S1 Week 9: Pengantar Statistika

1
 STATISTIK dan STATISTIKA

 Statistik :
• Ukuran untuk menyatakan sebagai wakil dari kumpulan data mengenai suatu hal
(persen, rata-rata, standar deviasi)
• Untuk menyatakan kumpulan data (bilangan maupun non-bilangan) yang
disusun dalam tabel atau diagram, yang melukiskan atau menggambarkan suatu
persoalan. (statistik penduduk, statistik produksi, statistik hasil pengamatan/
penelitian laboratorium)
 Statistika : ilmu/pengetahuan/seni yang berhubungan dengan cara-cara
pengumpulan data, pengolahan atau penganalisisannya dan penarikan kesimpulan
berdasarkan kumpulan data dan penganalisisan yang dilakukan.
 KLASIFIKASI STATISTIKA

1. Statistika Deskriptif
• Mempelajari cara penyusunan dan penyajian data yang dikumpulkan.
• Termasuk dalam statistik deskripsi antara lain rata-rata, simpangan baku, median,
dsb.
2. Statistika Inferensial
• Mempelajari tata cara penarikan kesimpulan mengenai populasi berdasarkan
data yang ada pada sampel.
• Termasuk disini antara lain pengujian hipotesis, anova, regresi dan korelasi,
analisis multivariat.
 Box-plot (diagram
kotak dan pasak)

Deskriptif Diagram:
- batang
- Lingkaran
- Pencar
Statistika - dll

Menarik kesimpulan
Inferensia tentang populasi dari
sampel
4
 DATA

1. Data Kualitatif
• Data yang bukan angka atau bilangan
• Contoh : Kepuasan pelanggan ( Sangat puas, puas, kurang puas)
2. Data Kuantitatif
• Data yang berbentuk angka atau bilangan
• Dari nilainya, dikenal dua golongan data kuantitatif yaitu data diskrit dan data
kontinu
• Contoh data diskrit : keluarga A mempunyai lima anak laki-laki dan tiga anak
perempuan, kabupaten B sudah membangun 85 gedung sekolah
• Contoh data kontinu : tinggi badan seseorang, luas daerah, kecepatan mobil
Mengambil Data Kualitatif
(Contoh Kuesioner Kepuasan Konsumen Handphone)
Buat pertanyaan 1 tentang harga

Harga Buat pertanyaan 2 tentang harga

dst

Buat pertanyaan 1 tentang fitur

Kriteria
Fitur
dst

Buat pertanyaan 1 tentang garansi

Garansi
dst
Kuesioner Tentang Perilaku Konsumen Indomie

Nama responden (bisa tidak diisi) :

Jenis Kelamin : L/P (coret yang tidak perlu)
Usia :

No Pertanyaan SS S KS TS STS
1 Harga handphone X sesuai dengan kemampuan yang
diberikan
2 …
 SKALA PENGUKURAN

1. Skala Nominal
• Skala pengukuran paling rendah, menggolongkan hasil pengamatan ke dalam kategori
• Contoh : jenis kelamin, penggolongan guru SMA ke dalam guru IPA, Bahasa, dll.
2. Skala Ordinal
• Karakteristik : dapat dilakukan klasifikasi pengamatan dan dapat dilakukan pengurutan.
• Contoh : data kepuasan pelanggan, tingkat pendidikan.
3. Skala Interval
• Karakteristik : dapat dilakukan klasifikasi pengamatan, dapat dilakukan pengurutan
pengamatan, ada interval.
• Tidak memuat 0
• Contoh : IQ, psikotes.
4. Skala Rasio
• Punya semua sifat skala interval ditambah satu sifat adanya pengukuran yang nilainya
0.
• Contoh : tinggi, umur, besarnya kuat arus.
 POPULASI dan SAMPEL

 Populasi
Keseluruhan (totalitas) semua nilai yang mungkin, hasil menghitung ataupun
pengukuran , kuantitatif maupun kualitatif mengenai karakteristik tertentu dari
semua anggota kumpulan yang lengkap dan jelas yang ingin dipelajari sifat-sifatnya.
 Sampel :
Sebagian dari populasi yang akan diteliti dan yang dianggap dapat menggambarkan
karakteristik populasi.
Jenis populasi
• POPULASI TERBATAS
• Misalnya, 5.000 orang dosen pada
awal tahun 1999, dengan
karakteristik; masa belajar S3
kurang dari 4 tahun, lulusan
pendidikan Eropa, dan lain-lain.
• POPULASI TAK TERBATAS
• Misalnya, dosen di Indonesia,
berarti jumlahnya harus dihitung
sejak dosen pertama ada sampai
sekarang dan yang akan datang.
Berdasar
Jumlah
• POPULASI HOMOGEN
• Misalnya, seorang dokter yang
akan melihat golongan darah
seseorang, maka ia cukup
mengambil setetes darah saja.
Dokter itu tidak perlu satu botol,
sebab setetes dan sebotol darah,
hasilnya akan sama saja.
• POPULASI HETEREOGEN
• Misalnya, jumlah guru di Jakarta,
perlu ditetapkan batas-batasnya
Berdasar
Masalah
10
 Parameter dan statistik
• Parameter adalah istilah untuk besaran yang berupa data atau angka ringkasan yang
menunjukkan ciri dari suatu populasi.
(parameter untuk populasi)
• Statistik adalah istilah untuk besaran yang berupa data atau angka ringkasan yang
menunjukkan ciri dari suatu sample.
(statistik untuk sampel)

Besaran Lambang Parameter(populasi) Lambang Statistik(sample)

Rata – rata μ 𝑿
Variansi σ2 S2
Simpangan Baku σ S
Jumlah Observasi N n
Proporsi P p

11
12
Definisi populasi, sampel, parameter dan
statistik
“A population consists of all units of interest. Any numerical characteristic of a
population is a parameter. A sample consists of observed units collected from the
population. It is used to make statements about the population. Any function of a
sample is called statistic” (Definition 8.1 Book of Baron, 2014)
Contoh:
Misalnya 80% dari pengguna puas dengan koneksi internet mereka, itu tidak
berarti bahwa tepat 8 dari 10 pelanggan dari sampel yang anda amati puas. Seperti
yang bisa kita lihat dari Tabel binomial, peluang 0,0328, hanya setengah dari
sepuluh pelanggan sampel puas. Dengan kata lain, ada adalah kesempatan 3%
untuk sampel acak untuk menunjukkan bahwa bertentangan dengan parameter
populasi,
tidak lebih dari 50% dari pengguna puas.

13
 SAMPLING ( Teknik Pengambilan Sampel )

Prosedur Pengambilan Sampel

1. Tentukan tujuan penelitian
2. Tentukan populasi penelitian
3. Tentukan jenis data yang diperlukan
4. Menentukan teknik sampling
5. Menentukan besarnya sampel
6. Menulis sampel
Sampling
Sampling dan non-sampling error mengacu pada kejanggalan antara sampel
dikumpulkan dengan keseluruhan populasi.
Kesalahan pengambilan sampel disebabkan oleh fakta bahwa hanya sampel,
sebagian dari populasi,
diamati. Untuk sebagian besar dari prosedur statistik yang wajar, kesalahan
pengambilan sampel menurun (dan
konvergen ke nol) sebagai ukuran sampel meningkat.
kesalahan non-sampling disebabkan oleh pengambilan sampel skema yang tidak
pantas atau salah statistik
teknik. Seringkali tidak ada teknik statistik yang bijaksana dapat menyelamatkan
sampel buruk dikumpulkan data.

15
 Misalkan kita ingin menarik kesimpulan mengenai proporsi penduduk di
Indonesia yang menyukai HP Cina.
 Mungkinkah kita menanyai satu persatu?
 Bisakah diperoleh parameter 𝑝 ?
 Yang dapat kita lakukan adalah mengambil sampel acak yang banyak
kemudian menghitung proporsi 𝑝 pada sampel.
 Nilai 𝑝 kita gunakan untuk menarik kesimpulan mengenai proporsi 𝑝
yang sesungguhnya.
 𝑝 kita sebut sebagai statistik

16
 Agar inferensi dari sampel tentang populasi sahih maka sampel harus
diambil sedemikian sehingga mewakili populasi

 “Jangan memilih anggota populasi yang paling sesuai dengan keinginan

kita” agar tidak bias

 Untuk mencegah timbulnya bias dalam prosedur sampling sebaiknya kita

gunakan sampel acak (pengamatan dilakukan secara bebas satu sama lain
dan acak)

17
 PENYAJIAN DATA

Ada dua cara penyajian data yang sering dipakai, yaitu :

1. Tabel atau daftar
• Daftar baris kolom
• Daftar kontingensi
• Daftar distribusi frekuensi
2. Grafik atau diagram
• Diagram batang
• Diagram Batang Daun
• Diagram garis
• Diagram lingkaran
• Diagram lambang
• Diagram peta
• Diagram pencar
• Boxplot
Tabel Baris Kolom
Tabel Kontingensi
Diagram Peta
Diagram Pencar
Rataan
Bila 𝑋 , 𝑋 , … , 𝑋
menyatakan sampel acak ukuran 𝑛 maka rataan sampel
1 2 𝑛
dinyatakan oleh statistik
𝑛
𝑖=1 𝑋𝑖
𝑋=
𝑛

23
Median
Bila 𝑋1 , 𝑋2 , … , 𝑋𝑛 menyatakan sampel acak ukuran 𝑛, diurutkan dari kecil ke
besar, maka median sampel ditentukan sebagai statistik

𝑋𝑛+1 bila n ganjil

2
𝑋 = 𝑋𝑛 + 𝑋𝑛+1
2 2
bila n genap
2

24
Modus
 𝑋1 , 𝑋2 , … , 𝑋𝑛 tidak perlu semuanya berbeda, menyatakan suatu sampel
acak ukuran 𝑛, maka modus 𝑀 ialah nilai sampel yang paling sering
muncul ataupun yang frekuensinya paling tinggi. Modus mungkin tidak
ada, dan kalaupun ada mungkin tidak tunggal

25
 Kuartil, Desil, Persentil

 Letak kuartil ke-i

𝑖(𝑛 + 1)
𝐿𝑒𝑡𝑎𝑘 𝐾𝑖 = 𝑑𝑎𝑡𝑎 𝑘𝑒 , 𝑖 = 1,2,3
4

 Untuk data yang telah disusun dalam daftar distribusi frekuensi, kuartil 𝐾𝑖 (𝑖 = 1,2,3)
dihitung dengan rumus

𝑖𝑛
−𝐹
𝐾𝑖 = 𝑏 + 𝑝 4 , 𝑖 = 1,2,3
𝑓

𝑏 = batas bawah kelas 𝐾𝑖

𝑝 = panjang kelas 𝐾𝑖
𝐹 = jumlah frekuensi dengan tanda kelas lebih kecil dari tanda kelas 𝐾𝑖
𝑓 = frekuensi kelas 𝐾𝑖
 UKURAN SIMPANG dan RAGAM

 Rentang ( Range ) = data terbesar – data terkecil

 Rentang antar kuartil = 𝐾3 − 𝐾1

1
 Simpangan kuarti (SK)= 𝐾3 − 𝐾1
2

𝑥𝑖 −𝑥
 Simpangan Rata-rata (SR) =
𝑛

𝑥𝑖 −𝑥 2
 Ragam (Variance) untuk sampel = 𝑠 2 =
𝑛−1

Kalau untuk populasi, simbolnya 𝜎 2

 Simpangan baku (Standar deviasi) adalah akar positif dari variansi

 Rataan VS Variansi
Rataan Variansi
Pusat distribusi peluang Keragaman data di sekitar nilai
rataan
 Statistik yang paling sering dipakai untuk mengukur pusat suatu
himpunan data, diurutkan menurut seringnya dipakai ialah rataan,
median, modus.

28
Keunggulan dan kelemahan rataan, median,
modus
Statistik Keunggulan Kelemahan
Rataan Paling banyak dipakai dalam statistika dan dipengaruhi data pencilan
menggunakan semua keterangan data yang tersedia
Lebih stabil (tidak terpengaruh ukuran sampel yang
besar)
Median Mudah dihitung jika pengamatan sedikit. Semakin banyak sampel dari
Tidak dipengaruhi oleh pengamatan yang ekstrim banyak populasi nilai tidak stabil
Modus Berarti untuk data yang amat banyak Jarang digunakan
Tidak memerlukan perhitungan Untuk himpunan data yang kecil,
Dapat digunakan untuk data kualitatif maupun hampir tak berguna.
kuantitatif

29
Contoh
 Bila sumbangan suatu sampel acak siswa ITD pada suatu musibah alam
adalah 90.000, 100.000, 50.000, 90.000, 90.000, 70.000, 80.000, 60.000,
100.000, dan 110.000.

 Bila sumbangan suatu sampel acak siswa ITD pada suatu musibah alam
adalah 90.000, 100.000, 50.000, 90.000, 90.000, 70.000, 80.000, 60.000,
100.000, dan 900.000.

30