Statistika Industri I

1. StatistikaIndustri I TIP-FTP-UB Pengampu: AzimmatulIhwah

2. Before mid lectures • Introduksi danJenis-jenis Data = 1 meeting • Penyajian Data = 1 meeting • UkuranTendensiSentral = 1 meeting • Variabilitas= 1 meeting • ProbabilitasdanTeknik Sampling = 1 meeting • Quiz I/diskusi I = 1 meeting • DistribusiProbabilitasDiskritdanKontinu = 1 meeting • Estimasi Parameter danPengantarUjiHipotesis = 1 meeting • UjiHipotesis = 1 meeting • Quiz II/diskusi II = 1 meeting Total = 10 meetings Middle Exams= April, 2014

3. Score and rules • Your final score will be from Imma (50%) and NurLaila (50%) • Imma’s score elements : - Task = 10% • Quiz = 20 % • Discussion = 20% - Middle Exams = 50% • Rules : - 15 minutes tolerance of lateness, be valid to both students and lecture (except the lecture inform for lateness) - all devices : silent please kindly out of the class if it’s important • You may eating or drinking, except something disturb, ex ‘keripik’, rice bowl include the dish, etc. • If you try anything to cheat, you’ll get 0 for quiz

4. Statistics are everywhere!

5. Apaitu STATISTIKA • Statistikaadalahilmu yang mempelajaritentangpengumpulan data danpenyajian data. Dari data yang adatersebutkitadapatmelakukananalisisuntukmenarikkesimpulandanmelakukanprediksi. • Kesimpulanmengenaiapa? • Bagaimanakita bisamenarik kesimpulanitu? Kesimpulanmengenai populasiberdasarkan data yang adapada bagiandaripopulasiitu.

6. PopulasidanSampel • Jadi, apaituPopulasi? apa yang disebutbagiandaripopulasiitu? • Populasiadalah kumpulan keseluruhan pengukuran, objek, atau individu yang sedang dikaji. • Bagiandaripopulasiitulah yang disebutsampel. Contoh: jikapopulasinyamahasiswaUniversitasBrawijaya, makasampelnyamahasiswa FTP, ataumahasiswaFakultasKedokteran

7. Statistika Statistikadibedakanmenjadiduajenis: • StatistikaDeskriptif adalahbagianstatistika yang mempelajaricarapenyusunan data yang dikumpulkan. Sepertipenyajian data dalambentuktabel, grafikataupundalamkonstanta yang mewakilinya (mean,median,modus) 2. StatistikaInduktif/Inferensial adalahbagianstatistika yang mempelajaritatacarapenarikankesimpulanmengenaipopulasiberdasarkan data yang adapadasampel. Misalnyainginmengetahuiberapaproporsicabe yang rusakpadasaatpanen di wilayah X danhanyadiambil n kg. Ternyatadiketahui p kg cabe yang rusakdari n kg cabeygdiambiltadi. StatistikaInduktifmempelajaribagaimanamenggeneralisasikanhasiltersebutterhadappopulasicabe di wilayah X.

8. StatistikaInferensial • StatistikaInferensialdiklasifikasikanmenjadidua: • StatistikaInferensialParametrik Prosedurpenarikankesimpulandenganberdasarkansejumlahasumsi, sepertinormalitas data, independensi. 2. StatistikaInferensialNonparametrik Disebut pula metodebebasdistribusi. Karenametodeinihanyasedikitmembuatdugaanmengenaipopulasiasalsampel.

9. StatistikaIndustri • Analisadata dalampenelitianbidangindustridenganmenggunakanprinsipdanmetodedalamStatistika.

10. Variabeldan Data • Variabelberasaldari kata ‘vary’ dan ‘able’ yang berartidapatberubah. • Dalampenelitian, variabeldapatdiartikansebagaisifat-sifat yang memilikinilaidandapatditeliti. Nilaidarivariabelinidapatberubah. • Data adalahsesuatu yang mewakilivariabel. Jadi data merupakanbahanmentah yang dapatdiolahuntukmemperolehinformasi/keterangan.

11. KlasifikasiVariabelditinjaudariadatidaknyagapantarnilaipengamatanKlasifikasiVariabelditinjaudariadatidaknyagapantarnilaipengamatan • VariabelDiskrit Variabel yang cacahnilainyaberhinggaataunilainyadapatdidaftar. Contohcacahanakdalamkeluarga. • VariabelKontinyu Variabel yang cacahnilainyatidakberhinggadannilainyatidakdapatdidaftar. Contohtinggibadan. Data yang menggambarkanvariabeldiskritdisebut data diskrit, sedangkan data yang menggambarkanvariabelkontinudisebut data kontinyu.

12. KlasifikasiVariabelmenuruttingkatpengukuran • Variabel Nominal -> adaklasifikasidankategoripengamatan Contoh: jeniskelamin • Variabel Ordinal -> adaklasifikasidantingkatan Contoh: tingkatpendidikan • Variabel Interval -> adaklasifikasi, tingkatandanterdapatsatuanpengukuran Contoh: nilai UTS StatistikaIndustri I • VariabelRasio -> adaklasifikasi, tingkatan, terdapatsatuanpengukurandanmempunyainilainolmutlak Contoh: tinggibadan, temperaturpemanggangan Variabel nominal dan ordinal merupakanvariabelkualitatif, sedangkanvariabel interval danrasiomerupakanvariabelkuantitatif.

13. Pengelompokan Data (cont.) • Data menurutsumbernya: 1. Data internal Data ygsumbernyadiperolehdaridalam unit (objek) penelitian. Contohnyaadalah data keuanganperusahaan. 2. Data eksternal: Data ygsumbernyaberasaldariluar unit (objek) penelitian Contohnya adalah data jumlah penggunaan suatu produk pada konsumen, tingkat preferensi pelanggan

14. Pengelompokan Data (cont.) • Data menurutcaramemperolehnya : 1. Data primer : data yang diusahakandandimanfaatkanoleh orang pertama (data yang dihimpunlangsungolehpeneliti). Misal data beratbadanMahasiswa FTP PadaMakulStatind I Kelas P yang diukurdengancarapenelitimembawatimbanganuntukmengukurlangsung. 2. Data sekunder: data yang diperolehatasusahapihak lain. Misal data dariBadanPusatStatistik(BPS)

15. Pengelompokan Data (cont.) Data menurutwaktupengumpulannya : 1. Data Cross Section Data cross-section adalah data yang menunjukkantitikwaktutertentu. Contohnyalaporankeuangan per 31 desember 2006, data pelanggan PT. anginributbulanmei 2004, dan lain sebagainya.2. Data Time Series / Berkala Data berkalaadalah data yang datanyamenggambarkansesuatudariwaktukewaktuatauperiodesecarahistoris. Contoh data time series adalah data perkembangannilaitukar dollar amerikaterhadap euro eropadaritahun 2004 sampai 2006, jumlahpengikutjamaahnurdin m. top dandoktorazaharidaribulankebulan, dll.

16. Review Akan dilakukanpenelitianuntukmengetahuicapaianpanenberas di Indonesia. Diperoleh data beratberasdari50 kabupaten (dalamribuan ton) di Indonesia sebagaiberikut: • Apakahpopulasidansampeldalampenelitiantersebut? • Tentukanjenisvariabeldari data tersebut!