1 / 16

Statistika Industri I

Statistika Industri I. TIP-FTP-UB Pengampu : Azimmatul Ihwah. Before mid lectures. Introduksi dan Jenis-jenis Data = 1 meeting Penyajian Data = 1 meeting Ukuran Tendensi Sentral = 1 meeting Variabilitas = 1 meeting Probabilitas dan Teknik Sampling = 1 meeting

tariq
Download Presentation

Statistika Industri I

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. StatistikaIndustri I TIP-FTP-UB Pengampu: AzimmatulIhwah

  2. Before mid lectures • Introduksi danJenis-jenis Data = 1 meeting • Penyajian Data = 1 meeting • UkuranTendensiSentral = 1 meeting • Variabilitas= 1 meeting • ProbabilitasdanTeknik Sampling = 1 meeting • Quiz I/diskusi I = 1 meeting • DistribusiProbabilitasDiskritdanKontinu = 1 meeting • Estimasi Parameter danPengantarUjiHipotesis = 1 meeting • UjiHipotesis = 1 meeting • Quiz II/diskusi II = 1 meeting Total = 10 meetings Middle Exams= April, 2014

  3. Score and rules • Your final score will be from Imma (50%) and NurLaila (50%) • Imma’s score elements : - Task = 10% • Quiz = 20 % • Discussion = 20% - Middle Exams = 50% • Rules : - 15 minutes tolerance of lateness, be valid to both students and lecture (except the lecture inform for lateness) - all devices : silent please kindly out of the class if it’s important • You may eating or drinking, except something disturb, ex ‘keripik’, rice bowl include the dish, etc. • If you try anything to cheat, you’ll get 0 for quiz

  4. Statistics are everywhere!

  5. Apaitu STATISTIKA • Statistikaadalahilmu yang mempelajaritentangpengumpulan data danpenyajian data. Dari data yang adatersebutkitadapatmelakukananalisisuntukmenarikkesimpulandanmelakukanprediksi. • Kesimpulanmengenaiapa? • Bagaimanakita bisamenarik kesimpulanitu? Kesimpulanmengenai populasiberdasarkan data yang adapada bagiandaripopulasiitu.

  6. PopulasidanSampel • Jadi, apaituPopulasi? apa yang disebutbagiandaripopulasiitu? • Populasiadalah kumpulan keseluruhan pengukuran, objek, atau individu yang sedang dikaji. • Bagiandaripopulasiitulah yang disebutsampel. Contoh: jikapopulasinyamahasiswaUniversitasBrawijaya, makasampelnyamahasiswa FTP, ataumahasiswaFakultasKedokteran

  7. Statistika Statistikadibedakanmenjadiduajenis: • StatistikaDeskriptif adalahbagianstatistika yang mempelajaricarapenyusunan data yang dikumpulkan. Sepertipenyajian data dalambentuktabel, grafikataupundalamkonstanta yang mewakilinya (mean,median,modus) 2. StatistikaInduktif/Inferensial adalahbagianstatistika yang mempelajaritatacarapenarikankesimpulanmengenaipopulasiberdasarkan data yang adapadasampel. Misalnyainginmengetahuiberapaproporsicabe yang rusakpadasaatpanen di wilayah X danhanyadiambil n kg. Ternyatadiketahui p kg cabe yang rusakdari n kg cabeygdiambiltadi. StatistikaInduktifmempelajaribagaimanamenggeneralisasikanhasiltersebutterhadappopulasicabe di wilayah X.

  8. StatistikaInferensial • StatistikaInferensialdiklasifikasikanmenjadidua: • StatistikaInferensialParametrik Prosedurpenarikankesimpulandenganberdasarkansejumlahasumsi, sepertinormalitas data, independensi. 2. StatistikaInferensialNonparametrik Disebut pula metodebebasdistribusi. Karenametodeinihanyasedikitmembuatdugaanmengenaipopulasiasalsampel.

  9. StatistikaIndustri • Analisadata dalampenelitianbidangindustridenganmenggunakanprinsipdanmetodedalamStatistika.

  10. Variabeldan Data • Variabelberasaldari kata ‘vary’ dan ‘able’ yang berartidapatberubah. • Dalampenelitian, variabeldapatdiartikansebagaisifat-sifat yang memilikinilaidandapatditeliti. Nilaidarivariabelinidapatberubah. • Data adalahsesuatu yang mewakilivariabel. Jadi data merupakanbahanmentah yang dapatdiolahuntukmemperolehinformasi/keterangan.

  11. KlasifikasiVariabelditinjaudariadatidaknyagapantarnilaipengamatanKlasifikasiVariabelditinjaudariadatidaknyagapantarnilaipengamatan • VariabelDiskrit Variabel yang cacahnilainyaberhinggaataunilainyadapatdidaftar. Contohcacahanakdalamkeluarga. • VariabelKontinyu Variabel yang cacahnilainyatidakberhinggadannilainyatidakdapatdidaftar. Contohtinggibadan. Data yang menggambarkanvariabeldiskritdisebut data diskrit, sedangkan data yang menggambarkanvariabelkontinudisebut data kontinyu.

  12. KlasifikasiVariabelmenuruttingkatpengukuran • Variabel Nominal -> adaklasifikasidankategoripengamatan Contoh: jeniskelamin • Variabel Ordinal -> adaklasifikasidantingkatan Contoh: tingkatpendidikan • Variabel Interval -> adaklasifikasi, tingkatandanterdapatsatuanpengukuran Contoh: nilai UTS StatistikaIndustri I • VariabelRasio -> adaklasifikasi, tingkatan, terdapatsatuanpengukurandanmempunyainilainolmutlak Contoh: tinggibadan, temperaturpemanggangan Variabel nominal dan ordinal merupakanvariabelkualitatif, sedangkanvariabel interval danrasiomerupakanvariabelkuantitatif.

  13. Pengelompokan Data (cont.) • Data menurutsumbernya: 1. Data internal Data ygsumbernyadiperolehdaridalam unit (objek) penelitian. Contohnyaadalah data keuanganperusahaan. 2. Data eksternal: Data ygsumbernyaberasaldariluar unit (objek) penelitian Contohnya adalah data jumlah penggunaan suatu produk pada konsumen, tingkat preferensi pelanggan

  14. Pengelompokan Data (cont.) • Data menurutcaramemperolehnya : 1. Data primer : data yang diusahakandandimanfaatkanoleh orang pertama (data yang dihimpunlangsungolehpeneliti). Misal data beratbadanMahasiswa FTP PadaMakulStatind I Kelas P yang diukurdengancarapenelitimembawatimbanganuntukmengukurlangsung. 2. Data sekunder: data yang diperolehatasusahapihak lain. Misal data dariBadanPusatStatistik(BPS)

  15. Pengelompokan Data (cont.) Data menurutwaktupengumpulannya : 1. Data Cross Section Data cross-section adalah data yang menunjukkantitikwaktutertentu. Contohnyalaporankeuangan per 31 desember 2006, data pelanggan PT. anginributbulanmei 2004, dan lain sebagainya.2. Data Time Series / Berkala Data berkalaadalah data yang datanyamenggambarkansesuatudariwaktukewaktuatauperiodesecarahistoris. Contoh data time series adalah data perkembangannilaitukar dollar amerikaterhadap euro eropadaritahun 2004 sampai 2006, jumlahpengikutjamaahnurdin m. top dandoktorazaharidaribulankebulan, dll.

  16. Review Akan dilakukanpenelitianuntukmengetahuicapaianpanenberas di Indonesia. Diperoleh data beratberasdari50 kabupaten (dalamribuan ton) di Indonesia sebagaiberikut: • Apakahpopulasidansampeldalampenelitiantersebut? • Tentukanjenisvariabeldari data tersebut!

More Related