Statistika Materi: Pengertian statistika, pembagian statistika, data, jenis data, peubah (variabel) populasi dan sampel, parameter vs statistik, bias. TIK (Tujuan instruksional Khusus): Menjelaskan konsep dasar statistika dan pengertian-pengertian yang digunakan di dalam statistika

Statistika Rujukan baca: Saefudin A, Notodiputro KA, Alamudi A, Sadik K. 2009. Statistika dasar. Jakarta: Grasindo Singh YK. 2006. Fundamental methodology and statistics. New Delhi: New Age International Cihon C, Taylor JK. 2004. Statistical techniques for data analysis. 2nd ed. Boca Raton: CRC Suliyanto. 2005. Aplikasi data dalam aplikasi pemasaran. Jakarta: Ghalia Indonesia Russo R. 2003. Statistics for behavioral science. Howe: physiology press

Pengertian Statistika Ilmu tentang pengumpulan, analisis, dan interprestasi data dalam rangka pengambilan keputusan (Saefudin et al. 2009). atau Ilmu yang mengusahakan agar data menjadi informasi yang bermakna (Saefudin etal. 2009) Fakta-fakta numerik atau ilmu/metodologi yang berkaitan dengan fakta-fakta numerik atau peringkasan gambaran fakta-fakta numerik (Singh 2000).

Batasan dan kegunaan statistika Statistika mengacu pada: Fakta-fakta numerik atau angka Metode yang berkaitan dengan fakta-fakta numerik atau ilmu tentang pengumpulan, pengelompokan, penyimpulan, analisis dan penafsiran fakta numetik) Peringkasan gambaran fakta-fakta numerik. Statistika dapat digunakan untuk: meringkas data, menjelaskan data, dan membantu untuk membuat suatu keputusan sehingga dapat digunakan sebagai dasar suatu perencanaan, alat pengendalian, dasar evaluasi, pendugaan

Pengelompokan statistika Statistika berdasarkan lingkup kajian yang diamati terdiri dari dua kelompok yaitu: 1. Statistik deskriptif  deskripsi kelompok data. ex: persentil, frekuensi, kurtosis, pemusatan dan penyebaran data, koefisien korelasi, realibilitas, validitas data dan product moment 2. Statistika inferensia  penarikan kesimpulan. statistika inferensia antara lain: probalitas, estimasi, uji hipotesis, derajat asosiasi antar peubah.

Penggolongan Statistika Berdasarkan karaketristik parameter populasi: 1. Statistika Parameterik. Distribusi data populasi menyebar normal, data rasio dan interval, anggota contoh merupakan contoh peluang. Contoh: korelasi, anova, regresi, 2. Statistika nonparametrik. Data tidak terdistribusi normal, data nominal atau ordinal, bukan contoh peluang. Contoh ujinya: uji tanda, korelasi Sperman Rho, uji X2, korelasi kontigensi

Penggolongan Statistika Statistika berdasarkan jumlah peubahnya, ada tiga kelompok yaitu: 1. Analisis univariat. Satu peubah.  deskripsi gugusan data, uji beda dengan hipotesis. Exp: statistika deskriptif, Uji Z 2. Analisis bivariat. Dua peubah  uji beda dan hubungan. Exp: anove, korelasi, regresi sederhana, uji T, Uji 3. Analisis multivariat. > dua peubah  menguji dependensi dan interdependensi antar peubah. Exp: analisis faktor, analisisi komponen utama, multi dimensional scaling

Definisi Data Data: 1. Fakta atau informasi (umumnya mengacu pada fakta numerik). Bentuk tunggal dari data adalah datum) 2. Sesuatu yang diketahui atau dianggap dan dapat digunakan sebagai penggambaran suatu keadaan atau kondisi. 3. Pencatatan berulang mengenai karakteristik suatu objek (Saefudin et al. 2009)

Sifat-sifat data 1. Keragaman, nilai peubah dari suatu pengamatan satu ke pengamatan yang lain berbeda-beda. 2. Ketidakpastian, nilai peubah dari suatu pengamatan satu dengan pengamatan yang lain tidak diketahui.

Sebaran Rataan Contoh Acak 8 2 9 1 7 contoh x = 5.4 Rataan contoh acak, juga bersifat acak. Rataan contoh memiliki sebaran. Rataan contoh acak merupakan penduga tak bias bagi rataan populasi. Rataan dari rataan contoh sama dengan rataan populasi 8 10 2 9 5 1 7 6 3 4 populasi  = 5.5 8 6 1 4 3 contoh x = 4.5 8 2 10 5 4 contoh x = 5.8

Kriteria data yang baik 1 Harus obyektif, sesuai dengan keadaan yang sebenarnya 2. Harus bisa mewakili (representatif) 3. Kesalahan baku (standard error) harus sekecil mungkin 4. Harus tepat waktu (up to date) 5. Harus relevan

Pengelompokan data 1. Data kualitatif (atribut). Semua karakteristik atau sifat dimana nilai numeriknya tidak dapat ditandai (tidak terukur). Atribut dinyatakan dalam bentuk pernyataan atau judgement. Contoh: motivasi, kepercayaan diri, kejujuran. Dll 2. Data kuantitaif (variabel/peubah): semua karakter atau sifat yang nilai numeriknya dapat ditandai (berdasarkan dari pengukuran langsung). Contoh: IQ, berat, tinggi, umur, dll

Skala pengukuran data Pengelompokan data berdasarkan tingkat skala (tingkat pengukuran) ada empat yaitu: 1. Skala nominal. Kategorisasi/pembeda. Ciri-ciri data nominal: (1). Tidak memiliki tingkatan; (2) mutually exclusive (saling meniadakan); (3) colective exhaustive (tidak ada ketegori yag lain di luar kategori yang telah ditetapkan; (4) tidak dapat dilakukan operasi matematika 2. Skala ordinal. Skala ini sudah dapat memberikan data suatu tingkatan, tetapi jarak antar tingkatan belum pasti. Ciri-ciri data skala ordinal: skala yang digunakan sudah memiliki tingkatan; (2) tidak dapat dilakukan operasi matematika 3. Skala interval. Skala yang sudah dapat digunakan untuk menunjukan suatu tingkatan, jarak, namun belum memiliki nilai 0 (nol) yang mutlak. Ciri data skala interval: (1) skala menunjukan tingkatan dengan jarak antar tingkatan (selisih) yang sudah jelas; (2) dapat dilakukan operasi matematika. 4. Skala rasio. Skala yang yang sudah dapat menunjukan data pada suatu tingkatan dengan jarak yang pasti dan memiliki titik nol yang mutlak.

Tabel 1. Contoh bentuk data nominal, data ordinal, dan data interval dalam penelitian pendidikan Nama Jenis Kelamin Peringkat IQ IPK (Subyek) (Data nominal) (Data ordinal) (Data interval) (Data rasio) A Laki-laki (1) IV 109 2.94 B Perempuan (2) II 110 3.12 C I 125 3.27 D VI 100 1.92 E V 117 2.75 F III 118 3.01