UNIVERSITAS

MUHAMMADIYAH
SIDOARJO

STATISTIKA Dasar
(STATISTICS)
Oleh :
Cindy Cahyaning Astuti, S.Si, M.Si
 ِ ‫بِس ِْم هللاِ الرَّحْ ٰم ِن الر‬
‫َّحيْم‬
‫ َوارْ ُز ْقنِ ْي فَ ْه ًما‬ ،‫ب ِز ْدنِي ِع ْل ًما‬
ِّ ‫َر‬

(Ya Allah Tambahkanlah aku ilmu, Dan berilah aku

karunia untuk dapat memahaminya)

2
 Ikuti perkuliah dengan tulus dan serius
Lakukan tugas dan resapi
Tanya dan diskusi lebih diharapkan
Nikmati semua proses dengan senang hati

3
 Kontrak Kuliah

TUGAS 25%
KEAKTIFAN 25%
KUIS
UTS 25%
UAS 25%

4
 MATERI KULIAH
1. Kontrak Kuliah & Pendahuluan Statistika (Minggu 1)
2. Penyajian Data (Minggu 2)
3. Ukuran Pemusatan dan Penyimpangan Data (Minggu 3-4)
4. KUIS 1 (Minggu 5)
5. Sebaran Normal (Minggu 6-7)
6. UTS (Minggu 8)
7. Pengujian Hipotesis (Minggu 9-10)
8. Analisis Ragam (Minggu 11-12)
9. KUIS 2/PRESENTASI KELOMPOK (Minggu 13-14)
10. Analisis Regresi dan Korelasi (Minggu 15)
11. UAS (Minggu 16)
5
 REFERENSI
1. Sulistyowati, W., Astuti, C.C. (2016). Statistika Dasar. Sidoarjo : Umsida
Press
2. Sulistyowati, W., Astuti, C.C. (2017). Statistika Dasar Konsep dan
Aplikasinya. Sidoarjo : Umsida Press
3. Mc. Clave, James T., Benson, P. George., & Sincich, Terry. (2011).
Statistika untuk Bisnis dan Ekonomi. (Irzam Hardiansyah). Jakarta :
Penerbit Erlangga.
4. Walpole, R. E., & Myers, R. H. (1986). Ilmu peluang dan Statistika untuk
Insinyur dan Ilmuwan (R. K. Sembiring, Trans.). Bandung: Penerbit ITB.
5. Yitnosumarto, Suntoyo. (1990). Dasar-Dasar Statistika. Jakarta: Rajawali
Pers.
6. Walpole, Ronald E. (1995). Pengantar Statistika.Jakarta :PT. Gramedia
Pustaka Utama : Jakarta.

6
 UNIVERSITAS
MUHAMMADIYAH
SIDOARJO

DASAR-DASAR
STATISTIKA

Cindy Cahyaning Astuti, S.Si, M.Si

 STATISTIK DAN STATISTIKA

STATISTIK
Kumpulan data, berupa bilangan atau
non bilangan yang menggambarkan
suatu peristiwa

STATISTIKA
Ilmu yang berkaitan dengan cara
pengumpulan, pengolahan, analisis dan
pernarikan kesimpulan atas data.

8
 JENIS-JENIS STATISTIKA

Metode yang berkaitan

DESKRIPTIF dengan pengumpulan
dan penyajian data

STATISTIKA

Metode yang berkaitan

dengan analisis data
INFERENSIA sampai dengan
penarikan kesimpulan
atas data

9
 STATISTIKA DESKRIPTIF

Statistika deskriptif adalah cabang dari ilmu statistika

menggambarkan karakteristik suatu data secara kuantitatif.

Statistika deskriptif berbeda dengan statistika inferensia karena

statistika deskriptif bertujuan untuk meringkas suatu data,
bukan untuk menggunakan data untuk mempelajari dan
menarik kesimpulan dari data

10
 Data dan Variabel

DATA

Sekumpulan informasi yang berisi fakta-fakta

serta gambaran suatu fenomena yang
dikumpulkan, dirangkum, dianalisis dan
selanjutnya diinterpretasikan

11
Variabel

Variabel adalah karakteristik data yang

menjadi perhatian.
X: Tinggi mahasiswa
Y: Berat Badan Mahasiswa

12
 Populasi dan Sampel (Contoh)

Populasi

Keseluruhan dari objek yang diteliti

Sampel

Sebagian dari populasi yang digunakan sebagai

objek penelitian

13
 JENIS DATA MENURUT SKALA PENGUKURAN

Data kategori yang tidak

memiliki tingkatan
NOMINAL Contoh : Jenis Kelamin, Agama

Data kategori yang memiliki

tingkatan
ORDINAL Contoh : Ranking, Tingkat
DATA Pendidikan

Ukuran data yang mempunyai

interval/jarak (nilai nol
INTERVAL bermakna)
Contoh : Suhu

RASIO Data yang memiliki nilai nol

absolute
Contoh : Jumlah kursi di kelas

14
 JENIS DATA MENURUT SIFAT

Data yang disajikan bukan

dalam bentuk angka tetapi
KUALITATIF dalam bentuk kata. Pada data
jenis ini tidak dapat dilakukan
operasi matematika

Contoh : Agama, warna, jenis

DATA kelamin, tingkat pendidikan dll

Data yang disajikan dalam

bentuk angka. Pada data jenis
KUANTITATIF ini dapat dilakukan operasi
matematika

Contoh : umur, tinggi badan,

berat badan dll

15
 JENIS DATA MENURUT SIFAT

1. Kualitatif
 Berupa label/nama-nama yang digunakan untuk
mengidentifikasikan atribut suatu elemen
 Skala pengukuran: Nominal atau Ordinal

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

16
 JENIS DATA MENURUT SIFAT

Data yang selalu berbentuk

DISKRIT bilangan bulat dan sifatnya
terputus-putus

Contoh : jumlah kursi, jumlah

DATA mahasiswa
KUANTITATIF

Data yang diperoleh dari hasil

KONTINYU mengukur bisa dalam bentuk
bilangan bulat atau pecahan

Contoh : berat badan, tinggi

badan

17
 JENIS DATA MENURUT WAKTU PENGUMPULAN

1. Cross-sectional Data
yaitu data yang dikumpulkan pada waktu tertentu
yang sama atau hampir sama
Contoh: Jumlah mahasiswa PGSD TA 2015/2016
Jumlah mahasiswa baru TA 2015/2016

2. Time Series Data

yaitu data yang dikumpulkan selama kurun
waktu/periode tertentu
Contoh: Jumlah Mahasiswa PGSD tahun 2010-2015
Pergerakan nilai tukar rupiah dalam 1 bulan
Produksi Padi Indonesia tahun 1997-2006
18
 Analisis Univariat, Bivariat Dan
Multivariat

 Analisis Univariat
Analisa Univariat adalah analisis yang mempelajari
kasus-kasus dengan variabel tunggal
 Analisis Bivariat
Analisis Univariat adalah analisa yang mempelajari
hubungan antara dua variabel
 Analisis Multivariat
Analisis Multivariat adalah analisa yang mempelajari
hubungan lebih dari dua variabel

19
 PERANAN STATISTIKA

1.Olahraga
Statistik liga sepak bola (Statistika Deskriptif)
2. Pendidikan
Mengetahui faktor-faktor yang berpengaruh terhadap IPK mahasiswa
(Analisis Regresi)
3. Industri
Pengendalian Kualitas Produk (Statistika Pengandalian Mutu)
4. Ekonomi
Meramalkan IHSG 5 th kedepan (Analisis Time Series)
5. Kesehatan
Mengetahui berapa peluang seorang perokok dapat terkena penyakit
jantung (Analisis Data Kategori)

20
Untuk lebih memahami tentang materi
kuliah yang telah diberikan

21
 TUGAS

o Sebutkan contoh data dengan skala NOIR (Nominal,

Ordinal, Interval dan Rasio)!
o Sebutkan contoh data kuantitatif (diskrit dan
kontinyu) !

Ikuti perkuliah dengan tulus dan serius

Lakukan tugas dan resapi
Tanya dan diskusi lebih diharapkan
Nikmati semua proses dengan senang hati

22