Pertemuan 1 Apa itu Statistika ?

Definisi Statistika 2 Statistika (Statistics) adalah ilmu mengumpulkan, menata, menyajikan, menganalisis, dan menginterprestasikan data menjadi informasi untuk membantu pengambilan keputusan yang efektif.

Penggunaan Statistika 3 Pengguna Statistika Masalah yang Dihadapi Manajemen 1.Penentuan struktur gaji, pesangon, dan tunjangan karyawan. 2.Penentuan jumlah persediaan barang, barang dalam proses, dan barang jadi. 3.Evaluasi produktivitas karyawan. 4.Evaluasi kinerja perusahaan. Akuntansi 1.Penentuan standar audit barang dan jasa. 2.Penentuan depresiasi dan apresiasi barang dan jasa. 3.Analisis rasio keuangan perusahaan

Penggunaan Statistika 4 Pengguna StatistikaMasalah yang Dihadapi Ekonomi Pembangunan 1. Analisis pertumbuhan ekonomi, inflasi dan suku bunga. 2. Pertumbuhan penduduk dan tingkat pengangguran serta kemiskinan. 3. Indeks harga konsumen dan perdagangan besar. Agribisnis 1. Analisis produksi tanaman, ternak, ikan dan kehutanan. 2. Kelayakan usaha dan skala ekonomi. 3. Manajemen produksi agribisnis. 4. Analisis ekspor dan impor produk pertanian.

Jenis-Jenis Statistika 5 Statistika Deskriptif (Descriptive Statistics) Berkenaan dengan pengumpulan,pengolahan, dan penyajian sebagian atau seluruh data (pengamatan) tanpa pengambilan kesimpulan Inferential Statistics: keputusan, estimasi, prediksi atau generalisasi

Jenis-Jenis Statistika 6 Contoh hasil deskriptif statistik

Jenis-Jenis Statistika 7 Contoh hasil inferensi statistik

Populasi vs Sampel 8 Populasi (population) adalah sebuah kumpulan dari semua kemungkinan objek baik berupa orang-orang, benda-benda dan ukuran lain dari objek yang menjadi perhatian Sampel (sample) adalah suatu bagian dari populasi tertentu yang menjadi perhatian.

Jenis-Jenis Variabel 9 A. Variabel kualitatif (qualitative variable)– informasi data tidak dalam bentuk angka (nonnumeric). contoh: Jenis Kelamin, agama, jenis mobil, daerah, dll B. Variabel kuantitatif (Quantitative variable) – Informasi data dalam bentuk angka (numeric) contoh: Jumlah anggota keluarga, jumlah propinsi, pendapatan, penegluaran, penjualan, dll.

Sumber Data 10 DATA Data Primer 1.Wawancara langsung 2.Wawancara tidak langsung 3.Pengisian kuisioner Data Sekunder Data dari pihak lain: 1.BPS 2.Bank Indonesia 3.World Bank, IMF 4.FAO dll

Jenis-Jenis Data 11 DATA Data Kualitatif Data Kuantitatif Data Diskret Data Kontinu 1.Jenis kelamin 2.Warna kesayangan 3.Asal suku, dll 1.Jumlah mobil 2.Jumlah staf 3.Jumlah TV, dll 1.Berat badan 2.Jarak kota 3.Luas rumah, dll

Pengukuran 12 Skala Rasio Angka mempunyai sifat nominal, ordinal dan interval serta mempunyai nilai absolut dari objek yang diukur. Contoh: bunga BCA 7% dan bunga Mandiri 14%, maka bunga Mandiri 2 kali bunga BCA. Skala Interval Angka mengandung sifat ordinal dan mempunyai jarak atau interval. Contoh: 1. Saham sangat prospektif dengan harga saham Rp , 2. saham prospektif Rp Skala Ordinal Angka mengandung pengertian tingkatan. Contoh: ranking 1, 2, dan 3. Ranking 1 menunjukkan lebih tinggi dari ranking 2 dan 3. Skala Nominal Angka yang diberikan hanya sebagai label saja. Contoh: pria = 1, wanita = 2 dan waria = 3.

DATA terbagi atas DATA KUALITATIF dan DATA KUANTITATIF DATA KUALITATIF : Data yang dinyatakan dalam bentuk bukan angka. Contoh : jenis pekerjaan, status marital, tingkat kepuasan kerja DATA KUANTITATIF : Data yang dinyatakan dalam bentuk angka Contoh : lama bekerja, jumlah gaji, usia, hasil ulangan DATA JENIS DATA NOMINAL ORDINAL INTERVAL RASIO KUALITATIF KUANTITATIF

Pengolahan Data MULAI Jumlah Variabel ? Analisis Univariat Analisis Multivariat Jenis Data ? Statistik Parametrik Statistik Non Parametrik SATUDUA / LEBIH INTERVAL RASIO NOMINAL ORDINAL

Pengolahan Data A. PARAMETER : Berdasarkan parameter yang ada statistik dibagi menjadi Statistik PARAMETRIK : berhubungan dengan inferensi statistik yang membahas parameter-parameter populasi; jenis data interval atau rasio; distribusi data normal atau mendekati normal. Statistik NONPARAMETRIK : inferensi statistik tidak membahas parameter-parameter populasi; jenis data nominal atau ordinal; distribusi data tidak diketahui atau tidak normal B. JUMLAH VARIABEL : berdasarkan jumlah variabel dibagi menjadi Analisis UNIVARIAT : hanya ada 1 pengukuran (variabel) untuk n sampel atau beberapa variabel tetapi masing-masing variabel dianalisis sendiri-sendiri. Contoh : korelasi motivasi dengan pencapaian akademik. Analisis MULTIVARIAT : dua atau lebih pengukuran (variabel) untuk n sampel di mana analisis antar variabel dilakukan bersamaan. Contoh : pengaruh motivasi terhadap pencapaian akademik yang dipengaruhi oleh faktor latar belakang pendidikan orang tua, faktor sosial ekonomi, faktor sekolah.

Contoh Soal Berdasarkan hasil survey 1000 orang masyarakat Bandung, lembaga survey indonesia (LSI) menyatakan bahwa rata-rata penonton METRO TV di Indonesia baik itu wanita atau pria berumur lebih dari 25 tahun. Berdasarkan pernyataan diatas tentukan: Jumlah Populasi Jumlah Sampel dan Random Sampel Jenis Variabel Jenis data dan metode pengumpulan data yang digunakan

Penyajian Data Tabel Grafik Distribusi Freku ensi

Membuat Tabel TABEL : memberikan informasi secara rinci. Terdiri atas kolom dan baris TABEL KOLOM Kolom pertama : LABEL Kolom kedua …. n : Frekuensi atau label BARISBerisikan data berdasarkan kolom Bidang pekerjaan Prestasi Kerja Jumlah Sangat jelek JelekCukup baik BaikSangat baik Administrasi Personalia Produksi Marketing Keuangan Jumlah Tabel Tabulasi Silang

TABEL GRAFIK

Jenis Grafik Grafik Batang (Bar) Grafik Garis (line) Grafik lingkaran (pie) Grafik Interaksi (interactive)

11. Frekuensi FREKUENSI : banyaknya data untuk satu kelompok/klasifikasi KELOMPOKFREKUENSI Kelompok ke-1f1 Kelompok ke-2f2 Kelompok ke-3f3 Kelompok ke-ifi Kelompok ke-kfk k n = Σ fi i=1 PEKERJAANFREKUENSI Administrasi18 Personalia8 Produksi19 Marketing27 Keuangan13 85 k n = Σ fi = f 1 + f 2 + f 3 +….. + f i + …… + f k i=1

DISTRIBUSI FREKUENSI : mengelompokkan data interval/rasio dan menghitung banyaknya data dalam satu kelompok/klasifikasi 12. Distribusi Frekuensi Membuat distribusi frekuensi : 1. Mencari sebaran (range) yakni selisih antara data paling besar dengan data paling kecil)  35 – 20 = Menentukan banyak kelas dengan rumus k = 1 + 3,3 log n  7 1. Menentukan panjang kelas dengan rumus p = sebaran / banyak kelas  15/7 = 2 KELOMPOK USIAFREKUENSI 20 – – – – – – USIAFREKUENSI

Terima Kasih 23