STATISTIKA Pertemuan 1-2: Overview Statistika dan Penyajian Data

Slides:



Advertisements
Presentasi serupa
DISTRIBUSI FREKUENSI Drs. Setiadi C.P., M.Pd., M.T.
Advertisements

STATISTIK DESKRIPTIF Budi Murtiyasa Jurusan Pend. Matematika
STATISTIK I (DESKRIPTIF) MKF
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
Pertemuan 4 Distribusi Frekuensi
BAB 2 PENYAJIAN DATA.
Statistik & Probabilitas
STATISTIKA BISNIS Raisa Pratiwi.
STATISTIK & PROBABILITAS
DATA DAN HIPOTESIS (DATA AND HYPOTHESIS)
BIO STATISTIKA JURUSAN BIOLOGI
STATISTIKA Pertemuan 5: Distribusi Peluang Normal Dosen Pengampu MK:
DR.EUIS ETI ROHAETI,M.PD WAHYU HIDAYAT, M.PD.
PENYAJIAN DATA By. M. Haviz Irfani, S.Si STMIK MDP PALEMBANG.
ENDRA YUAFANEDI ARIFIANTO
Penyajian Data Nurul Hidayah
Pengantar PENYAJIAN DATA
BAB 2 PENYAJIAN DATA.
DATA DAN HIPOTESIS (DATA AND HYPOTHESIS)
BAB 2 PENYAJIAN DATA.
Pertemuan 1-2: Overview Statistika dan Penyajian Data
PENYAJIAN DATA DISTRIBUSI FREKUENSI
Pertemuan 3: Penyajian Data
STATISTIK BISNIS Pertemuan 2: Penyajian Data (Deskripsi Grafis)
Statistika Industri 1 TIP UB
STATISTIK 1 Pertemuan 1-2: Overview Statistika dan Penyajian Data
STATISTIK 1 Pertemuan 3: Penyajian Data Kuantitatif Dosen Pengampu MK:
STATISTIK 1 Pertemuan 3, 4: Penyajian Data (Deskripsi Grafis)
Pertemuan - 3 Distribusi Frekuensi.
STATISTIK 1 Pertemuan 1-2: Overview Statistika dan Penyajian Data
STATISTIKA PENGERTIAN STATISTIK.
Penyajian data kualitatif
PENGANTAR STATISTIKA.
Penyajian Data dan Distribusi Frekuensi
STATISTIK BISNIS Buku Acuan:
BAB 2 PENYAJIAN DATA.
Statistik Komputasi Pendahuluan.
Aplikasi Komputer & Pengolahan Data PENGANTAR STATISTIKA
STATISTIK II Pertemuan 1: Overview Statistik I dan Pengantar Probabilitas Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
Pengantar statistika sosial
STATISTIK II Pertemuan 1: Overview Statistik I dan Metode Sampling
STATISTIK II Pertemuan 1: Pendahuluan dan Overview Statistik I
Resista Vikaliana, S.Si. MM
Statistik Quality Control 1- Pendahuluan
DATA DAN HIPOTESIS (DATA AND HYPOTHESIS)
BIOSTATISTIKA.
STATISTIK 1 Pertemuan 1-2: Overview Statistika dan Penyajian Data
Penyajian Data dan Distribusi Frekuensi
STATISTIK 1 Pertemuan 1: Overview Statistika Dosen Pengampu MK:
? 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data
Statistik deskriptif Pokok bahasan : 1. Pengumpulan, pengorganisasian, dan penyajian data 2. Distribusi frekuensi dan presentasi grafik 3. Ukuran pemusatan.
Statistics in Language Education
Drs. Indratmo Yudono, MSi
STATISTIKA Pertemuan 3: Ukuran Pemusatan dan Penyebaran
Pokok Bahasan Klasifikasi data numerik
PENYAJIAN DATA Firmansyah, S.Kom..
BAB 2 PENYAJIAN DATA.
PENDAHULUAN Sri Mulyati.
Penataan dapat dilakukan dalam bentuk:
STATISTIK BISNIS Pertemuan 1: Pendahuluan Dosen Pengampu MK:
STATISTIK DESKRIPTIF Penajian data.
PENYAJIAN DATA.
Matematika dan Statistika (Teori) BAB I – Penyajian Data dan Diagram
Statistik Dasar Kuliah 8.
BAB 02 Bagan dan Grafik.
Rachmat Suryadi Akademi Farmasi Hang Tuah Jakarta 2013
STATISTIK II Pertemuan 1: Pendahuluan dan Overview Statistik I
BAB 2 PENYAJIAN DATA.
STATISTIK 1 Pertemuan 1-2: Overview Statistika dan Penyajian Data
Penyajian Data dan Distribusi Frekuensi Statistika Drs. Matrisoni, M.Si.
Transcript presentasi:

STATISTIKA Pertemuan 1-2: Overview Statistika dan Penyajian Data Dosen Pengampu MK: Evellin Dewi Lusiana, S.Si, M.Si

MATERI Kontrak Kuliah Mengapa belajar statistika Statistika dan statistik Perbedaan statistika deskriptif dan inferensi Data dan variabel Skala pengukuran Penyajian data kualitatif Tabel frekuensi Diagram batang Diagram lingkaran/pie Penyajian data kuantitatif Tabel distribusi frekuensi Histogram Polygon Ogive

Kontrak Kuliah Praktikum : 30 UTS : 35 UAS : 35 Tugas : 10 UAS : 35 Toleransi keterlambatan Dosen/Mahasiswa : 15 menit Ketua kelas : Alif (089646428157) Riang (081232082411) No. Kontak : 085253417952/085755462994 (WA) Blog : vellinlusiana.wordpress.com

Referensi

Mangapa belajar statistika? [1] Informasi/data ada di mana-mana dan disekitar kita Darimana pemerintah mengetahui bahwa negara kita berpotensi kuasai perikanan global? DATA

Mangapa belajar statistika? [2] Membantu dalam pembuatan keputusan

Apa itu statistika ? Statistika adalah ilmu yang mempelajari bagaimana cara mengumpulkan (collecting), menyajikan (organizing), menganalisis (analyzing), menginterpretasi (interpreting), menyimpulkan (concluding), dan mengambil keputusan atas fakta-fakta numerik dan non-numerik yang disebut data. Statistik adalah nilai atau ‘ukuran’ yang menggambarkan suatu data/sekumpulan informasi numerik. Statistika dibedakan menjadi dua bagian yaitu statistik desktiptif dan statistik inferensia. Definition: A variable is a characteristic that differs from one individual to the next. Sample data are collected from a subset of a larger population. Population data are collected when all individuals in a population are measured. A statistic is a summary measure of sample data. A parameter is a summary measure of population data. data adalah Information in raw or unorganized form (such as alphabets, numbers, or symbols) that refer to, or represent, conditions, ideas, or objects.

Fungsi Statistika Statistics helps in providing a better understanding and exact description of a phenomenon of nature. Statistical helps in proper and efficient planning of a statistical inquiry in any field of study. Statistical helps in collecting an appropriate quantitative data. Statistics helps in presenting complex data in a suitable tabular, diagrammatic and graphic form for an easy and clear comprehension of the data. Statistics helps in understanding the nature and pattern of variability of a phenomenon through quantitative obersevations. Statistics helps in drawing valid inference, along with a measure of their reliability about the population parameters from the sample data.

Statistika Deskriptif [1] Metode untuk mengatur, merangkum, dan merepresentasikan data dengan cara yang informatif   Bagaimana kecenderungan perubahan suhu ikan?

Statistika Deskriptif [2] Suhu ikan menurun secara eksponensial

Statistika Inferensia [1] Metode yang digunakan untuk mengestimasi sifat populasi berdasarkan sampel

Populasi dan Sampel Populasi  sekumpulan objek dengan karakteristik tertentu yang menjadi pusat perhatian Sampel  sebagian dari populasi

Mengapa diperlukan sampel? Keterbatasan waktu, tenaga dan biaya Lebih cepat dan lebih mudah. Dapat ditangani lebih teliti. Inferensi Populasi Sampel Sampling

Illustrasi Populasi dan Sampel Terkait mekanisme Pemilihan Kepala Daerah (Pilkada) langsung, Lingkaran Survei Indonesia (LSI) merilis hasil survei terbarunya. Seperti ditayangkan Liputan 6 Pagi SCTV, Rabu (11/2/2015), jajak pendapat itu digelar pada 5 dan 6 Februari 2015 dengan jumlah responden 1.200 orang. Populasi: Penduduk Indonesia yang memiliki hak pilih Sample: 1200 responden

Statistika Inferensia [2]

Istilah dasar dalam statistika Data  sekumpulan fakta (numerik/non-numerik) yang dapat dijadikan bahan untuk pengambilan kesimpulan Variabel karakteristik yang membedakan antar objek penelitian Observasi/pengamatan  sekumpulan hasil pengukuran dari suatu objek penelitian

Ada berapa observasi/pengamatan? Apa saja variabel yang digunakan?

Macam-macam variabel Kualitatif Kuantitatif Diskrit Kontinu

Variabel kualitatif (kategorik)  nama atau label yang digunakan untuk mengidentifikasi karakteristik suatu objek. contoh: jenis ikan jenis alat tangkap dll

Variabel kuantitatif (numerik)  menunjukkan banyaknya (kuantitas) dari karakteristik yang diamati pada suatu objek. Diskrit, jika nilai-nilai variabel merupakan bilangan bulat/asli Kontinu, jika nilai-nilai variabel dalam interval tertentu bersifat tak hingga (bilangan riil)

Skala Pengukuran [1]

Skala Pengukuran [2] Skala Pengukuran Nominal Ordinal Interval Rasio Perbedaan antarnilai memiliki arti Titik nol dan rasio antarnilai memiliki arti Data hanya dapat diklasifikasikan Data diperingkatkan jenis ikan jenis alat tangkap tkgt pendidikan Peringkat kelas Temperatur Interval waktu dalam sehari panjang ikan berat ikan kedalaman laut

Deskripsi Secara Grafis Data ‘mentah’ (raw form) biasanya sulit digunakan untuk membuat keputusan Beberapa tipe organisasi data Tabel Grafik Tipe grafik yang digunakan tergantung jenis variabel

Penyajian Data dengan Grafik Variabel Kualitatif Variabel Kuantitatif Tabel distribusi frekuensi diagram batang diagram pie Tabel distribusi frekuensi Histogram Polygon Ogive

Penyajian Data Kualitatif: Tabel Frekuensi Distribusi data digunakan untuk menggambarkan Nilai dari variabel yang diukur Seberapa sering (How often) nilai tersebut muncul sebagai observasi Seberapa sering diukur dengan 3 cara Frekuensi Frekuensi relatif = frekuensi/n Persentase = frekuensi relatif x 100%

Penyajian Data Kualitatif: Tabel Frekuensi Contoh: hasil tangkapan bottom gill net tenggiri pari kembung barakuda

Penyajian Data Kualitatif: Tabel Frekuensi Merk Frekuensi Frekuensi relatif Persentase tenggiri 13 0.26 26.00% pari 9 0.18 18.00% kembung 15 0.3 30.00% barakuda

Penyajian Data Kualitatif : Diagram Batang Pada diagram batang, masing2 batang menunjukkan kategori, di mana tinggi batang menyatakan jumlah/frekuensi/persentase dari kategori tsb, yang sesuai dengan tabel frekuensi Merk Persentase tenggiri 26.00% pari 18.00% kembung 30.00% barakuda Copyright ©2011 Pearson Education

Penyajian Data Kualitatif : Diagram Pie Diagram pie adalah diagram berbentuk lingkaran yg dibagi menjadi beberapa potongan sebagai representasi dari kategori. Ukuran setiap potongan bervariasi sesuai dengan persentase tiap kategori Merk Persentase tenggiri 26.00% pari 18.00% kembung 30.00% barakuda Copyright ©2011 Pearson Education

Penyajian Data Kuantitatif: Tabel Distribusi Frekuensi Merupakan sebuah daftar atau tabel Mengandung pengelompokkan kelas (class groupings) Serta frekuensi (corresponding frequencies) banyaknya data yang ada dalam kelas

Penyajian Data Kuanitatif: Distribusi Frekuensi Untuk meringkas data Mengubah data mentah menjadi bentuk yang lebih bermanfaat Memungkinkan interpretasi data secara visual

Interval Kelas dan Batas Kelas Setiap kelas memiliki lebar/interval yang sama Gunakan minimal 5 kelas (rekomendasi: 5-20 kelas) gunakan aturan sturgess: Tentukan interval (lebar) kelas dengan cara Kelas tidak saling tumpang tindih (overlap) Bulatkan lebar kelas untuk mendapatkan endpoint yang diinginkan

Contoh: Distribusi Frekuensi Contoh: Berikut ini adalah temperatur (0C) selama 20 hari perairan laut K. 24, 35, 17, 21, 24 , 37, 26, 46, 58, 30, 32, 13, 12, 38, 41, 43, 44, 27, 53, 27

Contoh: Distribusi Frekuensi (lanj.) Urutkan data secara ascending (terkecilterbesar): 12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58 Tentukan range: 58 - 12 = 46 Pilih banyaknya kelas: k=1+3.322 log(20)=5.322  5 Hitung lebar kelas: 10 (46/5 -- pembulatan) Tentukan batas kelas: 10-20, 20 - 30, . . . , 50 - 60 Hitung banyaknya pengamatan untuk setiap kelas

Contoh: Distribusi Frekuensi (lanj.) Data Terurut 12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58 KELAS FREKUENSI RELATIF PERSENTASE 10 – 20 3 0.15 15% 20 – 30 6 0.30 30% 30 - 40 5 0.25 25% 40 – 50 4 0.20 20% 50 - 60 2 0.10 10% Total 20

Contoh: Distribusi Frekuensi (lanj.) Data terurut: 12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58 KELAS FREKUENSI RELATIF PERSENTASE 10 – 20 3 0.15 15 20 – 30 6 0.30 30 30 - 40 5 0.25 25 40 – 50 4 0.20 20 50 - 60 2 0.10 10 Total 1.00 100

Histogram Grafik dari distribusi frekuensi disebut histogram Interval kelas sebagai sumbu horizontal Sumbu vertikal menunjukkan frekuensi, frekuensi relatif, atau persentase

Contoh: Histogram Histogram Frekuensi 0 10 20 30 40 50 60 70 suhu Kelas Frekuensi Histogram 10 - 20 3 20 - 30 6 30 - 40 5 40 - 50 4 50 - 60 2 Frekuensi 0 10 20 30 40 50 60 70 suhu

Polygon Polygon suatu kurva garis yang menyerupai histogram, di mana titik2 yg dihubungkan oleh garis merupakan nilai tengah setiap kelas KELAS FREKUENSI 10 – 20 3 20 – 30 6 30 - 40 5 40 – 50 4 50 - 60 2 Total 20

Ogive (Kurva Kumulatif) Ogive  kurva garis yg menunjukkan kombinasi antara frekuensi kumulatif dan kelas interval. Kelas Frekuensi Frek. Kum. Kurang dari Frek. Kum. Lebih dari 10 – 20 3 0 (0%) 20 (100%) 20 – 30 6 3 (15%) 17 (55%) 30 - 40 5 9 (45%) 11 (55%) 40 – 50 4 14 (70%) 6 (30%) 50 - 60 2 18 (90%) 2 (10%) A B

Contoh: Interpretasi Ogif kum. Kurang dari (A) Ogif kum. Lebih dari (B) Ada 9 hari di mana suhu perairan laut K kurang dari 30oC orang. Ada 2 hari di mana suhu perairan laut K lebih dari 50oC .