Statistik TAsk

download Statistik TAsk

of 50

  • date post

    24-Jul-2015
  • Category

    Documents

  • view

    260
  • download

    2

Embed Size (px)

description

Edit ya jgan copy...see you!!!

Transcript of Statistik TAsk

A. PENDAHULUANA.1 DEFINISISecara terminologi ada yang membedakan antara istilah STATISTIK dan STATISTIKA. Definisi kedua istilah tersebut diberikan berdasar beberapa tinjauan :

1. Statistik sbg data: Kumpulan atau deretan angka atau bilangan yang menunjukkan keterangan mengenai cabang kegiatan hidup tertentu. Contoh: Statistik penduduk, statistik pertanian, statistik perdagangan, statistik pendidikan dsb. 2. Statistik sbg kegiatan perstatistikan: Menurut UU no. 7 Th. 1960, statistik sebagai kegiatan mencakup 4 macam kegiatan: 1) pengumpulan data, 2) penyusunan data, 3) pelaporan data, dan 4) analisa data.

Terkait dengan pengertian statistik sebagai kegiatan ini, istilah BIRO PUSAT STATISTIK mempunyai pengertian sebagai sebuah biro pada tingkat pusat yang mempunyai kegiatan pokok yang mencakup 4 macam kegiatan: 1) pengumpulan data, 2) penyusunan data, 3) pelaporan data, dan 4) analisa data statistik. 3. Statistik sbg metode: Metode statistik adalah cara-cara tertentu yang ditempuh untuk: 1) mengumpulkan data, 2) menyusun data, 3) melaporkan data, dan 4) menganalisa data yang berupa sekumpulan bahan keterangan angkaangka untuk mendapatkan pengertian dan makna tertentu.

4. Statistik sbg Ilmu: Ilmu statistik adalah ilmu pengetahuan yang merupakan cabang dari matematika terapan yang membahas dan mengembangkan prinsip, metode, dan prosedur untuk: 1) mengumpulkan data angka, 2) menyusun data angka, 3) melaporkan data angka, 4) menganalisa data, dan 5) menarik kesimpulan, membuat perkiraan (estimasi), dan penyusunan ramalan (prediksi) secara ilmiah.

Statistik sebagai ilmu pengetahuan ini disebut sebagai STATISTIKA (Statistics).

Menurut Sudjana dalam Ridwan dan Sunarta (2007 : 4) Statistika (statistic) adalah ilmu yang terdiri dari theory dan metode yang merupakan cabang dari metematika terapan dan membicarakan tentang bagaimana mengumpulkan data, mengolah, dan menyajikan data, bagaimana menarik kesimpulan data, bagaimana menarik kesimpulan dari hasil analisis, bagaimana menentukan keputusan dalam batas-batas resiko tertentu berdasarkan strategi yang ada. Secara garis besar dalam memahami dan mempelajari statistik ada 4 langkah yang perlu diperhatikan, yaitu : 1. Apa yang dimaksud dengan statistic? (THEORY) 2. Mengapa menggunakan statistik? (THE REASON) 3. Misalnya : karena kuantitatif, karena experiment, karena untuk menguji hipotesis. 4. Bagaimana menggunakan dan menerapkan statistik? 5. Contoh statistik?

A.2 KLASIFIKASI STATISTIKBerdasarkan tingkat pekerjaannya, Statistik sebagai ilmu pengetahuan dibedakan menjadi: 1. Statistik Deskriptif: Statistik yang digunakan untuk menghimpun, menyusun, mengolah, menganalisa dan menyajikan data angka agar dapat memberikan gambaran yang teratur, ringkas dan jelas mengenai suatu gejala, peristiwa atau keadaan Istilah lain: Statistik Deduktif, Statistik Sederhana, Descriptive Statistics. 2. Statistik Inferensial: Statistik yang digunakan sebagai alat untuk menarik kesimpulan yang bersifat umum dari sekumpulan data, menyusun atau membuat prediksi/ ramalan, melakukan penaksiran (estimasi) dan sebagainya. Istilah lain: Statistik Induktif, Statistik Lanjut, Statistik Mendalam, Inferential Statistics.

A.2 KLASIFIKASI STATISTIK

Statistik Induktif dibedakan menjadi dua yaitu : 1. Statistika Parametrik: Statistik parametris terutama digunakan untuk menganalisis data interval atau data rasio yang diambil dari populasi yang berdistribusi normal. 2. Statistika Nonparametrik (distribution-free statistics for use with nominal / ordinal data): Statistik non parametris terutama digunakan untuk menganalisis data nominal dan ordinal pada populasi yang bebas distribusi sehingga tidak harus normal.

Data

kualitatif

Jenis Data

kuantitatif

Nominal Ordinal

Nominal Ordinal

DATA TERBAGI ATAS : Data Kualitatif Data Kuantitatif Data Nominal : Data yang dinyatakan dalam bentuk bukan angka. : Data yang dinyatakan dalam bentuk angka : Data yang diperoleh dengan cara kategorisasi/klasifikasi Ciri : - Posisi data setara Tidak bisa dilakukan operasi matematika ( x, :, +, - ) Contoh : Jenis kelamin, jenis pekerjaan Data Ordinal : Data yang diperoleh dengan cara kategorisasi/klasifikasi, tetapi diantara data tersebut terdapat hubungan Ciri : - Posisi data tidak setara Tidak bisa dilakukan operasi matematika ( x, :, +, - ) Contoh : kepuasan kerja, motivasi

Data Interval : Data yang diperoleh dengan cara pengukuran, dimana jarak diantara 2 titik skala

sudah diketahui Ciri : - Tidak ada kategorisasi -Bisa dilakukan operasi Matematika Contoh : Temperatur yang diukur berdasarkan oC dan oF, sistem kalender Data rasio : Data yang diperoleh dengan cara pengukuran, jarak antara 2 titik skala sudah

diketahui dan mempunyai titik 0 absolut. Ciri : - Tidak ada kategorisasi -Bisa dilakukan operasi Matematika

Contoh : Gaji, skor ujian, jumlah buku.

Prosedur pengolahan data A. Parameter 1. Statistik parametrik

2. Statistik non parametrikB. Jumlah variabel 1. Analisis Univariat : hanya ada satu pengukuran / variabel untuk n sampel / beberapa variabel tetapi masing-masing variabel dianalisis sendiri-sendiri. Contoh : korelasi motivasi dengan pencapaian akademik 2. Analisis Multivariat : dua / lebih pengukuran ( variabel ) untuk n sampel dimana

analisis antar variabel dilakukan bersamaan.Contoh : Pengaruh motivasi terhadap pencapaian akademik yang dipengaruhi oleh faktor latar belakang pendidikan orang tua, faktor sosial ekonomi.

Mulai Statistik nonParametrik Nominal Jenis data

IntervalRasio

Ordinal

Statistik Parametrik

Analisis Univariat

satu

Jumlah Variabel

dua/ lebih

Analisis Multivariat

CIRI DATA STATISTIK : Data mentah statistik adalah berupa angka-angka atau bilangan. Namun TIDAK SEMUA DATA ANGKA atau bilangan dapat disebut sebagai data statistik. Data berupa angka-angka atau bilangan tersebut dapat dikategorikan sebagai data statistik bila menunjukkan ciri dari suatu penelitian yg bersifat agregatif dan mencerminkan suatu kegiatan dlm bidang atau lapangan tertentu (Sudijono, 1987). Ciri penelitian yg bersifat Agregatif : 1. Penelitian boleh hanya mengenai satu individu saja, tetapi pencatatannya harus lebih dari satu kali. Contoh : Paijo adalah siswa SMA 1 Kediri tahun pelajaran 2009/2010 (1 orang individu). Terhadap diri Paijo dilakukan pencatatan ttg nilai hasil belajar B. Inggrisnya mulai semester 1 sampai semester 6 dgn hasil berupa data angka sebagai berikut: Angka-angka ini telah menunjukkan ciri tentang perkembangan prestasi belajar Paijo dalam B. Inggris dari waktu ke waktu. Semester I II III IV V VI Nilai 7 8 7,5 8 9 9

Angka-angka ini telah menunjukkan ciri tentang perkembangan prestasi belajar Pijo dalam B. Inggris dari waktu ke waktu.

Walaupun data hanya mengenai SATU INDIVIDU, pencatatannya LEBIH DARI SATU KALI.

2. Penelitian atau pencatatan boleh HANYA SATU KALI, tetapi individu yang diteliti HARUS LEBIH DARI SATU. Contoh: Hasil pencatatan nilai sumatif B. Inggris dari 10 orang siswa SMA 1 Kediri tahun pelajaran 2009/2010 No. 1. 2. 3. 4. 5. 6. 7. 8. 9. Siska Rudi Giono Santi Nina Brodin Emi Dian Nama Arifin Nilai 7 6 5 8 9 8 7 6 7 Walaupun data diperoleh hanya dari satu kali pencatatan, jumlah yg diteliti lebih dari satu individu.

10.

Indro

8

B.2 Klasifikasi Data StatistikKlasifikasi data statistik dapat dilakukan berdasarkan beberapa kriteria: A. Berdasarkan Sifat Data: 1. Data Kontinyu: data statistik yang angka-angkanya merupakan deretan angka yang sambung-menyambung (kontinum).Contoh:

1.

Data statistik ttg tinggi badan (dlm centimeter): 150 150,1 150,2 150,3 150,4 150,5 dsb.

2. Data statistik ttg berat badan (dlm kilogram): 40 40,1 40,2 40,3 40,4 40,5 dsb

2. Data Diskrit: data statistik yang angka-angkanya tidak mungkin dalam bentuk pecahan.Contoh:1. Data statistik ttg jumlah anggota keluarga: 1 2 3 4 -5 6 dsb. 2. Data statistik ttg jumlah buku di perpustakaan: 10 15 20 50 100 dsb

B.2 Klasifikasi Data StatistikB. Berdasarkan Cara Menyusun Angkanya: 1. Data Nominal: data statistik yang cara menyusun angkanya didasarkan pada penggolongan atau klasifikasi tertentu. Disebut juga: Data Hitungan, karena diperoleh dengan cara MENGHITUNG. Contoh:Tabel 1. Jumlah siswa SMAN 1 Plosokandang Tahun Ajaran 2009/2010

Jenis Kelamin

Jenis kelamin Klasifikasi

Kelas III II

Laki-laki50 48 72 170

Perempuan34 44 52 130

Jumlah 84 92 124 300

Tingkatan

I Jumlah

B.2 Klasifikasi Data Statistik

2. Data Ordinal: data statistik yang cara menyusun angkanya didasarkan pada urutan kedudukan. Disebut juga: Data Urutan.

Tabel 2. Skor Hasil Penilaian Juri Lomba PuisiNo. Urut 1. 2. 3. No. Undian 031 115 083 Nama Badrun Eni Sinta Skor 451 497 427 Ranking 4 2 5

Data Ordinal

4.5.

024156

BrodinYuliati

568485

13

Data Interval

B.2 Klasifikasi Data Statistik

3. Data Interval: data statistik dimana terdapat jarak yang sama diantara hal-hal yang sedang diteliti atau dipersoalkan. Note: Dari Tabel 2 tersebut, kita tahu bahwa walaupun ke lima orang finalis itu mempunyai perbedaan urutan kedudukan yang sama (masingmasing selisih perbedaannya 1), namun tidak mesti menunjukkan perbedaan skor yang sama. Selisih skor Juara I & II Selisih skor Juara II & III Selisih skor Juara III & IV Selisih skor Juara IV & V = 568 497 = 497 485 = 485 451 = 451 427 = 71 = 12 = 34 = 24

B.2 Klasifikasi Data StatistikC. Berdasarkan Cara Menyajikannya: 1. Data Tunggal: data statistik yang masing-masing angkanya merupakan SATU UNIT. Dengan kata lain, angka-angkanya tidak dikelompok-kelompokkan. Disebut juga: Ungrouped Data. Contoh