STATISTIKA INDUSTRI I
TOLOOOONGGG... PUSYIIIIIIINGGGGG!!!! Hiksss!!!!!
Lebih mudah dimengerti kann?????!!!!! What do you think???
Definisi Statistika Suatu metode ilmiah dalam mengumpulkan, mengklasifikasikan, meringkas, menyajikan, menginterpretasikan, dan menganalisis data guna mendukung pengambilan keputusan
Peranan Statistik Kehidupan Sehari-hari Sebagai penyedia bahan-bahan/keteranganketerangan dari berbagai hal untuk diolah & ditafsirkan Penelitian Ilmiah Sebagai alat untuk menemukan keteranganketerangan yang tersembunyi dalam angka-angka statistik Ilmu pengetahuan Sebagai alat analisis & interpretasi data kuantitatif ilmu pengetahuan sehingga didapatkan kesimpulan
Peranan Statistik Statistik Kehidupan sehari-hari Industri
Perlunya Statistik Menjelaskan hubungan antar variabel-variabel Umumnya jumlah data yang dikumpulkan, diolah, dan disajikan sangat banyak sehingga membingungkan penting untuk menggambarkan hubungan antar variabel Membuat rencana & ramalan Metode statistik memungkinkan seseorang dalam membuat rencana dan meramalkan Membuat keputusan yang lebih baik Metode statistik memungkinkan seseorang dalam membuat keputusan yang lebih baik dalam menghadapi ketidakpastian
Fungsi Statistik Bank Data Menyediakan data untuk diolah dan diinterpretasikan agar dapat dipakai untuk menerangkan keadaan yang perlu diketahui Alat Quality Control Sebagai alat standardisasi dan alat pengawasan Alat Analisis Sebagai metode penganalisisan data Pemecahan Masalah & Pembuatan Keputusan Sebagai dasar penetapan kebijakan & langkah lebih lanjut untuk mempertahankan, mengembangkan perusahaan dalam memperoleh keutungan
Pembagian Statistik Berdasar Cara Pengolahan Datanya Statistika Statistika Deskriptif metode yang berkaitan dengan pengumpulan dan penyajian data. Statistika Inferensial metode yang berkaitan dengan analisis sampel untuk penarikan kesimpulan tentang karakteristik populasi.
Contoh Data sederhana Mahasiswa Nilai A 80 B 90 C 70 D 50 E 60 F 60 G 70 H 90 I 50 J 40 K 40 L 50 deskriptif Nilai, B, 90Nilai, H, 90 Nilai, A, 80 Mahasiswa Ikut Asistensi Mahasiswa Tidak Ikut Asistensi A 80 H 90 B 90 I 50 C 70 J 40 D 50 K 40 E 60 L 50 F 60 total 270 G 70 total 480 Nilai Statistika Per Mahasiswa Nilai, C, 70Nilai, G, 70 Nilai, E, 60 Nilai, F, 60 Nilai, D, 50 Nilai, I, 50 Nilai, L, 50 Nilai, J, 40 Nilai, K, 40
U Test (Uji Mann - Whitney) Mahasiswa Ikut Asistensi Mahasiswa Tidak Ikut Asistensi A 80 H 90 B 90 I 50 C 70 J 40 D 50 K 40 E 60 L 50 F 60 total 270 G 70 total 480 inferensia H0 = Tidak ada perbedaan antara mahasiswa yang ikut asistensi dengan yang tidak ikut asistensi H1 = Ada perbedaan antara mahasiswa yang ikut asistensi dengan yang tidak ikut asistensi
Populasi dan Sampel
Populasi & Sample Contoh: Data Populasi Apabila semua rumah tangga di kota Y dijadikan obyek penelitian atau didata semua. Data sampel Hanya mengumpulkan data pendapatan rumah tangga per minggu di beberapa kecamatan saja.
Populasi & Sample POPULASI Sebuah kumpulan dari semua kemungkinan orangorang, benda-benda dan ukuran lain dari objek yang menjadi perhatian. SAMPEL Suatu bagian dari populasi tertentu yang menjadi perhatian. Mahasiswa teknik industri UB Masing-masing10 orang mahasiswa TI UB angkatan 2010,2011,2012, 2013
Jenis-jenis Data dan Cara Penyajian Data
Data Menurut Skala Pengukuran a. Nominal, sifatnya hanya untuk membedakan antar kelompok. Contoh: Jenis kelamin Jurusan dalam suatu sekolah tinggi (Manajemen, Akuntansi). Contoh lain : Varietas, ras, warna, bentuk, kota, Golongan darah, Jenis penyakit, Agama, Suku, Nomor KTP/SIM/Kartu Pelajar
Data Menurut Skala Pengukuran b. Ordinal, selain memiliki sifat nominal, juga menunjukkan peringkat. Contoh : Tingkat keparahan penyakit Tingkat kesembuhan Tingkat pendidikan atau kekayaan Sangat setuju, Setuju, kurang setuju, tidak setuju Ranking
Data Menurut Skala Pengukuran c. Interval, selain memiliki sifat data ordinal, juga memiliki sifat interval antar observasi dinyatakan dalam unit pengukuran yang tetap. Variabel Interval tidak hanya memungkinkan kita untuk mengklasifikasikan, mengurutkan peringkatnya, tetapi kita juga bisa mengukur dan membandingkan ukuran perbedaan diantara nilai Contoh: Tingkat kecerdasan (IQ) Beberapa indeks pengukuran tertentu Interval temperatur ruang : Cukup panas jika antara 50 C-80 C Panas jika antara 80 C-110 C
Data Menurut Skala Pengukuran d. Rasio, selain memiliki sifat data interval, skala rasio memiliki angka 0 (nol) dan perbandingan antara dua nilai mempunyai arti. Contoh: Waktu, panjang, tinggi, berat, usia Kadar zat dan jumlah sel tertentu Dosis obat, dll Nilai statistik industri mahasiswa A dan B adalah masing-masing 60 dan 90. ukuran rasio dapat dinyatakan bahwa nilai B adalah nilai 1,5 kali nilai A
Contoh No. Nama Kelas Nilai Juri 1 Juri 2 Juri 3 Total Juara Ke- Hadiah 1 Andy 2 86 70 77 233 1 Rp125.000.000 2 Ira 2 71 70 88 229 2 Rp100.000.000 3 Ina 2 70 70 88 228 3 Rp 75.000.000 4 Dedi 1 88 60 66 214 4 Rp 50.000.000 5 Eman 2 75 60 77 212 25 buku tulis 6 Udin 2 70 70 66 206 25 buku tulis 7 Arni 3 63 60 77 200 25 buku tulis 8 Laila 1 59 60 77 196 25 buku tulis 9 Indah 3 55 50 77 182 25 buku tulis 10 Amas 3 60 50 66 176 25 buku tulis Angka (1, 2 s/d 10) di kolom No. data nominal Angka (1, 2, 3) di kolom Kelas data ordinal Angka (1, 2, 3, 4) di kolom Juara Ke- data ordinal Angka pada kolom Nilai data interval Angka pada kolom Hadiah data rasio
Data Menurut Sumber Pengambilannya Data Primer Data yang dikumpulkan sendiri oleh peneliti, disebut juga data asli atau data baru Data Sekunder Data yang diperoleh atau dikumpulkan oleh sumbersumber yang telah ada
Jenis Data Menurut Sifatnya 1. Kualitatif Berupa label/nama-nama yang digunakan untuk mengidentifikasikan atribut suatu elemen Skala pengukuran: Nominal atau Ordinal Data bisa berupa numeric atau nonnumeric Contoh: Warna, jenis kelamin, status perkawinan, jenis defect
Jenis Data Menurut Sifatnya 2. Kuantitatif Mengindikasikan seberapa banyak (how many/diskret atau how much/kontinu) Data selalu numeric Skala pengukuran: Interval dan Rasio Contoh: Tinggi, Umur, Jumlah defect
Jenis Data Menurut Waktu Pengumpulannya 1. Cross-sectional Data yaitu data yang dikumpulkan selama kurun waktu/periode tertentu untuk memberikan gambaran keadaan pada waktu tersebut Contoh: Data sensus penduduk 1990 2. Time Series Data (data berkala) yaitu data yang dikumpulkan dari waktu ke waktu untuk menggambarkan perkembangan suatu kegiatan. Contoh: * Pergerakan nilai tukar rupiah dalam 1 bulan * Produksi Padi Indonesia tahun 1997-2006
Cross Sectional
Time series
Pengumpulan Data Berdasarkan Jenis Cara Pengumpulannya: Pengamatan (Observasi) Penelusuran literatur Penggunaan kuesioner (angket) Wawancara (interview) Berdasarkan Banyaknya data yang diambil: Sensus, ex: sensus penduduk tahun 1990 Sampling
Penyajian Data
Cara Penyajian Data
Cara Penyajian Data
Cara Penyajian Data
Grafik
Jenis Grafik
Grafik Batang (Bar Graph) Merepresentasikan data kuantitatif maupun kualitatif yang telah dirangkum dalam frekuensi, frekuensi relatif, atau persen distribusi frekuensi. Cara: Pada sumbu horisontal diberi label yang menunjukkan kelas/kelompok. Frekuensi, frekuensi relatif, maupun persen frekuensi dinyatakan dalam sumbu vertikal yang dinyatakan dengan menggunakan gambar berbentuk batang dengan lebar yang sama/tetap.
Grafik Batang
Grafik Lingkaran (Pie Chart) Mempresentasikan distribusi frekuensi relatif dari data kualitatif maupaun data kuantitatif yang telah dikelompokkan. Cara: Gambar sebuah lingkaran, kemudian gunakan frekuensi relatif untuk membagi daerah pada lingkaran menjadi sektor-sektor yang luasnya sesuai dengan frekuensi relatif tiap kelas/kelompok. Contoh, bila total lingkaran adalah 360 o maka suatu kelas dengan frekuensi relatif 0,25 akan membutuhkan daerah seluas (0,25)(360) = 90 o dari total luas lingkaran.
Diagram Scatter y y y x x x
Manfaat Tabel Dan Grafik Meringkas/rekapitulasi data, baik data kualitatif maupun kuantitatif Dapat digunakan untuk melakukan eksplorasi data Membuat tabulasi silang dan diagram sebaran data