Pertemuan 01 - Konsep Dasar Dan Review
Pertemuan 01 - Konsep Dasar Dan Review
Statistika
Data Informasi
Data: Fakta, khususnya Informast:
fakta numerik, Pengetahuan yang
dikumpulkan bersama- dikomunikasikan
sama untuk referensi berkaitan dengan
atau informasi. beberapa fakta tertentu.
Konsep Statistika
Sampel
Inferens
Statistik
Parameter
Secara rasional:
populasi besar membuat penyelidikan setiap anggota tidak
praktis dan mahal.
Lebih mudah dan lebih murah untuk mengambil sampel
dan melakukan estimasi tentang populasi dari sampel.
Bagaimanapun:
Kesimpulan dan Estimasi tidak selalu akan menjadi benar.
Untuk alasan ini, kita masuk ke dalam inferensi statistik
"ukuran reliabilitas (keandalan)", yaitu tingkat
kepercayaan dan tingkat signifikansi.
Statistika Inferensia
Pertimbangan lain:
Jika skala pengukuran N-O Nonparametrik
Jika skala pengukuran I-R Parametrik
1) Populasi Terbatas
Populasi terbatas mempunyai sumber data yang jelas
batasnya secara kuantitatif sehingga dapat dihitung
jumlahnya.
a. Populasi homogen
Populasi homogen adalah sumber data yang unsurnya
memiliki sifat atau keadaan yang sama sehingga tidak perlu
mempermasalahkan jumlahnya secara kuantitatif.
b. Populasi heterogen
Populasi heterogen adalah sumber data yang unsurnya
memiliki sifat atau keadaan yang berbeda (bervariasi)
sehingga perlu ditetapkan batas-batasnya baik secara
kuantitatif maupun secara kualitatif.
Jenis Populasi dan Sampel
Teknik Sampling
Sampling Techniques
Nonprobability Probability
Sampling Techniques Sampling Techniques
METODE ILMIAH :
Adalah salah satu cara mencari kebenaran yang bila ditinjau dari segi
penerapannya, resiko untuk keliru paling kecil.
5. Mengambil kesimpulan
INSTRUMEN
SAMPEL
SIFAT DATA
PERAN STATISTIKA
VARIABEL
METODE ANALISIS
Apanya Apa??
DATA
NOMINAL INTERVAL
ORDINAL RASIO
Data
DATA NOMINAL :
Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi.
CIRI : posisi data setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : jenis kelamin, jenis pekerjaan
DATA ORDINAL :
Data berskala ordinal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi, tetapi
di antara data tersebut terdapat hubungan
CIRI : posisi data tidak setara/ada urutan
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : kepuasan kerja, motivasi
DATA INTERVAL :
Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara
dua titik skala sudah diketahui dan tidak mempunyai titik nol absolut.
CIRI : Tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : temperatur yang diukur berdasarkan 0C dan 0F, sistem kalender
DATA RASIO :
Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara
dua titik skala sudah diketahui dan mempunyai titik 0 absolut.
CIRI : tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : gaji, skor ujian, jumlah buku
Pengolahan Data
TABEL
Tabel 1.1 Bidang Pekerj aan berdasarkan Latar Belakang Pendidikan
Count
pendidikan
SMU Akademi Sarjana Jumlah
bidang administrasi 1 8 6 15
pekerjaan personalia 1 7 8
produksi 4 3 5 12
marketing 2 14 11 27
keuangan 3 4 6 13
Jumlah 10 30 35 75
bidang pekerjaan
GRAFIK admini strasi
personal ia
produksi
marketi ng
keuangan
TABEL : memberikan informasi secara rinci. Terdiri atas kolom dan baris
GRAFIK : memberikan informasi dengan benar dan cepat, tetapi tidak rinci.
Syarat :
1. Pemilihan sumbu (sumbu tegak dan sumbu datar), kecuali grafik lingkaran
2. Penetapan skala (skala biasa, skala logaritma, skala lain)
3. Ukuran grafik (tidak terlalu besar, tinggi, pendek)
Jenis Grafik :
4
Grafik Batang (Bar)
Sumbu tegak
3
Grafik Garis (line)
2
Grafik Lingkaran (Pie)
1
Grafik Interaksi (Interactive)
0
1 2 3 4
Titik
pangkal Sumbu datar
Penyajian Data
20 20
10 10
Jumlah
Count
0 0
administrasi personalia produksi marketing keuangan administrasi personalia produksi marketing keuangan
keuangan
administrasi
700000
600000
personalia
500000
Mean gaji perbulan
Jenis kelamin
400000
marketing
laki-laki
produksi
300000 w anita
sangat jelek jelek cukup baik baik sangat baik
prestasi kerja
Frekuensi
KELOMPOK FREKUENSI
Kelompok ke-1 f1 Pendidikan Frekuensi
Kelompok ke-2 f2
S1 62
Kelompok ke-3 f3
S2 19
Kelompok ke-i fi
S3 9
Kelompok ke-k fk
90
k
n = fi
i=1
k
n = fi = f1 + f2 + f3 +.. + fi + + fk
i=1
Distribusi Frekuensi
X + X2 + X3 + + Xn n
X= 1 Xi
n i =1
n
Bila terdapat sekumpulan bilangan di mana masing-masing bilangannya memiliki frekuensi,
maka rata-rata hitung menjadi :
k
X f + X2 f2 + X3 f3 + + Xkfk Xifi
X= 1 1
f 1 + f2 + f 3 + + f k i =1
k
fi
Cara menghitung : i =1
MEDIAN : nilai tengah dari sekumpulan data setelah diurutkan yang fungsinya membantu
memperjelas kedudukan suatu data.
Contoh : diketahui rata-rata hitung nilai ulangan dari sejumlah siswa adalah 6.55.
Pertanyaannya adalah apakah siswa yang memperoleh nilai 7
termasuk istimewa, baik, atau biasa-biasa saja ?
Jika sekumpulan data banyak bilangannya genap (tidak mempunyai bilangan tengah)
Maka mediannya adalah rata-rata dari dua bilangan yang ditengahnya.
Contoh : 1 2 3 4 5 6 7 8 8 9 maka median (5+6) : 2 = 5.5
Ukuran Pemusatan
Contoh : A : 100 90 80 70 60 50 40 30 20 10
B : 100 100 100 100 100 10 10 10 10 10
C : 100 100 100 90 80 30 20 10 10 10
X = 55
r = 100 10 = 90
Rata-rata
Ukuran Penyebaran
Deviasi Rata-rata : penyebaran
Berdasarkan harga mutlak simpangan Kelompok A Kelompok B
bilangan-bilangan terhadap rata- Nilai X X - X |X X| Nilai X X - X |X X|
ratanya. 100 45 45 100 45 45
90 35 35 100 45 45
80 25 25 100 45 45
70 15 15 90 35 35
60 5 5 80 25 25
Rata-rata 50 -5 5 30 -25 25
40 -15 15 20 -35 35
30 -25 25 10 -45 45
20 -35 35 10 -45 45
10 -45 45 10 -45 45
Jumlah 0 250 Jumlah 0 390
DR = 250 = 25 DR = 390 = 39
10 10
n
|Xi X|
Rata-rata DR =
n
i=1
8250 15850
n s= 9 = 30.28 s= 9 = 41.97
(Xi X)
2
s=
i=1 n-1
Kesimpulan :
Kelompok A : rata-rata = 55 ; DR = 25 ; s = 30.28
Kelompok B : rata-rata = 55 ; DR = 39 ; s = 41.97
Maka data kelompok B lebih tersebar daripada kelompok A
A manufacturer of computer chips claims that less
than 10% of its products are defective. When 1,000
chips were drawn from a large production, 7.5%
were found to be defective.
a. What is the population of interest?
b. What is the sample?
c. What is the parameter?
d. What is the statistic?
e. Does the value 10% refer to the parameter or to
the statistic?
f. Is the value 7.5% a parameter or a statistic?
g. Explain briefly how the statistic can be used to
make inferences about the parameter to test the
claim.
You are shown a coin that its owner says is fair in
the sense that it will produce the same number of
heads and tails when flipped a very large number of
times.
a. Describe an experiment to test this claim.
b. What is the population in your experiment?
c. What is the sample?
d. What is the parameter?
e. What is the statistic?
f. Describe briefly how statistical inference can be
used to test the claim.