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
dst
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 • POPULASI HOMOGEN
• Misalnya, 5.000 orang dosen pada • Misalnya, seorang dokter yang
awal tahun 1999, dengan akan melihat golongan darah
karakteristik; masa belajar S3 seseorang, maka ia cukup
kurang dari 4 tahun, lulusan mengambil setetes darah saja.
pendidikan Eropa, dan lain-lain. Dokter itu tidak perlu satu botol,
• POPULASI TAK TERBATAS sebab setetes dan sebotol darah,
• Misalnya, dosen di Indonesia, hasilnya akan sama saja.
berarti jumlahnya harus dihitung • POPULASI HETEREOGEN
sejak dosen pertama ada sampai • Misalnya, jumlah guru di Jakarta,
sekarang dan yang akan datang. perlu ditetapkan batas-batasnya
Berdasar Berdasar
Jumlah 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)
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 )
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
17
PENYAJIAN DATA
23
Median
Bila 𝑋1 , 𝑋2 , … , 𝑋𝑛 menyatakan sampel acak ukuran 𝑛, diurutkan dari kecil ke
besar, maka median sampel ditentukan sebagai statistik
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
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
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
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