1 / 55

BAB I BERKENALAN DENGAN STATISTIKA ( Pertemuan ke-1 )

BAB I BERKENALAN DENGAN STATISTIKA ( Pertemuan ke-1 ). Oleh : Andri Wijaya, S.Pd ., S.Psi ., M.T.I. Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer Global Informatika Multi Data Palembang. Pengaruh Nilai Statistik dalam Pengambilan Keputusan Personal.

raine
Télécharger la présentation

BAB I BERKENALAN DENGAN STATISTIKA ( Pertemuan ke-1 )

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. BAB I BERKENALAN DENGAN STATISTIKA(Pertemuan ke-1 ) Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I. Program StudiSistemInformasi SekolahTinggiManajemenInformatikadanKomputer Global Informatika Multi Data Palembang

  2. PengaruhNilaiStatistikdalamPengambilanKeputusan Personal BERITA HARIAN NASIONAL Sepanjang tahun ini telah terjadi 20 kecelakaan pesawat dalam 100 hari terakhir Berarti 5 hari sekali terjadi kecelakaan pesawat Bila 5 hari yang lalu telah terjadi kecelakaan pesawat, sedangkan Anda akan pergi dari Palembang ke Jakarta. Apakah Anda akan naik kereta api?

  3. PengaruhNilaiStatistikdalamPengambilanKeputusan Personal BERITA TV NASIONAL Hasil pooling lewat SMS menunjukkan jumlah responden yang memilih calon penyanyi adalah: Calon A: 25%, calon B: 60%, dan calon C: 15%. Wah calon favoritku C kayaknya akan tereliminasi, kalo gitu aku harus memberi dukungan yang banyak. Kalo si B tampil,saya harus nonton karena dia yang paling favorit.

  4. PengaruhNilaiStatistikdalamPengambilanKeputusan Personal Berita Media Nasional Berdasarkan hasil survey lembaga independen, dari 100 perusahaan besar ternyata 95 perusahaan mengalami kenaikan produksi sebesar 100% sampai 150% dalam 2 tahun terakhir Investasi di Indonesia ternyata menggiurkan. Kalo gitu sebaiknya membuka usaha baru daripada menyimpan uang di bank

  5. PengaruhNilaiStatistikdalamPengambilanKeputusan Personal Berita Media Nasional Penjualan tempe telah menyumbang 5% pendapatan untuk APBD Jawa Timur. Oleh karena itu akan didirikan 100 perusahaan tempe baru yang akan dibuka di daerah-daerah sentra-industri tempe Wah kalo gitu harus digalakkan memasyarakatkan tempe dan men-tempekan masyarakat

  6. PengaruhNilaiStatistikdalamPengambilanKeputusan Personal

  7. ALASAN APLIKASI 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 kelayakan. • Ingin mengetahui yang akan datang. • Ingin mengambil kelompok informasi. • Sebagai pengambilan keputusan dalam menentukan kebijaksanaan. • Ingin mengidentifikasi pola atau bentuk tertentu. • Menganalisa standar kualitas produksi, kompetensi?

  8. DuniaTidakPasti • Mati pasti, kapan saudara mati? • Jodoh takdir, bagaimana dan kapan? • Rejeki, Berapa tiap hari rejekinya? PROBABILITAS Apa yang pasti …… Apa yang tidak pasti ……

  9. Error/ Kesalahan, AkibatVariasi Data • Apa semua harus benar? • Apakah semua makanan enak? • Apakah saudara pintar? tampan? atau cantik? Butuh Tingkat Kesalahan Butuh Standart Error Butuh Rata-rata Kuadrat Error

  10. Butuh sample • Mengapa kalau masak perlu dicicipi? • Mengapa kalau beli buah boleh dicicipi? • Mengapa ada ukuran baju S, M, L, XL? • Mengapa sepatu ada ukuran, 39, 40, 42, dst. • Mengapa quick count polling president tepat? • Mengapa mengukur kualitas lampu tidak di test semua? • Mengapa uji kekuatan ban tidak semuanya di tusuk paku? Populasi Sample

  11. Dugaan/Estimasi • Mengapa akhir-akhir ini harga-harga melambung? • Mengapa hasil produksinya menurun? • Mengapa lumpur lapindo bertambah banyak? • Mengapa banyak semburan baru di tempat lain? >> Jangan-jangan, jangan-jangan…..???

  12. Susu formula 40% berbakteri PengujianHipotesa • Untuk membuktikan dugaan eksperimen, benar atau tidak dugaannya. • Apakah memang benar susu formula mengandung bakteri sakazaki??? • Perlu di uji hipotesanya sehingga menyakinkan, berapa tingkat keyakinannya? Mari kita sepakati. Uji Hipotesis >>>>>>>

  13. AdaPolaHubungan • Karena banyak komplikasi Gito Rolis meninggal?...ah itu takdir. • Karena dompet kosong, sabtu malam minggu di rumah saja, kasihan deach loe! • Karena……Maka……… Variabel Bebas Variabel Terikat

  14. ButuhStudiKelayakan • Bagaimana nasib korban Lapindo? • Cukup tidak uang ganti ruginya? • Apakah perlu adanya relokalisasi? • Apaka setuju lumpur lapindo korban nasional? Butuh Data Primer Butuh Kuesioner

  15. Keingintahuan akan datang • Berapa ya kira-kira saya harus jualan besuk? • Besok cuacanya hujan, berawan atau cerah? • Sebaiknya kita siapkan tahun depan anggaran operasional berapa ya? Teknik Ramalan Persamaan Regresi

  16. Kelompok Informasi • Ada berapa kelompok perokok berdasarkan umur? • Produk “X” termasuk kebawah, menengah atau ke atas. Segmentasi Market Pengambilan sampel

  17. Decision Support System Prosespengambilankeputusansebagaihasilakhirataspelaksanaanpenelitiandenganberdasarkanpada data danmetodologi yang digunakan. Keputusandapatberupakualitatif (deskriptif) ataukuantitatif (inferensi)

  18. Identifikasi Pola • Pengenalan buah • Pengenalan angka • Pengenalan wajah • Pengenalan sidik jari • Pengenalan gerakan

  19. PengedalianKualitas • Pengendalian kualitas secara statistik. • Peta kendali • Sampling produksi.

  20. BERKENALAN DENGAN STATISTIK

  21. STATISTIKA

  22. STATISTIKAilmupengetahuantentang data • merupakan bagian dari matematika yang membahas rumus untuk mengumpulkan, menggambarkan atau menyajikan, menganalisis, dan menginterpretasikan data kuantitatif [Webster New Collegiate Distionary] • merupakan cabang dari metode ilmiah yang menggunakan data didapatkan dengan menghitung atau mengukur bagian populasi [Kendall & Stuart] • membahas metode penarikan kesimpulan dari hasil percobaan atau proses [Fraser] • sebagai teknologi metoda ilmiah yang membahas rancangan percobaan dan investigasi serta inferensia statistika [Mood] • membahas rancangan percobaan atau survei sampling untuk mendapatkan sejumlah informasi tertentu dan penggunaan informasi secara optimal dalam pembuatan inferensia tentang populasi.

  23. METODOLOGI STATISTIKA Pemecahanmasalahsecarastatistik yang terdiriatasbeberapatahap, yaitu: • Identifikasimasalah • Pengumpulan data • Klasifikasi data • Penyajian data • Analisis data

  24. StatistikaDeskriptifvsInferensia C A R A P E N G O L A H A N D A T A • Statistikadeskriptifdigunakanuntukmenggambarkandanmenganalisa data denganmenghitungsedikitnyasatustatistikcontoh, denganmembangungrafikatautabel, ataudenganmembandingkanhasil data yang lain. [Penyajian data denganstatistiksederhana] • Statistikainferensiamenginterpretasikanhasil-hasilataumenghitungstatistik-statistik yang diperolehdaricontohuntukmengestimasi/ menduga parameter populasi. [Pendugaan parameter populasidanpengujianhipotesis]

  25. StatistikaDeskriptifvsInferensia Populasi Sampling Pendugaan Contoh Deskriptif Tingkat Keyakinan Ilmu Peluang

  26. StatistikaDeskriptifvsInferensia

  27. StatistikaDeskriptifvsInferensia

  28. StatistikaDeskriptifvsInferensia

  29. StatistikaParametrikvsNon Parametrik B E N T U K P A R A M E T E R • Statistika Parametrik Bagian statistik yang parameter dan populasinya mengikuti suatu distribusi tertentu, seperti distribusi normal, dan memiliki varian yang homogen • Statistika Non Parametrik Bagian statistik yang parameter dan populasinya tidak mengikuti suatu distribusi tertentu atau memiliki distribusi yang bebas dari persyaratan, dan variannya tidak perlu homogen.

  30. StatistikaParametrikvsNon Parametrik

  31. FUNGSI STATISTIKA • Fungsi deskriptif  memaparkan informasi dalam sajian yang bermakna untuk mendeskripsikan suatu keadaan atau menjelaskan mengapa dan bagaimana suatu kejadian terjadi • Fungsi inferensial  untuk mendapatkan kesimpulan yang bermakna; contoh penggunaan jamu • Fungsi analitik  mampu menjelaskan hubungan antara faktor satu dengan yang lain • Fungsi prediktif  dari data yang terkumpul dapat digunakan untuk melakukan prediksi

  32. METODE ILMIAH

  33. STATISTIK

  34. PENGERTIAN STATISTIK Sebenarnyabanyaksekalidefinisitentangstatistik, tetapitidakadadefinisi yang memuaskan. Hal inidisebabkankarenaluasnyaruanglingkupstatistik. Untukkeperluanpraktis, statistikbisadiartikansecarasempitdanluas. • Dalamartisempit, statistikberarti data ringkasanberbentukangka (kuantitatif) • Dalamartiluas, statistikberartisuatuilmu yang mempelajaricarapengumpulan, pengolahan/p engelompokkan, penyajian, dananalisis data sertacarapengambilankesimpulansecaraumumberdasarkanhasilpenelitian yang tidakmenyeluruh

  35. RUANG LINGKUP STATISTIK • Ekonomi dan bisnis • Tehnik dan mekanika • Sipil • Sosial dan budaya • Pemerintahan • Komputer dan informasi • Psychology dan komunikasi • Matematika dan pengetahuan alam • Semua bidang ilmu pengetahuan

  36. KEGUNAAN STATISTIK • Analisis data • Peramalan • Uji hipotesa • Ilmu statistik

  37. PENDEKATAN STATISTIK • Analisis deskriptif • Analisis inferensi • Kombinasi dari keduanya

  38. PENERAPAN STATISTIK Statistikpadamasakinimempengaruhihampirseluruhaspekkehidupan modern, contoh : • Perencanaansecarastatistikdanevaluasipenelitian yang membantuterciptanyakemajuanteknologidalammenghasilkandanmemprosesmakanan. • Pengembangandanpengendalianmutuproduk. • Membantupengumpulanpendapatumum (polling). • Membantudalampengambilankeputusansuatukebijakan, dll

  39. PERANAN STATISTIK Perananstatistikantara lain : • Membantumerumuskanmasalah yang akanditelitidalampengertianmasalah yang relevandantidakmeragukan. • Memberikanmetode yang efisiendalampengumpulandananalisis data. • Alat bantu dalampengambilankeputusandankesimpulandari data ataufakta yang dianalisis.

  40. KONSEP DASAR STATISTIK • Populasi • Sampel • Variabel • Statistik Inferensi • Pengukuran reabilitas dari statistik inferensi • Pembulatan Bilangan • Notasi Sigma

  41. Populasi • Populasi adalah sebagai sekumpulan data yang mengidentifikasi suatu fenomena • Contoh : • Semua pekerja di seluruh Indonesia • Semua mahasiswa di Jakarta • Populasi lebih bergantung pada kegunaan dan relevansi data yang dikumpulkan

  42. Sampel • Sampel adalah sebagai sekumpulan data yang diambil atau diseleksi dari suatu populasi • Contoh : • Populasi = Seluruh mahasiswa di Jakarta • Sampel = Mahasiswa akhir jurusan SI • Sampel pada dasarnya adalah bagian dari populasi

  43. Variabel • Dalam melakukan inferensi terhadap populasi, tidak semua ciri populasi harus diketahui, hanya satu atau beberapa karakteristik populasi yang perlu diketahui, yang disebut sebagai variabel • Variabel adalah sebuah simbol, yang dapat menyandang setiap nilai dari suatu himpunan nilai yang disebut sebagai domain dari variabel tersebut

  44. StatistikInferensi • Statistik inferensi pada dasarnya adalah suatu keputusan, perkiraan atau generalisasi tentang suatu populasi berdasarkan informasi yang terkandung dari suatu sampel

  45. Pengukuranreabilitasdaristatistikinferensi • Dalam analisa statistik yang diambil dari data sampel dari suatu populasi, maka konsekuensi akan menibulkan bias dalam inferensinya. • Maka diperlukan pengukuran reabilitas dari setiap inferensi yang telah dibuat

  46. PembulatanBilangan • Aturan 1 Jika angka terkiri dari yang harus dihilangkan 4 atau kurang, maka angka terkanan yang mendahuluinya tidak berubah. • Contoh Rp59.376.402,96 (dibulatkan hingga jutaan) menjadi Rp59.000.000,00

  47. PembulatanBilangan • Aturan II Jika angka terkiri dari yang harus dihilangkan ;ebih dari 5 atau 5 diikuti oleh angka bukan nol, maka angka terkanan yang mendahuluinya bertambah dengan satu. • Contoh 6.948 (dibulatkan hingga ribuan) ; 7.000 Rp176,51 (dibulatkan hingga satuan) ; Rp177,00

  48. PembulatanBilangan • Aturan III Jika angka terkiri dari yang harus dihilangkan, hanya angka 5 atau 5 yang diikuti oleh angka-angka nol, maka angka terkanan dari yang mendahuluinya tetap jika genap dan tambah satu jika ganjil. • Contoh 8,5 (dibulatkan hingga satuan) ; 8 19,5 (dibulatkan hingga satuan) ; 20

  49. PembulatanBilangan • Aturan II disebut aturan genap terdekat yang diambil untuk membuat keseimbangan antara pembulatan ke atas dan ke bawah. • Contoh 4,5 5 4 7,5 8 8 1,5 2 2 6,5 7 6 20 22 20 + + + Pembulatandengan aturan III Penjumlahantanpapembulatan Pembulatantanpaaturan III

  50. Notasi Sigma • Lambang Notasi sigma dapat ditulis “  “ • Rumus Notasi sigma dinyatakan dengan i = batas bawah n = batas atas xi = rumus penjumlahan

More Related