartil, Desil dan Persentil) e.Pengolahan Data Ukuran Pemusatan dengan MS Excel Tutorial, Diskusi dengan metode brainstorming dalam kelas, latihan soal dan Belajar mandiri Latihan mengolah data berbagai kasus menggunaka n berbagai ukuran pemusatan Ketepatan, kedetailan dan kejelasan serta daya tarik secara komunikatif. 4 Mahasiswa mampu memahami dan mengolah data menggunakan berbagai ukuran penyebaran Ukuran Penyebaran a.Range, Deviasi Rata-rata, Varians dan Deviasi Standar untuk Data Tiidak Berkelompok dan Berkelompok b.Karakteristik, Kelebihan, dan Kekurangan Ukuran Penyebaran c.Ukuran Penyebaran Lain (Range Inter-Kuartil, Deviasi Kuartil) d.Ukuran Kecondongan dan Keruncingan (Skewness dan Kurtosis) e.Pengolahan Data Ukuran Penyebaran dengan MS Excel Tutorial, Diskusi dengan metode brainstorming dalam kelas, latihan soal dan Belajar mandiri Latihan mengolah data berbagai kasus menggunaka n berbagai ukuran penyebaran Ketepatan, kedetailan dan kejelasan serta daya tarik secara komunikatif.

7 MingguKemampuan akhir yg diharapkan Materi/pokok bahasanStrategi Pembelajaran Latihan yg dilakukan Kriteria/Indikat or Penilaian 5 Mahasiswa mampu memahami dan mengolah data menggunakan metode indeks Penyusunan Angka Indeks a.Angka Indeks Relatif Sederhana b.Angka Indeks Agregrat Sederhana c.Angka Indeks Agregrat Tertimbang d.Macam-Macam Indeks e.dan Masalah Penyusunan Indeks f.Pengolahan Data Indeks dengan MS Excel Tutorial, Diskusi dengan metode brainstorming dalam kelas, latihan soal dan Belajar mandiri Latihan mengolah data berbagai kasus menggunakan metode indeks Ketepatan, kedetailan dan kejelasan serta daya tarik secara komunikatif. 6 Mahasiswa mampu memahami dan mengolah data menggunakan metode deret berkala dan peramalan Deret berkala dan Peramalan a)Analisis Trend (Linear, Kuadratis, Eksponensial) b)Analisis Variasi Musim (Metode rata-rata bergerak) c)Analisis Siklis (Siklus, Spektral) d)Menggunakan Analisis Trend Untuk Mendapatkan Estimasi Nilai di Masa Mendatang e)Pengolahan Analisis Deret Berkala dengan MS Excel Tutorial, Diskusi dengan metode brainstorming dalam kelas, latihan soal dan Belajar mandiri Latihan mengolah data berbagai kasus menggunakan metode deret berkala dan peramalan Ketepatan, kedetailan dan kejelasan serta daya tarik secara komunikatif.

8 MingguKemampuan akhir yg diharapkan Materi/pokok bahasanStrategi Pembelajaran Latihan yg dilakukan Kriteria/Indikator Penilaian 7 Mahasiswa mampu memahami dan mengolah data menggunakan konsep probabilitas Konsep Probabilitas dan pengambilan keputusan a)Pengertian Probabilitas dan Manfaat Probabilitas b)Pendekatan Terhadap Probabilitas c)Hukum Dasar Probabilitas d)Distribusi Probabilitas Diskrit (Distribusi Probabilitas Binomial, Hipergeometrik, Poisson e)Distribusi Normal f)Teori pengambilan keputusan g)Menggunakan MS Excel untuk Distribusi Probabilitas Tutorial, Diskusi dengan metode brainstorming dalam kelas, latihan soal dan Belajar mandiri Latihan mengolah data berbagai kasus menggunakan konsep probabilitas Ketepatan, kedetailan dan kejelasan serta daya tarik secara komunikatif. 8UTS 9 Mahasiswa mampu memahami dan menganalisa berbagai metode sampling melalui pendalaman kasus Statistika Induktif: Metode sampling a)Pengertian Populasi dan Sampel b)Metode Penarikan Sampel c)Kesalahan Penarikan Sampel d)Distribusi Sampel Rata-rata dan Proporsi e)Distribusi Sampel Selisih Rata- rata dan Proporsi f)Faktor Koreksi untuk Populasi Terbatas Tutorial, Diskusi dengan metode brainstorming dalam kelas, latihan soal dan Belajar mandiri Latihan penerapan metode sampling berdasarkan contoh kasus Ketepatan, kedetailan dan kejelasan serta daya tarik secara komunikatif.

9 MingguKemampuan akhir yg diharapkan Materi/pokok bahasanStrategi Pembelajaran Latihan yg dilakukan Kriteria/Indikat or Penilaian 10 Mahasiswa mampu memahami dan menganalisa pendugaan data statistik melalui pendalaman kasus Statistika Induktif: Pendugaan statistik a)Pendugaan Titik Parameter b)Pendugaan Titik interval c)Kesalahan Standar dari Rata-rata Hitung Sampel d)Menyusun Interval Keyakinan e)Interval Keyakinan Rata-rata dan Proporsi f)Interval Keyakinan Selisih Rata-rata dan Proporsi g)Memilih Ukuran Sampel Tutorial, Diskusi dengan metode brainstorming dalam kelas, latihan soal dan Belajar mandiri Latihan penerapan pendugaan data statistik berdasarkan contoh kasus Ketepatan, kedetailan dan kejelasan serta daya tarik secara komunikatif. 11 Mahasiswa mampu memahami dan menguji hipotesis sample besar melalui pendalaman kasus Statistika Induktif: Pengujian hipotesis sample besar a)Prosedur Pengujian Hipotesa b)Uji Signifikansi c)Menguji Hipotesa Rata-rata dan Proporsi Sampel Besar d)Menguji Hipotesa Selisih Rata-rata dan Proporsi Sampel Besar e)Jenis Kesalahan I dan II Tutorial, Diskusi dengan metode brainstorming dalam kelas, latihan soal dan Belajar mandiri Latihan penerapan menguji hipotesis sample besar melalui pendalaman kasus Ketepatan, kedetailan dan kejelasan serta daya tarik secara komunikatif.

10 MingguKemampuan akhir yg diharapkan Materi/pokok bahasanStrategi Pembelajaran Latihan yg dilakukan Kriteria/Indikat or Penilaian 12 Mahasiswa mampu memahami dan menguji hipotesis sample kecil melalui pendalaman kasus Statistika Induktif: Pengujian hipotesis sample kecil a)Sampel Kecil dan Ciri-ciri Distribusi t-student b)Pengujian Rata-rata Hitung Populasi c)Pengujian Selisih Rata-rata Hitung Populasi d)Pengujian Data Berpasangan e)Analisis Varians Tutorial, Diskusi dengan metode brainstorming dalam kelas, latihan soal dan Belajar mandiri Latihan penerapan menguji hipotesis sample kecil melalui pendalaman kasus Ketepatan, kedetailan dan kejelasan serta daya tarik secara komunikatif. 13 Mahasiswa mampu memahami dan menganalisa berbagai data menggunakan analisis regresi dan korelasi Statistika Induktif: Analisis regresi dan korelasi a.Pengertian Korelasi Sederhana dan berganda b.Analisis Regresi: Metode Kuadrat Terkecil c.Asumsi-asumsi Metode Kuadrat Terkecil d.Pengujian Hipotesa pada Regresi Berganda e.Koefisien Determinasi, Korelasi Berganda, dan Parsial f.Kesalahan Baku Pendugaan Berganda g.Asumsi dan Pelanggaran Asumsi dalam Regresi Berganda Tutorial, Diskusi dengan metode brainstorming dalam kelas, latihan soal dan Belajar mandiri Latihan penerapan analisa berbagai data menggunakan analisis regresi dan korelasi melalui pendalaman kasus Ketepatan, kedetailan dan kejelasan serta daya tarik secara komunikatif.

11 MingguKemampuan akhir yg diharapkan Materi/pokok bahasanStrategi Pembelajaran Latihan yg dilakukan Kriteria/Indikat or Penilaian 14 Mahasiswa mampu memahami dan menganalisa statistika non parametrik menggunakan uji chi square Statistika Non parametrik: Uji Chi Square a)Pengertian dan Kegunaan Statistika Nonparametrik b)Uji Chi-Kuadrat untuk Keselarasan c) Uji Chi-Kuadrat untuk uji Kenormalan d)Uji Chi-Kuadrat untuk uji Independensi Tutorial, Diskusi dengan metode brainstorming dalam kelas, latihan soal dan Belajar mandiri Latihan penerapan analisa statistika non parametrik menggunakan uji chi square Ketepatan, kedetailan dan kejelasan serta daya tarik secara komunikatif. 15 Mahasiswa mampu memahami dan menganalisa statistika non parametrik menggunakan uji data berperingkat Statistika Non parametrik: Uji data berperingkat a)Pengertian dan Kegunaan Data Berperingkat b)Uji Tanda c)Uji Peringkat Bertanda Wilcoxon d)Uji Jumlah Peringkat Wilcoxon e)Uji Kruskal-Wallies f)Koefisien Korelasi Spearman Tutorial, Diskusi dengan metode brainstorming dalam kelas, latihan soal dan Belajar mandiri Latihan penerapan analisa statistika non parametrik menggunakan uji data berperingkat Ketepatan, kedetailan dan kejelasan serta daya tarik secara komunikatif. UAS

12

13 Peran dan keterbatasan Statistika 1.Ilmu2 alamiah/natural sciences  bertujuan mempelajari keteraturan pada benda2 di alam (mati atau hidup) dan berusaha membuat generalisasi. Misal biologi,kimia, fisika, pertanian/agroteknologi, astronomi dll 2.Ilmu2 sosial/social sciences  bertujuan mempelajari keteraturan dalam hubungan antar manusia dan berusaha membuat generalisasi. Misal : sosiologi, ekonomi, demografi dll 3.Humaniora atau pengetahuan budaya (humanities)  bertujuan mempelajari hasil karya manusia yg bersifat unik dan berusaha menafsirkannya. Misal : sastra, kesenian, filsafat, hukum, antropologi dll

14 Peran Statistika Kelompok ilmu Teknik pengumpulan data Konsep & Instru- ment Hasil pengu- kuran Metode kuantitatif Hasil kesimpul an Ilmu alamiah PercobaanRelatif jelas Variasi kecil BanyakObjektif Ilmu SosialSurvey dan observasi Dapat biasVariasi besar SedangObjektif/ Subjektif HumanioraobservasiDapat biasVariasi sangat besar sedikitSubjektif

15 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.

16 1.Tata cara pengumpulan data (percobaan, observasi atau survei) 2.Analisis data untuk menyarikan keterangan dari data yang terkumpul, dalam ringkasan angka atau grafik untuk memudahkan pembahasan atau penarikan kesimpulan 3.Analisis sebagian data untuk peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya

17 PERKEMBANGAN STATISTIKA (a) Jaman Mesir dan Cina untuk menentukan besar pajak (b) Jaman gereja untuk mencatat kelahiran, kematian, dan pernikahan (c) Tahun 1937 Tinbergen mengembangkan ekonomi statistik (d) Hicks mengembangkan matematika ekonomi untuk analisis IS- LM (e) Tahun 1950, Bayes mengembangkan Teori Pengambilan Keputusan

18 PENGGUNA STATISTIKA Pengguna StatistikaMasalah yang Dihadapi Manajemen 1.Penentuan struktur gaji, pesangon, dan tunjangan karyawan. 2.Penentuan jumlah persediaan barang, barang dalam proses, dan barang jadi. 3.Evaluasi produktivitas karyawan. 4.Evaluasi kinerja perusahaan. Akuntansi 1.Penentuan standar audit barang dan jasa. 2.Penentuan depresiasi dan apresiasi barang dan jasa. 3.Analisis rasio keuangan perusahaan Pemasaran 1.Penelitian dan pengembangan produk. 2.Analisis potensi pasar, segmentasi pasar dan diskriminasi pasar. 3.Ramalan penjualan. 4.Efektivitas kegiatan promosi penjualan.

19 PENGGUNA STATISTIKA Pengguna StatistikaMasalah yang Dihadapi Keuangan 1.Potensi peluang kenaikan dan penurunan harga saham, suku bunga dan reksadana. 2.Tingkat pengembalian investasi beberapa sektor ekonomi. 3.Analisis pertumbuhan laba dan cadangan usaha. 4.Analisis resiko setiap usaha. Ekonomi Pembangunan 1. Analisis pertumbuhan ekonomi, inflasi dan suku bunga. 2. Pertumbuhan penduduk dan tingkat pengangguran serta kemiskinan. 3. Indeks harga konsumen dan perdagangan besar.

20 PENGGUNA STATISTIKA Pengguna StatistikaMasalah yang Dihadapi Agribisnis 1. Analisis produksi tanaman, ternak, ikan dan kehutanan. 2. Kelayakan usaha dan skala ekonomi. 3. Manajemen produksi agribisnis. 4. Analisis ekspor dan impor produk pertanian. Agroteknologi 1.Analisis kebutuhan nutrisi dan hara bagi tanaman 2.Analisis pemberian air irigasi bagi tanaman 3.Analisis volume media terhadap pertumbuhan tanaman 4.Analisis kesesuaian lahan 5.Analisis dampak organisme penggangu tanaman (OPT)

21 DATA PENGORGANISASIAN DAN PENYARIAN INTERPRETASI KESIMPULAN TENTANG POPULASI Sumber data : 1.Sudah ada di lapang (observasi atau survey) 2.Belum ada di lapangan (percobaan) Sumber data : 1.Sudah ada di lapang (observasi atau survey) 2.Belum ada di lapangan (percobaan) ringkasan angka, tabel, grafik Pendugaan parameter Pengujian hipotesis Pendugaan parameter Pengujian hipotesis Untuk data contoh (sample) Untuk data populasi

22 JENIS-JENIS STATISTIKA STATISTIKA Statistika Deskriptif Statistika Induktif/ Inferensia Statistika Induktif/ Inferensia 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 Statistika diskriptif  berkaitan dg pengumpulan dan penyajian data untuk menyarikan dan menyajikan informasi dalam kumpulan data agar mudah diinterpretasikan Statistika induktif/inferensia  penarikan kesimpulan ttg ciri2 populasi berdasarkan informasi dalam contoh yg diambil dari populasi

23

24 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. Populasi  keseluruhan pengamatan (dari objek atau orang) yg menjadi pusat perhatian studi Contoh (sample)  sebagian dari populasi yang benar-benar diamati Parameter  gambaran karakteristik populasi

25 JENIS-JENIS DATA DATA Data Kualitatif Data Kuantitatif Data Diskret Data Kontinu 1.Jenis kelamin 2.Warna kesayangan 3.Asal suku, dll 1.Jumlah mobil 2.Jumlah staf 3.Jumlah TV, dll 4.Jumlah anak 1.Berat badan 2.umur 3.Jarak kota 4.Luas rumah, dll 1.Data kualitiatif  informasi dari sampel atau populasi berupa data kualitatif atau data bukan berupa angka. 2. Data kuantitatif  informasi dari sampel atau populasi berupa data kuantitatif atau data berupa angka. 3. Data diskrit  mengambil jumlah tercacah,misal 5 mobil, tidak mungkin 5,5 mobil 4. Data Kontinu  mengambil tak hingga, tidak tercacah nilai. Misal :berat badan 55,5, jarak kota 450,650 km

26 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 Data primer adalah data yang diperoleh secara langsung dari obyek penelitian Data sekunder adalah data yang diperoleh dari sumber lain yang sudah dipublikasikan.

27 SKALA PENGUKURAN Skala Rasio Angka mempunyai sifat nominal, ordinal dan interval serta mempunyai nilai absolut dari objek yang diukur. Contoh: bunga BCA 7% dan bunga Mandiri 14%, maka bunga Mandiri 2 kali bunga BCA. Skala Interval Angka mengandung sifat ordinal dan mempunyai jarak atau interval. Contoh: 1. Saham sangat prospektif dengan harga saham Rp , 2. saham prospektif Rp Skala Ordinal Angka mengandung pengertian tingkatan. Contoh: ranking 1, 2, dan 3. Ranking 1 menunjukkan lebih tinggi dari ranking 2 dan 3. Skala Nominal Angka yang diberikan hanya sebagai label saja. Contoh: pria = 1, wanita = 2 dan waria = 3.

28 Tugas Individu 1.Jelaskan manfaat metode statistika dalam bidang ilmu yang sedang Anda tekuni sekarang 2.Jelaskan perbedaan statistika deskriptif dan statistika induktif/inferensia? Berikan contoh dari kasus sehari-hari yang Anda temui! 3.Berikut adalah hasil survei tentang mutu buah-buahan di sebuah supermarket di Jember. Angka dalam persen. a) Jelaskan menurut Anda, survei tersebut termasuk skala apa? b) Dapatkah Anda membuat skala rasio dari hasil tersebut? dan apa kesimpulannya? c) Bagaimana menurut Anda cara mendapatkan data tersebut, termasuk data primer atau sekunder? Kualitatif atau kuantitatif?

29 There are three kinds of lies : Lies, damned lies, and statistics Benjamin Disraeli


Download ppt "Statistika (PNU1204/2-1 ) Tim Pengajar: Luh Putu Suciati Ebban Bagus Kuntadi Tim Pengajar: Luh."

Presentasi serupa


Iklan oleh Google