UNIVERSIDADE ORIENTAL TIMOR LOROSA’E UNITAL

Presentasi berjudul: "UNIVERSIDADE ORIENTAL TIMOR LOROSA’E UNITAL"— Transcript presentasi:

1 UNIVERSIDADE ORIENTAL TIMOR LOROSA’E UNITAL
Faculty of Agriculture UNIVERSIDADE ORIENTAL TIMOR LOROSA’E UNITAL Materi Statistik Dosen: Carlito da Silva, L.Ec Lecture: Carlito da Silva, L.Ec

2 BAB I PENDAHULUAN TUJUAN
Setelah mempelajari bab ini, mahasiswa diharapkan akan dapat: - Mengetahui konsep-konsep dasar statistik - Menyebutkan dan memberikan pengertian konsep dasar statistik Lecture: Carlito da Silva, L.Ec

3 B. POKOK BAHASAN Pencapaian tujuan tersebut dalam bab 1 dijelaskan: - Pengertian dasar statistika dan statistik - Landasan kerja statistik - Karakteristik pokok statistik - Manfaat dan Kegunaan statistika - Varabel - Skala Lecture: Carlito da Silva, L.Ec

4 1. Pengertian dasar statistik dan statistika
Bidang statistik dapat dianggap sebagai bahasa khusus dipakai yang juga dipakan untukberkomuniasi Dengan statistika kita hanya mampu membicarakan tentang ciri-ciri dan karakteristik tentang sebagai hal yang kita amati. Lecture: Carlito da Silva, L.Ec

5 Statistik bisa digunakan ukuran sebagai wakil dari kelompok fakta mengenai: nilai rata-rata mahasiswa, persentase keberhasilan belajar mahasiswa, ramalan kemampuan mahasiswa memprediksi hasil produksi pertanian dan sebagainya. Menurut Sudjana (2004:2-3) Statistika adalah pengetahuan yang berhubungan dengan cara pengumpulan fakta, pengolahan serta pembuatan keputusan yang cukup beralasan berdasarkan fakta dan penganalisaan yang dilakukan. Lecture: Carlito da Silva, L.Ec

6 STATISTIK dalam arti sempit (statistik deskriptif) adalah: statistika yang mendeskripsian atau mengambarkan tentang data yang disajikan dalam bentuk tabel, diagram, rata-rata hitung, rata-rata ukur. Lecture: Carlito da Silva, L.Ec

7 STATISTIKA dalam arti luas disebut juga dengan statistika inferensial atau statistika induktif atau statistika probabilitas yaitu suatu alat pengumpulan data, pengolah data, menarik kesimpulan Lecture: Carlito da Silva, L.Ec

8 STATISTIKA adalah: ilmu terdiri dari teori dan metode yang merupakan cabang dari matematika dan membicaran tentang: bagaimana mengumpulkan data, bagaimana meringkas data, mengolah dan menyiajikan data, bagaimana menarik kesimpulan, dari hasil analisis, bagaimana menentukan keputusan dalam batas-batas resiko tertentu berdasarkan strategi yang ada. Lecture: Carlito da Silva, L.Ec

9 Dengan demikian dapat dikatakan bahwa statistika adalah suatu ilmu pengetahuan yang berhubungan dengan data statistik dan fakta yang benar atau suatu kajian ilmu pengetahuan dengan teknik pengumpulan data, penarikan kesimpulan, dan pembuatan kebijakan atau keputusan yang cukup kuat alasan berdasarkan data dan fakta yang akurat. Lecture: Carlito da Silva, L.Ec

10 2. Landasan Kerja Statistik
Ada 3 jenis landasan kerja statistik, menurut Sutrisno Hadi (2004: ) yaitu: Variasi, Didasarkan atas kenyataan bahwa seorang peneliti atau penyielidik selalu menghadapi persoalan dan gejala yang bermacam-macam baik dalam bentuk tingkatan dan jenisnya Reduksi, Hanya sebagian dan seluruh kejadian yang berhak diteliti (penelitian sampling) Generalisasi, Sekalipun penelitian dilakukan terhadap sebagian dan seluruh kejadian yang hendak diteliti. Namun kesimpulan dan penelitian ini akan diperuntukkan bagi keseluruhan kejadian atau gejala yang hendak diambil. Lecture: Carlito da Silva, L.Ec

11 3. Karakteristik Pokok Statistik
Ada beberapa karakteristik atau ciri-ciri pokok statistik adalah sebagai berikut: Statistik Bekerja dengan Angka. Angka-angka ini dalam statistik mempunyai dua pengetian, yaitu: 1. Pertama, angka statistik sebagai jumlah atau frekuensi dan angka statistik sebagai nilai atau harga. Pengertian ini mengandung arti bahwa data statistik adalah data kuantitatif. Contoh jumlah dosen UNITAL, jumlah kriminal yang ditangkap, jumlah produk yang telah dipasarkan, jumlah pegawai yang telah dipensiumkan, dst. 2. Kedua, angka statistik sebagai nilai mempunyai arti data kualitatif yang diwujudkan dalam angka. Contoh, Kepribadian, nilai kecerdasan mahasiswa, metode mengajar dosen, kualitas sekolah, mutu pemberdayaan guru, implentasi dan pelaksanaan Manajemen berbasis Sekolah. Lecture: Carlito da Silva, L.Ec

12 b. Statistik bersifat objektif, statistik bekerja dengan angka sehingga mempunyai sifat objektif, artinya angka statistik dapat digunakan sebagai alat pencari fakta. Mengungkap kenyataan yang ada dan memberikan keterangan yang benar. c. Statistik bersifat Univerdal (Umum), statistik tidak hanya digunakan dalam salah satu disiplin ilmu saja, tetapi dapat digunakan secar umum dalam berbagai bentuk disiplin ilmu pengetahuan dengan penuh keyakinan. Lecture: Carlito da Silva, L.Ec

13 4. Manfaat dan Kegunaan Statistika
Dalam perkembangan ilmu pengetahuan dan teknologi saat ini, bahwa ilmu statistik telah mempengaruhi hampir semua aspek kehidupan manusia. Hampir semua kebijakan publik dan keputusan yang diambil oleh pakar ilmu pengetahuan atau para eksekutif didasarkan dengan metode statistika serta hasil analisis dan interpretasi data. Baik data kuantitatif maupun kualitatif. Selanjutnya statistika dapat digunakan sebagai alat: Lecture: Carlito da Silva, L.Ec

14 Komparasi yaitu: membandingkan data dua kelompok atau lehih
Komunikasi ialah: sebagai penghubung beberapa pihak yang menghasilkan data statistik atau berupa analisis statistik sehingga beberapa pihak tersebut akan dapat mengambil keputusan melalui informasi tersebut. Deskripsi yaitu: penyiajian data dan mengilustrasian data, mengukur hasil produksi, laporan hasil liputan berita, indeks harga konsumen, laporan keuangan, tingkat inflasi, jumlah penduduk, hasil pendapatan dan pengeluaran negara dan lain sebagainya. Regresi yaitu: meramalkan pengaruh data yang satu dengan data lainnya dan untuk mengantisipasi gejala-gejala yang akan datang Korelasi yaitu: untuk mencari kuat atau besarnya hubungan data dalam suatu penelitian Komparasi yaitu: membandingkan data dua kelompok atau lehih Lecture: Carlito da Silva, L.Ec

15 5. Variabel Dalam studi ilmiah kita perlu mengamati dan merekam beberapa karakteristik dari hal-hal yang kita alami. Dalam istilah bahasa statistik, objek yang bervariasi disebut variabel. Variabel adalah: karakteristik yang dapat diamati dari sesuatu (objek), dan mampu memberikan macam-macam nilai atau beberapa kategori. Contoh: berat adalah variasi. Sebab semua orang beratnya tidak sama dan suatu objek dapat beratnya berubah-ubah dari waktu ke waktu, umur, nilaik kemajuan belajar, jenis kelamim Lecture: Carlito da Silva, L.Ec

16 Macam-Macam Variabel Jadi variabel yang sering digunakan dalam penelitian, yaitu Variabel bebas (Independent) Variabel terikat (Dependent) Variabel Moderator Variabel Intervening Variabel Kontrol Lecture: Carlito da Silva, L.Ec

17 6. Skala Para ahli phisikologi menyebut skala sikap yang umum digunakan dalam penelitian, yaitu: Skala Likert Skala Guttman Diferensial Semantik Rating Scale Thurstone Lecture: Carlito da Silva, L.Ec

18 Apabila data dari suatu variabel akan dipergunakan dalam analisis statistika maka data itu harus tersusun dengan cara yang sistematis (teratur). Kita perlu mendefinisikan setiap variabel secara operasional, artinya harus mampu menjelaskan dengan langkah-langkah perlu sesuai dengan kemungkinan-kemungkinan untuk mengubah nilai- nilai yang terkandung didalamnua. Lecture: Carlito da Silva, L.Ec

19 TUGAS I Apa berbedaan Statistika dan Statistik dalam penelitian.
Apa landasan kerja yang dipakai dalam suatu penelitian. Katakteristik apa saja yang Anda ketahui tentang statistik Apa saja manfaat dan kegunaan statistika Sebutkan variabel-variabel yang digunakan dalam penelitian Sebutkan macam-macam skala pengukuran dalam statistik. Apa masalah pokok yang dibahas dalam Statistika Coba jelaskan alasan menggunakan statistika sebagai pengambilan keputusan Coba jelaskan fungsi dari analisis korelasi Coba jelaskan fungsi dari analisis regresi Lecture: Carlito da Silva, L.Ec

20 BAB 2 SKALA PENGUKURAN TUJUAN
Untuk mengetahui pengertian Skala Likert, Guttman, Diferensial Sematik, Rating Scale, thurstone Menjelaskan jenis Skala Likert, Guttman, Diferensial Sematik, Rating Scale, thurstone Memberikan contoh Skala Likert, Guttman, Diferensial Sematik, Rating Scale, thurstone Lecture: Carlito da Silva, L.Ec

21 POKOK BAHASAN Pencapaian tujuan tersebut dalam bab 2 ini dijelaskan:
Skala Likert Skala Guttman Skala Diferensial Sematik Rating Scale Skala Thurstone Lecture: Carlito da Silva, L.Ec

22 Intisari Dalam penyusunan instrumen penelitian harus mengetahui dan paham tentang jenis skala pengukuran yang digunakan dan tipe-tipe skala pengukuran agar instrumen bisa diukur sesuai dengan apa yang hendak diukur dan dapat dipercayai serta reliabel (konsisten) terhadap permasalahan instrumen penelitian. Maksud dari skala pengukuran ini untuk mengklasifikasikan variabel yang akan diukur supaya tidak terjadi kesalahan dalam menentukan analisis data dan langkah penelitian. Lecture: Carlito da Silva, L.Ec

23 JENIS-JENIS SKALA PENGUKURAN
Jenis-jenis skala pengukuran sikap ada 5 yaitu: Skala Likert Skala Guttman Skala Diferensial Sematik Rating Scala Skala Thurstone Lecture: Carlito da Silva, L.Ec

24 Skala Likert Skala Likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau kelompok tentang kejadian atau gejala sosial. Dalam penelitian gejala sosial ini telah ditetapkan secara spesifik oleh peneliti. Yang selanjutnya disebut sebagai variabel penelitian. Alternatif jawaban misalnya: Sangat puas (5), puas (4), cukup puas (3), kurang puas (2), tidak puas (1). Dengan menggunakan skala likert, maka variabel yang akan diukur akan dijabarkan menjadi dimensi, dimensi dijabarkan menjadi sub variabel, kemudian sub variabel dijabarkan lagi menjadi idikator-indikator yang dapat diukur. Akhirnya indikator-indikator yang terukur ini dapat dijadikan titik tolak untuk membuat item instrumen yang berupa pertanyaan atau pernyataan yang perlu dijawab oleh responden. Setiap jawaban dihubungkan dengan bentuk pernyataan atau dukungan sikap yang diungkapkan dengan kata-kata sebagai berikut: Lecture: Carlito da Silva, L.Ec

25 Pernyataan Positif Sangat Setutu (SS) = 5 Setuju (S) = 4 Netral (N) = 3 Tidak Setuju (TS) = 2 Sangat Tidak Setuju (STS) = 1 Lecture: Carlito da Silva, L.Ec

26 Pernyataan Negatif Sangat Setutu (SS) = 1 Setuju (S) = 2 Netral (N) = 3 Tidak Setuju (TS) = 4 Sangat Tidak Setuju (STS)= 5 Lecture: Carlito da Silva, L.Ec

27 Contoh praktis: pernyataan berupa Checklist
Berikan jawaban bernyataan dengan (√) pada kolom yang tersedia sesuai dengan pendapat saudara. No Pernyataan Alternatif Jawaban SS S N ST STS 1 Apakah Metode pengajaran yang digunakan oleh dosen di Universitas Oriental Timor Lorosa’e √ 2 Apakah saudara setuju dengan kepemimpinan Struktur Universidade Oriental Lecture: Carlito da Silva, L.Ec

28 Keterangan: Sangat Setuju (SS) = 5 Setuju (S) = 4 Netral (N) = 3 Tidak Setuju (TS) = 2 Sangat Tidak Setuju (STS)= 1 Lecture: Carlito da Silva, L.Ec

29 Dalam hubungan teknik pengumpulan data angket, instrumen tersebut dapat disebarkan kepada 70 responden, kemudian direkapitulasi dari 70 responden misalnya: Menjawab (5) = 2 Menjawab (4) = 8 Menjawab (3) = 15 Menjawab (2) = 25 Menjawab (1) = 20 Lecture: Carlito da Silva, L.Ec

30 Cara menghitung dalam skor penelitian
Jumlah skor untuk 2 orang menjawab (5): 2 x 5 = 10 Jumlah skor untuk 8 orang menjawab (4): 8 x 4 = 32 Jumlah skor untuk 15 orang menjawab (3): 15 x 3 = 45 Jumlah skor untuk 25 orang menjawab (2): 25 x 2 = 50 Jumlah skor untuk 20 orang menjawab (1); 20 x 1 = 20 jumlah: 157 Jumlah skor ideal untuk item no.1 (skor tertinggi) = 5 x 70 = 350 (SS) Jumlah skor terendah = 1 x 70 = 70 (STS) Lecture: Carlito da Silva, L.Ec

31 Berdasarkan data item no
Berdasarkan data item no. 1 yang diperoleh dari 70 responden, maka metode pengajaran yang digunakan oleh dosen terletak pada daerah netral. Secara kontinum dapat dilihat seperti: Jadi, berdasarkan data item no. 1 yang diperoleh dari 70 responden, maka metode pengajaran dosen yaitu: 157/350 x 100% = 44,86% tergolong cukup. Persentase kelompok responden untuk item no.1 dapat dilihat seperti: Lecture: Carlito da Silva, L.Ec

32 Keterangan: kriteria interpretasi skor Angka 0% - 20% : Sangat Lemah Angka 21%-40% : Lemah Angka 41%-60% : Cukup Angkah 61%-80% : Kuat Angka 81%-100% : Sangat Kuat Lecture: Carlito da Silva, L.Ec

33 Apabila didasarkan pada kelompok responden, maka dapat diketahui bahwa:
2 orang menyatakan Sangat Setuju (SS) = 2/70 x 100% = 2,86% 8 orang menyatakan Setuju (S) = 8/70 x 100% = 11,43% 15 orang menyatakan Netal (N) = 18/70 x 100% = 21,43% 25 orang menyatakan Tidak setuju (TS) = 25/70 x 100% = 35,71% 20 orang menyatakan Sangat Tidak Setuju (STS) = 20/70 x 100% = 28,57% SS = 2,86% 2 Orang S = % 8 Orang N = 21,43% 15 Orang TS = 35,71% 25 Orang STS = 28,57% 20 Orang Total = 100% Total = 70 Orang Lecture: Carlito da Silva, L.Ec

34 Contoh: Pernyataan bentuk pilihan ganda
Berilah tanda silang (x) pada salah satu jawaban yang sesuai dengan pandangan saudara! Pelibatan Mahasiswa Unital bukan hanya belajar teori , tetapi aktif dalam mengikuti aktivitas ekstra kurikuler Sangat Setuju Setuju Netral Tidak Setuju Sangat Tidak Setuju Lecture: Carlito da Silva, L.Ec

35 Skala Guttman Skala Guttman ialah: Skala yang digunakan untuk jawaban yang bersifat jelas (tegas) dan konsisten. Misalnya: Yakin – Tidak Yakin Benar – Salah Positif – Negatif Pernah – Belum Pernah Setuju – Tidak Setuju Lecture: Carlito da Silva, L.Ec

36 2. Apakah Komentar Anda, Jika Matan Ruak turun dari kepresidenan.
Penelitian menggunakan skala Guttman apabila ingin mendapatkan jawaban jelas (tegas) dan konsisten terhadap suatu permasalahan yang ditanyakan. Contoh: Yakin atau tidakkah, pergantian presiden Ruak dan Ramos Horta akan dapat mengatasi persoalan bangsa a. Yakin b. Tidak Yakin 2. Apakah Komentar Anda, Jika Matan Ruak turun dari kepresidenan. a. Setuju b. Tidak Setuju 3. Pernahkan BAAK Unital melayani saudara dengan baik? a. Baik b. Tidak Baik Lecture: Carlito da Silva, L.Ec

37 Skala Diferensial Sematik
Skala Diferensial Sematik atau skala perbedaan sematik berisikan serangkaian karakteristik bipolar (dua kutub) seperti: panas – dingin, populer – tidak populer, baik – tidak baik. Karakteristik bipolar tersebut mempunyai 3 dimensi dasar sikap seseorang terhadap objek yaitu: Potensi, yaitu kekuatan atau atraksi fisik suatu objek. Evaluasi, yaitu hal-hal yang menguntungkan atau tidak menguntungkan suatu objek Aktivitas, yaitu tingkatan gerakan suatu objek Lecture: Carlito da Silva, L.Ec

38 contoh Dari contoh diatas, responden memberikan tanda (x) terhadap nilai yang sesuai dengan persepsinya. Para peneliti sosial dapat menggunakan skala perbedaan simantik dalam berbagai cara. Misalnya menentukan kekuatan kandidat politisi diantara kelompok pemili, memberikan penilaian kepribadian seseorang. Lecture: Carlito da Silva, L.Ec

39 Selain itu pada skala Direfensial Sematik, responden diminta untuk menjawab atau memberikan penilaian terhadap suatu konsep atau objek tertentu, misalnya kinerja pegawai, gaya kepemimpinan, prosedur kerja, produktivitas kerja, aktivitas dosen di kelas, kontrol dan dukungan orang tua terhadap anaknya. Skala ini menunjukkan suatu keadaan saling bertentangan, misalnya: Ketat-Longgar, Sering dilakukan-tidak pernah dilakukan, lemah-kuat, positif-negatif, buruk-baik, mendidik-menekan, aktif-pasif, besar-kecil. Lecture: Carlito da Silva, L.Ec

40 contoh Berilah tanda (√ ) pada skala yang paling cocok dengan anda:
Kontrol orang tua terhadap hubungan seksual di luar nikah: ketat Longgar lemah Kuat 5 4 3 2 √ 1 5 4 3 2 1 Lecture: Carlito da Silva, L.Ec

41 Rating Scala Berdasarkan ke-3 pengukuran tersebut, yaitu: skala likert, skala Guttman, skala diferensial sematik, data yang diperoleh adalah data kualitatif yang dikuantitatifkan. Sedangkan rating scala yaitu data mentah yang berupa angka kemudian ditaksirkan dalam pengertian kualitatif. Responden menjawab misalnya: Ketat-Longgar, Sering dilakukan-Tidak pernah dilakukan, Lemah-Kuat, Positif-Negatif, Buruk-Baik, Mendidik-Menekan, Aktif-pasif, Besar-Kecil, ini semua adalah merupakan contoh data kualitatif Lecture: Carlito da Silva, L.Ec

42 Dalam model rating scala responden tidak akan menjawab dari data kualitatif yang sudah tersedia tersebut, tetapi menjawab salah satu dari kuantitatif yang telah disediakan. Dengan demikian untuk rating scale lebih freksibel, tidak terbatas untuk pengukuran sikap saja, tetapi untuk mengukur persepsi responden terhadap gejala atau fenomena lainnya misalnya skala untuk mengukur status sosial ekonomi, Iptek, Instansi & Lembaga, Kinerja Dosen, Kepuasan Pelanggan, Produktivitas Kerja, Motivasi Pegawain, dll. Lecture: Carlito da Silva, L.Ec

43 Pembuatan dan penyusunan instrumen dengan menggunakan rating scale yang penting harus dapat mengartikan atau menafsirkan setiap skor yang diberikan dalam alternatif jawaban pada setiap item instrumen. Misalnya: Maria memilih jawaban angka 4, Lina memilih jawaban angka 4, Joni memilih jawaban angka 4. tetapi persepsi Maria, Lina, Joni belum tentu sama maknanya walaupun sama-sama menjawab angka 4 Lecture: Carlito da Silva, L.Ec

44 Contoh: Peneliti ingin mengetahui seberapa kebahagiaan hubungan suami istri untuk menciptakan keluarga JoniMaria. Berilah tanda lingkaran ( O ) pada angka yang sudah disediakan: Lecture: Carlito da Silva, L.Ec

45 Pernyataan tentang menciptakan keluarga JoniMaria
Contoh: No. Item Pernyataan tentang menciptakan keluarga JoniMaria Interval Jawaban SB S CB KB STB 5 4 3 2 1 Masalah Agama 5 √ Manajemen Pendidikan Anak 4 √ Pengaturan Keuangan Keluarga 3 √ Mewujudkan Kasih Sayang 2 √ Masalah Rekreasi 1 √ 6 Memilih Sahabat-sabahat 7 Aturan Rumah tangga 8 Adat Kebiasaan 9 Pandangan Hidup 10 Cara bergaul dengan keluarga saudara 4 √ Lecture: Carlito da Silva, L.Ec

46 Instrumen tersebut apabila dijadikan angket kemudian disebarkan kepada 15 responden, sebelum dianalisis, maka dapat ditabulasikan (rekapitulasi data) seperti jumlah skor kriterium (apabila setiap item mendapat skor tertinggi) yaitu: = (Skor tertinggi tiap item = 5) x (Jumlah item = 10) x (Jumlah responden = 15) adalah 750. rekapitulasi jawaban 15 responden tentang menciptakan keluarga JoniMaria Lecture: Carlito da Silva, L.Ec

47 Jawaban Responden untuk item nomor
Rekaptulasi Jawaban No. Res Jawaban Responden untuk item nomor Jumlah 1 2 3 4 5 6 7 8 9 10 39 38 40 47 41 43 11 12 37 13 42 14 15 44 Jumlah Skor Hasil Pengumpulan Data 609 Lecture: Carlito da Silva, L.Ec

48 Jika hasil jumlah skor hasil pengumpulan data = 609
Jika hasil jumlah skor hasil pengumpulan data = 609. dengan demikian kebahagiaan hubungan suami istri untuk menciptakan keluarga JoniMaria, menurut persepsi 15 responden, yaitu: 609/750 x 100% = 81,2% dari kriterium yang ditetapkan . Apabila interpretasi nilai 81,2% terletak pada daerah kuat. Sedangkan nilai 609 termasuk dalam kategori interval Sangat Kuat. Secara kontinum dapat dibuat kategori sebagai berikut: Lecture: Carlito da Silva, L.Ec

49 Lecture: Carlito da Silva, L.Ec

50 Skala Thurstone Skala Thurstone meminta responden untuk memilih pertanyaan yang ia setujui dari beberapa pernyataan yang menyiajikan pandangan yang berbeda-beda . Pada umumnya setiap item mempunyai asosiasi antara nilai 1 sampai dengan 10, tetapi nilai-nilainya tidak diketahui oleh responden. Pemberian nilai ini berdasarkan jumlah tertentu pernyataan yang dipilih oleh responden mengenai angket tersebut Perbedaan antara skala Thurstone dan skala Likert ialah pada skala Thurstone interval yang panjangnya sama memiliki intensitas kekuatan yang sama, sedangkan pada skala Likert tidak perlu sama Lecture: Carlito da Silva, L.Ec

51 contoh Merekrut calon Dosen pada fakultas Ekonomi dan Pertanian UNITAL. Tolong pilih 5 dari 10 pertanyaan yang sesuai dengan persepsi saudara: Saya memilih pekerjaan sebagai dosen karena pekerjaan yang mulia dan terhormat untuk mengembangkan ilmu pengetahuan. Bila saya seorang mahasiswa fakultas Ekonomi, saya akan mengusulkan agar mahasiswa fakultas ekonomi memakai simbol-simbol tertentu yang dapat dibanggakan Saya merasa tersanjung bisa saya lebih memiliki kemampuan dalam mengajarkan sesuatu dari pada menguasai bidang studi saja. Apa yang bisa dibanggakan oleh seorang dosen; bila gaji hanya pas-pasan, berangkat mengajar jalan kaki, di kampus sering berhadapan tugas kerjaan dengan masalah yang rumut dan mahasiswa yang bandel, dan lain-lain. Senangnya menjadi dosen apabila berhasil mendemostrasikan mata kuliah kepada mahasiswa yang menghadapi kesulitan di laboratorium Sebagai dosen, saya bangga karena dosenlah sebagai pewaris ilmuwan yang mengajarkan para mahasiswa untuk dipersiapkan menjadi manusia yang tangguh, berkualitas, kreatif dan profesional untuk mengisi pembangunan bangsa Semestinya gaji dosen lebih besar dari pada gaji pegawai lain Apakah dosen perlu membaggakan diri atas keberhasilan mahasiswa karena dosen sendiri sering tidak pernah merasa diawasi oleh dekannya. Sebaiknya dosen membimbing saya dengan sepenuh hati memberikan keilmuannya, karena jika saya menjadi dosen pembimbing nanti akan mewarisi ilmunya dan bisa dikembangkan sesuai dengan tuntutan zaman. Jika saya mahasiswa fakultas ekonomi, saya akan menyembunyikan identitas saya. Lecture: Carlito da Silva, L.Ec

52 Berdasarkan pernyataan item diatas, dapat dianalisis dengan cara sebagai berikut:
No. Item pernyataan 1 2 3 4 5 6 7 8 9 10 Nilai Nilai Tertinggi : = 40 ===== 40 : 5 = 8 Nilai Terendah : = 15 ====== 15 : 5 = 3 Lecture: Carlito da Silva, L.Ec

53 BAB III ANALISIS DESKRIPTIF
TUJUAN PEMBELAJARAN Setelah menyelesaikan bab ini, mahasiswa diharapkan dapat: Mengetahui dan menjelaskan rata-rata Mengetahui dan menjelaskan mode Mengetahui dan menjelaskan mendian Lecture: Carlito da Silva, L.Ec

54 Pencapaian tujuan tersebut dalam bab III dijelaskan:
B. Pokok Bahasan Pencapaian tujuan tersebut dalam bab III dijelaskan: rata-rata (mean) Mode median Lecture: Carlito da Silva, L.Ec

55 C. Intisari Bacaan Analisis Deskriptif adalah: Analisis yang mengambarkan suatu data yang akan dibuat baik sendiri maupun secara kelompok. Tujuan analisis deskriptif untuk membuat gambaran sistematis data yang faktual dan akurat mengenai fakta-fakta serta hubungan antar fenomena yang diselidiki atau diteliti. Lecture: Carlito da Silva, L.Ec

56 1. Rata-rata (Mean) Rata-rata hitung atau disingkat dengan mean. Pengkuran rata-rata hitung sampel bersimbul ( ). Perhitungan mean dibagi menjadi dua yaitu mean data tunggal dan mean data kelompok Lecture: Carlito da Silva, L.Ec

57 a. Mean Data Tunggal Data yang dipakai untuk menghitung mean tunggal hanya sedikit jumlahnya, perhitungan dengan cara menunjukkan semua nilai data dibagi banyaknya data, dengan rumus: Lecture: Carlito da Silva, L.Ec

58 Contoh: Diketahui 6 Dosen part time UNITAL mengikuti tes menjadi dosen tetap mempunyai nilai masing-masing: Jawab: Jadi, nilai rata-rata keenam Dosen = 72,5 Lecture: Carlito da Silva, L.Ec

59 Latihan Direktur PT. Mira Caya ingin membagikan uang kepada 5 orang karyawannya untuk keperluan hadiah Natal: Joana $ 200, Lili $ 230, Offy $ 170, Dino $ 400 dan Ester $ 100. berapakah rata-rata uang yang diterima ke lima orang tersebut? Lecture: Carlito da Silva, L.Ec

60 b. Mean Data Kelompok Apabila data yang sudah dikelompokkan dalam distribusi frekuensi, maka data tersebut akan berbaur sehingga keaslian data itu akan hilang bercampur dengan data lain menurut kelasnya, hanya dalam perhitungan mean kelompok diambil titik tengahnya yaitu setengah dari jumlah ujung bahwa kelas dan ujung atas kelas untuk mewakili setiap kelas interval. Hal ini dimaksudkan untuk menghidari kemungkinan data yang ada di setiap interval mempunyai nilai yang lebih besar atau lebih kecil dari titik tengah. Perhitungan data mean kelompok dapat dicari dengan rumus sebagai berikut: Lecture: Carlito da Silva, L.Ec

61 Rumus Mean Data Kelompok
Lecture: Carlito da Silva, L.Ec

62 contoh Nilai Interval Frekuensi (f) 60 – 64 2 65 – 69 6 70 – 74 15
Diketahui Nilai Ujian Statistik Universitas Oriental Timor Lorosa’e tahun akademik 2012 yang diikuti oleh 70 Mahasiswa. Berapakah rata-rata kelompok nilai statistik tersebut. Data sebagai berikut: Tabel Distribusi Frekuensi Nilai Ujian Statistik Universitas Oriental Timor Lorosa’e (UNITAL) Nilai Interval Frekuensi (f) 60 – 64 2 65 – 69 6 70 – 74 15 75 – 79 20 80 – 84 16 85 – 89 7 90 – 94 4 Jumlah 70 Lecture: Carlito da Silva, L.Ec

63 Langkah-langkah penyelesaian
1. Buatla tabel dan susunlah data dengan menambah kolom Tabel Distribusi Frekuensi nilai ujian Statistik Universitas Oriental Timor Lorosa’e No Nilai Interval Titik Tengah (ti) Frekuensi (fi) Jumlah (ti fi ) 1 60 – 64 62 2 124 65 – 69 67 6 402 3 70 – 74 72 15 1080 4 75 – 79 77 20 1540 5 80 – 84 82 16 1312 85 – 89 87 7 609 90 – 94 92 368 Jumlah Lecture: Carlito da Silva, L.Ec

64 2. Berilah notasi statistik angka yang sudah ada untuk memudahkan perhitungan fi = 70 dan (ti fi ) = Hitunglah nilai rata-rata dengan rumus: Jadi, nilai rata-rata kelompok = 77,643 Lecture: Carlito da Silva, L.Ec

65 2. Mode Mode atau disingkat dengan (mo) ialah nilai dari data yang mempunyai frekuensi tertinggi baik data tunggal maupun data distribusi atau nilai yang sering muncul dalam kelompok data. Lecture: Carlito da Silva, L.Ec

66 a. Menghitung Mode Data Tunggal
Menghitung mode dengan data tunggal dilakukan sangat sederhana, yaitu dengan cara mencari nilai yang sering muncul diantara sebaran data. Ukuran ini sering dipakai untuk rata-rata data kualitatif. Misalnya sebagian besar penyakit AIDS di Timor Leste disebabkan oleh hubungan bebas, pada umumnya masyarakat Jepang bekerja keras, sebagian besar rakyat Indonesia bercocok tanam dan lain-lain. Penggunaan mode bagi data kualitatif maupun data kuantitatif dengan cara menentukan frekuensi terbanyak di antara data yang ada. Lecture: Carlito da Silva, L.Ec

67 Contoh: Diketahui frekuensi kedatangan pelanggan dari Baucau yang belanda di Loja Lita Store tiap malam minggu per jam. Data diambil dari pukul – sebagai berikut: 40; 60; 60; 65; 72; 60; 70; 60; 80; dan 90. Jawab: Nilai mode frekuensi kedatangan pelanggan dari Baucau, yaitu pada nilai 60 karena muncul 4 kali Lecture: Carlito da Silva, L.Ec

68 b. Menghitung Mode Berdistribusi
Apabila kita sudah mengerti mode berbentuk tunggal tadi maka kita akan lebih mudah memahami mode berbentuk distribusi. Dalam hal ini dapat dihitung denga rumus: Keterangan: Mo = Nilai Mode Bb = Batas bawah kelas yang mengandung nilai mode P = Panjang kelas nilai mode F1 = Selisih antara frekuensi mode (f) dengan frekuensi sebelumnya (fsd) F2 = Selisih antara frekuensi mode (f) dengan frekuensi sesudahnya (fsd) Lecture: Carlito da Silva, L.Ec

69 contoh Diketahui data distribusi frekuensi sebagai berikut: Tabel Distribusi Frekuensi Nilai Ujian Pengantar Statistik Fakultas Pertanian UNITAL - Dili Nilai Interval f 60 – 64 2 65 – 69 6 70 – 74 15 75 – 79 20 80 – 84 16 85 – 89 7 90 – 94 4 Jumlah f = 70 Lecture: Carlito da Silva, L.Ec

70 Langkah-langkah menjawab
Carilah jumlah frekuensi (f) mode yang terbanyak dalam gugusan data yang mendekati rerata, yaitu 20, nilai mode terletak di kelas interval ke – 4 Carilah batas kelas mode (Bb) — Bb = ½ (74+75) = 74,5 Hitunglah panjang kelas mode (P) = 5 Carilah (F1), yaitu selisih antara frekuesni mode dengan frekuensi frekuensi sebelumnya ---- F1 = f – fsb = = 5 Lecture: Carlito da Silva, L.Ec

71 Lecture: Carlito da Silva, L.Ec