Pendahuluan Tujuan yang umum dan penting: mempelajari suatu kelompok besar (populasi) dengan cara melakukan pengujian data dari beberapa anggota kelompok.

Presentasi berjudul: "Pendahuluan Tujuan yang umum dan penting: mempelajari suatu kelompok besar (populasi) dengan cara melakukan pengujian data dari beberapa anggota kelompok."— Transcript presentasi:

1 Pendahuluan Tujuan yang umum dan penting: mempelajari suatu kelompok besar (populasi) dengan cara melakukan pengujian data dari beberapa anggota kelompok tersebut (sampel)

2 Statistik metode ilmiah dalam mengumpulkan, mengorganisasikan, meringkas, menyajikan, menganalisis dan menginterpretasikan data guna mendukung pengambilan kesimpulan yang valid

3 Populasi Kumpulan lengkap seluruh individu (skor, orang, pengukuran, dll) untuk dikaji Contoh: seluruh kuantitas produk yang diproduksi hari ini Pengumpulan data dari seluruh populasi disebut sensus Karakteristik yang dapat diukur dari sebuah populasi disebut parameter  dilambangkan dengan huruf Yunani

4 Contoh: 100 produk yang diambil secara acak dari produksi hari ini
Sampel Bagian dari populasi yang dipilih untuk mendapatkan informasi mengenai populasi Contoh: 100 produk yang diambil secara acak dari produksi hari ini Karakteristik yang dapat diukur dari sebuah sampel disebut statistik dilambangkan dengan huruf Latin

5

6 Data Bahan mentah yang perlu diolah sehingga menghasilkan informasi atau keterangan, baik kualitatif maupun kuantitatif yang menunjukkan fakta.

7 Syarat Data yang Baik Obyektif (sesuai dengan keadaan).
Representatif (mewakili masalah yang dibahas). Simpangan baku minimum. Up to date (mutakhir). Relevan (memiliki hubungan dengan masalah yang dibahas).

8 Pengelompokan Data 1.Data Kualitatif (data kategori, atribut)
data yang berhubungan dengan kategorisasi, karaktersitik yang berbentuk kata, kalimat, skema atau gambar (misal: pria, wanita, baik, buruk, berhasil, gagal) 2.Data Kuantitatif (data numerik) data yang berbentuk angka (contoh: jumlah pekerja 200) atau data kualitatif yang diubah menjadi angka (scoring) dalam skala pengukuran (contoh: 1-- baik sekali dan 5– buruk sekali)

9 Data Kuantitatif 1. Data Diskrit
diperoleh dari hasil penghiitungan (data nominal) yang merupakan nilai tertentu Misal: jumlah produk yang rusak hari ini adalah 100 botol 2. Data Kontinyu data yang bervariasi menurut tingkatan dan biasanya diperoleh melalui pengukuran Misal: Bahan baku susu sapi yang rusak sebanyak 145,5 liter

10 Tingkat Pengukuran Data dapat diklasifikasikan berdasarkan tingkat pengukuran: Data Nominal Bentuk paling dasar, objek di kategorikan dalam sebuah kelompok yang unik data tidak dapat disusun sesuai urutan (dari tinggi ke rendah, dll) Misal: jenis ikan (kakap, teri, hiu) Data Ordinal Data dapat disusun dalam sebuah urutan, tetapi perbedaan nilai antar data tidak mempunyai arti Misal: urutan ukuran buah manggis dalam tiga tingkatan (1=kecil, 2=sedang, 3=besar)

11 3. Data Interval Sama dengan data ordinal, tetapi perbedaan nilai antar data mempunyai arti Tidak memiliki nilai 0 absolut Misal: suhu mesin pada pukul WIB adalah 300C, sedangkan suhu mesin sekarang adalah 400C (100C lebih panas dari 300C 4. Data rasio Sama dengan data interval, tetapi mempunyai nilai 0 absolut Perbedaan nilai antar data dan rasio antar data mempunyai arti Contoh: volume bahan baku (0 liter berarti tidak ada bahan baku, 100 liter berarti dua kali lebih banyak daripada 50 liter)

12 Data Menurut Sumbernya
1. Data internal Data yg sumbernya diperoleh dari dalam unit (objek) penelitian. Misal: jumlah penjualan pabrik A 2. Data eksternal : Data yg sumbernya berasal dari luar unit (objek) penelitian Misal: jumlah penjualan pesaing pabrik A

13 Data Menurut Cara Memperolehnya
1. Data primer : data yang diusahakan dan dimanfaatkan oleh orang pertama (data yang dihimpun langsung oleh peneliti). Misal: hasil pengukuran suhu secara langsung 2. Data sekunder : data yang diperoleh atas usaha pihak lain. Misal: pengukuran suhu dari hasil penlitian orang lain

14 Teknik Pengambilan Sampel
Dibagi menjadi 2: 1. Probability Sampling Setiap anggota populasi memiliki peluang tertentu (peluangnya diketahui) untuk dijadikan sampel 2. Non-probability Sampling Anggota populasi tidak mempunyai peluang sama untuk dipilih sebagai sampel Sampel dipilih berdasarkan pertimbangan peneliti

15 Teknik Pengambilan Sampel
Probability Sampling Simple Random Sampling Stratified Sampling Cluster Sampling Systematic Sampling Non-Probability Sampling Convenience Sampling Accidental Sampling Purposive Sampling Quota Sampling Snowball Sampling

16 Simple Random Sampling
Setiap anggota dalam populasi mempunyai kesempatan sama untuk diseleksi sebagai sampel Diketahui besarnya populasi Besarnya sampel yang diinginkan telah ditentukan Cara pengambilan sampel bisa melalui undian

17 Stratified Sampling Digunakan untuk mengurangi pengaruh faktor heterogen Untuk mempelajari karakteristik kelompok yang berbeda dalam satu populasi (kelas, jenis kelamin, dll) Populasi dibagi ke dalam strata  masing-masing strata dipilih sampelnya secara random sesuai proporsinya.

18 Cluster Sampling Sering digunakan pada penelitian di lapangan yang mungkin wilayahnya luas. Populasi dibagi-bagi menjadi sub-populasi yang disebut cluster biasanya berdasarkan pembagian alami seperti lokasi Sampel diambil dari cluster yang dipilih saja. Sub-populasinya heterogen

19 Systematic Sampling Memilih sampel dipilih dari list lengkap anggota populasi dengan interval terntentu dimulai dari titik awal yang telah ditentukan

20 Non-Probability Sampling:
1. Convenience Sampling Sampel yang dipilih adalah yang mudah dihubungi, dikenal dan mau bekerjasama 2. Accidental Sampling Penentuan sampel berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan bertemu dengan peneliti

21 3. Purposive Sampling Sampel dipilih berdasarkan pertimbangan sesuai dengan tujuan penelitian 4. Quota Sampling Menentukan sampel dari populasi yang memiliki ciri-ciri tertentu sampai jumlah kuota yang diinginkan 5. Snowball Sampling Jika informasi tentang populasi hanya sedikit. Sampel dipilih dari sampel terdahulu