PENGANTAR STATISTIKA MANAJEMEN Sri Rahayu Ningsih SKM MKM PENGANTAR STATISTIKA MANAJEMEN
TUJUAN INSTRUKSIONAL KHUSUS Menjelaskan pengertian statistik Menjelaskan pengertian statistika deskriptif dan inferensia Menjelaskan jenis-jenis data Menjelaskan Skala pengukuran data Menjelaskan pengertian populasi dan sampel
PENGERTIAN STATISTIKA Statistika adalah suatu ilmu dan seni yang mempelajari tata cara pengumpulan data, pengolahan data, penyajian data, analisis data, dan pengambilan keputusan berdasarkan data STATISTIKA ATAU STATISTIK..??? Statistik merupakan karakteristik yang diukur dari sampel. Karakteristik di sini berupa rata-rata, varians atau standart deviasi, proporsi. Misal : rata-rata usia penduduk di Jawa Barat, Banten dan DKI Jakarta Statistika KESIMPULAN
DATA Data adalah bentuk jamak dari datum. Data merupakan keterangan-keterangan tentang suatu hal, dapat berupa sesuatu yang punya makna Menurut Arikunto (2002), data merupakan segala fakta dan angka yang dapat dijadikan bahan untuk menyusun suatu informasi, sedangkan informasi adalah hasil pengolahan data yang dipakai untuk suatu keperluan. Jadi dapat disimpulkan, bahwa data merupakan sejumlah informasi yang dapat memberikan gambaran tentang suatu keadaan, atau masalah baik yang berbentuk angka-angka maupun yang berbentuk kategori atau keterangan
FUNGSI DATA Untuk membuat keputusan, Sebagai dasar suatu perencanaan, Sebagai alat pengendali terhadap pelaksanaan atau implementasi suatu aktivitas, dan Sebagai dasar evaluasi terhadap suatu kegiatan.
PEMBAGIAN DATA Menurut Susunanya Data acak atau tunggal adalah data yang belum tersusun atau dikelompokkan ke dalam kelas-kelas interval Contoh: Data hasil oengukuran berat Mahasiswa manajemen (dalam kg): 35 37 39 47 39 32 34 45 50 39 Menurut Susunanya Data berkelompok adalah data yang sudah tersusun atau dikelompokkan ke dalam kelas-kelas interval. Data kelompok disusun dalam bentuk distribusi frekuensi atau tabel frekuensi. Nilai Turus Frekuensi 1 – 2 III 3 3 – 4 IIIII 5 Data Kelompok Diskrit Data yang diperoleh dari hasil menghitung termasuk dalam data diskrit (jumlah anak, dll). Data kelompok kontinu Sebuah data dinyatakan berkontribusi kontinu apabila data tersebut diukur dalam skala kontinu atau data yang didapat dari hasil mengukur.
PEMBAGIAN DATA Menurut sifatnya Data Kualitatif adalah data yang tidak berbentuk bilangan. Data kualitatif berbentuk pernyataan verbal, simbol atau gambar. Contoh: warna, jenis kelamin, status perkawinan, dll. Menurut sifatnya Data kuantitatif adalah data yang berbentuk bilangan, atau data kualitatif yang diangkakan. Contoh: tinggi, umur, jumlah, skor hasil belajar, temperatur, dll.
PEMBAGIAN DATA waktu pengumpulannya Data berkala adalah data yang terkumpul dari waktu ke waktu untuk memberikan gambaran perkembangan suatu kegiatan/fenomena. contoh: data perkembangan harga 9 macam bahan pokok selama 10 bulan terakhir yang dikumpulkan setiap bulan. waktu pengumpulannya Data cross section adalah data yang terkumpul pada suatu waktu tertentu untuk memberikan gambaran perkembangan keadaan atau kegiatan pada waktu itu. Contoh: Data sensus penduduk tahun 2000, data hasil UN siswa SMA tahun 2012, dsb..
menurut sumber pengambilannya PEMBAGIAN DATA Data primer adalah data yang diperoleh atau dikumpulkan oleh orang yang melakukan penelitian atau yang bersangkutan yang memerlukannya. Data primer disebut juga data asli atau data baru.. menurut sumber pengambilannya Data sekunder adalah data yang diperoleh atau dikumpulkan dari sumber- sumber yang telah ada. Data itu biasanya diperoleh dari perpustakaann atau laporan-laporan/dokumen peneliti yang terdahulu. Data sekunder disebut juga data tersedia.
menurut skala pengukurannya PEMBAGIAN DATA Skala pengukuran adalah peraturan penggunaan notasi bilangan dalam pengukuran. Menurut skala pengukurannya, data dapat dibedakan atas empat jenis, yaitu: data nominal, data ordinal, data interval, dan data rasio. menurut skala pengukurannya
PEMBAGIAN DATA NOMINAL Data nominal adalah data yang diberikan pada objek atau kategori yang tidak menggambarkan kedudukan objek atau kategori tersebut terhadap objek atau kategori lainnya, tetapi hanya sekedar label atau kode saja. Data ini hanya mengelompokkan objek/kategori ke dalam kelompok tertentu. Data nominal memiliki ciri hanya dapat dibedakan antara satu dengan lainnya dan tidak bisa diurutkan/dibandingkan. Data ini mempunyai ciri, yakni: a. Kategori data bersifat saling lepas (satu objek hanya masuk pada satu kelompok saja). b. Kategori data tidak disusun secara logis Contoh data berskala nominal: Warna rambut, jenis kelamin, etnis/suku, agama dan lain-lain NOMINAL
PEMBAGIAN DATA ORDINAL Data ordinal adalah data yang penomoran objek atau kategorinya disusun menurut besarnya, yaitu dari tingkat terendah ke tingkat tertinggi atau sebaliknya dengan jarak/rentang yang tidak harus sama. Data ini memiliki ciri seperti ciri data nominal ditambah satu ciri lagi, yaitu kategori data dapat disusun/diurutkan berdasarkan urutan logis dan sesuai dengan besarnya karakteristik yang dimiliki. Contoh data berskala ordinal yaitu: Tingkat pendidikan, golongan pegawai, kasta, dan lain-lain ORDINAL
PEMBAGIAN DATA INTERVAL Data interval adalah data dengan objek/kategori yang dapat dibedakan antara data satu dengan lainnya, dapat diurutkan berdasarkan suatu atribut dan memiliki jarak yang memberikan informasi tentang interval antara tiap objek/kategori sama. Besarnya interval dapat ditambah atau dikurangi. Data ini memiliki ciri sama dengan ciri pada data ordinal ditambah satu ciri lagi, yaitu urutan kategori data mempunyai jarak yang sama. Dalam data interval tidak memiliki nilai nol mutlak. Contoh data berskala interval yakni: Temperatur, skor IQ, skor hasil belajar, dll INTERVAL
PEMBAGIAN DATA Data rasio adalah data yang memiliki sifat-sifat data nominal, data ordinal, dan data interval, dilengkapi dengan kepemilikan nilai atau titik nol absolut/mutlak dengan makna empirik. Data rasio dapat dibagi atau dikali. Jadi, data rasio memiliki sifat; dapat dibedakan, diururkan, punya jarak, dan punya nol mutlak. Contoh data berskala rasio: Umur, tinggi badan, berat, dll RASIO
STATISTIKA DESKRIPTIF & INFERENSIAL Statistika deskriptif adalah bagian dari ilmu statistika yang hanya mengolah, menyajikan data tanpa mengambil keputusan untuk populasi atau serangkaian teknik pengumpulan dan penyajian data
Conts….. STATISTIK INFERENSIAL Statistik Inferensial adalah serangkaian teknik yang digunakan untuk mengkaji, menaksir dan mengambil kesimpulan dari sebagian data (sampel) yang dipilih secara acak dari seluruh data yang menjadi subjek kajian (populasi). Statistik Inferensial adalah statistik yang digunakan untuk menganalisisdata sampel dan hasilnya akan digeneralisasikan/diinferensialkan kepada populasi dimana sampel diambil Statistik Parametrik Statistik Non Parametrik
Data Numerik berdistribusi normal STATISTIK PARAMETRIK Statistik Parametrik ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi data, yaitu apakah data menyebar secara normal atau tidak. Dengan kata lain, data yang akan dianalisis menggunakan statistik parametrik harus memenuhi asumsi normalitas. Ukuran Kemiringan Uji Parametik Uji T Test Uji Anova Uji Korelasi Pearson Regresi Linier Syarat Uji Data Numerik berdistribusi normal
STATISTIK NONPARAMETRIK Statistik Non-Parametrik, yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak berdistribusi normal. Syarat Uji Data berskala numerik tidak berdistribusi normal Data berskala kategorik (ordinal dan nominal) Jenis Uji Statistik Non Parametrik Uji Kolmogorov Smirnov Uji Wilcoxon Uji Shapiro Wilk Uji Korelasi Spearmen Uji Regresi logistik
POPULASI DAN SAMPEL Populasi adalah seluruh Obyek yang ingin diketahui besaran karakteristiknya. Populasi adalah setiap subyek (dapat berupa manusia, hasil produksi, hasil penjualan dll) yang memenuhi karakteristik yang ditentukan Populasi Target adalah populasi yang menjadi sasaran akir penerapan hasil penelitian (ada batas yang ditentukan oleh peneliti Populasi terjangkau adalah bagian dari populasi target yang dapat dijangkau oleh peneliti (biasanya dibatasi oleh tempat dan waktu) Sampel adalah bagian (subset) dari populasi yang dipilih dengan metode cara tertentu hingga dianggap mewakili populasinya. Sampel adalah sebagian obyek populasi yang memiliki karakteristik sama dengan karakteristik populasinya, yang ingin diketahui besaran karakteristiknya
POPULASI dan SAMPEL Populasi terjangkau Seluruh Mahasiswa Fakultas Ekonomi UG Populasi Target Seluruh Mahsiswa Fakultas Ekonomi UG Angkatan 2014 dan 2015 kampus D,E dan G Sampel Mahsiswa Fakultas Ekonomi UG Angkatan 2014 dan 2015 kampus D,E dan G
Standar Deviasi,Simpangan POPULASI dan SAMPEL Ciri Parameter Statistik Rata-rata μ = myu x Standar Deviasi,Simpangan Baku σ = sigma s Ragam, Variance σ² s² Proporsi π p
HUBUNGAN POPULASI DAN SAMPEL Dapat digeneralisasi ke populasi dengan syarat sampel diambil secara random/acak POPULASI SAMPEL SAMPEL
CARA PENGAMBILAN SAMPEL PROBABILITAS SAMPEL Simple Random Sampling Systematik Sampling Stratified Random Sampling Cluster Sampling Dapat digeneralisasi ke populasi Dapat digeneralisasi ke populasi NON PROBABILITAS SAMPEL Consecutive Sampel Convenience Sampling Judgmental Sampling Tidak Dapat digeneralisasi ke populasi
Populasi Target : Seluruh Karyawan Pabrik obat X di 3 Wilayah Contoh Populasi Target : Seluruh Karyawan Pabrik obat X di 3 Wilayah Populasi terjangkau : Seluruh Karyawan Pabrik obat X di 3 Wilayah yang berkerja pada 1 bulan pengamatan Sampel Karyawan Pabrik obat X di 3 Wilayah yang berkerja pada 1 bulan pengamatan N= 3000 orang n = 277 orang Pimpinan Sebuah pabrik obat X ingin melihat produktivitas kerja pegawainya. Jumlah pegawainya sebanyak 3000 orang Perusahannya terdapat di 3 wilayah Jakarta, Semarang dan Surabaya. Penelitian dilakukan selama 1 bulan pada ketiga tempat perusahaan. Jumlah orang yang diwawancari sebanyak 277 orang? Tentukan Populasi Target, Populasi Terjangkau, Sampel, Jumlah Populasi dan Jumlah Sampel
TERIMA KASIH