Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Pengantar Statistik dan Probabilitas

Presentasi serupa


Presentasi berjudul: "Pengantar Statistik dan Probabilitas"— Transcript presentasi:

1 Pengantar Statistik dan Probabilitas
Imam Suharjo Pertemuan 1

2 Statistik Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah ’statistika’ (bahasa Inggris: statistics) berbeda dengan ’statistik’ (statistic). Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data; ini dinamakan statistika deskriptif.

3 Probabilitas Sebagian besar konsep dasar statistika mengasumsikan teori probabilitas. Beberapa istilah statistika antara lain: populasi, sampel, unit sampel, dan probabilitas. Probabilitas suatu kejadian adalah angka yang menunjukkan kemungkinan terjadinya suatu kejadian. Nilainya di antara 0 dan 1. Kejadian yang mempunyai nilai probabilitas 1 adalah kejadian yang pasti terjadi atau sesuatu yang telah terjadi

4 Pendahuluan Statistik diartikan
Numerical description Diasosiasikan sebagai kumpulan data Ciri dari sebagian objek yang diamati Statistik menunjukan pada informasi tentang bermacam-macam kegiatan dalam bentuk angka

5 Definisi Statistik Ilmu yang berurusan dengan pengumpulan, penyajian dan analisis data untuk menarik kesimpulan dan memanfaatkannyan dalam menentukan keputusan pada keadaan tidak pasti

6 Definisi Statistik (Schaum’s ; Murray R Spiegel)
Ilmu pengetahuan yang berhubungan dengan metode – metode ilmiah untuk pengumpulan, pengorganisasian, perangkuman dan penganalisisan data di samping terkait pula dengan metode – metode untuk penarikan kesimpulan yang valid serta pengambilan keputusan yang berdasarkan alasan-alasan yang ilmiah dan kuat yang memperoleh dari hasil analisis tadi

7 Contoh software statistik
SPSS : berbayar & closed source Ms excel Libre calc : PSPP

8 Kegunaan statistik Analisis data Peramalan Uji hipotesa Ilmu statistik

9 Ruang lingkup statistik
Ekonomi dan bisnis Tehnik dan mekanika Sipil Sosial dan budaya Pemerintahan Komputer dan informasi Psychology dan komunikasi Matematika dan pengetahuan alam

10 Bagian Ilmu Statistik Statistik Deskriptif
Menjelaskan – menggambarkan berbagai karakteristik data Statistik Induktif – Inferensi Inferensi adalah suatu pernyataan mengenai suatu populasi yang didasarkan pada informasi dari sampel random yang diambil dari populasi tersebut

11 Bagian Ilmu Statistik Teori Probabilitas Analisis keputusan
Probabilitas – peluang adalah suatu angka yang menunjukan tingkat keyakinan tentang terjadinya suatu peristiwa Analisis keputusan Analisis keputusan secara statistik berhubungan dengan pengambilan keputusan bila alternatif – alternatif tindakan diketahui, tetapi hasil dari masing-masing tindakan berbeda-beda

12 Perlu Mempelajari Statistik
Menjelaskan hubungan antar variabel Membuat keputusan lebih baik Mengatasi perubauahn-perubahan Membuat rencana dan ramalan

13 Metodologi Statistik Mengidentifikasikan persoalan
Pengumpulan fakta-fakta yang ada Mengumpulkan dasat asli yang baru Klasifikasi data Penyajian data Analisis data

14 Elemen Statistik Populasi Sampel Variabel Statistik inferensi
Pengukuran reabilitas dari statistik inferensi

15 Populasi Populasi adalah sebagai sekumpulan data yang mengidentifikasi suatu fenomena Contoh : Semua pekerja di seluruh Indonesia Semua mahasiswa di Jakarta Populasi lebih bergantung pada kegunaan dan relevansi data yang dikumpulkan

16 Sampel Sampel adalah sebagai sekumpulan data yang diambil atau diseleksi dari suatu populasi Contoh : Populasi = Seluruh mahasiswa di Jakarta Sampel = Mahasiswa semeter 8 jurusan SI Sampel pada dasarnya adalah bagian dari populasi

17 Variabel Dalam melakukan inferensi terhadap populasi, tidak semua ciri populasi harus diketahui, hanya satu atau beberapa karakteristik populasi yang perlu diketahui, yang disebut sebagai variabel Variabel adalah sebuah simbol, yang dapat menyandang setiap nilai dari suatu himpunan nilai yang disebut sebagai domain dari variabel tersebut

18 Variabel kontinu dan diskrit
Sebuah variabel yang secara teoritis dapat menyandang setiap nilai di antara dua nilai yang diberikan disebut dengan variabel kontinu Kebalikannya disebut sebagai variabel diskrit

19 Contoh variabel kontinu
Tinggi H seseorang yang dapat bernilai 62 cm, 67,5 cm atau 68,45678 cm, bergantung pada tingkat akurasi pengukurannya Data yang dijelaskan melalui variabel kontinu disebut data kontinu

20 Contoh Variabel diskrit
Sejumlah N anak dalam sebuah keluarga, yang bernilai bsa salah satu dai 0, 1, 2, 3, … tetapi tidak mungkin 2,5 atau, 3,4567 Data yang dijelaskan melalui variabel diskrit disebut data diskrit

21 Statistik Inferensi Statistik inferensi pada dasarnya adalah suatu keputusan, perkiraan atau generalisasi tentang suatu populasi berdasarkan informasi yang terkandung dari suatu sampel

22 Pengukuran reabilitas dari statistik inferensi
Dalam analisa statistik yang diambil dari data sampel dari suatu populasi, maka konsekuensi akan menibulkan bias dalam inferensinya. Maka diperlukan pengukuran reabilitas dari setiap inferensi yang telah dibuat

23 Type data Statistik Data kualitatif – data nonmetrik
Data kuantitatif – data metrik

24 Data kualitatif – data nonmetrik
Data nominal Data yang paling rendah dalam level pengukuran data, hanya meghasilkan satu dan hanya satu-satunya kategori. Contoh pendidikan, jenis kelamin Data ordinal Data yeng memiliki tingkatan data, urutan data Data kategorikal Data dalam jenis ya atau tidak Data numerikal Jenis data diskrit dan data kontinu

25 Data kuantitatif – data metrik
Interval Data yang lebih tinggi tingkat pengukurannya dari data ordinal, urutan data dapat dikuantitatifkan dan tidak mempunyai titik nol yang absolut Rasio Data yang tingkat pengukurannya lebih tinggi Data rasio adalah data bersifat angka dalam arti sesungguhnya dan mempunyai titik nol dalan arti sesungguhnya

26 Pendekatan Statistik Analisis deskriptif Analisis inferensi
Kombinasi dari keduanya

27 Aplikasi Komputer a.l : Statistik Metode kuantitatif Microstat
Curve expert Minitab, statistic Amos Lisrel, AHP SPSS MS Excel dll Metode kuantitatif QSB Lindo Invest, metastock E-viewa DS, POM for windows dll

28 Lembaga : BPS

29 Bahan Bacaan Modul Statistika & Probabilitas, Supriyoko Pramono, S.Kom, MM


Download ppt "Pengantar Statistik dan Probabilitas"

Presentasi serupa


Iklan oleh Google