Kuliah 2. Data dan Penyajian Data

Kuliah 2. Data dan Penyajian Data Mata Kuliah Statistika Dr. Ir. Rita Rostika MP. Prodi Perikanan Fakultas Perikanan dan Ilmu Kelautan Universitas Padjadjaran

Content Data kualitatif dan kuantitatif Tabel distribusi frekuensi Grafik garis, batang dan balok Data diskrit dan kontinu Diagram lingkaran Data nominal, ordinal, interval dan rasio piktogram Teladan penerapan

OUTLINE Pengertian Statistika Penyajian Data BAGIAN I Statistik Deskriptif Pengertian dan Penggunaan Statistika Jenis-jenis Statistika Ukuran Pemusatan Ukuran Penyebaran Angka Indeks Deret Berkala dan Peramalan Jenis-jenis Variabel Sumber Data Statistika Skala Pengukuran Beberapa Alat Bantu Belajar Alat Bantu Program Statistika dengan Komputer 3

DEFINISI Statistika Ilmu mengumpulkan, menata, menyajikan, menganalisis, dan menginterprestasikan data menjadi informasi untuk membantu pengambilan keputusan yang efektif. Statistik Suatu kumpulan angka yang tersusun lebih dari satu angka. 4

PERKEMBANGAN STATISTIKA (a) Jaman Mesir dan Cina untuk menentukan besar pajak (b) Jaman gereja untuk mencatat kelahiran, kematian, dan pernikahan (c) Tahun 1937 Tinbergen mengembangkan ekonomi statistik (d) Hicks mengembangkan matematika ekonomi untuk analisis IS- LM (e) Tahun 1950, Bayes mengembangkan Teori Pengambilan Keputusan 5

KASUS STATISTIKA Beberapa contoh kasus yang membutuhkan dukungan statistika: (a) Kasus tuntutan buruh tentang kenaikan gaji bagaimana seharusnya? (b) Perekonomian Indonesia tidak efisien, pada sektor mana? (c) Penggalakan investasi di Indonesia, sektor mana yang dipilih? (d) Setiap produsen memberikan garansi atas barangnya, berapa produksi akan ditingkatkan? 6

TABEL harga saham perlembar Perusahaan Harga Saham Per Lembar ADMG 160 SUGI 175 PRAS 210 GJTL 220 ACAP 455 BRAM 525 LPIN 600 INDS 700 IMAS 800 NIPS 1.000 AUTO 1.275 SMSM 1.450 ASII 1.850 GDJR 2.400 7

PENGGUNA STATISTIKA Pengguna Statistika Masalah yang Dihadapi Manajemen 1. Penentuan struktur gaji, pesangon, dan tunjangan karyawan. 2. Penentuan jumlah persediaan barang, barang dalam proses, dan barang jadi. 3. Evaluasi produktivitas karyawan. 4. Evaluasi kinerja perusahaan. Akuntansi 1. Penentuan standar audit barang dan jasa. 2. Penentuan depresiasi dan apresiasi barang dan jasa. 3. Analisis rasio keuangan perusahaan 8

Pengguna Statistika PENGGUNA STATISTIKA Masalah yang Dihadapi Pemasaran 1. Penelitian dan pengembangan produk. 2. Analisis potensi pasar, segmentasi pasar dan diskriminasi pasar. 3. Ramalan penjualan. 4. Efektivitas kegiatan promosi penjualan. Keuangan 1. Potensi peluang kenaikan dan penurunan harga saham, suku bunga dan reksadana. 2. Tingkat pengembalian investasi beberapa sektor ekonomi. 3. Analisis pertumbuhan laba dan cadangan usaha. 4. Analisis resiko setiap usaha. 9

PENGGUNA STATISTIKA Pengguna Statistika Ekonomi Pembangunan Agribisnis Masalah yang Dihadapi 1. Analisis pertumbuhan ekonomi, inflasi dan suku bunga. 2. Pertumbuhan penduduk dan tingkat pengangguran serta kemiskinan. 3. Indeks harga konsumen dan perdagangan besar. 1. Analisis produksi tanaman, ternak, ikan dan kehutanan. 2. Kelayakan usaha dan skala ekonomi. 3. Manajemen produksi agribisnis. 4. Analisis ekspor dan impor produk pertanian. 10

OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Pemusatan Ukuran Penyebaran Angka Indeks Deret Berkala dan Peramalan Pengertian dan Penggunaan Statistika Jenis-jenis Statistika Jenis-jenis Data Sumber Data Statistika Skala Pengukuran Beberapa Alat Bantu Belajar Alat Bantu Program Statistika dengan Komputer 11

JENIS-JENIS STATISTIKA Statistika Deskriptif Materi: 1. Penyajian data 2. Ukuran pemusatan 3. Ukuran penyebaran 4. Angka indeks 5. Deret berkala dan peramalan STATISTIKA Statistika Induktif Materi: 1. Probabilitas dan teori keputusan 2. Metode sampling 3. Teori pendugaan 4. Pengujian hipotesa 5. Regresi dan korelasi 6. Statistika nonparametrik 12

POPULASI DAN SAMPEL POPULASI Sebuah kumpulan dari semua kemungkinan orang-orang, benda-benda dan ukuran lain dari objek yang menjadi perhatian. SAMPEL Suatu bagian dari populasi tertentu yang menjadi perhatian. 13

JENIS-JENIS DATA DATA Data Kualitatif Data Diskret 1. Jenis kelamin 2. Warna kesayangan 3. Asal suku, dll 1. Jumlah mobil 2. Jumlah staf 3. Jumlah TV, dll Data Kuantitatif Data Kontinu 1. Berat badan 2. Jarak kota 3. Luas rumah, dll 15

SUMBER DATA STATISTIKA Data Primer 1. Wawancara langsung 2. Wawancara tidak langsung 3. Pengisian kuisioner DATA Data Sekunder Data dari pihak lain: 1. BPS 2. Bank Indonesia 3. World Bank, IMF 4. FAO dll 17

SKALA PENGUKURAN Skala Nominal Angka yang diberikan hanya sebagai label saja. Contoh: pria = 1, wanita = 2 dan waria = 3. Skala Ordinal Angka mengandung pengertian tingkatan. Contoh: ranking 1, 2, dan 3. Ranking 1 menunjukkan lebih tinggi dari ranking 2 dan 3. Skala Interval Angka mengandung sifat ordinal dan mempunyai jarak atau interval. Contoh: 1. Saham sangat prospektif dengan harga saham Rp736-878, 2. saham prospektif Rp592-735. Skala Rasio Angka mempunyai sifat nominal, ordinal dan interval serta mempunyai nilai absolut dari objek yang diukur. Contoh: bunga BCA 7% dan bunga Mandiri 14%, maka bunga Mandiri 2 kali bunga BCA. 19

PENYAJIAN DATA (1) Penyajian data dalam tabel a. tabel satu arah (satu komponen) 21

PENYAJIAN DATA (2) b. Tabel Dua Arah (dua komponen) 22

PENYAJIAN DATA (3) c. Tabel tiga arah (tiga komponen) 23

PENYAJIAN DATA (3) Penyajian data dalam grafik a. grafik garis (line-chart) b. grafik batang (bar-chart) c. grafik lingkaran (pie-chart) d. grafik gambar (pictogram) e. grafik peta (cartogram) 24

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

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 0 C dan 0 F, 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

PROSEDUR PENGOLAHAN DATA PARAMETER : Berdasarkan parameter yang ada statistik dibagi menjadi Statistik PARAMETRIK : berhubungan dengan inferensi statistik yang membahas parameter-parameter populasi; jenis data interval atau rasio; distribusi data normal atau mendekati normal. Statistik NONPARAMETRIK : inferensi statistik membahas parameterparameter populasi; jenis data nominal atau ordinal; distribusi data tidak diketahui atau tidak normal JUMLAH VARIABEL : berdasarkan jumlah variabel dibagi menjadi Analisis UNIVARIAT : hanya ada 1 pengukuran (variabel) untuk n sampel atau beberapa variabel tetapi masing-masing variabel dianalisis sendiri-sendiri. Contoh : korelasi motivasi dengan pencapaian akademik. Analisis MULTIVARIAT : dua atau lebih pengukuran (variabel) untuk n sampel di mana analisis antar variabel dilakukan bersamaan. Contoh : pengaruh motivasi terhadap pencapaian akademik yang dipengaruhi oleh faktor latar belakang pendidikan orang tua, faktor sosial ekonomi, faktor sekolah.

PENYAJIAN DATA TABEL abel 1.1 Bidang Pekerjaan berdasarkan Latar Belakang Pendidikan Count bidang pekerjaan Jumlah administrasi personalia produksi marketing keuangan pendidikan SMU Akademi Sarjana Jumlah 1 8 6 15 1 7 8 4 3 5 12 2 14 11 27 3 4 6 13 10 30 35 75

PENYAJIAN DATA GRAFIK bidang pekerjaan administrasi personalia produksi marketing keuangan Pies show counts

MEMBUAT TABEL TABEL : memberikan informasi secara rinci. Terdiri atas kolom dan baris TABEL KOLOM BARIS Kolom pertama : LABEL Kolom kedua. n : Frekuensi atau label Berisikan data berdasarkan kolom Tabel Tabulasi Silang Pendapat tentang sertifikasi Asal Wilayah Sangat perlu Perlu Tidak tahu Tidak perlu Sangat tdk perlu Jumlah Jawa Barat Jawa Tengah Jawa Timur NTT Papua

MEMBUAT TABEL Tabel Tabulasi Silang Asal Wilayah Jawa Barat Jawa Tengah Jawa Timur NTT Papua Jumlah Sanga t perlu Pendapat tentang sertifikasi Perlu Tidak tahu Tidak perlu Sangat tdk perlu Jumla h

MEMBUAT GRAFIK GRAFIK : memberikan informasi dengan benar dan cepat, tetapi tidak rinci. Syarat : 1. Pemilihan sumbu (sumbu tegak dan sumbu datar), kecuali grafik lingkaran 2. Penetapan skala (skala biasa, skala logaritma, skala lain) 3. Ukuran grafik (tidak terlalu besar, tinggi, pendek)

MEMBUAT GRAFIK Sumbu tegak 4 3 2 1 Jenis Grafik : Grafik Batang (Bar) Grafik Garis (line) Grafik Lingkaran (Pie) 0 Titik pangkal 1 2 3 4 Sumbu datar Grafik Interaksi (Interactive)

.JENIS GRAFIK 30 20 Grafik Batang (Bar) 10 Count 0 administrasi personalia produksi marketing keuangan bidang pekerjaan 30 20 Grafik Garis (line) 10 Jumlah 0 administrasi personalia produksi marketing keuangan bidang pekerjaan

.JENIS GRAFIK keuangan administrasi Grafik lingkaran (pie) personalia marketing produksi 800000 700000 600000 Grafik Interaksi (interactive) Mean gaji perbulan 500000 400000 300000 sangat jelek jelek cukup baik baik Jenis kelamin laki-laki w anita sangat baik prestasi kerja

FREKUENSI FREKUENSI : banyaknya data untuk satu kelompok/klasifikasi KELOMPOK Kelompok ke-1 Kelompok ke-2 Kelompok ke-3 Kelompok ke-i Kelompok ke-k FREKUENSI f1 f2 f3 fi fk k n = Σ fi i=1 Frekuensi Pendidikan S1 62 S2 19 S3 9 90 k n = Σ fi = f 1 + f 2 + f 3 +.. + f i + + f k i=1

DISTRIBUSI FREKUENSI DISTRIBUSI FREKUENSI : mengelompokkan data interval/rasio dan menghitung banyaknya data dalam satu kelompok/klasifikasi USIA FREKUENSI 20 5 21 6 22 13 23 4 24 7 25 7 26 7 27 5 28 3 29 4 30 15 31 3 33 5 35 1 Membuat distribusi frekuensi : 1. Mencari sebaran (range) yakni selisih antara data paling besar dengan data paling kecil) 35 20 = 15 2. Menentukan banyak kelas dengan rumus k = 1 + 3,3 log n 7 1. Menentukan panjang kelas dengan rumus p = sebaran / banyak kelas 15/7 = 2 KELOMPOK USIA FREKUENSI 20 21 11 22 23 17 24 25 14 26 27 12 28 29 7 30 31 18 32-33 5 34-35 1

UKURAN TENDENSI SENTRAL RATA-RATA : suatu bilangan yang bertindak mewakili sekumpulan bilangan RATA-RATA HITUNG (RERATA) : jumlah bilangan dibagi banyaknya X = X 1 + X 2 + X 3 + + X n n n Bila terdapat sekumpulan bilangan di mana masing-masing bilangannya memiliki frekuensi, maka rata-rata hitung menjadi : k X 1 f 1 + X 2 f 2 + X 3 f 3 + + X k f X = k Σ X i f i f 1 + f 2 + f 3 + + f i =1 k Cara menghitung : Bilangan (X i ) Frekuensi (f i ) X i f i n Σ Xi i =1 k Σ f i i =1 70 3 210 63 5 315 85 2 170 Jumlah 10 695 Maka : X = 695 10 = 69.5

TELADAN PENERAPAN