Dosen : Ariesta Damayanti

Email : maia
yanthi@yahoo com
maia_yanthi@yahoo.com

Mata Kuliah : Statistika Dasar

` Kode Mata Kuliah : TI2115T
` Semester
S
:2
` Jumlah SKS : 2
` Status : Wajib
` Jadwal Perkuliahan :
Hari : Selasa
Ruang : T.3.3
00 WIB
Waktu : 10
10.00
`

Mata kuliah ini membahas penyajian

data,ukuran pemusatan data, peluang,
distribusi probabilitas,regresi, korelasi

Mahasiswa dapat menjelaskan dan

menggunakan serta menganalisis kasus
dengan teori statistika

`
`
`

Penyampaian materi
Diskusi
Latihan

j
,
,
,
,
Prof.Dr.Sudjana,MA,Msc,Tarsito,Metode
Statistika,Edisi 6, Bandung.
y Robert D Mason dan Douglas A.Lind, T,Teknik
Statistika untuk Bisnis & Ekonomi, Erlangga,
Yogyakarta.
y Lukas
L kas Setia Atmaja,Memahami
Atmaja Memahami Statistika
Bisnis,Erlangga, Yogyakarta.
Beberapa sumber lain yang relevan
y

Evaluasi tengah semester (UTS)

` Evaluasi akhir semester (UAS)
` Tugas
g
`

`
`
`

Ujian Tengah Semester = 30%

Ujian Akhir Semester = 40%
Tugas = 30%

Materi Pembelajaran

Sub Materi Pembelajaran

Pendahuluan Statistika

Definisi, jenis pengolahan

data metode penggunaan
data,metode,

Penyajian Data

Jenis data, jenis penyajian data,

contoh kasus

Ukuran Pemusatan Data

Mean, modus, median, kuartil,

contoh kasus

Ukuran simpangan data

Deviasi standar, variansi,

contoh kasus

Probabilitas

Definisi probabilitas,
probabilitas klasik

Permutasi dan kombinasi

Permutasi, kombinasi

Distribusi probabilitas

Definisi, distribusi probabiltas

kontinu & diskrit,distrib normal

Materi Pembelajaran

Sub Materi Pembelajaran

Distribusi Probabilitas

Distrib binomial, distrib

poisson pendekatan normal
poisson,
untuk binomial

Analisa regresi

Definisi, regresi linear,

membuat gambar

Korelasi

Definisi, korelasi pearson,

spearman

Studi Kasus

Konsultasi dapat dilakukan via email

(sebutkan subyek yang jelas dan sertakan
identitas (Nama, NIM Mata Kuliah, Kelas)
dalam isi email).
email)

Pengantar Statistik
Berhubungan dengan banyak angka
N
Numerical
i l description
d
i ti
Contoh : pergerakan IHSG, jumlah penduduk
di suatu
t wilayah
il
h
Dunia usaha sekumpulan data :
pergerakan tingkat inflasi
inflasi, biaya promosi
bulanan.
Statistika juga dipakai untuk melakukan
berbagai analisis terhadap data, contoh :
forecasting,
g, uji
j hipotesis
p
12

Statistik : kumpulan angka yang tersusun lebih

dari
d i satu
t angka
k

Contoh : angka pengangguran di Indonesia diperkirakan

naik 9 % di tahun 2012, dari tahun lalu sekitar 8,5 %.
Kenaikan jumlah pengangguran ini lebih disebabkan
menurunnya penyerapan tenaga dibidang industri yang
mencapai 36,6 %.
Angka 9 %, 8,5 % dan 36,6 % adalah contoh dari statistik.

Statistika : ilmu mengumpulkan, menata,

menyajikan
menyajikan, menganalisis dan
menginterpretasikan data menjadi informasi untuk
membantu pengambilan keputusan yang efektif

Statistik Deskriptif : Menjelaskan atau

menggambarkan berbagai karakteristik data
seperti berapa rata-rata, seberapa jauh data
b
bervariasi
i i
Statistik Induktif (Inferensi) : Membuat berbagai
inferensi terhadap sekumpulan data yang
berasal dari suatu sampel. Inferensi
Melakukan perkiraan, peramalan, pengambilan
keputusan

14

`
`

Contoh :
Data tentang penjualan mobil merek ABC
perbulan di suatu show room mobil di
J k t selama
Jakarta
l
tahun
t h 1999.
1999 Dari
D i data
d t
tersebut pertama akan dilakukan deskripsi
terhadap data spt menghitung rata-rata
penjualan, berapa standar deviasinya dll
Kemudian baru dilakukan berbagai inferensi
terhadap hasil deskripsi spt : perkiraan
penjualan mobil tsb bulan Januari tahun
berikut, perkiraan rata-rata penjualan mobil
tsb di seluruh Indonesia.
15

`
`

Populasi masalah dasar dari persoalan

statistik.
statistik Definisi : Sekumpulan data yang
mengidentifikasi suatu fenomena
Sampel : Sekumpulan data yang diambil
atau diseleksi dari suatu populasi
Statistik Inferensi : Suatu keputusan,
perkiraan atau generalisasi tentang suatu
populasi berdasarkan informasi yg
terkandung
g dari suatu sampel.
p
Pengukuran Realibilitas Konsekuensi dari
kemungkinan bias dalam inferensi.

16

I. Data Kualitatif : Data yang bukan berupa angka,

ciri : tidak
dilakukan
d k bisa
b
d l k k operasi matematika.
k
Terbagi dua :
a Nominal
a.Nominal
Data yang paling rendah dalam level
pengukuran
p
g
data. Contoh : Jenis kelamin,, tgl
g
dan tempat lahir seseorang
b.Ordinal ada tingkatan data. Contoh :
Sangat setuju
setuju, Setuju
Setuju, kurang setuju
setuju, tidak
setuju

17

II. Data Kuantitatif

Data berupa angka dalam arti sebenarnya
dapat dilakukan operasi matematika. Terbagi
dua :
a. Data
D t IInterval,
t
l C
Contoh
t h : IInterval
t
l
temperatur ruang adalah sbb :
p panas
p
jika
j
antara 50C-80 C
Cukup
Panas jika antara 80 C-110 C
Sangat panas jika antara 110 C-140 C
b Data Rasio tingkat pengukuran paling
b.
tinggi ; bersifat angka dalam arti
sesungguhnya. Beda dengan interval
l
ti
mempunyaii titik noll d
dalam
arti
sesungguhnya.

18

Statistik menyediakan metode/cara pengolahan

data,
komputer
menyediakan
d
k
d k sarana pengolahan
l h
datanya.
Dengan bantuan komputer,
komputer pengolahan data
statistik hingga dihasilkan informasi yang
relevan menjadi lebih cepat dan akurat
dibutuhkan bagi para pengambil keputusan.
Dengan keunggulan kecepatan, ketepatan dan
keandalan komputer dibutuhkan untuk
mengolah data statistik

19

Program komputer statistik :

1. Membuat sendiri; dengan bahasa
pemrograman misal BASIC, PASCAL
2 Sebagai
2.
S b
i Add Ins
I dari
d i Program
P
lain,
l i
contoh: Microsoft Excell
3 Program khusus Statistik,
3.
Statistik contoh :
Microstat, SAS, SPSS

20

`
`

Kegunaan pokok ilmu statistik

1. Metode ilmiah yang digunakan dalam penelitian
ilmiah di berbagai bidang
2. Dasar ilmiah untuk menganalisis dan
mengambil keputusan
3 Metode untuk menggambarkan dan
3.
menganalisis suatu peristiwa secara kuantitatif
4
4. Memberi masukan bagi disiplin ilmu lain untuk
menciptakan metode baru