2. pendahuluan stat
Upcoming SlideShare
Loading in...5
×
 

Like this? Share it with your network

Share

2. pendahuluan stat

on

  • 546 views

 

Statistics

Views

Total Views
546
Views on SlideShare
546
Embed Views
0

Actions

Likes
0
Downloads
15
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

2. pendahuluan stat Presentation Transcript

  • 1. 1 Pengantar Statistik Ekonomi Dan Bisnis
  • 2. 2 Pengertian Statistik Suatu ilmu mengenai metoda-metoda untuk mengumpulkan, mengatur, mengolah, menyajikan, menganalisis, menyimpulkan data untuk membantu membuat keputusan yang lebih efektif.
  • 3. 3 Alasan Mempelajari Statistik 1. Informasi data kuantitatif ada di mana-mana 2. Teknik Statistik digunakan untuk membuat keputusan yang mempengaruhi kehidupan sehari-hari 3. Pengetahuan tentang metode statistik akan dapat menolong untuk dapat memahami kenapa keputusan dibuat dan bagaimana keputusan tersebut mempengaruhi kita
  • 4. 4 Kegunaan Statistik 1. Sebagai alat untuk mengumpulkan dan meramalkan keadaan data tertentu yang diobservasi 2. Sebagai alat untuk mengendalikan kualitas dari barang-barang dan jasa-jasa yang dihasilkan oleh suatu badan/lembaga/badan tertentu 3. Sebagai alat untuk mengetes/menguji apakah barang/jasa yang dihasilkan sesuai dengan yang direncanakan 4. Sebagai alat bagi seorang pemimpin untuk membuat keputusan
  • 5. 5 Beberapa definisi atau istilah yang akan sering kita temui dalam mempelajari Statistik
  • 6. 6 Populasi dan Sensus Populasi.  - Totalitas semua nilai yang mungkin, hasil menghitung ataupun pengukuran, kuantitatip maupun kualitatip, darikarakteristik tertentu mengenai sekumpulan objek yang lengkap dan jelas.  - Adalah jumlah seluruh individu/objek/item yang diselidiki.
  • 7. 7 Populasi dan Sensus Pembagian Populasi  - Populasi tak terbatas (infinite population)  - Populasi terbatas (finite population) Penelitian terhadap seluruh individu/objek /item disebut sensus.
  • 8. 8 Sampel dan Sampling Sampel (sample)  Adalah sebagian dari polpulasi Penelitian terhadap sebagian individu/ objek /item disebut sampling.
  • 9. 9 Parameter dan Statistik Sampel  Parameter : karakteristik atau konstanta yang diambil dari populasi  Statistik Sampel : kuantitas yang dihitung dari sebuah sampel
  • 10. 10 Tipe Statistik 1. Statistik Deskriptip Bagian dari statistik yang melakukan pengumpulan, pengolahan, penyederhanaan, penganalisaan, penginterpretasian data dalam bentuk yang informatif 2. Statistik Induktip Suatu metode statistik yang digunakan untuk menentukan sesuatu tentang populasi berdasarkan suatu sampel.
  • 11. 11 Data menurut waktu pengumpulannya 1. Data Cross Section Yaitu data yang dikumpulkan pada suatu waktu tertentu (at point of time) yang bisa menggambarkan keadaan/kegiatan pada waktu tersebut. Contoh: Hasil sensus penduduk tahun 2000 memperlihatkan komposisi penduduk menurut umur, jenis kelamin, pekerjaan, pendidikan dll.
  • 12. 12 Data menurut waktu pengumpulannya 2. Data Berkala (time series) Yaitu data yang dikumpulkan dari waktu ke waktu untuk memberikan gambaran tentang perkembangan suatu kegiatan dari waktu ke waktu. Contoh: Perkembangan data Pendapatan Nasional dari tahun ke tahun.
  • 13. 13 Data Diskrit  Mempunyai nilai-nilai tertentu dan biasanya ada “jarak” antara nilai- nilainya. Data ini biasanya merupakan hasil perhitungan.  Contoh : Banyak Mahasiswa, Jumlah kamar, Banyak kendaraan di lapangan parkir, dll
  • 14. 14 Data Kontinyu Dapat mengambil sembarang nilai pada suatu selang tertentu. Data ini merupakan hasil pengukuran. Contoh : Tinggi badan mahasiswa, Tekanan ban, lama perjalanan, Pendapatan dosen selama sebulan. Dll
  • 15. 15 Skala Pengukuran Data 1. Nominal 2. Ordinal 3. Interval 4. Rasio
  • 16. 16 Skala Nominal  Merupakan skala level paling rendah.  Umumnya digunakan untuk data yang hanya bisa diklasfikasi kepada beberapa kategori.  Ciri utamanya adalah tidak ada suatu urutan untuk pengelompokkannya.  Selanjutnya kategori-kategori tadi dianggap saling lepas (mutually exlusive) artinya, misal tidak mungkin seorang muslim juga beragama kristen pada saat yang bersamaan.  Kelemahan tidak bisa diurutkan
  • 17. 17 Skala Ordinal Memiliki semua sifat skala Nominal Merupakan data berdasarkan tingkatan atau peringkat Contoh kategori “istimewa” lebih tinggi dari kategori “baik”. Kelemahan tidak ada jarak yang jelas antar urutan data
  • 18. 18 Skala Interval Memiliki semua sifat skala Nominal dan Ordinal Merupakan urutan data yang mempunyai nilai jarak antar nilai yang tetap. Contoh: A. Tahun 2000, 1776 atau 2002 B. Temperatur Kelemahan : angka nol belum sejati
  • 19. 19 Skala Rasio Merupakan tingkat tertinggi dari data Memiliki semua sifat skala Nominal, Ordinal dan interval Angka nol sudah merupakan angka sejati Contoh: berat badan, tinggi badan, pendapatan
  • 20. 20 Penyajian Data 1. Grafik 1. Grafik Histogram 2. Grafik Poligon 3. Grafik Kurva Frekuensi 4. Grafik Kumulatif “Kurang dari” dan “ Atau lebih” (Ogive)
  • 21. 21 2. Tabel : Distribusi Frekuensi Menggunakan rumus HA. Sturges k = 1 + 3,322 log n r = xmax - xmin k r i =
  • 22. 22 CONTOH: Distribusi Frekuensi Banyaknya Tenaga Kerja Dari 50 Industri Menengah di Propinsi “X” tahun 2000 Sumber : Soal Banyaknya Tenaga Kerja Banyaknya Perusahaan 20 – 29 30 – 39 40 – 49 50 – 59 60 – 69 70 – 79 80 - 89 4 7 8 12 9 8 2 J u m l a h 50
  • 23. 23 Istilah dalam DF  Data tidak berkelompok (Ungrouped Data, UD)  Data berkelompok (Grouped Data, GD)  Kelas (Class)  Batas kelas (Class Limits, UCL dan LCL)  Tepi kelas (Class Boundaries, UCB dan LCB)  Titik tengah (Mid point, class mark)  Panjang kelas, lebar kelas (Interval)  Frekuensi (banyaknya data pada kelas tertentu)
  • 24. Summary Measures Central Tendency Dispersion Major Mean Arithmetic Mean Harmonic Mean Median Decile Percentile Quartile Geometric Mean Weighted Mean Minor Mean Range Absolute Dispersion Relative Dispersion Coefficient of Variation Coefficient of Quartile Variation Standard Score Inter Quartile Range Mean Deviation Variance Standard Deviation Mode