Topik 1

Definisi Awal & Tingkat Pengukuran

Data
 Tujuan

• Setelah menyelesaikan Matrikulasi ini

diharapkan mahasiswa akan :
– Dapat mengaplikasikan peralatan statistika
yang ada dalam penyusunan tesis maupun
untuk menyelesaikan permasalahan dalam
pekerjaannya sehari-hari
– Dapat menggunakan peralatan statistika
untuk peringkasan data
– Dapat melakukan inferensia (penarikan
kesimpulan tentang populasi berdasarkan
hasil sampel)
 Bahan Bacaan

• Bacaan Wajib :
– Richard I Levin & David S. Rubin (1996), Statistics
for Management, Edisi Keenam, Prentice Hall Inc.
 LR
– Hair et.al (2006), Multivariate Data Analysis, Edisi
Keenam, Prentice Hall Inc Hr
– Sudjana (2002, Methode StatistikSj
• Bacaan Pelengkap :
– Sri Muljono (1991), Statistika untuk Ekonomi,
LPFEUI.  Sm
Arti Statistik & Statistika

Statistik, sekumpulan data atau angka yang

menjelaskan atau merangkum mengenai
kejadian tertentu.

Statistika, ilmu dan metode yang

menyangkut proses pengumpulan hingga
analisa data.

Aplikasi, dapat dilakukan pada segala fungsi

maupun aktivitas manajemen.
 Aplikasi Statistika (1)

• Marketing
– Bidang ini merupakan bidang yang sangat
padat penggunaan statistika untuk
pengambilan keputusannya, misalnya :
• Penilaian potensi pasar
• Pengembangan produk baru dengan
mempelajari preferensi konsumen terhadap
produk yang bersangkutan
• Persepsi konsumen tentang brand
• Penilaian kepuasan pelanggan
• Dsb
 Aplikasi Statistika (2)

• Sumberdaya Manusia
– Perencanaan sumberdaya manusia
– Penilaian kepuasan pegawai
– Penyusunan struktur penggajian
karyawan
– Persepsi pegawai mengenai organisasi
– Restrukturisasi organisasi
– Dsb
 Aplikasi Statistika (3)

• Keuangan
– Penilaian return saham
– Peramalan harga saham
– Penentuan return portfolio investasi
– Manajemen resiko
– Statistika aktuaria
– Dsb
 Aplikasi Statistika (4)

• Operasi dan Produksi

– Penerapan manajemen kualitas
– Six Sigma
– Perbaikan sistem operasi
– Dsb
 Aplikasi Statistika (5)

• Akuntansi Pemerintahan
– Deskripsi data sampling audit
– Sampling untuk audit
– Generalisasi organisasi secara
statistika
– Pengendalian kualitas jasa
– Dsb
 Populasi & Sampel

Populasi, seluruh elemen yang dijadikan obyek

penelitian
Sampel, bagian dari populasi yang dipilih dan
merupakan representasi dari populasi
Parameter, besaran yang bersifat stabil
Variabel, sifat yang dimiliki individu contoh yang
berbeda antara satu (kelompok) individu dengan
individu (kelompok) lainnya
V Bebas/ Indepe/ Ekogen V Terikat/ Dependendent/ endoden

X Y

Kotak di pakai kalau variabel terurkut

V Modetating

V Intervening Elips , kl v tidak terukur

 1. Non Probability sampling Purposive samling
2. Probability sampling

populasi Jumlah sampel

1. populasi kecil < 100 Metode Sensus/ Sampel jenuh

2 Besar 100< dan diketahui jumlahnya n = N / 1 +( N * (€)2) Slovin

n= 450/ 1+ (450 * (0.05)2)

3 besar 100< tidak diketahui Jumlahnya 5 – 10 x Estimate parameter (Malhotra)

II 50 23.55 = 24
III 300 141.33 = 141
IV 100 47.1 = 47
212
 Data

• Data merupakan bentuk

jamak dari datum
• Datum merupakan informasi
yang diperoleh dari satu
satuan pengamatan
 Persyaratan Data yang Baik

• Obyektif, yaitu sesuai dengan

kenyataan yang sebenarnya
• Representatif terhadap kondisi
secara keseluruhan
• Variasinya kecil
• Tepat waktu
• Relevan untuk menjawab satu
persoalan
 Jenis Data (1)

Kriteria Jenis Keterangan

Sifatnya Kualitatif Data yang bersifat
menggolongkan. Contoh :
macam pengrajin : pengrajin
bambu, emas, kayu, dsb
Kuantitatif Data yang berbentuk angka.
Contoh : keuntungan
perusahaan tahun 2005 
Rp. 5 M
 Jenis Data (2)

Kriteria Jenis Keterangan

Sumbernya Internal Data yang menggambarkan
keadaan dalam organisasi
Eksternal Data yang menggambarkan
keadaan di luar organisasi
 Jenis Data (3)

Kriteria Jenis Keterangan

Cara Primer Data yang dikumpulkan &

memperoleh diolah sendiri oleh peneliti –
nya langsung dari responden
Sekunder Data yang diperoleh dalam
bentuk sudah jadi yaitu
dioleh dan disajikan oleh
pihak lain
 Jenis Data (4)

Kriteria Jenis Keterangan

Waktu Cross Data yang dikumpulkan pada
pengumpulan Section waktu tertentu saja
nya Time Series Data yang dikumpulkan dari
beberapa tahapan waktu
 Skala Pengukuran (1)

• Pada dasarnya, skala pengukuran yang utama

ada empat macam, yaitu :
– Skala nominal
– Skala ordinal
– Skala interval
– Skala rasio
• Dalam aplikasinya, skala tersebut dapat
dikembangkan menjadi cukup banyak jenis
pengukuran
 Skala Pengukuran (2)

 Nominal
 Nilai tidak mengungkapkan
perbandingan/pemeringkatan
 Cth : Jenis kelamin  laki-laki, perempuan
 Skala Pengukuran (3)

 Ordinal
Mengandung unsur pemeringkatan
Tidak mencerminkan nilai absolut
Peringkat tdk punya satuan ukur
Cth : Kursi A lebih besar dari kursi B
Skala Pengukuran (4)

 Interval
 Hasil dari suatu pengukuran & memiliki satuan
pengukuran
 Bisa diolah dgn operasi matematika
 Cth : Pengukuran suhu
Skala Pengukuran (5)

 Rasio
Tingkat pengukuran tertinggi
Cth : pendapatan rumah tangga
 Skala Pengukuran (6)

• Skala pengukuran lainnya misalnya:

– Comparative scale, yang membandingkan
dua obyek sekaligus dalam satu bentuk
skala. Skala ini dapat dijabarkan menjadi
berbagai bentuk skala yang lain, misalnya :
• Paired comparison
• Constant sum
• Rank order
• Q-sort
• Dsb
 Skala Pengukuran (7)

• Skala pengukuran lainnya misalnya:

– Non Comparative scale, yang tidak
membandingkan dua obyek sekaligus
dalam satu bentuk skala. Skala ini
dapat dijabarkan menjadi berbagai
bentuk skala yang lain, misalnya :
• Continuous rating scale
• Itemized rating scale
– Likert scale
– Semantic Differential Scale
– Stapel scale
 JENIS DATA (berdasarkan skala ukur)

NOMINAL
ORDINAL
• Komponen Nama (Nomos)
• Komponen Nama
• Komponen Peringkat (Order)
INTERVAL RATIO
• Komponen Nama • Komponen Nama
• Komponen Peringkat (Order) • Komponen Peringkat (Order)
• Komponen Jarak (Interval) • Komponen Jarak (Interval)
• Nilai Nol tidak Mutlak • Komponen Ratio
• Nilai Nol Mutlak
26
 PEMODELAN SISTEM: STATISTIKA MULTIVARIAT

Variabel Variabel MODEL

INDEPENDEN DEPENDEN ANALISIS

Analisis Jalur
METRIK ( I & R) METRIK (I & R) PLS, SEM, Korelasi
Kanonik, Sistem
persamaan simultan

Diskriminan,
METRIK ( I & R) NONMETRIK ( N & O) Regresi Logistik,
Probit, Tobit

NONMETRIK ( N & O) METRIK ( I & R) MANOVA

27
NONMETRIK ( N & O) NONMETRIK ( N & O) Reg. Logistik
Bagian-bagian Statistika (1)

Statistika
Deskriptif Statistika
•Pengumpulan Inferens
•Pengolahan •Sampling
•Penyederhanaan
•Pendugaan parameter
•Penyajian
•Pengujian hipotesa

Output:
•Uk Pemusatan
Output:
•Uk Penyebaran
•Parameter populasi
•Bentuk Penyebaran
•Kesimpulan
•Dist Frekuensi
•Grafik Frekuensi
 Bagian-Bagian Statistika (2)

• Statistika Inferensia, yang berkaitan dengan

upaya penarikan kesimpulan terhadap parameter
populasi serta pengambilan keputusan
berdasarkan sampel yang diambil. Terdiri atas :
– Statistika Parametrik, bila data yang digunakan
bersifat metrik, yaitu yang berskala interval dan rasio
– Statistika Non Parametrik, bila data yang digunakan
bersifat non metrik, yaitu yang berskala nominal dan
ordinal
• Kedua jenis metoda statistika tersebut akan
membutuhkan teknik pengolahan data yang
berbeda
Bagian-bagian Statistika (3)

Statistika
Inferens

Parametrik

•Data Interval
Non-Parametrik
•Data Rasio
•Data Nominal
1 Sample •Data Ordinal
•Uji Z > 1 Sample
•Uji t
•Tdk berhubugan (Uji t, z, ANOVA)
•Berhubungan (uji t paired)
Bagian-bagian Statistika (4)

Non-Parametrik

1 Sample
•Chi-Square

> 1 Sample
•Uji Goodness of Fit •Chi-Square

•Uji Independensi
•Uji Homogenitas