Anda di halaman 1dari 36

PENGAMBILAN KEPUTUSAN

DENGAN STATISTIKA
(METODE ANALISIS DATA)

Prof. Drs I Made Tirta, DipSc, MSc,PhD


CV
Nama: I Made Tirta (Singaraja, 20-12-
1959)
Pddk: S1 (UNUD:1984); Dip.Sc, M.Sc,
Ph.D (UNE Australia, 1991, 1994,
2001)
Bidang: Statistika Komputasi
(Regresi/Model Linier-OSSR, GB, 2009)
Jabatan:
Ketua Redaksi JID;
Koord Penerbitan Buku UPT Penerbit UNEJ;
Ketua P3AI-LP3 UNEJ
KONDISI REAL
Sangat bervariasinya latar belakang
mahasiswa dalam bidang (matakuliah)
statistika
Statistika sangat bermanfaat
(dibutuhkan) dalam penelitian (khususnya
tugas akhir)
Statistika yang diutuhkan relatif tingkat
lanjut
IMPLIKASI
Diperlukan penyamaan pengetahuan yang
menjadi dasar pembahasan berikutnya
(mata kuliah statistika terapan)
Outline materi:
1. Pengertian, manfaat statistika, dan lingkup
statistika, peran komputer dalam
statistika
2. Statistika deskriptif (eksplorasi data)
3. Statistika Inferensial Dasar (Uji beda,
Regresi sederhana)
TUJUAN UTAMA
Memberi bekal memilih dan
menggunakan metode statistika
yang benar sesuai tujuan dan
kondisi data
Meningkatkan akurasi/ validitas
keputusan
Meningkatkan apresiasi dan motivasi
terhadap statistika serta tanggung
jawab sebagai analis data
Dapat menumbuhkan perilaku positif
pada masyarakat
STATISTIKA & STATISTIK
Statistika adalah salah satu ilmu/alat
yang memanfaatkan informasi (dari
sebagian subjek) sebagai bahan
pengambilan keputusan yang yang
berlaku untuk keseluruhan subjek,
dengan memberikan ukuran kecocokan
atau ukuran kesalahan dari kesimpulan
yang dibuat (Mendenhall, 1993)
Statistik: Data/informasi yang diolah
LINGKUP STATISTIKA
Mempelajari fenomena yang bersifat
stokastik (walaupun kejadian tunggal
sulit ditebak, tetapi ada trend umum
yang dapat disimpulkan)
LINGKUP STATISTIKA
Misalnya: hubungan antara pemakaian
alat keselamatan berkendaraan (helm,
sabuk keselamatan, terhadap korban
jiwa dalam kecelakaan), hubungan
disiplin berlalu lintas dengan tingkat
kecelakaan
Prosentase masyarakat yang
menerima suatu kebijakan
PRINSIP DASAR
METODE STATISTIKA
Diturunkan secara deduktif/logis dengan
asumsi tertentu (sifat acak,
independen, mengikuti distribusi acak
tertentu, teori peluang).
Sifat acak, independensi dan distribusi
harus tercermin di dalam data.
Data yang akurat dan Prosedur
pengolahan yang benar merupakan
kunci pengambilan keputusan yang akurat
dan bermanfaat
KEUNTUNGAN DENGAN STATISTIKA
Dengan prosedur tertentu kita dapat
menggunakan hanya sebagian dari data
(sampel) untuk mengambil kesimpulan
yang berlaku untuk keseluruhan
(populasi).
Menghemat biaya dan waktu dalam
pengumpulan data dengan hasil
optimal.
KEUNTUNGAN DENGAN STATISTIKA
Statistika dilengkapi dengan informasi
kesalahan ataupun tingkat kecocokan
(goodness of fit) dari hasil yang diperoleh.
Dimungkinkan untuk mengambil kesimpulan atau
keputusan dengan kesalahan yang dapat
dikendalikan dan dengan biaya yang lebih
murah, serta waktu yang lebih singkat.
LANGKAH-LANGKAH PENTING
1st Qtr
2nd Qtr
3rd Qtr Analyzing
4th Qtr
Data
Recording &
Representing
Collecting & Data
Recording
Data (angka)

Publishing
Results (Use Interpreting
it as decision Results, 100
80
support) Goodness of Fit, 6040 East
West
Diagnostic 20
East
North North
0
1st 2nd 3rd 4th
Qtr Qtr Qtr Qtr
PENGUMPULAN DATA

Dari sampel yang


representatif (jumlah/
komposisi, waktu)
Prosedur yang benar
(acak dan bebas)
Alat ukur yang valid
Pencatatan yang teliti
Collecting &
recording Data
PENTINGNYA DATA
Metode statistika adalah alat untuk
mengambil keputusan secara logis
(berbasis metematika), realistik
(berbasis data)
Statistika memberikan kesimpulan
berdasarkan data yang dihadapi.
Akurasi dan validitas data sangat
penting dan sepenuhnya menjadi tanggung
jawab peneliti, bukan tanggung jawab
statistika. (Statistics Can not lie bu
people do)
PROBLEM DENGAN DATA
Sering tidak independen (dikumpulkan,
dicatat dan dianalisis orang yang sama).
Validitas alat ukur sering diabaikan
Data tentang kebijakan publik, peneliti
sering tidak independen
Pengumpulan data tanpa persiapan/
perancangan yang matang, sehingga
menyulitkan pemilihan metode analisis.
Perlu prosedur dan teknik yang dapat
dipertanggungjawabkan
POPULASI vs SAMPEL
Teknik Sampling
Hipotesis
Tesis

Populasi: parameter

Data Sampel:statistik
Diolah di analisis

Inferensial
TEKNIK PENYAJIAN/ EKSPLORASI DATA
Pencatatan kembali/
penyimpanan harus teliti
X Y Z
30 25 20

Deskripsi data (min, maks,


Rata
-rata

rata- rata)
90

Tabel (memberi informasi/


80
70
60

deskripsi lebih detail)


50 East
40 West
30 North
20
10

Grafik (cepat memberi


0
1st Qtr 2nd Qtr 3rd Qtr 4th Qtr

Recording & gambaran umum seperti


Representing kecenderungan, sebaran
Exploring Data
perbandingan)
ANALISIS DATA
Pemeriksaan asumsi
( Distribusi)
Pemilihan metode/ model
( Paket Statistika)

Interpreting
Results,
Goodness of Fit,
100
80
Publishing Diagnostic 60 East

Results 40
20
North
West
North
0 East
Use as Decision 1st
Qtr
2nd
Qtr
3rd
Qtr
4th
Qtr
Support
PEMILIHAN METODE ANALISIS

Sesuaikan dengan kondisi data (besar, kecil,


sebaran dan independensi, skala
pengukuran)
Normal/ Keluarga eksponensial: Parametrik
Tidak cukup informasi tentang sebaran
(skala rank): Nonparametrik
RAGAM METODE STATISTIKA

Deskriptif mendeskripsikan kondisi sampel


(informasi sampel maupun populasi: mean,
median,varians, maks, min, tabel, grafik dll,
EDA)
INFERENSIAL menguji atau menduga
Uji Beda: Jika ingin membandingkan beda
dua distribusi dari dua subpopulasi.
Beda mean/ beda median
tergantung parametrik atau non
parametrik
RAGAM METODE STATISTIKA
Anova: Jika ingin membedakan lebih dari
dua subpopulasi
Ancova: Jika ingin membedakan
subpopulasi yang tidak saling
independen
Regresi/ korelasi: Jika ingin mengetahui
tingkat asosiasi dan hubungan
fungsional satu variabel dengan variabel
lainnya
RAGAM STATISTIKA
Multivariate: Jika variabelnya banyak
serta ingin melakukan pengelompokan,
klustering, klasifikasi, pemilihan
variabel
Time Series: Ingin menganalisis data yang
terkait dengan fungsi waktu (melihat
tren)
Khusus: Kontrol kualitas, daya tahan,
pengambilan keputusan (kuantitatif
manajemen), analisis ketahanan,
berbasis Simulasi (CIS, MCMC)
PEMILIHAN METODE STATISTIKA
Dengan semakin canggihnya komputer dengan
berbagai paket statistikanya, maka persoalan
pengolahan data bergeser dari sekedar
justifikasi/ pemaksaan suatu metode dan
ketrampilah berhitung tertentu ke
pemeriksaan asumsi (distribusi,
independensi, keacakan)
pemilihan metode (alternatif) yang
sesuai dengan kondisi data, diagnostik
interpretasi, derajat kecocokan dan
kesimpulan
STATISTIKA
BERDASAR DISTRIBUSI DATA

Parametrik: Distribusi Data Jelas


(Normal, Keluarga Eksponensial lain:
Poisson, Binomial, Eksponensial, dll)
Non Parametrik: Distribusi Data tidak
Jelas (umumnya berdasar ranking, atau
sampel kecil)
Resampling termasuk Nonparametrik
tetapi berbasis komputer/simulasi
No Tujuan Normal Kel Exp. Non Par
(Asimpotik/
transform-
asi)
1 Uji Beda (bebas) Uji-z, uji-t Uji-U, Man-
Whitney

2 Uji t- Uji-z, uji t Uji-Wilcoxson


berpasangan

3 Uji beda (lebih Uji-F Kruskal-Wallis


dari 2) (Anava)
4 Regresi/ korelasi LM, GLM Rho-Spearman
Kor.Pe- Korelsi Rank.
arson Pearson Tau-Kendall
Chi-kuadrat
ALTERNATIF METODE STATISTIKA
Distribusi Data

Non Resampling
Parametrik
Parametrik (CIS)

Wilcoxon,
Normal MCMC
Mann-Withney

Regresi (NLM) Kruskal-Wallis Bootstrap/

Spearman,
Uji Beda Mean Jacknife
Tau Kenfdall

Tabel
Uji T kontingensi
(Chi-Kuadrat

Uji Anava

Multivariate

AKU/PCA

KLASTER

NonNormal
GLM
PERAN KOMPUTER
Ukuran data semakin besar dan
kompleks sehingga semakin sulit/
mustahil dikerjakan secara manual
Banyak teknik analisis statistika yang
sulit dilakukan secara manual, tetapi
sudah banyak terimplementasi di
komputer
MANFAAT KOMPUTER
Memudahkan ilustrasi dan eksplorasi
grafik
Memungkinkan pemeriksaan asumsi
dengan cepat
Memungkinkan mencoba berbagai
alternatif dengan cepat dan memilih
yang terbaik
PAKET KOMPUTER STATISTIKA
R: Identik dengan SPlus (kelebihannya
gratis, untuk dasar sudah berbasis
menu, berbahasa Indonesia)
SPSS: Cocok untuk bidang sosial
(multivariate)
MINITAB: Cocok untuk bidang biosains
(Rancob)
S-Plus: Cocok untuk bidang biosains
(Modeling, Regresi)
SAS: Paket Sangat Komprehensif, tapi
mahal
APLIKASI STATISTIKA
SosPoL (Sosiometrika): Polling masyarakat,
Pengambilan Keputusan, Klasifikasi potensi
Perusahan/Pabrik: Kontrol Kualitas, Pengambilan
Keputusan
Biosains (Biometrika/BioInformtika): Menguji hasil
eksperimen (obat dan produk lainnya), Rancob, Regresi
Psikologi dan Pendidikan (Psikometrika): Mengukur
dan menguji hubungan berbagai kemampuan dan
karakter orang, termasuk validitas alat ukur (SEM)
Ekonomi (Ekonometrika): Mempelajari hubungan
antar peubah-peubah ekonomi, trend terhadap
waktu (Time Series)
APLIKASI STATISTIKA
APLIKASI STATISTIKA
APLIKASI STATISTIKA
KENAPA STATISTIKA ?
Berbasis fakta/ data/ informasi
(bukan kajian teoritis, bukan ilusi, semata)
Prosedur (metode) yang digunakan
diturunkan menggunakan kaidah matematika
(logis, konsisten, objektif, valid)
Ada gambaran derajat kecocokan
(signifikansi), sehingga ada gambaran
tingkat validitas hasil dan risiko (terukur)
SARAN UNTUK PENGGUNA STATISTKA
Ada kebutuhan akan kebenaran, bukan
sekedar justifikasi kebijakan. (Ada
kebutuhan akan kesehatan, bukan
sekedar surat keterangan sehat)
Pengambil dan Pengolah Data
Independen
Peneliti Independen dan kredibel
Alat ukur dan pencacatan akurat
Pemilihan metode statistika yang tepat
(lakukan berbagai alternatif dan
diagnostik)
Gunakan Paket statistika dengan benar
dan interpretasikan dengan baik
Terimakasih

Anda mungkin juga menyukai