Nama : Mafahir Muhammad Fatih

Nim : 1420200007

Dosen Pengampu : Dr. Ir. H.M. Kadir Sasmita, SE., MT.

RESUME STATISTIKA DASAR

DEFINISI STATISTIKA

Statitstika itu terdiri dari fakta dan angka. Misalnya : Rata-rata nilai mahasiswa dan mahasiswi seksi A.

• Statistika = mengacu pada serangkaian prosedur matematika untuk mengatur, meringkas, dan
menafsirkan informasi (lebih tepatnya data).

Statistika memiliki dua tujuan utama, yaitu :

1. Mengorganisasikan dan menyimpulkan informasi (data)

2. Menjawab pertanyaan yang menghasilkan kesimpulan (contoh : kesimpulan dari 40 data, standar
defiasi, rata rata, berapakah modus dari tinggi kelas anak kelas A, median).

Tujuan lain :

• Memastikan bahwa informasi atau data disampaikan dan diartikan secara akurat agar tidak chaos.

• Menstandar teknik (agar peneliti memiliki pemahaman sama seperti standar defiasi itu seperti apa dan
orang-orang sudah paham artinya bila hanya disebut “mean” tidak perlu menyebut “rata-rata”).

POPULASI DAN SAMPEL

• Populasi = Seperangkat individu yang ingin kita pelajari (Contoh : berapa rata rata tinggi badan
mahasiswa Universitas Islam As- Syafi'iyah? Berarti populasinya adalah seluruh mahasiswa di Universitas
Islam As-Syafi'iyah). Populasi sangat bervariasi tergantung apa yang ingin kita pelajari/teliti, bisa besar
atau kecil.

• Sampel = Bagian kecil dari populasi yang representatif. (Contoh : misal dari 7 fakultas kita membagi-
bagi 10% dari setiap fakultas). Jadi mengambil bagian kecil seperti berapa persen dari populasi. Ini
namanya stratified sampling.

Lalu juga ada random sampling di mana semua orang memiliki same chance untuk

terpilih (Contoh : yang menjadi sampel adalah orang yang menyebut angka 8).

Sampling Frame adalah daftar semua unsur sampling dalam populasi sampling.

(Contoh : Jika populasinya adalah wilayah Jakarta Selatan, maka penelti harus
mempunyai peta Jakarta Selatan yang lengkap).

VARIABEL DAN DATA

• Variabel = karakterisitik yang berubah-berubah dan memiliki nilai yang berbeda-beda setiap individu.
Variabel juga mencakup hal yang tidak terlihat (Contoh : Seberapa motivasi dalam mengikuti kelas
Statistika Dasar).

Semua variabel itu pasti menghasilkan data walaupun tidak terlihat (intangible). Jadi tetap harus ada
angkanya yang disebut data. (Contoh : Jessica motivasinya 7, Andrea 8, dll..) Bisa melalui kuisioner bisa
bertanya langsung.

• Data = bentuknya adalah observasi atau hasil pengukuran Data set (sekumpulan data), sama seperti
data.

• Datum (singular) Contoh: Nilai motivasi dari Yuka adalah 8. Kalau data disebut sekumpulannya.

STATISTIK DAN PARAMETER

• Statistik = Memberikan makna pada suatu data, teknik perhitungan terkait dengan sampel: (Contoh :
Rata-rata berat badan 30 mahasiswa Fakultas Sains dan Teknologi UIA)

• Parameter = Untuk memberikan suatu kesimpulan terkait dengan populasi, data yang diambil juga
populasi. (Contoh : Tinggi rata-rata laki-laki Indonesia).

INFERENSIAL DAN DESKRIPTIF

Inferensial hasilnya bisa menyimpulkan terkait populasi.

• Statistik inferensial = prosedur yang membantu peneliti untuk mengambil kesimpulan atau
menggeneralisasi observasi dari sampel populasi untuk menjelaskan sampel yang lebih luas.

Deskriptif = Metode yang digunakan untuk meringkas, mengatur, dan menyederhanakan data
Contohnya : Rata-rata IPK semester dua Billie adalah 3,8. Rata-rata, standar defiasi, modus, median.

SAMPLING ERROR
Pikirkan mau berapa sampling error yang kita hadapi sebelum menentukan sampel. Tidak mungkin ada
yang akurat 100% dalam statistik.

(SEMAKIN KECIL ERRORNYA SAMPEL YANG DIAMBIL LEBIH BANYAK. SEMAKIN BESAR ERRORNYA
SAMPEL YANG DIAMBIL LEBIH KECIL). Jika margin of error 5% maka keakuratannya 95%.

Sampling error = Kesalahan atau perbedaan yang terjadi di saat menentukan jumlah sampel, metode
pengambilan sample, dan pengumpulan data sample.

Margin of error adalah angka persentase dari kesalahannya.

OBSERVATIONS AND MEASUREMENTS

• Empirical = Bukan dengan intuisi harus bertanya atau observasi. Di saat observasi sudah pasti ada
pengukuran. Bisa dengan menetapkan nilai numerik untuk pengamatan atau dengan
mengklasifikasikannya ke dalam kategori.

Variabel yang diukur : Variabel (terlihat dan tidak) diukur menghasilkan suatu data, bentuknya bisa
numerik atau kategori.

Variabel = Konstruk.

• Konstruk = segala sesuatu variabel yang tidak terlihat dan memungkinkan untuk diobservasi atau
diukur (motivasi,kepribadian,dll). Mengukurnya bisa menggunakan definisi operasional istilah/variabel
tersebut. Contohnya : motivasi. Motivasi didefiniskan dengan seberapa pagi mahasiswa masuk ke
ruangan zoom Statistika Dasar. Jadi bisa berbeda-beda setiap research.

• Discrete = konkret. Misal perempuan jelas perempuan, laki-laki jelas laki-laki. Lalu tidak ada koma-
koma an untuk angka.

• Continuous = pengukuran variabel yang infinity. Contohnya : tinggi badan yang beragam (saat diukur di
sini 150 diukur di sana 150.2).

• Real limits = Jarak interval antara banyak variabel yang biasanya ada di tengah. Dilakukan pembulatan
dengan menentukan real limitnya biasanya setengah dari pembulatan berikutnya. Ada upper real limit
dan lower real limit.

Contoh : Upper real limit seperti tinggi Yuka 160,5 →161

Lower real limit seperti tinggi Yuka 160,4 → 160

SCALES OF MEASUREMENT
• Skala nominal = Memberi nama atau klasifikasi ke dalam kategori tanpa ada urutan

(Contoh : Rambut cokelat dan rambut hitam berbeda tapi tidak bisa dikatakan rambut cokelat lebih dari
rambut hitam,kanan kiri,perempuan,laki-laki)

WARNING! Ruang 101. Ruang 102, Ruang 103 bukan ordinal tetapi nominal karena itu merupakan
kategori RUANGAN! BUKAN TINGKATAN.

• Skala ordinal = Memberi nama atau klasifikasi sesuai tingkatannya (Contoh : TK, SD, SMP,
SMA,rendah,sedang,tinggi)

• Interval = Kategori yang disusun secara berurutan dan memiliki jarak sama, serta tidak menentukan
nilai nol mutlak (Angka 0 tidak nihil). Dalam bentuk angka.

(Contoh : suhu,konstruk-konstruk psikologi seperti IQ). Incrementalnya tidak jelas

(Suhu 40° C tidak lebih panas dua kali dari 20° C)

• Rasio = Memiliki nilai nol mutlak (Angka 0 nihil). Dalam bentuk angka. (Contoh : Berat badan,usia,biaya
pendidikan,panjang). Incrementalnya jelas (Berat badan 50 kg 2 kali lebih berat dari 25 kg).

THREE DATA STRUCTURES

• A (Descriptive Research)

Mengukur satu atau lebih variabel yang berbeda untuk setiap individu hanya untuk pendeskripsian saja
ATAU UNTUK GAMBARAN UMUM. (Contoh : Brand parfum Victoria Secret ingin mengetahui parfum
seperti apa yang sedang tenar untuk dibeli di Jakarta, lalu mereka melakukan survey dan mengumpulkan
populasi dan melakukan descriptive research. Maka yang mereka ingin ketahui adalah “Seperti apa pola
pembelian parfum di Jakarta” bukan “Kenapa pola pembelian parfum di Jakarta rendah”

Lemah untuk menyimpulkan populasi.

Statistik : Mean, Median, Modus

• B (Correlational Method) = HUBUNGAN

Mengobservasi dua variabel untuk mengecek apakah dua variabel tersebut

berhubungan “Apakah ada hubungan yang signifikan antara kategori umur dengan preferensi aroma
parfum?” (Contoh : Brand parfum victoria secret mengklasifikasikan pengguna parfum menjadi ke 2
kategori yaitu umur 20-an dan umur 30-an. Lalu, pengguna umur 20-an ada sekitar 10 orang yang
memilih lebih menyukai aroma musk dan 40 orang memilih lebih menyukai aroma rose. Di sisi lain, pada
umur 30-an 30 orang memilih aroma rose dan 20 orang memilih aroma musk. Maka bisa dilihat
perbedaan preferensi dari kategori umur.)
• C (Experimental and Nonexperimental method) = PENGARUH

1. Experimental Method/experimental research strategy = Metode penelitian yang melibatkan

pembandingan dua variabel atau lebih. Tujuannya untuk menentukan hubungan sebab-akibat variabel
tersebut.

▪ Dalam experimental Method, satu variabel dimanipulasi

(independent variable/ IV) dan variabel lainnya diukur dan
diobservasi (dependent variable/ DV) Contoh :

Yang diukur = Hasil ujian mahasiswa

Yang dimanipulasi = Metode pembelajaran mahasiswa

▪ Tidak setara karena SEBAB AKIBAT

▪ Perbedaan variabel dari partisipan seperti umur, berat badan, dll

merupakan individual differences

▪ Control condition = Individu tidak diberikan treatment spesial

Experimental condition = Individu diberikan treatment special.

Contoh : Apakah ada pengaruh dari tontonan kekerasan kepada

perilaku agresif anak-anak?

EV = variable di luar variable utama dalam penelitian

Contoh : personality, suhu, dll

Matching : Ada 8 laki-laki 8 perempuan, maka ditaruh 4 laki-laki dan 4 perempuan SETIAP GRUP.

Holding them constant : Contoh : 20 Partisipan IQ 100 semua, semua laki-laki/perempuan

2. Nonexperimental Method = Perubahan di satu variabel diikuti oleh perubahan di variabel lainnya,
tetapi bukan sebab-akibat (TIDAK DIPERBOLEHKAN).

▪ Karena independent variable pada metode ini tidak dimanipulasi, disebutnya menjadi quasi-
independent variable.

STATISTICAL NOTATION

• Scores
X = Variabel Independent (Height)

Y = Variabel Independent 2 (Weight)

N = Jumlah skor dalam populasi (7)

n = Jumlah skor dalam sampel (7)

• Summation notation

Σ (Summation) = Jumlah

ΣX = Jumlah dari variabel X

• Urutan operasi matematika Kalkulasi dalam berbagai macam tanda, seperti ( ), pangkat, akar,
pembagian, perkalian, penjumlahan, pengurangan, Σ.

Contoh :

Skor = 2, 5, 6, 7

ΣX = 2+5+6+7 = 20

Σ(X+3) = 5+8+9+10 = 32

ΣX2 = 4+25+36+49 = 114

Σ(X+3) 2= 25+64+81+100 = 270