950 likes | 2.5k Views
STATISTIK PROBABILITAS. REPRESENTED BY: FIRMANSYAH, S.KOM. Buku Referensi : Aplikasi Statistik & Hitung peluang, Lungan, Richard. Probability and statistic for Engineer and Scientist, Walpole,P.R dan R .Meyer . Dll. M ATERI :. 1. Konsep Dasar Statistik & Probabilitas
E N D
STATISTIK PROBABILITAS REPRESENTED BY: FIRMANSYAH, S.KOM
Buku Referensi : • Aplikasi Statistik & Hitung peluang, Lungan, Richard. • Probability and statistic for Engineer and Scientist, Walpole,P.R dan R .Meyer. • Dll.
MATERI : • 1. Konsep Dasar Statistik & Probabilitas • 2. Data Statistik
Konsep Dasar Statistik & Probabilitas firman.stikombpp@gmail.com
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
DEFINISI • Statistika • Ilmumengumpulkan, menata, menyajikan, menganalisis, danmenginterprestasikan data menjadiinformasiuntukmembantupengambilankeputusan yang efektif. • Statistik • Suatukumpulandata dalam bentuk angkamaupun bukan angka yang disusun dalam bentuk tabel dan atau diagram yang berkaitan dengan masalah tertentu..
MengapayaButuhStatistik • Di duniatidakada yang pasti. • Ada error/kesalahan, adanyavariasi/fluktuasi. • Butuh sample, generate populasi. • Ada Dugaan/Estimasi. • MembutuhkanPengujianhipotesadalameksperimen. • Inginmengetahuipolahubungan. • Inginmengetahuistudikelayaakan. • Inginmengetahui yang akandatang. • Inginmengambilkelompokinformasi. • SebagaiPengambilanKeputusandlmmenentukankebijaksanaan. • Inginmengidentifikasipolaataubentuktertentu. • MenganalisaStandartKwalitasProduksi, kompetensi? • Dll.
???? DATA???? Cara Pengumpulan Data Cara PengolahanPenyajian Data Analisa data untuk pengambilan keputusan dan prediksi
Dunia Tidak Pasti • MatiPasti, kapanteman-teman mati?. • JodohTakdir, bagaimanadankapan?. • RejekiBarokah, Berapatiapharirejekinya?. Hidup Penuh Probabilitas Kedidakpastian Kemungkinan Akherat saja yg Pasti
Ibu PKK Demo Lemper 1 Kg hrs jadi 100 lemper Benarkah...?? Peluang Pesawat Jatuh=0.01 Kalo 99 kali Terbang Selamat Kalo 100x0.01=1, berarti 1x jatuh,siapa mau naik gratis ???
JENIS-JENIS STATISTIKA • Materi: • Penyajian data • Ukuran pemusatan • Ukuran penyebaran • Angka indeks • Deret berkala dan peramalan Statistika Deskriptif STATISTIKA • Materi: • Probabilitas dan teori keputusan • Metode sampling • Teori pendugaan • Pengujian hipotesa • Regresi dan korelasi • Statistika nonparametrik Statistika Induktif
DATA • Himpunannilai/variate/datum atauinformasi lain ygdiperolehdariobservasi, pengukurandanpenilaian) thdsuatuobyekataulebih • Obyekpengamatan variable variate/nilai • Data kualitatif = diperolehdarihasilpengamatan • Data kuantitatif = diperolehdarikegiatanpengukuranataupenilaian
POPULASI Sebuah kumpulan dari semua kemungkinan orang-orang, benda-benda dan ukuran lain dari objek yang menjadi perhatian. SAMPEL Suatu bagian dari populasi tertentu yang menjadi perhatian. POPULASI DAN SAMPEL
Jenis kelamin • Warna bunga • Habitat, dll Data Kualitatif • Jumlah kloroplas • Jumlah trombosit • Jumlah sel, dll DATA Data Diskret Data Kuantitatif • Berat badan • Jarak kota • Luas tanah, dll Data Kontinu JENIS-JENIS DATA
Penggolongan data statistik • Berdasarkan sifat angka : • Data kontinyu, yaitu data statistic yg angka-angkanya mrpk deretan angka yg sambung-menyambung, ex; data BB (kg): 40.3, 40.9, 50 dst • Data diskrit, yaitu data statistic yg tidak mgk berbentuk pecahan, ex; data jml buku perpust (buah): 50,125,350, 275 dst
Berdasarkan cara menyusun angkanya : 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
Berdasarkanbentukangkanya : • Data tunggal, yaitu data statistic ygangka-angkanyamrpksatu unit atausatukesatuan, tdkdikelompokkan • Data kelompok, yaitu data statistic tiapunitnyaterdiridarisekelompokangka, ex; 80 – 84, 75 – 79 Berdasarkanwaktupengumpulannya : • Data seketika, yaitu data statistic ygmencerminkankeadaanpadasuatuwaktusaja, ex : pada semester gasal2013/2014 • Data urutanwaktu, yaitu data statistic ygmencerminkankeadaandariwaktukewaktusecaraberurutan, ex jumlahmahasiswayg lulus daritahun 1996 - 2013
Wawancara langsung Wawancara tidak langsung Pengisian kuisioner Data Primer DATA Data dari pihak lain: BPS Bank Indonesia World Bank, IMF FAO dll Data Sekunder SUMBER DATA STATISTIKA
NILAI PARAMETRIK suatu nilai dari suatu parameter yg diperoleh dari perhitungan atau data sensus, masih harus di analisis. • NILAI STATISTIK suatu nilai dari suatu parameter yg diperoleh dari perhitungan atau data sensus.
Statistika Parametrik: • Membutuhkan pengukuran kuantitatif dengan data interval atau rasio • mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data menyebar normal atau tidak. • Contoh metode statistika parametrik: uji-z (1 atau 2 sampel), uji-t (1 atau 2 sampel), korelasi pearson, Perancangan Percobaan (1 or 2-way ANOVA parametrik), dll.
Statistika Nonparametrik • Membutuhkan data dengan data ordinal dan nominal • Merupakan statistika bebas sebaran (tdk mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). • Contoh metode Statistika non-parametrik:Binomial test, Chi-square test, Median test, Friedman Test, dll.