lia.yulianti@fe.unpad.ac.

id
https://sites.google.com/a/fe.unpad.ac.id/lia-yulianti

1
2
Apa yang dimaksud dengan “Statistika”?

Kapan dan dimana kita bisa menggunakan “Statistika”?

Mengapa perlu “Statistika”?

Bagaimana menggunakan “Statistika”?

Teknik/prosedur apa saja yang ada di dalam statistika?

3
Istilah ”STATISTICS” berasal dari kata Latin “STATE” atau “STATUS” atau “STATISTA”
(Negara) yang menunjukkan sejarah kepentingan pengumpulan data pemerintah,
yang berkaitan secara prinsip dengan pelaksanaan sensus dan pengumpulan
pajak. Sesuai dengan perkembangan, ilmuwan menggunakan istilah state menjadi
sinonim dari DATA;
Pada saat ini kita mengenal statistika yang teoretik serta statistika terapan.
Statistika yang teoretik dikenal juga sebagai statistika matematik
Di sini kita membahas statistika terapan dengan memanfaatkan rumus statistika
yang diperoleh dari statistika teoretik
statistika sering ditujukan untuk pendataan, (mis BPS di Indonesia) yang
menyajikan data resmi pemerintah, STATISTIKA DESKRIPTIF
Dewasa ini statistika berkembang dan telah digunakan sebagai bahan dan
instrument Analisis dan interpretasi data dan meramal (forecast) kecendrungan.
(Ramalan harga, inflasi, quick count). Sebelum data dapat dianalisis, data harus
dikumpulkan dengan sedemikian rupa (melalui survey, eksperimen). Untuk itu
persyaratan/pertimbangan statistika dapat membantu rancangan percobaan
dalam penetapan hipotesa yang akan diuji.

4
 Arti Sempit : Kumpulan angka-angka (data-data kuantitatif)

Arti Luas : Ilmu yang mempelajari cara pengumpulan data,

pengolahan data, analisis data serta penyajian data
sehingga menjadi suatu informasi yang berguna
bagi pengambilan keputusan yang lebih efektif.

Singkatnya: Statistika adalah ilmu yang berkenaan dengan data

5
Alasan Mempelajari Statistika
1. Informasi data kuantitatif ada di mana-mana
2. Teknik Statistika digunakan untuk membuat keputusan yang mempengaruhi
kehidupan sehari-hari
3. Pengetahuan tentang metode statistika akan dapat menolong untuk dapat
memahami kenapa keputusan dibuat dan bagaimana keputusan tersebut
mempengaruhi kita

Kegunaan Statistika
1. Sebagai alat untuk mengumpulkan dan meramalkan keadaan data tertentu yang
diobservasi
2. Sebagai alat untuk mengendalikan kualitas dari barang-barang dan jasa-jasa
yang dihasilkan oleh suatu badan/lembaga/badan tertentu
3. Sebagai alat untuk mengetes/menguji apakah barang/jasa yang dihasilkan
sesuai dengan yang direncanakan
4. Sebagai alat bagi seorang pemimpin untuk membuat keputusan
6
Peranan Statistika dalam:

Penelitian • Alat untuk menghitung besarnya anggota sampel yang diambil dari suatu
populasi
• Alat untuk menguji validitas dan reliabilitas instrumen
• Teknik-teknik untuk menyajikan data, sehingga data lebih komunikatif
• Alat untuk analisis data seperti menguji hipotesis penelitian yang diajukan

Perusahaan akuntan publik seringkali menggunakan prosedur pengambilan

Akuntansi sampel (contoh) yang memenuhi kaidah-kaidah statistika ketika melakukan
audit terhadap kliennya.

Penasehat keuangan menggunakan berbagai jenis informasi statistika,

Keuangan termasuk price-earnings ratio dan hasil dividen, untuk membantu dalam
memberikan rekomentasi investasi.

Pengambilan sampel masyarakat sebagai calon konsumen untuk diminta

Pemasaran pendapat tentang produk yang akan diluncurkan oleh suatu perusahaan
seringkali menggunakan kaidah statistika.

Ekonomi Para ahli ekonomi menggunakan prosedur statistika dalam melakukan

peramalan tentang kondisi perekonomian pada masa yang akan datang.
7
Pengguna Statistika Masalah yang dihadapi
1. Penentuan struktur gaji, pesangon, dan tunjangan karyawan.
2. Penentuan jumlah persediaan barang, barang dalam proses, dan
Manajemen barang jadi.
3. Evaluasi produktivitas karyawan.
4. Evaluasi kinerja perusahaan.
1. Penentuan standar audit barang dan jasa.
Akuntansi
2. Penentuan depresiasi dan apresiasi barang dan jasa.
3. Analisis rasio keuangan perusahaan
1. Penelitian dan pengembangan produk.
Pemasaran 2. Analisis potensi pasar, segmentasi pasar dan diskriminasi pasar.
3. Ramalan penjualan.
4. Efektivitas kegiatan promosi penjualan.
1. Potensi peluang kenaikan dan penurunan harga saham, suku
bunga dan reksadana.
Keuangan 2. Tingkat pengembalian investasi beberapa sektor ekonomi.
3. Analisis pertumbuhan laba dan cadangan usaha.
4. Analisis resiko setiap usaha.
8
1. Statistika Deskriptif
Bagian dari statistik yang melakukan pengumpulan, pengolahan,
penyederhanaan, penganalisaan, penginterpretasian data dalam bentuk
yang informatif

2. Statistika Induktif /Inferens

Suatu metode statistika yang digunakan untuk menentukan sesuatu
tentang populasi berdasarkan suatu sampel.

9
 Materi:
1. Penyajian Data
STATISTIKA 2. Ukuran Pemusatan
DESKRIPTIF 3. Ukuran Penyebaran
4. Angka Indeks
5. Deret Berkala & Peramalan

STATISTIKA

Materi:
1. Probabilitas & Teori Keputusan
2. Metode Sampling
STATISTIKA
3. Teori Pendugaan
INDUKTIF
4. Pengujian Hipotesa
5. Regresi & Korelasi
6. Statistika Nonparametrik

10
 Konsep Statistika

STATISTIKA :
Kegiatan untuk :
KEGUNAAN
• mengumpulkan data
• menyajikan data
• menganalisis data dengan metode tertentu ?
• menginterpretasikan hasil analisis

Melalui fase

STATISTIKA DESKRIPTIF :
Berkenaan dengan pengumpulan, pengolahan, dan penyajian sebagian
atau seluruh data (pengamatan) tanpa pengambilan kesimpulan

dan fase

STATISTIKA INFERENSI/ INDUKTIF :

Setelah data dikumpulkan, maka dilakukan berbagai metode statistika untuk
menganalisis data, dan kemudian dilakukan interpretasi serta diambil kesimpulan.
Statistika inferensi akan menghasilkan generalisasi (jika sampel representatif)
11
POPULASI SAMPEL
Sebuah kumpulan dari semua Suatu bagian dari populasi
kemungkinan orang-orang, tertentu yang menjadi perhatian.
benda-benda dan ukuran lain
dari objek yang menjadi
perhatian

12
ISTILAH-ISTILAH UMUM

• Kelompok data yang diolah disebut sampel

• Kelompok data yang diwakili disebut populasi
• Prosedur statistika yang dimaksud (untuk menarik kesimpulan tentang populasi
berdasarkan informasi pada sampel) disebut statistika inferensial
• Pernyataan dugaan sementara (dari kajian teori) tentang populasi disebut
hipotesis. Hipotesis selanjutnya diuji dari informasi yang ada pada sampel

13
 Teknik Sampling
Hipotesis

Populasi: parameter

Sampel:statistika
Diolah dianalisis

Inferensial

14
• Pengolahan Data dengan Statistika mensyaratkan bentuk data numerik
(kuantitatif), untuk itu data Kategorik (Kualitatif) terlebih dahulu harus diubah ke
bentuk numerik dengan memberi bobot pada setiap kategori.
• Salah satu alasan diperlukannya statistika adalah generalisasi akan parameter
suatu populasi yang dapat diambil dengan hanya meneliti sebagian kecil anggota
populasi (sampel). Generalisasi ini bukan tanpa kesalahan, tetapi secara
statistika, kesalahan generalisasi dan hal lain yang berhubungan dengan sampel,
pengambilan data, rumus (perhitungan) dan lain-lain selalu dapat diprediksi.
• Populasi : keseluruhan pengamatan
• Sampel = Contoh = sample : himpunan bagian populasi
• Ukuran Populasi = N = banyak anggota populasi
• Ukuran Sampel = n = banyak anggota sampel
• Parameter : nilai yang menyatakan ciri populasi
• Statistika (Statistic) : nilai yang menyatakan ciri sampel

15
 Tabel Notasi Parameter Populasi dan Statistika Sampel

Ciri Parameter Statistika

Rata-rata μ = myu x

Standar Deviasi,Simpangan Baku σ = sigma s

Ragam, Variance σ² s²

proporsi π p atau p

16
POPULATION SAMPEL
PARAMETER STATISTIKA

POPULASI :
Seluruh nilai yang mungkin diperoleh untuk
suatu kelompok spesifik pengukuran, dan
seluruh ini tak perlu diukur dan diketahui
dengan tepat.
SAMPEL:
Satu bagian kecil (sub-set) data yang
diukur dari suatu penelitian
percobaan atau survey

PARAMETER: STATISTIKA:
populasi angka (a set numeric) yang konstant Perhitungan dari sample (y, ŷ,s2)
(Y, µ, σ2) dari suatu populasi untuk estimasi parameter (atau
representasi dari parameter)

Untuk mendefinisikan populasi penelitian bukan masalah statistika, tapi itu

masalah bagi si peneliti

17
 Sumber data

Populasi atau Sampel

• Sampel harus mewakili populasi

• Populasi yang seragam sampelnya tak sulit
• Populasi yang beragam sampelnya perlu ditentukan yang betul-
betul mewakili populasi

18
Alasan Menggunakan Sampel
1. Mengurangi kerepotan
2. Jika populasinya terlalu besar maka akan ada yang terlewati
3. Dengan penelitian sampel maka akan lebih efesien
4. Seringkali penelitian populasi dapat bersifat merusak
5. Adanya bias dalam pengumpulan data
6. Seringkali tidak mungkin dilakukan penelitian dengan populasi

Pertimbangan Dalam Menentukan Sampel

1. Seberapa besar keragaman populasi
2. Berapa besar tingkat keyakinan yang kita perlukan
3. Berapa toleransi tingkat kesalahan dapat diterima
4. Apa tujuan penelitian yang akan dilakukan
5. Keterbatasan yang dimiliki oleh peneliti

Bias suatu sampel:

perbedaan ciri sampel dengan ciri populasi tempat sampel diambil.
• Sampel yang baik adalah sampel dengan bias minimal.
• Cara mendapatkan sampel dengan bias minimal adalah dengan mengambil
Sampel/Contoh acak.
19
Besarnya sampel tergantung pada
 Besarnya populasi
 Variabel yang diinginkan
 Tingkat kesulitan pengamatan
 Konfidensi dalam pendugaan
 Keragaman populasi
 Biaya dan waktu yang tersedia

Cara penarikan sampel

• Sampel sederhana
• Sampel dengan pertimbangan
• Sampling probabilitas (random sampling)
– RS sederhana
– Stratified RS
– Cluster sampling
– Multi-stage RS
– Sistematik RS
20
Ditinjau dari tingkat keterukuran variabel penelitian
Data kualitatif : data yang tidak bisa diukur dengan angka atau data yang tidak
bisa diangkakan
Data kuantitatif : data yang bisa diangkakan atau dikuantifikasikan
1. Kualitatif
– Berupa label/nama-nama yang digunakan untuk mengidentifikasikan
atribut suatu elemen
– Data bisa berupa numeric atau nonnumeric
– Skala pengukuran: Nominal atau Ordinal

2. Kuantitatif
– Mengindikasikan seberapa banyak (how many/diskret atau how
much/kontinu)
– Data selalu numeric
– Skala pengukuran: Interval dan Rasio

21
 DATA terbagi atas DATA KUALITATIF dan DATA KUANTITATIF

DATA KUALITATIF : DATA KUANTITATIF :

Data yang dinyatakan dalam Data yang dinyatakan dalam
bentuk bukan angka. bentuk angka
Contoh : jenis pekerjaan, status Contoh : lama bekerja, jumlah
marital, tingkat kepuasan kerja gaji, usia, hasil ulangan

DATA

KUALITATIF JENIS KUANTITATIF

DATA

NOMINAL INTERVAL
ORDINAL RASIO

22
 1. Jenis kelamin
DATA
2. Warna kesayangan
KUALITATIF
3. Asal suku, dll

DATA 1. Jumlah mobil

DATA
2. Jumlah staf
DISKRET
3. Jumlah TV, dll

DATA
KUANTITATIF

1. Berat badan
DATA
2. Jarak kota
KONTINU
3. Luas rumah, dll

23
Data Diskret
Mempunyai nilai-nilai tertentu dan biasanya ada “jarak” antara nilai-nilainya. Data
ini biasanya merupakan hasil perhitungan.
Contoh : Banyak Mahasiswa, Jumlah kamar, Banyak kendaraan di lapangan parkir, dll

Data Kontinu
Dapat mengambil sembarang nilai pada suatu selang tertentu. Data ini merupakan
hasil pengukuran.
Contoh : Tinggi badan mahasiswa, Tekanan ban, lama perjalanan, Pendapatan
dosen selama sebulan. Dll

24
Data ditinjau dari cara memperolehnya:
Data primer : data yang diperoleh langsung dari sumber data
Data sekunder : data yang diperoleh dari sumber tidak langsung

1. Wawancara langsung
DATA PRIMER 2. Wawancara tidak langsung
3. Pengisian Kuesioner

DATA
Data dari pihak lain
1. BPS
DATA
2. Bank Indonesia
SEKUNDER
3. World Bank
4. IMF, dll

25
Data ditinjau dari waktu pengumpulannya:

1. Cross-sectional Data
yaitu data yang dikumpulkan pada waktu tertentu yang sama atau hampir sama
Contoh: Jumlah mahasiswa STEKPI TA 2005/2006,
Jumlah perusahaan go public tahun 2006

2. Time Series Data

yaitu data yang dikumpulkan selama kurun waktu/periode tertentu
Contoh: Pergerakan nilai tukar rupiah dalam 1 bulan,
Produksi Padi Indonesia tahun 1997-2006

26
Data ditinjau menurut skala pengukuran

Data Nominal
Data Ordinal
Data Interval
Data Rasio

DATA

KUALITATIF JENIS KUANTITATIF

DATA

NOMINAL INTERVAL
ORDINAL RASIO

27
DATA NOMINAL :
Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau
klasifikasi.
sifatnya hanya untuk membedakan antar kelompok.
CIRI : Posisi data setara
Tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : Jenis kelamin, jenis pekerjaan, Jurusan dalam suatu sekolah tinggi
(Manajemen, Akuntansi).

DATA ORDINAL :
Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau
klasifikasi, tetapi di antara data tersebut terdapat hubungan.
Selain memiliki sifat nominal, juga menunjukkan peringkat.
CIRI : Posisi data tidak setara
Tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : Kepuasan kerja, Motivasi, Tingkat pendidikan (SD, SMP, SMA),
Skala perusahaan (besar, sedang, kecil).

28
DATA INTERVAL :
Data berskala interval adalah data yang diperoleh dengan cara pengukuran, dimana
jarak antara dua titik skala sudah diketahui.
Selain memiliki sifat data ordinal, juga memiliki sifat interval antar observasi
dinyatakan dalam unit pengukuran yang tetap.
CIRI : Tidak ada kategorisasi
Bisa dilakukan operasi matematika
CONTOH : Temperatur yang diukur berdasarkan 0C dan 0F, sistem kalender

DATA RASIO :
Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana
jarak antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut.
Selain memiliki sifat data interval, skala rasio memiliki angka 0 (nol) dan
perbandingan antara dua nilai mempunyai arti.
CIRI : Tidak ada kategorisasi
Bisa dilakukan operasi matematika
CONTOH : Gaji, skor ujian, jumlah buku, tinggi badan, berat badan, waktu
29
1. Apa perbedaan dari statistika dan statistik ?
2. Jelaskan penggolongan statistika ?
3. Sebutkan kegunaan statistika dan fungsi statistik ?
4. Jelaskan 4 macam skala pengukuran ?
5. Apa perbedaan dari :
a. Populasi dan sampel
b. Variabel kontinu dan variabel diskrit
c. Sensus dan sampling.
6. Mana di antara berikut yang merupakan data diskrit dan mana yang
merupakan data kontinu.
a. Jumlah penduduk Indonesia pada tahun 2006 adalah 220,4 juta jiwa.
b. Jarak Bandung Jakarta adalah via tol adalah 132 Km.
c. Produksi ban mobil tiap bulan
d. Banyak saham yang diperjual belikan tiap hari.
e. Impor beras dari Thailand bulan lalu sebesar 3 juta ton.

30