1 / 52

STATISTIKA DASAR

STATISTIKA DASAR. PENGENALAN MATERI DAN PENDAHULUAN. PENGENALAN PERKULIAHAN DAN MATERI PERKULIAHAN. Jumlah Pertemuan 14 x Pertemuan + 1 UTS + 1 UAS Absensi Minimal Kehadiran 75% (10 Pertemuan). Penilaian Tugas (laporan dalam bentuk makalah, presentasi, keaktifan) masing-masing 20%

eliora
Download Presentation

STATISTIKA DASAR

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. STATISTIKA DASAR PENGENALAN MATERI DAN PENDAHULUAN

  2. PENGENALAN PERKULIAHAN DAN MATERI PERKULIAHAN • Jumlah Pertemuan 14 x Pertemuan + 1 UTS + 1 UAS • Absensi Minimal Kehadiran 75% (10 Pertemuan)

  3. Penilaian • Tugas (laporan dalam bentuk makalah, presentasi, keaktifan) masing-masing 20% • Kuis 10% • UTS 30% • UAS 40% • Selanjutnya nilai tersebut dikonversi menjadi Tugas (20%), UTS (40%), UAS (40%).

  4. PENGENALAN MATERI PERKULIAHAN Pertemuan ke-1 : • Pendahuluan • Statistik dan Statistika • Macam-macam Statistika • Populasi dan Sampel • Sensus dan sampling • Aturan Pembulatan Bilangan • Penyajian Data • Macam-macam Tabel • Diagram Batang • Diagram Lingkaran • Diagram Lambang

  5. Pertemuan Ke-2 : TABEL DISTRIBUSI FREKUENSI, MACAM-MACAMNYA, DAN GRAFIKNYA • Tabel Distribusi Frekuensi • Beberapa Istilah dalam Tabel Distribusi Frekuensi • Macam-Macam Tabel Distribusi Frekuensi • Histogram dan Poligon Frekuensi Ogif

  6. Pertemuan Ke-3 sampai Ke-5 MACAM-MACAM UKURAN • Rata-Rata, Median, Modus • Kuartil • Desil • Persentil • Rentang • Rentang Antar- Kuartil • Rata-Rata Simpangan • Simpangan Baku • Angka Baku • Koefisien Variasi • Koefisien Kemi- ringan • Koefisien Keruncingan

  7. Pertemuan Ke-6 : PENGGUNAAN BEBERAPA TABEL • Tabel Distribusi Normal Baku • Tabel Distribusi t • Tabel Distribusi Chi-Kuadrat • Tabel Distribusi F Pertemuan Ke-7 : DISTRIBUSI SAMPLING • Distribusi Satu Rata-Rata • Distribusi Dua Rata-Rata

  8. Pertemuan Ke-8 : Ujian Tengah Semester (UTS) Pertemuan Ke-9 : PENAKSIRAN PARAMETER • Macam-Macam Penaksiran • Taksiran Interval Satu Rata-Rata • Taksiran Interval Dua Rata-Rata (DiberikanTugasPenelitiansecaraKelompok)

  9. Pertemuan Ke-10 dan Ke-11 : PENGUJIAN HIPOTESIS • Langkah-Langkah Pengujian Hipotesis • Uji Satu Rata-Rata • UjiNormalitas • UjiDua Rata-Rata • Ujilebihdaridua rata-rata

  10. Pertemuan Ke-12 dan Ke-13 : ANALISIS REGRESI DAN KORELASI LINEAR • Koefisien Regresi Linear Berganda • Uji Keberartian • Koefisien Regresi Berganda • Koefisien Korelasi • Uji Keberartian • Koefisien Korelasi • Taksiran Interval Koefisien Korelasi

  11. Pertemuan Ke-14 dan Ke-15 : PRESENTASI TUGAS PENELITIAN (KELOMPOK) Pertemuan Ke-16 Ujian Akhir Semester (UAS)

  12. PENDAHULUAN • StatistikadalamKehidupanSehari-hari • Statistikadipakaisebagaisalahsatualat bantu dalammemahamigejala-gejaladalampenelitian • PemakaianGrafikdanTabeldalamperdagangan • PerhitunganAnalisisButirSoal • PenentuanKeberhasilanbelajarSiswa • Dan Lain-lain

  13. B. Statistik dan Statistika • Statistik -Kumpulan data, bilangan, maupun non-bilangandisusundalamtabeldanatau diagram -Menyatakanukuransebagaiwakildarikumpulan data mengenaisesuatuhal • Statistika Pengetahuan yang berhubungandengancara-carapengumpulan data, pengolahanataupenganalisisannyadanpenarikankesimpulanberdasarkankumpulan data danpenganalisisan yang dilakukan

  14. JenisStatistika • Berdasarkanorientasipembahasannya: • StatistikaMatematika/StatistikaTeoretik Berorientasipadapemahaman model danteknik-teknikstatistikasecaramatematis-teoretis • StatistikaTerapan Berorientasipadapemahamanintuitifataskonsepdanteknik-teknikstatistikasertapenggunaannyadiberbagaibidang

  15. BerdasarkanTahapan/TujuanAnalisis : • StatistikaDeskriptif UntukMemperolehgambaran (description) atauukuran-ukurantentang data yang adaditangansepertiberapa rata-rata, seberapajauh data bervariasi b. StatistikaInferensial/StatistikaInduktif MembuatInferensi (menaksir) ukuranpopulasiataumengujihipotesisdarisuatupopulasiatausampel Inferensi Melakukanperkiraan, peramalan, pengambilankeputusan

  16. DilihatdariAsumsiMengenaiDistribusiPopulasi (Parameter) Data yang Dianalisis • StatistikaParametrik • Menggunakanasumsimengenaipopulasi • Membutuhkanpengukurankuantitatifdengan level data interval ataurasio.Model distribusi normal b.StatistikaNonparametrik(distribution-free statistics for use with nominal / ordinal data) • Menggunakanlebihsedikitasumsimengenaipopulasi (ataubahkantidakadasamasekali) • Membutuhkan data dengan level serendah-rendahnya ordinal (adabeberapametodeuntuk nominal). Tidakdidasarkanpadadistribusitertentu

  17. S (Populasi) x,s,ρ Sampel μ, σ, P Populasi dan Sampel • Populasi totalitas semua nilai yang mungkin, hasil menghitung ataupun pengukuran kuantitatif maupun kualitatif mengenai karakteristik tertentu dari semua anggota kumpulan yang lengkap dan jelas yang ingin dipelajari sifat-sifatnya • Sampel bagian dari populasi yang menjadi perhatian Populasimerupakan himpunan semesta Sampelmerupakan himpunan bagian Sensus ? Sampling ?

  18. Populasi bersifatteoritis • Sampel bersifatempiris/nyata • Karakteristik populasi disebut parameter • Mean, μ c. Proporsi, P • Koefisien korelasi, ρ d. Standar deviasi, σ • Karakteristik sampel disebut statistik • Nilai rata-rata, c. Proporsi, p • Standar deviasi, s d. Koefisien korelasi, r

  19. STATISTIKA : • Kegiatan untuk : • mengumpulkan data • menyajikan data • menganalisis data dengan metode tertentu • menginterpretasikan hasil analisis KEGUNAAN ? Melalui fase STATISTIKA DESKRIPTIF : Berkenaan dengan pengumpulan, pengolahan, dan penyajian sebagian atau seluruh data (pengamatan) tanpa pengambilan kesimpulan dan fase STATISTIKA INFERENSI : Setelah data dikumpulkan, maka dilakukan berbagai metode statistik untuk menganalisis data, dan kemudian dilakukan interpretasi serta diambil kesimpulan. Statistika inferensi akan menghasilkan generalisasi (jika sampel representatif)

  20. METODE ILMIAH : Adalah salah satu cara mencari kebenaran yang bila ditinjau dari segi penerapannya, resiko untuk keliru paling kecil. • LANGKAH-LANGKAH DALAM METODE ILMIAH : • Merumuskan masalah • Melakukan studi literatur • Membuat dugaan-dugaan, pertanyaan-pertanyaan atau hipotesis • Mengumpulkan dan mengolah data, menguji hipotesis, atau menjawab pertanyaan • Mengambil kesimpulan INSTRUMEN SAMPEL PERAN STATISTIKA SIFAT DATA VARIABEL METODE ANALISIS

  21. 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 KUALITATIF JENIS DATA KUANTITATIF NOMINAL ORDINAL INTERVAL RASIO

  22. 4. Data DATA NOMINAL : Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi. CIRI : posisi data setara tidak bisa dilakukan operasi matematika (+, -, x, :) CONTOH : jenis kelamin, jenis pekerjaan DATA ORDINAL : Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat hubungan CIRI : posisi data tidak setara tidak bisa dilakukan operasi matematika (+, -, x, :) CONTOH : kepuasan kerja, motivasi DATA INTERVAL : Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui. CIRI : Tidak ada kategorisasi bisa dilakukan operasi matematika CONTOH : temperatur yang diukur berdasarkan 0C dan 0F, sistem kalender DATA RASIO : Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut. CIRI : tidak ada kategorisasi bisa dilakukan operasi matematika CONTOH : gaji, skor ujian, jumlah buku

  23. Pengumpulan Data dan Pengukuran • Pengumpulan data a. interview b. kuesioner c. observasi d. tes

  24. Data menurut sumbernya a. data interen data yang bersumber dari dalam institusi b. data eksteren data yang bersumber dari luar institusi • Data Eksteren a. data primer data yg langsung dikumpulkan sendiri b. data sekunder data yg tidak langsung dikumpulkan sendiri Data primer lebih baik dari data sekunder

  25. JENIS DATA (Skala Pengukuran)

  26. a. skala nominal memiliki ciri untuk membedakan skala ukur yang satu dengan yang skala ukur yang lain Contoh: Dikeranjang terdapat 3 buah jeruk, 4 buah melon, 5 kg anggur b. skala ordinal memiliki ciri untuk membedakan juga untuk mengurutkan pada rentangan tertentu Contoh: 5 4 3 2 1 Istimewa Baik Rata-rata Kurang Kurang Sekali

  27. c. skala interval memiliki ciri untuk membedakan juga untuk mengurutkan pada rentangan tertentu dan memiliki jarak interval yang sama Contoh: Suhu bulan Agustus di kota A, B, dan C berturut-turut adalah 21oF, 27oF, 25oF d. skala ratio memiliki ciri untuk membedakan, mengurutkan, jarak interval yang sama, dan ada titik nol berarti Contoh: Jumlah mahasiswa Elektro FTUI sebanyak 900 mahasiswa dan mahasiswa TI sebanyak 300 mahasiswa; berarti bahwa mahasiswa Elektro 3 kali mahasiswa TI

  28. Penyajian Data TABEL GRAFIK

  29. Tabel (Daftar) • TabelBarisKolom • TabelKontingensi • TabelDistribusiFrekuensi Grafik (Diagram) • Diagram Batang, untukmenyajikan data yang bersifatkategoriatau data distribusi • Diagram Garis, • Diagram Lambang • Diagram Lingkaran • Diagram Peta (Kartogram) • Diagram Titik

  30. TABEL : memberikan informasi secara rinci. Terdiri atas kolom dan baris Kolom pertama : LABEL KOLOM Kolom kedua …. n : Frekuensi atau label TABEL BARIS Berisikan data berdasarkan kolom Tabel Tabulasi Silang

  31. JENIS TABEL • TabelBarisdanKolom JUDUL TABEL Sumber : …………………. Catatan: …………………. • JudulDaftar, ditulisditengah-tengahbagianteratasdenganhurufbesar. Secarasingkatdanjelasdicantumkantentangapa, macamatauklasifikasi, dimana, kapandanapabilaadacantumkanjugasatuanatau unit data yang digunakan. • Judulkolomditulissingkat, jelas, dandiupayakanjanganmemenggalkata

  32. Sel-sel tempat penulisan angka-angka atau data. • Catatan ditulis di bagian kiri bawah berguna untuk mencatat hal-hal penting dan perlu diberikan. Pada bagian tersebut juga terdapat kata Sumber untuk menjelaskan dari mana data tersebut dikutip, kalau tidak ada berarti pelopor ikut di dalamnya. • Nama sebaiknya disusun menurut abjad; waktu secara berurutan (kronologis), urutan kepangkatan, urutan golongan pegawai, dll (menempatkan data kategori disusun secara sistematis). Contoh : PEMBELIAN BARANG-BARANG OLEH JAWATAN A DALAM RIBUAN UNIT DAN JUTAAN RUPIAH 1965 – 1967 Catatan : Data Karangan

  33. TabelKontingensi Tabeldengan data yang terdiriatasduafaktoratauduavariabel, faktor yang satuterdiriatas b kategori (baris) dan yang lainnyaterdiriatas k kategori (kolom). Contoh : BANYAK MURID SEKOLAH DI DAERAH A MENURUT TINGKAT SEKOLAH DAN JENIS KELAMIN TAHUN 1970 Catatan : Data Karangan

  34. TabelDistribusiFrekuensi Distribusifrekuensiadalahpenyusunansuatu data mulaidariterkecilsampaiterbesar yang membagibanyaknya data kedalambeberapakelas. • Distribusifrekuensikategori, ialahdistribusifrekuensi yang pengelompokamdatanyadisusunberbentukkata-kataataudistribusifrekuensi yang penyatuankelas-kelasnyadidasarkanpadakategori (kualitatif). • DistribusiNumerik, ialahdistribusifrekuensi yang penyatuankelas-kelasnya (disusunsecara interval) didasarkanpadaangka-angka (kuantitatif).

  35. Contoh distribusi Frekuensi Kategorik DISTRIBUSI FREKUENSI PESERTA DIKLAT PENJENJANGAN Sumber : LAN RI 1998 PERKIRAAN PERTAMBAHAN ANGKATAN KERJA DAN KESEMPATAN KERJA (Dalam Ribuan)

  36. Contoh Distribusi Frekuensi Numerik DISTRIBUSI FREKUENSI NILAI PELAYANAN MASYARAKAT

  37. 9. Membuat Grafik GRAFIK : memberikan informasi dengan benar dan cepat, tetapi tidak rinci. • Syarat : • Pemilihan sumbu (sumbu tegak dan sumbu datar), kecuali grafik lingkaran • Penetapan skala (skala biasa, skala logaritma, skala lain) • Ukuran grafik (tidak terlalu besar, tinggi, pendek) • Jenis Grafik : • Grafik Batang (Bar) • Grafik Garis (line) • Grafik Lingkaran (Pie) • Grafik Interaksi (Interactive) 4 3 Sumbu tegak 2 1 0 1 2 3 4 Titik pangkal Sumbu datar

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

  39. BAB I SELESAI

  40. Interval Kelas, adalah sejumlah titik variabel yang ada dalam batas kelas tertentu • Batas Kelas, adalah suatu nilai yang membatasi kelas pihak satu dengan kelas pihak yang lainnya • Titik Tengah Kelas, adalah nilai yang terdapat ditengah interval kelas atau nilai ujung bawah kelas ditambah nilai ujung atas kelas dikalikan setengah

  41. TeknikPembuatanDistribusiFrekuensi • Urutkandari data terkecilsampaiterbesar • HitungJarakatauRentangan (R) Rumus : R = data tertinggi – data terendah • HitungJumlahKelas (K) denganSturges Rumus : JumlahKelas (K) = 1 + 3,3 log n n = jumlah data • HitungPanjangKelas Interval (P) Rumus :

  42. e. Tentukan batas data terendah atau ujung data pertama, dilanjutkan menghitung kelas interval, caranya menjumlahkan ujung bawah kelas ditambah panjang kelas (P) dan hasilnya dikurangi 1 sampai pada data akhir f. Buat tabel sementara (tabulasi data) dengan cara dihitung satu demi satu yang sesuai dengan urutan interval kelas Contoh Tabulasi Data

  43. Contoh : Data Mentah (Raw Score) NilaiTesSiswa 89 79 67 62 69 69 67 67 69 63 72 93 70 75 59 71 62 59 60 62 65 36 64 65 59 56 91 85 77 70 57 67 57 54 52 73 50 50 54 72 73 81 71 95 86 45 48 81 46 47 57 41 64 54 38 76 54 47 60 66 66 83 77 82 41 56 43 50 55 57 72 66 68 75 63 67 70 78 56 68

  44. Rentang (Range) R = Skor Terbesar – Skor Terkecil R = 95 – 36 R = 59 • Banyaknya Kelas (bk) Menunjukkan jumlah interval kelas yang diperlukan untuk mengelompokkan suatu perangkat data bk = 1 + 3,3 log n bk = 1 + 3,3 log 80 bk = 7,3 (dibulatkan menjadi 7)

  45. Panjang Kelas (p) atau Interval (i) Jadi Panjang Kelas (p) = 8,4 (dibulatkan jadi 9)

  46. Interval Kelas Bilangan Awal sebaiknya adalah kelipatan dari panjang kelas dan harus sama atau lebih kecil dari skor terkecil. p = 9, maka dipakai bilangan awal 36

  47. Frekuensi dan Persentase Kumulatif

  48. GRAFIK • Histogram Suatubentukgrafik yang menggambarkansebaran (distribusi) frekuensisuatuperangkat data dalambentukbatang • FrekuensiPoligon Suatubentukgrafik yang menggambarkandistribusifrekuensi yang terpusatdititiktengah • Ogif (Ogive) Poligon yang dibuatatasdasarfrekuensiKumulatifseperangkat data (Menghubungkanbatasnyataatas/bawahsetiap interval kelas).

More Related