Buku Acuan:
Pengertian:
Statistik = Data
Statistik = Ukuran Sampel
Statistik = Ilmu yang mempelajari cara pengumpulan
data, pengolahan data, analisis data serta penyajian
data sehingga menjadi suatu informasi yang berguna
bagi pengambilan keputusan
Apa yang bisa dilakukan statistika?
Membuat data lebih mudah untuk dikelola
Grup bilangan:
6, 1, 8, 3, 5, 4, 9
Rata-rata: 36/7 = 5 1/7
Gambar grafik:
JENIS STATISTIKA
Statistika Deskriptif
Menggambarkan keadaan data apa adanya melalui
parameter-parameter seperti mean, median, modus,
distribusi frekuensi dan ukuran statistik lainnya.
Statistika Inferensial
Sebuah set prosedur dan aturan untuk mengambil
sebagian dari sekumpulan data yang jumlahnya besar
agar dapat diperoleh proporsi data yang bisa dikelola,
dan yang memungkinkan kita untuk mengambil
kesimpulan dari data tersebut.
Terminologi Dasar
Meringkas (Summarizing) (pada Statistika Deskriptif)
versus Menganalisis (Analyzing) (pada Statistika
Inferensial)
Statistika Deskriptif
Statistika Inferensial
Inferensi dari sampel ke populasi
Inferensi dari statistik ke parameter
Faktor –faktor yang mempengaruhi akurasi dari
kemampuan sebuah sampel untuk merepresentasikan
(mewakili) sebuah populasi:
Ukuran sampel
Keacakan (randomness)
Proses Sampling dan
Pengambilan Keputusan dalam
Statistika Inferensial
Population Random Sample Uji Hipotesis
Proses
Sampling
CONTOH PENGGUNAAN
STATISTIKA
Akuntansi (Accounting)
Perusahaan akuntan publik seringkali menggunakan
prosedur pengambilan sampel (contoh) yang
memenuhi kaidah-kaidah statistik ketika melakukan
audit terhadap kliennya.
Keuangan (Finance)
Penasehat keuangan menggunakan berbagai jenis
informasi statistik, termasuk price-earnings ratio dan
hasil dividen, untuk membantu dalam memberikan
rekomentasi investasi.
CONTOH PENGGUNAAN
STATISTIKA (Lanjutan)
Pemasaran (Marketing)
Pengambilan sampel masyarakat sebagai calon
konsumen untuk diminta pendapat tentang produk yang
akan diluncurkan oleh suatu perusahaan seringkali
menggunakan kaidah statistik.
Ekonomi
Para ahli ekonomi menggunakan prosedur statistik
dalam melakukan peramalan tentang kondisi
perekonomian pada masa yang akan datang.
DATA, VARIABEL, &
KONSTANTA
Data adalah sekumpulan datum yang berisi fakta-fakta
serta gambaran suatu fenomena yang dikumpulkan,
dirangkum, dianalisis dan selanjutnya
diinterpretasikan.
Dalam skala interval:
- Data dapat dibedakan antara yang satu dengan yang
lainnya.
- Dapat dirangking,
- Perbedaan (jarak/interval) antara data yang satu dengan
data yang lainnya dapat diukur.
- Ciri khusus: Skala interval tidak memiliki titik nol yang
absolut.
DATA MENURUT SKALA
PENGUKURAN (L)
Interval, contoh: temperatur atau suhu.
Empat buah benda A, B, C, dan D masing-masing bersuhu 20. 30,
60, dan 70 derajat Celcius,
Merupakan skala pengukuran interval:
Dapat dibedakan,dirangking, dapat diukur perbedaan antara satu
data dengan data lainnya. Perbedaan data suhu 20 derajat dengan
benda 30 derajat misalnya, dapat dihitung sebesar 10 derajat.
Namun dalam skala interval, tidak ada nilai / titik nol absolut,
sehingga dengan ketiadaan nilai nol absolut ini tidak mungkin kita
melakukan perbandingan antara satu data interval dengan data
interval yang lainnya.
Contoh: 0 (nol) derajat Celcius bukan berarti (bukan
menunjukkan) tidak adanya energi panas dari sebuah suhu.
Sehingga, kita tidak dapat mengatakan bahwa suhu 10 derajat
Celcius adalah sepuluh kali lebih panas daripada suhu 1 derajat
Celcius.
Demikian juga, kita tidak dapat menyatakan bahwa 10 derajat
Celcius adalah minus (-) sepuluh kali lebih panas daripada suhu
minus satu (-1 ) derajat Celcius.
DATA MENURUT SKALA
PENGUKURAN (L)
d. Rasio, Skala rasio merupakan skala yang paling
tinggi peringkatnya. Semua sifat yang ada dalam
skala terdahulu dipunyai oleh skala rasio. Sebagai
tambahan, dalam skala ini, rasio (perbandingan)
antar satu data dengan data yang lainnya
mempunyai makna. Berbeda dengan interval,
skala rasio mempunyai titik nol yang mutlak.
2. Kuantitatif
Mengindikasikan seberapa banyak (how
many/diskret atau how much/kontinu)
Data selalu numeric
Skala pengukuran: Interval dan Rasio
JENIS DATA MENURUT
WAKTU PENGUMPULANNYA
1. Cross-sectional Data
yaitu data yang dikumpulkan pada waktu tertentu
yang sama atau hampir sama
Contoh: Jumlah mahasiswa UTM TA 2005/2006,
Jumlah perusahaan go public tahun 2006
2. Grafik
Batang (Bar Graph), untuk perbandingan/pertumbuhan
Lingkaran (Pie Chart), untuk melihat perbandingan
(dalam persentase/proporsi)
Grafik Garis (Line Chart), untuk melihat pertumbuhan
Grafik Peta, untuk melihat/menunjukkan lokasi
MANFAAT
TABEL DAN GRAFIK
Meringkas/rekapitulasi data, baik data kualitatis
maupun kuantitatif
Data kualitatif berupa distribusi Frekuensi, frekuensi
relatif, persen distribusi frekuensi, grafik batang,
grafik lingkaran.
Data kuantitatif berupa distribusi frekuensi, relatif
frekuensi dan persen distribusi frekuensi,
diagram/plot titik, histogram, distribusi kumulatif,
ogive.
Dapat digunakan untuk melakukan eksplorasi data
Membuat tabulasi silang dan diagram sebaran data
DISTRIBUSI FREKUENSI
Merupakan tabel ringkasan data yang menunjukkan
frekuensi/banyaknya item/obyek pada setiap kelas
yang ada.
Frekuensi Persen
Rating Pendapat Frekuensi
Relatif Frekuensi
Baik Sekali (E) 2 0,10 10
Di atas Rata-rata (AA) 3 0,15 15
Rata-rata (A) 5 0,25 25
Di Bawah Rata-rata (BA) 9 0,45 45
Buruk (P) 1 0,05 5
Total 20 1,00 100
GRAFIK BATANG
Grafik Batang (Contoh: Hotel Marada Inn)
9
8
7
Frekuensi
6
5
4
3
2
1
Rating
Buruk Di Bawah Rata- Di Atas Baik Pendapat
Rata-rata rata Rata-rata Sekali
GRAFIK BATANG
(BAR GRAPH)
Bermanfaat untuk merepresentasikan data kuantitatif
maupun kualitatif yang telah dirangkum dalam frekuensi,
frekuensi relatif, atau persen distribusi frekuensi.
Cara:
Pada sumbu horisontal diberi label yang menunjukkan
kelas/kelompok.
Frekuensi, frekuensi relatif, maupun persen frekuensi
dinyatakan dalam sumbu vertikal yang dinyatakan dengan
menggunakan gambar berbentuk batang dengan lebar
yang sama/tetap.
Grafik Lingkaran
Grafik Lingkaran (Contoh: Hotel Marada Inn)
Baik Sekali Buruk
5%
10%
Di bawah
Di atas 15%
45% Rata-rata
Rata-rata
25%
Rata-rata
91 78 93 57 75 52 99 80 97 62
71 69 72 89 66 75 79 75 72 76
104 74 62 68 97 105 77 65 80 109
85 97 88 68 83 68 71 69 67 74
62 82 98 101 79 105 79 69 62 73
PROSEDUR PEMBUATAN TABEL DISTRIBUSI
FREKUENSI, DATA KUANTITATIF
Tentukan data Max & dat Min
Dimana R = Data Max - data Min
Petunjuk Penentuan Jumlah Kelas
Gunakan ukuran banyaknya kelas (k) antara 5 s.d. 20,
atau menggunakan formula k = 1 + 3,3 log n.
n = banyaknya sampel
Data dengan jumlah besar memerlukan kelas yang lebih
banyak, dan sebaliknya.
Petunjuk Penentuan Lebar Kelas (i)
Gunakan kelas dengan lebar sama.
Nilai data terbesar - nilai data terkecil = R/k
Lebar kelas dapat didekati dengan rumus berikut:
Banyaknya kelas
PEMBUATAN TABEL DISTRIBUSI
FREKUENSI BENGKEL HUDSON AUTO
Jika banyaknya kelas 6, maka lebar kelas = 9,5 ≈ 10
Tabel distribusi frekuensi diperoleh:
12
12
10
10
88
66
44
22
Biaya
Biaya
($)
($)
50
50 60
60 70
70 80
80 90
90 100
100 110
110
DISTRIBUSI FREKUENSI RELATIF
Merupakan fraksi atau proporsi frekuensi setiap kelas
terhadap jumlah total.
100
100
Persentase Kumulatif
80
80
60
60
40
40
20
20
Biaya
Biaya
($)
($)
50
50 60
60 70
70 80
80 90
90 100
100 110
110
DIAGRAM BATANG-DAUN (Steam and Leaf)
Contoh: Bengkel Hudson Auto
5 2 7
6 2 2 2 2 5 6 7 8 8 8 9 9 9
7 1 1 2 2 3 4 4 5 5 5 6 7 8 9 9 9
8 0 0 2 3 5 8 9
9 1 3 7 7 7 8 9
10 1 4 5 5 9
Kegunaan:
– Data tersusun secara berurutan
– Dapat menunjukkan bentuk distribusi data
– Seperti Histogram, namun sekaligus menunjukkan
data sebenarnya
TABULASI SILANG
Tabulasi silang (Crosstabulation) merupakan metode
tabulasi untuk merangkum data dengan dua atau lebih
variabel secara bersamaan/sekaligus.
Tabulasi silang dapat digunakan jika:
Salah satu variabel bersifat kualitatif dan lainnya
kuantitatif
Kedua variabel berupa variabel kualitatif
Kedua variabel berupa variabel kuantitatif
Sisi (kolom) sebelah kiri dan baris atas menyatakan
kelas untuk kedua variabel yang digunakan.
CONTOH TABULASI SILANG
x x x