bahan statistika Materi 1-4

Embed Size (px)

DESCRIPTION

statistka dasar

Text of bahan statistika Materi 1-4

  • STATISTIKA :Kegiatan untuk : mengumpulkan data menyajikan data menganalisis data dengan metode tertentu menginterpretasikan hasil analisis

    KEGUNAAN

    ?

    STATISTIKA DESKRIPTIF :Berkenaan dengan pengumpulan, pengolahan, dan penyajian sebagianatau seluruh data (pengamatan) tanpa pengambilan kesimpulan

    STATISTIKA INFERENSI :Setelah data dikumpulkan, maka dilakukan berbagai metode statistik untukmenganalisis data, dan kemudian dilakukan interpretasi serta diambil kesimpulan.Statistika inferensi akan menghasilkan generalisasi (jika sampel representatif)

    Melalui fase

    dan fase

    1. Konsep Statistika

  • 2. Statistika & Metode Ilmiah

    METODE ILMIAH :Adalah salah satu cara mencari kebenaran yang bila ditinjau dari segi penerapannya, resiko untuk keliru paling kecil.

    LANGKAH-LANGKAH DALAM METODE ILMIAH :1. Merumuskan masalah2. Melakukan studi literatur3. Membuat dugaan-dugaan, pertanyaan-pertanyaan atau hipotesis

    4. Mengumpulkan dan mengolah data, menguji hipotesis, atau menjawab pertanyaan

    5. Mengambil kesimpulan

    PERAN STATISTIKA

    INSTRUMEN

    SAMPEL

    VARIABEL

    SIFAT DATA

    METODE ANALISIS

  • 3. Data

    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 angkaContoh : lama bekerja, jumlah gaji, usia, hasil ulangan

    DATA

    JENISDATA

    NOMINALORDINAL

    INTERVALRASIO

    KUALITATIF KUANTITATIF

  • 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 hubunganCIRI : 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 matematikaCONTOH : 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 matematikaCONTOH : gaji, skor ujian, jumlah buku

  • 5. Pengolahan Data

    PROSEDUR PENGOLAHAN DATA :

    A. PARAMETER : Berdasarkan parameter yang ada statistik dibagi menjadi

    Statistik PARAMETRIK : berhubungan dengan inferensi statistik yang membahas parameter-parameter populasi; jenis data interval atau rasio; distribusi data normal atau mendekati normal.

    Statistik NONPARAMETRIK : inferensi statistik tidak membahas parameter-parameter populasi; jenis data nominal atau ordinal; distribusi data tidak diketahui atau tidak normal

    B. JUMLAH VARIABEL : berdasarkan jumlah variabel dibagi menjadi

    Analisis UNIVARIAT : hanya ada 1 pengukuran (variabel) untuk n sampel atau beberapa variabel tetapi masing-masing variabel dianalisis sendiri-sendiri. Contoh : korelasi motivasi dengan pencapaian akademik.

    Analisis MULTIVARIAT : dua atau lebih pengukuran (variabel) untuk n sampel di mana analisis antar variabel dilakukan bersamaan. Contoh : pengaruh motivasi terhadap pencapaian akademik yang dipengaruhi oleh faktor latar belakang pendidikan orang tua, faktor sosial ekonomi, faktor sekolah.

  • 6. Pengolahan Data

    MULAI

    JumlahVariabel

    ?

    AnalisisUnivariat

    AnalisisMultivariat

    JenisData ?

    StatistikParametrik

    StatistikNon Parametrik

    SATU DUA / LEBIH

    INTERVAL

    RASIO

    NOMINAL

    ORDINAL

  • 7. Penyajian Data

    TABELTabel 1.1 Bidang Pekerjaan berdasarkan Latar Belakang Pendidikan

    Count

    1 8 6 15

    1 7 8

    4 3 5 12

    2 14 11 27

    3 4 6 13

    10 30 35 75

    administ rasi

    personalia

    produks i

    marketing

    keuangan

    bidang

    pekerjaan

    Jumlah

    SMU Akademi Sarjana

    pendidikan

    Jumlah

    GRAFIK administrasipersonalia

    produksi

    marketing

    keuangan

    bidang pekerjaan

    Pies show counts

  • 8. Membuat Tabel

    TABEL : memberikan informasi secara rinci. Terdiri atas kolom dan baris

    TABEL

    KOLOM

    Kolom pertama : LABEL

    Kolom kedua . n : Frekuensi atau label

    BARIS Berisikan data berdasarkan kolom

    Asal Wilayah

    Pendapat tentang sertifikasi

    JumlahSangat perlu

    Perlu Tidak tahu

    Tidak perlu

    Sangat tdk

    perlu

    Jawa Barat

    Jawa Tengah

    Jawa Timur

    NTT

    Papua

    Jumlah

    Tabel Tabulasi Silang

  • 9. Membuat Grafik

    GRAFIK : memberikan informasi dengan benar dan cepat, tetapi tidak rinci.

    Syarat :1. Pemilihan sumbu (sumbu tegak dan sumbu datar), kecuali grafik lingkaran2. Penetapan skala (skala biasa, skala logaritma, skala lain)3. Ukuran grafik (tidak terlalu besar, tinggi, pendek)

    Sum

    bu tegak

    1

    2

    3

    4

    1 2 3 4

    Sumbu datar

    0

    Titikpangkal

    Jenis Grafik :

    Grafik Batang (Bar)

    Grafik Garis (line)

    Grafik Lingkaran (Pie)

    Grafik Interaksi (Interactive)

  • bidang pekerjaan

    keuanganmarketingproduksipersonaliaadministrasi

    Co

    un

    t

    30

    20

    10

    0

    bidang pekerjaan

    keuanganmarketingproduksipersonaliaadministrasi

    Jum

    lah

    30

    20

    10

    0

    keuangan

    marketing

    produksi

    personalia

    administrasi

    prestasi kerja

    sangat baikbaikcukup baikjeleksangat jelek

    Me

    an

    ga

    ji p

    erb

    ula

    n

    800000

    700000

    600000

    500000

    400000

    300000

    Jenis kelamin

    laki-laki

    w anita

    10. Jenis Grafik

    Grafik Batang (Bar) Grafik Garis (line)

    Grafik lingkaran (pie) Grafik Interaksi (interactive)

  • 11. Frekuensi

    FREKUENSI : banyaknya data untuk satu kelompok/klasifikasi

    KELOMPOK FREKUENSI

    Kelompok ke-1 f1

    Kelompok ke-2 f2

    Kelompok ke-3 f3

    Kelompok ke-i fi

    Kelompok ke-k fk

    kn = fi

    i=1

    Pendidikan Frekuensi

    S1 62

    S2 19

    S3 9

    90

    kn = fi = f1 + f2 + f3 +.. + fi + + fk

    i=1

  • DISTRIBUSI FREKUENSI : mengelompokkan data interval/rasio dan menghitung banyaknya data dalam satu kelompok/klasifikasi

    12. Distribusi Frekuensi

    Membuat distribusi frekuensi :1. Mencari sebaran (range) yakni selisih antara data paling besar

    dengan data paling kecil) 35 20 = 152. Menentukan banyak kelas dengan rumus k = 1 + 3,3 log n

    71. Menentukan panjang kelas dengan rumus

    p = sebaran / banyak kelas 15/7 = 2

    KELOMPOK USIA FREKUENSI

    20 21 11

    22 23 17

    24 25 14

    26 27 12

    28 29 7

    30 31 18

    32 - 33 5

    34 - 35 1

    USIA FREKUENSI

    20 5

    21 6

    22 13

    23 4

    24 7

    25 7

    26 7

    27 5

    28 3

    29 4

    30 15

    31 3

    33 5

    35 1

  • 11. Frekuensi

    FREKUENSI : banyaknya data untuk satu kelompok/klasifikasi

    KELOMPOK FREKUENSI

    Kelompok ke-1 f1

    Kelompok ke-2 f2

    Kelompok ke-3 f3

    Kelompok ke-i fi

    Kelompok ke-k fk

    kn = fi

    i=1

    Pendidikan Frekuensi

    S1 62

    S2 19

    S3 9

    90

    kn = fi = f1 + f2 + f3 +.. + fi + + fk

    i=1

  • DISTRIBUSI FREKUENSI : mengelompokkan data interval/rasio dan menghitungbanyaknya data dalam satu kelompok/klasifikasi

    12. Distribusi Frekuensi

    Membuat distribusi frekuensi :1. Mencari sebaran (range) yakni selisih antara data paling besar

    dengan data paling kecil) 35 20 = 152. Menentukan banyak kelas dengan rumus k = 1 + 3,3 log n 73. Menentukan panjang kelas dengan rumus

    p = sebaran / banyak kelas 15/7 = 2

    KELOMPOK USIA FREKUENSI

    20 21 11

    22 23 17

    24 25 14

    26 27 12

    28 29 7

    30 31 18

    32 - 33 5

    34 - 35 1

    USIA FREKUENSI

    20 5

    21 6

    22 13

    23 4

    24 7

    25 7

    26 7

    27 5

    28 3

    29 4

    30 15

    31 3

    33 5

    35 1

  • 13. Ukuran Tendensi Sentral

    RATA-RATA : suatu bilangan yang bertindak mewakili sekumpulan bilanganRATA-RATA HITUNG (RERATA) : jumlah bilangan dibagi banyaknya

    X1 + X2 + X3 + + Xnn

    n Xii =1

    n

    X =

    Bila terdapat sekumpulan bilangan di mana masing-masing bilangannya memiliki frekuensi,maka rata-rata hitung menjadi :

    X1 f1 + X2 f2 + X3 f3 + + Xkfkf1 + f2 + f3 + + fk

    X =

    k

    Xifii =1

    k

    fii =1Cara menghitung :

    Bilangan (Xi) Frekuensi (fi) Xi fi

    70 3 210

    63 5 315

    85 2 170

    Jumlah 10 695

    Maka : X = 69510

    = 69.5

  • 14. Median

    MEDIAN : nilai tengah dari sekumpulan data setelah diurutkan yang fungsinya membantumemperjelas kedudukan suatu data.

    Contoh : diketahui rata-rata hitung nilai ulangan dari sejumlah siswa adalah 6.55. Pertanyaannya adalah apakah siswa yang memperoleh nilai 7termasuk istimewa, baik, atau biasa-biasa saja ?

    Jika nilai ulangan tersebut adalah : 10 10 8 7 7 6 5 5 5 5 4,maka rata-rata hitung = 6.55, median = 6Kesi