Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

METODE STATISTIKA Kode Matakuliah: STK211, 3(2-3) Tujuan Instruksional Umum: Setelah mengikuti mata kuliah ini selama satu semester, mahasiswa akan dapat.

Presentasi serupa


Presentasi berjudul: "METODE STATISTIKA Kode Matakuliah: STK211, 3(2-3) Tujuan Instruksional Umum: Setelah mengikuti mata kuliah ini selama satu semester, mahasiswa akan dapat."— Transcript presentasi:

1 METODE STATISTIKA Kode Matakuliah: STK211, 3(2-3) Tujuan Instruksional Umum: Setelah mengikuti mata kuliah ini selama satu semester, mahasiswa akan dapat menjelaskan prinsip-prinsip dasar metode statistika, dan mampu mengerjakan beberapa analisis statistika sederhana.

2 Deskripsi Mata Kuliah Mata kuliah ini menjelaskan prinsip-prinsip dasar metode statistika dan beberapa metode analisis sederhana yang dapat diterapkan pada berbagai bidang terapan, seperti Pertanian, Biologi, Sosial, Bisnis, dan sebagainya. Mata kuliah ini juga menjadi dasar bagi mata ajaran yang lebih tinggi, yaitu Analisis Data Kategorik, Perancangan Percobaan, Statistika Pengendalian Mutu, dan Analisis Deret Waktu. Topik-topik yang tercakup dalam mata kuliah ini adalah beberapa prinsip dasar statistika, deskripsi statistik, peluang, prinsip-prinsip pendugaan dan pengujian hipotesis, pendugaan dan pengujian hipotesis mengenai proporsi, pendugaan dan pengujian hipotesis mengenai nilai tengah, dan gambaran beberapa metoda analisis data sederhana seperti : analisis korelasi, analisis regresi linier, analisis data kategorik, dan analisis data perancangan percobaan sederhana.

3 Tujuan Instruksional Umum Setelah mengikuti mata ajaran ini selama satu semester, mahasiswa akan dapat menjelaskan prinsip-prinsip dasar metode statistika, dan dapat menerapkan beberapa metode statistik sederhana yang dibahas dalam kuliah untuk menganalisis data

4 Pokok Bahasan Minggu KePokok BahasanDaftar Pustaka IPendahuluan1(1-10); 2(1-13) IIDeskripsi Data1(13-69);2(33-71);3(44-119) IIIKonsep Dasar Peluang1(73-131);2(72-146);3( ) IV-VKonsep Peubah Acak dan Sebaran Peluang Acak 1( ); 2( ) VISebaran Penarikan Contoh1( ); 2( ) VIIUjian Tengah Semester VIII-IXPendugaan Parameter1( );2( ) X-XIPengujian Hipotesis1( );2( );3( ) XIIAnalisis Korelasi dan Regresi Linear Sederhana XIIIAnalisis Data Kategori XIVTopik Khusus I XVTopik Khusus II XVIUjian Akhir Semester

5 Kepustakaan 1. Fleming, M.C. dan J.G. Nellis Principles of Applied Statistic. Routledge. London. 2. Hamburg, M Basic Statistics: A Modern Approach. Harcourt Brace Jovanovich, Inc. New York. 3. Koopmans, L.H Introduction to Contemporary Statistical Methods 2 nd ed. Duxbury, Press. Boston.

6 PENDAHULUAN Apa itu statistika?  Statistika berasal dari kata statistik  penduga parameter  Ilmu yang mempelajari dan mengusahakan agar data menjadi informasi yang bermakna

7 Statistika Populasi Contoh SamplingPendugaan Tingkat Keyakinan Ilmu Peluang Statistika Deskriptif vs Statistika Inferensia Deskriptif

8 Langkah-langkah Analisis Statistika Studying a problem through the use of statistical data analysis usually involves four basic steps.  Defining the problem  Collecting the data  Analyzing the data  Reporting the results

9 Defining the Problem An exact definition of the problem is imperative in order to obtain accurate data about it. It is extremely difficult to gather data without a clear definition of the problem.

10 Collecting the Data Designing ways to collect data is an important job in statistical data analysis. Two important aspects of a statistical study are: Population - a set of all the elements of interest in a study Sample - a subset of the population  Statistical inference is refer to extending your knowledge obtain from a random sample from a population to the whole population.

11  The purpose of statistical inference is to obtain information about a population form information contained in a sample. It is just not feasible to test the entire population, so a sample is the only realistic way to obtain data because of the time and cost constraints. Data can be either quantitative or qualitative. Qualitative data are labels or names used to identify an attribute of each element. Quantitative data are always numeric and indicate either how much or how many.

12 Data can be collected from existing sources or obtained through observation and experimental studies designed to obtain new data.  In an experimental study, the variable of interest is identified. Then one or more factors in the study are controlled so that data can be obtained about how the factors influence the variables.  In observational studies, no attempt is made to control or influence the variables of interest. A survey is perhaps the most common type of observational study.

13 Analyzing the Data Statistical data analysis divides the methods for analyzing data into two categories:  exploratory methods Exploratory methods are used to discover what the data seems to be saying by using simple arithmetic and easy-to-draw pictures to summarize data  confirmatory methods Confirmatory methods use ideas from probability theory in the attempt to answer specific questions. Probability is important in decision making because it provides a mechanism for measuring, expressing, and analyzing the uncertainties associated with future events.

14 Reporting the Results Through inferences, an estimate or test claims about the characteristics of a population can be obtained from a sample. The results may be reported in the form of a table, a graph or a set of percentages. Because only a small collection (sample) has been examined and not an entire population, the reported results must reflect the uncertainty through the use of probability statements and intervals of values. To conclude, a critical aspect of managing any organization is planning for the future. Statistical data analysis helps us to forecast and predict future aspects of a business operation. The most successful leader and decision makers are the ones who can understand the information and use it effectively.

15 Perkembangan Analisis Statistika Statistik Deskriptif Analisis statistika yang bertujuan untuk menyajikan (tabel dan grafik) dan meringkas (ukuran pemusatan dan penyebaran) data sehingga data menjadi informasi yang mudah dipahami. Analisis statistika telah banyak digunakan pada berbagai bidang. Analisis statistika yang digunakan mulai dari analisis statistika yang paling sederhana (statistika deksriptif) sampai analisis statistika lanjutan Beberapa ilustrasi analisis statistika:

16 Ilustrasi Stem-and-Leaf Display: Volume Stem-and-leaf of Volume N = 31 Leaf Unit = (9)

17 Statistika Inferensia Perbandingan Rataan Populasi  Satu populasi  Uji t atau uji z  Dua populasi  Uji t atau uji z  Lebih dari dua populasi  anova Hubungan antar variabel  Hubungan dua arah  Analisis Korelasi  Hubungan satu arah (sebab akibat)  Analisis Regresi

18 Ilustrasi Hubungan antar peubah Analisis Korelasi & Regresi Linier

19 Ilustrasi Hubungan antar peubah Correlations: x1, x2, Y1 x1 x2 x Y Regression Analysis: Y1 versus x1, x2 The regression equation is Y1 = x x2 Predictor Coef SE Coef T P Constant x x S = R-Sq = 95.9% R-Sq(adj) = 95.4% Analysis of Variance Source DF SS MS F P Regression Residual Error Total

20

21 Ilustrasi Hubungan antar peubah Analisis Regresi Logistik Binary Logistic Regression: Y2 versus x1, x2 Link Function: Logit Response Information Variable Value Count Y (Event) 0 8 Total 20 Logistic Regression Table Odds 95% CI Predictor Coef SE Coef Z P Ratio Lower Upper Constant x x

22 Log-Likelihood = Test that all slopes are zero: G = 6.886, DF = 2, P-Value = Goodness-of-Fit Tests Method Chi-Square DF P Pearson Deviance Hosmer-Lemeshow

23 Analisis Data Lanjutan Analisis Multivariate Manova Analisis Komponen Utama Analisis Faktor Analisis Cluster Analisis Diskriminan Analisis Korelasi Kanonik Analisis Biplot

24 Analisis data time series Data time series merupakan data yang dikumpulkan secara sequensial menurut periode waktu tertentu. Peranan ramalan (forecasting) data ke depan memegang peranan penting dalam menyusun kebijakan strategis perusahaan/lembaga Metode Forecasting yang berkembang saat ini, antara lain:  Metode Rataan Kumulatif  Metode Pemulusan (Smoothing)  ARIMA (AutoRegressive Integrated Moving Average)  Fungsi Transfer (Bivariate ARIMA)  MARIMA (Multivariate ARIMA)

25 Pola Data Time Series

26 Ilustrasi: Forecasting dengan Metode Smoothing Moving Average Formula:

27 Bentuk umum: Ilustrasi: Forecasting dengan Metode Smoothing Eksponensial

28 Ilustrasi Metode Winter (Kasus data musiman) X t = b 1 +b 2 t + c t +  t X t = (b 1 +b 2 t ) c t +  t

29 SEKIAN DAN TERIMA KASIH


Download ppt "METODE STATISTIKA Kode Matakuliah: STK211, 3(2-3) Tujuan Instruksional Umum: Setelah mengikuti mata kuliah ini selama satu semester, mahasiswa akan dapat."

Presentasi serupa


Iklan oleh Google