1.pendahuluan statistik
DESCRIPTION
TUUGASSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSTRANSCRIPT
STATISTIK = SEBUAH KEGIATAN UNTUK :1. MENGUMPULKAN DATA2. MERINGKAS/MENYAJIKAN DATA3. MENGANALISA DATA4. MENGINTERPRETASIKAN HASIL ANALISIS
KEGUNAAN STATISTIKUNTUK PENGAMBILAN KEPUTUSAN ATAS MASALAH TERTENTU ATAU MEMPERKIRAKAN MASALAH TERTENTU
Statistik adalah ?
Sekumpulan konsep dan metode yang digunakan untuk mengumpulkan dan menginterpretasi data tentang bidang
kegiatan tertentu dan mengambil kesimpulan dalam situasi dimana ada
ketidakpastian dan variasi
ILMU STATISTIKDIBAGI 2 : STATISTIK DESKRIPTIF :
MENJELASKAN/ MENGGAMBARKAN BERBAGAI KARAKTERISTIK DATA.
MISAL : BERAPA RATA-RATA, SEBERAPA JAUH DATA-DATA BERVARIASI
STATISTIK INDUKTIF (INFERENSI/KESIMPULAN)
MEMBUAT BERBAGAI INFERENSI/ KESIMPULAN TERHADAP SEKUMPULAN DATA YANG BERASAL DARI SUATU SAMPEL TINDAKAN INFERENSI SEPERTI MELAKUKAN
PERKIRAAN, PERAMALAN, PENGAMBILAN KEPUTUSAN.
Contoh statistik
1. Suatu studi dilakukan untuk melihat efek dari paparan gas CO terhadap polisi lalu lintas.
2. Dosen statistik fak teknik XXX ingin mempelajari hubungan nilai ujian statistik dengan tingkat kehadiran mahasiswa.
Pengelompokan Statistika
1. Statistika Deskriptif
Statistika Deskriptif: statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik kesimpulan mengenai kelompok itu sajaCth : Untuk menggambarkan karakteristik penduduk diperlukan data seperti: umur, jenis kelamin, status perkawinan, dsb
2. Statistika Inferensal
statistika yang menggunakan data dari suatu sampel untuk menarik kesimpulan mengenai populasi dari mana sampel tersebut diambil
Cth : Untuk menganalisa hubungan antara pajanan debu dengan kesehatan pekerja tambang daerah XXX
Pengelompokan lainnya
Statistika Parametrik: Menggunakan asumsi mengenai populasi Membutuhkan pengukuran kuantitatif dengan level data interval atau rasio
Statistika Nonparametrik (distribution-free statistics for use with nominal / ordinal data): Menggunakan lebih sedikit asumsi mengenai populasi (atau bahkan tidak ada sama sekali) Membutuhkan data dengan level serendah rendahnya ordinal (ada beberapa metode untuk nominal)
Macam - Macam Data
Menurut cara memperolehnya :a. Data Primer Dikumpulkan secara langsung oleh peneliti
b. Data Sekunder Diperoleh dari orang / tempat lain. Misal : RM RS. Lebih hemat waktu, biaya,
tenaga. Tetapi kadang tidak lengkap / tidak sesuai
Data menurut sifatnya
DIBEDAKAN MENJADI 2 : DATA KUALITATIF
DATA YANG DINYATAKAN BUKAN DENGAN ANGKA
DATA KUANTITATIFDATA YANG DINYATAKAN DENGAN ANGKA
DATA KUALITATIF
CONTOH : JENIS PEKERJAAN, STATUS PERNIKAHAN, GENDER,
KEPUASAN KEADAAN YANG TIDAK DAPAT DIHITUNG (BESAR,
KECIL), DLL
DATA KUALITATIF DIBAGI 2 :
1. DATA NOMINAL : DATA YANG DIPEROLEH DENGAN CARA KATEGORISASI
MISAL : PNS 1
SWASTA 2
WIRASWASTA 3
CIRI DATA NOMINAL : POSISI SETARA TIDAK BISA DILAKUKAN OPERASI MATEMATIKA
2. DATA ORDINAL : DATA YANG DIPEROLEH DENGAN CARA KATEGORISASI TETAPI DIANTARA DATA TERSEBUT TERDAPAT HUBUNGANMISAL : KEPUASAN (SANGAT PUAS, CUKUP PUAS, PUAS, TIDAK PUAS)
KEADAAN (BAIK, CUKUP, TIDAK BAIK)CIRI DATA ORDINAL : POSISI TIDAK SETARA TIDAK BISA DILAKUKAN OPERASI MATEMATIKA
DATA KUANTITATIF (BERUPA ANGKA)
DATA KUANTITATIF DIBAGI 21. DATA INTERVAL
DATA YANG DIPEROLEH DENGAN CARA PENGUKURAN DIMANA JARAK 2 TITIK PADA 2 SKALA SUDAH DIKETAHUI.CONTOH :PADA SUHU/ TEMPERATURINTERVAL SAMAPANAS 80 – 100 SANGAT PANAS 100 – 120
CIRI-CIRI DATA INTERVAL : TIDAK ADA KATEGORISASI/ PENGKODEAN BISA DILAKUKAN PERHITUNGAN
2. DATA RATIO
DATA YANG DIPEROLEH DENGAN PENGUKURAN JARAK 2 TITIK SUDAH DIKETAHUI DAN MEMPUNYAI TITIK 0 YANG ABSOLUT (NILAI 0 SESUNGGUHNYA)
CONTOH : JIKA DIDALAM KELAS TERDAPAT 5 MAHASISWA
BERARTI BENAR ADA 5, JIKA KOSONG BERARTI 0 (NOL- KOSONG DALAM ARTI SESUNGGUHNYA)
CIRI DATA RATIO TIDAK ADA KATEGORISASI/ PENGKODEAN BISA DILAKUKAN PERHITUNGAN
Data menurut sumbernya
1. Data internal : data yg bersumber dari keadaan atau kegiatan suatu organisasi atau kelompok
2. Data external : data yang berasal dari luar organisasi atau kelompok
Data Menurut waktu pengumpulannya
1. Data Time series /data berkala : data yang dikumpulkan dari waktu ke waktu
cth : perkembangan produksi batubara selama 5 tahun terakhir
2. Cross section : data yg dikumpulkan dalam suatu periode tertentu , cth data sensus penduduk th 1990…. Periode 1990
SKALA PENGUKURAN
Dalam mengumpulkan nilai dari variabel perlu diketahui skala pengukuran dari variabel tersebut.
Variabel adalah sifat yang akan diukur atau diamati yang nilainya bervariasi antara satu objek ke objek lainnya.
Contoh “variabel”
Untuk mengamati penambangan batubara variabel yang akan diamati adalah berat (volume), kualitas, kadar dll
Untuk menilai kinerja pekerja tambang variabel yang akan dinilai adalah …
PENGUKURAN
Pengukuran adalah penunjukan angka-2 pada suatu variable
Pengukuran membutuhkan alat ukur/ instrumen yang standar, baik alat maupun kuesioner
Pengukuran adalah mendapatkan dimensi kuantitas
suatu objek, misalnya : berat, jumlah
SYARAT PENGUKURAN
isomorfisme, yaitu ukuran harus sedekat mungkin dengan benda/ kejadian yang diukur (terkadang yang dapat diukur hanya indikatornya, berkeringat).
exhaustive, yaitu pengukuran harus meliputi seluruh kemungkinan yang ada
mutually exlusive, yaitu pengukuran tidak boleh tumpang tindih
SKALA PENGUKURAN
Hasil suatu pengukuran untuk analisis data dapat dibagi dalam 4 skala : skala nominal skala ordinal skala interval skala rasio
1. Nominal
Nilai dapat dibedakan/klasifikasi pengamatan dapat dilakukan
Nilainya sederajat
Contoh: Jenis Kelamin, Agama
2. Ordinal
Nilai dapat dibedakan Ada tingkatan/ urutan pengamatan
dapat dilakukan tapi belum ada jarak. Contoh: Pendidikan; SD, SMP, SMU Status Ekonomi: Baik, Sedang,
kurang
3. Interval
Nilai dapat dibedakan Ada tingkatan Ada jarak.
Contoh: Suhu/ temperatur 20’ dan 40’ (Panas 40’ bukan berarti 2x20’)
4. Rasio
Nilai dapat dibedakan Ada tingkatan Ada jarak.40 Sudah ada kelipatan
Contoh: Berat badan
Berat 80 kg = 2 x berat 40 kg
Konsep dasar statistik
1. Populasi adalah:Seluruh unit/ subyek yang diteliti Subyek/unit berupa individu, keluarga, puskesmas, RS, buku, perusahaan (cth: populasi buku)
Konsep dasar statistik
2. Sampel adalah:Bagian dari populasi yang karakteristiknya mewakili populasi Pada populasi dengan jumlah sedikit, sampel di random.
(Random artinya adalah setiap anggota populasi punya kesempatan yang sama untuk terpilih)
Sampel
1. Homogen (karakter hampir sama)
sampel yang diambil jumlahnya sedikitCth : air laut, untuk mengetahui rasa laut cukup diambil sampel air laut sedikit.
2. Heterogen (karakter berbeda-beda) sampel yang diambil lebih banyakcth: untuk mengetahui berat badan siswa. Ada rumus mengambil jumlah sampel yang dapat dipertanggungjawabkan
SKALA NOMINAL
merupakan tingkat pengukuran yg paling sederhana untuk klasifikasi data tidak ada asumsi jarak atau urutan antara angka-2 dasar penggolonganya mutualy exclusive & exhautive kode atau angka tak menunjukan rendah ke tinggi atau sebaliknya
Misalnya variabel jenis kelamin : 1= pria dan 2 = wanita warna, partai, lokasi, dsb
SKALA ORDINAL
merupakan tingkat pengukuran yang mempunyai urutan dari rendah ke tinggi kode atau angka sekedar menunjukan urutan bukan nilai
misalnya variable sikap : 3 = “setuju”, 2 = “ragu-ragu/ tidak berpendapat, dan 1= “tidak setuju” pendidikan (SD, SLTP, SLTA, perguruan tinggi)
SKALA INTERVAL
memberikan informasi tentang interval antara satu kode/ angka dengan yang lain merupakan tingkat pengukuran urutan dari rendah ke tinggi
misalnya variable nilai ujian : A = 86-99, B = 76-85, C = 66-75 D = 56-65
SKALA RATIO
merupakan tingkat pengukuran urutan dari rendah ke tinggi memberikan informasi tentang nilai sebenarnya responden/ objek yang diukur menggambarkan interval antara kode/angka dgn nilai 0
Misalnya variable nilai ujian dari 0 - 100
HUBUNGAN ANTARA SKALA PENGUKURAN
ASUMSI URUTAN - + + +
ASUMSI JARAK - - + +
TITIK 0 ABSOLUT - - - +
RASIOKRITERIA NOMINAL ORDINAL INTERVAL
Skala yg lebih tinggi dapat diubah menjadi skala yg lebih rendah, dan tidak sebaliknya.
2. Menurut Surakhmad apabila jumlah populasi mencapai 100 maka sampel yang diambil minimal 15%,namun jika populasi hanya mencapai 100 orang maka sedikitnya diperlukan 50% dari populasi yang dijadikan sampel.
Rumus:S=15%+ 1000‐n /1000‐100. (50% ‐15%)S=jumlah sampel, n=jumlah populasi yang diketahui maka dari rumus tersebut untuk populasi 109 orang didapat sampel berjumlah:S=15%+ 1000‐109 /1000‐100. (50% ‐15%)S=15%+ 1000‐109 /900. (35%)S=15%+ 891/900. (35%)S=15%+ 31,46%=46,46%
Maka jumlah sampel yang akan diteliti adalah 109 x 46,46% = 50,6414 51 orang
3. Menurut Arikunto :Sampel = N x Persentase
Dengan alasan : waktu, dana, tempat (adanya keterbatasan dalam penelitian)
4. WHOn1= Z2.P.Q/d2
…………………dilanjut
n= n1/(1+n1-1/N)Dimana : nilai Z tergantung dr taraf kepercayaan
jika taraf kepercayaan 95% maka nilai Z=1,96P=kasus/jumlah penduduk (populasi)Q=1-PJika kasus tidak diketahui maka nilai P=0.5 dan Q=0.5
Pengambilan Sampel (sampling)
Populasi :?Sampel: ¨ Probability (random) sampling ¨ Non-probability (non random) sampling
Ukuran Sampel: ¨ Banyaknya variabel ¨ Banyaknya sub sampel ¨ Apakah perbedaan kecil memang
dimungkinkan?
Random Sampling
Simple random sampling
Stratified random sampling
Systematic random sampling
Cluster random sampling
Mengapa harus mengambilsampel?
Dapat menghemat biaya Dapat menghemat waktu Untuk sumberdaya yang terbatas,
pengambilan sampel dapat memperluas cakupan studi
Bila proses riset bersifat destruktif, pengambilan sampel dapat menghemat produk
Apabila akses ke seluruh populasi tidak dapat dilakukan, pengambilan sampel adalah satu-satunya pilihan
Metode Kuantitatif
8 kriteria metode ilmiah yang baik1. Signifikansi2. Keserasian antara teori dan pengamatan3. Generalizability (dapat menunjukkan
sejauh mana hasil riset berlaku)4. Dapat direproduksi5. Presisi6. Teliti7. Verifikasi8. Kreativitas
Metode Kuantitatif
Empirisismea. ¨ Epistemik: pengetahuan berdasarkan pada
pengalamanb. ¨ Semantik: verifikasi empirik (positifisme logis)
Pemetaan realitasa. ¨ Konsep
b. ¨ Aturan (generalisasi)
c. ¨ Model
d. ¨ Statistika: teori galat (error), seberapa mungkin suatu aturan
e. ¨ Teori (rekonstruksi logika untuk menetapkan aturan) Penjelasan: mencari yang mungkin (likely) dari yang
tidak mungkin (unlikely)