• Tidak ada hasil yang ditemukan

STATISTIK - Spada UNS

N/A
N/A
Protected

Academic year: 2024

Membagikan "STATISTIK - Spada UNS"

Copied!
40
0
0

Teks penuh

(1)

Pertemuan 1

STATISTIK

Pendahuluan

1

(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)

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) Tahun 1950, Bayes mengembangkan Teori Pengambilan Keputusan

3

(4)

KASUS STATISTIKA

Beberapa contoh kasus yang membutuhkan dukungan statistika:

(a) Kasus tuntutan buruh tentang kenaikan gaji, bagaimana seharusnya?

(b) Perekonomian Indonesia tidak efisien, pada sektor mana?

(c) Penggalakan investasi di Indonesia, sektor mana yang dipilih?

(d) Setiap produsen memberikan garansi atas

barangnya, berapa produksi akan ditingkatkan?

(5)

TABEL 1.1

5

Kode Emiten Harga Saham Per Lembar (Rp)

ADMG 240

SUGI 2.250

AUTO 3.000

BRAM 1.500

TEJA 2.950

GJTL 620

IMAS 610

INDS 840

LPIN 460

MASA

NIPS 235

1.275 PRAS

SMSM 88

SQMI 300 210

(6)

GRAFIK POLIGON

0 1 2 3 4 5 6 7 8

88-670 671-1253 1254-1836 1837-2419 2420-3002

(7)

7

PENGGUNA STATISTIKA

Pengguna Statistika

Masalah yang Dihadapi

Manajemen 1. Penentuan struktur gaji, pesangon, dan tunjangan karyawan.

2. Penentuan jumlah persediaan barang, barang dalam proses, dan barang jadi.

3. Evaluasi produktivitas karyawan.

4. Evaluasi kinerja perusahaan.

Akuntansi 1. Penentuan standar audit barang dan jasa.

2. Penentuan depresiasi dan apresiasi barang dan jasa.

3. Analisis rasio keuangan perusahaan

(8)

Lanjutan...

Pengguna Statistika

Masalah yang Dihadapi

Pemasaran 1. Penelitian dan pengembangan produk.

2. Analisis potensi pasar, segmentasi pasar, dan diskriminasi pasar.

3. Ramalan penjualan.

4. Efektivitas kegiatan promosi penjualan.

Keuangan 1. Potensi peluang kenaikan dan penurunan harga saham, suku bunga, dan reksadana.

2. Tingkat pengembalian investasi beberapa sektor ekonomi.

3. Analisis pertumbuhan laba dan cadangan

(9)

9

Pengguna Statistika

Masalah yang Dihadapi

Ekonomi

Pembangunan

1. Analisis pertumbuhan ekonomi, inflasi, dan suku bunga.

2. Pertumbuhan penduduk dan tingkat pengangguran serta kemiskinan.

3. Indeks harga konsumen dan perdagangan besar.

Agribisnis 1. Analisis produksi tanaman, ternak, ikan, dan kehutanan.

2. Kelayakan usaha dan skala ekonomi.

3. Manajemen produksi agribisnis.

4. Analisis ekspor dan impor produk pertanian.

Lanjutan...

(10)

PERANAN STATISTIK DALAM PENELITIAN

• Alat menghitung besarnya anggota sampel yang diambil dari populasi.

• Alat menguji validitas dan reliabilitas instrumen.

• Teknik untuk menyajikan data sehingga data lebih komunikatif.

• Alat analisis data, menguji hipotesis.

(11)

11

JENIS-JENIS STATISTIKA

STATISTIKA

Statistika Induktif

Materi:

1. Penyajian data

2. Ukuran pemusatan 3. Ukuran penyebaran 4. Angka indeks

5. Deret berkala dan peramalan

Materi:

1. Probabilitas dan teori keputusan

2. Metode sampling 3. Teori pendugaan 4. Pengujian hipotesa 5. Regresi dan korelasi 6. Statistika

nonparametrik

Statistika Deskriptif

(12)

STATISTIKA :

1. STATISTIK DESKRIPTIF

Metode /Cara pengumpulan, pengolahan, penyajian

& analisis dari sekumpulan data.

 bersifat memberi gambaran 2. STATISTIK INFERENSIAL/INDUKTIF

Metode/cara pengumpulan, pengolahan,

penyajian, analisis & penafsiran dari sekumpulan data terbatas (sampel), serta pengambilan

kesimpulan tentang karakteristik populasi.

 bersifat melakukan generalisasi (penarikan

kesimpulan).

(13)

NILAI STATISTIKA

A = 60, 54, 70, 66, 70, 80, 45, 75, 60, 70 B = 63, 80, 74, 53, 90, 89, 75, 66, 64, 36

Statistika Deskriptif  mengetahui

Statistika Inferensial/Induktif

 Apakah Kelas B lebih pandai kelas A?

13

65 X

A

69 X

B

65 X

A

69

X

B

(14)

POPULASI DAN SAMPEL 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.

(15)

Populasi dibedakan menurut jenisnya : a. Populasi Terbatas

b. Populasi Tak terbatas (Tak terhingga) Populasi menurut sifatnya :

a. Populasi Homogen  sifat sama

b. Populasi Heterogen  sifat bervariasi

Mengapa penelitian dilakukan menggunakan sample ?

• Waktu untuk mengumpulkan data lebih singkat.

• Biaya lebih murah.

• Data yang diperoleh justru lebih akurat.

• Dg statistika inferensia dapat dilakukan generalisasi.

15

(16)

JENIS-JENIS DATA

DATA

Data Kualitatif

Data Kuantitatif

Data Diskret

Data Kontinu

1. Jenis kelamin

2. Warna kesayangan

3. Asal suku, dan lain-lain 1. Jumlah mobil 2. Jumlah staf 3. Jumlah TV,

dan lain-lain

1. Berat badan 2. Jarak kota 3. Luas rumah,

(17)

17

Syarat data yg baik : 1. Data harus obyektif 2. Data harus mewakili 3. Data harus up to date

4. Data harus relevan dg masalah yg dipecahkan

(18)

SUMBER DATA STATISTIKA

DATA

Data Primer

1. Wawancara langsung 2. Wawancara tidak

langsung

3. Pengisian kuisioner

Data Sekunder

Data dari pihak lain:

1. BPS

2. Bank Indonesia 3. World Bank, IMF 4. FAO dan lain-lain

(19)

WAKTU PENGUMPULAN DATA 1. Cross-sectional Data

 data yg dikumpulkan pd waktu tertentu yg sama atau hampir sama

Contoh: Jumlah mahasiswa UNS TA 2009/2010 2. Time Series Data

 data yg dikumpulkan selama kurun waktu trtentu Contoh: Produksi Padi Indonesia tahun 2000 - 2010

19

(20)

SKALA PENGUKURAN

U/ mengklasifikasikan variabel yg akan diukur supaya tidak terjadi kesalahan dlm menentukan analisis data & langkah penelitian

a. Nominal

sifatnya : membedakan antar kelompok

Contoh: Jenis kelamin, suku daerah, agama b. Ordinal

sifatnya : membedakan antar kelompok menunjukkan peringkat

Contoh: Tingkat pendidikan (SD, SMP, SMA)

(21)

c. Interval,

sifatnya : membedakan antar kelompok menunjukkan peringkat

memiliki sifat interval antar observasi Contoh: Nilai Test

d. Rasio,

sifatnya : membedakan antar kelompok menunjukkan peringkat

memiliki sifat interval antar observasi memiliki angka 0 (nol) mutlak

Contoh: Temperatur

21

(22)

PENYAJIAN DATA

(23)

23

PENGANTAR

Tujuan

Untuk menyajikan data mentah yang diperoleh dari

populasi atau sampel menjadi data yang tertata dengan baik, sehingga bermakna informasi bagi pengambilan keputusan manajerial.

Contoh-contoh Perlunya Penyajian Data

(a) Melihat prospek saham-saham sebelum melakukan investasi di pasar modal.

(b) Melihat informasi daftar harga-harga sebelum membeli mobil.

(24)

Langkah-langkah dalam Statistik Deskriptif:

(a) Memahami masalah dan jawaban yang diperlukan.

(b) Mengumpulkan data yang sesuai dengan masalah dan tujuan.

(c) Menata data mentah ke dalam distribusi frekuensi.

(d) Menyajikan data distribusi secara grafik.

(e) Menarik kesimpulan mengenai permasalahan.

(25)

25

PENYAJIAN DATA

DISTRIBUSI FREKUENSI

Adalah pengelompokan data ke dalam beberapa

kategori yang menunjukkan banyaknya data dalam setiap kategori

Setiap data tidak dapat dimasukkan ke dalam dua atau lebih kategori

(26)

DISTRIBUSI FREKUENSI

Langkah-langkah Distribusi Frekuensi:

a. Mengumpulkan data

b. Mengurutkan data dari terkecil ke terbesar atau sebaliknya c. Membuat kategori kelas

Jumlah kelas k = 1 + 3,322 log n dimana 2k ≥ n;

k= jumlah kelas;

n = jumlah data d. Membuat interval kelas

Interval kelas= (nilai tertinggi – nilai terendah)/jumlahkelas

(27)

27

CONTOH DISTRIBUSI FREKUENSI SAHAM DI BEJ 1. Jumlah n = 20 dengan

Nilai terendah 215. Nilai tertinggi 9.750.

215, 300, 450, 543, 654, 1120, 1219, 1675, 1846, 1905, 1976, 2100, 2125, 2679, 3247, 3978, 4250, 4035, 6504, 9750.

2. Jumlah kelas = 1 + 3,322 log n

= 1 + 3,322 log 20

= 1 + (3,322 . 1,3010)

= 5,322 = dibulatkan ke 5 3. Interval kelas

= (nilai tertinggi – nilai terendah)/jumlah kelas

= (9.750 – 215)/5

= 1.907

 

(28)

28

Lanjutan...

4. Membuat interval kelas

5. Melakukan penghitungan atau penturusan setiap kelasnya

(29)

29

DISTRIBUSI FREKUENSI RELATIF

Frekuensi Relatif adalah frekuensi relatif setiap kelas dibandingkan dengan frekuensi totalnya.

Contoh:

(30)

PENYAJIAN DATA

Membuat distribusi frekuensi dalam bentuk sajian gambar baik grafik poligon, histogram, atau ogif.

Istilah-istilah Penting dalam penyajian data:

• Batas Kelas nilai terendah dan tertinggi pada suatu kelas.

• Nilai Tengah Kelas nilai yang letaknya di tengah kelas.

• Nilai Tepi Kelas

Nilai batas antar kelas (border) yang memisahkan nilai antara kelas satu dengan kelas lainnya.

• Frekuensi Kumulatif

Penjumlahan frekuensi pada setiap kelas, baik meningkat

(31)

Contoh Distribusi Frekuensi

31

(32)

NILAI TENGAH KELAS

 Nilai yang letaknya di tengah kelas.

Contoh:

Kelas ke-

Interval Nilai Tengah Kelas

Keterangan

1 160-303 231,5 (160 + 303)/2= 231,5

2 304-447 375,5 (304 + 447)/2= 375,5

3 448-591 519,5 (448 + 591)/2= 519,5

4 592-735 663,5 (592 + 735)/2= 663,5

5 736-878 807,0 (736 + 878)/2= 807,0

(33)

33

NILAI TEPI KELAS

 Nilai batas antarkelas (border) yang memisahkan nilai antara kelas satu dengan kelas lainnya.

Contoh:

(34)

FREKUENSI KUMULATIF

Penjumlahan frekuensi pada setiap kelas, baik meningkat (kurang dari) atau menurun (lebih dari).

Interval Frekuensi Tepi Kelas Frekuensi kurang dari

Frekuensi Lebih dari 215 – 2.122 12 214,5 0 + 0 = 0 20 – 0 = 20 2.123 – 4.030 5 2.122,5 0 + 12 = 12 20 – 12 = 8 4.031 – 5.938 1 4.030,5 12 + 5 = 17 8 - 5 = 3 5.938 – 7.846 1 5.930,5 17 + 1 = 18 3 – 1 = 2 7.847 – 9.754 1 7.846,5 18 + 1 = 19 2 – 1 = 1 9.754,5 19 + 1 = 20 1 – 1 = 0

(35)

35

HISTOGRAM

Grafik yang berbentuk balok, di mana sumbu

horisontal (X) adalah tepi kelas dan sumbu vertikal (Y) adalah frekuensi setiap kelas.

0 2 4 6 8 10 12

Jumlah Frekuensi

214,5- 2122,5

2122,5- 4030,5

4030,4- 5938,5

5938,5- 7846,5

7846,5- 9754,5 Tepi Kelas Interval Harga Saham

Series1

(36)

POLIGON

Grafik berbentuk garis dan menghubungkan antara nilai tengah kelas dengan jumlah frekuensi pada setiap kelas.

Kelas ke-

Nilai Tengah

Kelas

Jumlah Frekuen

si 1 1.168,5 12

2 3.076,5 5

3 4.984,5 1

4 6.892,5 1

5 8.800,5 1 0

2 4 6 8 10 12 14

1168.5 3076.5 4984.5 6892.5 8800.5 Nilai Tengah Interval Kelas

Jumlah Frekuensi

(37)

37

KURVA OGIF

Diagram garis yang menunjukkan kombinasi antara interval kelas dengan frekuensi kumulatif.

Interval Tepi Kelas Frekuensi Kurang dari Frekuensi Lebih dari

215 – 2.122 214,5 0 (0%) 20 (100%)

2.123 – 4.030 2.122,5 12 (60%) 8 (40%)

4.031 – 5.938 4.030,5 17 (85%) 3 (15%)

5.939 – 7.846 5.938,5 18 (90%) 2 (10%)

7.847 – 9.754 7.846,5 19 (95%) 1 (5%)

9.754,5 20 (100%) 0 (0%)

(38)

KURVA OGIF

0 5 10 15 20 25

214,5 2122,5 4030,5 5938,5 7846,5 9754,5

Frekuensi Kumulatif

(39)

Latihan :

PT Web Jakarta akan membuka penyewaan

komputer di Yogyakarta pada tahun 2007. Pada saat ini dilakukan penelitian, berapa lama

setiap mahasiswa menggunakan komputer

dalam 1 harinya. Hasil penelitian terhadap 15 mahasiswa adalah sebagai berikut:

39

(40)

Nomor

Mahasiswa Lama Pemakaian Komputer (Jam)

1 8

2 1

3 5

4 4

5 4

6 5

7 9

8 4

9 2

10 5

11 3

12 6

13 1

14 5

a. Buatlah distribusi

frekuensinya b. Buatlah

diagram poligonnya

Gambar

GRAFIK POLIGON
diagram  poligonnya

Referensi

Dokumen terkait

Jika informasi yang dikumpulkan dari data aktual itu adalah berupa rata-rata hitung untuk semua sampel yang mungkin dapat diambil dari sebuah populasi, maka diperoleh

Dalam teknik analisis varians, data sampel darimana variansce error diperoleh, harus berasal dari populasi yang menyebar menurut sebaran normal.. Ketidaknormalan data,

 Untuk melakukan estimasi statistik suatu populasi, dibutuhkan varians dari data dari populasi maupun dari sampel, ukuran sampel yang baik, dan interval kepercayaan.. 

Pengertian • Analisis data adalah proses membuat data bermakna • Tujuan analisis data: meningkatkan pemahaman tentang data, dan untuk dipaparkan kepada yg lain terkait apa yg

• Suatu hipotesis terbukti mempunyai kesalahan 1% berarti bila penelitian dilakukan pada 100 sampel yang diambil dari populasi yang sama, maka terdapat satu kesimpulan salah yang

Metode pengambilan sampel pupuk dan jaringan tanaman, preparasi dan persiapan analisis Praktikum: Pengambilan sampelpupuk dan jaringan tanaman di lapangan dan preparasi pupuk dan

Data yang telah diperoleh dari lapangan baik berupa data skunder maupun data primer, dan baik berasal dari populasi maupun sampel, perlu untuk diolah dan disajikan dalam bentuk laporan

Pendugaan  Proses yang menggunakan sampel statistik untuk menduga/ menaksir parameter populasi yg tidak diketahui  Penduga : suatu statistik yg digunakan untuk menduga suatu