Statisitik
Data
Alat (menganalisis dan membuat keputusan)
Syarat Data
• Objektif : menggambarkan keadaan yang sebenarnya
Data primer
Data yang didapat langsung objek (percobaan, wawancara)
Data sekunder
Data yang didapat langsung objek (BPS, Monografi)
Klasifikasi Data
Sumber data:
Data internal
Data menggambarkan situasi dan kondisi dalam organisasi
(produksi, keuangan, anggota, pegawai)
Data eksternal
Data menggambarkan situasi dan kondisi di luar organisasi
(konsumen, pembina, pemasok)
Klasifikasi Data
Jenis data:
Data kuantitatif
Data diperoleh dari menghitung. membilang (berat badan
jumlah produksi telur perperiode,)
Data kualitatif
Data mengandung makna (kelayakan, persepsi terhadap
produk)
Klasifikasi Data
Sifat data:
Data diskrit
Data diperoleh dari membilang (jumlah produksi telur
perperiode,)
Data kontinu
Data diperoleh dari menghitung (berat badan perbulan)
Klasifikasi Data
Pengumpulan data:
Data sesaat
Data diperoleh dalam waktu yang ditetapkan (berat badan
broiler saat panen)
Nominal
Skala Nominal merupakan skala yang paling lemah/rendah di antara
skala pengukuran yang ada. Skala nominal hanya bisa membedakan
benda atau peristiwa yang satu dengan yang lainnya berdasarkan nama
(predikat). Skala pengukuran nominal digunakan untuk mengklasifikasi
obyek, individual atau kelompok dalam bentuk kategori
Ordinal
Skala Ordinal ini lebih tinggi daripada skala nominal, dan sering juga
disebut dengan skala peringkat. Hal ini karena dalam skala ordinal,
lambang-lambang bilangan hasil pengukuran selain menunjukkan
pembedaan juga menunjukkan urutan atau tingkatan obyek yang diukur
menurut karakteristik tertentu
Skala Data
Interval
Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala
nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa
adanya interval yang tetap. Dengan demikian,skala interval sudah
memiliki nilai intrinsik, sudah memiliki jarak, tetapi jarak tersebut
belum merupakan kelipatan. Pengertian “jarak belum merupakan
kelipatan” ini kadang – kadang diartikan bahwa skala interval tidak
memiliki nilai nol mutlak.
Rasio
Skala rasio adalah skala data dengan kualitas paling tinggi. Pada skala
rasio, terdapat semua karakteristik skala nominal,ordinal dan skala
interval ditambah dengan sifat adanya nilai nol yang bersifat mutlak.
Nilai nol mutlak ini artinya adalah nilai dasar yang tidak bisa diubah
meskipun menggunakan skala yang lain. Oleh karenanya, pada skala
ratio, pengukuran sudah mempunyai nilai perbandingan/rasio
Analisis Data
Upaya mengubah data menjadi informasi
Tujuan :
Mendiskripsikan data
Menarik simpulan
Prosedur :
Pengumpulan data
Memeriksa kejelasan data
Identifikasi dan klasifikasi
Tabulasi
Validasi dan repetabilitasi
Diskripsi
Pengujian hipotesis
Data mining
Salah satu metode alternatif yang digunakan untuk mengolah data mentah
Latar belakang :
Data berlimpah yang dialami oleh institusi, organanisasi, perusahaan
Data yang tidak berstruktur
Data yang tidak dilengkapi informasi
Manfaat :
Kepentingan komersial
Kepentengan keilmuan
Proses data mining
1. Pembersihan data dan integrasi data (cleaning and integration)
Tujuan : memilah data diintegrasikan dalam satu database data ware
house
Assosiation ,
Tujuan : menemukan aturan assosiatif antara suatu kombinasi item dalam
suatu waktu.
Secuence,
Tujuan : hampir sama dengan association bedanya seccuence diterapkan
lebih dari satu periode.
Clustering,
Tujuan : pengelompokan sejumlah data/obyek berdasarkan kemiripan.
Classification,
Tujuan : menemukan model atau fungsi yang menjelaskan atau
membedakan konsep atau kelas data, sehingga dapat menempatkan
kelas dari suatu objek yang labelnya tidak diketahui
Fungsi-fungsi . Fungsi-fungsi yang umum diterapkan dalam data mining
(Haskett, 2000):
Regretion,
Tujuan : pemetaan data dalam suatu nilai prediksi.
Forecasting,a
Tujuan : pengestimasian nilai prediksi berdasarkan pola-pola di dalam
sekumpulan data
Solution
Tujuan : menemuan akar masalah dan problem solving dari persoalan
bisnis yang dihadapi atau paling tidak sebagai informasi pendukung
dalam pengambilan keputusan
Pencilan data = outlier
Outlier pada model linear multivariat dapat dibagi atas tiga kategori, :
Outlier terhadap leverage
Outlier terhadap residual
Outlier terhadap keduanya.
Data hilang
Buang
Taksir dengan nilai rataannya
Jenis Variabel (hubungan)
Variabel bebas = variabel independen = prediktor = variabel stimulus =
variabel antesenden
Variabel yang mempengaruhi atau penyebab perubahan variabel tak
bebas
Peternak
Jenis Variabel
Peternak
Jenis Variabel (Ukuran)
Variabel laten (un observe =fenomona abstrak = faktor = konstruk)
Variabel yang nilai kuantitatifnya tidak dapat diketahui secara
langsung.
Variabel endogen
Variabel dependen
El yang
Populasi dan sampel
Populasi
Sampel :
• Objek
Hal yang akan diteliti (operasional)
(2) Subjek penelitian adalah sesuatu, baik orang, benda ataupun lembaga
(organisasi), yang sifat-keadaannya (“attribut”-nya) akan diteliti. Dengan kata lain
subjek penelitian adalah sesuatu yang di dalam dirinya melekat atau terkandung
objek penelitian
(3) Responden penelitian adalah seseorang (karena lazimnya berupa orang)
yang diminta untuk memberikan respon (jawaban) terhadap pertanyaan-
pertanyaan (langsung atau tidak langsung, lisan atau tertulis ataupun berupa
perbuatan) yang diajukan oleh peneliti. Dalam hal penelitian dilakukan dengan
menggunakan tes, maka “responden” penelitian ini menjadi “testee” (yang
dites). Responden penelitian bisa subjek penelitian, bisa orang lain.
Dwipurnomo