SlideShare une entreprise Scribd logo
1  sur  16
STATISTIK : REKAPITULASI DARI FAKTA YANG BERBENTUK ANGKA2 DISUSUN DALAM BENTUK TABEL DAN DIAGRAM YANG MENDISKRIPSIKAN SUATU PERMASALAHAN Tabel biasa Tabel kontigensi Tabel frekuensi
 
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],STATISTIKA DESKRIPTIF Mengasilkan gambaran ataupun  deskripsi mengenai data yang Disajikan dalam bentuk : Tabel, Diagram,  pengukuran sentra,  pengukuran penempatan, pengukuran penyimpangan,  mencari kuatnya hub 2 var, melakukan predeksi, membuat komparatif STATISTIKA INFERENSIAL Menjelaskan populsi berdasarkan data sampel yang ada Estimasi : nilai dugaan sementara  Uji hipotesis  Pembuatan model
TEHNIK PENGAMBILAN SAMPEL ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],Suatu cara mengambilan sampel yg representatif dari populasi
PROBABILITY SAMPLING Tehnik sampling u/ memberikan peluang yg sama pada setiap  Anggota populasi u/ menjadi angg sampel 1. SIMPLE RANDOM SAMPLING Diambil secara acak Populasi sejenis Sampel Representatif 2. PROPORTIONATE STRATIFIED RANDOM SAMPLING Pengembilan sampel dari angg pop secara acak  dan berstrata secara proporsional 3. DISPROPORTIONATE STRATIFIED RANDOM SAMPLING Pengembilan sampel dari angg pop secara acak dan berstrata secara proporsional  tetapi ada sebagaian yg kurang proporsional 4. AREA SAMPLING Tehnik sampling yg dilakukan dengan cara mengambil wakil dari setiap Daerah/wil geografis yang ada
NON PROBABILITY SAMPLING Tehnik sampling  tdk memberikan peluang yg sama pada setiap  Anggota populasi u/ menjadi angg sampel ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
DATA Bahan mentah yg perlu diolah sehingga menghasilkan inf, baik kulitatif maupun  kuantitatif yg menunjukkan fakta Jenis data : data kualitatif dan kuantitatif JENIS SKALA PENGUKURAN Untuk mengklasifikasikan var yg akan diukur supaya tdk  terjadi kesalahan  dalam menentukan analisis data dan langkah penelitian selanjutnya ,[object Object],[object Object],[object Object],[object Object],[object Object]
SKALA NOMINAL Skala yg paling sederhana disusun menurut jenis (kategorinya) atau fungsi Bilangan hanya sebagai simbul u/ membedakan sebuah karakteristik dng Karakteristik lainnya Nominal    : Bersifat mengklasifikasikan saja, tanpa ada jenjang diantara klasifikasi. Angka hanya bermakna sebagai variasi jenis tanpa bermakna tingkatan. Missal: laki-laki – perempuan, 1 untuk kode laki-laki dan 2 untuk kode perempuan, angka 1 dan 2 bukan merupakan tingkatan, yang artinya 2 bukan berarti lebih tinggi daripada 1. Data jenis ini belum bisa dilakukan operasi matematis.
SKALA ORDINAL Skala yg didasarkan pada ranking diurutkan dari jenjang yg lebih tinggi  sampai terendah atau sebaliknya Ordinal    : Bersifat mengklasifikasikan, dan klasifikasi tersebut sudah merupakan tingkatan. Sehingga dengan data ordinal ini angka sudah menunjukkan mana yg lebih besar dan mana yang lebih kecil. Tetapi masing-masing klasifikasi yang berupa tingkatan tersebut tidak memiliki jarak yang sama. Missal : juara dalam perlombaan balap sepeda. Ada juara 1 juara 2 dan juara  3. Angka 1, 2, 3 tersebut sudah memiliki makna tingkatan, bahwa juara 1 lebih cepat daripada juara 2 dan juara 3. Juara 2 lebih cepat daripada juara 3. Juara 1 waktu tempuahnya 5 menit, Juara 2 waktu tempuhnya 7 menit dan juara 3 waktu tempuhnya 12 menit. Yang dimaksud tidak memiliki jarak yang sama adalah antara juara 1 dan 2 selisih waktunya 2 menit, antara juara 2 dan juara 3 selisih waktunya 5 menit. Dengan demikian kita masih belum bisa menggunakan operasi matematis, karena angka 1, 2 dan 3 itu hanya berupa ranking saja.
Interval    : bersifat mengklasifikasikan, dan klasifikasi tersebut sudah merupakan tingkatan yang masing-masing tingkatan memiliki jarak yang sama. Misal: nomor sepatu. Sepatu dengan nomor 39, 40, 41, 42. Angka nomor sepatu tersebut sudah bermakna tingkatan bahwa nomor 42 lebih tinggi daripada nomor 41 dan seterusnya. Pada data interval masing-masing tingkatan tersebut memiliki jarak yang sama. Sepatu nomor 39 memiliki panjang 30cm, nomor 40 memiliki panjang 31cm, nomor 41 memiliki panjang 32cm, nomor 42 memiliki panjang 33cm. dengan contoh tersebut berarti setiap tingkatan memiliki interval 1cm, interval inilah yang dimaksud dengan jarak yang sama di masing-masing tingkatan. Dengan adanya interval yang kita ketahui tersebut, kita bisa memaknai bahwa nomor sepatu 42 adalah nomor 39 ditambah 3cm, tapi kita belum bisa memaknai bahwa nomor 42 adalah nomor 39 dikali 3. Dengan demikian kita bisa menyimpulkan bahwa data interval sudah bisa dikenai operasi matematis penjumlahan dan pengurangan, namun belum bisa dikenai operasi matematis perkalian dan pembagian. Hal ini karena data interval tidak memiliki angka nol mutlak.   SKALA INTERVAL Skala yg menunjukkan jarak satu data dng data lainnya yang mempunyai bobot Yang sama
SKALA RATIO Skala yg mempunyai nilai 0  mutlak dan mempunyai jarak yg sama Rasio    : ini adalah data dengan tingkatan yang tertinggi karena telah memiliki angka nol mutlak. Missal ukuran panjang atau tinggi, dan ukuran berat. Berat 0 kg berarti memang tidak ada massa yang ditimbang. Berat 3 kg lebih besar daripada berat 2 kg, berat 2 kg lebih besar daripada berat 1 kg. Sehingga berdasarkan contoh tersebut kita bisa memaknai bahwa 3 kg adalah 2kg + 1kg atau 3kg adalah 3×1kg. Dengan demikian data rasio sudah bisa dikenai semua operasi matematis: +, -, x, dan :
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],Angket : daftar pertanyaan yg diberikan kpd or lain bersedia memberikan respon Sesuai dng permintaan pengguna. Tujuan dng penyebaran angket u/ mencari inf Yg lengkap mengenai suatui masalah dari respopnden Angket dibedakan menjadi 2 yaitu (terbuka dan tertutup) ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
 
Formulasi masalah Pengumpulan data Analisa data Interprestasi data Dan pengambilan  Keputusan data Informasi Pengetahuan Keputusan
Pengamatan : melakukan pengamatan secara langsung ke obyek penelitian u/ melihat dr dekat keg yg dilakukan ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
 

Contenu connexe

Tendances

Kuliah statistika ii pertemuan 1 konsep dasar statistika
Kuliah statistika ii pertemuan 1 konsep dasar statistikaKuliah statistika ii pertemuan 1 konsep dasar statistika
Kuliah statistika ii pertemuan 1 konsep dasar statistika
ahmad fauzan
 
Metode statistik 1 modul 2013
Metode statistik 1 modul 2013Metode statistik 1 modul 2013
Metode statistik 1 modul 2013
pramudhta
 
Statistika presentasi staim
Statistika presentasi staimStatistika presentasi staim
Statistika presentasi staim
Yess Favor
 

Tendances (20)

Contoh nominal,ordinal,interval,dan rasio
Contoh nominal,ordinal,interval,dan rasioContoh nominal,ordinal,interval,dan rasio
Contoh nominal,ordinal,interval,dan rasio
 
Analisa data & uji statistik
Analisa data & uji statistikAnalisa data & uji statistik
Analisa data & uji statistik
 
Bahan kuliah statistika gbs
Bahan kuliah statistika gbsBahan kuliah statistika gbs
Bahan kuliah statistika gbs
 
Skala pengukuran dalam Metode Penelitian
Skala pengukuran dalam Metode PenelitianSkala pengukuran dalam Metode Penelitian
Skala pengukuran dalam Metode Penelitian
 
analisis-dan-interpretasi-data-kuantitatif
analisis-dan-interpretasi-data-kuantitatifanalisis-dan-interpretasi-data-kuantitatif
analisis-dan-interpretasi-data-kuantitatif
 
03 jenis jenis+data
03 jenis jenis+data03 jenis jenis+data
03 jenis jenis+data
 
Skala pengukuran
Skala pengukuran Skala pengukuran
Skala pengukuran
 
Konsep Statistika dan Metode Ilmiah
Konsep Statistika dan Metode IlmiahKonsep Statistika dan Metode Ilmiah
Konsep Statistika dan Metode Ilmiah
 
1. konsep dasar statistik
1. konsep dasar statistik1. konsep dasar statistik
1. konsep dasar statistik
 
Kuliah statistika ii pertemuan 1 konsep dasar statistika
Kuliah statistika ii pertemuan 1 konsep dasar statistikaKuliah statistika ii pertemuan 1 konsep dasar statistika
Kuliah statistika ii pertemuan 1 konsep dasar statistika
 
Metode statistik 1 modul 2013
Metode statistik 1 modul 2013Metode statistik 1 modul 2013
Metode statistik 1 modul 2013
 
MAD Analisa Deskripsi Data Kesehatan -SPSS
MAD Analisa Deskripsi Data Kesehatan -SPSSMAD Analisa Deskripsi Data Kesehatan -SPSS
MAD Analisa Deskripsi Data Kesehatan -SPSS
 
Ek107 122215-611-1
Ek107 122215-611-1Ek107 122215-611-1
Ek107 122215-611-1
 
Statistika presentasi staim
Statistika presentasi staimStatistika presentasi staim
Statistika presentasi staim
 
Skala Pengukuran data Statistika
Skala Pengukuran data StatistikaSkala Pengukuran data Statistika
Skala Pengukuran data Statistika
 
makalah tentang skala pengukuran dan instrumen penelitian
makalah tentang skala pengukuran dan instrumen penelitianmakalah tentang skala pengukuran dan instrumen penelitian
makalah tentang skala pengukuran dan instrumen penelitian
 
Bab 5 analisis deskriptif pada spss
Bab 5 analisis deskriptif pada  spssBab 5 analisis deskriptif pada  spss
Bab 5 analisis deskriptif pada spss
 
Statistik deskriptif(1)
Statistik deskriptif(1)Statistik deskriptif(1)
Statistik deskriptif(1)
 
Metode Analisis Data Kuantitatif
Metode Analisis Data KuantitatifMetode Analisis Data Kuantitatif
Metode Analisis Data Kuantitatif
 
Statistika Deskriptif
Statistika DeskriptifStatistika Deskriptif
Statistika Deskriptif
 

Similaire à Ke 1

Pertemuan-2-Data-dan-Hipotesis.pptx
Pertemuan-2-Data-dan-Hipotesis.pptxPertemuan-2-Data-dan-Hipotesis.pptx
Pertemuan-2-Data-dan-Hipotesis.pptx
muhamadiskhak
 
Kuliah 1.STATISTIKA TERAPAN (kontrak Kuliah dan Pendahuluan).ppt
Kuliah 1.STATISTIKA TERAPAN (kontrak Kuliah dan Pendahuluan).pptKuliah 1.STATISTIKA TERAPAN (kontrak Kuliah dan Pendahuluan).ppt
Kuliah 1.STATISTIKA TERAPAN (kontrak Kuliah dan Pendahuluan).ppt
Cardovaislami1
 
TM5-statistika_5.ppt wiwiwiwiwiiwiwwiwiwiw
TM5-statistika_5.ppt wiwiwiwiwiiwiwwiwiwiwTM5-statistika_5.ppt wiwiwiwiwiiwiwwiwiwiw
TM5-statistika_5.ppt wiwiwiwiwiiwiwwiwiwiw
RahmanPrasetyo3
 
PERTEMUANN PENDAHULUAN Statistika Konsep Statistika PERTEMUAN I & II.ppt
PERTEMUANN PENDAHULUAN Statistika Konsep Statistika PERTEMUAN I & II.pptPERTEMUANN PENDAHULUAN Statistika Konsep Statistika PERTEMUAN I & II.ppt
PERTEMUANN PENDAHULUAN Statistika Konsep Statistika PERTEMUAN I & II.ppt
RomadhonDwiCahyoNugr
 

Similaire à Ke 1 (20)

Pertemuan-2-Data-dan-Hipotesis.pptx
Pertemuan-2-Data-dan-Hipotesis.pptxPertemuan-2-Data-dan-Hipotesis.pptx
Pertemuan-2-Data-dan-Hipotesis.pptx
 
1 5 statistika - nafiu
1 5 statistika - nafiu1 5 statistika - nafiu
1 5 statistika - nafiu
 
Materi 8 - Teknik Sampling 2.pdf
Materi 8 - Teknik Sampling 2.pdfMateri 8 - Teknik Sampling 2.pdf
Materi 8 - Teknik Sampling 2.pdf
 
STATISTIKA DESKRIPTIF P3.ppt
STATISTIKA DESKRIPTIF P3.pptSTATISTIKA DESKRIPTIF P3.ppt
STATISTIKA DESKRIPTIF P3.ppt
 
Kuliah 1.STATISTIKA TERAPAN (kontrak Kuliah dan Pendahuluan).ppt
Kuliah 1.STATISTIKA TERAPAN (kontrak Kuliah dan Pendahuluan).pptKuliah 1.STATISTIKA TERAPAN (kontrak Kuliah dan Pendahuluan).ppt
Kuliah 1.STATISTIKA TERAPAN (kontrak Kuliah dan Pendahuluan).ppt
 
5. MATERI KULIAH STATISTIK_PENDIDIKAN.pptx
5. MATERI KULIAH STATISTIK_PENDIDIKAN.pptx5. MATERI KULIAH STATISTIK_PENDIDIKAN.pptx
5. MATERI KULIAH STATISTIK_PENDIDIKAN.pptx
 
TM5-statistika_5 pengenalan statistik deskriptif
TM5-statistika_5 pengenalan statistik deskriptifTM5-statistika_5 pengenalan statistik deskriptif
TM5-statistika_5 pengenalan statistik deskriptif
 
TM5-statistika_5.ppt
TM5-statistika_5.pptTM5-statistika_5.ppt
TM5-statistika_5.ppt
 
bahan matakuliah probabilitas dan statistik.ppt
bahan matakuliah probabilitas dan statistik.pptbahan matakuliah probabilitas dan statistik.ppt
bahan matakuliah probabilitas dan statistik.ppt
 
TM5-statistika_5.ppt wiwiwiwiwiiwiwwiwiwiw
TM5-statistika_5.ppt wiwiwiwiwiiwiwwiwiwiwTM5-statistika_5.ppt wiwiwiwiwiiwiwwiwiwiw
TM5-statistika_5.ppt wiwiwiwiwiiwiwwiwiwiw
 
TM5-statistika_5.ppt
TM5-statistika_5.pptTM5-statistika_5.ppt
TM5-statistika_5.ppt
 
Statiska
StatiskaStatiska
Statiska
 
Statiska
StatiskaStatiska
Statiska
 
Konsep dasar statistika dan konsep data.pdf
Konsep dasar statistika  dan konsep data.pdfKonsep dasar statistika  dan konsep data.pdf
Konsep dasar statistika dan konsep data.pdf
 
1._Data,_Jenis_Data,_Variabel,_Skala_Pengukuran,[1].pptx
1._Data,_Jenis_Data,_Variabel,_Skala_Pengukuran,[1].pptx1._Data,_Jenis_Data,_Variabel,_Skala_Pengukuran,[1].pptx
1._Data,_Jenis_Data,_Variabel,_Skala_Pengukuran,[1].pptx
 
PERTEMUANN PENDAHULUAN Statistika Konsep Statistika PERTEMUAN I & II.ppt
PERTEMUANN PENDAHULUAN Statistika Konsep Statistika PERTEMUAN I & II.pptPERTEMUANN PENDAHULUAN Statistika Konsep Statistika PERTEMUAN I & II.ppt
PERTEMUANN PENDAHULUAN Statistika Konsep Statistika PERTEMUAN I & II.ppt
 
ajjsdhi diuhiduhfwhxben sjyfnxiufhd ajdhiauydh
ajjsdhi diuhiduhfwhxben sjyfnxiufhd ajdhiauydhajjsdhi diuhiduhfwhxben sjyfnxiufhd ajdhiauydh
ajjsdhi diuhiduhfwhxben sjyfnxiufhd ajdhiauydh
 
2. STATISTIK INDUSTRI - STATISTIK DESKRIPTIF
2. STATISTIK INDUSTRI - STATISTIK DESKRIPTIF2. STATISTIK INDUSTRI - STATISTIK DESKRIPTIF
2. STATISTIK INDUSTRI - STATISTIK DESKRIPTIF
 
Analisis dan Interpretasi data - Kelompok 9.pptx
Analisis dan Interpretasi data - Kelompok 9.pptxAnalisis dan Interpretasi data - Kelompok 9.pptx
Analisis dan Interpretasi data - Kelompok 9.pptx
 
1. Pengetahuan Dasar Statistika.pptx
1. Pengetahuan Dasar Statistika.pptx1. Pengetahuan Dasar Statistika.pptx
1. Pengetahuan Dasar Statistika.pptx
 

Ke 1

  • 1. STATISTIK : REKAPITULASI DARI FAKTA YANG BERBENTUK ANGKA2 DISUSUN DALAM BENTUK TABEL DAN DIAGRAM YANG MENDISKRIPSIKAN SUATU PERMASALAHAN Tabel biasa Tabel kontigensi Tabel frekuensi
  • 2.  
  • 3.
  • 4.
  • 5. PROBABILITY SAMPLING Tehnik sampling u/ memberikan peluang yg sama pada setiap Anggota populasi u/ menjadi angg sampel 1. SIMPLE RANDOM SAMPLING Diambil secara acak Populasi sejenis Sampel Representatif 2. PROPORTIONATE STRATIFIED RANDOM SAMPLING Pengembilan sampel dari angg pop secara acak dan berstrata secara proporsional 3. DISPROPORTIONATE STRATIFIED RANDOM SAMPLING Pengembilan sampel dari angg pop secara acak dan berstrata secara proporsional tetapi ada sebagaian yg kurang proporsional 4. AREA SAMPLING Tehnik sampling yg dilakukan dengan cara mengambil wakil dari setiap Daerah/wil geografis yang ada
  • 6.
  • 7.
  • 8. SKALA NOMINAL Skala yg paling sederhana disusun menurut jenis (kategorinya) atau fungsi Bilangan hanya sebagai simbul u/ membedakan sebuah karakteristik dng Karakteristik lainnya Nominal    : Bersifat mengklasifikasikan saja, tanpa ada jenjang diantara klasifikasi. Angka hanya bermakna sebagai variasi jenis tanpa bermakna tingkatan. Missal: laki-laki – perempuan, 1 untuk kode laki-laki dan 2 untuk kode perempuan, angka 1 dan 2 bukan merupakan tingkatan, yang artinya 2 bukan berarti lebih tinggi daripada 1. Data jenis ini belum bisa dilakukan operasi matematis.
  • 9. SKALA ORDINAL Skala yg didasarkan pada ranking diurutkan dari jenjang yg lebih tinggi sampai terendah atau sebaliknya Ordinal    : Bersifat mengklasifikasikan, dan klasifikasi tersebut sudah merupakan tingkatan. Sehingga dengan data ordinal ini angka sudah menunjukkan mana yg lebih besar dan mana yang lebih kecil. Tetapi masing-masing klasifikasi yang berupa tingkatan tersebut tidak memiliki jarak yang sama. Missal : juara dalam perlombaan balap sepeda. Ada juara 1 juara 2 dan juara  3. Angka 1, 2, 3 tersebut sudah memiliki makna tingkatan, bahwa juara 1 lebih cepat daripada juara 2 dan juara 3. Juara 2 lebih cepat daripada juara 3. Juara 1 waktu tempuahnya 5 menit, Juara 2 waktu tempuhnya 7 menit dan juara 3 waktu tempuhnya 12 menit. Yang dimaksud tidak memiliki jarak yang sama adalah antara juara 1 dan 2 selisih waktunya 2 menit, antara juara 2 dan juara 3 selisih waktunya 5 menit. Dengan demikian kita masih belum bisa menggunakan operasi matematis, karena angka 1, 2 dan 3 itu hanya berupa ranking saja.
  • 10. Interval    : bersifat mengklasifikasikan, dan klasifikasi tersebut sudah merupakan tingkatan yang masing-masing tingkatan memiliki jarak yang sama. Misal: nomor sepatu. Sepatu dengan nomor 39, 40, 41, 42. Angka nomor sepatu tersebut sudah bermakna tingkatan bahwa nomor 42 lebih tinggi daripada nomor 41 dan seterusnya. Pada data interval masing-masing tingkatan tersebut memiliki jarak yang sama. Sepatu nomor 39 memiliki panjang 30cm, nomor 40 memiliki panjang 31cm, nomor 41 memiliki panjang 32cm, nomor 42 memiliki panjang 33cm. dengan contoh tersebut berarti setiap tingkatan memiliki interval 1cm, interval inilah yang dimaksud dengan jarak yang sama di masing-masing tingkatan. Dengan adanya interval yang kita ketahui tersebut, kita bisa memaknai bahwa nomor sepatu 42 adalah nomor 39 ditambah 3cm, tapi kita belum bisa memaknai bahwa nomor 42 adalah nomor 39 dikali 3. Dengan demikian kita bisa menyimpulkan bahwa data interval sudah bisa dikenai operasi matematis penjumlahan dan pengurangan, namun belum bisa dikenai operasi matematis perkalian dan pembagian. Hal ini karena data interval tidak memiliki angka nol mutlak. SKALA INTERVAL Skala yg menunjukkan jarak satu data dng data lainnya yang mempunyai bobot Yang sama
  • 11. SKALA RATIO Skala yg mempunyai nilai 0 mutlak dan mempunyai jarak yg sama Rasio    : ini adalah data dengan tingkatan yang tertinggi karena telah memiliki angka nol mutlak. Missal ukuran panjang atau tinggi, dan ukuran berat. Berat 0 kg berarti memang tidak ada massa yang ditimbang. Berat 3 kg lebih besar daripada berat 2 kg, berat 2 kg lebih besar daripada berat 1 kg. Sehingga berdasarkan contoh tersebut kita bisa memaknai bahwa 3 kg adalah 2kg + 1kg atau 3kg adalah 3×1kg. Dengan demikian data rasio sudah bisa dikenai semua operasi matematis: +, -, x, dan :
  • 12.
  • 13.  
  • 14. Formulasi masalah Pengumpulan data Analisa data Interprestasi data Dan pengambilan Keputusan data Informasi Pengetahuan Keputusan
  • 15.
  • 16.