APLIKASI STATISTIK*)

(3 SKS)

Oleh:
TIM

FAKULTAS PASCA SARJANA

UNIVERSITAS INDRAPRASTA PGRI
Aturan Perkuliahan (1)
Materi

1. Pengantar Aplikasi Statistik

2. Statistik Deskriptif
3. Uji Persyaratan Analisis
4. Statistik Inferensial

Literatur

• Sudjana (1996). Metode Statistika. Edisi ke-6. Bandung: Tarsito.

• Supardi (2013). Aplikasi Statistik dalam Penelitian. Jakarta: Change
Publicaton.
• Wahyudin (2011). Aplikasi Statistika dalam Penelitian. Bandung: Sekolah
Pasca Sarjana UPI.
• Wibisono, Y (2005). Metode Statistik. Yogyakarta: UGM Press.
• Literatur lain yang relevan dengan Mata Kuliah Aplikasi Statistik.
Aturan Perkuliahan (2)
1. UTS : 30%
Penilaian 2. UPM : 50%
3. TUGAS : 20%

• Tugas berupa Tugas Individu berbentuk ‘Tugas Terstruktur’

dan dikumpulkan di akhir pertemuan perkuliahan.
• Presensi dan Keaktifan/Sikap di Kelas diperhitungkan
untuk membantu nilai akhir.
• Bagi mahasiswa yang berhalangan hadir, disarankan
memberikan informasi kepada dosen pengampu mata
kuliah : Dr. Sri Murni Soenarno, M.Si (Hp: 08128060198).
 Sekilas sejarah perkembangan statistika

• Awalnya, suatu upaya pengumpulan data dan upaya

penyajiannya menjadi bentuk yang mudah dimengerti
agar bersifat informatif. Contoh: Raja William
memerintahkan pencacahan jiwa dan kekayaan rakyat
Inggris untuk penarikan pajak guna biaya perang → timbul
teknik penyajian data dalam bentuk gambar dan grafik
agar informatif. Bagian statistika yang membahas hal ini
disebut statistika deskriptif.
• Selanjutnya, upaya untuk mengambil manfaat dari data
tsb → timbul teknik/cara pengambilan kesimpulan. Bagian
statistika yang membahas teknik/metode peramalan dan
pengambilan kesimpulan disebut statistika inferensial
(statistika induktif).
 BAB 1 Pengantar Aplikasi Statistik

Definisi

Sekumpulan data kuantitatif yang tersaji dalam bentuk tabel,

Statistik
grafik, simbol, atau ukuran-ukuran (pemusatan dan penyebaran).

Ilmu yang mempelajari statistik, meliputi tata cara terkait

Statistika pengumpulan, pengolahan, penyajian, serta penarikan
kesimpulan berdasarkan data statistik.

Statistika yang membahas tentang bagaimana sifat, dalil, dan

Statistika rumus-rumus statistik diturunkan, serta cara menciptakan
Matematika model teoritis secara matematis.

Statistika yang membahas tentang cara-cara

Statistika Terapan/
penggunaan statistika dalam pengolahan data
Aplikasi Statistika
penelitian.
BAB 1 Pengantar Aplikasi Statistik

Penelitian, Data, dan Jenis-jenis Variabel

Proses ilmiah untuk memperoleh data dalam rangka

Penelitian
memecahkan masalah dengan tujuan dan kegunaan tertentu

Data Informasi yang dianggap mempunyai makna

• Quasi Eksperimen
Kuantitatif • Survey (Korelasional dan Expose
Jenis Facto)
Penelitian
Pendidikan
• Penelitian Tindakan Kelas (PTK)
Kualitatif • Kualitatif Deskriptif
BAB 1 Pengantar Aplikasi Statistik

Fenomena/gejala yang punya ukuran bervariasi

Variabel
Contoh: motivasi belajar, hasil belajar IPA,
kemampuan pemahaman matematis, dll.

1. Variabel bebas, yaitu variabel yang mempengaruhi variabel

lain.
2. Variabel terikat, yaitu variabel yang dipengaruhi oleh
variabel lain.
3. Variabel moderator, yaitu variabel yang mempengaruhi
Jenis hubungan antara variabel bebas dan variabel terikat.
Variabel 4. Variabel intervening, yaitu variabel yang secara teori
mempengaruhi hubungan antara variabel bebas dan
variabel terikat, tetapi tidak dapat diamati dan diukur.
5. Variabel kontrol, yaitu variabel yang dikendalikan sehingga
tidak mempengaruhi hubungan antara variabel bebas dan
variabel terikat.
BAB 1 Pengantar Aplikasi Statistik

Populasi dan Sampel

Keseluruhan subyek penelitian yang memiliki

Populasi kuantitas dan karakteristik tertentu

Sampel Bagian dari populasi yang dianggap mewakili

Unit
Satuan terkecil dari subyek penelitian
Sampling

Ukuran Kuantitas (banyaknya) unit sampling yang

Sampel dianggap mewakili untuk suatu penelitian

Teknik Prosedur untuk menentukan dan mengambil

Sampling unit sampling
BAB 1 Pengantar Aplikasi Statistik

Fungsi Statistika
BAB 1 Pengantar Aplikasi Statistik

Karakteristik statistika
1. Statistika selalu bekerja dengan angka atau
bilangan → disebut data kuantitatif. Jika ada data
kualitatif, maka data tersebut harus dikonversi
dulu menjadi data kuantitatif. Proses ini disebut
Kuantifikan.
2. Statistika bersifat obyektif. Kesimpulan dan
ramalan yang dihasilkan didasarkan pada angka
yang diolah (obyektif).
3. Statistika bersifat universal. Ruang lingkupnya
sangat luas dalam kehidupan manusia.
BAB 1 Pengantar Aplikasi Statistik

Klasifikasi Statistika
• Berdasarkan pengolahan data:

- Statistika deskriptif
- Statistika inferensial
• Berdasarkan ruang lingkup penggunaannya:

- Statistika pendidikan,
- Statistika pertanian,
- Statistika kesehatan,
- Statistika ekonomi (Ekonometrika), dsb.
BAB 1 Pengantar Aplikasi Statistik

Klasifikasi Statistika (2)

• Berdasarkan bentuk indikator yang dianalisis:

1. Statistik Parametrik: statistik yang digunakan

untuk menganalisis data interval atau rasio,
yang diambil dari populasi yang berdistribusi
normal atau mendekati normal, pengambilan
sampel acak.
2. Statistik Non Parametrik: statistik yang
digunakan untuk menganalisis data nominal
atau ordinal, yang diambil dari populasi yang
bebas distribusi (tidak normal atau tidak
diketahui), pengambilan sampel tidak acak.
BAB 1 Pengantar Aplikasi Statistik

SKALA PENGUKURAN DATA

Skala Nominal

• Skala untuk membedakan kategori, misalnya variabel jenis

kelamin/gender (Pria = 1, Wanita = 2).
• Angka yang dibuat tidak bermakna secara matematika.
• Analisis statistik yang dapat digunakan berada dalam
kelompok non-parametrik, diantaranya adalah frekuensi dan
tabulasi silang (tabel kontingensi) dengan Chi kuadrat dan Uji
Q-Cochran.
BAB 1 Pengantar Aplikasi Statistik

Skala Ordinal

• Skala pengukuran yang tidak hanya mengkategorikan variabel

ke dalam kelompok, tetapi juga melakukan ranking/pengurutan
terhadap kategori. Misalnya variabel juara kelas, eselon PNS,
dan lain-lain.
• Jarak antar angka/ranking cenderung tidak sama.
• Angka/ranking yang dibuat tidak dapat dilakukan operasi
matematika.
• Analisis statistik yang dapat digunakan berada dalam kelompok
non-parametrik, diantaranya adalah frekuensi, median dan
modus, uji korelasi peringkat Spearman, Uji Mann-whitney, serta
Uji Kruskal-Wallis.
BAB 1 Pengantar Aplikasi Statistik

Skala Interval

• Skala pengukuran yang tidak hanya mengkategorikan dan melakukan

ranking/pengurutan variabel ke dalam kelompok, tetapi juga memberikan
nilai/angka ke dalam interval/selang tertentu terhadap kategori
• Interval/selang tercantum dalam garis bilangan
• Nilai/angka bersifat objektif dalam keteraturan kategori peringkat dan
memiliki jarak yang sama antar nilai/angka
• Contohnya adalah variabel suhu, variabel aspek afektif (motivasi, minat,
dll) yang pengukurannya menggunakan angket/skala yang telah
dibakukan/ ditransformasi, dan sebagainya
• Angka/nilai yang dibuat dapat dilakukan operasi penjumlahan dan
pengurangan
• Analisis statistik yang dapat digunakan diantaranya adalah deviasi rata-
rata, simpangan baku, korelasi r, regresi, analisis varians, dan analisis
faktor ditambah berbagai multivariat
 BAB 1 Pengantar Aplikasi Statistik

Skala Rasio

• Skala pengukuran yang tidak hanya mengkategorikan dan melakukan

ranking/pengurutan variabel ke dalam kelompok, tetapi juga
memberikan nilai ke dalam interval/selang yang memiliki nol mutlak
terhadap kategori.
• Nol mutlak memiliki makna bahwa di titik nol tersebut, variabel benar-
benar memiliki nilai nol dan tidak ada nilainya, seperti halnya tinggi 0
meter .
• Adapun contoh skala rasio adalah variabel usia, tinggi badan, dan lain
lain.
• Angka/nilai yang dibuat dapat dilakukan semua operasi matematika.
• Analisis statistik yang dapat digunakan serupa dengan analisis statistik
yang berlaku pada skala interval.
 Penggolongan data
• Menurut jenisnya:

1. Data Kualitatif adalah data yang dinyatakan dalam

bentuk keterangan, kategori, atau atribut, atau
dengan kata lain adalah data yang tidak berbentuk
angka. Contoh: respon konsumen produk mie instan,
dapat berbentuk : sangat suka sekali, suka, biasa-
biasa saja, ataupun kurang suka.
2. Data Kuantitatif, yaitu yang dideskripsikan dalam
bentuk angka (numerik), baik angka mutlak, ataupun
angka relatif. Contoh: hasil penjualan daging sapi di
Pasar Induk Kramatjati per bulan.
 Penggolongan data(2)
• Menurut sifatnya:

1. Data Diskrit, yaitu data kuantitatif yang didapat dari

hasil hitungan, sehingga bentuk datanya bulat (bukan
pecahan). Contohnya: jumlah peserta KB IUD di
Puskesmas Cijantung.
2. Data Kontinu, yaitu data kuantitatif yang diperoleh
dari suatu kegiatan riset dalam bentuk nilai dalam
suatu interval. Contohnya: Konsumsi bensin angkutan
Kampung Rambutan-Depok sekitar 10-12 liter per
hari.
 Penggolongan data(3)
• Menurut waktu pengumpulannya:

1. Data Cross-Section, adalah data yang dikumpulkan pada

suatu waktu tertentu (at a point of time), dan daripadanya
dapat mendeskripsikan keadaan pada waktu tersebut saja.
Contohnya: jumlah pengunjung Pameran Rumah Sederhana
di Kota Medan tahun 2010, jumlah penjualan Produk Nabisco,
tahun 2009 lalu.
2. Data Time Series, adalah data berkala yang dikumpulkan
menurut periode waktu masa lampau untuk jangka waktu
pengamatan yang ditetapkan. Contohnya: data jumlah
perkembangan siswa SD yang putus sekolah tahun 2008-2010,
jumlah penerimaan guru SD di Aceh periode tahun 2006-2010.
Terima kasih