STATISTIKA



PERTEMUAN 1

STATISTIKA

Pengertian Statiska
Statitika adalah sebuah ilmu yang mempelajari cara pengumpulan, pengolahan, penyajian dan analisi data serta cara pengambilan kesimpulan secara umum berdasarkan hasil penelitian yang tidak menyeluruh.Dalam arti sempit Statistik adalah data ringkasan berbentuk angka (kuantitatif). 

 ISTILAH STATISTIKA
  • Keunggulan Statistika dalam Bidang Ekonomi yaitu :
  1. Bidang Produksi
  2. Bidang Akutansi
  3. Bidang Pemasaran
Metode-Metode tersebut dapat dikelompokan menjadi Dua kelompok, yaitu :
  1. Statistika Deskriptif
Statistika Deskriptif adalah ilmu statistika yang mempelajari tentang pengumpulan, pengolahan, dan penyajian data dalam bentuk Tabel Diagram Grafis
statistika deskriptif ini antara lain ukuran pemusatan data, ukuran penyebaran data, serta kecenderungan suatu gugus data 
(Sumber : https://rumusrumus.com/statistika-deskriptif/)

      2. Statistika Inferensi ( Statistika Induktif)
  Statistika Inferensi adalah sebuah metode yang berhubungan dengan analisis, cara pengambilan kesimpulan secara menyeluruh (populasi) berdasarkan data sebagian (sampel) dari populasi.

Catatan kelulusan selama lima tahun terakhir pada sebuah Sekolah Menengah Atas menunjukkan bahwa 72% diantara siswa SMA tersebut lulus dengan nilai yang memuaskan. Nilai numerik 72% adalah bentuk suatu statistika deskriptif. Jika berdasarkan ini kemudian seorang siswa menyimpulkan bahwa peluang dirinya akan lulus dengan nilai yang memuaskan adalah lebih dari 70%, jadi,siswa tersebut telah melakukan inferensia statistika yang tentu saja memiliki sifat yang tidak pasti. (Sumber : https://rumusrumus.com/statistika-deskriptif/)
FUNGSI STATISTIKA
 Pengetahuan tantang Statistik membantu untuk :
  • Menjelaskan hubungan antar variabel
  • Membuat keputusan lebih baik
  • Mengatasi perubahan-perubahan
  • Dapat menentukan sebab dan akibat
  • Membuat rencana dan ramalan
  • Dan masih banyak manfaat yang lain
 BAGIAN-BAGIAN STATISTIK
  • Populasi adalah sebuah elemen Penelitian
  • Sampel adalah sebuah elemen dari bagian Penelitian
  • Data adalah fakta atau segala sesuatu yang dapat dipercaya kebenarannya
JENIS-JENIS PENGAMBILAN SAMPEL SERTA KELEBIHAN DAN KEKURANGANNYA
  • Ramdom Sederhana (Simple Random Sapling)
Pengambilan sampel secara acak sehingga setiap anggota populasi mempunyai kesempatan yang sama untuk menjadi sampel, Misalnya dengan cara undian
 Kelebihan Ramdom Sederhana (Simple Random Sapling) Mengatasi bias yang muncul dalam pemilihan anggota sampel, dan kemampuan menghitung standar error.
 Kekurangan Ramdom Sederhana (Simple Random Sapling) Tidak adanya jaminan bahwa setiap sampel yang diambil acak akan mempresentasikan populasi secara tepat.
  • Random berstrata (Stratified Random Sampling)
Pengambilan sampel yang populasinya dibagi-bagi menjadi beberapa bagian/stratum. Anggota-anggota dari stratum dipilh secara ramdom, kemudian dijumlahkan, jumlah ini membentuk anggota sampel.
Kelebihan Random berstrata (Stratified Random Sampling) Lebih tepat dalam menduga populasi karena variasi pada populasi dapat tereakili oleh sampel.
Kekurangan Random berstrata (Stratified Random Sampling) Harus memiliki Informasi data yang cukup tentang variasi populasi penelitian, karena ada perbedaan jumlah yang cukup besar antara masing-masing strata.
  • Sistematis (Systematic Sampling)
Pengambilan sampel berdasarkan urutan tertentudari populasi yang telah disusun secara teratur dan diberi nomor urut.
 Kelebihan Sistematis (Systematic Sampling)
Lebih praktis dan hemat dibanding dengan pengambilan acak sederhana.
Kekurangan Sistematis (Systematic Sampling)
Tidak bisa digunakan pada penelitian yang heterogen karena tidak mempunyai keragaman populasi heterogen.
  • Luas/Sampel Kelompok (Cluster Sampling)
Pengambilan sampel tidak langsung memilih anggota populasi untuk di jadikan sampel tetati memilih kelompok terlebih dahulu, dan yang termasuk sampel adalah anggota yang berada dalam kelompok terpilih tersebut. Jika kelompok-kelompok tersebut meruoakan pembagian daerah-daerah Geografis makan Custer Sampling ini disebut juga Area Sampling.
Kelebihan Random berstrata (Stratified Random Sampling)
Lebih tepat menduga Populasi karena variasi dalam populasi dapat terwakili dalam sampel.
Kekurangan Random berstrata (Stratified Random Sampling)
Memerlukan waktu yang lama karena harus membaginya dalam area- area tertentu.


PEMBAGIAN DATA MENURUT SIFATNYA :
  •  Data Kualitatif
Data yang disajikan bukan dalam bentuk
Contoh : Agama, Jenis Kelamin, Daerah, Suku Bangsa, Pangkat Pegawai, Jabatan Pegawai dan sebagainya.
  • Data Kuantitatif
Data yang disajikan dalam bentuk angka
Data Kuantitatif terbagi menjadi Dua :

 Data Kontinu adalah Data yang satuannya bisa dalam pecahan
Contoh :  Data Panjang Tali, Data Suhu Ruangan Setiap Hari, Data Tekanan Dalam Ban, Data iluminasi Cahaya dll.

 Data Diskret adalah Data yang satuannya selalu bulat dalam bilangan asli, tidak terbentuk pecahan
Contoh : Data jumlah barang yang terjual, Data Gaji Karyawan dll.
Pembagian Data menurut Waktunya :

  • Data Silang (Cross Section)
Data yang dikumpulkan pada suatu waktu tertentu yang bisa menggambarkan keadaaan/kegiatan pada waktu tersebut, Misalnya Jumlah warga DKI Jakarta menurut asal dan Agama pada tahun 1999
  • Data Berkala (Time Series)
yang dikumpulkan dari waktu ke waktu Misalnya Data angka kematian dan kelahiran dari tahun ke tahun di Indonesia yang cenderung memebasar dan mengecil.
Syarat data yang baik 
1.  Benar/Objektif
2.  Mewakili (Reoresentative)
3.  Dipercaya, artinya kesalahan bakunya kecil
4.  Tepat waktu (Up To Date)
5.  Relevan (Data yang dikumpulkan ada hubungannya dengan permasalahannya)
Proses pengukururan dan jenis-jenis Skala Pengukuran
Variabel (peubah) adalah karakteristik yang tedapat pada elemen dari populasi tersebut.
Contoh : Pada masyarakat, elemennya adalah manusia, karakteristiknya misalnya penghasilan, umur, pendidikan, jenis kelamin dan status perkawinan, yang merupakan variabel-variabel dalam penelitian.
Variabel terbagi atas:
 Variabel kualitatif (Kategori) 
Contoh : Tingkat Pendidikan, Jenis Kelamin dll
Variabel Kuantitatif (Numerik)
Contoh : Penghasilan, Umur, Jumlah Keluarga dll.


Pengertian Skala Pengukuruan
Skala Pengukuruan adalah Sebuah acuan yang digunakan untuk menentukan panjang pendeknya interval yang ada dalam satuan alat ukur.
Skala Pengukuran dibagi menjadi 4, yaitu :

1.Skala Nominal (Skala Klasifikasi)
2. Skala Ordinal
3. Skala Interval
4. Skala Rasio
Skala Nominal (Skala Klasifikasi)

Skala Nominal adalah Skala yang hanya mempunyai ciri untuk membedakan skala ukur
yang satu dengan skala ukur yang lain.

Skala ini hanya digunakan untuk memberikan kategori saja.
Ciri-ciri skala Nominal : ( Label, Simbol, Lambang atau nama pada sebuah Kategori )
Contoh : Jenis Kelanin, Kota, Agama dll.
 Skala Ordinal
Skala Ordinal adalah skala yang selain mempunyai ciri untuk membedakan juga memepunyai pengurutan pada rentangan tertentu.
Didalam skala ordinal, objek atau kategorinya disusun berdasarkan urutan tingkatannya, dari tingkat terendah atau sebaliknya.
Ciri-ciri skala Ordinal :
  • Kategori data saling memisah
  • Kategori data ditentukan berdasarkan jumlah karakteristik yang dimilikinya
  • Kategori data dapat disusun sesuai dengan besarnya karakteristik yang dimilikinya.
Contoh Skala Ordinal :
 Suatu Pernyataan (Ya/Tidak)
 Nilai Huruf

 Skala Interval

Skala Interval adalah skala yang selain mempunyai ciri untuk membedakand dan mengurutkan juga memiliki jarak yang sama.
Skala interval ini bisa dikatakan ebrada diatas skala Nominal dan Ordinal, besar interval atau jarak satu data dengan data lainnya memiliki bobot yang sama, besar interval juga bisa saja ditambah ataupun dikurang.

 Ciri-ciri skala Interval :
  • Kategori data memiliki sifat saling memisah
  • Kategori data memiliki aturan yang logis
  • Kategori data ditentukan berdasarkan jumlah karakteristik skala yang dimilikinya
  • Angka hanya menggambarkan satu titik dalam skala
Contoh Skala Interval :
(Tinggi badan = 160.cm – 200.cm)
(Tinggi badan = 150.cm – 190.cm)
jarak antara keduannya sama-sama 40.cm

 Skala Rasio
Skala Rasio adalah Skala yang mempunyai 4 ciri yaitu Membedakan, mengurutkan, mempunyai jarak yang sama dan mempunyai titik Nol yang berarti sehingga dapat menghitung rasio atau perbandingan diantara nilai.

Contoh Skala Rasio : (suhu)
Karena titik Nol berarti, sehingga dapat menghitung Rasio


SIMBOL SIGMA

Komentar

Posting Komentar