2. Pengertian Statistika
• Statistika
Ilmu mengumpulkan, menata, menyajikan,
menganalisis, dan menginterprestasikan data menjadi
informasi untuk membantu pengambilan keputusan
yang efektif.
• Statistik
Suatu kumpulan angka (data) yang tersusun lebih dari
satu angka.
3. Statistik juga dapat diartikan sebagai laporan
atau lukisan tentang sesuatu hal dalam bentuk
diagram-diagram, grafik, gambar berbentuk
lingkaran, tumpukan mata uang, deretan
manusia, dan lain lain yang melukiskan atu
menggambarkan suatu keadaan (Sudjana, 1974)
Arti statistik
4. Ringkasan dalam bentuk angka yang disajikan dalam
bentuk daftar/tabel, gambar, grafik, dll beserta
keterangannya
Ilmu yang mempelajari cara pengumpulan, pengolahan,
penyajian, dan analisa data serta cara pengambilan
kesimpulan secara umum, berdasarkan hasil penelitian
yang tidak menyeluruh (J. Supranto, 1985)
Arti statistik
5. Fungsi statistik
Fungsi deskriptif memaparkan informasi dalam sajian
yang bermakna untuk: mendeskripsikan suatu keadaan
atau menjelaskan mengapa dan bagaimana suatu
kejadian terjadi
Fungsi inferensial untuk mendapakan kesimpulan
yang bermakna; contoh penggunaan jamu
Fungsi analitik mampu menjelaskan hubungan antara
faktor satu dengan yang lain
Fungsi prediktif dari data yang terkumpul dapat
digunakan untuk melakukan prediksi
6. Statistik dan penelitian
Penelitian:
Bagaimana mengumpulkan data?
Bagaimana data diferifikasi?
Bagaimana data dikelompokkan / dibedakan?
Bagaimana data yang sudah didapat akan
dianalisis?
arah persoalan statistik, terutama penelitian
kuantitatif.
7. Pengelompokan Statistika
Statistika Deskriptif:
Statistika yang menggunakan data pada suatu kelompok
untuk menjelaskan atau menarik kesimpulan mengenai
kelompok itu saja
1. Ukuran Lokasi: mode, mean, median, dll
2. Ukuran Variabilitas: varians, deviasi standar, range, dll
3. Ukuran Bentuk: skewness, kurtosis, plot boks
Statistika Inferensi (Statistika Induksi):
Statistika yang menggunakan data dari suatu sampel untuk
menarik kesimpulan mengenai populasi dari mana sampel
tersebut diambil
8. Pengelompokan Statistika
Statistika Parametrik:
1. Menggunakan asumsi mengenai populasi
2. Membutuhkan pengukuran kuantitatif dengan level data
interval atau rasio
Statistika Nonparametrik (distribution-free statistics for
use with nominal / ordinal data):
1. Menggunakan lebih sedikit asumsi mengenai populasi
(atau bahkan tidak ada sama sekali)
2. Membutuhkan data dengan level serendah-rendahnya
ordinal (ada beberapa metode untuk nominal)
9. Tipe data
Data Kualitatif
Data Kualitatif adalah data yang berbentuk kalimat, kata atau
gambar. Data Kualitatif secara sederhana bisa disebut data yang
bukan berupa angka. Data Kualitatif mempunyai ciri tidak bisa
dilakukan operasi matematika, seperti penambahan, pengurangan,
perkalian, dan pembagian.
Data Kuantitatif
Data kuantitatif adalah data yang berbentuk angka,berbagai operasi
matematika dapat dilakukan pada data kuantitatif. Data kuantitatif
dapat dikelompokan menjadi dua besar yaitu data diskrit dan data
kontinum.
10. Data Kuantitatif
Data Diskrit
Data diskrit adalah data yang diperoleh dari hasil menghitung atau
membilang (bukan mengukur). Misalnya jumlah desa ada 5, jumlah
jenis kelamin ada 2, dan sebagainya. Data ini sering juga disebut
dengan data nominal. Data nominal biasanya diperoleh dari
penelitian yang bersifat eksploratif atau survey
Data Kontinum
Data kontinum adalah data yang diperoleh dari hasil pengukuran.
Data kontinum dapat dikelompokan menjadi tiga yaitu; data ordinal,
interval, dan data rasio.
11. Ukuran data variabel
Skala Variabel Keterangan
Skala Nominal
Skala nominal adalah skala pengukuran variabel yang
paling rendah tingkatannya. Nilai pada variabel hanya
berupa kategori/label saja atau dengan kata lain nilai
pada variabel tidak dapat dibandingkan
Contoh :
Gender terdiri dari dua kategori yaitu pria dan wanita.
Penentuan nilai untuk katogori tersebut bebas seperti
1=pria, 2=wanita atau 1=wanita, 2=pria. Hal ini
disebabkan nilai pada variabel tersebut tidak dapat
diperbandingkan apakah lebih tinggi atau lebih rendah
12. Skala Ordinal
Skala ordinal memiliki tingkatan diatas skala nominal.
Nilai pada variabel selain berupa kategori juga dapat
dibandingkan apakah preferensinya lebih tinggi atau
lebih rendah. Satu ciri utama dari skala ordinal ini
adalah nilai pada variabel tidak dapat dihitung jaraknya
(distance) yaitu ditambah, dikurangi, dikali atau dibagi.
Contoh :
Tingkat pendidikan dimana
1=SD 2=SMP 3=SMU 4 = Diploma 5=PT
Seseorang yang memiliki pendidikan SMU (3) memiliki
order lebih tinggi dibandingkan yang memiliki
pendidikan SD (1). Namun nilai pada variabel tidak dapat
dicari jaraknya misal
SD (1) + SMU (3) PT (4)
13. Skala Interval
Nilai pada skala interval selain dapat dibandingkan juga dapat
dihitung distance (jaraknya) namun nilai nol (0) pada skala ini
bersifat relatif (tidak absolut)
Contoh :
Temperatur adalah salah satu contoh skala interval
Dimana 25o
C lebih panas dibandingkan dengan 20o
C. Selisih
suhu dikedua tempat tersebut 5o
C dan 0o
C adalah titik beku
Contoh lain dari skala interval adalah preferensi konsumen
terhadap pelayanan tempat berbelanja.
Bagaimanakah sikap dari pelayan toko pada saat anda
berbelanja
1 = sangat buruk 2 = cukup 3 = sangat bai
14. Skala Rasio
Skala rasio hampir memiliki definisi yang hampir sama
dengan skala interval yaitu nilai pada variabel dapat
dibandingkan, dapat dihitung jaraknya (ditambah,
dikurangi, dikali dan dibagi) tetapi nilai nol (0) pada
skala rasio bersifat absolut.
Contoh :
Usia, lama bekerja, pendapatan, penjualan, biaya,
keuntungan merupakan skala rasio
15. Skala/ukuran data
Nominal Ordinal Interval Rasio
Bilangan menunjukkan
perbedaan
Pengukuran dapat digunakan
untuk membuat peringkat
atau mengurutkanObjek
Perbedaan bilangan
mempunyai arti
Mempuyai nol mutlak dan
rasio antara dua bilangan
mempunyai arti
16. Istilah-istilah Dasar
Populasi: sekumpulan orang atau objek yang sedang
diteliti
„Sensus: pengumpulan data pada seluruh populasi
Sampel: sebagian dari populasi yang, apabila diambil
dengan benar, merupakan representasi dari populasi
„Parameter: ukuran deskriptif dari populasi
Statistik: ukuran deskriptif dari sampel
Variabel: set dari nilai yang sering juga disebut ”domain”.
Notasi variabel adalah huruf. misal X, Y, Z / x, y, z
17. Penyajian Data
1. Tabel distribusi frekuensi
a. Tabel distribusi frekuensi tunggal
b. Tabel distribusi frekuensi berkelompok (bergolong)
c. Tabel distribusi absolut, relatif, komulatif
2. Grafik
a. Histogram
b. Poligon
c. Ogive
d. Pie
18. Contoh Tabel distribusi frekuensi tunggal
Nilai
Bahasa Inggris Siswa
(X)
Frekuensi
(f)
4 1
5 4
6 5
7 7
8 3
9 2
20. Beberapa hal yang perlu dipahami sebelum membuat daftar
distribusi frekuensi bergolong ;
Rentang (Range) ;
Rentang = ukuran data terbesar dikurangi ukuran data terkecil
Banyak Kelas Interval ;
Banyak kelas interval biasanya antara 5 sampai dengan 15,
disesuaikan dengan keperluan. Namun menurut Sturges, banyak
kelas dapat ditetapkan dengan menerapkan rumus ;
Banyak Kelas = 1 + 3,3 log n
Lebar Kelas Interval ;
Lebar kelas (l) = rentang dibagi banyak kelas
21. Contoh
• Jumlah pengamatan (n) = 150, maka
banyaknya kelas interval (K)
K = 1 + 3,322 log n
= 1 + 3,322 log 150
= 1 + 3,322 ( 2,176 )
= 1 + 7,228 ( dibulatkan )
= 1 + 7 atau = 1 + 8
= 8 atau 9
29. PICTOGRAPH
Penyajian suatu subtansi dengan
menggunakan gambar visual sesuai
substansinya, sehingga sasarannya
lebih efektif.
Misal: jika substansinya tentang
kendaraan maka gambarnya juga
gambar kendaraan, demikian juga jika
substansi orang maka gambarnya
juga orang, dsb.
30. Contoh kasus
Dari hasil ujian statistik 40 orang mahasiswa sbb :
78 72 74 79 74 71 75 74 72 68
72 73 72 74 75 74 73 74 65 72
66 75 80 69 82 73 74 72 79 71
70 75 71 70 70 70 75 76 77 67
Sederhanakan data tersebut ke dalam bentuk distribusi frekuensi
bergolong dan sajikan dalam bentuk histogram