00:00

Understanding the Concepts of Statistics and Data Processing

Statistics involves the collection, presentation, processing, and analysis of data to describe situations or phenomena. It can be descriptive or inferential, with various types such as mathematical and practical statistics. Parameters and characteristics of populations are studied through statistical methods like parametric and nonparametric analyses, using samples to make generalizations.

riobello
Download Presentation

Understanding the Concepts of Statistics and Data Processing

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. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. DATA ANALISIS KONSEP STATISTIKA, PENGOLAHAN Data dan PENYAJIAN DATA

  2. STATISTIK Vs statistika Statistik ◦ Statistik merupakan kumpulan data, bilangan atau non bilangan yang disusun/disajikan sedemikian rupa (biasanya dalam bentuk tabel atau grafik) yang menggambarkan suatu persoalan atau keadaan. ◦ Contohnya, dalam kehidupan sehari-hari sering kita dengar • Penghasilan orang Indonesia rata-rata Rp. 1000.000,00setiap bulan, • Tingkat inflasi rata-rata 9% setahun, • Bunga deposito rata-rata 12% setahun, • Penduduk Indonesia yang bermukim di pedesaan rata-rata 70%, • Penganut agama islam di setiap propinsi rata-rata 90%, dan seterusnya. Statistika ◦ Statistika adalah pengetahuan/ilmu yang berhubungan dengan cara-cara pengumpulan, penyajian, pengolahan dan analisis data, serta teknik teknik analisis data.

  3. Jenis-jenis statistika Statistika Deskriptif ◦ Statistika Deskriptif adalah Statistika yang berkenaan dengan metoda atau cara mendeskripsikan, menggambarkan, menjabarkan atau menguraikan data. ◦ Statistika Deskriptif mengacu pada bagaimana memenata atau mengorganisir data, menyajikan dan menganalisis data. Statistika Inferensia ◦ Statistika Inferensia adalah Statistika yang berkenaan dengan cara penarikan kesimpulan berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakteristik atau ciri dari suatu populasi. ◦ Dalam Statistika inferensia dilakukan generalisasi dari hal yang bersifat khusus (kecil) ke hal yang lebih luas (umum).

  4. Jenis-jenis statistika Statistika Matematis ◦ Statistika matematis ialah ilmu yang mempelajari asal-usul atau penurunan sifat-sifat, dalil-dalil, rumus-rumus serta dapat diwujudkan ke dalam model-model lain yang bersifat teoritis. Statistika Praktis ◦ Statistika praktis ialah penerapan statistika matematis kedalam berbagai bidang ilmu lainnya sehingga lahirlah istilah statistika kedokteran, statistika sosial, Statistika Perusahaan, dan sebagainya. Statistika Parametrik ◦ Statistika parametrik adalah bagian statistika yang parameter dari populasinya mengikuti suatu distribusi tertentu, seperti distribusi normal, dan memiliki varians yang homogen. Statistika Nonparametrik ◦ Statistika nonparametrik adalah bagian statistika yang parameter populasinya tidak mengikuti suatu distribusi tertentu atau memiliki distribusi yang bebas dari persyaratan, dan variansnya homogen. dari tidak perlu

  5. Parametrik dan Non-parametrik Parametrik dapat digunakan apabila datanya memenuhi persyaratan berikut ini: • Interval • Normal • Homogen • Dipilih secara acak (random) • Linier Contoh-contoh analisis statistik parametrik ini adalah: • Pengujian hipotesis, Regresi (untuk menyimpulkan) • Korelasi (untuk menyimpulkan) • Uji T • Anova, Ancova

  6. P Pa arametrik rametrik dan Non-parametrik Non parametrik dipakai apabila data kurang dari 30, atau tidak normal atau tidak linier, contohnya: ▪ Tes Binomial ▪ Tes Chi Kuadrat ▪ Kruskal-wallis ▪ Fredman, Tes ▪ Kolmogorov-smirnov ▪ Tes Run ▪ Tes Mcnemar Tes Reaksi Sitem Moses, Tes Q Cohran, Koofisien Kontingensi, Koofisien Rank Sperman Brow, Koofisien Rank Dari Kendall, Tes Tanda Tes Wilcoxon Tes Walsh, Tes Fisher, Tes Median Tes U Mann- whitney, Tes Run Wald- wolfowitz, ▪ ▪ ▪ ▪ ▪ Dan Uji Normalitas Dari Lillieford ▪

  7. POPULASI DAN SAMPEL Populasi o Populasi didefinisikan sebagai keseluruhan pengamatan atau objek yang menjadi perhatian. o Populasi menggambarkan sesuatu yang sifatnya ideal atau teoritis o Contoh :  Kumpulan mahasiswa Fakultas Sains Dan Teknologi UIN SUSKA RIAU  Data perekonomian Propinsi Riau Sampel o Sampel didefinisikan bagian dari populasi yang menjadi perhatian. o Sampel menggambarkan sesuatu yang sifatnya nyata atau empiris o Contoh :  Mahasiswa semester IV Jurusan Sistem Informasi Fakultas Sains Dan Teknologi UIN SUSKA RIAU  Pertumbuhan ekonomi Propinsi Riau Pada tahaun 2012 sampai dengan tahun 2014

  8. POPULASI DAN SAMPEL S(Popupasi) ?,s,p Sampel m,s,P Karakteristik yang dihitung (diukur) dari populasi disebut parameter m : mean s : standar deviasi P : proporsi Karakteristik yang dihitung (diukur) dari sampel disebut statistik ? : nilai rata-rata s : standar deviasi p : proporsi

  9. POPULASI DAN SAMPEL Pada umum nya dalam penelitian yang dipakai adalah sampel, meskipun populasi merupakan gambaran yang ideal. Hal ini dikarenakan dengan menggunakan sampel 1. Waktu yang diperlukan untuk mengumpulkan data lebih singkat 2. Dana yang diperlikan lebih sedikit 3. Data yang diperoleh cukup akurat 4. Dengan statistika inferensia dapat dilakukan generalisasi Note : Sampel yang diambil harus merupakan sampel yang representatif, yaitu sampel yang dapat menggambarkan karakteristik populasinya yang diperoleh dengan cara sampling yang benar.

  10. METODA PENGUMPULAN DATA Cara pengumpulan data dimana seluruh elemen populasi diselidiki satu per satu. Data yang dihasilkan biasa disebut dengan data sebenarnya (true value) atau parameter SENSUS Cara pengumpulan data dimana yang diselidiki adalah elemen sampel dari suatu populasi. Data dari hasil sampling merupakan data perkiraan (estimate value) SAMPLING

  11. PENGAMBILAN SAMPEL Suatu cara pemilihan sejumlah elemen dari populasi untuk menjadi anggota sampel, dimana pemilihannya dilakukan sedemikian rupa sehingga setiap elemen mendapat kesempatan yang sama untuk dipilih menjadi anggota sampel RANDOM/ACAK Suatu cara pemilihan elemen-elemen dari populasi untuk menjadi anggota sampel dimana tiap–tiap elemen tidak mendapat kesempatan yang sama untuk dipilih UNRANDOM/ TIDAK ACAK

  12. CARA MENGUMPULKAN DATA 1. Wawancara (interview) Dengan mengadakan tatap muka secara langsung antara orang yang bertugas mengumpulkan data dengan orang yang menjadi sumber data atau objek penelitian. 2. Kuisioner (angket) Dengan mengirim kuisioner yang berisi sejumlah pertanyaan yang ditujukan kepada orang yang menjadi objek penelitian. 3. Pengamatan (observasi) Dengan mengamati atau mengobservasi objek penelitian atau peristiwa/kejadian baik berupa manusia, benda mati maupun alam (pengamatan perilaku). 4. Tes dan Skala Objektif Dengan memberikan tes terhadap objek yang di teliti baik dengan pertanyaan yang disediakan pilihan jawaban maupun tanpa pilihan jawaban (terbuka). 5. Metoda Proyektif Dengan mengamati atau menganalisis suatu objek melalui ekpresi luar dari objek dalam bentuk karya (lukisan) atau tulisan.

  13. SKALA PENGUKURAN Skala Pengukuran adalah skala yang menunjukkan kualitas data 1. Skala Nominal  Skala yang hanya mempunyai ciri untuk membedakan sakala ukur yang satu dengan skala ukur yang lain.  Pada skala nominal data hanya bisa diklasifikasikan kedalam kategori-kategori.  Merupakan sakala yang paling primitif atau paling rendah atau jenis pengukuran yang paling terbatas. Tabel 1.1 Kebutuhan Material Pembanguan Rumah Jenis Material Jumlah 15 m3 Pasir 10 m3 Kerikil Baja Tulangan 1,5 ton Batu Bata 2000 bh 0,75 m3 Kayu bekisting Sumber : Data Buatan

  14. SKALA PENGUKURAN 2. Skala Ordinal  Skala yang selain mempunyai ciri untuk membedakan juga mempunyai ciri untuk mengurutkan pada rentangan tertentu. Tabel 1.2 Penilaian Dosen Terhadap Mahasiswa Kategori Nilai Jumlah Istimewa 6 orang Baik 18 orang Rata-rata 15 orang Kurang 7 orang Kurang Sekai Sumber : Data Buatan 2 orang Kurang baik Rata-rata Kurang Baik Istimewa 4,0 0,0 3,0 2,0 1,0

  15. SKALA PENGUKURAN 3. Skala Interval  Skala yang selain mempunyai ciri untuk membedakan, mengurutkan, juga mempunyai jarak yang sama.  Skala interval tidak mempunyai nilai nol mutlak. Contoh  Nilai siswa mempunyai rentang 0 s/d 10.  Udin mendapat nilai 9 sedangkan Ucok mendapatkan nilai 3. Udin memiliki kemampuan yang lebih baik daripada Ucok  Udin mendapat nilai 0, tidak berarti Udin tidak memeiliki kemampuan sama sekali.  Suhu Kota Pekanbaru bulan Agustus 34oC, Suhu Kota Padang bulan Januari 28oC, suhu Kota Pekanbaru bulan agustus lebih panas daripada suhu Kota Padang bulan Januari.  Suhu di Jepang pada bulan Januari 0oC, tidak berarti pada bulan januari di jepang tidak bersuhu.

  16. SKALA PENGUKURAN 4. Skala Rasio  Skala yang mempunyai 4 ciri untuk membedakan, mengurutkan, jarak yang sama dan mempunyai nilai nol mutlak sehingga dapat menghitung rasio atau perbandingan di antara nilai. Contoh  Pak Udin memiliki uang Rp. 5.000.000,00 dan Pak Ucok memiliki uang Rp. 500.000,00, artinya Pak Udin memiliki uang sepuluh kali lebih banyak daripada Pak Ucok.  Pak Udin memiliki uang Rp. 0, artinya Pak Udin tidak memiliki uang sama sekali.

  17. PENGOLAHAN DATA Pengolahan data merupakan suatu proses untuk memperoleh data/angka ringkasan berdasarkan kelompok data mentah Tujuannya untuk mendapatkan data statistik yang dapat digunakan untuk melihat atau menjawab persoalan secara kelompok, bukan satu persatu.

  18. Metoda pengolahan data Pengolahan data secara manual ◦ Umumnya untuk jumlah observasi yang tidak terlalu banyak ◦ Contoh : penghitungan suara di TPS ketika pemilu Pengolahan data secara elektronik (koputerisasi) ◦ Umumnya digunakan untuk jumlah observasi yang jumlahnya banyak ◦ Jika pengolahan data secara manual kemungkinan terjadinya kesalahan sangat besar, maka dengan pengolahan data secara elektronik dapat meminimalkan kesalahan tersebut

  19. Langkah-langkah pengolahan data 1. Penyusunan data ◦ Mengumpulkan dan mengecek apakah semua data yang dibutuhkan sudah tersedia 2. Klasifikasi data ◦ Mengelompokkan data berdasarkan klasifikasi tertentu yang telah ditentukan peneliti 3. Pengolahan data ◦ Dilakukan untuk menguji hipotesis yang telah dirumuskan

  20. PENYAJIAN DATA 1. Diagram/Grafik  Grafik garis (line chart)  Grafik garis tunggal dan garis ganda  Grafik batang/balok (bar chart)  Grafik batang tunggal dan batang ganda  Grafik lingkaran (pie chart)  Grafik gambar (pictogram)  Grafik berupa peta (cartogram) 2. Tabel    Tabel 1 arah Tabel 2 arah Tabel 3 arah

  21. GRAFIK GARIS TUNGGAL Grafik garis tunggal (single line chart) Grafik yang terdiri atas satu garis yang menggambarkan perkembangan suatu keadaan/kejadian berupa data berkala dari waktu ke waktu Contoh : Tabel 1.3 Permintaan Komputer di Kota Pekanbaru Tahun 2010 2011 2012 2013 2014 2015 Unit PC 1600 1800 2050 3000 4050 5000 Sumber : Data Buatan

  22. GRAFIK GARIS TUNGGAL Permintaan PC (Unit) 5000 4000 3000 PC (Unit) 2000 1000 0 2010 2011 2012 2013 2014 2015 Tahun

  23. GRAFIK GARIS GANDA Grafik garis Ganda (multiple line chart) Grafik yang terdiri atas beberapa garis yang menggambarkan perkembangan beberapa keadaan dari waktu ke waktu Contoh : Tabel 1.4 Penjualan Modem, Hardisk dan Printer Tahun 2010 2011 2012 2013 2014 2015 Modem 20 30 45 50 60 65 Hardisk 50 55 30 25 20 10 Printer 29 14 24 25 19 24 Sumber : Data Buatan

  24. GRAFIK GARIS GANDA 80 70 60 50 Jumlah Modem 40 Hardisk 30 Printer 20 10 0 2010 2011 2012 2013 2014 2015 Tahun

  25. GRAFIK BATANG TUNGGAL Grafik batang tunggal (single bar chart) Grafik yang terdiri atas satu batang yang menggambarkan perkembangan suatu keadaan/kejadian berupa data berkala dari waktu ke waktu Contoh : Tabel 1.3 Permintaan Komputer di Kota Pekanbaru Tahun 2010 2011 2012 2013 2014 2015 Unit PC 1600 1800 2050 3000 4050 5000 Sumber : Data Buatan

  26. GRAFIK BATANG TUNGGAL Permintaan PC (Unit) 5000 5000 4075 4000 3000 3000 PC (UNIT) 2100 2000 1800 1600 1000 0 2010 2011 2012 2013 2014 2015 TAHUN

  27. GRAFIK BATANG GANDA Grafik batang Ganda (multiple bar chart) Grafik yang terdiri atas beberapa batang yang menggambarkan perkembangan beberapa keadaan dari waktu ke waktu Contoh : Tabel 1.4 Penjualan Modem, Hardisk dan Printer Tahun 2010 2011 2012 2013 2014 2015 Modem 20 30 45 50 60 65 Hardisk 50 55 30 25 20 10 Printer 29 14 24 25 19 24 Sumber : Data Buatan

  28. GRAFIK BATANG GANDA 80 Modem Hardisk Printer 70 70 65 60 55 50 50 50 45 JUMLAH 40 30 30 30 30 27 25 25 25 20 20 20 20 15 10 10 0 2010 2011 2012 2013 2014 2015 TAHUN

  29. GRAFIK LINGKARAN Grafik lingkaran (pie chart) Untuk menggambarkan grafik lingkaran, gambarkanlah suatu lingkaran kemudian dibagi-bagi menjadi beberapa bagian sesuai dengan kepentingan Contoh : Tabel 1.3 Permintaan Komputer di Kota Pekanbaru Tahun 2010 2011 2012 2013 2014 2015 Unit PC 1600 1800 2050 3000 4050 5000 Sumber : Data Buatan

  30. GRAFIK LINGKARAN Permintaan PC (Unit) 2010 2011 2012 2013 2014 9% 2015 29% 10% 12% 17% 23%

  31. TABEL Tabel atau daftar merupakan kumpulan angka yang disusun menurut kategori-kategori atau karakteristik-karakteristik data sehingga memudahkan analisis data. Judul Tabel Judul Kolom Sel Sel Sel Sel Sel Sel Badan Tabel Judul Baris Sel Sel Sel sel sel sel Sumber :

  32. TABEL SATU ARAH Tabel Satu Arah Atau Tabel Satu Komponen Tabel yang hanya terdiri atas satu ketegori atau satu karakteristik data. Tabel 1.5 Implementasi Proyek Asing Menurut Sektor Ekonomi 1986 Sektor Nilai Proyek (Jutaan Rp) Pertanian 707.929 Pertambangan 27.700 Industri 1.805.665 Bangunan 294.872 Perdagangan dan Hotel 313.682 Pengangkutan dan Komunikasi 114.341 Jasa-Jasa Sosial dan Pribadi 167.057 Jumlah 3.431.246 Sumber : Indikator Ekonomi, 1986, BKPM

  33. TABEL DUA ARAH Tabel Dua Arah Atau Tabel Dua Komponen Tabel yang terdiri dari dua ketegori atau dua karakteristik data. Tabel 1.6 Jumlah Mahasiswa UIN SUSKA RIAU Menurut Fakultas dan Kewarganegaraan 2010 Fakultas WNI WNA Jumlah Fakultas Usuludin 1850 40 1890 Fakultas Sains dan Teknologi 1320 10 1330 Fakultas Psikologi 530 5 535 Program Pascasarjana 250 10 260 Jumlah 3950 65 4.015 Sumber : Data buatan

  34. TABEL TIGA ARAH Tabel Tiga Arah Atau Tabel Tiga Komponen Tabel yang terdiri dari tiga ketegori atau tiga karakteristik data. Tabel 1.7 Jumlah Kendaraan Menurut Umur, Merek dan Jenis Pada PT. TISANI Tahun 2010 Umur Toyota Mitsubishi Honda Jumlah Sedan Bus Dll Sedan Bus Dll Sedan Bus Dll (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) <1 th 5 1 2 2 1 1 1 0 1 14 2 th – 3 th 3 1 1 1 0 0 0 1 2 9 3 th – 4 th 2 1 1 2 1 0 0 2 2 11 4 th – 5 th 4 0 0 0 1 2 0 1 1 9 >5 th 3 1 2 1 2 1 1 1 1 13 Jumlah 17 4 6 6 5 4 2 5 7 56 Sumber : Data buatan

  35. TUGAS-1 1. Luas Propinsi Aceh, Sumatera Utara, Sumatera Barat, Riau, Jambi, Dan Seumatera Selatan berturut-turut adalah sebagai berikut: 55.392 km2, 70.787 km2, 49.778 km2, 94.562 km2, 44.924 km2, dan 158.163 km2, dengan kepadatan penduduk per km2berturut-turut adalah 29, 70,47,13,17,dan 31. Buatlah tabel, grafik garis, grafik batang dan grafik lingkaran untuk data tersebut. 2. Biaya Produksi PT. TISANI tahun 2000-2005 (dalam miliar rupiah) berturut-turut adalah 0.65, 1.50, 2.70, 3.10, 3.80, dan 4.50. Hasil Penjualan PT. TISANI tahun 2000-2005 (dalam miliar rupiah) berturut-turut adalah 1.25, 2.45, 3.90, 4.50, 4.90, dan 6.95 Biaya Produksi PT. TISANI tahun 2000-2005 (dalam miliar rupiah) berturut-turut adalah 0.65, 1.50, 2.70, 3.10, 3.80, dan 4.50. Pajak yang harus dibayar PT. TISANI tahun 2000-2005 (dalam miliar rupiah) berturut-turut adalah 0.10, 0.20, 0.30, 0.50, 0.70, dan 0.80. Buatlah tabel, grafik garis dan grafik batang untuk data tersebut.

More Related