PENGANTAR STATISTIK ARIS BUDIANTO

Presentation on theme: "PENGANTAR STATISTIK ARIS BUDIANTO"— Presentation transcript:

1 PENGANTAR STATISTIK ARIS BUDIANTO arisbd@gmail
PENGANTAR STATISTIK ARIS BUDIANTO blog:aris.staff.fkip.uns.ac.id

2 DEFINISI Statistika (Statistics)
Ilmu mengumpulkan, menata, menyajikan, menganalisis, dan menginterprestasikan data menjadi informasi untuk membantu pengambilan keputusan yang efektif. Statistik (Statistic) Suatu data (perkiraan) dari suatu populasi (parameter).

3 PERKEMBANGAN STATISTIKA
(a) Jaman Mesir dan Cina untuk menentukan besar pajak (b) Jaman gereja untuk mencatat kelahiran, kematian, dan pernikahan (c) Tahun 1937 Tinbergen mengembangkan ekonomi statistik (d) Hicks mengembangkan matematika ekonomi untuk analisis IS- LM (e) Tahun 1950, Bayes mengembangkan Teori Pengambilan Keputusan

4 KASUS STATISTIKA Beberapa contoh kasus yang membutuhkan dukungan statistika: (a) Kasus tuntutan buruh tentang kenaikan gaji, bagaimana seharusnya? (b) Perekonomian Indonesia tidak efisien, pada sektor mana? (c) Penggalakan investasi di Indonesia, sektor mana yang dipilih? (d) Setiap produsen memberikan garansi atas barangnya, berapa produksi akan ditingkatkan?

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

6 Penelitian dan pengembangan produk.
PENGGUNA STATISTIKA Pengguna Statistika Masalah yang Dihadapi Pemasaran Penelitian dan pengembangan produk. Analisis potensi pasar, segmentasi pasar dan diskriminasi pasar. Ramalan penjualan. Efektivitas kegiatan promosi penjualan. Keuangan Potensi peluang kenaikan dan penurunan harga saham, suku bunga dan reksadana. Tingkat pengembalian investasi beberapa sektor ekonomi. Analisis pertumbuhan laba dan cadangan usaha. Analisis resiko setiap usaha.

7 PENGGUNA STATISTIKA Pengguna Statistika Masalah 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.

8 Statistika Deskriptif
JENIS-JENIS STATISTIKA Materi: Penyajian data Ukuran pemusatan Ukuran penyebaran Angka indeks Deret berkala dan peramalan (Trend) Korelasi dan Regresi (Pengantar) Statistika Deskriptif STATISTIKA Materi: Metode sampling Korelasi dan Regresi (Lanjutan) Pengujian hipotesis (Uji Hasil Regresi) Statistika nonparametrik Statistika Induktif (Inferensial)

9 Statistika Deskriptif vs Induktif
Statistika deskriptif digunakan untuk menggambarkan dan menganalisis data dengan membangun grafik atau tabel, atau dengan membandingkan hasil data yang lain. [Penyajian data dengan statistik sederhana] Statistika induktif digunakan untuk menginterpretasikan hasil-hasil atau menghitung statistik-statistik yang diperoleh dari sampel untuk mengestimasi/menduga parameter populasi. [Pendugaan parameter populasi dan pengujian hipotesis]

10 Hubungan Data dan Manajemen
Suatu dasar perencanaan Agar perencanaan sesuai dengan kemampuan yang ada, tidak ambisius dan susah dilaksanakan (Pembangunan MRT, Jembatan Selat Sunda, Jalan Tol) Hubungan Data dan Manajemen Alat Pengendalian Implementasi agar diketahui ketika ada kesalahan dan penyimpangan sehingga dapat segera diperbaiki Dasar Evaluasi Apakah hasil kerja bisa dicapai 100%, 90% dst..

11 Data Definisi : Sesuatu yang diketahui atau dianggap (Webster)
“data dapat memberikan gambaran tentang sesuatu keadaan atau persoalan pada umumnya dikaitkan dengan tempat dan waktu” Misalkan : harga beras c4 di pasar kartasura hari sabtu pagi tanggal 1 Juni 2013 Dianggap berarti asumsi dan belum pasti sebuah kebenaran sehingga perlu diuji dan tidak bisa digunakan sebagai dasar. "We live in a world which is data rich yet information poor."

12 Kebutuhan Terhadap Statistik
Penjabaran Hubungan Antarvariabel (Analisa proses produksi, hubungan antara input dan output) Alat Bantu Pengambilan Keputusan (Studi kasus pada perusahaan sosis) Menangani Perubahan (Membantu perubahan saat ini dan meningkatkan proses peramalan) (Studi kasus pada night sale swalayan)

13 Metodologi Pemecahan Masalah Secara Statistik
Mulai Identifikasi Masalah Kumpulkan fakta internal dan eksternal yang relevan Ya Apakah fakta cukup ? Klasifikasi dng tabel dan grafik Tidak Interpretasi dan tarik kesimpulan dan ambil keputusan Kumpulkan data baru

14 (Harus sesuai dengan Keadaan sebenarnya )
Syarat Data yang baik Objective (Harus sesuai dengan Keadaan sebenarnya ) Representatif (Mewakili populasi) Kesalahan Baku Kecil

15 PENGUMPULAN DAN PENGOLAHAN DATA

16 PENGERTIAN DATA Data adalah sejumlah fakta (nilai) yang dapat memberikan gambaran tentang suatu keadaan atau masalah. Syarat data yang baik: 1. Data harus objektif. 2. Data harus relevan. 3. Data harus sesuai jaman (up to date). 4. Data harus representatif (sampel yang dapat menggambarkan populasi). 5. Data harus dapat di percaya.

17 JENIS-JENIS DATA MENURUT SUMBERNYA
Data Primer Wawancara Pengisian kuisioner Data Sekunder Data dari pihak lain: BPS Bank Indonesia World Bank, IMF FAO dll

18 JENIS-JENIS DATA MENURUT SIFATNYA
Data Kualitatif (Kategorik/Nonnumerik) Data Kuantitatif (Numerik) Data Diskrit (hasil menghitung) Data Kontinyu (hasil mengukur) Jenis kelamin Warna kesayangan Asal suku, dll Jumlah mobil Jumlah staf Jumlah TV, dll Berat badan Jarak kota Luas rumah, dll

19 JENIS DATA MENURUT SIFATNYA
Kualitatif Berupa label/nama-nama yang digunakan untuk mengidentifikasikan atribut dan/atau peringkat suatu elemen Data bersifat kategorik/nonnumeric Kuantitatif Mengindikasikan jumlah (besaran) Data bersifat numeric Terdiri dari data diskrit dan kontinyu

20 JENIS DATA MENURUT SKALA PENGUKURANNYA
Nominal, sifatnya hanya untuk membedakan antar kelompok. Contoh: Agama, Jenis kelamin, Jurusan di PT Ordinal, selain memiliki sifat nominal, juga menunjukkan peringkat, tetapi jarak antar peringkat tidak sama. Contoh: Tingkat pendidikan, Penentuan juara Interval, selain memiliki sifat data ordinal, juga memiliki sifat interval, jarak yang sama, tetapi tidak memiliki angka 0 (nol) absolut. Contoh: Nilai Test, Pengukuran sikap Rasio, selain memiliki sifat data interval, skala rasio memiliki angka 0 (nol) absolut. Contoh: Pendapatan, Harga barang

21 JENIS DATA MENURUT WAKTU PENGUMPULANNYA
Cross-sectional Data adalah data yang dikumpulkan pada waktu tertentu yang sama atau hampir sama Contoh: Jumlah mahasiswa PT di Kartasura tahun 2010 Jumlah laba perusahaan yang go public tahun 2010 Time Series Data adalah data yang dikumpulkan selama kurun waktu/periode tertentu Contoh: Pergerakan nilai tukar rupiah dalam 1 bulan Produksi padi di Indonesia tahun

22 METODE PENGUMPULAN DATA
Sensus  cara pengambilan data dimana keseluruhan elemen populasi diambil datanya. Contoh: Sensus penduduk. Data yang diperoleh disebut true value (parameter) Sampling  cara pengambilan data dimana yang diambil datanya adalah elemen sampel dari suatu populasi Data yang diperoleh disebut estimate value (statistik) Sensus vs Sampling Sampling + Waktu pendataan lebih cepat + Lebih hemat biaya + Cukup akurat - Tidak bisa menggambarkan keseluruhan karakteristik obyek penelitian Sensus + Data lebih akurat + Menunjukkan semua karakteristik dari populasi - Membutuhkan biaya dan waktu yang lebih lama.

23 ALAT (INSTRUMEN) UNTUK PENGUMPULAN DATA
a) Kuesioner b) Wawancara c) Observasi d) Studi pustaka

24 PENGOLAHAN DATA Pengolahan data adalah pengubahan atau transformasi simbol-simbol seperti nomor dan huruf untuk tujuan peningkatan kegunaannya Dalam pengolahan data ada dua cara metode yang digunakan, yaitu metode secara elektronik dan manual. Metode elektronik adalah pengembangan ilmu pengetahuan dibidang komputer yang sangat membantu kegiatan statistik. Sedangkan metode manual adalah umumnya dilakukan untuk jumlah observasi yang tidak terlalu banyak.

25 Prosedur Pengolahan Data
checking or logging the data in; checking the data for accuracy; entering the data into the computer; transforming the data; and developing and documenting a database structure that integrates the various measures.

26 METODE PENGAMBILAN SAMPEL
Probability sampling (Random sampling/Sampling acak) pemilihan sejumlah elemen (anggota) dari sebuah populasi untuk menjadi sampel, dimana setiap elemen memiliki kemungkinan (probability) yang sama untuk terpilih. Dengan probability sampling, maka hasil analisis sampel dapat digunakan untuk generalisasi Non probability sampling, setiap elemen (anggota) tidak mempunyai probabilitas yang sama untuk dipilih. Dengan nonprobability sampling, maka hasil analisis sampel tidak dapat digunakan untuk generalisasi