1 / 41

Materi Statistik Deskriptif

Materi Statistik Deskriptif. By. M. Haviz Irfani , S.Si STMIK MDP 2008. SILABUS MATERI. Pendahuluan Statistika Penyajian Data Distribusi Frekuensi Ukuran Pemusatan Ukuran Dispersi / Variasi Korelasi dan Regresi Linier Korelasi dan Regresi Berganda Angka Indeks Probabilitas.

dalila
Download Presentation

Materi Statistik Deskriptif

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. MateriStatistikDeskriptif By. M. HavizIrfani, S.Si STMIK MDP 2008

  2. SILABUS MATERI • Pendahuluan Statistika • Penyajian Data • Distribusi Frekuensi • Ukuran Pemusatan • Ukuran Dispersi / Variasi • Korelasi dan Regresi Linier • Korelasi dan Regresi Berganda • Angka Indeks • Probabilitas “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  3. BAB I 1. PendahuluanStatistika “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  4. Latar Belakang Perubahan informasi statistik mempunyai sejarah pada jaman sebelum masehi, bangsa-bangsa mengumpulkan data pajak, hasil pertanian, perang, jumlah kelahiran,kematian, perkawinan dan bahkan pertandingan atletik untuk mendapatkan informasi deskriptif. Pada masa kini, statistika telahjauh berkembang dengan teori peluang nyadenganmemperlihatkan wilayah pengambilan keputusan melalui proses generalisasi dan peramalan yang memperhatikan faktor resiko dan ketidakpastian. “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  5. Kegunaan/Manfaat Statistika 1 2 Menjelaskan hubungan antar variabel. Membuat keputusan lebih baik. Membuat rencana dan ramalan. Mengatasi perubahan-perubahan. 4 3 “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  6. CONTOH : • Mengetahui seberapa erat hubungan antara permintaan produk perusahaan dengan tingkat pendapatan masyarakat. • Melakukan perluasan cabang,perbanyak promosi atau menghadirkan produk baru untuk menghadapi keadaan perusahaan dimasa depan. • Memperhatikan perubahan indeks harga secara berkala, agar upah buruh tidak diturunkan. • Memberikan garansi sejumlah barang, dengan prediksi waktu dan besar kerusakan sebagian barang. “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  7. Statistika terbagi atas 2 bagian : DATA di analisis Statistika Inferensi Statistika Deskriptif Bagaimana data dikumpulkan, diringkas dan disajikanpada hal-halyg penting dalam data tersebut. Bagaimana menganalisa data dan menginterpretasikan hasil Analisa dengan berbagai metode statistik “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  8. STATISTIKA DATA 4 1 2 Mengumpulkan Menginterpretasikan (MENAFSIRKAN) 3 Menyajikan Menganalisis (MENGOLAH) “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  9. PengumpulanData Harusakurat (tepat), up to date (baru), relevan(berkaitan dengan masalah)dankomprehensif (menyeluruh) “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  10. Penyajian Data Mengorganisir dan mengelompokkan fakta dari data atau informasi untukproses penyederhanaan ke dlm bentuk yg bergunabagi analisa “ “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  11. Pengolahan Data Melakukan analisa secara deskriptif (menggambarkan keadaan data ) “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  12. Menginterpretasikan Analisa secara Inferensi guna menaksir parameter dan menguji asumsi parameter tersebut. “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  13. Populasi dan Sampel POPULASI Himpunanataukumpulandarisemuaobjekygakanditeliti Himpunan bagian dari populasi, yang memberikan gambaran sebaik mungkin tentang populasi. SAMPEL “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  14. CONTOH POPULASI : • Jumlah siswa di sekolah X berjumlah 600 orang digolongkan menurut golongan darah. • Bilangan-bilangan yang dituliskan dalam sekumpulan kartu. • Tinggi badan penduduk di suatu kota. • Jumlah pengangguran dalam satu propinsi. • Pendapatan penduduk dalam satu kecamatan. • dan lain-lain “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  15. CONTOH SAMPEL • 100 orang mahasiswa di ambil dari 5 jurusan di universitas X. • Sejumlah anak putus sekolah diambil 30 orang dari 4 kabupaten. • Sejumlah kartu berwarna hitam diambil dari sekumpulan kartu. • Diantara 15 kelahiran setiap harinya pada rumah bersalin, 3 orang bayi setiap hari untuk diukur berat badannya. • dan lain-lain “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  16. Data dan Informasi Data : sumberinformasiyang diketahui/ dicari/diasumsikanuntuk memberikan gambaranmengenaisuatukeadaan. Informasi : Hasil pengolahan data “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  17. Cara Pengumpulan Data a. SENSUS • Cara pengumpulan data dimana yang di • selidiki adalah semua elemen yang ada • dalam populasi. • #Hasil yg diperoleh adalah data • sebenarnya (absolut value/ parameter) “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  18. Cara Pengumpulan Data b. SAMPLING • Cara pengumpulan data (acak atau • tidak acak) dimana yang diselidiki • adalah elemen sampel dari suatu • populasi. • #Hasil yg diperoleh adl data perkiraan • (estimate value) “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  19. Kriteria Data yang baik 1. Objektif; 2. Representatif; 3.Memiliki Standard Error yangkecil; 4. Relevan. “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  20. Objektif Penjelasan… Sesuaidengan keadaan yang sebenarnya Representatif Mewakiliobjekyangdiamati “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  21. Standard Error yang kecil Penjelasan… Memilikitingkatketelitianyang tinggi Relevan Memilikihubunganatauketerkaitandenganmasalahyang akandiselesaikan “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  22. TEKNIK SAMPLING Diagram Terminologi Data POPULASI SAMPEL DATA berdasarkan SIFAT SUMBER CARA MEMPEROLEH CARA MENGUMPULKAN KUALITATIF CROSS SECTION INTERNAL KUANTITATIF TIME SERIES EKSTERNAL PRIMER SEKUNDER “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  23. DATA SifatData Kualitatif Kuantitatif -Nominal -Ordinal -Interval -Rasio “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  24. Mengapa ???? “karena statistik hanya bs memproses data yg berupa angka” Data Kualitatif “Data yg dinyatakan bukan Dalam bentuk angka.” Contoh: *Jenis pekerjaan (Petani,nelayan,pegawai,dsb) *Status pernikahan (belum menikah,Menikah,Duda,janda) *Gender (Pria ,Wanita) *Kepuasan Seseorang (tidak puas,cukup puas,sangat puas) Harus di kuantitatif- Kan agar bisa diolah dg statistik. “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  25. Terdiri atas Data Nominal “data yg diperoleh dg carakategorisasi/klasifikasi” CONTOH: Pekerjaan : # PegawaiNegeridiberi tanda1 # PegawaiSwastadiberi tanda2 # Wiraswastadiberi tanda3 1.Posisi datasetara 2. tidak dapat dilakukan operasi matematika. CIRI data Nominal “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  26. Terdiri atas Data Ordinal “data yg diperoleh dg cara kategorisasi/klasifikasi,tetapi keduanya terdapat hubungan” Contoh : Tingkat kepuasan… # Sangat puas diberi tanda 1 #Puas diberi tanda 2 #Cukup puas diberi tanda 3 #Tidak puas diberi tanda 4 #Sangat tidak puas diberi tanda 5 1.Posisi data tidaksetara 2.tidak dapatdilakukanoperasimatematika/ lainnya CIRI data Ordinal “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  27. Data Kuantitatif “Data yang dinyatakan dalam angka” Contoh : -Usia Seseorang,Tinggi seseorang, -Penjualan dlm sebulan, -Jumlah bakteri dlm percobaan, dll “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  28. Terdiri atas Data Interval “data yg diperoleh dengan cara pengukuran, jarak 2 titik pd skala sudah ditentukan” Contoh : #Temperatur ruangan dalam celcius 0o C-100oC jaraknya 100-0 = 100 dalam Fahrenheit 32oC – 212oC jaraknya 212-32 = 180 #penanggalan 1 maret 2008 – 25 maret 2008 jaraknya 25 hari -tidak ada kategorisasi/ pemberian kode -Bisa dilakukan operasi matematika CIRI data Interval “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  29. Terdiri atas Data Rasio “data yang diperoleh dengan cara pengukuran,jarak 2 titik sdh diketahui,dan mempunyai titik 0 (nol) yg absolut/mutlak” -tidak ada kategorisasi/ pemberian kode -Bisa dilakukan operasi matematika Contoh : #Tinggi badan #Jumlah buku di atas meja #Berat badan #nilai ujian CIRI dataOrdinal “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  30. TEKNIK SAMPLING Diagram Terminologi Data POPULASI SAMPEL DATA berdasarkan SIFAT SUMBER CARA MEMPEROLEH CARA MENGUMPULKAN KUALITATIF CROSS SECTION INTERNAL KUANTITATIF TIME SERIES EKSTERNAL PRIMER SEKUNDER “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  31. Berdasarkan Sumber DATA YG BERSUMBER DARI SUATU INSTANSI ATAU KELOMPOK DATA YG BERSUMBER DARI LUAR INSTANSI ATAU KELOMPOK EKSTERNAL INTERNAL • Data pendudukdari BPS • Data KepegawaiandariDisnaker • dan lain-lain • Data jumlahbissetiapharimelewatijalanprotokol • Data jumlahibumenyusui yang datangkepuskesmassetiaphariselama 3 bulan • dan lain-lain “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  32. TEKNIK SAMPLING Diagram Terminologi Data POPULASI SAMPEL DATA berdasarkan SIFAT SUMBER CARA MEMPEROLEH CARA MENGUMPULKAN KUALITATIF CROSS SECTION INTERNAL KUANTITATIF TIME SERIES EKSTERNAL PRIMER SEKUNDER “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  33. Berdasarkan cara memperoleh data DATA YG DIKUMPULKAN DLM SUATU PERIODE WAKTU TERTENTU DATA YG DIKUMPULKAN SENDIRI OLEH INDIVIDU, KELOMPOK, ATAU INSTANSI LANGSUNG DARI SUMBERNYA SEKUNDER PRIMER Contoh: Data orang yang tidakmamputahun 2007. Contoh: Beratbadan 100 ekorikannilamerahditimbanglangsungdilokasitambakikan. “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  34. TEKNIK SAMPLING Diagram Terminologi Data POPULASI SAMPEL DATA berdasarkan SIFAT SUMBER CARA MEMPEROLEH CARA MENGUMPULKAN KUALITATIF CROSS SECTION INTERNAL KUANTITATIF TIME SERIES EKSTERNAL PRIMER SEKUNDER “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  35. Berdasarkan Cara Mengumpulkan TIMES SERIES Data yg dikumpulkan secara kontinu dlm suatu periode waktu yg berbeda-beda (harian,Mingguan,bulanan, tahunan/Data berkala) CROSS SECTION Data yg dikumpulkan dalam periode waktu tertentu dan biasanya menggambarkan keadaan pada periode tersebut. Contoh: Harian: hargastok, laporancuaca. Mingguan: stokpenukaranuang . Bulanan: rata-rata pengangguran. Tahunan: Anggaranbelanjadaerah. Contoh: Data produksitelurdanhargatelurdarigabungan 50 negarapadatahun 1990 dan 1991. “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  36. BerdasarkanJenis Cara Pengumpulan Data 1. Pengamatan ( Observasi ) 2. PenelusuranLiteratur 3. PenggunaanKuesioner (angket) 4. Wawancara (interview) “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  37. Pengamatan (Observasi) “Cara pengumpulan data dengan terjun dan melihat langsung ke lapangan (laboratorium), terhadap obyek yang diteliti (populasi). Pengamatan disebut juga penelitian lapangan.” “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  38. Penelusuran Literatur “Cara pengumpulan data dengan menggunakan sebagian atau seluruh data yang telah ada atau laporan data dari peneliti sebelumnya.” - Penelusuran literatur disebut juga pengamatan tidak langsung. “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  39. PenggunaanKuesioner “Cara pengumpulan data dengan menggunakan daftar pertanyaan (angket) atau daftar isian terhadap obyek yang diteliti (populasi)” “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  40. Wawancara “Pengumpulan data dengan langsung mengadakan tanya jawab kepada obyek yang diteliti” “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

  41. SELESAI Salam.....dan Terima Kasih. “ Statistika Deskriptif “ By. M. Haviz Irfani, S.Si

More Related