STATISTIKA

Haniah Mahmudah, ST.MT PENS-ITS, Surabaya

Pendahuluan
Statistik diartikan :

Deskripsi Numerik(Numerical description) Diasosiasikan sebagai kumpulan data Ciri dari sebagian objek yang diamati

Statistik menunjukan pada informasi tentang bermacam-macam kegiatan dalam bentuk angka
2

Definisi
Statistik

Ilmu yang mengenai pengumpulan, penyajian dan analisis data untuk menarik kesimpulan dan interpretasi data untuk pengambilan keputusan

Definisi
Statistik (Schaums ; Murray R Spiegel)

Ilmu pengetahuan yang berhubungan dengan metode metode ilmiah untuk pengumpulan, pengorganisasian, perangkuman dan penganalisisan data di samping terkait pula dengan metode metode untuk penarikan kesimpulan yang valid serta pengambilan keputusan yang berdasarkan alasan-alasan yang ilmiah dan kuat yang memperoleh dari hasil analisis tadi
4

Kegunaan statistik

Analisis data Peramalan Uji hipotesa Ilmu statistik

Ruang lingkup statistik

Ekonomi dan bisnis Teknik Sipil Terdapat di Sosial dan budaya Setiap bidang Ilmu pengetahuan Pemerintahan Komputer dan informasi Psychology dan komunikasi Matematika dan pengetahuan alam
6

Bagian Ilmu Statistik

Statistik Deskriptif

Menjelaskan menggambarkan berbagai karakteristik data Inferensi adalah suatu pernyataan mengenai suatu populasi yang didasarkan pada informasi dari sampel random yang diambil dari populasi tersebut
7

Statistik Induktif Inferensi

Bagian Ilmu Statistik

Teori Probabilitas

Probabilitas peluang adalah suatu angka yang menunjukan tingkat keyakinan tentang terjadinya suatu peristiwa Analisis keputusan secara statistik berhubungan dengan pengambilan keputusan bila alternatif alternatif tindakan diketahui, tetapi hasil dari masing-masing tindakan berbeda-beda
8

Analisis keputusan

Perlu Mempelajari Statistik

Menjelaskan hubungan antar variabel membuktikan hipotesa dgn eksperimen Membuat keputusan lebih baik pengolahan data eksperimen Mengatasi perubahan-perubahan Membuat rencana dan ramalan (Prediksi, Estimasi)
9

Metodologi Statistik
Mengidentifikasikan persoalan Pengumpulan fakta-fakta yang ada Mengumpulkan data asli yang baru Klasifikasi data Penyajian data Analisis data

10

Elemen Statistik
Populasi Sampel Variabel Statistik inferensi Pengukuran reabilitas dari statistik inferensi

11

Populasi
Populasi adalah sebagai sekumpulan data yang mengidentifikasi suatu fenomena Contoh :

Semua pekerja di seluruh Indonesia Semua mahasiswa di Jakarta

Populasi lebih bergantung pada kegunaan dan relevansi data yang dikumpulkan

12

Sampel
Sampel adalah sebagai sekumpulan data yang diambil atau diseleksi dari suatu populasi Contoh :

Populasi = Seluruh mahasiswa di Surabaya Sampel = Mahasiswa semeter 3 jurusan Telkomunikasi PENS

Sampel pada dasarnya adalah bagian dari populasi

13

Variabel
Dalam melakukan inferensi terhadap populasi, tidak semua ciri populasi harus diketahui, hanya satu atau beberapa karakteristik populasi yang perlu diketahui, yang disebut sebagai variabel Variabel adalah sebuah simbol, yang dapat menyandang setiap nilai dari suatu himpunan nilai yang disebut sebagai domain dari variabel tersebut
14

Variabel kontinyu dan diskrit

Sebuah variabel yang secara teoritis dapat menyandang setiap nilai di antara dua nilai yang diberikan disebut dengan variabel kontinyu Kebalikannya disebut sebagai variabel diskrit

15

Contoh variabel kontinyu

Tinggi H seseorang yang dapat bernilai 62 cm, 67,5 cm atau 68,45678 cm, bergantung pada tingkat akurasi pengukurannya Data yang dijelaskan melalui variabel kontinyu disebut data kontinyu

16

Contoh Variabel diskrit

Sejumlah N anak dalam sebuah keluarga, yang bernilai bsa salah satu dai 0, 1, 2, 3, tetapi tidak mungkin 2,5 atau, 3,4567 Data yang dijelaskan melalui variabel diskrit disebut data diskrit

17

Statistik Inferensi
Statistik inferensi pada dasarnya adalah suatu keputusan, perkiraan atau generalisasi tentang suatu populasi berdasarkan informasi yang terkandung dari suatu sampel

18

Pengukuran reabilitas dari statistik inferensi

Dalam analisa statistik yang diambil dari data sampel dari suatu populasi, maka konsekuensi akan menimbulkan bias dalam inferensinya. Maka diperlukan pengukuran reabilitas dari setiap inferensi yang telah dibuat

19

Type data Statistik

Data kualitatif data nonmetrik Data kuantitatif data metrik

20

Data kualitatif data nonmetrik

Data nominal

Data ordinal

Data yang paling rendah dalam level pengukuran data, hanya meghasilkan satu dan hanya satu-satunya kategori membedakan antar kelompok Contoh pendidikan, jenis kelamin Data yeng memiliki tingkatan data, urutan data bersifat nominal Contoh: Tingkat pendidikan (SD, SMP, SMA),

Ranking Data kategorikal

Data numerikal

Data dalam jenis ya atau tidak

Jenis data diskrit dan data kontinu
21

Data kuantitatif data metrik

Interval

Rasio

Data yang lebih tinggi tingkat pengukurannya dari data ordinal, urutan data dapat dikuantitatifkan dan tidak mempunyai titik nol yang absolut dalam interval tertentu contoh : nilai UTS
Data yang tingkat pengukurannya lebih tinggi Data rasio adalah data bersifat angka dalam arti sesungguhnya dan mempunyai titik nol dalan arti sesungguhnya Contoh: Temperatur

Berat badan

22

Data menurut waktu pengumpulan

1. Cross-sectional Data
yaitu data yang dikumpulkan pada waktu tertentu yang sama atau hampir sama Contoh: Jumlah mahasiswa PENS 2009/2010, Jumlah perusahaan go public tahun 2006

2. Time Series Data

yaitu data yang dikumpulkan selama kurun waktu/periode tertentu Contoh: Pergerakan nilai tukar rupiah dalam 1 bulan, Produksi Padi Indonesia tahun 1997-2006
23

Pendekatan Statistik
Analisis deskriptif materi kuliah Analisis inferensi Kombinasi dari keduanya

24

Aplikasi Komputer yang dapat digunakan

Statistik

Metode kuantitatif

Microstat Curve expert Minitab, statistic Amos Lisrel, AHP SPSS MS Excel dll

QSB Lindo Invest, metastock E-viewa DS, POM for windows dll

25

Terima Kasih
26