slide1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Statistika (Statistics) PowerPoint Presentation
Download Presentation
Statistika (Statistics)

Loading in 2 Seconds...

play fullscreen
1 / 26
okalani-brayden

Statistika (Statistics) - PowerPoint PPT Presentation

210 Views
Download Presentation
Statistika (Statistics)
An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. PENGANTAR STATISTIKARIS BUDIANTOarisbd@gmail.comfb:aris_budianto@yahoo.comblog:aris.staff.fkip.uns.ac.id

  2. DEFINISI • Statistika(Statistics) • Ilmumengumpulkan, menata, menyajikan, menganalisis, danmenginterprestasikan data menjadiinformasiuntukmembantupengambilankeputusan yang efektif. • Statistik(Statistic) • Suatu data (perkiraan) darisuatupopulasi (parameter).

  3. PERKEMBANGAN STATISTIKA (a) JamanMesirdanCinauntukmenentukanbesarpajak (b) Jamangerejauntukmencatatkelahiran, kematian, danpernikahan (c) Tahun 1937 Tinbergen mengembangkanekonomistatistik (d) Hicks mengembangkanmatematikaekonomiuntukanalisis IS- LM (e) Tahun 1950, BayesmengembangkanTeoriPengambilanKeputusan

  4. Beberapacontohkasus yang membutuhkandukunganstatistika: (a) Kasustuntutanburuhtentangkenaikangaji, bagaimanaseharusnya? (b) Perekonomian Indonesia tidakefisien, padasektormana? (c) Penggalakaninvestasidi Indonesia, sektormana yang dipilih? (d) Setiapprodusenmemberikangaransiatasbarangnya, berapaproduksiakanditingkatkan? KASUS STATISTIKA

  5. PENGGUNA STATISTIKA

  6. PENGGUNA STATISTIKA

  7. PENGGUNA STATISTIKA

  8. JENIS-JENIS STATISTIKA • Materi: • Penyajian data • Ukuran pemusatan • Ukuran penyebaran • Angka indeks • Deret berkala dan peramalan (Trend) • Korelasi dan Regresi (Pengantar) Statistika Deskriptif STATISTIKA • Materi: • Metode sampling • Korelasi dan Regresi (Lanjutan) • Pengujian hipotesis (Uji Hasil Regresi) • Statistika nonparametrik Statistika Induktif (Inferensial)

  9. Statistikadeskriptifdigunakanuntukmenggambarkandanmenganalisis data denganmembangungrafikatautabel, ataudenganmembandingkanhasil data yang lain. [Penyajian data denganstatistiksederhana] Statistikainduktifdigunakanuntukmenginterpretasikanhasil-hasilataumenghitungstatistik-statistik yang diperolehdarisampeluntukmengestimasi/menduga parameter populasi. [Pendugaan parameter populasidanpengujianhipotesis] StatistikaDeskriptifvsInduktif

  10. Data dan Manajemen Suatudasarperencanaan Agar perencanaansesuaidengankemampuan yang ada, tidakambisiusdansusahdilaksanakan (Pembangunan MRT, JembatanSelatSunda, JalanTol) Hubungan Data danManajemen AlatPengendalian Implementasi agar diketahuiketikaadakesalahandanpenyimpangansehinggadapatsegeradiperbaiki DasarEvaluasi Apakahhasilkerjabisadicapai 100%, 90% dst..

  11. Data Definisi : Sesuatu yang diketahuiataudianggap (Webster) “data dapatmemberikangambarantentangsesuatukeadaanataupersoalanpadaumumnyadikaitkandengantempatdanwaktu” Misalkan : hargaberas c4 dipasarkartasuraharisabtupagitanggal 1 Juni 2013 Dianggapberartiasumsidanbelumpastisebuahkebenaransehinggaperludiujidantidakbisadigunakansebagaidasar. "We live in a world which is data rich yet information poor."

  12. KebutuhanTerhadapStatistik • KebutuhanterhadapStatistik: • PenjabaranHubunganAntarvariabel • (Analisaprosesproduksi, hubunganantara input dan output) • Alat Bantu PengambilanKeputusan • (Studikasuspadaperusahaansosis) • MenanganiPerubahan • (Membantuperubahansaatinidanmeningkatkanprosesperamalan) • (Studikasuspada night sale swalayan)

  13. MetodologiPemecahanMasalahSecaraStatistik Mulai IdentifikasiMasalah Kumpulkanfakta internal daneksternal yang relevan Ya Apakahfaktacukup ? Klasifikasidngtabeldangrafik Tidak Interpretasidantarikkesimpulandanambilkeputusan Kumpulkan data baru

  14. Syarat Data yang baik Objective (HarussesuaidenganKeadaansebenarnya) Representatif (Mewakilipopulasi) Kesalahan Baku Kecil

  15. PENGUMPULAN DAN PENGOLAHAN DATA

  16. PENGERTIAN DATA Data adalah sejumlah fakta(nilai) yang dapat memberikan gambarantentang suatu keadaan atau masalah. Syarat data yang baik:1. Data harus objektif.2. Data harus relevan.3. Data harus sesuai jaman (up to date).4. Data harus representatif (sampel yang dapatmenggambarkanpopulasi).5. Data harus dapat di percaya.

  17. Data Primer Wawancara Pengisian kuisioner DATA Data dari pihak lain: BPS Bank Indonesia World Bank, IMF FAO dll Data Sekunder JENIS-JENIS DATA MENURUT SUMBERNYA

  18. Jenis kelamin • Warna kesayangan • Asal suku, dll Data Kualitatif (Kategorik/Nonnumerik) • Jumlah mobil • Jumlah staf • Jumlah TV, dll DATA Data Diskrit (hasil menghitung) Data Kuantitatif (Numerik) • Berat badan • Jarak kota • Luas rumah, dll Data Kontinyu (hasil mengukur) JENIS-JENIS DATA MENURUT SIFATNYA

  19. JENIS DATA MENURUT SIFATNYA • Kualitatif • Berupa label/nama-nama yang digunakan untuk mengidentifikasikan atribut dan/atau peringkat suatu elemen • Data bersifat kategorik/nonnumeric • Kuantitatif • Mengindikasikan jumlah (besaran) • Data bersifat numeric • Terdiri dari data diskrit dan kontinyu

  20. JENIS DATA MENURUT SKALA PENGUKURANNYA • Nominal, sifatnyahanyauntukmembedakanantarkelompok. Contoh: Agama, Jeniskelamin, Jurusandi PT • Ordinal, selainmemilikisifat nominal, jugamenunjukkanperingkat, tetapijarakantarperingkattidaksama. Contoh: Tingkat pendidikan, Penentuanjuara • Interval, selainmemilikisifat data ordinal, jugamemilikisifat interval, jarak yang sama, tetapitidakmemilikiangka 0 (nol) absolut. Contoh: Nilai Test, Pengukuransikap • Rasio, selainmemilikisifat data interval, skalarasiomemilikiangka 0 (nol) absolut. Contoh: Pendapatan, Hargabarang

  21. JENIS DATA MENURUT WAKTU PENGUMPULANNYA • Cross-sectional Data adalah data yang dikumpulkan pada waktu tertentu yang sama atau hampir sama Contoh: Jumlah mahasiswa PT di Kartasura tahun 2010 Jumlah laba perusahaan yang go public tahun 2010 • Time Series Data adalah data yang dikumpulkan selama kurun waktu/periode tertentu Contoh: Pergerakan nilai tukar rupiah dalam 1 bulan Produksi padi di Indonesia tahun 2005-2010

  22. METODE PENGUMPULAN DATA • Sensus  cara pengambilan data dimana keseluruhan elemen populasi diambil datanya. Contoh: Sensus penduduk. Data yang diperoleh disebut true value (parameter) • Sampling  cara pengambilan data dimana yang diambil datanya adalah elemen sampel dari suatu populasi Data yang diperoleh disebut estimate value (statistik) Sensusvs Sampling • Sampling + Waktupendataanlebihcepat + Lebihhematbiaya + Cukupakurat - Tidakbisamenggambarkankeseluruhankarakteristikobyekpenelitian • Sensus • + Data lebihakurat • + Menunjukkansemuakarakteristikdaripopulasi • - Membutuhkanbiayadanwaktu yang lebih lama.

  23. ALAT (INSTRUMEN) UNTUK PENGUMPULAN DATA a) Kuesioner b) Wawancara c) Observasi d) Studi pustaka

  24. PENGOLAHAN DATA Pengolahan data adalah pengubahan atau transformasi simbol-simbol seperti nomor dan huruf untuk tujuan peningkatan kegunaannya Dalampengolahan data adaduacarametode yang digunakan, yaitumetodesecaraelektronikdan manual. Metodeelektronikadalahpengembanganilmupengetahuandibidangkomputer yang sangatmembantukegiatanstatistik. Sedangkanmetode manual adalahumumnyadilakukanuntukjumlahobservasi yang tidakterlalubanyak.

  25. Prosedur Pengolahan Data • checking or logging the data in; • checking the data for accuracy; • entering the data into the computer; • transforming the data; and • developing and documenting a database structure that integrates the various measures.

  26. METODE PENGAMBILAN SAMPEL • Probability sampling (Random sampling/Sampling acak) pemilihansejumlahelemen (anggota) darisebuahpopulasiuntukmenjadisampel, dimanasetiapelemenmemilikikemungkinan (probability) yang samauntukterpilih. Dengan probability sampling, makahasilanalisissampeldapatdigunakanuntukgeneralisasi • Non probability sampling, setiapelemen (anggota) tidakmempunyaiprobabilitas yang samauntukdipilih. Dengannonprobability sampling, makahasilanalisissampeltidakdapatdigunakanuntukgeneralisasi