TUGAS METODE STATISTIK DAN OPTIMISASI

Resume:
Speaking of Statistics and Measurements in Statistics

Disusun oleh:
DODY SUSILO – 07111750040008
SETYABUDI - 07111750040002

KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI

FAKULTAS TEKNIK ELEKTRO
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2018
 Bab I
Speaking of Statistics

1.1. Statistik
1.1.1. Pengertian Statistik
Pengertian statistik adalah ilmu yang mempelajari cara pengumpulan, pengelolaan, penyajian,
dan analisis data termasuk cara pengambilan kesimpulan dengan memperhitungkan unsur
ketidakpastian (uncertain) berdasarkan konsep probabilitas. Definisi lain statistik adalah kumpulan data
dalam bentuk angka maupun bukan angka disusun dalam bentuk daftar (tabel) dan atau diagram.
Statistik dapat mempermudah kita dalam melakukan penelitian. Bagi mahasiswa tingkat akhir yang
sedang mengerjakan tugas akhirnya pasti tidak asing dengan ilmu ini. Dalam ilmu statistik terdapat
istilah-istilah seperti elemen, karakteristik, variable, populasi, sampel, sensus, sampling, sampling error,
dan kesalahan sampling.
Statistik sangat erat kaitannya dengan kehidupan sehari-hari khususnya di bidang ekonomi dan
industri. Ilmu statistik sangat berguna dalam berbagai bidang, seperti industri manufaktur, farmasi,
bisnis, pemasaran, dan lain sebagainya. Statistik ini digunakan untuk menarik kesimpulan berdasarkan
data yang sudah ada dan membuat keputusan. Statistik dapat dibagi menjadi statistik deskriptif dan
statistik inferensial.

1.2. Sampling
1.2.1. Pengertian Sampling
Pengertian teknik sampling adalah cara untuk menentukan sampel yang jumlahnya sesuai
dengan ukuran sampel yang akan dijadikan sumber data sebenarnya, dengan memperhatikan sifat-sifat
dan penyebaran populasi agar diperoleh sampel yang representatif. Beberapa langkah yang harus
diperhatikan peneliti dalam menentukan sampel, yaitu:
1. Menentukan populasi.
2. Mencari data akurat unit populasi.
3. Memilih sampel yang representative.
4. Menentukan jumlah sampel yang memadai.

1.2.2. Metode Sampling

Sebuah studi statistik yang baik harus memiliki sampel yang representatif. Jika tidak, sampel
bias dan kesimpulan dari penelitian tidak dapat dipercaya. Beberapa metode pengambilan sampel umum
yang, setidaknya secara prinsip, dapat memberikan sampel yang representatif.
a. Simple Random Samples
Simple Random Samples adalah teknik pengambilan sampel dari anggota populasi yang
dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu.
Syarat penggunaan dari teknik sampling acak sederhana sebagai berikut:
1. Teknik ini digunakan jika elemen populasi bersifat homogen, sehingga elemen manapun yang
terpilih menjadi sampel dapat mewakili populasi.
2. Dilakukan jika analisis penelitiannya cenderung deskriptif dan bersifat umum.

Kekurangan dari teknik Simple Random Sampling sebagai berikut:

1. Butuh daftar anggota populasi.
2. Butuh waktu lama.
3. Mahal.
Sedangkan kelebihan dari teknik ini adalah mudah diterapkan.

Prosedur Simple Random Sampling sebagai berikut:

1. Susun sampling frame.
2. Tetapkan jumlah sampel yang akan diambil.
3. Tentukan alat pemilihan sampel.
4. Pilih sampel sampai dengan jumlah terpenuhi.

b. Convenience Sample
Convenience Samples adalah jenis pengambilan sampel non-probabilitas, yang tidak termasuk
pemilihan acak peserta. Kebalikannya adalah probability sampling, di mana peserta dipilih secara acak,
dan masing-masing memiliki kesempatan yang sama untuk dipilih.
Keuntungan Convenience Sample sebagai berikut:
1. Itu relatif mudah untuk mendapatkan sampel.
2. Itu murah, dibandingkan dengan metode lain.
3. Peserta sudah tersedia.

Kerugian Convenience Sample sebagai berikut:

1. Ketidakmampuan untuk menyamaratakan hasil survei ke populasi secara keseluruhan.
2. Kemungkinan kurang atau representasi penduduk yang berlebihan.
3. Bias hasil, karena alasan mengapa beberapa orang memilih untuk mengambil bagian dan beberapa
tidak.
c. Cluster Sample
Cluster Sample adalah teknik di mana klaster peserta yang mewakili populasi diidentifikasi dan
dimasukkan dalam sampel. Pengambilan sampel klaster melibatkan identifikasi kelompok peserta yang
mewakili populasi dan inklusi dalam kelompok sampel.
Keuntungan Cluster Sample sebagai berikut:
1. Ini adalah desain probabilitas waktu yang paling efisien dan hemat biaya untuk wilayah geografis
yang luas.
2. Metode ini mudah digunakan dari sudut pandang kepraktisan.
3. Ukuran sampel yang lebih besar dapat digunakan karena peningkatan tingkat aksesibilitas anggota
kelompok sampel perspektif.

Kerugian Cluster Sample sebagai berikut:

1. Membutuhkan informasi tingkat grup untuk diketahui.
2. Umumnya memiliki kesalahan pengambilan sampel yang lebih tinggi daripada teknik sampling
lainnya.
3. Pengambilan sampel kluster mungkin gagal untuk mencerminkan keragaman dalam kerangka
sampling.

d. Stratified Samples
Stratified Samples adalah proses yang digunakan dalam riset pasar yang melibatkan pembagian
populasi minat menjadi kelompok-kelompok yang lebih kecil, yang disebut strata. Sampel kemudian
ditarik dari strata ini, dan analisis dilakukan untuk membuat kesimpulan tentang populasi yang lebih
besar.
Proses melakukan Stratified Samples sebagai berikut:
1. Bagilah populasi menjadi subgrup yang lebih kecil, atau strata, berdasarkan atribut dan
karakteristik bersama anggota.
2. Ambil sampel acak dari setiap stratum dalam jumlah yang sebanding dengan ukuran stratum.
3. Pool subset dari strata bersama untuk membentuk sampel acak.
4. Lakukan analisis.

e. Bias
Bias adalah perbedaan antara hasil sesungguhnya dalam populasi dengan hasil semua sampel
yang berasal dari populasi tersebut.
Hal-hal yang dapat menimbulkan bias adalah sebagai berikut :
1. Kesalahan dalam pemilihan unit dasar, yaitu unit dasar yang berbeda dengan tujuan penelitian.
2. Untuk penelitian terhadap ciri individu dilakukan pengambilan sampel keluarga dan masing-
masing keluarga diambil satu anggota keluarganya sebagai responden.
3. Bias dapat pula timbul bila kita mengambil unit terdekat sebgai pengganti non-respons, karena ciri
unit pengganti belum tentu sama dengan uni non-respons.
4. Non-respons pada pengumpulan data secara angket dianggap memiliki ciri yang sama dengan ciri
responden yang mengembalikan angket.
5. Bias dapat pula timbul pada pengambilan sampel non-random.
6. Spesifikasi yang kurang jelas pada unit sampel.

1.3. Jenis Studi Stastik

1.3.1. Mengidentifikasi Variabel
Variabel istilah mengacu pada item atau kuantitas yang dapat bervariasi atau mengambil nilai
yang berbeda dan variabel yang menarik adalah hal-hal yang ingin di pelajari. Sebuah variabel dalam
aljabar benar-benar hanya berarti satu hal - nilai yang tidak diketahui. Namun, dalam statistik akan
menemukan beberapa jenis variabel dalam statistik. Dalam banyak kasus, kata itu masih berarti bahwa
berurusan dengan sesuatu yang tidak diketahui, tetapi tidak seperti di aljabar yang tidak diketahui itu
tidak selalu berupa angka. Beberapa jenis variabel digunakan lebih dari yang lain.

1.3.2. Studi observasional

Studi Observasional adalah penelitian dimana peneliti hanya melakukan observasi, tanpa
memberikan intervensi pada variabel yang akan diteliti.
Pada penelitian observasional dibedakan tiga pendekakan sebagai berikut:
1. Cross Sectional adalah Penelitian Analitik Cross Sectional adalah penelitian observaional dimana
cara pengambilan data variabel bebas dan variabel tergantung dilakukan sekali waktu pada saat
yang bersamaan.
2. Cohort / Prospektif adalah penelitian dimana pengambilan data variabel bebas (sebab) dilakukan
terlebih dahulu, setelah beberapa waktu kemudian baru dilakukan pengambilan data variabel
tergantung (akibat).
3. Retrospectif / Kasus Kontrol adalah penelitian dimana pengambilan data variabel akibat
(dependent) dilakukan terlebih dahulu, kemudian baru diukur varibel sebab yang telah terjadi pada
waktu yang lalu, misalnya setahun yang lalu, dengan cara menanyakan pada responden.

1.3.3. Meta Analysis

Meta Analysis adalah metode untuk secara sistematis menggabungkan data studi kualitatif dan
kuantitatif yang relevan dari beberapa studi yang dipilih untuk mengembangkan kesimpulan tunggal
yang memiliki kekuatan statistik yang lebih besar. Kesimpulan ini secara statistik lebih kuat daripada
analisis dari setiap studi tunggal, karena peningkatan jumlah subjek, keragaman yang lebih besar di
antara subjek, atau akumulasi efek dan hasil.
Meta Analysis akan digunakan untuk tujuan-tujuan berikut:
1. Untuk membangun signifikansi statistik dengan studi yang memiliki hasil yang bertentangan.
2. Untuk mengembangkan perkiraan besarnya efek yang lebih tepat.
3. Untuk memberikan analisis yang lebih kompleks tentang bahaya, data keamanan dan manfaat.
4. Untuk menguji subkelompok dengan angka individu yang tidak signifikan secara statistik.
Jika studi individu menggunakan uji coba terkontrol secara acak (RCT), menggabungkan
beberapa hasil RCT yang dipilih akan menjadi tingkat tertinggi bukti pada hierarki bukti, diikuti oleh
tinjauan sistematis, yang menganalisis semua studi yang tersedia pada suatu topik.
Keuntungan Meta Analysis Sebagai Berikut:
1. Kekuatan statistik yang lebih besar.
2. Analisis data konfirmatori.
3. Kemampuan yang lebih besar untuk mengekstrapolasi ke populasi umum terpengaruh.
4. Dianggap sebagai sumber daya berbasis bukti.

Kekurangan Meta Analysis Sebagai Berikut:

1. Sulit dan memakan waktu untuk mengidentifikasi studi yang tepat.
2. Tidak semua studi menyediakan data yang memadai untuk dimasukkan dan dianalisis.
3. Membutuhkan teknik statistik tingkat lanjut.
4. Heterogenitas populasi penelitian.