1 / 71

OUTLINE

BAGIAN I Statistik Deskriptif. Pengertian dan Penggunaan Statistika. Pengertian Statistika. Penyajian Data. Jenis-jenis Statistika. Ukuran Pemusatan. Jenis-jenis Variabel. Sumber Data Statistika. Ukuran Penyebaran. Skala Pengukuran. Angka Indeks. Beberapa Alat Bantu Belajar.

kiral
Download Presentation

OUTLINE

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. BAGIAN I Statistik Deskriptif Pengertian dan Penggunaan Statistika Pengertian Statistika Penyajian Data Jenis-jenis Statistika Ukuran Pemusatan Jenis-jenis Variabel Sumber Data Statistika Ukuran Penyebaran Skala Pengukuran Angka Indeks Beberapa Alat Bantu Belajar Deret Berkala dan Peramalan Alat Bantu Program Statistika dengan Komputer OUTLINE

  2. DEFINISI • Statistika • Ilmu mengumpulkan, menata, menyajikan, menganalisis, dan menginterprestasikan data menjadi informasi untuk membantu pengambilan keputusan yang efektif. • Statistik • Suatu kumpulan angka yang tersusun lebih dari satu angka.

  3. BiostatistikayaitupenerapanmetodestatistikadalammemecahkanpermasalahandalambidangbiologiBiostatistikayaitupenerapanmetodestatistikadalammemecahkanpermasalahandalambidangbiologi • Mencarideskripsisuatu variable • Mencarihubunganantar variable • Menentukanperbedaanresponakibatperlakuan yang diberikan Statistikdiperlukansbgalatutkmembantumemecahkanberbagaimasalahmelaluipenelitian Penelitian = penyelidikan/pencarianygsistematikthdkebenaranygblmterungkap (Leedy, 1974)

  4. Ciri-ciri penelitian : • dimulai dg adanya pertanyaan • membutuhkan pernyataan yg jelas • membutuhkan perencanaan • dilakukan secara bertahap • mengajukan hipotesis • mengemukaan fakta dan makna dg benar • bersifat sirkuler

  5. DalammelakukansuatupenelitianharusdilandasidenganpenggunaanmetodeilmiahDalammelakukansuatupenelitianharusdilandasidenganpenggunaanmetodeilmiah Syaratmetodeilmiah: • Dasar : - fakta/data yg reliable, valid, ternilai - teoriygrelevan • Sifat : universal, obyektif. Jujurdanterbuka. Logis, kritis, analistis, dinamisdaninovatif

  6. Data kasar (raw data)diperolehdarihasilpengukuransuatu variable pada sample ygdiambildarisuatupopulasimenggunakanteknikpengambilan sample tertentu Langkah-langkahkegiatanstatistikautkmenangani data kasar : • Pengumpulan data • Pengolahan data (diurutkanataudigolongkan) • Penyajian data dalamtabelataugrafik • Penafsiransajian data • Analisa data • Penafsirandanpengambilankesimpulan • Pemanfaatpenafsirandankesimpulanutkpenentuankegiatanpenelitianlbihlanjut

  7. Poin 1,2,3,4,7 disebut statistik deskriptif (tanpa analisis, tanpa generalisasi, tanpa pengujian hipotesis, dan hanya melakukan perhitungan-perhitungan saja) Disajikan dalam bentuk tabel distribusi frekuensi (mean, modus, median), bar-diagram, histogram, polygon, dll Poin 1,2,3,4,5,6,7 disebut statistik inferensial (dg analisis, generalisasi, pengujian hipotesis) Uji t,z, F

  8. 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

  9. DATA • Himpunan nilai/variate/datum atau informasi lain yg diperoleh dari observasi, pengukuran dan penilaian) thd suatu obyek atau lebih • Obyek pengamatan variable variate/nilai • Data kualitatif = diperoleh dari hasil pengamatan • Data kuantitatif = diperoleh dari kegiatan pengukuran atau penilaian

  10. 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

  11. 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

  12. 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

  13. Berdasarkancaramenyusunangkanya : • Data nominal, yaitu data statistic ygcaramenyusunnyadidasarkanpadaklasifikasitertentu, ex; JmlmahasiswaPBiologi 2009/2010 menuruttingkatdanjeniskelaminnya • Data ordinal/urutan, yaitu data statistic ygcaramenyusunangkanyadidasarkanpadaurutan/ranking, Ex: Hasilnilaistatistikberdasarkan ranking • Data interval, yaitu data statistic dimanaterdapatjarakygsamadiantarahal-halygsdgditeliti

  14. 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 gasal 2009/2010 • Data urutanwaktu, yaitu data statistic ygmencerminkankeadaandariwaktukewaktusecaraberurutan, ex jumlahmahasiswayg lulus daritahun 1996 - 2006

  15. 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

  16. Istilah dalam statistika • Obyek = benda hidup atau mati yg diuji unsur-unsur, sifat dan kelakuannya melalui pengamatan, pengukuran dan penilaian guna mendpt info atau nilai-nilai yg berguna mengenai benda tsb • VARIABEL Suatu sifat dari obyek atau unsur dari obyek yg dpt diamati atau diukur shg menghasilkan nilai, ukuran atau criteria lain yg dpt bervariasi • VARIATE Angka/nilai ukuran/criteria lain yg dicapai suatu variabel pada suatu individu atau unit statistic

  17. VARIASI Adanya perbedaan antar nilai/variate/ukuran dll dari suatu variabel pada populasi atau sampel • VARIABILITAS Kemungkinan utk bervariasi dr nilai suatu variable pd suatu populasi atau sample • PARAMETER suatu variabel terukur yg digunakan sbg criteria utk mengevaluasi suatu populasi atau sistem

  18. 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.

  19. 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.

  20. 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.

  21. DISTRIBUSI FREKUENSI

  22. DEFINISI Pengelompokkan data menjadi tabulasi data dengan memakai kelas-kelas data dan dikaitkan dengan masing-masing frekuensinya

  23. KELEBIHAN DAN KEKURANGAN • Kelebihan Dapat mengetahui gambaran secara menyeluruh • Kekurangan Rincian atau informasi awal menjadi hilang

  24. CONTOH Distribusi Frekuensi Tinggi Badan 100 Mahasiswa UTM Sumber: Data buatan

  25. LIMIT, BATAS, NILAI TENGAH, DAN LEBAR KELAS • Limit Kelas/Tepi Kelas Nilai terkecil/terbesar pada setiap kelas • Batas Kelas Nilai yang besarnya satu desimal lebih sedikit dari data aslinya • Nilai Tengah Kelas Nilai tengah antara batas bawah kelas dengan batas atas kelas • Lebar Kelas Selisih antara batas bawah kelas dengan batas atas kelas

  26. CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI • Tentukan Range atau jangkauan data (r) • Tentukan banyak kelas (k) Rumus Sturgess : k=1+3,3 log n • Tentukan lebar kelas (c) c=r/k

  27. CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI (lanjutan) • Tentukan limit bawah kelas pertama dan kemudian batas bawah kelasnya • Tambah batas bawah kelas pertama dengan lebar kelas untuk memperoleh batas atas kelas • Tentukan limit atas kelas • Tentukan nilai tengah kelas • Tentukan frekuensi

  28. CONTOH Data hasil ujian akhir Mata Kuliah Statistika dari 60 orang mahasiswa

  29. JAWAB • Data terkecil = 10 dan Data terbesar = 98 r = 98 – 10 = 88 Jadi jangkauannya adalah sebesar 88 • Banyak kelas (k) = 1 + 3,3 log 60 = 6,8 Jadi banyak kelas adalah sebanyak 7 kelas • Lebar kelas (c) = 88 / 7 = 12,5 mendekati 13 • Limit bawah kelas pertama adalah 10, dibuat beberapa alternatif limit bawah kelas yaitu 10, 9, dan 8 Maka batas bawah kelas-nya adalah 9,5 ; 8,5 ; dan 7,5

  30. JAWAB (lanjutan) • Batas atas kelas pertama adalah batas bawah kelas ditambah lebar kelas, yaitu sebesar - 9,5 + 13 = 22,5 - 8,5 + 13 = 21,5 - 7,5 + 13 = 20,5 • Limit atas kelas pertama adalah sebesar - 22,5 - 0,5 = 22 - 21,5 - 0,5 = 21 - 20,5 – 0,5 = 20

  31. JAWAB (lanjutan) Misal dipilih Alternatif 2

  32. JAWAB (lanjutan) • Nilai tengah kelas adalah • Frekuensi kelas pertama adalah 3

  33. JAWAB (lanjutan) Distribusi Frekuensi Nilai Ujian Akhir Mata Kuliah Statistika

  34. DISTRIBUSI FREKUENSI RELATIF DAN KUMULATIF • Distribusi frekuensi relatif Membandingkan frekuensi masing-masing kelas dengan jumlah frekuensi total dikalikan 100 % • Distribusi frekuensi kumulatif ada 2, yaitu distribusi frekuensi kumulatif kurang dari dan lebih dari

  35. DISTRIBUSI FREKUENSI RELATIF Distribusi Frekuensi Relatif Nilai Ujian Akhir Mata Kuliah Statistika

  36. DISTRIBUSI FREKUENSI KUMULATIF KURANG DARI Distribusi Frekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika

  37. DISTRIBUSI FREKUENSI KUMULATIF LEBIH DARI Distribusi Frekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika

  38. HISTOGRAM DAN POLIGON FREKUENSI Histogram dan Poligon Frekuensi Nilai Ujian Akhir Mata Kuliah Statistika 23 25 Histogram 20 Poligon Frekuensi 12 Frekuensi 15 8 10 6 4 4 3 5 0 8,5 34,5 60,5 86,5 21,5 47,5 73,5 99,5 Nilai

  39. OGIF Ogif Frekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika 60 60 54 50 40 31 30 Frekuensi Kumulatif 19 20 6 11 10 7 3 0 8,5 34,5 60,5 86,5 21,5 47,5 73,5 99,5 Nilai

  40. OGIF (lanjutan) Ogif Frekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika 60 60 57 53 49 50 41 40 29 30 Frekuensi Kumulatif 20 10 6 0 8,5 34,5 60,5 86,5 21,5 47,5 73,5 99,5 Nilai

  41. OGIF (lanjutan) Ogif Frekuensi Kumulatif Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika kurva ogif lebih dari 60 kurva ogif kurang dari 50 40 30 Frekuensi Kumulatif 20 10 0 8,5 34,5 60,5 86,5 21,5 47,5 73,5 99,5 Nilai

  42. Latihan...

  43. UKURAN PEMUSATAN DAN LETAK DATA

  44. UKURAN PEMUSATAN Merupakan nilai tunggal yang mewakili semua data atau kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data. Yang termasuk ukuran pemusatan : • Rata-rata hitung • Median • Modus • Rata-rata ukur • Rata-rata harmonis

  45. 1. RATA-RATA HITUNG Rumus umumnya : • Untuk data yang tidak mengulang • Untuk data yang mengulang dengan frekuensi tertentu

  46. RATA-RATA HITUNG (lanjutan) 1. Dalam Tabel Distribusi Frekuensi

  47. RATA-RATA HITUNG (lanjutan) 2. Dengan Memakai Kode (U)

  48. RATA-RATA HITUNG (lanjutan) 3. Dengan pembobotan Masing-masing data diberi bobot. Misal A memperoleh nilai 65 untuk tugas, 76 untuk mid dan 70 untuk ujian akhir. Bila nilai tugas diberi bobot 2, Mid 3 dan Ujian Akhir 4, maka rata-rata hitungnya adalah :

  49. 2. MEDIAN Untuk data berkelompok

  50. MEDIAN (lanjutan) Contoh : Letak median ada pada data ke 30, yaitu pada interval 61-73, sehingga : L0 = 60,5 F = 19 f = 12

More Related