Pendahuluan
Statistik dan Statistika (1)
Statisitik : merupakan kumpulan fakta, pada
umumnya dinyatakan dalam bentuk angka dan
dapat digambarkan dalam bentuk tabel/grafik
yang menggambarkan sesuatu masalah.
Statistik : ukuran sebagai wakil dari kumpulan
data mengenai sesuatu hal atau Kumpulan data
yang disusun dalam tabel atau diagram untuk
mengilustrasikan suatu persoalan.
Contoh: statistik penduduk
Statistik dan Statistika (2)
Statisitika : ilmu pengetahuan yang
berhubungan dengan cara-cara pengumpulan
data, pengolahan atau penganalisaannya dan
penarikan kesimpulan berdasarkan kumpulan
data dan penganalisaan yang dilakukan
Statistika : bidang ilmu pengetahuan yang
membahas bagaimana data diperoleh, data
disajikan, data dianalisis, serta digunakan
untuk pengambilan keputusan
Sejarah Statistika
Statistika berakar dari istilah istilah dalam bahasa latin moderen
statisticum collegium ("dewan negara") dan bahasa Italia statista
("negarawan" atau politikus").
Gottfried Achenwall (1749) menggunakan Statistik dalam
bahasa Jerman untuk pertama kalinya sebagai nama bagi kegiatan
analisis data kenegaraan, dengan mengartikannya sebagai "ilmu
tentang negara (state)".
Pada awal abad ke-19 telah terjadi pergeseran arti menjadi "ilmu
mengenai pengumpulan dan klasifikasi data".
Sir John Sinclair memperkenalkan nama (Statistics) dan
pengertian ini ke dalam bahasa Inggris.
Jadi pada awalnya ilmu statistika hanya mengurus data-data yang
digunakan lembaga administratif dan pemerintah.
Sejarah Statistika (2)
Pada abad ke-19 dan awal abad ke-20 statistika mulai
banyak menggunakan bidang-bidang dalam
matematika, terutama probabilitas.
Cabang statistika yang pada saat ini sangat luas
digunakan untuk mendukung metode ilmiah, statistika
inferensi
Dikembangkan pada paruh kedua abad ke-19 dan
awal abad ke-20 oleh diantaranya : Ronald
Fisher(peletak dasar statistika inferensi), Karl Pearson
(metode regresi linear), dan William Sealey Gosset
(meneliti problem sampel berukuran kecil).
Arti Statistika
“konsep dan metode yang digunakan untuk
mengumpulkan data, mengolah data, kemudian
menganalisa data tersebut sehingga dapat diperoleh
suatu kesimpulan/keputusan yang berdasarkan
dengan data tersebut.”
FUNGSI STATISTIK
(M.Subana dkk.2000;12-13)
10
Macam Data:
Data primer
Data sekunder
Data kualitatif
Data kuantitatif
Data diskrit
Data kontinyu
11
1. Jenis kelamin
2. Warna kesayangan
3. Asal suku, dll
Data Kualitatif
1. Jumlah
mobil
2. Jumlah staf
DATA Data Diskret 3. Jumlah TV,
dll
Data Kuantitatif
1. Berat
badan
2. Jarak kota
Data Kontinu 3. Luas
rumah, dll
12
Contoh Data Statistik
Saya menghabiskan biaya perkuliahan ±
1.500.000 rupiah/bulan
Jumlah tindak kriminal di Jawa Barat
meningkat 10% dari tahun lalu
Situasi krismon seperti saat ini
mengakibatkan 30% anak-anak mengalami
putus sekolah
Mahasiswa yang baik akan membaca buku
minimal 2 jam/hari
Fungsi Statistik
14
Penggolongan Statistika
Statistika
Deskriptif
Statistika
Statistika
Inferensi
Statistika Deskriptif
Yaitu merupakan kegiatan mengumpulkan,
mengolah, dan kemudian menyajikan data
observasi agar fihak lain dapat dengan
mudah memperoleh gambaran mengenai
sifat (karaktersitik) obyek dari data tersebut.
Contoh: Distribusi Frekuensi, Ukuran nilai
sentral, ukuran penyebaran/dispersi, regresi,
dan korelasi.
Statistika Inferensi
Yaitu merupakan kegiatan menganalisa dan
menginterpretasikan data sehingga dapat
diambil suatu kesimpulan/keputusan yang
berdasarkan data tersebut.
Contoh: Teori Probabilitas, distribusi
teoritis, sampel dan distribusi sampel,
penaksiran terhadap parameter,
pengujian hipotesis
Tahap-tahap Kegiatan Statistika
1. Pengumpulan Data (Collection of Data)
2. Penyusunan Data (Organization of Data)
3. Presentasi Data (Presentation of Data)
4. Analisis Data (Analysis of Data)
5. Interpretasi Data (Interpretation of Data)
1. Pengumpulan data (Collection of Data):
Ada dua metode:
– Sensus yaitu mengumpulkan seluruh data/populasinya.
– Sampel yaitu mengumpulkan sebagian data saja.
2. Penyusunan Data (Organization of Data)
Ada tiga tahapan:
Editing yaitu mendeteksi kemungkinan adanya
kesalahan atau ketidakkonsistenan data.
Classify yaitu pengelompokan data sesuai
dengan sifat-sifat yang dimiliki oleh data.
Tabulation yaitu pengelompokan data sesuai
dengan sifat-sifat yang telah kita tentukan dalam
susunan kolom-kolom dan baris-baris, sehingga
mudah untuk ditarik kesimpulan.
3. Presentasi Data
Yaitu kegiatan agar data mudah untuk dibaca dan bisa
dilihat secara visual, maka dibuat dalam bentuk tabel, grafik
atau diagram.
4. Analisis Data
Yaitu kegiatan untuk mengetahui karakterisitik data,
dengan menggunakan metode statistik, seperti rata-rata,
diviasi standar, korelasi, ataupun regresi
5. Interpretasi Data
Yaitu kegiatan untuk mengambil suatu kesimpulan yang
benar.
Data
Datum adalah keterangan yang diperoleh
dari hasil pengamatan atau penelitian.
Kumpulan datum-datum itu disebut data.
Data adalah kumpulan nilai dari suatu
obyek atau kumpulan keterangan yang
diperoleh dari hasil pengamatan atau
penelitian.
Data menurut Sifat
Data Kualitatif
DATA
Data Kuantitatif
Bagaimana Cara Mendeskripsikan
Objek ?
Coba deskripsikan
gajah ini !!
Besaran Non-Fisis Emosinya Labil ; Kulitnya
(Tak Terukur) Kasar, Warnanya Coklat;
Data Cacahan /
Diskrit
Data
Kuantitatif
Data Ukuran /
Kontinu
Data Kuantitatif
Data Cacahan / Diskrit adalah data yang
diperoleh dengan cara mencacah,
membilang atau menghitung banyak obyek.
Contoh: Data tentang banyak siswa yang
memiliki handphone.
Data Ukuran / Kontinu adalah data yang
diperoleh dengan cara mengukur besaran
obyek.
Contoh : Tinggi badan siswa SMA
28
Skala pengukuran data
1. Skala Nominal adalah skala pengukuran menurut
persamaan sifat.
Contoh : Gender (Pria, Wanita.)
2. Skala Ordinal adalah skala pengukuran menurut
persamaan dan urutannya.
Contoh : Tingkat pendidikan (SD, SMP, SMA)
3. Skala Interval adalah skala pengukuran menurut
persamaan, urutan, dan jarak (intetval) antara dua kelas
yang berbeda.
Contoh : Temperatur suatu ruang dan Sistem kalender.
4. Skala Rasio adalah skala pengukuran yang mempunyai
sifat persamaan, urutan, jarak dan rasio (titik nol murni
tertentu)
Contoh : Jarak, Peta.
Skala pengukuran data
Data nominal Kualitatif
Data ordinal
Data interval Kuantitatif
Data rasio
Skala pengukuran data
DATA NOMINAL :
Data berskala nominal adalah data yang diperoleh dengan cara
kategorisasi atau klasifikasi.
CIRI : posisi data setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : jenis kelamin, jenis pekerjaan
DATA ORDINAL :
Data berskala ordinal adalah data yang dipeoleh dengan cara
kategorisasi atau klasifikasi, tetapi di antara data tersebut
terdapat hubungan
CIRI : posisi data tidak setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : kepuasan kerja, motivasi 31
Skala pengukuran data
DATA INTERVAL :
Data berskala interval adalah data yang diperoleh dengan cara
pengukuran, di mana jarak antara dua titik skala sudah diketahui.
CIRI : Tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : temperatur yang diukur berdasarkan 0C dan 0F, sistem
kalender
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.
CIRI : tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : gaji, skor ujian, jumlah buku 32
Cara Pengumpulan Data Primer
•Penelitian langsung ke lapangan atau
laboratorium
34
Asal Data Yaitu Populasi dan Sampel
35
Asal Data Yaitu Populasi dan Sampel
Populasi Sampel
36
Populasi dan Sampel
Sampling
Populasi Sampel
Generalisasi
Contoh Populasi dan Sampel
Ingin diteliti berapa rata-rata berat badan
Mahasiswa yang tinggal di Tangerang.
Populasi Seluruh mahasiswa di
Tangerang.
Sampel Mahasiswa Universitas
Buddhi.
Latihan
Manakah sampel dan populasi dari aktivitas-
aktivitas berikut :
1. Sekolah memilih 20 Siswa dari seluruh siswa
untuk mengikuti penyuluhan narkoba
2. Pembeli itu mencoba 5 laptop dari 50 laptop
yang ditawarkan
3. Dari satu truk tanki bensin, pengecer membeli
2 dirigen.
39
Sampel Yang Baik
Teknik Sampling 1
Tekn Sampel
ik S
amp
ling
2
Populasi
Sampel
The sample and the population should be
similar to one another.
Mengapa Menggunakan
Sampel
Karena:
1. Populasi terlalu besar
2. Observasi atau percobaan bersifat
merusak unit sampel
3. Ada keterbatasan waktu dan biaya
penelitian
4. Diperlukan adanya kontrol atau
pengaturan terhadap variabel tertentu
atas obyek penelitian
Sampel tidak otomatis representatif karena tergantung
pada cara pengambilannya
Semakin besar sampel, maka sampel tersebut semakin
representatif
Cara pengambilan sampel lebih penting daripada
tingkat ukuran sampel
Sampel yang representatif : yakin apabila penelitian
diulang dengan cara pengambilan sampel yang
sama dan jumlah yang sama, maka hasil
penelitiannya kurang lebih sama.
Bias dan Variabilitas
Bias Accuracy
Perbedaan rata-rata (mean) distribusi sampel dan
parameter
Disebut unbiased jika bias = 0.
Error (variability) Precision
menunjukkan penyebaran distribusi sampel
Teknik 1. Sampling
Sampling sistematis;
2. Sampling kuota;
3. Sampling
Non aksidental;
4. Purposive
Probability
sampling;
Sampling 5. Sampling jenuh;
6. Snowball sampling
1. Probability Sampling
Probability sampling adalah teknik
sampling yang memberikan peluang yang
sama pada setiap anggota populasi untuk
dipilih menjadi anggota sampel.
Jenis2 Probability Sampling
a. Simple Random Sampling
Simple random sampling ialah cara
pengambilan sampel dari anggota populasi
dengan menggunakan acak tanpa
memperhatikan strata (tingkatan) dalam
anggota populasi tersebut. Hal ini dilakukan
apabila anggota populasi dianggap homogen
(sejenis)
Contoh : Jumlah Pegawai yang mengikuti
Jamsostek
b. Proportionate Stratified Random Sampling
ialah pengambilan sampel dari anggota
populasi secara acak dan berstrata secara
proporsional. Dilakukan ini apabila ada
anggota populasi yang tidak sejenis
(heterogen).
misalnya : Jumlah partai yang menduduki
kursi DPR
c. Disproportionate stratified random
sampling
ialah pengambilan sampel dari anggota
populasi secara acak dan berstrata tetapi ada
sebagian ada yang kurang proporsional
pembagiannya. Dilakukan ini apabila
anggota populasi heterogen.
Contoh : Jumlah pegawai pada dinas
kesehatan kota bandung
d. Area sampling
ialah teknik sampling yang dilakukan
dengan cara mengambil wakil dari setiap
wilayah atau daerah geografis yang ada.
contoh ; Peneliti melihat program imunisasi
vit A bagi balita di Puskesmas daerah A
2. Non Propability Sampling