Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

STATISTIKA WISNU HERA. TENTANG STATISTIKA  Moreau de Jonnes (1847) “ Ilmu mengenai fakta-fakta sosial yang dinyatakan dalam bentuk angka”  Dieterici.

Presentasi serupa


Presentasi berjudul: "STATISTIKA WISNU HERA. TENTANG STATISTIKA  Moreau de Jonnes (1847) “ Ilmu mengenai fakta-fakta sosial yang dinyatakan dalam bentuk angka”  Dieterici."— Transcript presentasi:

1 STATISTIKA WISNU HERA

2 TENTANG STATISTIKA  Moreau de Jonnes (1847) “ Ilmu mengenai fakta-fakta sosial yang dinyatakan dalam bentuk angka”  Dieterici (1850) “ Pernyataan dalam bentuk gambar dan fakta mengenai kondisi negara tertentu.”  Moreau de Jonnes (1847) “ Ilmu mengenai fakta-fakta sosial yang dinyatakan dalam bentuk angka”  Dieterici (1850) “ Pernyataan dalam bentuk gambar dan fakta mengenai kondisi negara tertentu.”

3 STATISTIKA DAN STATISTIK  Statistika : Ilmu yang membahas tentang bagaimana mengumpulkan data, menata/meringkas data, mengolah dan menyajikan data, serta menganalisis dan menginterpretasikan data menjadi informasi berdasar data dan fakta yang benar untuk membantu pengambilan keputusan yang efektif.  Statistik : Suatu kumpulan angka yang tersusun lebih dari 1 angka.  Statistika : Ilmu yang membahas tentang bagaimana mengumpulkan data, menata/meringkas data, mengolah dan menyajikan data, serta menganalisis dan menginterpretasikan data menjadi informasi berdasar data dan fakta yang benar untuk membantu pengambilan keputusan yang efektif.  Statistik : Suatu kumpulan angka yang tersusun lebih dari 1 angka.

4 JENIS-JENIS STATISTIKA  Statistika Deskriptif  Statistika Inferensia/ Induktif  Statistika Deskriptif  Statistika Inferensia/ Induktif

5 Statistika Deskriptif  Metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna  Memberikan informasi mengenai data yang dipunyai dan sama sekali tidak menarik kesimpulan apapun  Sajiannya biasanya dalam bentuk ukuran pemusatan datan (mean, median, dan modus), ukuran penyebaran data (standar deviasi dan varians), tabel, serta grafik (histogram, pie, dan bar)  Metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna  Memberikan informasi mengenai data yang dipunyai dan sama sekali tidak menarik kesimpulan apapun  Sajiannya biasanya dalam bentuk ukuran pemusatan datan (mean, median, dan modus), ukuran penyebaran data (standar deviasi dan varians), tabel, serta grafik (histogram, pie, dan bar)

6 Statistika Deskriptif Contoh Masalah Statistika Deskriptif : 1. Tabulasi Data 2. Diagram Balok 3. Diagram Kue Pie 4. Grafik perkembangan harga dari tahun ke tahun Contoh Masalah Statistika Deskriptif : 1. Tabulasi Data 2. Diagram Balok 3. Diagram Kue Pie 4. Grafik perkembangan harga dari tahun ke tahun

7 Statistika Inferensial  Metode yang berhubungan dengan analisis data pada sampel dan hasilnya dipakai untuk generalisasi pada populasi  Penggunaan statistik inferensial didasarkan pada peluang (probability) dan sampel yang dianalisis diperoleh secara acak (random)  Sajiannya dapat berupa peramalan, pendugaan ataupun penarikan kesimpulan  Metode yang berhubungan dengan analisis data pada sampel dan hasilnya dipakai untuk generalisasi pada populasi  Penggunaan statistik inferensial didasarkan pada peluang (probability) dan sampel yang dianalisis diperoleh secara acak (random)  Sajiannya dapat berupa peramalan, pendugaan ataupun penarikan kesimpulan

8 Statistika Inferensial  Contoh Masalah Statistika Inferensia : 1. Pendugaan Parameter 2. Pengujian Hipotesis 3. Peramalan  Contoh Masalah Statistika Inferensia : 1. Pendugaan Parameter 2. Pengujian Hipotesis 3. Peramalan

9 DATA

10 PENGERTIAN DATA  Data : keterangan mengenai satu atau beberapa hal.  Menurut Donald Cooper, data merupakan kumpulan sejumlah fakta atau kenyataan yang dapat dipercaya kebenarannya sehingga dapat digunakan untuk menarik suatu kesimpulan.  Data : keterangan mengenai satu atau beberapa hal.  Menurut Donald Cooper, data merupakan kumpulan sejumlah fakta atau kenyataan yang dapat dipercaya kebenarannya sehingga dapat digunakan untuk menarik suatu kesimpulan.

11 SYARAT-SYARAT DATA YANG BAIK (1)  Objektif: data harus sesuai dengan keadaan yang sebenarnya.  Representatif (mewakili): data harus mewakili objek yang diamati.  Kesalahan sampling (sampling error) kecil: Estimasi (perkiraan) dikatakan baik (memiliki tingkat ketelitian tinggi) bila kesalahan samplingnya kecil.  Ketiga syarat tersebut dikatakan syarat data yang Reliable (dapat diandalkan).  Objektif: data harus sesuai dengan keadaan yang sebenarnya.  Representatif (mewakili): data harus mewakili objek yang diamati.  Kesalahan sampling (sampling error) kecil: Estimasi (perkiraan) dikatakan baik (memiliki tingkat ketelitian tinggi) bila kesalahan samplingnya kecil.  Ketiga syarat tersebut dikatakan syarat data yang Reliable (dapat diandalkan).

12 SYARAT-SYARAT DATA YANG BAIK (2)  Tepat waktu: Apabila data akan digunakan untuk pengendalian atau evaluasi, maka syarat tepat waktu sangat penting agar dapat segera dilakukan koreksi apabila ada kesalahan/penyimpangan dalam implementasi suatu perencanaan.  Relevan: data yang dikumpulkan harus ada hubungannya dengan masalah yang akan dipecahkan.  Tepat waktu: Apabila data akan digunakan untuk pengendalian atau evaluasi, maka syarat tepat waktu sangat penting agar dapat segera dilakukan koreksi apabila ada kesalahan/penyimpangan dalam implementasi suatu perencanaan.  Relevan: data yang dikumpulkan harus ada hubungannya dengan masalah yang akan dipecahkan.

13 JENIS-JENIS DATA (1) A. Menurut SIFAT 1. Data Kualitatif : data yang tidak berbentuk angka (non-numeris) Contoh : - Harga daging sapi mahal. - Produksi padi di Jawa Tengah meningkat. 2. Data Kuantitatif : data yang berbentuk angka. Contoh : - Harga daging ayam naik jadi Rp /kg - Produksi kerajinan tas kulit menurun 10% A. Menurut SIFAT 1. Data Kualitatif : data yang tidak berbentuk angka (non-numeris) Contoh : - Harga daging sapi mahal. - Produksi padi di Jawa Tengah meningkat. 2. Data Kuantitatif : data yang berbentuk angka. Contoh : - Harga daging ayam naik jadi Rp /kg - Produksi kerajinan tas kulit menurun 10%

14 JENIS-JENIS DATA (2) Data sebagai nilai variabel. Ada 4 tingkatan variabel/Skala Pengukuran : a.Nominal (N) : angka berfungsi hanya untuk membedakan (sebagai lambang/simbol). b. Ordinal (O) : angka selain berfungsi nominal, juga untuk menunjukkan urutan dan jarak tidak sama. c. Interval (I) : angka yang menunjukkan jarak yg sama tetapi tidak sampai brp kali & tidak mempunyai titik asal nol. d. Rasio (R) : angka yang menunjukkan berapa kali, sebab mempunyai titik asal nol. Data sebagai nilai variabel. Ada 4 tingkatan variabel/Skala Pengukuran : a.Nominal (N) : angka berfungsi hanya untuk membedakan (sebagai lambang/simbol). b. Ordinal (O) : angka selain berfungsi nominal, juga untuk menunjukkan urutan dan jarak tidak sama. c. Interval (I) : angka yang menunjukkan jarak yg sama tetapi tidak sampai brp kali & tidak mempunyai titik asal nol. d. Rasio (R) : angka yang menunjukkan berapa kali, sebab mempunyai titik asal nol.

15 Data Nominal Data Nominal biasa disebut data skala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi. Contoh: Jenis pekerjaan, diklasifikasi sebagai: Pegawai negeri, diberi tanda 1, Pegawai swasta, diberi tanda 2, Wiraswasta, diberi angka 3 Ciri Data Nominal: Posisi data setara. Dalam contoh tersebut, pegawai negeri tidak lebih tinggi/lebih rendah dari pegawai swasta. Tidak bisa dilakukan operasi matematika (x, +, - atau : ). Contoh, tidak mungkin 3-2=1 (Wiraswasta dikurangi pegawai swasta=pegawai negeri Data Nominal biasa disebut data skala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi. Contoh: Jenis pekerjaan, diklasifikasi sebagai: Pegawai negeri, diberi tanda 1, Pegawai swasta, diberi tanda 2, Wiraswasta, diberi angka 3 Ciri Data Nominal: Posisi data setara. Dalam contoh tersebut, pegawai negeri tidak lebih tinggi/lebih rendah dari pegawai swasta. Tidak bisa dilakukan operasi matematika (x, +, - atau : ). Contoh, tidak mungkin 3-2=1 (Wiraswasta dikurangi pegawai swasta=pegawai negeri

16 Data Ordinal Data berskala ordinal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi, tetapi diantara data tersebut terdapat hubungan. Contoh: Kepuasan pelanggan, diklasifikasikan sebagai: Sangat puas, diberi tanda 1, Puas, diberi tanda 2, Cukup puas, diberi tanda 3, Tidak puas diberi tanda 4, Sangat tidak puas diberi tanda 5 Ciri Data Ordinal: posisi data tidak setara. Dalam kasus di atas, sikap pelanggan yang sangat puas, lebih tinggi dari yang puas. Sikap pelanggan yang puas, lebih tinggi dari yang cukup puas, dst. Angka/tanda bisa dibalik dari 5 hingga 1, tergantung kesepakatan. Tidak bisa dilakukan operasi matematika. Tidak mungkin 1+2=3 (yang berarti sangat puas ditambah puas = cukup puas) Data berskala ordinal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi, tetapi diantara data tersebut terdapat hubungan. Contoh: Kepuasan pelanggan, diklasifikasikan sebagai: Sangat puas, diberi tanda 1, Puas, diberi tanda 2, Cukup puas, diberi tanda 3, Tidak puas diberi tanda 4, Sangat tidak puas diberi tanda 5 Ciri Data Ordinal: posisi data tidak setara. Dalam kasus di atas, sikap pelanggan yang sangat puas, lebih tinggi dari yang puas. Sikap pelanggan yang puas, lebih tinggi dari yang cukup puas, dst. Angka/tanda bisa dibalik dari 5 hingga 1, tergantung kesepakatan. Tidak bisa dilakukan operasi matematika. Tidak mungkin 1+2=3 (yang berarti sangat puas ditambah puas = cukup puas)

17 Data Interval Data interval adalah data yang diperoleh dengan cara pengukuran, dimana jarak antar dua titik pada skala, sudah diketahui. Berbeda dengan skala ordinal, dimana jarak dua titik tidak diperhatikan (seperti berapa jarak antara puas dan tidak puas, yang sebenarnya menyangkut perasaan orang saja) Contoh: Temperatur ruangan. Bisa diukur dalam Celsius, atau Fahrenheit, dengan masing-masing punya skala sendiri. Untuk air membeku dan mendidih: Celcius pada 0° C sampai 100° C. Sakala ini jelas jaraknya, bahwa 100-0=100 Fahreinheit pada 32° F sampai 212°F. Skala ini jelas jaraknya, =180 Ciri Data Interval: Tidak ada kategorisasi atau pemberian kode seperti terjadi pada data nominal dan ordinal. Bisa dilakukan operasi matematika. (panas 40 derajat adalah dua kali panas disbanding 20 derajat) Data interval adalah data yang diperoleh dengan cara pengukuran, dimana jarak antar dua titik pada skala, sudah diketahui. Berbeda dengan skala ordinal, dimana jarak dua titik tidak diperhatikan (seperti berapa jarak antara puas dan tidak puas, yang sebenarnya menyangkut perasaan orang saja) Contoh: Temperatur ruangan. Bisa diukur dalam Celsius, atau Fahrenheit, dengan masing-masing punya skala sendiri. Untuk air membeku dan mendidih: Celcius pada 0° C sampai 100° C. Sakala ini jelas jaraknya, bahwa 100-0=100 Fahreinheit pada 32° F sampai 212°F. Skala ini jelas jaraknya, =180 Ciri Data Interval: Tidak ada kategorisasi atau pemberian kode seperti terjadi pada data nominal dan ordinal. Bisa dilakukan operasi matematika. (panas 40 derajat adalah dua kali panas disbanding 20 derajat)

18 Data Rasio Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, dimana jarak dua titik pada skala sudah diketahui, dan mempunyai titik nol yang absolut. Ini berbeda dengan skala interval, dimana taka da titik nol mutlak/absolut. Seperti titik 0°C tentu beda dengan titik 0°F. atau pergantian tahun pada system kalender Masehi (setiap 1 Januari) berbeda dengan pergantian tahun Jawa, China dan lainnya. Sehingga tak ada tahun baru dalam artian diakui oleh semua kalender sebagai tahun baru. Contoh: Jumlah buku di kelas: Jika 5, berarti ada 5 buku. Jika 0, berarti tak ada buku (absolut 0) Ciri Data Rasio: Tak ada kategorisasi atau pemberian kode. Bisa dilakukan operasi matematika. Missal: 100 cm + 35 cm = 135 cm; 5 mangga + 2 mangga = 7 mangga. Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, dimana jarak dua titik pada skala sudah diketahui, dan mempunyai titik nol yang absolut. Ini berbeda dengan skala interval, dimana taka da titik nol mutlak/absolut. Seperti titik 0°C tentu beda dengan titik 0°F. atau pergantian tahun pada system kalender Masehi (setiap 1 Januari) berbeda dengan pergantian tahun Jawa, China dan lainnya. Sehingga tak ada tahun baru dalam artian diakui oleh semua kalender sebagai tahun baru. Contoh: Jumlah buku di kelas: Jika 5, berarti ada 5 buku. Jika 0, berarti tak ada buku (absolut 0) Ciri Data Rasio: Tak ada kategorisasi atau pemberian kode. Bisa dilakukan operasi matematika. Missal: 100 cm + 35 cm = 135 cm; 5 mangga + 2 mangga = 7 mangga.

19 Singkatnya…  Variabel nominal, yaitu variabel yang dikategorikan secara diskrit dan saling terpisah satu sama lain, misalnya status perkawinan, jenis kelamin, suku bangsa, profesi pekerjaan seseorang dan sebagainya.  Variabel ordinal adalah variabel yang disusun atas dasar peringkat, seperti motivasi seseorang untuk bekerja, peringkat perlombaan catur, peringkat tingkat kesukaran suatu pekerjaan dan lain-lain.  Variabel interval adalah variabel yang diukur dengan ukuran interval seperti indek prestasi mahasiswa, skala termometer dan sebagainya, sedangkan  Variabel rasio adalah variabel yang disusun dengan ukuran rasio seperti tingkat penganggguran, penghasilan, berat badan, dan sebagainya.  Variabel nominal, yaitu variabel yang dikategorikan secara diskrit dan saling terpisah satu sama lain, misalnya status perkawinan, jenis kelamin, suku bangsa, profesi pekerjaan seseorang dan sebagainya.  Variabel ordinal adalah variabel yang disusun atas dasar peringkat, seperti motivasi seseorang untuk bekerja, peringkat perlombaan catur, peringkat tingkat kesukaran suatu pekerjaan dan lain-lain.  Variabel interval adalah variabel yang diukur dengan ukuran interval seperti indek prestasi mahasiswa, skala termometer dan sebagainya, sedangkan  Variabel rasio adalah variabel yang disusun dengan ukuran rasio seperti tingkat penganggguran, penghasilan, berat badan, dan sebagainya.

20 B. Menurut SUMBER-nya 1. Data Internal : bersumber pada keadaan/kegiatan dalam suatu organisasi/kelompok. Contoh : - Data pengadaan barang di perpustakaan STIKOM. - Data hasil produksi di pabrik sepatu A. 2. Data Eksternal : bersumber dari luar suatu organisasi/kelompok. Contoh : - Apotek A mencari data ketersediaan obat-obatan di perusahaan obat X. - Dinas Pendidikan mencari data anak-anak putus sekolah di Dinas Sosial. B. Menurut SUMBER-nya 1. Data Internal : bersumber pada keadaan/kegiatan dalam suatu organisasi/kelompok. Contoh : - Data pengadaan barang di perpustakaan STIKOM. - Data hasil produksi di pabrik sepatu A. 2. Data Eksternal : bersumber dari luar suatu organisasi/kelompok. Contoh : - Apotek A mencari data ketersediaan obat-obatan di perusahaan obat X. - Dinas Pendidikan mencari data anak-anak putus sekolah di Dinas Sosial. JENIS-JENIS DATA (4)

21 JENIS-JENIS DATA (5) C. Menurut CARA MEMPEROLEH-nya 1. Data Primer : data yang dikumpulkan dan diolah sendiri oleh suatu organisasi/perorangan langsung dari objeknya. Contoh: Perusahaan susu ingin mencari data konsumsi susu di daerah X, lalu melakukan survey dan wawancara langsung ke penduduk daerah X. 2. Data Sekunder : data yang diperoleh dalam bentuk jadi dan telah diolah oleh pihak lain. Contoh : Perusahaan X ingin mencari data saham-saham di bursa saham. Media massa mencari data presentase partai-partai pemenang pemilu di KPU. C. Menurut CARA MEMPEROLEH-nya 1. Data Primer : data yang dikumpulkan dan diolah sendiri oleh suatu organisasi/perorangan langsung dari objeknya. Contoh: Perusahaan susu ingin mencari data konsumsi susu di daerah X, lalu melakukan survey dan wawancara langsung ke penduduk daerah X. 2. Data Sekunder : data yang diperoleh dalam bentuk jadi dan telah diolah oleh pihak lain. Contoh : Perusahaan X ingin mencari data saham-saham di bursa saham. Media massa mencari data presentase partai-partai pemenang pemilu di KPU.

22 JENIS-JENIS DATA (6) D. Menurut WAKTU PENGUMPULAN-nya 1. Data Cross Section : data yang dikumpulkan dalam suatu periode tertentu. Contoh : Data sensus penduduk Indonesia th 1990 (menggambarkan keadaan penduduk Indonesia th 1990 berdasar umur, pendidikan, jenis kelamin, pekerjaan, dll). Data jumlah pegawai di STIKOM tahun D. Menurut WAKTU PENGUMPULAN-nya 1. Data Cross Section : data yang dikumpulkan dalam suatu periode tertentu. Contoh : Data sensus penduduk Indonesia th 1990 (menggambarkan keadaan penduduk Indonesia th 1990 berdasar umur, pendidikan, jenis kelamin, pekerjaan, dll). Data jumlah pegawai di STIKOM tahun 2007.

23 JENIS-JENIS DATA (7) 2. Data Time Series (berkala) : data yang dikumpulkan dari waktu ke waktu. Disebut juga Data Historis. Contoh: Data perkembangan hasil produksi padi selama 5 tahun terakhir. Data pertumbuhan ekonomi di sektor migas selama 3 tahun terakhir. Data perkembangan situs belanja online X dari tahun 2010 sampai Data Time Series (berkala) : data yang dikumpulkan dari waktu ke waktu. Disebut juga Data Historis. Contoh: Data perkembangan hasil produksi padi selama 5 tahun terakhir. Data pertumbuhan ekonomi di sektor migas selama 3 tahun terakhir. Data perkembangan situs belanja online X dari tahun 2010 sampai 2012.


Download ppt "STATISTIKA WISNU HERA. TENTANG STATISTIKA  Moreau de Jonnes (1847) “ Ilmu mengenai fakta-fakta sosial yang dinyatakan dalam bentuk angka”  Dieterici."

Presentasi serupa


Iklan oleh Google