slide statistika beni ok.ppt

download slide statistika beni ok.ppt

If you can't read please download the document

  • date post

    28-Dec-2016
  • Category

    Documents

  • view

    215
  • download

    1

Embed Size (px)

Transcript of slide statistika beni ok.ppt

  • STATISTIKASuminto A. Sayuti Beniati Lestyarini

    sem genap 2013

    Beniati_lestyarini@uny.ac.id

  • Pengolahan informasi statistik mempunyai sejarah sejak peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa mengumpulkan data statistik untuk mendapatkan informasi deskriptif mengenai pajak, perang, hasil pertanian, bahkan pertandingan atletik. Pada masa kini, berkembangnya teori peluang dapat memungkinkan manusia menggunakan data statistik untuk meneropong jauh di luar data yang dikumpulkan melalui generalisasi dan peramalan.

    PENGUKURAN

    EVALUASI

  • Mengapa perlu Statistika di PBSI?

    Salah satu sarana dalam PENELITIAN BSI

    Perlu olah data dan interpretasi

    JANGAN HANYA BERAKHIR PADA ANGKA TAPI BERI MAKNA PADA SETIAP HASIL PERHITUNGAN STATISTIK

    !

    SKRIPSI

    MAKUL PENELITIAN BSI

    Pengukuran dalam PBSI

    Penilaian-evaluasi dalam PBSI

  • KONSEP DASAR

    1. Statistik sebagai ilmu penunjang, disebut STATISTIKA2. Statistik sebagai data pengamatan berwujud angka3. Statistik sebagai atribut kuantitatif dari sampel

  • STATISTIKA :

    Kegiatan untuk :

    mengumpulkan data menyusun data menyajikan data menganalisis data dengan metode tertentu menginterpretasikan hasil analisis

    KEGUNAAN

    ?

    STATISTIKA DESKRIPTIF :

    Berkenaan dengan pengumpulan, pengolahan, dan penyajian sebagian atau seluruh data

    (pengamatan) untuk memberikan informasi tanpa pengambilan kesimpulan

    STATISTIKA INFERENSI :

    Setelah data dikumpulkan, maka dilakukan berbagai metode statistik untuk

    menganalisis data, dan kemudian dilakukan interpretasi serta diambil kesimpulan.

    Statistika inferensi akan menghasilkan generalisasi (jika sampel representatif)

    Melalui fase

    dan fase

    1. Konsep Statistika

    *

  • 2. Statistika & Metode Ilmiah

    METODE ILMIAH :

    Adalah salah satu cara mencari kebenaran yang bila ditinjau dari segi penerapannya, resiko untuk keliru paling kecil.

    LANGKAH-LANGKAH DALAM METODE ILMIAH :

    Merumuskan masalahMelakukan studi literaturMembuat dugaan-dugaan, pertanyaan-pertanyaan atau hipotesis

    Mengumpulkan dan mengolah data, menguji hipotesis, atau menjawab pertanyaan

    Mengambil kesimpulan

    PERAN STATISTIKA

    INSTRUMEN

    SAMPEL

    VARIABEL

    SIFAT DATA

    METODE ANALISIS

    *

  • 3. Data

    DATA terbagi atas DATA KUALITATIF dan DATA KUANTITATIF

    DATA KUALITATIF :

    Data yang dinyatakan dalam bentuk bukan angka.

    Contoh : jenis pekerjaan, status marital, tingkat kepuasan kerja

    DATA KUANTITATIF :

    Data yang dinyatakan dalam bentuk angka

    Contoh : lama bekerja, jumlah gaji, usia, hasil ulangan

    DATA

    JENIS

    DATA

    NOMINAL

    ORDINAL

    INTERVAL

    RASIO

    KUALITATIF

    KUANTITATIF

    *

  • 4. Data

    DATA NOMINAL :

    Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi.

    CIRI : posisi data setara

    tidak bisa dilakukan operasi matematika (+, -, x, :)

    CONTOH : jenis kelamin, jenis pekerjaan

    DATA ORDINAL :

    Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat hubungan

    CIRI : posisi data tidak setara

    tidak bisa dilakukan operasi matematika (+, -, x, :)

    CONTOH : kepuasan kerja, motivasi

    DATA INTERVAL :

    Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui.

    CIRI : Tidak ada kategorisasi

    bisa dilakukan operasi matematika

    CONTOH : temperatur yang diukur berdasarkan 0C dan 0F, sistem kalender

    DATA RASIO :

    Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut.

    CIRI : tidak ada kategorisasi

    bisa dilakukan operasi matematika

    CONTOH : gaji, skor ujian, jumlah buku

    *

  • 5. Pengolahan Data

    PROSEDUR PENGOLAHAN DATA :

    PARAMETER : Berdasarkan parameter yang ada statistik dibagi menjadi

    Statistik PARAMETRIK : berhubungan dengan inferensi statistik yang membahas parameter-parameter populasi; jenis data interval atau rasio; distribusi data normal atau mendekati normal.

    Statistik NONPARAMETRIK : inferensi statistik membahas parameter-parameter populasi; jenis data nominal atau ordinal; distribusi data tidak diketahui atau tidak normal

    JUMLAH VARIABEL : berdasarkan jumlah variabel dibagi menjadi

    Analisis UNIVARIAT : hanya ada 1 pengukuran (variabel) untuk n sampel atau beberapa variabel tetapi masing-masing variabel dianalisis sendiri-sendiri..Analisis BIVARIAT Contoh : korelasi motivasi dengan pencapaian akademikAnalisis MULTIVARIAT : dua atau lebih pengukuran (variabel) untuk n sampel di mana analisis antar variabel dilakukan bersamaan. Contoh : pengaruh motivasi terhadap pencapaian akademik yang dipengaruhi oleh faktor latar belakang pendidikan orang tua, faktor sosial ekonomi, faktor sekolah.

    *

  • 7. Penyajian Data

    TABEL

    GRAFIK

    *

  • 8. Membuat Tabel

    TABEL : memberikan informasi secara rinci. Terdiri atas kolom dan baris

    TABEL

    KOLOM

    Kolom pertama : LABEL

    Kolom kedua . n : Frekuensi atau label

    BARIS

    Berisikan data berdasarkan kolom

    Tabel Tabulasi Silang

    Asal WilayahPendapat tentang sertifikasiJumlahSangat perluPerlu Tidak tahuTidak perlu Sangat tdk perluJawa BaratJawa TengahJawa TimurNTTPapuaJumlah

    *

  • 9. Membuat Grafik

    GRAFIK : memberikan informasi dengan benar dan cepat, tetapi tidak rinci.

    Syarat :

    Pemilihan sumbu (sumbu tegak dan sumbu datar), kecuali grafik lingkaranPenetapan skala (skala biasa, skala logaritma, skala lain)Ukuran grafik (tidak terlalu besar, tinggi, pendek)

    Sumbu tegak

    1

    2

    3

    4

    1

    2

    3

    4

    Sumbu datar

    0

    Titik

    pangkal

    Jenis Grafik :

    Grafik Batang (Bar)

    Grafik Garis (line)

    Grafik Lingkaran (Pie)

    Grafik Interaksi (Interactive)

    *

  • 10. Jenis Grafik

    Grafik Batang (Bar)

    Grafik Garis (line)

    Grafik lingkaran (pie)

    Grafik Interaksi (interactive)

    1.bin

    2.bin

    3.bin

    4.bin

    *

  • 11. Frekuensi

    FREKUENSI : banyaknya data untuk satu kelompok/klasifikasi

    k

    n = fi

    i=1

    k

    n = fi = f1 + f2 + f3 +.. + fi + + fk

    i=1

    KELOMPOKFREKUENSIKelompok ke-1f1Kelompok ke-2f2Kelompok ke-3f3Kelompok ke-ifiKelompok ke-kfk

    Pendidikan FrekuensiS162S219S3990

    *

  • DISTRIBUSI FREKUENSI : mengelompokkan data interval/rasio dan menghitung

    banyaknya data dalam satu kelompok/klasifikasi

    12. Distribusi Frekuensi

    Membuat distribusi frekuensi :

    Mencari sebaran (range) yakni selisih antara data paling besar dengan data paling kecil) + 1 35 20 + 1= 16Menentukan banyak kelas dengan rumus k = 1 + 3,3 log n

    7

    Menentukan panjang kelas dengan rumus

    p = sebaran / banyak kelas 16/7 = 2

    KELOMPOK USIAFREKUENSI20 211122 231724 251426 271228 29730 311832 - 33534 - 351

    USIAFREKUENSI20521622132342472572672752832943015313335351

    *

  • 13. Grafik

    Poligon

    KELOMPOK USIA FREKUENSI NILAI TENGAH20-211120,522-231722,524-251424,526-271226,528-29728,530-311830,532-33532,534-35134,5

    Chart1

    11

    17

    14

    12

    7

    18

    5

    1

    Series 2

    Grafik poligon

    Sheet1

    Series 2

    20,511

    22,517

    24,514

    26,512

    28,57

    30,518

    32,55

    34,51

    To resize chart data range, drag lower right corner of range.

  • 14. Grafik

    Histogram

    BUATLAH GRAFIK HISTOGRAMNYA!

    KELOMPOK USIA FREKUENSI NILAI NYATA20-211119,5-21,522-231721,5-23,524-251423,5-25,526-271225,5-27,528-29727,5-29,530-311829,5-31,532-33531,5-33,534-35133,5-35,5

  • 13. Ukuran Tendensi Sentral

    a. Mean

    RATA-RATA : suatu bilangan yang bertindak mewakili sekumpulan bilangan

    RATA-RATA HITUNG (RERATA/mean) : jumlah bilangan dibagi banyaknya

    X1 + X2 + X3 + + Xn

    n

    n

    Xi

    i =1

    n

    X =

    Bila terdapat sekumpulan bilangan di mana masing-masing bilangannya memiliki frekuensi,

    maka rata-rata hitung menjadi :

    X1 f1 + X2 f2 + X3 f3 + + Xkfk

    f1 + f2 + f3 + + fk

    X =

    k

    Xifi

    i =1

    k

    fi

    i =1

    Cara menghitung :

    Maka :

    X =

    695

    10

    = 69.5

    Bilangan (Xi) Frekuensi (fi)Xi fi703210635315852170Jumlah10695

    *

  • b. Median

    MEDIAN : nilai tengah dari sekumpulan data setelah diurutkan yang fungsinya membantu

    memperjelas kedudukan suatu data.

    Contoh : diketahui rata-rata hitung/mean nilai ulangan dari sejumlah siswa adalah 6.55.

    Pertanyaannya adalah apakah siswa yang memperoleh nilai 7

    termasuk istimewa, baik, atau biasa-biasa saja ?

    Jika nilai ulangan tersebut adalah : 10 10 8 7 7 6 5 5 5 5 4,

    maka rata-rata hitung = 6.55, median = 6

    Kesimpulan : nilai 7 termasuk kategori baik sebab berada di atas rata-rata hitung

    dan median (kelompok 50% atas)

    Jika nilai ulangan tersebut adalah : 8 8 8 8 8 8 7 5 5 4 3,

    maka rata-rata hitung = 6.55, median = 8

    Kesim