PENGENALAN STATISTIKA
1 FY-MANAJEMEN-UG
10/6/2015
Tujuan Instruksional Khusus
Membekali mahasiswa agar lebih paham dan menguasai teori terkait: data dan cara pengumpulan data serta manfaat pendekatan statistika dalam analisis ekonomi.
Pokok Bahasan
Pendahuluan teori, Pengertian Statistik Deskriptif, Sejarah statistic
Sub Pokok Bahasan
1. Pengertian Dasar Statistik;
Waktu
2 sks x 50 menit
Sumber
1, 2, 3, 4
2. Metode statistik deskriptif dan induktif 3. Populasi dan sampel 4. Data kualitatif dan kuantitatif
5. Sumber dan pengumpulan data 6. Skala pengukuran data
SAP STATISTIKA 1 2 FY-MANAJEMEN-UG
10/6/2015
I. PENGERTIAN DASAR STATISTIK DEFINISI: Statistika ~ statistics
Ilmu dan seni teknik pengumpulan sejumlah data berupa angka, penyajian data, analisis data, pengambilan kesimpulan
Bagian dari ilmu matematika yang mencakup statistik deskriptif dan inferensial yang digunakn untuk menganalisa data statistik
Statistik ~ statistic
Ukuran tertentu, menggambarkan sampel
3 FY-MANAJEMEN-UG
10/6/2015
Metode Statistika adalah prosedur-prosedur atau cara-cara penyajian dan penafsiran data. Penyajian data meliputi : pengumpulan, pengorganisasian, peringkasan dan penyajian data (data collection, organization, summarization, presentation)
Penafsiran data meliputi : analisis data, pendugaan, pengujian dugaan dan penarikan kesimpulan
(generalisasi).
METODE STATISTIKA FY-MANAJEMEN-UG
4 10/6/2015
II. METODE STATISTIKA DESKRIPTIF DAN INDUKTIF 1. Statistika Deskriptif (Descriptive Statistics) Metode pengumpulan, peringkasan dan penyajian data
Descriptive : bersifat memberi gambaran 2. Statistika Inferensia = Statistika Induktif (Inferential Statistics) Metode analisis, peramalan, pendugaan dan penarikan kesimpulan Inferential : bersifat melakukan generalisasi (penarikan kesimpulan). FY-MANAJEMEN-UG
5 10/6/2015
Contoh Masalah Statistika Deskriptif :
1.
Tabulasi Data
2.
Diagram Balok
3.
Diagram Kue Pie
4.
Grafik perkembangan harga dari tahun ke tahun
Contoh Masalah Statistika Inferensia : 1.
Pendugaan Statistik
2.
Pengujian Hipotesis
3.
Peramalan dengan Regresi/Korelasi
CONTOH 6 FY-MANAJEMEN-UG
10/6/2015
III.
POPULASI DAN SAMPEL
7 FY-MANAJEMEN-UG
10/6/2015
POPULASI:
seluruh obyek yang diamati dan dipelajari dan ingin diketahui besaran karakteristiknyakeseluruhan pengamatan
SAMPEL:
sebagian obyek yang dipilih dari populasi yang memiliki karakteristik sama dengan karakteristik populasinya, yang ingin diketahui besaran karakteristiknyahimpunan bagian dari populasi
PARAMETER
(POPULASI): ukuran2 tertentu yang digunakan sebagai penggambaran suatu populasi nilai yang menyatakan ciri populasi
STATISTIK
(SAMPEL): ukuran2 tertentu yang digunakan untuk menggambarkan suatu sampel nilai yang menyatakan ciri sampel
DEFINISI POPULASI DAN SAMPEL 8 FY-MANAJEMEN-UG
10/6/2015
PROSES INFERENSI/INDUKKKTIF
POPULASIPARAMETER
SAMPEL
SAMPELSTATISTIK HUBUNGAN ANTARA POPULASI DAN SAMPEL
POPULASI DAN SAMPEL 9 FY-MANAJEMEN-UG
10/6/2015
MENGAPA PERLU SAMPEL? •Populasi tidak terbatas, sumberdaya terbatas (menghemat tenaga, dana, waktu) •Tidak mungkin diteliti semua (waktu dan ruang) •Adanya penelitian yang destruktif •Tidak perlu semua diteliti, ada metode sampling (yang akurasinya terukur) •Pengukuran populasi dapat meningkatkan sistematik error
Metode sampel yang baik Menjamin sampel menggambarkan populasinya Menjamin sampel mempunyai akurasi yang terukur Menjamin sampling dapat dilaksanakan dg efisien FY-MANAJEMEN-UG
10 10/6/2015
Ukuran Populasi = N Ukuran Sampel = n
banyak anggota populasi banyak anggota sampel
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 sampel/Contoh acak.
11 FY-MANAJEMEN-UG
10/6/2015
Contoh Acak = Sampel Random = Randomized Sample adalah : Sampel yang diambil dari populasi di mana setiap anggota populasi memiliki peluang yang sama terpilih sebagai anggota sampel.
Cara pengacakan : (1) Undian, (2) Tabel Bilangan Acak
(3) Program komputer Tabel Bilangan Acak
RANDOM 12 FY-MANAJEMEN-UG
10/6/2015
Survei tingkat kepuasan pengguna jasa pelayanan pembuatan SIM di POLRES Depok
Diambil 50 orang pennguna jasa pelayanan pembuatan SIM pada minggu terakhir bulan Desember untuk mengisi daftar pertanyaan mengenai kepuasan pelayanan pembuatan SIM
POPULASI?
SAMPEL?
CONTOH 13 FY-MANAJEMEN-UG
10/6/2015
Anda sudah dapat membedakan antara Statistik (tanpa akhiran “a”) = Statistic (without “s”) dengan Statistika (dengan “a”) = Statistics (with “s”). xp Penulisan lambang-lambang (Notasi) parameter dan statistik juga berbeda. Perhatikan Tabel berikut ini :
Ciri
Parameter
Statistik
Rata-rata Standar Deviasi,Simpangan Baku
= myu = sigma
s
²
s² atau
Ragam, Variance proporsi
14 FY-MANAJEMEN-UG
10/6/2015
IV. DATA KUALITATIF DAN KUANTITATIF 1. Data kualitatif Karakteristik variabel dengan nilai bentuk non numerik 2. Data kuantitatif Karakteristik variabel dengan nilai bentuk numerik Diskrit : dari proses penghitungan, bilangan bulat Kontinyu : dari pengukuran, bilangan bulat / pecahan
FY-MANAJEMEN-UG
15 10/6/2015
V. SUMBER DAN PENGUMPULAN DATA TOPIK 5 16 FY-MANAJEMEN-UG
10/6/2015
Data Primer : data yang didapatkan atau dikumpulkan sendiri Misalnya : dengan melakukan wawancara, observasi atau penelitian di lapangan atau laboratorium.
Data Sekunder di dapat dari pihak lain Misalnya dari data providers, Contoh data providers : BPS, LIPI, SRI, dll
SUMBER DATA 17 FY-MANAJEMEN-UG
10/6/2015
Operasionalisasi
pengukuran variabel shg data diperoleh Definisi Operasional (DO)
Bagaimana Siapa
Dg
cara
yg mengumpulkan
instrumen apa
Satuannya
apa
PENGUMPULAN DATA FY-MANAJEMEN-UG
18 10/6/2015
VI. DATA-VARIABELSKALA PENGUKURAN TOPIK KE-6 19 FY-MANAJEMEN-UG
10/6/2015
Keterangan
berbentuk angka atau huruf dari hasil pengukuran, erhadap suatu karakteristik yg diteliti
Contoh: Data
produk nasional bruto (PNB)
Data
indeks harga konsumen (IHK)
DATA FY-MANAJEMEN-UG
20 10/6/2015
Karakteristik Nilai
yg diteliti
datanya bervariasi
Karakteristik
diukur
Pengukuran
variabel operasional
VARIABEL 21 FY-MANAJEMEN-UG
10/6/2015
Data Numerik (kuantitatif) dinyatakan dalam besaran numerik (angka) C/ Data pendapatan per kapita, pengeluaran, harga, jarak.
Data Kategorik (Kualitatif) diklasifikasikan berdasarkan kategori/kelas tertentu C/ Kategori Mahasiswa Berprestasi dan Tidak Berprestasi, Kategori kota kecil, sedang dan besar, Kategori pendukung partai politik XXX, YYY, ZZZ,
KLASIFIKASI DATA BERDASARKAN JENIS DATA FY-MANAJEMEN-UG
22 10/6/2015
Data Kategorik dapat dibedakan menjadi : (a) Data Ordinal : Urutan kategori menunjukkan tingkatan (ranking) Misalnya : Bagaimana prestasi belajar anda semester lalu 1. Sangat Baik 2. Baik 3. Sedang-sedang saja 4. Buruk 5. Sangat Buruk (b) Data Nominal : Urutan/Nilai tidak menunjukkan tingkatan Misalnya : Apa warna favorit anda : 1. Ungu 2. Abu-abu 3. Coklat 4. Putih Data Kategorik dapat dijadikan data numerik dengan memberi bobot pada setiap kategori.
DATA KATEGORIK FY-MANAJEMEN-UG
23 10/6/2015
Pengukuran
peng ”Skala” an (scaling)
Pengukuran
bisa mengidentifikasi subyek diukur dg cara bagaimana
Bisa
melihat :
Beda Urutan
Besarnya
perbedaan
Besarnya
kelipatan
PENGUKURAN VARIABEL FY-MANAJEMEN-UG
24 10/6/2015
NominalMelihat beda saja 2. OrdinalMelihat beda dan urutan 3. IntervalMelihat beda, urutan dan besar perbedaan/selisih 4. RasioMelihat beda, urutan, besar beda/selisih, dan kelipatan 1.
SKALA VARIABEL 25 FY-MANAJEMEN-UG
10/6/2015
Nominal
: Jenis kelamin Laki, Perempuan
Ordinal
: Tingkatan pegawai
Eselon IV, III, II, I Interval
: Nilai tukar mata uang Dollar, Rupiah, Yen
Rasio
: Nilai mata uang Rupiah Rp. 1000,-; Rp. 100.000,-
CONTOH VARIABEL & SKALANYA
26 FY-MANAJEMEN-UG
10/6/2015
Merubah skala ?? = daya mengukur Contoh: Variabel nilai kurs mata uang Kurs Mata uang Kelompok 1
Dollar Amerika
1
2
Dollar Kanada
2
3
Dollar Hongkong 3
PENGUKURAN VARIABEL 27 FY-MANAJEMEN-UG
10/6/2015
Primer
vs Sekunder
Individu
vs Agregat
Berkelompok
vs Berpasangan
DATA???? 28 FY-MANAJEMEN-UG
10/6/2015
Bambang Kustituanto, Statistika 1, Penerbit Gunadarma, Jakarta, 1994
Kazmier, L.J. & N.F. Pohl, Basic Statistics for Business and Economic, Mc Graw Hill Int. Etd.
Levin, Richard I & David Rubin, Statistics for Management, Prentice Hall, New Jersey, 1991
Sudjana, “Statistik untuk Ekonomi dan Niaga”, Jilid 1 dan 2, Tarsito, Edisi ke V, Bandung..
Spiegel, M.R. Statistics. Schaum`s Outline Series, Asian Student ed, Mc Graw Hill.
Weiers, Ronald M., “Introduction to Business Statistics”, 3rd Ed., Duxbury Press.
Walpole, R.E. Pengantar Statistik, Edisi terjemahan, PT. Gramedia, Jakarta, 1992.
REFERENSI FY-MANAJEMEN-UG
29 10/6/2015
Soal Evaluasi : 1. Curah hujan rata-rata di kota Bogor yang tercatat selama 30 bulan terakhir adalah 4.6 cm. Pernyataan ini termasuk dalam kategori : A. Statistika deskriptif C. Pengambilan sample
B. statistika inferensia D. Populasi
2. Curah hujan rata-rata di kota Bogor yang tercatat selama 30 bulan terakhir adalah 4.6 cm. Berdasarkan pengamatan ini maka diperkirakan pada tahun depan rata-rata curah hujan di Bogor 4.5 – 4.7 cm. Pernyataan ini termasuk dalam kategori : A. Statistika deskriptif
C. Pengambilan sample FY-MANAJEMEN-UG
B. statistika inferensia
D. Populasi
30 10/6/2015
Bagian dari statistika yang berhubungan dengan metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna adalah: A. Statistika induktif C. Metode penelitian
B. statistika deskriptif D. Inferensia statistika
Bagian dari statistika yang mencakup semua metode yang berhubungan dengan analisis sebagian data untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan gugus data induknya adalah: A. Statistika induktif C. Metode penelitian FY-MANAJEMEN-UG
B. statistika deskriptif D. Inferensia statistika
31 10/6/2015
Seorang mahasiswa yang akan menulis PI akan meneliti apakah ada hubungan antara nilai NEM dengan IPK yang diperoleh mahasiswa tingkat 1 jurusan Sistem Informasi. Untuk ini ia mencari datanya melalui BAAK. Data yang diperoleh mahasiswa tersebut termasuk data : A. Data primer C. Data kualitatif
C. Data sekunder D. Data sesungguhnya
FY-MANAJEMEN-UG
32 10/6/2015
