1 / 65

PPS 503 TEKNIK ANALISA DATA

PPS 503 TEKNIK ANALISA DATA. Buku : Wajib : Methoda Statistika (Sudjana) Pengantar Statistika edisi ke 3 Ronald E Walpole Statistical Inference, George Casella and Roger L Berger Teknik Penarikan Sampel, W G Cochran Tambahan Teori statistika untuk Penelitian pendidikan.

skipper
Télécharger la présentation

PPS 503 TEKNIK ANALISA DATA

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. PPS 503TEKNIK ANALISA DATA

  2. Buku : • Wajib : • Methoda Statistika (Sudjana) • Pengantar Statistika edisi ke 3 Ronald E Walpole • Statistical Inference, George Casella and Roger L Berger • Teknik Penarikan Sampel, W G Cochran • Tambahan • Teori statistika untuk Penelitian pendidikan

  3. TUJUAN MATA KULIAH Analisa data (kuanntitatif dan kualitatif) bertujuan Memberikan pengetahuan tentang teknik Penganalisaan data kuantitatif dan kualitatif baik Secara deskriptif maupun inferensial. Mata kuliah ini mencakup: Statistika dan teknik analisis data kuantitatif dan Kualitatif. Analisis data diarahkan pada penarikan Kesimpulan data empirik dalam bentuk generali- Sali dan pemaknaan kasus sebagai impikasi dari Perkuliahan filsafat ilmu dan metodoloi pendidikan

  4. Materi • I. Statistik Deskriptif • 1. Pengertian statistik • 2. Data Statistik • 3. Fungsi Statistika • 4. Penyajian data • 5. Daftar Distribusi Frekuensi (DDF) • 6. DDF Absolut, relatif dan komulatif • 7. Histogram, Polinom Frekuensi dan Ogive • 8. Ukuran Pemusatan • 9. Ukuran Penyebaran 3 x perkuliahan

  5. II. Peluang dan Kejadian (2x TTM) III. Statistika Inferensial (3x TTM) IV. Korelasi dan Regresi (4x s/d 5x TTM) V. Analisa Variansi (2x s/d 3x TTM) Rincian materi menyusul Warning Yang hadir kurang dari 80% langsung nilai E

  6. Statistik dan Probabilitas mash-mat@unri.ac.iddan mashadi_l@yahoo.com

  7. Mengapa ya Butuh Statistik • Di dunia tidak ada yang pasti. • Ada error/kesalahan, adanya variasi/fluktuasi. • Butuh sample, generate populasi. • Ada Dugaan/Estimasi. • Membutuhkan Pengujian hipotesa dalam eksperimen. • Ingin mengetahui pola hubungan. • Ingin mengetahui studi kelayaakan. • Ingin mengetahui yang akan datang. • Ingin mengambil kelompok informasi. • Sebagai Pengambilan Keputusan dlm menentukan kebijaksanaan. • Ingin mengidentifikasi pola atau bentuk tertentu. • Menganalisa Standart Kwalitas Produksi, kompetensi? • Dll.

  8. ???? Data ???? Cara Pengumpulan Data Cara pengolahan penyajiandata Analisa data untuk pengambilan keputusan dan prediksi

  9. Dunia Tidak Pasti • Mati Pasti, kapan saudara mati?. • Jodoh Takdir, bagaimana dan kapan?. • Rejeki Barokah, Berapa tiap hari rejekinya?. Hidup Penuh Probabilitas Kedidakpastian Kemungkinan Akherat saja yg Pasti

  10. Ibu PKK Demo Lemper 1 Kg hrs jadi 100 lemper Benarkah...?? Peluang Pesawat Jatuh=0.01 Kalo 99 kali Terbang Selamat Kalo 100x0.01=1, berarti 1x jatuh,siapa mau naik gratis ???

  11. Statistika  Ilmu yang mempelajari statistik • Pengertian Statistika: Metoda yang berhubungan dengan penyajian dan penafsiran kejadian yang bersifat peluang dalam suatu penyelidikan terencana atau penelitian ilmiah • Dalam statistika tercakup dua pekerjaan penting, yaitu : Penyajian dan penafsiran....DATA...informasi

  12. Analisis Eksplorasi Data Eksplorasi  Upaya untuk melihat ke dalam data guna mengungkap informasi yang terkandung dalam data tersebut  manipulasi, penyarian/perangkuman, peragaan Peragaan : tabel & grafik (histogram, diagram batang, diagram lingkaran/pie chart, plot, dll.) Penyarian: ukuran pemusatan (mean, median, modus, quartil), ukuran penyebaran (variance, standard deviasi, range, jarak antar kuartil)

  13. Contoh Data Karyawan Penyajian Tabel Penyajian Grafik

  14. DATA : ukuran suatu nilai • Data bentuk jamak (plural) • Datum bentuk tunggal (singular) • Informasi : data yang telah diproses • Dalam banyak pengambilan keputusan dalam bidang bisnis, manajemen dan ekonomi, statistik (data) atau statistika (metode) :…

  15. Jenis-jenis data : • Berdasarkan sumber-nya data dibedakan menjadi : • Data primer : data yg didapatkan atau dikumpulkan sendiri, misal dgn melakukan wawancara, observasi atau penelitian lapangan/laboratorium • Data sekunder : data yg didapat dari pihak lain, misal dari data providers seperti : BPS, LIPI, dll

  16. Berdasarkan jenisnya data dibedakan menjadi : • Data Numerik (kuantitatif) → dinyatakan dalam besaran numerik (angka), Misalnya : Data pendapatan per kapita, pengeluaran, harga, jarak, dll. • Data Kategorik (Kualitatif) → diklasifikasikan berdasarkan kategori/kelas tertentu Misalnya : • Kategori Mahasiswa Berprestasi dan Tidak Berprestasi, • Kategori kota kecil, sedang dan besar, • Kategori pendukung partai politik XXX, YYY, ZZZ, dll.

  17. Dua jenis Metode Statistika (Statistics) a.Statistika Deskriptif (Descriptive Statistics) Metode pengumpulan, peringkasan dan penyajian data Descriptive : bersifat memberi gambaran b. Statistika Inferensia = Statistika Induktif (Inferential Statistics) Metode analisis, peramalan, pendugaan dan penarikan kesimpulan Inferential : bersifat melakukan generalisasi (penarikan kesimpulan).

  18. Contoh Masalah Statistika Deskriptif 1. Tabulasi Data 2. Diagram Balok 3. Diagram Kue Pie 4. Grafik perkembangan harga dari tahun ke tahun Contoh Masalah Statistika Inferensia 1. Pendugaan Parameter 2. Pengujian Hipotesis 3. Peramalan dengan Regresi/Korelasi Contoh :

  19. Pengolahan dan penyajian data So data ini mau diapakan Kalau datanya banyak???? Bisa bosan nengok tumpukannya Maka data tersebut mesti kita olah dan disajikan dengan menarik

  20. Menyajikan data dalam berbagai penampilan

  21. DATA . . . . 60 . . . . . . 56 73 77 52 77 57 63 73 89 59 71 65 62 70 67 92 65 73 69 56 61 55 79 75 49 61 53 96 75 41 69 67 94 45 91 67 58 73 91 83 91 65 81 77 71 67 87 77 69 69 59 57 89 73 63 60 93 83 51 71 KALAU DISUSUN SEPERTI ITU SAJA, BELUM LAGI INFORMASI HARINYA DLL,BISA PUYENG KEPALA DIBUATNYA, APALAGI KALAU 500 ORANG MAKA DATA TSB AKAN LEBIH MENARAIK KALAU KITA SAJIKAN DALAM TABEL DISTRIBUSI FREKUENSI

  22. a. Menentukan jumlah kelas K = 1 + 3,3 Log N b. Menentukan interval kelas c. Menentukan Lower class limit dan Upper Class Limit yaitu batas atas dan batas bawah dari suatu kelas d. Mid Point 2. DISTRIBUSI FREKUENSI

  23. SUSUN TERLEBIH DAHULU DATA DARI YANG KECIL KE YANG BESAR 41 45 49 51 52 53 55 56 56 57 57 58 59 59 60 61 61 62 63 63 65 65 65 67 67 67 67 69 69 69 69 70 71 71 71 73 73 73 73 73 75 75 77 77 77 77 79 81 83 83 87 89 89 91 91 91 92 93 94 96 a. Menentukan jumlah kelas K = 1 + 3,3 Log N K = 1 + 3,3 Log 60 K = 1 + 3,3 (1,78) K = 6,8 atau 7 b. Menentukan Interval Kelas = 8,09 dibulatkan 9

  24. Tabel Distribusi Frekuensi

  25. OGIVE • Merupakan grafik dari distribusi frekuensi kumulatif. • Nilai data disajikan pada garis horisontal (sumbu-x). • Pada sumbu vertikal dapat disajikan: • Frekuensi kumulatif, atau • Frekuensi relatif kumulatif, atau • Persen frekuensi kumulatif • Frekuensi yang digunakan (salah satu diatas)masing-masing kelas digambarkan sebagai titik. • Setiap titik dihubungkan oleh garis lurus.

  26. Interval Tepi Kelas Frekuensi kurang dari Frekuensi Lebih dari 160-303 159,5 0 (0%) 20 (100%) 304-447 303,5 2 (10%) 18 (90%) 448-591 447,5 7 (35%) 13 (65%) 592-735 591,5 16 (80%) 4 (20%) 736-878 735,5 878,5 19 (95%) 20 (100%) 1(5%) 0 (0%) Penyajian Data KURVA OGIF Definisi: Diagram garis yang menunjukkan kombinasi antara interval kelas dengan frekuensi kumulatif.

  27. Penyajian Data KURVA OGIF

  28. UKURAN LETAK(UKURAN PEMUSATAN) • Rata-rata (purata) • Median, • Modus • Kuartil • Desil • Persentil

  29. PENGERTIAN, ISTILAH LAIN DAN JENIS MEAN • Apakah Mean? Mean merupakan salah satu ukuran untuk memberikan gambaran yang lebih jelas dan singkat tentang sekumpulan data. Mean dipelajari dalam materi Statistika, yaitu dalam sub materi ukuran pemusatan data. • Istilah lain rata-rata atau rerata atau rataan • Jenis Mean 1. rata-rata hitung, 2.rata-rata ukur dan 3. rata-rata harmonis Rata-rata

  30. RATA-RATA HITUNG LAMBANG Rata-rata hitung dilambangkan dengan eks bar SUB MATERI • Data tunggal 2. Data berbobot 3. Data berkelompok

  31. RATA-RATA HITUNGDATA TUNGGAL Jika terdapat n buah data yang terdiri dari x1, x2, x3, … xn, rata-rata hitung data tersebut dapat didefinisikan sebagai berikut. atau atau = banyak data = jumlah data (jumlah data ke-1 sampai dengan data ke-n)

  32. RATA-RATA HITUNGDATA TUNGGAL BERBOBOT Jika nilai n buah data adalah x1, x2, x3, … xn, dan masing-masing frekuensinya adalah f1, f2, f3, … fn, nilai rata-rata hitung sekumpulan data tersebut didefinisikan sebagai berikut. atau atau • = Jumlah hasil perkalian setiap data dan frekuensinya • fi = Frekuensi data ke-i • x i = Data ke-i • fi = n = banyak data

  33. Contoh Berapakah Rata-rata pakaian yang terjualpadatabeldisampingadalah

  34. Pembahasan Diketahui : Ditanya : Rumus rata-rata Jawab : = = 84 140 240 360 100 840 10

  35. 1 2 Ditanya : Rata-rata Jawab : = = 3,6 Ditanya : x Jawab : 49 = 49(8+x) =390 + 50x 392 + 49x = 390 + 50x 49x – 50x = 390 – 392 -x = -2 x = 2 musim  banyak musim : 2 + 3+ 2+ 1 + 2 = 10 musim

  36. RATA-RATA HITUNG DATA KELOMPOK Berikut ini adalah rumus-rumus untuk menentukan Rata-rata hitung data berkelompok. 1. dengan rumus sigma 2. dengan rumus coding 3. dengan rata-rata duga Menentukan rata-rata hitung data berkelompok akan lebih mudah apabila data disajikan dalam bentuk tabel distribusi frekuensi. , xi = Titik tengah = ½ . (batas bawah + batas atas) ci= Kode titik tengah I = Interval kelas = Panjang kelas = x0 = Titik tengah pada frekuensi terbesar di = xi – x0

  37. Contoh Rata-rata pendapatan harian pedagang kaki lima pada tabel di samping adalah Rp …

  38. Pembahasan Dengan rumus sigma Batas bawah Batas atas = 11,7 Penghasilan rata-rata pedagang = 11,7 x 10.000 = Rp 117.000 x1 = ½ (1+5) = ½ . 6 = 3 x2 = ½ (6+10) = ½ . 16 = 8 x3 = ? x4 = ? x5 = ?

  39. Pembahasan Dengan rumus coding Kelas dengan frekuensi terbesar X0 = nilai tengah pada frekuensi terbesa 0 = Kode pada frekuensi terbesar x0. = 8 fi.c i = 37 n= 50 I= (6 – 1)/1 = 5 = 8 + 3,7 = 11,7 Penghasilan rata-rata pedagang = 11,7 x 10.000 = Rp 117.000

  40. Kelas dengan frekuensi terbesar di = Nilai tengah – Nilai dugaan = xi –x0 X0 = nilai dugaan d1 = 3 – 8 = -5 d2 = 8 – 8 = 0 d3 = ?, d4 =?dand5 = ? x0. = 8 fi.d i = 185 n= 50 = 8 + 3,7 = 11,7 Penghasilan rata-rata pedagang = 11,7 x 10.000 = Rp 117.000 Pembahasan dengan rata-rata duga

  41. LATIHAN 2. Hitunglah Panjang rata-rata 50 potong kawat (tabel 4) dengan : A. Rumus sigma B. Rumus Coding C. Rumus Rata-rata duga 1. Hitunglah Jarak rata-rata yang ditempuh siswa dari rumah ke sekolah (tabel 3) dengan : A. Rumus sigma B. Rumus Coding C. Rumus Rata-rata duga

  42. Rata-rata = = 5,5 + 11 = 16,5 KM Rata-rata = = 1650/100 = 16,5 KM 1 Rata-rata : = 5.5 + 11 = 16.5 KM

  43. Rata-rata = = 7,2 – 0,504 = 6,696 6,7CM Rata-rata = = 334,8/50 = 6,696 6,7 CM 2 Rata-rata : = 7,2 – 0,504 = 6,696 6,7 CM

  44. ADA YANG MENYEBUT DENGAN Weighted Mean Secara subyektif Pemberian faktor penimbang didasarkan pada pandangan masing-masing individu Secara obyektif Penentuan faktor penimbang ditentukan berdasarkan arti penting barang Rumus

  45. RATA-RATA UKUR : Rata-rata ukurbaikdigunakanbilaperbandingantiapdua data berukurantetapatauhampirtetap

More Related