Pendahuluan. Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018

Transkripsi

1 Pendahuluan Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018

2 2

3 Kuliah : Rabu, WIB Responsi : Rabu, WIB 3

4 Mata kuliah ini menjelaskan tentang konsep dasar analisis statistika dan menjelaskan beberapa metode analisis statistika baik untuk data univariate maupun multivariate, yang dapat diterapkan pada berbagai bidang terapan, seperti Fisika, Kimia, Biologi, Pertanian, Perikanan, Peternakan, Sosial, Bisnis, dan sebagainya. Topik-topik yang tercakup dalam mata kuliah ini adalah statistika dasar, konsep dasar metode penarikan sampel, uji hipotesis, analisis korelasi dan regresi, analisis data perancangan percobaan. 4

5 Setelah mengikuti mata ajaran ini selama satu semester, mahasiswa akan dapat memahami dan menjelaskan prinsip-prinsip dasar dalam analisis statistika serta dapat menerapkannya pada bidang penelitiannya. 5

6 Metode pengajaran mata kuliah ini dilakukan dengan metode kuliah dan praktikum atau responsi. Praktikum dilaksanakan melalui responsi dan mempraktekkan beberapa software analisis statistika, yaitu Minitab dan SPSS. Pendalaman terhadap materi kuliah dan praktikum dilakukan melalui pemberian tugas mandiri kepada tiap mahasiswa. 6

7 1. Kehadiran dalam perkuliahan : minimum 80%. 2. Kehadiran dalam praktikum/responsi : minimum 80%. 3. Keterlambatan kedatangan pada perkuliahan atau praktikum/responsi : maksimum 15 menit. 4. Komponen penilaian : UTS (35% - 40%), UAS (35% - 40%), Tugas/PR/Praktikum/Quiz (20% - 30%) 7

8 5. Nilai (Huruf Mutu) : A, AB, B, BC, C, D, dan E. Batas huruf mutu didasarkan pada rata-rata kelas. 6. Ujian perbaikan : ujian perbaikan diberikan kepada mahasiswa yang nilainya kurang dari B. Nilai akhir bagi mahasiswa yang mengikuti ujian perbaikan tersebut adalah maksimum B. 7. Pelanggaran saat ujian : mahasiswa yang terbukti melakukan pelanggaran akademik pada saat ujian (misalnya mencontek atau memberikan contekan) akan mendapatkan nilai maksimum D. 8

9 Buku Referensi : o Johnson, R.A. and Bhattacharyya, G.K Statistics, Principles and Methods 6 th. John Wiley & Sons, Inc., New York. o Montgomery, D.C Design and Analysis of Experiments 8 th. John Wiley & Sons, Inc., Canada. Catatan Kuliah 9

10 10

11 11

12 Bisa di-download di kusmansadik.wordpress.com 12

13 13

14 No. Pokok Bahasan SubPokok Bahasan Jumlah Pertemuan 1. Pengantar Apa itu statistika? 1 Statistika dalam sains dan riset Dua konsep dasar populasi dan contoh 2. Deskripsi Data Tipe utama data 1 Skala pengukuran Sebaran frekuensi Stem and leaf Box plot Ukuran pemusatan dan penyebaran data 3. Sebaran Peluang Peubah acak 1 Sebaran peluang peubah acak diskret : Bernoulli dan Binomial Nilai harapan dan simpangan baku peubah acak 4. Sebaran Normal dan Sebaran Penarikan Contoh Sebaran Normal dan karakteristiknya 1 Sebaran Normal Baku Teknik dasar penarikan contoh Sebaran penarikan contoh suatu statistik 5. Statistika Inferensia untuk Contoh Besar Penduga titik bagi nilai tengah populasi 2 Selang kepercayaan bagi nilai tengah populasi Uji hipotesis bagi nilai tengah populasi Inferensia untuk proporsi populasi 6. Statistika Inferensia untuk Contoh Kecil Sebaran t-student Selang kepercayaan bagi nilai tengah populasi Uji hipotesis bagi nilai tengah populasi Inferensia untuk simpangan baku 1 UTS 14

15 No. Pokok Bahasan SubPokok Bahasan Jumlah Pertemuan 7 Statistika Inferensia untuk Contoh Sebaran t-student 1x Kecil (lanjutan) Selang kepercayaan bagi nilai tengah populasi Uji hipotesis bagi nilai tengah populasi Inferensia untuk simpangan baku 8. Regresi Linear Sederhana Model linear dan persamaannya 2 x Sumber keragaman dalam regresi linear Simpangan baku, selang kepercayaan dan uji hipotesis Regresi terboboti Korelasi dan Regresi 9. Regresi Linear Ganda Persamaan linear dan penafsirannya dalam dimensi yang lebih 1 x besar dari dua Regresi ganda dengan dua peubah penjelas Contoh perhitungan Korelasi ganda dan parsial 10. Analisis Ragam Perbandingan beberapa perlakuan 2 x Rancangan teracak lengkap (pengacakan, model, analisis ragam) Rancangan teracak kelompok (pengacakan, model, analisis ragam) Percobaan faktorial (pengacakan, model, analisis ragam) 11. Analisis Data Kategorik Uji 2 Pearson 1 x Tabel Kontingensi (uji kehomogenan) Tabel Kontingensi (uji kebebasan) UAS 15

16 Statistics as a subject provides a body of principles and methodology for Designing the process of data collection : survey/observation and experimental design Summarizing and interpreting the data : descriptive statistics (table and graph). Drawing conclusions or generalities : statistical inference. 16

17 Employment. Monthly, as part of the Current Population Survey, the Bureau of Census collects information about employment status from a sample of about 65,000 households. Gallup Poll. This, the best known of the national polls, produces estimates of the percentage of popular vote for each candidate based on interviews. 17

18 Monitoring Advertising Claims. The public is constantly bombarded with commercials that claim the superiority of one product brand in comparison to others. Plant Breeding / Animal Breeding. To increase food production, the scientists develop new hybrids by crossfertilizing different plant species or different animal species. Genomics. This century s most exciting scientific advances are occurring in biology and genetics. Scientists can now study the genome, or sum total of all of a living organism s genes. 18

19 After the data are collected, statistical methods are available that summarize and describe the prominent features of data. These are commonly known as descriptive statistics. Today, a major thrust of the subject is the evaluation of information present in data and the assessment of the new learning gained from this information. This is the area of inferential statistics and its associated methods are known as the methods of statistical inference. 19

20 A statistical population is the set of measurements (or record of some qualitative trait) corresponding to the entire collection of units about which information is sought. A sample from a statistical population is the subset of measurements that are actually collected in the course of an investigation. A sampling unit (unit) is a single entity, usually a person or an object, whose characteristics are of interest. 20

21 21

22 22

23 23

24 To make inferences about a population from an analysis of information contained in sample data. This includes assessments of the extent of uncertainty involved in these inferences. To design the process and the extent of sampling so that the observations form a basis for drawing valid inferences. 24

25 25