Nama : Salma Utami Rahayu

NPM : C10221019

No 1.

Statistik adalah studi tentang pengumpulan, penyajian, analisis, interpretasi, dan

pengambilan keputusan berdasarkan data. Ini mencakup berbagai teknik dan metode yang
digunakan untuk menggambarkan dan mengenali pola dalam data.

No 2.

Statistika adalah cabang ilmu yang berkaitan dengan pengumpulan, analisis,

interpretasi, presentasi, dan pengorganisasian data. Tujuan utama statistika adalah untuk
menggambarkan dan menyajikan data, mengidentifikasi pola atau tren dalam data,
mengambil kesimpulan berdasarkan data, serta membuat prediksi atau estimasi
berdasarkan informasi yang tersedia.

No 3.

Statistik memiliki peran yang sangat penting dalam bisnis. Berikut adalah beberapa
cara di mana statistik berkaitan dengan bisnis:

 Pengambilan Keputusan: Bisnis seringkali menggunakan analisis statistik untuk

mengambil keputusan yang lebih baik.
 Pemasaran: Statistik digunakan dalam analisis pasar untuk mengidentifikasi
pelanggan potensial, menilai efektivitas kampanye pemasaran, dan memahami
preferensi pelanggan.
 Perencanaan Keuangan: Perusahaan menggunakan statistik untuk melakukan
proyeksi keuangan, menghitung risiko investasi, dan mengelola portofolio investasi.
 Kualitas dan Produksi: Statistik digunakan dalam kontrol kualitas untuk memastikan
bahwa produk atau layanan memenuhi standar yang ditetapkan.
 Sumber Daya Manusia: Statistik digunakan dalam manajemen sumber daya manusia
untuk menganalisis kinerja karyawan, merencanakan pengembangan karir, dan
mengelola tenaga kerja dengan efisien.
 Analisis Persaingan: Perusahaan menggunakan statistik untuk membandingkan
kinerja mereka dengan pesaing, mengidentifikasi kelemahan dan kekuatan mereka,
dan merancang strategi kompetitif.
No 4.

Jenis Data Berdasarkan Skala Pengukuran, Sifatnya, dan Waktu Pengumpulannya:

Berdasarkan Skala Pengukuran:

 Data Nominal: Data ini mengelompokkan atau mengidentifikasi entitas tanpa

memberikan urutan atau nilai yang sebenarnya. Contohnya adalah jenis kelamin
(laki-laki, perempuan), warna (merah, biru, hijau), atau merek produk.
 Data Ordinal: Data ini memiliki urutan tetapi perbedaan antara nilai-nilai tidak
memiliki makna. Contohnya adalah peringkat kepuasan pelanggan (sangat puas,
puas, tidak puas) atau kelas sosial (tinggi, menengah, rendah).
 Data Interval: Data ini memiliki urutan dan perbedaan antara nilai-nilai memiliki
makna, tetapi tidak memiliki titik nol mutlak. Contohnya adalah suhu dalam skala
Celsius.
 Data Rasio: Data ini memiliki urutan, perbedaan antara nilai-nilai memiliki makna,
dan memiliki titik nol mutlak. Contohnya adalah pendapatan, usia, atau berat badan.

Berdasarkan Sifatnya:

 Data Kualitatif (Categorical Data): Data ini menggambarkan kategori atau atribut
dan sering kali berupa data nominal atau ordinal. Contohnya adalah jenis produk,
status pernikahan, atau kualifikasi pendidikan.
 Data Kuantitatif (Quantitative Data): Data ini menggambarkan kuantitas atau
jumlah, dan sering kali berupa data interval atau rasio. Contohnya adalah
pendapatan, jumlah penjualan, atau tinggi badan.

Berdasarkan Waktu Pengumpulannya:

 Data Cross-Sectional: Data ini dikumpulkan pada titik waktu tertentu atau dalam
periode waktu tertentu. Contohnya adalah survei penduduk yang dilakukan pada
tahun tertentu.
 Data Longitudinal: Data ini dikumpulkan selama beberapa titik waktu atau dalam
periode waktu yang berkelanjutan. Contohnya adalah data pengukuran
pertumbuhan anak selama beberapa tahun.

No 5.

Populasi adalah sekumpulan individu, objek, atau elemen yang memiliki karakteristik
yang sama dan relevan untuk tujuan penelitian tertentu. Populasi adalah kelompok yang
ingin kita generalisasi atau tarik kesimpulan tentangnya berdasarkan hasil penelitian. Dalam
banyak kasus, populasi ini terlalu besar atau sulit diakses secara keseluruhan, sehingga
peneliti mengambil sampel dari populasi untuk melakukan penelitian.

Sampel, di sisi lain, adalah subset yang mewakili populasi yang lebih besar. Sampel
adalah kelompok yang dipilih dari populasi yang memiliki karakteristik yang serupa dengan
populasi secara keseluruhan. Penelitian dilakukan pada sampel karena lebih praktis dan
ekonomis dibandingkan dengan mengumpulkan data dari seluruh populasi.

Seorang individu tidak dapat dianggap sebagai populasi. Populasi adalah kumpulan
individu atau elemen yang berbagi karakteristik atau atribut tertentu. Oleh karena itu, satu
orang tidak dapat mewakili populasi. Sebagai contoh, jika Anda ingin melakukan penelitian
tentang pendapat masyarakat terhadap suatu kebijakan, populasi Anda akan menjadi
seluruh masyarakat yang terpengaruh oleh kebijakan tersebut, bukan hanya satu orang.

No 6.

Berikut contoh deskripsi singkat dan skematik beberapa teknik sampling yang umum
digunakan:

 Simple Random Sampling (SRS):

Deskripsi: Setiap anggota populasi memiliki peluang yang sama untuk dipilih sebagai bagian
dari sampel.

Skema: Setiap anggota populasi memiliki kesempatan yang sama untuk dipilih.

 Stratified Sampling:

Deskripsi: Populasi dibagi menjadi beberapa subkelompok (strata) berdasarkan karakteristik

tertentu, dan sampel diambil secara acak dari setiap stratum.

Skema: Populasi dibagi menjadi strata, dan kemudian sampel diambil dari setiap stratum.

 Cluster Sampling:

Deskripsi: Populasi dibagi menjadi kelompok (cluster), dan beberapa cluster dipilih secara
acak untuk dimasukkan dalam sampel.

Skema: Populasi dibagi menjadi cluster, dan beberapa cluster dipilih untuk diambil
seluruhnya.

 Systematic Sampling:

Deskripsi: Anggota populasi dipilih dengan interval yang tetap.

Skema: Anggota populasi dipilih dengan interval tetap, misalnya setiap anggota ke-5.

 Convenience Sampling:

Deskripsi: Sampel diambil secara tidak acak berdasarkan kenyamanan atau ketersediaan.

Skema: Sampel diambil dengan cara yang paling mudah atau nyaman.
  Snowball Sampling:

Deskripsi: Digunakan dalam penelitian dengan populasi yang sulit dijangkau. Salah satu
subjek awal dipilih, dan kemudian subjek tersebut membantu merekrut subjek berikutnya.

Skema: Peneliti memulai dengan satu atau beberapa subjek awal, yang kemudian merekrut
subjek lain, dan seterusnya.

No 7.

Variabel penelitian dapat dibagi menjadi beberapa jenis, di antaranya:

 Variabel Independen: Ini adalah variabel yang dianggap sebagai penyebab atau
faktor yang mempengaruhi variabel lainnya dalam penelitian. Variabel independen
adalah variabel yang dimanipulasi atau dikendalikan oleh peneliti untuk melihat
dampaknya terhadap variabel lain.

Contoh: Dalam sebuah penelitian tentang efek latihan fisik terhadap

penurunan berat badan, variabel independen adalah jumlah latihan fisik yang
dijalani oleh peserta. Peneliti dapat memanipulasi tingkat latihan fisik untuk melihat
apakah itu berpengaruh pada penurunan berat badan.

 Variabel Dependen: Ini adalah variabel yang diteliti untuk melihat dampak atau
perubahan yang mungkin terjadi akibat dari variasi dalam variabel independen.
Variabel dependen adalah hasil yang diamati atau diukur dalam penelitian.

Contoh: Dalam penelitian efek latihan fisik terhadap penurunan berat badan,
variabel dependen adalah berat badan peserta. Peneliti akan mengukur berat badan
peserta sebelum dan setelah program latihan fisik untuk melihat apakah ada
perubahan yang signifikan.

 Variabel Kontrol: Ini adalah variabel yang dijaga konstan atau dikendalikan agar
tidak berubah selama eksperimen. Ini dilakukan untuk memastikan bahwa
perubahan dalam variabel independen adalah yang menyebabkan perubahan dalam
variabel dependen, bukan perubahan dalam variabel kontrol.

Contoh: Dalam penelitian tentang efek latihan fisik terhadap penurunan

berat badan, variabel kontrol mungkin termasuk faktor-faktor seperti pola makan
peserta, jumlah tidur, dan faktor-faktor lain yang dapat mempengaruhi berat badan.
Peneliti akan menjaga faktor-faktor ini tetap konstan atau mengontrolnya agar tidak
memengaruhi hasil penelitian.

 Variabel Intervening (Mediator): Ini adalah variabel yang berada di antara variabel
independen dan variabel dependen dan dapat menjelaskan bagaimana atau
mengapa variabel independen mempengaruhi variabel dependen. Variabel ini
digunakan untuk menjelaskan mekanisme hubungan antara dua variabel tersebut.
 Contoh: Dalam penelitian tentang efek latihan fisik terhadap penurunan
berat badan, variabel intervening mungkin adalah metabolisme peserta. Peneliti
mungkin berhipotesis bahwa latihan fisik meningkatkan metabolisme, yang
kemudian mengarah pada penurunan berat badan.