Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Ai Rohaeni, S.Pi. MM Program Studi Administrasi Bisnis Fakultas Ilmu Administrasi UNIVERSITAS SUBANG.

Presentasi serupa


Presentasi berjudul: "Ai Rohaeni, S.Pi. MM Program Studi Administrasi Bisnis Fakultas Ilmu Administrasi UNIVERSITAS SUBANG."— Transcript presentasi:

1 Ai Rohaeni, S.Pi. MM Program Studi Administrasi Bisnis Fakultas Ilmu Administrasi UNIVERSITAS SUBANG

2 Apa itu statistika Ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Ilmu yang berkenaan dengan data. Istilah 'statistika' (bahasa Inggris: statistics) berbeda dengan 'statistik' (statistic). Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data.

3 Penerapan statistika Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam (misalnya astronomi dan biologi maupun ilmu-ilmu sosial (termasuk sosiologi dan psikologi), maupun di bidang bisnis, ekonomi, dan industri). Statistika juga digunakan dalam pemerintahan untuk berbagai macam tujuan; sensus penduduk merupakan salah satu prosedur yang paling dikenal. Aplikasi statistika lainnya yang sekarang popular adalah prosedur jajak pendapat atau polling (misalnya dilakukan sebelum pemilihan umum), serta jajak cepat (perhitungan cepat hasil pemilu) atau quick count.

4 STATISTIKA : Kegiatan untuk : mengumpulkan data menyajikan data menganalisis data dengan metode tertentu menginterpretasikan hasil analisis KEGUNAAN ? STATISTIKA DESKRIPTIF : Berkenaan dengan pengumpulan, pengolahan, dan penyajian sebagian atau seluruh data (pengamatan) tanpa pengambilan kesimpulan STATISTIKA INFERENSI : Setelah data dikumpulkan, maka dilakukan berbagai metode statistik untuk menganalisis data, dan kemudian dilakukan interpretasi serta diambil kesimpulan. Statistika inferensi akan menghasilkan generalisasi (jika sampel representatif) Melalui fase dan fase 1. Konsep Statistika

5 2. Statistika & Metode Ilmiah METODE ILMIAH : Adalah salah satu cara mencari kebenaran yang bila ditinjau dari segi penerapannya, resiko untuk keliru paling kecil. LANGKAH-LANGKAH DALAM METODE ILMIAH : 1.Merumuskan masalah 2.Melakukan studi literatur 3.Membuat dugaan-dugaan, pertanyaan-pertanyaan atau hipotesis 4.Mengumpulkan dan mengolah data, menguji hipotesis, atau menjawab pertanyaan 5.Mengambil kesimpulan PERAN STATISTIKA INSTRUMEN SAMPEL VARIABEL SIFAT DATA METODE ANALISIS

6 3. Data DATA terbagi atas DATA KUALITATIF dan DATA KUANTITATIF DATA KUALITATIF : Data yang dinyatakan dalam bentuk bukan angka. Contoh : jenis pekerjaan, status marital, tingkat kepuasan kerja DATA KUANTITATIF : Data yang dinyatakan dalam bentuk angka Contoh : lama bekerja, jumlah gaji, usia, hasil ulangan DATA JENIS DATA NOMINAL ORDINAL INTERVAL RASIO KUALITATIF KUANTITATIF

7 4. Data DATA NOMINAL : Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi. CIRI : posisi data setara tidak bisa dilakukan operasi matematika (+, -, x, :) CONTOH : jenis kelamin, jenis pekerjaan DATA ORDINAL : Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat hubungan CIRI : posisi data tidak setara tidak bisa dilakukan operasi matematika (+, -, x, :) CONTOH : kepuasan kerja, motivasi DATA INTERVAL : Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui. CIRI : Tidak ada kategorisasi bisa dilakukan operasi matematika CONTOH : temperatur yang diukur berdasarkan 0 C dan 0 F, sistem kalender DATA RASIO : Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut. CIRI : tidak ada kategorisasi bisa dilakukan operasi matematika CONTOH : gaji, skor ujian, jumlah buku

8

9 Variabel penelitian Atribut seseorang atau obyek yang mempunyai nilai Konsep yang mempunyai variasi nilai - Badan hanya konsep tapi bukan variabel - Tinggi badan, berat badan adalah variabel

10 Macam Variabel Independent variabel - Variabel bebas - Stimulus - Prediktor - Antecedent Variabel yang mempengaruhi variabel lain, atau menjadi sebab perubahannya atau timbulnya variabel dependen (terikat)

11

12

13

14 Variabel intervening Merupakan variabel penyela/antara yang terletak antara variabel independen dan variabel dependen Sehingga variabel independen mempunyai hubungan yang tidak langsung dengan variabel dependen

15

16

17

18

19 Skala Pengukuran Data Nominal : angka hanya menunjukkan kategori Jenis Kelamin, Status Pernikahan, Kepegawaian Ordinal : angka selain menunjukkan kategori, tetapi juga mengandung peringkat atau urutan Urutan juara, data diperingkatkan Interval / Selang : selain sifat yang dimiliki Ordinal, bisa diukur beda / jarak nya Skala pengukur temperatur (Celcius, Reamur, Fahrenheit) dan pengkur gempa (Richter) Rasio / Nisbah : semua sifat interval plus bisa dibandingkan (rasio) Waktu datangnya nasabah, rata-rata tabungan, luas bangunan, total produksi hasil pertanian

20 Populasi Populasi adalah seluruh obyek yang mungkin terpilih atau keseluruhan ciri yang dipelajari. Nilai sebenarnya dari sifat populasi disebut dengan parameter populasi, yang biasanya dilambangkan dengan huruf Yunani seperti  (mu),  (sigma),  (pi),  (rho), dan  (theta). Notasi  biasanya digunakan untuk menyatakan parameter nilai tengah (rata-rata) populasi,  digunakan untuk menyatakan simpangan baku (standar deviasi) populasi,  digunakan untuk menyatakan proporsi populasi dan  digunakan untuk menyatakan korelasi dua populasi.

21 Contoh (Sampel) Contoh acak atau contoh adalah bagian populasi yang digunakan untuk menduga nilai parameter populasi. Nilai yang diperoleh dari contoh disebut dengan nilai statistik. Mengapa mengambil contoh ? Keterbatasan sumberdaya (waktu, tenaga, biaya, dan sebagainya) mungkin akan berakibat pada kita sehingga kita tidak dapat memperoleh data populasi, lebih jauh tidak dapat menghitung nilai parameter populasi.

22 5. Pengolahan Data PROSEDUR PENGOLAHAN DATA : A.PARAMETER : Berdasarkan parameter yang ada statistik dibagi menjadi Statistik PARAMETRIK : berhubungan dengan inferensi statistik yang membahas parameter-parameter populasi; jenis data interval atau rasio; distribusi data normal atau mendekati normal. Statistik NONPARAMETRIK : inferensi statistik membahas parameter- parameter populasi; jenis data nominal atau ordinal; distribusi data tidak diketahui atau tidak normal B.JUMLAH VARIABEL : berdasarkan jumlah variabel dibagi menjadi Analisis UNIVARIAT : hanya ada 1 pengukuran (variabel) untuk n sampel atau beberapa variabel tetapi masing-masing variabel dianalisis sendiri-sendiri. Contoh : korelasi motivasi dengan pencapaian akademik. Analisis MULTIVARIAT : dua atau lebih pengukuran (variabel) untuk n sampel di mana analisis antar variabel dilakukan bersamaan. Contoh : pengaruh motivasi terhadap pencapaian akademik yang dipengaruhi oleh faktor latar belakang pendidikan orang tua, faktor sosial ekonomi, faktor sekolah.

23 7. Penyajian Data TABEL GRAFIK

24 8. Membuat Tabel TABEL : memberikan informasi secara rinci. Terdiri atas kolom dan baris TABEL KOLOM Kolom pertama : LABEL Kolom kedua …. n : Frekuensi atau label BARISBerisikan data berdasarkan kolom Asal Wilayah Pendapat tentang sertifikasi Jumlah Sangat perlu PerluTidak tahu Tidak perlu Sangat tdk perlu Jawa Barat Jawa Tengah Jawa Timur NTT Papua Jumlah Tabel Tabulasi Silang

25 9. Membuat Grafik GRAFIK : memberikan informasi dengan benar dan cepat, tetapi tidak rinci. Syarat : 1.Pemilihan sumbu (sumbu tegak dan sumbu datar), kecuali grafik lingkaran 2.Penetapan skala (skala biasa, skala logaritma, skala lain) 3.Ukuran grafik (tidak terlalu besar, tinggi, pendek) Sumbu tegak Sumbu datar 0 Titik pangkal Jenis Grafik : Grafik Batang (Bar) Grafik Garis (line) Grafik Lingkaran (Pie) Grafik Interaksi (Interactive)

26 10. Jenis Grafik Grafik Batang (Bar) Grafik Garis (line) Grafik lingkaran (pie) Grafik Interaksi (interactive)

27 11. Frekuensi FREKUENSI : banyaknya data untuk satu kelompok/klasifikasi KELOMPOKFREKUENSI Kelompok ke-1f1 Kelompok ke-2f2 Kelompok ke-3f3 Kelompok ke-ifi Kelompok ke-kfk k n = Σ fi i=1 PendidikanFrekuensi S162 S219 S39 90 k n = Σ fi = f 1 + f 2 + f 3 +….. + f i + …… + f k i=1

28 DISTRIBUSI FREKUENSI : mengelompokkan data interval/rasio dan menghitung banyaknya data dalam satu kelompok/klasifikasi 12. Distribusi Frekuensi Membuat distribusi frekuensi : 1.Mencari sebaran (range) yakni selisih antara data paling besar dengan data paling kecil)  35 – 20 = 15 2.Menentukan banyak kelas dengan rumus k = 1 + 3,3 log n  7 1.Menentukan panjang kelas dengan rumus p = sebaran / banyak kelas  15/7 = 2 KELOMPOK USIAFREKUENSI 20 – – – – – – USIAFREKUENSI

29 13. Ukuran Tendensi Sentral RATA-RATA : suatu bilangan yang bertindak mewakili sekumpulan bilangan RATA-RATA HITUNG (RERATA) : jumlah bilangan dibagi banyaknya X 1 + X 2 + X 3 + … + X n n Σ Xi i =1 n X = Bila terdapat sekumpulan bilangan di mana masing-masing bilangannya memiliki frekuensi, maka rata-rata hitung menjadi : X 1 f 1 + X 2 f 2 + X 3 f 3 + … + X k f k f 1 + f 2 + f 3 + … + f k X = k Σ X i f i i =1 k Σ f i i =1 Cara menghitung : Bilangan (X i )Frekuensi (f i )X i f i Jumlah10695 Maka : X = = 69.5

30 14. Median MEDIAN : nilai tengah dari sekumpulan data setelah diurutkan yang fungsinya membantu memperjelas kedudukan suatu data. Contoh : diketahui rata-rata hitung nilai ulangan dari sejumlah siswa adalah Pertanyaannya adalah apakah siswa yang memperoleh nilai 7 termasuk istimewa, baik, atau biasa-biasa saja ? Jika nilai ulangan tersebut adalah : , maka rata-rata hitung = 6.55, median = 6 Kesimpulan : nilai 7 termasuk kategori baik sebab berada di atas rata-rata hitung dan median (kelompok 50% atas) Jika nilai ulangan tersebut adalah : , maka rata-rata hitung = 6.55, median = 8 Kesimpulan : nilai 7 termasuk kategori kurang sebab berada di bawah median (kelompok 50% bawah) Jika sekumpulan data banyak bilangannya genap (tidak mempunyai bilangan tengah) Maka mediannya adalah rerata dari dua bilangan yang ditengahnya. Contoh : maka median (5+6) : 2 = 5.5

31 15. Modus MODUS : bilangan yang paling banyak muncul dari sekumpulan bilangan, yang fungsinya untuk melihat kecenderungan dari sekumpulan bilangan tersebut. Contoh : nilai ulangan Maka : s = 6 ; k = 3 ; p =2 rata-rata hitung = 6.55 ; median = 6 modus = 5 ; kelas modus = NilaiFrekuensi Jumlah11 NilaiFrekuensi 8 – – 77 2 – 41 Jumlah11 Mo X Me + - Kurva positif apabila rata-rata hitung > modus / median Kurva negatif apabila rata-rata hitung < modus / median

32 16. Ukuran Penyebaran Rentang (range) : selisih bilangan terbesar dengan bilangan terkecil. Sebaran merupakan ukuran penyebaran yang sangat kasar, sebab hanya bersangkutan dengan bilangan terbesar dan terkecil. A : B : C : Contoh : X = 55 r = 100 – 10 = 90 UKURAN YANG MENYATAKAN HOMOGENITAS / HETEROGENITAS : 1.RENTANG (Range) 2.DEVIASI RATA-RATA (Average Deviation) 3.VARIANS (Variance) 4.DEVIASI STANDAR (Standard Deviation) Rata-rata

33 17. Deviasi rata-rata Deviasi Rata-rata : penyebaran Berdasarkan harga mutlak simpangan bilangan-bilangan terhadap rata- ratanya. Nilai XX - X|X – X| Jumlah0250 Nilai XX - X|X – X| Jumlah0390 Kelompok AKelompok B DR = 250 = DR = 390 = Makin besar simpangan, makin besar nilai deviasi rata-rata DR = n Σ i=1 |Xi – X| n Rata-rata

34 18. Varians & Deviasi Standar Varians : penyebaran berdasarkan jumlah kuadrat simpangan bilangan- bilangan terhadap rata-ratanya ; melihat ketidaksamaan sekelompok data s 2 = n Σ i=1 (Xi – X) 2 n-1 Deviasi Standar : penyebaran berdasarkan akar dari varians ; menunjukkan keragaman kelompok data s = √ n Σ i=1 (Xi – X) 2 n-1 Nilai XX -X(X–X) Jumlah8250 Nilai XX -X(X –X) Jumlah15850 Kelompok AKelompok B s = √ = 30.28s = √ = Kesimpulan : Kelompok A : rata-rata = 55 ; DR = 25 ; s = Kelompok B : rata-rata = 55 ; DR = 39 ; s = Maka data kelompok B lebih tersebar daripada kelompok A


Download ppt "Ai Rohaeni, S.Pi. MM Program Studi Administrasi Bisnis Fakultas Ilmu Administrasi UNIVERSITAS SUBANG."

Presentasi serupa


Iklan oleh Google