STATISTIK
Bagaimana Statistik Digunakan? Statistik adalah salah satu alat yang digunakan untuk membuat keputusan. Kita menerapkan konsep-konsep statistik dalam kehidupan sehari-hari. Sebagai mahasiswa, pengetahuan dan ketrampilan untuk menata, menganalisa, dan mengubah data untuk menyampaikan informasi sangat penting.
Mengapa Belajar Statistik? 1. Informasi numerik di mana mana. 2. Teknik-teknik statistik digunakan untuk mengambil keputusan yang mempengaruhi kehidupan kita seharihari. 3. Pengetahuan atas metode-metode statistik akan membantu kita memahami bagaimana proses pengambilan keputusan itu berlangsung, sehingga membantu kita memahami bagaimana itu berpengaruh bagi kehidupan kita. Apapun juga pekerjaan anda, maka anda akan selalu harus mengambil keputusan di mana pemahaman akan analisa data akan sangat menolong.
Siapa yang menggunakan statistik? Teknik-teknik statistik digunakan oleh saintis, teknisi, pemasaran, akunting, penjamin mutu, konsumer, administrator rumah sakit, politisi, dan masih banyak lainnya...
Dua macam statistik: Statistik deskriptif dan statistik inferensial Statistik deskriptif - metode menata, meringkas, dan mempresentasi data secara informatif. CONTOH 1: Populasi Amerika adalah 179,323,000 tahun 1960; 203,302,000 tahun 1970; 226,542,000 tahun 1980; 248,709,000 tahun 1990, dan 265,000,000 tahun 2000. CONTOH 2: Pendapatan rata-rata buruh adalah $17.90 untuk April 2008.
Dua macam statistik: Statistik deskriptif dan statistik inferensial Statistik Inferensial: Keputusan, perkiraan, prediksi, atau generalisasi tentang suatu populasi yang dibuat berdasarkan suatu sampel. Ctt: Dalam statistik istilah populasi dan sampel mempunyai makna yang lebih luas. Populasi atau sampel dapat terdiri atas individuals atau objects
Populasi vs Sampel Populasi adalah kumpulan dari semua individual, obyek, atau pengukuran yang mungkin. Sampel adalah bagian dari populasi.
Mengapa mengambil sampel? Mengapa tidak mempelajari semua anggota populasi? 1. Terlalu mahal. 2. Obyek yang diteliti mungkin akan rusak. 3. Mustahil untuk meneliti semua anggota populasi.
Manfaat sampel untuk mempelajari suatu populasi. Menggunakan sampel untuk mempelajari populasi digunakan secara luas dalam bisnis, agribisnis, politik, pemerintahan, dll CONTOH: Beberapa saat setelah pemilu, diadakan quick-count, yang merupakan sampel berukuran sekitar 1200-2000 TPS, dari populasi seluruh TPS yang berjumlah hampir 500 ribu.
Jenis-jenis Variabel A. Kualitatif karakteristik bersifat nonnumerik. CONTOH: Gender, agama, jenis mobil yang dimiliki, status kebangsaan, warna kulit. B. Kuantitatif - bersifat numerik. CONTOH: Uang dalam dompet atau jumlah anak dalam keluarga.
Variabel Kuantitatif - Klasifikasi A. Variabel Diskrit: hanya dapat memiliki nilai-nilai tertentu dan biasanya ada gap antara nilai-nilai itu. CONTOH: jumlah penduduk suatu negara, jumlah mobil yang dijual oleh suatu agen (1,2,3,4.). B. Variabel Kontinu: dapat memiliki nilai berapa saja dalam suatu range. CONTOH: temperature ruangan, berat tubuh, tinggi badan, dll.
JENIS JENIS VARIABEL KUALITATIF KUALITATIF Merek PC Status Pernikahan Warna Kulit Diskrit Kontinu Jumlah Penduduk di suatu negara Jumlah mobil terjual oleh suatu agen Gaji karyawan per Bulan Berat tubuh
Empat Level Pengukuran Nominal level - data diklasifikasi ke dalam kategori dan tidak dapat disusun menurut urutan tertentu. CONTOH: warna mobil, ras, kebangsaan. Interval level - mirip ordinal level, tetapi dengan tambahan karakteristik perbedaan antara nilai dapat ditentukan artinya. Tidak ada titik nol ambaha alamiah. CONTOH: Temperature pada skala Fahrenheit. Ordinal level data disusun menurut suatu urutan, tetapi perbedaan antara nilai-nilai itu tidak mempunyai arti atau tidak dapat ditentukan. CONTOH: Dalam suatu survey terhadap beberapa minuman ringan diperoleh, Mellow Yellow ranking 1, Sprite ranking 2, Seven-up ranking 3, dan Orange Crush ranking 4. Ratio level - mempunyai titik nol alamiah. Perbedaan dan rasio mempunyai makna.. CONTOH: Gaji bulanan karyawan, jarak yang ditempuh oleh seorang salesman setiap bulan, tinggi badan.
Nominal-Level Data Sifat-sifat: 1. Observasi terhadap variabel kualitatif hanya dapat diklasifikasi dan dihitung. 2. Tidak ada urut-urutan tertentu pada label-label.
Ordinal-Level Data Sifat-sifat: 1. Data Klasifikasi data dibuat dengan label-label yang mempunyai nilai relatif. 2. Dengan adanya nilai relatif, klasifikasi data dapat diranking atau diurut.
Interval-Level Data Sifat-sifat: 1. Klasifikasi data dilakukan berdasarkan kuantitas dari karakteristik yang dimiliki.. 2. Selisih karakteristik yang sama direpresentasikan oleh selisih yang sama dalam pengukuran.
Ratio-Level Data Kebanyakan data direkam dalam bentuk Ratio-Level. Ratio level adalah level tertinggi dalam pengukuran. Sifat-sifat: 1. Klasifikasi data diurut/disusun berdasarkan kuantitas karakteristik yang dimiliki. 2. Selisih yang sama pada karakteristik dinyatakan dengan selisih yang sama pada angka yang diberikan pada klasifikasi itu.. 3. Angka nol menyatakan absennya karakteristik, dan rasio antara dua angka mempunyai arti.
Mengapa perlu mengetahui level pengukuran dari suatu data? Level pengukuran menentukan perhitungan yang dapat dilakukan untuk menata, meringkas dan menyajikan data. Level pengukuran diperlukan untuk menentukan test statistik apa yang dapat dilakukan pada data.
LEVEL PENGUKURAN NOMINAL ORDINAL INTERVAL RASIO DATA HANYA DAPAT DIKLASIFIKASI DATA DAPAT DIRANKING SELISIH ANTAR DATA BERARTI TITIK NOL DAN RATIO BERARTI WARNA KULIT RANKING WARNA MOBIL SUHU RUANG BERAT TUBUH
JENIS-JENIS VARIABEL JENIS JENIS VARIABEL KUALITATIF KUALITATIF Merek PC Status Pernikahan Warna Kulit Diskrit Kontinu Jumlah Penduduk di suatu negara Jumlah mobil terjual oleh suatu agen Gaji karyawan per Bulan Berat tubuh
LEVEL PENGUKURAN LEVEL PENGUKURAN NOMINAL ORDINAL INTERVAL RASIO DATA HANYA DAPAT DIKLASIFIKASI DATA DAPAT DIRANKING SELISIH ANTAR DATA BERARTI TITIK NOL DAN RATIO BERARTI WARNA KULIT RANKING WARNA MOBIL SUHU RUANG BERAT TUBUH
Kualitatif - Kuantitatif VARIABEL KUALITATIF KUANTITATIF FREKUENSI RELATIF TABEL FREKUENSI DISTRIBUSI FREKUENSI FREKUENSI RELATIF BAR CHART PIE CHART HISTOGRAM POLIGON FREKUENSI DISTRIBUSI FREKUENSI KUMULATIF
DATA KUALITATIF: TABEL FREKUENSI CONTOH: PENJUALAN MOBIL DI EMPAT LOKASI LOKASI JUMLAH MOBIL Kane 52 Olean 40 Sheffield 45 Tionesta 43 TOTAL 180
DATA KUALITATIF: BAR CHART
DATA KUALITATIF: FREKUENSI RELATIF
Data Kualitatif: Frekuensi Relatif Banking Preference? Percent ATM 16% Automated or live telephone 2% Drive-through service at branch 17% In person at branch 41% Internet 24%
Data Kualitatif: Bar Chart Banking Preference Banking Preference? % ATM 16% Automated or live telephone Drive-through service at branch 2% 17% In person at branch 41% Internet 24% Internet In person at branch Drive-through service at branch Automated or live telephone ATM 0% 5% 10% 15% 20% 25% 30% 35% 40% 45%
Data Kualitatif: Pie Chart Banking Preference Banking Preference? % ATM 16% Automated or live telephone Drive-through service at branch 2% 17% In person at branch 41% 24% 16% 2% 17% ATM Automated or live telephone Drive-through service at branch In person at branch Internet 24% 41% Internet
DATA KUANTITATIF Data: 12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58 Class Frequency Relative Frequency Percentage 10 but less than 20 3.15 15% 20 but less than 30 6.30 30% 30 but less than 40 5.25 25% 40 but less than 50 4.20 20% 50 but less than 60 2.10 10% Total 20 1.00 100%
DATA KUANTITATIF Data: 12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58 Class Frequency Percentage Cumulative Frequency Cumulative Percentage 10 but less than 20 3 15% 3 15% 20 but less than 30 6 30% 9 45% 30 but less than 40 5 25% 14 70% 40 but less than 50 4 20% 18 90% 50 but less than 60 2 10% 20 100%
Frequency Histogram 8 6 4 2 0 Histogram: Age Of Students 5 15 25 35 45 55 More
Frequency POLIGON FREKUENSI Frequency Polygon: Age Of Students 7 6 5 4 3 2 1 0 5 15 25 35 45 55 65
Cumulative Percentage Poligon Frekuensi Kumulatif Lower class Class boundar y 10 but less than 20 10 15 % less than lower boundary 20 but less than 30 20 45 30 but less than 40 30 70 40 but less than 50 40 90 50 but less than 60 50 100 100 80 60 40 20 0 Ogive: Age Of Students 10 20 30 40 50 60
FREKUENSI RELATIF
HISTOGRAM
Jumlah kelas dan interval Menentukan jumlah kelas k: Ambil harga k terkecil sehingga 2 k > n, Dengan n = jumlah data. Menentukan interval I I = (H-L)/k CTT: Jangan lupa lakukan pembulatan seperlunya
POLIGON FREKUENSI
Histogram vs Poligon Frekuensi
Distribusi Frekuensi Kumulatif PENJUALAN MOBIL DALAM SEBULAN
Distribusi Frekuensi Kumulatif