SISTEM INFORMASI - FAKULTAS TEKNIK

UNIVERSITAS TRUNOJOYO MADURA

Dr. Aeri Rachmad, M.T.

METODE STATISTIKA
[ 3 SKS ]
KONSEP DATA DAN
STATISTIKA

Pertemuan 1

2
Kontrak Perkuliahan
Metode Statistika

a). Tujuan Perkuliahan

b). Metode Pengajaran
c). Metode Penilaian
a) Tujuan Perkuliahan
❑Tentang MK : Memiliki kemampuan Analisa
terhadap rancangan sistem keteknikan yang
didukung dengan pengambilan dan validasi data
menggunakan kaidah-kaidah statistik yang benar
serta hasil pengujiannya diperkuat dengan survei
lapangan.
❑Tujuan dari mata kuliah ini, mahasiswa
diharapkan mampu untuk:
▪Mengidentifikasi aplikasi dari teknik pengolahan data
yang ada pada kehidupan sehari-hari
▪Menentukan dan menganalisa teknik-teknik dasar
pengolahan data
 b) Metode Pengajaran
❑ Tatap muka di kelas
▪ Memberikan roadmap untuk mengorganisasi informasi
mengenai perkuliahan
▪ Menjelaskan subjek dan perkuat gagasan besar yang
penting
❑ Tatap muka online dan Diskusi
▪ Wajib Memiliki Akun email di gmail.com dengan ketentuan:
Fisrt Name = Nama Lengkap
Lastname = NIM
Foto Profile = Harus Jelas Wajahnya (Close UP)
▪ Join pada Courses dengan kode invite :
▪ Menyusul Sesuai jadwal Zoom / Gmeet
▪ Mempersilakan mahasiswa mempraktikkan keterampilan
yang diperlukan untuk menguasai penerapannya
Tata Tertib Perkuliahan
❑ Masuk sesuai jadwal atau kesepatan kelas dengan toleransi
keterlambatan max 15 menit.
❑ Pakaian bebas rapi berkerah, bersepatu, tidak berjaket,
tidak bertopi dalam kelas.
❑ Segala macam bentuk ijin ketidakhadiran diharuskan dengan
alasan jelas.
❑ Setiap mahasiswa dilarang mencontek, plagiat dalam tugas,
ujian, proyek jika ditemukan maka akan Gugur (D).
❑ Setiap mahasiswa wajib mengikuti perkuliahan, diskusi
online dan kewajiban lainnya dengan toleransi kehadiran
80 % jika kurang maka point mendapat nilai E, mengikuti
Diskusi, ujian, tugas, proyek baik mandiri atau berkelompok.
❑ Keterlambatan pengumpulan tugas menjadi perhatian
khusus.
❑ Bertutur kata dan berprilaku sopan dan menghargai yang
lainnya didalam kelas.
❑ Aktif dalam forum diskusi
Penilaian
❑UTS : 30 %
❑Proyek Akhir & Presentasi : 50 %
❑Tugas/Kuis : 20 %

❑Catatan :
▪Tiap tugas pembagiannya 10% Tiap Tugas
▪Tugas dalam bentuk kelompok pengumpulannya
dalam bentuk Individu
▪Penilaian Presentasi dalam bentuk Individu
▪Keaktipan meliputi : Ketepatan waktu dalam
Koment pada forum diskusi, membaca materi yang
ada, pengumpulan tugas
Tugas dan Proyek Akhir

❑Tugas 1 : Melakukan Review

terhadap materi yang telah disampaikan.
❑Tugas 2 : Mencoba materi pada Tools
Matlab
❑Proyek Akhir : Melakukan Ujicoba
terhadap Proyek akhir
❑Proyek Akhir : Laporan Dokumentasi
Proyek Tugas Akhir
❑ Dibuat kelompok 2 s.d 3 Mahasiswa
❑ Poin penilaian:
▪ Pengambilan Data
▪ Mengolah Data
▪ Menyajikan Data
▪ Menganalisa Data
▪ Mengintepretasikan Data
▪ Menarik Kesimpulan
▪ Laporan (Dokumentasi)
▪ Presentasi
Beda Statistik dan
Statistika :
• Statistik adalah angka-angka yang
disajikan dalam bentuk tabel atau
grafik.

• Statistika adalah sebuah ilmu yang

digunakan sebagai alat bantu dalam
pengambilan keputusan.
10
 Apakah Statistika
itu ?
• Definisi :
Statistika adalah suatu ilmu yang
mempelajari tata cara mengumpulkan,
mengolah, menata, menyajikan,
menganalisis, dan menginterpretasikan data
angka dengan tujuan membantu
pengambilan keputusan yang efektif.
11
 Beda Statistika Matematika
dan Statistika Terapam:
• Statistika Matematik/Statistika Teoretik
Statistika yang membahas bagaimana sifat-sifat, dalil-dalil
dan rumus-rumus statistika diturunkan, bagaimana
menciptakan model-model teoritis dan matematis.
• Statistika Terapan/Teknik Analisis Data
Statistika yang membahas cara-cara penggunaan statistik,
antara lain untuk penelitian

12
 Mengapa Statistika ?
Alasan mengapa statistika diperlukan
dalam kehidupan
– Menggambarkan hubungan-hubungan
antara variabel-variabel
– Alat bantu pengambilan keputusan

13
 Metode Pemecahan
Masalah Secara Statistik
• Identifikasi Masalah
– Tujuan penelitian dapat dicapai melalui perhitungan, atau pengukuran
terhadapa kelompok, atau perlu dilakukan eksperimen dll
• Pengumpulkan Fakta-fakta yang ada
– Data yang dikumpulkan harus akurat, singkat namun lengkap serta
relevan terhadap masalah
• Pengumpulan data Baru : alat bantu dan sampel
– Jika blm ada data yang lengkap perlu dicari data baru. Alat bantu
berupa instrumen-instrumen bisa digunakan untuk mengumpulkan data
yang diukur, ditimbang, dan dicatat waktunya (bisa dengan wawancara
atau kuisioner)
• Pengklasifikasian dan Peringkasan Data
• Penyajian dan analisis data
– Penyajian data bisa berbentuk tabel, gambar dll
• Pengambilan keputusan

14
Pengetahuan Dan Penerapan
Statistika
Banyak dipakai dalam metodologi penelitian karena
penelitian merupakan serangkaian kegiatan yang
meliputi :
(a) Mengumpulkan data
(b) Mengolah data
(c) Menyajikan data
(d) Menganalisis data
(e) Menginterpretasikan
(f) Menarik kesimpulan
Dari sekumpulan data yang kemudian ditulis secara
lengkap dan berurutan dalam bentuk laporan
penelitian. 15
Peranan dan
Perkembangan Statistika?
• Sebagai sesuatu yang berhubungan dengan data angka, pada
awalnya statistika digunakan untuk kepentingan pemerintahan
saja, seperti :
– Pendataan jumlah penduduk, perpajakan, pencatatan personil
militer, dsb.
• Dewasa ini penggunaan statistika semakin berkembang dan
meluas di berbagai bidang kegiatan seperti :
– Bidang bisnis dan industri (misal: perbankkan, perhotelan,
perdagangan, pabrik).
– Bidang pendidikan.
– Bidang politik.
– Bidang kesehatan.
– Bidang hukum,
– Dsb.

16
Jenis-Jenis Statistika :
• Statistika Deskriptif adalah metode-metode
statistika yang digunakan untuk
menggambarkan data yang telah
dikumpulkan.
• Mengacu pada definisi statistika yang
meliputi tata cara menata, menyajikan, dan
menganalisis data angka..

17
• Statistika Inferensi adalah metode-
metode yang digunakan untuk
membuat keputusan tentang
karakteristik populasi berdasarkan
suatu sampel.
• Mengacu pada definisi statistika yang
meliputi tata cara menginterpretasikan data
angka.

18
 Fungsi Statistika
Materi:
1. Penyajian data
2. Ukuran pemusatan
3. Ukuran penyebaran
Statistika Deskriptif
Materi:
1. Karakteristik Populasi
a. Mean
b. Standar Deviasi dll
STATISTIKA Statistika Inferensial
2. Uji hipotesis
a. membandingkan
b. menghubungkan

Materi:
Prediksi 1. Regresi dan
2. Korelasi
19
Metodologi statistika berdasarkan
asumsi bentuk distribusi, meliputi:

• Statistika Parametrik
– Bila dikembangkan dengan menggunakan
asumsi bahwa variabel yang menjadi
inputnya memiliki bentuk distribusi
tertentu.
• Statistika Non-Parametrik
– Bila dikembangkan tanpa adanya asumsi
bentuk distribusi tertentu.
20
 Beberapa Istilah penting :

• Populasi
– Himpunan atau kumpulan dari semua obyek yang
akan diteliti.
• Sampel
– Himpunan bagian dari populasi.
– Sampel harus memberikan gambaran sebaik
mungkin tentang populasi, sehingga dengan
mengambil sejumlah anggota populasi, maka kita
dapat berbicara mengenai anggota populasi
secara keseluruhan.
21
• Sensus :
Adalah cara mengumpulkan data dimana
seluruh anggota populasi diamati satu per
satu secara keseluruhan.

• Sampling :
Adalah cara mengumpulkan data dimana
yang diselidiki adalah elemen sampel dari
suatu populasi.
22
• Parameter :
– Adalah suatu besaran yang menyatakan
kondisi dari populasi.
– Yang sering digunakan adalah rata-rata (),
variansi (2), simpangan baku ().
• Statistik :
– Adalah suatu besaran yang menyatakan
kondisi dari sampel.
– Yang sering digunakan adalah rata-rata X ,
variansi (S2), simpangan baku (S).
23
 Variabel
Suatu simbol (lambang) misalnya X, H, r, a dan sebagainya
yang dapat bernilai berapapun dari sekumpulan nilai yang
telah dijelaskan terlebih dahulu.
Variabel dibedakan atas 2 jenis yaitu :
1. Variabel kontinu
2. Variabel diskrit

• Data yang bisa digambarkan dengan variabel kontinu

disebut data kontinu. Diperoleh dari suatu pengukuran
• Data yang bisa digambarkan dengan variabel diskrit
disebut data diskrit. Diperoleh dari pencacahan

24
Data :
• Proses statistika selalu melibatkan data
sebagai inputnya.
• Data adalah :
– Sesuatu yang diketahui/dicari memberikan
gambaran tentang suatu keadaan atau
persoalan.
– Data biasanya dikaitkan dengan tempat
dan waktu.

25
Kegunaan Data :
• Dasar suatu perencanaan
– Bertujuan agar perencanaan sesuai dengan
kemampuan supaya dapat dihindari perencanaan
yang sulit untuk dilaksanakan (ambisius).
• Alat pengendalian
– Bertujuan agar bisa diketahui dengan segera
kesalahan atau penyimpangan yang terjadi,
sehingga dapat segera diperbaiki atau dikoreksi.
• Dasar evaluasi
– Dari hasil kerja akhir. Apakah target dapat tercapai?
kalau tidak tercapai, faktor apa saja yang
mempengaruhi 26
Syarat data yang baik :
• Obyektif,
– Data harus sesuai dengan keadaan sebenarnya.
• Representatif
– Data harus mewakili obyek yang diamati.
• Kesalahan baku (standar error) kecil.
– Mempunyai tingkat ketelitian yang tinggi.
• Tepat waktu.
– Sebagai alat pengendalian atau evaluasi, maka syarat tepat
waktu ini penting sekali.
• Relevan.
– Data yang dikumpulkan harus ada hubungannya dengan
masalah yang akan diselesaikan.
27
 Jenis-Jenis data :

• Menurut sifatnya :
– Data kualitatif dan data kuantitatif.
• Menurut sumbernya :
– Data internal dan Data eksternal.
• Menurut cara memperolehnya :
– Data primer dan Data sekunder

28
 JENIS-JENIS DATA
BERUPA
ATAU TIDAK
ANGKA

BERUPA ANGKA
ATAU TIDAK
DATA DISKRIT
DATA KUANTITATIF
DATA KONTINU
DATA DATA KUALITATIF

MENURUT SUMBERNYA

DATA PRIMER
DATA INTEREN
DATA SEKUNDER
DATA EKSTEREN
29
 Berupa Angka Atau Tidak
• Data Kuantitatif
Data yang berupa angka yang nilainya bisa
berubah-ubah (variabel)
– Data diskrit
Data yang diperoleh dari hasil perhitungan
– Data kontinu
Data yang diperoleh dari hasil pengukuran
• Data Kualitatif
Data yang bukan berupa angka
30
SKALA PENGUKURAN
1. SKALA NOMINAL
Ciri untuk membedakan
Contoh : 1. Jenis dan jumlah Buah-buahan yang di produksi
suatu daerah
Jenis Buah-buahan Jumlah
Pepaya 2 ton
Mangga 1.5 ton
Apel 1 ton
Duku 1.4 ton
Manggis 1.3 ton

2. pria = 1, wanita = 2 dan waria = 3.

31
 SKALA PENGUKURAN
2. SKALA ORDINAL
Ciri untuk membedakan
untuk mengurutkan
Katagori Nilai Banyaknya
Istimewa 6 orang
Baik 18 orang
Rata-rata 15 orang
Kurang 7 orang
Kurang sekali 0 orang

Penilaian Pimpinan Kelompok terhadap Anggota kelompok

Istimewa lebih tinggi dari baik dan seterusnya

32
 SKALA PENGUKURAN
3. SKALA INTERVAL
Ciri untuk membedakan
untuk megurutkan,
jarak yang sama
Contoh: Suhu tertinggi pada bulan Desember di kota A, B,
dan C berturut-turut adalah 28, 31, dan 20 derajat Fahrenheit

4. SKALA RASIO
Ciri untuk membedakan
untuk mengurutkan
jarak yang sama
mempunyai titik nol yang berarti

33
 JENIS-JENIS DATA
BERUPA
ATAU TIDAK
ANGKA

BERUPA ANGKA
ATAU TIDAK
DATA DISKRIT
DATA KUANTITATIF
DATA KONTINU
DATA DATA KUALITATIF

MENURUT SUMBERNYA

DATA PRIMER
DATA INTEREN
DATA SEKUNDER
DATA EKSTEREN
34
Menurut Sumbernya

• Data Interen
Data yang diperoleh atau bersumber dari
dalam instansi,lembaga atau organisasi

• Data eksteren
Data yang diperoleh atau bersumber dari
luar instansi

35
 Data Eksteren

• Data Primer
Data yang langsung dikumpulkan oleh orang yang
berkepentingan atau yang memakai data
mis: hasil wawancara, kuisoner

• Data Sekunder
Data yang tidak sacara langsung dikumpulkan
oleh orang yang memakai data
mis: studi kepustakaa, laporan tahunan
perusahaan
36
Jenis data Berdasarkan
Tingkat Skala

DATA

Tingkat
Skala

NOMINAL ORDINAL INTERVAL RASIO

37
 DATA NOMINAL
• Data berskala nominal adalah data yang
diperoleh dengan cara kategorisasi atau
klasifikasi (mempunyai ciri membedakan).
• CIRI : posisi data setara
• tidak bisa dilakukan operasi
matematika (+, -, x, :)
• CONTOH : jenis kelamin, jenis pekerjaan

38
 DATA ORDINAL
• Data berskala ordinal adalah data yang
diperoleh dengan cara kategorisasi atau
klasifikasi, tetapi di antara data tersebut
terdapat hubungan(mempunyai ciri
membedakan dan mengurutkan. )
• CIRI : posisi data tidak setara
• tidak bisa dilakukan operasi
matematika (+, -, x, :)
• CONTOH : kepuasan kerja, motivasi
39
 DATA INTERVAL
• Data berskala interval adalah data yang
diperoleh dengan cara pengukuran, di mana
jarak antara dua titik skala sudah diketahui.
Tidak memiliki 0 absolut (mempunyai ciri
membedakan, mengurutkan, dan berjarak
sama, serta memuat nilai 0 yang tidak absolut)
• CIRI : Tidak ada kategorisasi
• bisa dilakukan operasi matematika
• CONTOH : temperatur yang diukur
berdasarkan 0C dan 0F
40
 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 (mempunyai
ciri membedakan, mengurutkan, dan berjarak
sama, serta memuat nilai 0 yang absolut. ).
• CIRI : tidak ada kategorisasi
bisa dilakukan operasi matematika
• CONTOH : gaji, jumlah buku, berat benda
41
 Cara Pengumpulan Data, a.l.:

• Wawancara
• Kuesioner (angket)
• Observasi (pengamatan)
• Tes dan skala obyektif
• Metode proyektif

42
 1. Wawancara
 Cara untuk mengumpulkan data dengan mengadakan tatap
muka secara langsung antara orang yang bertugas
mengumpulkan data dengan orang yang menjadi sumber data
atau obyek penelitian
Ada 2 macam wawancara
1. Wawancara terstruktur
Jenis-jenis,materi dan urutan pertanyaan, telah ditentukan
sebelumnya
tidak ada pengembangan (improvisasi) pertanyaan
2. Wawancara tak terstruktur
Jenis-jenis,materi dan urutan pertanyaan, tidak ditentukan
sebelumnya
terjadi pengembangan (improvisasi) pertanyaan 43
Kelebihan
• Data yang diperlukan langsung diperoleh
sehingga lebih akurat dan dapat
dipertanggungjawabkan
Kekurangan
• Tidak dapat dilakukan dalm skala besar dan
sulit memperoleh keterangan yang sifatnya
pribadi

44
2. Kuisioner (Angket)
Mengumpulkan data dengan mengirim
kuesioner yang berisi sejumlah pertanyaan
yang ditujukan kepada orang yang menjadi
objek penelitian sehingga jawabannya tidak
langsung diperoleh

45
 3. Observasi (Pengamatan)
• Mengupulkan data dengan mengamati objek penelitian atau
peristiwa/kejadian baik berupa manusia, benda mati maupun
alam Kebaikannya
• data dapat dipercaya karena dilakukan oleh pengamat sendiri
Kelemahannya
• bisa terjadi kesalahan interprestasi terhadap kejadian yang
diamati
• Peneliti berbeda akan menghasilkan kesimpulan yang berbeda
karena faktor objektif dari observer (pengamat)
• Kehadiran observer ditengah-tengah objek yang diamati
bisaberubah sikap dan perilaku objek sehingga bisa
menyesatkan kesimpulan
46
4. Tes dan Skala Obyektif
• Mengumpulkan data dengan memberikan tes
kepada objek yang diteliti
Ada beberapa macam tes (skala objektif)
• Tes kecerdasan dan bakat
• Tes kepribadian
• Tes sikap
• Tes tentang nilai
• Tes prestasi belajar
47
 5. Metode Proyektif
menganalisis suatu obyek melalui ekspresi
luar dari obyek melalui ekspresi luar dari
obyek tersebut.
Contoh :
mengetahui sikap, emosi dan kepribadian
seseorang melalui karya atau tulisan yang di
buatnya

48
Beberapa Metode
Pengumpulan Data Sampel :
• Penarikan Sampel Acak Sederhana
(Simple Random Sampling)
• Penarikan Sampel Acak Sistematis
(Systematic Random Sampling)
• Penarikan Sampel Acak Terstruktur
(Stratified Random Sampling)
• Penarikan Sampel Cluster (Cluster
Sampling)

49
Penarikan Sampel Acak
Sederhana (Simple Random
Sampling):
• Ialah suatu metode penarikan sampel
dimana pemilihan elemen-elemen populasi
untuk menjadi anggota sampel dilakukan
sedemikian rupa, sehingga setiap elemen
mempunyai kesempatan sama untuk terpilih.
• Cara paling mudah untuk metode ini adalah
dengan menggunakan tabel bilangan acak
(Table of Random Numbers).

50
Contoh Tabel Bilangan Acak
• Misal, akan dipilih 5 dari 22 anggota
populasi.
01536 12647
• Dengan mengambil urut dari
25595 14484
atas ke bawah untuk angka
22527 11417
ke 2 dan 3, diperoleh data
06243 27421 dengan nomer 15, 18, 10,
81837 72746 14, 21
11008 23117
56420 22143
05463 01221

51
Penarikan Sampel Acak
Sistematis (Systematic Random
Sampling) :
• suatu metode penarikan sampel
dimana elemen populasi disusun
dengan cara tertentu – misal: sesuai
alphabet, sesuai tanggal diterima,
dsb.– kemudian dipilih sebuah titik awal
secara acak dan setiap elemen ke k
dari populasi dipilih sebagai sampel.

52
Penarikan Sampel Acak
Terstruktur (Stratified Random
Sampling) :
• Ialah suatu metode penarikan sampel
dimana populasi awal dibagi dalam beberapa
sub kelompok, yang disebut dengan strata,
kemudian suatu sampel acak dipilih dari
masing-masing strata.
• Setelah itu pemilihan sampel dapat dilakukan
dengan cara proporsional, dimana cara
proporsional mengharuskan jumlah jumlah
elemen pada setiap strata sama dengan
proporsi yang terdapat dalam populasi.
53
• Misal, 352 perusahaan dibagi menjadi 5 strata. Dan
akan dipilih 50 perusahaan diantaranya untuk
dilakukan penelitian yang lebih mendalam. Maka
untuk menentukan jumlah yang diambil sebagai
sampel dari masing-masing strata adalah sebagai
berikut:
Strata Persentase Jumlah Persentase dari total Jumlah sampel
pengeluaran iklan perusahaan

1 30% atau lebih 8 8  100% = 2% (2%)(50)= 1

352
2 20% - 30% 35 35  100% = 10% (10%)(50)= 5
352
3 10% - 20% 189 189 100% = 54% (54%)(50)= 27
352
4 0% - 10% 115 115  100% = 33% (33%)(50)= 16
352

5 Kurang dari 0% 5 5  100% = 1% (1%)(50)= 1

352
Total 352 352  100% = 100% 50
352
54
Penarikan Sampel Cluster (Cluster
Sampling) :

• Ialah suatu metode penarikan sampel

dimana populasi tersebar dalam beberapa
wilayah (cluster) yang masing-masing
mempunyai ciri (karakteristik) yang hampir
sama, maka salah satu atau beberapa
wilayah dapat dipilih secara acak sebagai
sampel.

55
• Misal, akan diamati masalah kemiskinan di
pedesaan dalam suatu kecamatan. Dalam
kecamatan tersebut terdapat 50 desa yang
mempunyai keragaman hampir sama dalam
banyak hal (pendidikan, pekerjaan,
kesejahteraan, dsb.).
• Karena setiap desa (sebagai cluster)
memeiliki keragaman yang hampir sama,
maka salah satu desa dapat dipilih sebagai
sampel untuk mewakili desa lainnya.

56
• Kelebihan : metode ini tidak memerlukan
kerangka sampling sehingga untuk
menentukan sampel yang akan dipilih jauh
lebih mudah dari metode lainnya.
• Kelemahan : dengan adanya keleluasaan
dalam menentukan sampel, maka nilai
kesalahan sampling dari pengamatan
seringkali cukup besar.

57
TERIMA KASIH

58