STATISTIKA

PERTEMUAN 1

STATISTIKA

1.Pengertian Statiska
Statitika adalah Suatu ilmu yang mempelajari cara pengumpulan, pengolahan, penyajian dan analisi data serta cara pengambilan kesimpulan secara umum berdasarkan hasil penelitian yang tidak menyeluruh, statistika banyak diterapkan dalam berbagai ilmu-ilmu alam (Misalnya Astronomi dan Biologi). Dalam arti sempit Statistik adalah data ringkasan berbentuk angka
(kuantitatif).

2.) Istilah Statistika
Metode    statistika adalah prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis dan penafsiran data.

Keunggulan Statistika dalam Bidang Ekonomi yaitu
• Bidang Produksi
• Bidang Akutansi
• Bidang Pemasaran
Metode-Metode tersebut dapat dikelompokan menjadi Dua kelompok, yaitu :
• Statistika Deskriptif
• Statistika Inferensi ( Statistika Induktif)  a.) Statistika Deskriptif
Statistika Deskriptif adalah ilmu statistika yang mempelajari tentang pengumpulan, pengolahan, dan penyajian data dalam bentuk Tabel Diagram Grafis.

Penyajian Data Deskriptif dapat berbentuk menjadi Dua bagian
yaitu :
=> Penyajian Data dalam bentuk Grafis
    • Histogram
    • Pie Chart
    • Poligon
    • Ogive
    • Stem and Leaf (Diagram Batang Daun)

 => Penyajian Data dalam bentuk Numerik
      • Central Tredency
      • Disperson / Pencaran
      • Fractile
      • Skewness
      • Pengukuran Keruncingan

Sumber : https://vebrianaparmita.wordpress.com/2013/09/10/statistika-deskriptif-1-pendahuluan/

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

    Metode ini juga disebut Statistiks Induktif, karena kesimpulan yang ditarik berdasarkan Informasi dari sebagian data saja.
    Generalasasi yang berhubungan dengan inferensia statistik selalu mempunyai sifat tidak pasti, karena berdasarkan informasi parsial yang diperoleh data sebagian data.




 => Fungsi Statistika
Pengetahuan tantang Statistik membantu untuk :

• Menjelaskan hubungan antar Variabel
• Membuat keputusan lebih baik
• Mengatasi Perubahan-Perubahan
• Dapat Menentukan Sebab da Akibat
• Membuat Rencana dan ramalan
• Dan masih banyak manfaat yang lain

=> Bagian-Bagian Statistik
Beberapa ilmu pengetahuan menggunakan statistika terapan sehingga dapat memilki terminologi yang khusus. Tahap-Tahap dalam Statistik adalah :

1. Mengidentifikasikan persolan
2. Pengumpulan Fakta-Fakta yang ada
3. Mengumpulkan data asli yang baru
4. Klarifikasi Data
5. Penyajian Data
6. Analisa Data
7. Penerapan statistika ilmu Biologi

Sumber : https://dokumen.tips/documents/pemilihan-uji-statistik-5681d2b32d2f2.html

⏩ Mengenal Statistika Populasi, Sampel dan Data  

  

        1.) POPULASI 

Pengertian Populasi
Populasi adalah Serumpun atau sekelompok objek yang menjadi sasaran penelitian, populasi dapat berupa Manusia, Hewan, Tumbuhan, Udara, Gejala, Nilai, Perstiwa, Sikap Hidup, dan lain sebagainya sehingga dapat menjadi sumber Penelitian.

➽Populasi berdasarkan jumlah terbagi menjadi Dua yaitu :
➣Populasi terbatas (terhingga)
➣Populasi tak terbatas (tak terhingga)


    ➭Populasi terbatas (terhingga)
Populasi yang di nyatakan dengan angka dan mempunyai batasan
Contoh   :     Program Sarjana Ekonomi memberikan Beasiswa kepada 300 Mahasiswa Berprestasi.
Terbatas :     Hanya untuk 300 Mahasiswa Berprestasi
Karakter :     Berprestasi


 
    ➭Populasi tak terbatas (tak terhingga)
Populasi yang tidak ditentukan batasannya
Contoh          : Sejumlah Pedagang berjualan di sekitar taman kota.
Tak terbatas : Sejumlah Pedagang
Karakter        : Berjualan

    Populasi tak terbatas terbagi menjadi Dua
    Yaitu :

1. Populasi Teoritis
2. Populasi Tersedia

➢ Populasi Teoritis
populasi yang diturunkan dari populasi terbatas
Contoh : Program Sarjana Ekonomi memberikan Beasiswa kepada 300
Mahasiswa Berprestasi tahun 2015, untuk mengetahui siapa saja yang layak mendapatkan Beasiswa maka dapat melihat kriteria pemberian Beasiswa tahun sebelumnya.

➢ Populasi Tersedia
populasi turunan dari populasi teoritis yang akan di teliti dengan mempertimbangkan jumlah, waktu dan tenaga yang tersedia dengan memperhatikan karakteristik yang ditentukan.         2.) SAMPEL
Sampel adalah sebagian objek dari populasi yang diambil untuk menjadi sumber data penelitian.

• Keunggulan Sampel untuk objek Penelitian

Populasi berjumlah banyak bahkan tidak terbatas dan tidak memungkinkan dalam pratiknya diteliti satu persatu, maka dari itu hanya sebagian objek yang diambil (sampel).
Adanya keterbatasan waktu penelitian, biaya, dan sumber daya manusia yang membuat peneliti hanya menggunakan sebagian sumber data.

       ➣ KARAKTERISTIK SAMPEL
 
1.) Akurasi / Ketepatan
Artinya semakin sedikitt tingkat kekeliruan dalam sampel makan akan semakin akurat atau tepat sampel tersebut.

2.) Memiliki tingkat presisi estimasi
Artinya belum ada sampel yang bisa mewakili karakteristik populasi sepenuhnya, oleh karena itu dalam setiap penarikan sampel pasti ada kesalahan yang melekat dan dikenal dengan sebutan "sampling error".

3.) Derajat Kepercayaan
Artinya mengukur seberaoa jauh peneliti yakin dalam estimasi populasi secara benar, semakin tinggi derajar kepercayaannya maka semakin banyak jumlah sampel yang harus diambil.




        ➣ TEKNIK PENGAMBILAN SAMPEL   
  Jenis-Jenis Pengambilan Sampel yaitu :
⏩ Ramdom Sederhana (Simple Random Sapling)
Pengambilan sampel    secara acak sehinga    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.

3.) DATA


    Pengertian Data
Data adalah sekumpulan fakta atau segala sesuatu yang dapat dipercaya kebenarannya sehingga dapat digunakan sebagai dasar menarik suatu kesimpulan.

    Data terbagi menjadi 2 yaitu :

• Data Primer
• Data Sekunder

    Data Primer
Data yang didapatkan langsung dari responden, Misalnya Data Pegawai
negri sipil dari BAKN, data registrasi Mahasiswa disuatu Universitas dll.

    Data Sekunder
Data yang tidak secara langsung diambil data Primer yang telah diolah untuk tujuan lain, Misalnya Data Perkawinan antara umur 10 s/d 20 tahun di Indonesia yang diambil dari departemen Agama untuk tujuan analisa pola perkawinan setiap Suku Bangsa di Indonesia.


Macam-macam data berdasarkan sumbernya :
    Data internal
Data yang menggambarkan situasi dan kondisi di dalam suatu organisasi, Misalnya Dari suatu Universitas ialah data Dosen, Jumlah Mahasiswa, Data Kelulusan dan Sebagainya.

    Data Eksternal
Data yang menggambarkan situasi dan kondisi di luar organisasi.



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 
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 
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 dikmupulkan 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)
Data yang dikumpulkan dari waktu ke waktu Misalnya Data angka kematian dan kelahiran dari tahun ke tahun di Indonesia yang cenderung memebasar da mengecil.

    Syarat data yang baik adalah
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 dnegna 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 yabg 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 menbedakan 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