Dasar-Dasar Aplikasi
oleh: Agung Sugiarto
STATISTIK DAN STATISTIKA
1. UKURAN PEMUSATAN
• Mean 2. UKURAN SEBARAN
• Median • Varian
• Modus
• Standar Deviasi
• Range (jarak data)
3. UKURAN BENTUK
• Normalitas Data
10
Ukuran Pemusatan (Central Tendency)
1. Mean ( X ) adalah nilai rata-rata
n
X = S X i /n
i=1
where,
Xi = observed values of the variable X
n = number of observations (sample size)
11
Ukuran Pemusatan (Central Tendency)
12
Ukuran Sebaran (Variability Measurement)
Range
▪ Merupakan selisih antara nilai terbesar dan terkecil dari
kelompok sampel yang kita teliti.
▪ Range = Xlargest – Xsmallest
13
Ukuran Sebaran (Variability Measurement)
Standar Deviasi
Merupakan ukuran penyimpangan data dari rata-
ratanya.
• Nilai standar deviasi relatif besar berarti, sebaran/variabilitas
data tinggi.
• Nilai standar deviasi relatif kecil, artinya data yang digunakan
mengelompok di seputar nilai rata-ratanya, penyimpangan
kecil
n
(Xi - X)2
sx = S
i =1 n - 1
14
Ukuran Sebaran (Variability Measurement)
Varians
Varians/ Ragam merupakan suatu ukuran statistik
yang menunjukkan seberapa besar data tersebar.
Varians nol menunjukkan semua data sama,
semakin varians mendekati nol maka semua data
akan mendekati rata-rata (varians minimal adalah
nol).
Varians didapatkan dengan meng-kuadratkan
standar deviasi.
Var = s2
15
Ukuran Sebaran (Variability Measurement)
⚫
16
Normalitas Data
⚫ Harapan peneliti data berdistribusi normal. Namun demikian,
penyebaran data dapat abnormal. Bila digambar dalam diagram
garis maka bentuk normalitas data adalah sbb:
Scatter Plot
17
STATISTIK INDUKTIF/INFERENSI
UJI HIPOTESIS
Proportions Median/
Distributions Means
Rankings
Ringkasan Bentuk Model Empiris
Tipe Data
Model
Variabel Dependen Variabel Independen
Regresi Metrik Metrik, Non-metrik
Regresi Logit/Probit/Tobit Non-meterik Metrik, Non-metrik
Analisis Diskriminan Non-meterik Metrik, Non-metrik
ANOVA Metrik Non-metrik
Analisis Cojoint Metrik, Non-metrik Non-metrik
MANOVA Metrik Non-metrik
Korelasi kanonikal Metrik, Non-metrik Metrik, Non-metrik
Persamaan-persamaan Metrik Metrik, Non-metrik
simultan
Structural Equation Metrik, Non-metrik Metrik, Non-metrik
Modeling
KATEGORI VARIABEL
⚫ Variabel Terikat / Dependent Variable / Criterion
Variable
⚫ Variabel Bebas / Independent Variable / Predictor
Variable
⚫ Variabel Moderator / Moderating Variable
⚫ Variabel Antara / Intervening Variable
Analisis Regresi
⚫ Analisis Regresi adalah salah satu cara dalam Ilmu Penilaian
yang memanfaatkan Data Pasar untuk menentukan Nilai Pasar
suatu Properti.
⚫ Jadi analisis regresi sebenarnya adalah Pendekatan Data
Pasar yang dapat lebih obyektif dibandingkan metode
Tradisional yang biasa digunakan Penilai dalam menentukan
Nilai Pasar suatu Properti.
⚫ Tetapi analisis regresi harus digunakan secara benar untuk
dapat menghasilkan hasil penilaian yang akurat, dan juga
memerlukan kondisi tertentu dalam menentukan data yang
akan digunakan. Data yang dapat dipercaya akan
menghasilkan penilaian yang lebih akurat.
Aplikasi Analisis Regresi
⚫ Melakukan pengujian terhadap asumsi-asumsi yang
terjadi di lapangan .
⚫ Memproyeksi hal-hal apa yang akan terjadi dimasa
yang mendatang .
⚫ Menganalisais faktor-faktor yang sekiranya
mempengaruhi Nilai Pasar Properti
⚫ Menentukan proyeksi suatu arus kas yang akan
terjadi dimasa yang akan datang .
⚫ Menentukan Nilai Pasar properti yang lebih obyektif
dari metode tradisional
Bentuk Analisis Regresi
sangat kuat ku at ra ta -ra ta le mah sa ngat lema h le mah ra ta -ra ta ku at sa ngat kuat
Referensi
Hartono. M, Jogiyanto. 2010. Metodologi
Penelitian Bisnis Edisi Pertama. BPFE
UGM. Yogyakarta.
Supriyanto, Benny. Bahan/ Materi PLP 1
Statistika.
Heryanto, Joyce. Bahan/ Materi PLP 1
Statistika.