2. 2
Pengertian Statistik
Suatu ilmu mengenai metoda-metoda untuk
mengumpulkan, mengatur, mengolah,
menyajikan, menganalisis, menyimpulkan
data untuk membantu membuat keputusan
yang lebih efektif.
3. 3
Alasan Mempelajari Statistik
1. Informasi data kuantitatif ada di mana-mana
2. Teknik Statistik digunakan untuk membuat keputusan
yang mempengaruhi kehidupan sehari-hari
3. Pengetahuan tentang metode statistik akan dapat
menolong untuk dapat memahami kenapa keputusan
dibuat dan bagaimana keputusan tersebut
mempengaruhi kita
4. 4
Kegunaan Statistik
1. Sebagai alat untuk mengumpulkan dan meramalkan
keadaan data tertentu yang diobservasi
2. Sebagai alat untuk mengendalikan kualitas dari
barang-barang dan jasa-jasa yang dihasilkan oleh
suatu badan/lembaga/badan tertentu
3. Sebagai alat untuk mengetes/menguji apakah
barang/jasa yang dihasilkan sesuai dengan yang
direncanakan
4. Sebagai alat bagi seorang pemimpin untuk membuat
keputusan
6. 6
Populasi dan Sensus
Populasi.
- Totalitas semua nilai yang mungkin,
hasil menghitung ataupun
pengukuran, kuantitatip maupun
kualitatip, darikarakteristik tertentu
mengenai sekumpulan objek yang
lengkap dan jelas.
- Adalah jumlah seluruh
individu/objek/item yang diselidiki.
7. 7
Populasi dan Sensus
Pembagian Populasi
- Populasi tak terbatas (infinite
population)
- Populasi terbatas (finite population)
Penelitian terhadap seluruh individu/objek
/item disebut sensus.
8. 8
Sampel dan Sampling
Sampel (sample)
Adalah sebagian dari polpulasi
Penelitian terhadap sebagian individu/
objek /item disebut sampling.
9. 9
Parameter dan
Statistik Sampel
Parameter : karakteristik atau konstanta
yang diambil dari populasi
Statistik Sampel : kuantitas yang
dihitung dari sebuah sampel
10. 10
Tipe Statistik
1. Statistik Deskriptip
Bagian dari statistik yang melakukan pengumpulan,
pengolahan, penyederhanaan, penganalisaan,
penginterpretasian data dalam bentuk yang informatif
2. Statistik Induktip
Suatu metode statistik yang digunakan untuk
menentukan sesuatu tentang populasi berdasarkan
suatu sampel.
11. 11
Data menurut waktu
pengumpulannya
1. Data Cross Section
Yaitu data yang dikumpulkan pada suatu waktu
tertentu (at point of time) yang bisa
menggambarkan keadaan/kegiatan pada waktu
tersebut.
Contoh: Hasil sensus penduduk tahun 2000
memperlihatkan komposisi penduduk menurut
umur, jenis kelamin, pekerjaan, pendidikan dll.
12. 12
Data menurut waktu
pengumpulannya
2. Data Berkala (time series)
Yaitu data yang dikumpulkan dari waktu ke
waktu untuk memberikan gambaran
tentang perkembangan suatu kegiatan dari
waktu ke waktu.
Contoh: Perkembangan data Pendapatan
Nasional dari tahun ke tahun.
13. 13
Data Diskrit
Mempunyai nilai-nilai tertentu dan
biasanya ada “jarak” antara nilai-
nilainya. Data ini biasanya merupakan
hasil perhitungan.
Contoh : Banyak Mahasiswa, Jumlah
kamar, Banyak kendaraan di lapangan
parkir, dll
14. 14
Data Kontinyu
Dapat mengambil sembarang nilai pada
suatu selang tertentu. Data ini
merupakan hasil pengukuran.
Contoh : Tinggi badan mahasiswa,
Tekanan ban, lama perjalanan,
Pendapatan dosen selama sebulan. Dll
16. 16
Skala Nominal
Merupakan skala level paling rendah.
Umumnya digunakan untuk data yang hanya bisa
diklasfikasi kepada beberapa kategori.
Ciri utamanya adalah tidak ada suatu urutan untuk
pengelompokkannya.
Selanjutnya kategori-kategori tadi dianggap saling
lepas (mutually exlusive) artinya, misal tidak
mungkin seorang muslim juga beragama kristen
pada saat yang bersamaan.
Kelemahan tidak bisa diurutkan
17. 17
Skala Ordinal
Memiliki semua sifat skala Nominal
Merupakan data berdasarkan tingkatan
atau peringkat
Contoh kategori “istimewa” lebih tinggi
dari kategori “baik”.
Kelemahan tidak ada jarak yang jelas
antar urutan data
18. 18
Skala Interval
Memiliki semua sifat skala Nominal dan
Ordinal
Merupakan urutan data yang mempunyai
nilai jarak antar nilai yang tetap.
Contoh: A. Tahun 2000, 1776 atau 2002
B. Temperatur
Kelemahan : angka nol belum sejati
19. 19
Skala Rasio
Merupakan tingkat tertinggi dari data
Memiliki semua sifat skala Nominal,
Ordinal dan interval
Angka nol sudah merupakan angka
sejati
Contoh: berat badan, tinggi badan,
pendapatan
20. 20
Penyajian Data
1. Grafik
1. Grafik Histogram
2. Grafik Poligon
3. Grafik Kurva Frekuensi
4. Grafik Kumulatif “Kurang dari” dan
“ Atau lebih” (Ogive)
21. 21
2. Tabel : Distribusi Frekuensi
Menggunakan rumus HA. Sturges
k = 1 + 3,322 log n
r = xmax - xmin
k
r
i =
22. 22
CONTOH:
Distribusi Frekuensi Banyaknya Tenaga Kerja
Dari 50 Industri Menengah di Propinsi “X” tahun 2000
Sumber : Soal
Banyaknya
Tenaga Kerja
Banyaknya
Perusahaan
20 – 29
30 – 39
40 – 49
50 – 59
60 – 69
70 – 79
80 - 89
4
7
8
12
9
8
2
J u m l a h 50
23. 23
Istilah dalam DF
Data tidak berkelompok (Ungrouped Data, UD)
Data berkelompok (Grouped Data, GD)
Kelas (Class)
Batas kelas (Class Limits, UCL dan LCL)
Tepi kelas (Class Boundaries, UCB dan LCB)
Titik tengah (Mid point, class mark)
Panjang kelas, lebar kelas (Interval)
Frekuensi (banyaknya data pada kelas tertentu)
24. Summary Measures
Central Tendency Dispersion
Major Mean
Arithmetic Mean
Harmonic Mean
Median
Decile
Percentile
Quartile
Geometric Mean
Weighted Mean
Minor Mean
Range
Absolute
Dispersion
Relative
Dispersion
Coefficient
of Variation
Coefficient
of Quartile
Variation
Standard
Score
Inter Quartile
Range
Mean Deviation
Variance
Standard
Deviation
Mode