STATISTIKA DASAR

Jurusan Matematika
FMIPA-Unila
 Buku Teks:
Statistical Techniques in Business
and Economics (Douglas A. Lind,
William G. Marchal, Samuel A. Wathen)
-McGraw-Hill_Irwin (2017)

Terjemahan:
Teknik-Teknik Statistika dalam Bisnis
dan Ekonomi. (Terjemahan). Penerbit
Salemba Empat. Jakarta
Karangan: Douglas A. Lind, William G.
Marchal, Samuel A. Wathen
Bab 1 : Pendahuluan

Arti dari Statistika

Mengapa Belajar Statistika?

1. Informasi numerik ada di mana-mana

2. Statistika digunakan sebagai penuntun
dalam pengambilan keputusan di
dunia kerja dan kehidupan sehari-hari
3. Statistika digunakan sebagai penuntun
dalam Proses Metode Ilmiah
Mengapa Belajar Statistika?
1. Informasi numerik ada di mana-mana

Via TV, radio, surat kabar, internet, dll. setiap

harinya kita dibombardir oleh DATA
Misal,
data: hasil polling, grafik fluktuasi nilai rupiah,
curah hujan, jumlah penjualan mobil
per bulan, indeks bursa effek, dll.
Bagaimana efek BBM dan Ekonomi?
Bagaimana Menanggulangi Kemiskinan?
Berapa Banyak Korban Flu Burung?
Who is the Next President?
Apakah Gaji Sarjana Lebih Tinggi?
$40,500 $40,500
$40,000 $40,000

35,000 30,000
$24,400

30,000 20,000

25,000 $24,400
10,000

20,000 0
Bachelor High School Bachelor High School
Degree Diploma Degree Diploma
(a) (b)
Apakah Ada Diskriminasi Gender
dalam Gaji?
 Bagaimana kita memahami data tsb. ?
 Bagaimana mengevaluasi apakah data
tersebut berguna atau tidak ?
 Bagaimana menilai apakah polling yang
dilakukan itu menyesatkan atau tidak ?
 Bagaimana cara membaca dan
memanfaatkan data tersebut?
 dst.
Mengapa Belajar Statistika?
2. Teknik statistika digunakan untuk pengambilan
keputusan berdasarkan informasi terbatas dan
adanya keragaman dalam kehidupan sehari-hari

 Misalnya, kita tertarik untuk mengetahui secara

cepat, sebelum adanya pengumuman hasil dari
KPU, siapakah presiden terpilih mendatang?
Maka kita bisa memprediksi persentase suara
masing-masing pasangan kandidat presiden
dengan hanya menghitung persentase suara
berdasarkan sejumlah TPS saja.
Who Uses Statistics?

Statistical techniques are used

extensively by marketing,
accounting, quality control,
consumers, professional sports
people, hospital administrators,
educators, politicians, physicians,
etc...
Mengapa Belajar Statistika?
3. Proses Metode Ilmiah menjadi lebih efisien dan efektif
Teka-Teki Rokok dan Kanker Paru-Paru

• Dengan melibatkan banyak

pakar dari berbagai bidang
ilmu, dimulai pada akhir
dasawarsa 1930-an dan awal
tahun 1970-an terjadi drama
sains tentang kontroversi
rokok dan kanker paru-paru
yang cukup menggemparkan
kalangan ilmuwan dunia dan
politisi di parlemen Amerika
Serikat.
 Teka-Teki Rokok dan Kanker Paru-Paru

Brown dalam Statistics: A Guide to the Unknown (1972):

• Berdasarkan hasil penelitian, yang disebut studi restrospektif,
selama beberapa tahun pada ratusan keluarga di Baltimore,
Raymond Pearl pada tahun 1938 melaporkan bahwa 65 % orang-
orang yang tidak merokok dapat hidup hingga 60 tahun,
sedangkan pada orang-orang yang merokok hanya 45 %.
• Melalui penelitian, yang disebut studi prospektif, yakni dengan
mencacah jumlah perokok di antara orang-orang pengidap
kanker paru-paru, Richard Doll dan Bradford Hill, statistikawan
berkebangsaan Inggris, melaporkan bahwa kejadian para
perokok berat mengidap kanker paru-paru yang mematikan 24
kali lebih tinggi dari bukan perokok.
 Teka-Teki Rokok dan Kanker Paru-Paru
• Namun, ilmuwan lain seperti R.A. Fisher, yang dikenal sebagai peletak
dasar statistika modern, mempertanyakan hasil studi di atas.
Bagaimana dengan faktor hereditas? Karena faktor keturunan,
seseorang tetap berisiko tinggi akan terkena kanker paru-paru
sekalipun ia tidak merokok.
• Kemungkinan lainnya adalah adanya faktor “sloppy lifestyle”, seperti
kecenderungan untuk minum minuman keras terlalu banyak, makan
makanan yang kurang sehat, dan tidak pernah berolahraga, yang dapat
menyebabkan kanker paru-paru.
• Dengan kata lain, kemungkinan ada variabel lain yang sebenarnya
berakibat timbulnya kanker paru-paru. Dengan tidak terkontrolnya
variabel lain ini mengakibatkan penelitian menjadi berbias.
 Statistika dan Metode Ilmiah
 Statistika menjadikan proses penelitian
bidang ilmu lain dengan metode ilmiah
menjadi lebih efisien dan efektif. Efisien
dalam menggunakan sumberdaya dan efektif
dalam mencapai tujuan penelitian.
 Hampir dalam setiap tahap dalam proses
metode ilmiah, statistika dapat dijadikan alat
bantu.
 Dengan demikian, "bisnis" sebenarnya dari
statistika adalah metode ilmiah dan bila
dikaitkan dengan data, maka data adalah
sebagai "komoditi"-nya.
 Statistika dan Metode Ilmiah

 Statistika menjadikan proses penelitian bidang

ilmu lain dengan metode ilmiah menjadi lebih
efisien dan efektif. Efisien dalam menggunakan
sumberdaya dan efektif dalam mencapai tujuan
penelitian.
 Statistika bukanlah hanya sekumpulan metode
analisis dan tata cara perhitungan belaka,
tetapi juga merupakan alat bantu yang dapat
diandalkan dalam memecahkan masalah bagi
bidang ilmu lain.
Arti Statistika
Douglas A. Lind dkk (2007):
Statistika (Statistics)
Ilmu dan seni tentang pengumpulan,
pengaturan, menampilkan, analisis, dan
penafsiran data untuk membantu pengambilan
keputusan dengan lebih efektif
 ARTI STATISTIKA

o "Statistika adalah cara berpikir secara

cendekia (cerdas dan kritis) dalam
menghadapi informasi terbatas, keragaman
dan ketidakpastian“
o Statistika adalah cara bernalar dengan
data
o Applications of statistical principles to
understand more about the world around
us.
 Subyek dalam Metode Statistika

Statistika

Statistika Statistika
Deskriptif Inferensia

Includes Includes
 Pengumpulan  Penarikan Kesimpulan
 Pengaturan (inferensia)
 Peringkasan  Pengujian Hipotesis
 Presentasi  Penelaahan hubungan
data antar variabel
 Prediksi
Types of Statistics – Descriptive Statistics and
Inferential Statistics

Descriptive Statistics - methods of organizing,

summarizing, and presenting data in an
informative way.
EXAMPLE 1: The United States government reports the population of the
United States was 179,323,000 in 1960; 203,302,000 in 1970;
226,542,000 in 1980; 248,709,000 in 1990, and 265,000,000 in 2000.

EXAMPLE 2: According to the Bureau of Labor Statistics, the average hourly

earnings of production workers was $17.90 for April 2008.
Types of Statistics – Descriptive Statistics and
Inferential Statistics

Inferential Statistics: A decision, estimate,

prediction, or generalization about a
population, based on a sample.

Note: In statistics the word population and sample have a broader

meaning. A population or sample may consist of individuals or
objects
 PROSES
INFERENSIA STATISTIKA
TERMINOLOGI UMUM
 Terminologi Umum

Populasi : Semua himpunan hasil pengukuran

atau data yang mungkin dari obyek-obyek yang
diamati.

Sampel : Himpunan bagian dari populasi.

Variabel: Karakteristik yang diukur dari obyek yang

diamati. Nilainya beragam dari obyek ke obyek.
Contoh variabel/peubah:
o Tinggi badan
o Bobot lahir
o Warna bunga
o Jenis kelamin
 Terminologi Umum
Parameter: Ciri numerik dari suatu populasi.
Contoh:
o Mean dari populasi ()
o Proporsi suatu atribut tertentu dari populasi
(P)

Statistik: Ciri numerik dari suatu sampel.

Contoh:
o Mean dari sampel ( x )
o Proporsi suatu atribut tertentu dari sampel
(p)
Types of Variables

A. Qualitative or Attribute variable - the

characteristic being studied is nonnumeric.
EXAMPLES: Gender, religious affiliation, type of automobile
owned, state of birth, eye color are examples.

B. Quantitative variable - information is reported

numerically.
EXAMPLES: balance in your checking account, minutes
remaining in class, or number of children in a family.
Quantitative Variables - Classifications

Quantitative variables can be classified as either discrete

or continuous.

A. Discrete variables: can only assume certain values

and there are usually “gaps” between values.
EXAMPLE: the number of bedrooms in a house, or the number of hammers sold at the local
Home Depot (1,2,3,…,etc).

B. Continuous variable can assume any value within a

specified range.
EXAMPLE: The pressure in a tire, the weight of a pork chop, or the height of students in a
class.
Summary of Types of Variables
 VARIABEL DAN SKALA PENGUKURAN

Klasifikasi Variabel (Peubah) dan Skala Pengukurannya:

Variabel

Kategorik Numerik

Nominal Ordinal Interval Rasio

Body Age, Weight,
Gender, Grades:A,B,
temperature Height,
Marital C, D, E
s in degrees Lengths,
Status, Race Poor/Good/
Fahrenheit Distances,
Skin Colours Better/Best
or Celsius Volumes
 SKALA PENGUKURAN
SKALA NOMINAL:
DEFINITION: The nominal level of measurement is
characterized by data that consist of names, labels, or
categories only. It is not possible to arrange the data in
some order (such as low to high).
• Adanya penggolongan berdasarkan suatu kategori
• Tidak ada penataan
Misal: Gender: Pria-Wanita; Kehadiran: Ada-Tidak Ada,
Warna kulit: Hitam-Putih-Sawo Matang
Golongan darah: A, B, AB, dan O
• Misal Hadir = 1 dan Tidak Hadir=0
Angka tersebut tidak mengukur besaran, tetapi hanya
sebagai lambang yang membedakan
 SKALA PENGUKURAN
SKALA ORDINAL:
• DEFINITION Data are at the ordinal level of measurement if they can
be arranged in some order, but differences (obtained by
subtraction) between data values either cannot be determined or
are meaningless.
• Adanya penggolongan berdasarkan suatu kategori
• Adanya penataan
Misal, Variabel Tingkat Pendidikan: Lulus SD-SMP-SMA-Sarjana
Misal, levels of systolic blood pressure (SBP) and diastolic
blood
pressure (DBP)
Klasifikasi Tekanan SBP and/or DBP
Darah
Normal <120 and <80
Pre-hypertension 120-139 or 80-89
Stage I hypertension 140-159 or 90-99
Stage II hypertension >160 and >100
 SKALA PENGUKURAN
SKALA ORDINAL:
• Misal, penilaian sikap responden terhadap kenaikan premi BPJS
untuk kelas A: Pernyataan Nilai
Sangat setuju 5
Setuju 4
Tidak ada pendapat 3
Tidak setuju 2
Sangat tidak setuju 1

• Misal, injuries may be classified according to their

level of severity:

Classification of Injuries Code

Fatal Injury 1
Severe 2
Moderate 3
Minor 4
Nominal and Ordinal Level Data

NOMINAL LEVEL DATA ORDINAL LEVEL DATA

Properties: Properties:
1. Observations of a 1. Data classifications are
qualitative variable can represented by sets of labels or
only be classified and names (high, medium, low) that
counted. have relative values.
2. There is no particular 2. Because of the relative values, the
order to the labels. data classified can be ranked or
ordered.

1-37
 SKALA PENGUKURAN
SKALA INTERVAL:
• DEFINITION: Data are at the interval level of measurement
if they can be arranged in order, and differences between
data values can be found and are meaningful; but data at
this level do not have a natural zero starting point at which
none of the quantity is present.
• Adanya penggolongan berdasarkan suatu kategori
• Ada penataan
• Ada jarak yang sama, tetapi angka tsb tidak dapat
diperbandingkan
Misal: Jarak suhu dalam Celcius 20o dan 40o
sama dengan 60o dan 80o, yaitu sebesar 20o
Tetapi 80o tidak berarti panasnya 2 kali lipat
dari 40o .
 SKALA PENGUKURAN

SKALA RASIO:
• Adanya penggolongan berdasarkan suatu kategori
• Ada penataan
• Ada jarak yang sama
• Dapat diperbandingkan
 Misal: Bobot lahir; Tinggi badan; Systolic blood
pressure (SBP); dan Diastolic blood
pressure (DBP)
Why Know the Level of Measurement of a
Data?

 The level of measurement of the data

dictates the calculations that can be done to
summarize and present the data.
 To determine the statistical tests that should
be performed on the data
 Wow…Ice Cream Rasa Sedang
Bagaimana rasa ice cream?
1. sangat tidak enak
2. tidak enak
3. sedang
4. enak
5. sangat enak

Misal 2 responden menjawab:

Responden A: sangat tidak enak atau 1
Responden B: sangat enak atau 5
Mean (rata-rata) = (1 + 5) / 2 = 3 atau sedang
Kesimpulan: ice cream rasanya SEDANG?????
Tip Memilih Teknik Analisis
 Teknik Mean KURANG SESUAI untuk
menganalisis data kategori
 Yang terbaik dalam memilih metode statistika
yang sesuai adalah dengan memilih metode
statistika yang sesuai dengan skala pengukuran
atau jenis variabel sesungguhnya.
 Metode Statistika yang dipilih untuk
analisis data adalah metode yang
sesuai dengan karakteristik data
yang akan dianalisis.