METODE ILMIAH :
Adalah salah satu cara mencari kebenaran yang bila ditinjau
dari segi penerapannya, resiko untuk keliru paling kecil.
INSTRUMEN
SAMPEL
PERAN STATISTIKA
SIFAT DATA
VARIABEL
METODE ANALISIS
1
Metode yang berhubungan dengan
penyajian dan penafsiran kejadian yang
bersifat peluang dalam suatu penyelidikan
terencana atau penelitian ilmiah.
STATISTIKA :
Kegiatan untuk :
• mengumpulkan data
KEGUNAAN
• menyajikan data
?
• menganalisis data dengan metode tertentu
• menginterpretasikan hasil analisis
Melalui fase
STATISTIKA DESKRIPTIF :
Berkenaan dengan pengumpulan, pengolahan, dan penyajian sebagian
atau seluruh data (pengamatan) tanpa pengambilan kesimpulan
dan fase
STATISTIKA INFERENSI :
Setelah data dikumpulkan, maka dilakukan berbagai metode statistik untuk
menganalisis data, dan kemudian dilakukan interpretasi serta diambil kesimpulan.
Statistika inferensi akan menghasilkan generalisasi (jika sampel representatif)
5
Subyek/Obyek
Benda hidup atau mati yg diuji unsur-unsur, sifat dan kelakuannya melalui pengamatan,
pengukuran dan penilaian guna mendapat info atau nilai-nilai yg berguna mengenai
benda tsb.
VARIABEL
Suatu sifat dari obyek atau unsur dari obyek yg dpt diamati atau diukur shg menghasilkan
nilai, ukuran atau kriteria lain yg dpt bervariasi
VARIATE
Angka/nilai ukuran/kriteria lain yg dicapai suatu variabel pada suatu individu atau unit
statistik
VARIASI
Adanya perbedaan antar nilai/variate/ukuran dll dari suatu variabel pada populasi atau
sampel
VARIABILITAS
Kemungkinan utk bervariasi dari nilai suatu variabel pada suatu populasi atau sampel
PARAMETER
Suatu variabel terukur yg digunakan sbg kriteria utk mengevaluasi suatu populasi atau
sistem
NILAI PARAMETRIK
Suatu nilai dari suatu parameter yg diperoleh dari perhitungan atau data sensus, masih
harus di analisis.
NILAI STATISTIK
Suatu nilai dari suatu parameter yg diperoleh dari perhitungan atau data sensus. 6
Berdasarkan sumber-nya:
Data primer: data yg didapatkan atau dikumpulkan sendiri, misal dgn
melakukan wawancara, observasi atau penelitian lapangan/laboratorium
Data sekunder: data yg didapat dari pihak lain, misal dari data providers
seperti : BPS, LIPI, dll
Berdasarkan jenisnya:
Data Numerik (kuantitatif): dinyatakan dalam besaran numerik (angka),
Misalnya : Data pendapatan per kapita, pengeluaran, harga, jarak, dll.
Data Kategorik (Kualitatif): diklasifikasikan berdasarkan kategori/kelas
tertentu Misalnya :
Kategori Mahasiswa Berprestasi dan Tidak Berprestasi,
Kategori kota kecil, sedang dan besar,
Kategori pendukung partai politik A, B, C, dll.
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
12
Data
DATA
NOMINAL INTERVAL
ORDINAL RASIO
13
Data
Data Kualitatif Data Kuantitatif
14
30
30
20
20
10
10
Jumlah
Count
0
0
administrasi personalia produksi marketing keuangan
administrasi personalia produksi marketing keuangan
bidang pekerjaan
bidang pekerjaan
800000
keuangan
administrasi
700000
600000
personalia
500000
Mean gaji perbulan
Jenis kelamin
400000
marketing laki-laki
prestasi kerja 15
Frekuensi
KELOMPOK FREKUENSI
Kelompok ke-1 f1
Kelompok ke-2 f2 Pendidikan Frekuensi
Kelompok ke-3 f3
Kelompok ke-i fi S1 62
Kelompok ke-k fk S2 19
k S3 9
n = Σ fi 90
i=1
k
n = Σ fi = f1 + f2 + f3 +….. + fi + …… + fk
i=1
16
Distribusi Frekuensi
X1 + X2 + X3 + … + Xn n
X= Σ Xi
n i =1
k
Σ fi
i =1
Cara menghitung :
MEDIAN : nilai tengah dari sekumpulan data setelah diurutkan yang fungsinya
Membantu memperjelas kedudukan suatu data.
Contoh : diketahui rata-rata hitung nilai ulangan dari sejumlah siswa adalah 6.55.
Pertanyaannya adalah apakah siswa yang memperoleh nilai 7
termasuk istimewa, baik, atau biasa-biasa saja ?
19
Modus
2
0
Ukuran Penyebaran
Contoh : A : 100 90 80 70 60 50 40 30 20 10
B : 100 100 100 100 100 10 10 10 10 10 X = 55
C : 100 100 100 90 80 30 20 10 10 10 r = 100 – 10 = 90
Rata-rata
21
Deviasi Rata-rata : penyebaran Deviasi rata-rata
Berdasarkan harga mutlak simpangan
Kelompok A Kelompok B
bilangan-bilangan terhadap rata- Nilai X X-X |X – X| Nilai X X-X |X – X|
ratanya.
100 45 45 100 45 45
90 35 35 100 45 45
80 25 25 100 45 45
70 15 15 90 35 35
60 5 5 80 25 25
Rata-rata 50 -5 5 30 -25 25
40 -15 15 20 -35 35
30 -25 25 10 -45 45
20 -35 35 10 -45 45
10 -45 45 10 -45 45
Jumlah 0 250 Jumlah 0 390
DR = 250 = 25 DR = 390 = 39
10 10
n
|Xi – X|
Rata-rata DR = Σ
n
i=1
√ 8250 √ 15850
√ n s= 9 = 30.28 s= 9 = 41.97
Σ (Xi – X)
2
s=
i=1 n-1
Kesimpulan :
Kelompok A : rata-rata = 55 ; DR = 25 ; s = 30.28
Kelompok B : rata-rata = 55 ; DR = 39 ; s = 41.97
Maka data kelompok B lebih tersebar daripada kelompok A
2
3
Kuartil
Kelompok data yang sudah diurutkan
(membesar atau mengecil) dibagi empat
bagian yang sama besar.
Ada 3 jenis yaitu kuartil pertama (Q1) atau
kuartil bawah, kuartil kedua (Q2) atau kuartil
tengah, dan kuartil ketiga (Q3) atau kuartil
atas.
Desil
Kelompok data yang sudah diurutkan
(membesar atau mengecil) dibagi sepuluh
bagian yang sama besar.
24
Pengolahan Data
MULAI
25
Pengolahan Data
Ragam, Variance σ² s²
proporsi π p atau p
Bias suatu sampel: perbedaan ciri sampel dengan ciri populasi tempat
sampel diambil. Sampel yang baik adalah sampel dengan bias minimal. Cara
mendapatkan sampel dengan bias minimal adalah dengan mengambil
secara randon (acak).
Pengolahan Data dengan statistika mensyaratkan
bentuk data numerik, untuk itu data kategorik
terlebih dahulu harus diubah ke bentuk numerik
dengan memberi bobot pada setiap kategori.
Statistika Nonparametrik
Membutuhkan data dengan data ordinal dan nominal
Merupakan statistika bebas sebaran (tdk mensyaratkan bentuk
sebaran parameter populasi, baik normal atau tidak).
Contoh metode Statistika non-parametrik: Binomial test, Chi-
square test, Median test, Friedman Test, dll.
29
Statistik Parametrik : digunakan untuk menguji parameter
populasi melalui statistik , atau menguji ukuran populasi melalui
data sampel.
Pengertian parameter populasi adalah data yang diperoleh
dengan mencatat semua elemen yang menjadi obyek penelitian
dan merupakan nilai yang sebenarnya (true value). Sedangkan
pengertian statistik disini adalah data yang diperoleh dari sampel
dan merupakan nilai perkiraan (estimated value).
Parameter populasi antara lain meliputi : rara-rata (µ),
simpangan baku (σ), varians (σ²). Sedangkan statistiknya adalah :
rata-rata (x bar), simpangan baku (s) dan varians (s²).
Uji Hipotesis Statistik : ialah pengujian parameter melalui
statistik (data sampel). Oleh karena itu penelitian yang
berhipotesis statistik adalah penelitian yang menggunakan data
sampel.
Statistik Non Parametrik : tidak menguji parameter populasi,
tetapi menguji distribusi.
30
Penggunaan statistik Parametrik dan Non Parametrik tergantung
pada asumsi dan jenis data yang akan dianalisis.
Statistik Parametrik memerlukan terpenuhi banyak asumsi, antara
lain asumsi yang utama adalah data yang dianalisis harus
berdistribusi normal, selanjutnya dalam penggunaan salah satu test
mengharuskan data homogin, dalam regresi harus terpenuhi asumsi
linieritas.
Statistik Non Parametrik tidak menuntut terpenuhi banyak asumsi,
misalnya data yang dianalisis tidak harus berdistribusi normal. Oleh
karena itu statistik non parametrik sering disebut sebagai distribusi
bebas (free distribution)
Statistik Parametrik banyak digunakan untuk menganalisis data
interval dan rasio. Sedangkan Statistik Non Parametrik banyak
digunakan untuk untuk menganalisis data nominal dan ordinal.
31