Your SlideShare is downloading. ×
Statistik untuk kehidupan
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Statistik untuk kehidupan

5,724
views

Published on

Makin banyak ilmu pengetahuan, teknologi dan sains berlandaskan gagasan adanya Ketidakpastian dan variasi, hal ini menyebabkan seluruh proses pengukuran dan pengambilan keputusan harus makin berbasis …

Makin banyak ilmu pengetahuan, teknologi dan sains berlandaskan gagasan adanya Ketidakpastian dan variasi, hal ini menyebabkan seluruh proses pengukuran dan pengambilan keputusan harus makin berbasis statistika dan probabilitas. Sebab ada resiko dalam setiap perencanaan, operasional sampai evaluasi

Published in: Education

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
5,724
On Slideshare
0
From Embeds
0
Number of Embeds
5
Actions
Shares
0
Downloads
415
Comments
0
Likes
1
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Mengapa perlu belajar STATISTIK ? Kresnayana Yahya Email: kresna49@yahoo.com Blog: http://www.kresnayana.com 1 Statistik untuk kehidupan
  • 2. • `Statistical thinking will one day be as necessary for efficient citizenship as the ability to read and write.‘ • Samuel Wilks 3
  • 3. Uncertainty and variation 6
  • 4. Membangun kesadaran baru • Makin banyak Ilmu pengetahuan, teknologi dan sains berlandaskan gagasan adanya Ketidak pastian dan adanya Variasi • Karenanya seluruh process pengukuran dan pengambilan keputusan harus makin berbasis statistika dan probabilitas • Ada komponen Risk dalam setiap perencanaan, operasional sampai evaluasi 7
  • 5. Ledakan PENDUDUK DUNIA MALTHUS: • Penduduk à deret ukur • Pangan à deret hitung kresnayana yahya 2012
  • 6. Indonesia IN THE WORLD ECONOMY 13.09.2013 9 (GDP based on purchasing power parity , Trillion Dollars, 2009)
  • 7. Country Classification by 2010 GDP Share Source: GSAM N11 Bangladesh Egypt Iran Nigeria Pakistan Philippines Vietnam Mexico Korea Turkey Indonesia World Growth Markets Developed Markets 65% Emerging Markets 12% Growth Markets 23% Indonesia 1% Turkey 1% Korea 2% Mexico 2% India 2% Russia 3% Brazil 3% China 9%
  • 8. 64 juta 70 juta 50 juta kresnayana yahya 2013
  • 9. 0 25 50 75 100 125 150 175 200 225 1600 1700 1800 1900 2000 205 JT 18.314.210.8 40.2 250 275 300 285 jt KELAHIRAN TERCEGAH 80 JUTA PERKEMBANGAN PENDUDUK INDONESIA (JUTA) KELAHIRAN TERCEGAH 100 JUTA 330 jt 237.8 JT 2010 248.6 JT 2013 5 x lipat2 x lipat JUTA JIWA TAHUN Kresnayana Yahya prospek layanan kesehatan global 12
  • 10. Population by Islands (millions) 2010 East Indonesia Source : Enciety Business Consult Map à Sensus Penduduk Indonesia 2010 136.5 13.7 50.6 17.4 13.7 2.5 3.6 Population of Indonesia à 237.556.363 millions peoples 2013 : 250 millionj 2013 : penduduk sudah 250 juta
  • 11. 2,6% Bali dan Nusa Tenggara 5,5% Jawa 57,49% 21,31% Sumatera 5,8% Kalimantan 7,31% Sulawesi PERSENTASE PERSEBARAN PENDUDUK INDONESIA MENURUT PULAU, TAHUN 2010 14 Persebaran penduduk tidak merata Penduduk terkonsentrasi di kota-kota besar; Perubahan pola migrasi a. Dalam 10 tahun terakhir, terjadi pola migrasi di Indonesia (dari pulau Jawa ke luar Jawa); b. Terjadi migrasi dari central urban ke sub-urban sehingga area perkotaan semakin melebar. Sumber: SP 2010 ISU MOBILITAS PENDUDUK
  • 12. Pola Spasial Pemenuhan Permintaan Antara Lokal, Antar Propinsi dan Impor Nilai persentase untuk impor dan antar pulau dihitung terhadap total pemen Tingkat ketebalan garis menunjukkan persentase besaran pemenuhan inpu
  • 13. Penduduk Indonesia : Young population kresnayana yahya 2012 Sumber: http://www.economist.com/blogs/dailychart?page=1&fsrc=scn/fb/wl/bl/dailychartjan10 (20101120_WOC951) Indonesia Kondisi kependudukan Indonesia Kelompok usia produktif 15-64 tahun mencapai 66 % atau 165 juta Merupakan kesempatan dan peluang konsumsi yang luar biasa besar dan laju pertumbuhannya cukup tinggi Kelompok dibawah 15 tahun yang cukup besar : 70 juta 66% 28% 6%
  • 14. Profil konsumen Indonesia q57 % penduduk Indonesia dengan pengeluaran per hari 2 sampai 20 $ : 140 juta orang qKelas menengah bawah 98 juta orang dengan pengeluaran 2- 4 $ per hari qKelas menengah atas 45 juta orang dengan pengeluaran antara 4- 10 $ per hari qKelas sangat atas 5 juta orang dengan pengeluaran 10 – 20 $ per hari qKelas yang paling tinggi 800 ribu orang dengan pengeluaran diatas 20 $ per hari q120 juta orang berpengeluaran dibawah 2 $ per hari termasuk yang miskin qNaik 20 % dalam kurun waktu 10 tahun qDorongan dari jumlah pekerja di sektor telekomunikasi, penerbangan,pertambangan, perkebunan qKonsumsi berperan 70 % dari PDB kresnayana yahya 2012
  • 15. KELAS BAWAH KELAS MENENGAH BAWAH KELAS MENENGAH ATAS KELAS SANGAT ATAS KELAS YANG PALING TINGGI 120 98 45 5 0,8 JUMLAH MASYARAKAT BERDASARKAN KELAS Dalam jutaan penduduk kresnayana yahya 2012
  • 16. 3339216,8 3950893,2 4948688,4 5603871,2 6422918,2 7435760 9000000 1648 1922 2245 2350 3005 3400 4000 0 500 1000 1500 2000 2500 3000 3500 4000 4500 0 1000000 2000000 3000000 4000000 5000000 6000000 7000000 8000000 9000000 10000000 2006 2007 2008 2009 2010 2011 2012* Pendapatan Domestik Bruto Indonesia PDB (Rp Milliar) PDB per kapita (US $) Sumber : BPS dan berbagai sumber diolah riset SWA *) Prediksi
  • 17. 12,20 15,00 18,10 20,13 23,49 27,00 32,40 0,00 5,00 10,00 15,00 20,00 25,00 30,00 35,00 2006 2007 2008 2009 2010 2011 2012* Penjualan Elektronik Nasional (Rp triliun) 2006 2007 2008 2009 2010 2011 2012* Sumber : Elektronik Marketer Club (EMC) dan Gabel *) Proyeksi
  • 18. 318.904 434.473 607.805 486.061 764.710 894.180 950.000 4.426.835 4.688.263 6.206.865 5.851.962 7.372.989 8.012.540 9.200.000 0 1.000.000 2.000.000 3.000.000 4.000.000 5.000.000 6.000.000 7.000.000 8.000.000 9.000.000 10.000.000 2006 2007 2008 2009 2010 2011 2012* Penjualan Mobil dan Motor Mobil Motor Sumber : Gakindo, AISI *)proyeksi
  • 19. Statistical Methods Statistical Methods Descriptive Statistics Inferential Statistics
  • 20. Descriptive Statistics •1. Involves – Collecting Data – Presenting Data – Characterizing Data •2. Purpose – Describe Data `X = 30.5 S2 = 113 0 25 50 Q1 Q2 Q3 Q4 $
  • 21. Inferential Statistics •1. Involves – Estimation – Hypothesis Testing •2. Purpose – Make Decisions Based on Population Characteristics Population?
  • 22. Key Terms • 1. Population (Universe) – All Items of Interest • 2. Sample – Portion of Population • 3. Parameter – Summary Measure about Population • 4. Statistic – Summary Measure about Sample
  • 23. Key Terms • 1. Population (Universe) – All Items of Interest • 2. Sample – Portion of Population • 3. Parameter – Summary Measure about Population • 4. Statistic – Summary Measure about Sample • P in Population & Parameter • S in Sample & Statistic
  • 24. Data Types • Quantitative – Discrete – Continuous • Qualitative – Nominal (categorical) – Ordinal (rank ordered categories)
  • 25. Environment Agriculture, Ecology, Forestry, Animal Populations Government Census, Law, National Defense Physical Sciences Astronomy, Chemistry, Physics Areas where STATISTICS are used Health & Medicine Genetics, Clinical Trials, Epidemiology, Pharmacology Business Economics, Engineering, Marketing, Computer Science
  • 26. 29 Whole brain model LOGICAL ANALYTICAL QUANTITATIVE FACT BASED HOLISTIC INTUITIVE SYNTHESIZING INTEGRATING PLANNED ORGANIZED DETAILED SEQUENTIAL EMOTIONAL INTERPERSONAL FEELING BASED KINESTHETIC LEFT MODE THINKING PROCESSES UPPER LEFT A B LOWER LEFT UPPER RIGHT C D LOWER RIGHT RIGHT MODE THINKING PROCESSES IQ EQ
  • 27. 30 MEMPERHITUNGKAN KETIDAKPASTIAN MEMPERHITUNGKAN KERAGAMAN SUMBER KETIDAKPASTIAN: INFORMASI SAMPEL SAMPLING VARIASI RANCANGAN /DESIGN KONSEP
  • 28. 31 1. ADA KETIDAKPASTIAN 2. ADA VARIASI BAGAIMANA MEMPERHITUNGKAN KETIDAKPASTIAN ? 1. Adanya PROBABILITAS SUATU KEJADIAN RANDOM 2. ADANYA VARIABEL RANDOM YANG MEMPUNYAI DISTRIBUSI : ADA PARAMETER : LETAK DAN BENTUK ( MEAN DAN VARIANS )
  • 29. 32 1. Selalu ada ruang sample ( wacana ;discourse;semesta ) 2. Bukan pengamatan individu yang penting; bukan hanya pohonnya tetapi hutannya lebih perlu. 3. Apa yang dapat diukur dan punya keragaman selalu punya suatu distribusi. Sebaran nilai yang punya suatu pola: punya ukuran pusat: mean; ukuran sebaran :varians 4. Ada suatu nilai ideal ( parameter ) yang menjadi ciri dari suatu hasil pengukuran. 5. Hasil pengukuran dengan cara pengamatan sebaik apapun selalu punya keragaman; variasi; error yang bersumber dari salah pengukuran, salah sampling, salah konsep atau salah model.
  • 30. 33 1. Harga saham Telkom: naik turunnya bergantung pada citra, performance business, permintaan dan supply saham, pasar uang dan PENGARUH lain-lain. 2. Harga gabah ditetapkan pemerintah, kenyataan ??? 3. Traffic yang timbul di suatu STO pada jam tertentu, hari tertentu, minggu - bulan dan lain-lain. 4. Datang dan terjadinya gangguan panen 5. Perubahan nilai tukar rupiah terhadap dollar 6. Pengaruh dari suatu program marketing, advertising, promo, P.R dan lain-lain. 7. Kepuasan pelanggan dan tingkat kepuasannya.
  • 31. 34 1. ALAM INI PENUH DENGAN MISTERI 2. APA YANG TERSEDIA DALAM KEHIDUPAN MASIH BANYAK YANG BELUM TERUNGKAP 3. KEBUTUHAN UNTUK MAJU, BERUBAH DAN MENINGKATKAN NILAI TAMBAH 4. PENINGKATAN MANFAAT DAN SUMBER DAYA 5. MENJAWAB PERTANYAAN DALAM HIDUP 6. MENCARI SOLUSI TERHADAP KEBUTUHAN 7. MEMAJUKAN ILMU PENGETAHUAN & TEKNOLOGI 8. BELAJAR DAN BERPIKIR; BEREKSPERIMEN 9. BERSAING & MENINGKATKAN KETAHANAN 10. MENJADI YANG TERBAIK DALAM HIDUP
  • 32. 35 RETROSPEKTIF PENYEBAB, PENGENDALI SUDAH TIDAK DAPAT DIKUASAI/DIKENDALIKAN MASA LALU SAAT INI AKAN DATANG CROSS SECTION PROSPEKTIF SURVEY EKSPERIMEN D E S I G N BANYAK HAL DAPAT DIKENDALIKAN DAN DIATUR UNTUK DIAMATI
  • 33. 36 MENELITI MEMBUTUHKAN STATISTIKA 1. SETIAP KEGIATAN MANUSIA MENGAMATI GEJALA ALAM DAN MENGAMATI KEHIDUPAN MENGANDUNG KERAGAMAN DAN KETIDAKPASTIAN 2. SETIAP SUMBER PERUBAHAN MEMUAT KERAGAMAN DAN KETIDAKPASTIAN 3. APA YANG DIPIKIRKAN MANUSIA SELALU DAPAT DICARI POLA, BENTUK HUBUNGAN DAN MODELNYA 4. SETIAP HUBUNGAN ANTAR KONSEP SELALU ADA PEMBENTUK DAN ADA VARIABEL/GEJALA YANG TAMPAK ATAU DAPAT DI UKUR DAN DIAMATI 5. HUBUNGAN ANTAR VARIABEL INI MEMUAT SALAH SATU DARI POLA BERIKUT: a. HUBUNGAN SEBAB -AKIBAT b.HUBUNGAN KORELASI LINIER c.HUBUNGAN ASOSIASI ( DEPENDENT -INDEPENDNET ) 6. SETIAP PENGUKURAN OBYEK NYATA MEMUAT ERROR
  • 34. 37 Konsep dan methode Merancang;Mengumpulkan Menganalisa atau Memodelkan Informasi Dalam kondisi memuat ketidakpastian dan keragaman. Dalam kehidupan suatu populasi hanya ada dalam dunia teori atau dapat dibayangkan. Secara lengkap terdiri dari obyek -obyek yang tidak semuanya dapat dan layak dilakukan pengamatan / pengukuran. Dalam dunia praktek : sensus itu mahal dan seringkali tidak layak dikerjakan. Informasi dapat dicari melalui pengambilan sampel; hasil pengukuran dari sampel ini akan beragam di suatu nilai baku tertentu. Pengukuran dari sampel ke sampel ini memberikan suatu distribusi.
  • 35. What Is Statistics? 1. Collecting Data e.g., Sample, Survey, Observe, Simulate 2. Characterizing Data e.g., Organize/Classify, Count, Summarize 3. Presenting Data e.g., Tables, Charts, Statements 4. Interpreting Results e.g. Infer, Conclude, Specify Confidence Why?Data Analysis Decision- Making © 1984-1994 T/Maker Co. © 1984-1994 T/Maker Co.
  • 36. Application Areas • Economics – Forecasting – Demographics • Sports – Individual & Team Performance • Product Development – Design – Quality • Business – Consumer Preferences – Financial Trends
  • 37. 40 Berpikir statistika memberikan peluang adanya keragaman dan adanya ketidakpastian atau secara umum; berpikir probabilistik Contoh : probabilitas orang jatuh dari pesawat terbang (mis) adalah 1/10. Ada orang yang sudah naik pesawat 9 kali dan menyatakan tidak akan naik pesawat seumur hidup. Karena kesempatan Berikutnya akan jatuh. Apa masalahnya ? URUTAN TERJADINYA DAN KESEMPATAN TERJADINYA SUATU KEJADIAN ITU TIDAK PASTI ( TIDAK ADA YANG DAPAT MEMASTIKAN ). DALAM KENYATAAN ADA ORANG PERTAMA KALI NAIK DAN JATUH; TETAPI ADA JUGA YANG SUDAH NAIK 4000 KALI TIDAK PERNAH JATUH. Berpikir statistik adalah berpikir realistik ; sesuai kenyataan dan tidak teoritis. Karena setiap teori dapat dan selalu dapat
  • 38. 41 X n p standard error 2 5 0.40 0.219 4 10 0.40 0.02400 20 50 0.40 0.00480 40 100 0.40 0.00240 400 1000 0.40 0.00024 untuk n yang makin besar; makin kecil kemungkinan salah; untuk n yang makin kecil kebetulannya dan resiko salah semakin besar.
  • 39. 42 * * * ** * burung bangau jumlahpenduduk pertambahan penduduk dan burung bangau di suatu wilayah; ada korelasi linear; bukan sebab akibat. korelasi linear menunjukkan adanya kesejalanan linear antara dua pengamatan dan tidak harus bahkan tidak ada hubungan sebab akibat; ada faktor atau variabel lain yang menyebabkan ada kaitan antara keduanya
  • 40. 43 m p m2 p2 m2 p2 m3 p3 A box contain: 3 red balls 5 white balls The Probability to take first ball and get : red = white = The probability to get a red ball on second withdrawal ? The probability to get a red ball on second withdrawal, if the first ball is red? There is a dependency between the second withdrawal and the first.
  • 41. 44 JADI MANFAATNYA : MENINGKATKAN KEPASTIAN MELALUI STATISTIKA CONTOH: Seseorang ikut asuransi yang usianya 21 tahun membayar premi 1 juta setahun dan orang yang usia nya 50 tahun membayar 5 juta setahun; keduanya bila meninggal akan mendapatkan 100 juta rupiah. Bila wanita usia 50 tahun membayar 3.5 juta setahun. Mengapabegitu ? Pengendara mobil usia 20 tahun dan pria membayar 2 jutaper tahun; sedang pria usia 35 tahun membayar hanya 1 juta pada suatu asuransi kecelakaan, mengapa begitu ?Bila terjadi kecelakaan berat sama -sama diganti maksimum 40 juta
  • 42. 45 permukaan air sawah permukaan tanah rata-rata penjualan 3 salesman dalam masa percobaan salesman 1 : 1, 1, 10 salesman 2 : 2,3,6 salesman 3 : 4,4,4 mana yang terbaik ? hati -hati menggunakan rata rata, perhatikan juga variansnya; ukuran pusat dan keragaman perlu keduanya
  • 43. 47 PENCATATAN DAN PENGUKURAN PADA PROSES DAN HASIL AKHIR SAJA ? MENGAPA PERLU DESIGN DAN MENGAPA TIDAK BISA INSPEKSI HASIL AKHIR SAJA ? MASAK NASI UNTUK NASI GORENG ; MASAK BUBUR ? BEDANYA ? CARA MANA : SAPU DULU BARU DI PEL ; ATAU DI PEL DULU DENGAN DISINFECTANT BARU DI SAPU KERJA : SESUAI DAN SELESAI. ( PENCATATAN METER ) ADA 5 PENGUKURAN : DITULIS TIAP JAM , ATAU DIAKHIR DITULIS 5 KALI NILAI AKHIR RAPOR DAN PROSES BELAJARNYA UANG /GAJI DITANGAN DAN PROSES KERJANYA : HALAL ATAU HARAM
  • 44. 48 Ada obat standard dengan tingkat penyembuhan 60 % ada obat baru yang diharapkan meningkatkan tingkat kesembuhan penderita. Diambil 20 penderita penyakit tertentu dalam kondisi yang hampir serupa ( usia dan stadium ) X = banyaknya orang yang sembuh Berapa orang yang sembuh pada obat yang standard ? Berapa orang yang sembuh bila menggunakan obat baru ? X adalah variabel random Binomial; hasilnya adalah sembuh atau tidak Dari eksperimen ini bisa diuji apakah obat baru memang meningkatkan kesembuhan atau tidak.
  • 45. 49 Proses informating adalah proses memasangkan suatu obyek dengan suatu angka secara sistimatik. Angka dapat digunakan untuk membedakan obyek, menyatakan adanya urutan menurut besar atau kecil; adanya interval yang sama dan adanya nol mutlak. Penggunaan angka yang berbeda untuk obyek berbeda akan membentuk skala pengukuran yang dipergunakan dalam pengukuran secara statistik Perbedaan skala pengukuran akan memberikan perbedaan methode dalam analisa ; interpretasi, pengujian dan formulasi persoalan secara umum. Penggunaan skala pengukuran menjawab layak tidaknya suatu persoalan diukur, di-analisa dan digunakan prinsip pengujian atau pemodelan secara
  • 46. 50 Karakteristik nominal ordinal interval ratioDapat dibedakan Ada urutan Ada interval yg sama Ada nol mutlak * * * * * * * * * *
  • 47. 51 Skala pengukuran nominal dan ordinal pada umumnya dipakai untuk menyatakan besaran kualitatif dalam bentuk angka. Angka dan atau kategori yang sama dipakai untuk mengklasifikasi suatu obyek terpisah dari obyek dengan karakteristik yang berbeda. Karena itu pengukuran dengan skala ordinal dan nominal hanya digunakan untuk penyajian data untuk analisa data kategorik dan atau klasifikasi kualitatif. Persoalannya jadi non parametrik. Besaran yang dinyatakan dengan skala interval dan ratio digunakan untuk menyatakan besaran kuantitatif dan punya sebaran dengan suatu parameter terukur yang dapat dinyatakan interpretasi fisik. Karenanya dikatakan persoalannya parametrik
  • 48. 52
  • 49. 53 CIRI DUNIA BISNIS : KETIDAKPASTIAN 1. PERUBAHAN :SUPPLY -DEMAND DAN PERILAKU KONSUMEN YANG BERAGAM 2. KETERGANTUNGAN PADA PRODUK ALAM,MUSIM 3. KETERGANTUNGAN PADA MUSIM, SIKLUS BUDAYA, SIKLUS SOSIAL 4. PENGUASAAN TEKNOLOGI KARENA R&D, INNOVASI DAN PATENT 5. ISSUE KUALITAS - KEPUASAN PELANGGAN DAN LINGKUNGAN HIDUP (ISO 9000-14000-18000) 6.TELEKOMUNIKASI DAN AKSES SERTA TRANSPORTASI 7. ADA NYA DUA SISTIM EKONOMI YANG BERBEDA EKONOMI PERKOTAAN DAN PEDESAAN
  • 50. 54 MENEMUKAN SUMBER KETIDAKPASTIAN MENENTUKAN STRUKTUR HUBUNGAN MENENTUKAN JENIS DAN POLA HUBUNGAN APAKAH : _ SEBAB AKIBAT _ KORELASI LINIER _ ASOSIASI Tidak semua teori ekonomi/bisnis berlaku karena tidak terjaminnya asumsi. Masih banyak pola hubungan yang pada dasarnya kompleks karena strukturnya belum ditemukan, tidak terungkap karena baru ada gejalanya, serta ada banyak perilaku ekonomi yang masih dalam wujud persepsi
  • 51. 55 1. Bisnis itu mengandung ketidakpastian 2. Sumber ketidakpastian itu sangat beragam dan tidak mudah dikendalikan : permintaan dan supply itu memuat keragaman 3. Sumber -sumber variasi itu tidak selalu dapat dikendalikan: mata rantai dan prosesnya mengalami banyak saling pengaruh yang tidak bisa dipastikan 4. Keterkaitan antara gagasan -perencanaan- pasokan- konstruksi /produksi - distribusi - management orang - barang - asset - service -customer satisfaction : semuanya memuat variasi dan uncertainty.
  • 52. 56 Seasonal,cyclical, and structural change, REFORM ECONOMIC SOCIAL LEGAL NATURAL TECHNOLOGY POLITICS META PROCESSES
  • 53. 57 Bisnis butuh informasi untuk pengambilan keputusan Pengambilan keputusan butuh informasi, informasi yang punya nilai bisnis, yakni yang bernilai saat ini, masa lalu dan akan datang. Informasi semacam ini ternyata membawa kandungan ketidakpastian dan variasi. Besarnya demand supply bergantung pada banyak faktor yang tidak semuanya dapat dikendalikan dengan pasti. Ada yang dapat dikendalikan ( control) untuk suatu kondisi tertentu; ada yang hanya berlaku dalam syarat tertentu dan bahkan ada yang selalu bergantung pada kondisi sebelumnya. Keterkaitan antara berbagai faham- teori - model dengan penggunaan statistik sangatlah erat. Permintaan dan supply suatu produk sangat beragam pada kondisi yang berubah : antar orang-antar waktu -antar sumber.
  • 54. 58 INDEKS HARGA KONSUMEN INDEKS HARGA SAHAM GABUNGAN INDEKS HARGA PERDAGANGAN BESAR PERUBAHAN NILAI TUKAR : KURS, SUKU BUNGA PERUBAHAN NILAI UTILITAS INFLASI, ELASTISITAS INDIKATOR KESEHATAN : KEMATIAN BAYI, KEMATIAN IBU HAMIL KEMATIAN BALITA, USIA HARAPAN HIDUP INDIKATOR EKONOMI MAKRO : UANG BEREDAR, CADANGAN. FUNDAMENTAL EKONOMI: DEFISIT
  • 55. 59 SUMBER KEPUASAN : TECHNICAL, SERVICE, RELIABILITY, TANGIBLES, COMFORT dll contoh : complain :WARNA TIDAK STABIL,kekentalan, waktu sampai kering, ketebalan, customer service, call centers, color info, chemical Sumber : kelompok perilaku pengguna COATINGT /CAT: kelompok umur : 18 - 25 , 25-35, 35-50, >50 PENDIDIKAN SD , SMP , SMA , DIPLOMA SMART user group : SPECIFIC, MEASUREABLE, ACHIEVABLE,REASONABLE, TIME FRAME. SUMBER VARIASI BERBEDA: KELOMPOK UMUR 18 - 15 DAN 25 -35 SERTA 35-55 BERBEDA KERAGAMANA
  • 56. In today’s world… • …we are constantly being bombarded with statistics and statistical information. For example: • Customer Surveys Medical News • Political Polls Economic Predictions • Marketing Information Scanner Data • How can we make sense out of all this data? 1.60
  • 57. What is Statistics? Where does this Data come from? • “Statistics is a way to get information from data” 1.61 Data Statistics Information Data: Facts, especially numerical facts, collected together for reference or information. Definitions: Oxford English Dictionary Information: Knowledge communicated concerning some particular fact. Statistics is a tool for creating new understanding from a set of numbers.
  • 58. Key Statistical Concepts… • Population • — a population is the group of all items of interest to a statistics practitioner. • — frequently very large; sometimes infinite. • E.g. All 5 million Florida voters who voted in today’s election. • Sample 1.62
  • 59. Key Statistical Concepts… • Parameter • — A descriptive measure of a population. • - the true percent of Florida Voters who will vote for Mary Poppins • Statistic • — A descriptive measure of a sample. • - Of the 1000 exit voters polled, 550 indicated that they voted for Mary 1.63
  • 60. Key Statistical Concepts… • Populations have Parameters, • Samples have Statistics. 1.64 Parameter Population Sample Statistic Subset
  • 61. Statistical Inference… • Statistical inference is the process of making an estimate, prediction, or decision about a population based on a sample. 1.65 Parameter Population Sample Statistic Inference What can we infer about a Population’s Parameters based on a Sample’s Statistics?
  • 62. Key Statistical Concepts Populations have Parameters, Samples have Statistics. 1.66 Parameter Population Sample Statistic Subset
  • 63. Statistical Inference Statistical inference is the process of making an estimate, prediction, or decision about a population based on a sample. 1.67 Parameter Population Sample Statistic Inference What can we infer about a Population’s Parameters based on a Sample’s Statistics?
  • 64. Random Sample Every sample of size n has an equal chance of selection.
  • 65. 69 1. CAUSE- EFFECT 2. CORRELATION 3. ASSOCIATION (Independent - Dependent)
  • 66. 70 1 2 3 1 2 3 4 5 effek linear effek non linear effek sinergi 1 2 y
  • 67. 71 Berbagai Kemungkinan Sumber • A Cause • A Possible cause • A Probable cause The Only Cause • An Effect • A Possible effect • A Probable effect • A Correlated effect • An Associated effect • A Confounded effect The Only Effect Akibat
  • 68. 72 Efek berganda (gabungan/perpaduan beberapa efek) 1. ADDITIVE 2. Non-Additive : - Synergy - Interaktif effect 3. Linear 4. Non- Linear
  • 69. 73 Hypertensi 10 (5) 8 (10.6) 2 (4.4) 20 Tidak Hypertensi 15 (20) 45 (42.4) 20 (11.6) 80 25 53 22 100 Overweight Normal Underweight P(Overweight)=25/100 P(Hypertensi)=20/100 P(Hypertensi dan Overweight)=10/100 P(Overweight Hypertensi)=10/20 P(Underweight Hypertensi)=2/20 P(Tidak Hypertensi Overweight)=15/25 P(Hypertensi Overweight)=10/25
  • 70. 74 STRONG POSITIVE CORRELATION x, number tested y, number failed WEAK NEGATIVE CORRELATION x, number tested y, number failed WEAK POSITIVE CORRELATION x, number tested y, number failed STRONG NEGATIVE CORRELATION x, number tested y, number failed CURVE CORRELATION x, number tested y, number failed NO CORRELATION x, number tested y, number failed
  • 71. Five Elements of Inferential Statistical Problems 1. The population of interest 2. One or more variables (characteristics of the population units) that are to be investigated 3. The sample of population units 4. The inference about the population based on information contained in the sample 5. A measure of reliability for the inference
  • 72. Process A process is a series of actions or operations that transforms inputs to outputs. A process produces or generates output over time. © 2011 Pearson Education, Inc
  • 73. Process A process whose operations or actions are unknown or unspecified is called a black box. Any set of output (object or numbers) produced by a process is called a sample.
  • 74. Meaning context independent Meaning totally context dependant Low level of understanding High levels of understanding Data Information Knowledge Wisdom Requires brain power Requires processing power Pengantar belajar statistik 78
  • 75. Pengantar belajar statistik 79
  • 76. Pengantar belajar statistik 80
  • 77. Pengeluaran Mahasiswa Bidik Misi Selama sebulan Ditinjau Dari Berat badan Mahasiswa Mengacu Pada Survey yang dilakukan bulan April 2013 terhadap Mahasiswa Bidik Misi ITS
  • 78. 82.575.067.560.052.545.037.530.0 0.06 0.05 0.04 0.03 0.02 0.01 0.00 Berat Badan (kg) Density 56.86 9.292 124 48.21 6.961 111 Mean StDev N Laki-Laki Perempuan Distribusi Berat Badan Mahasiswa Bidik Misi
  • 79. 180174168162156150144 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0.00 Tinggi (cm) Density 167.8 6.089 124 156.6 5.153 111 Mean StDev N Laki-Laki Perempuan Distribusi TInggi Badan Mahasiswa Bidik Misi
  • 80. 180170160150140 90 80 70 60 50 40 30 Tinggi (cm) BeratBadan(kg) Laki-Laki Perempuan Ideal Normal Limit Over Limit Variable Gender Norm(%) Warning(%) UnderWeight(%) Overweight(%) Total(%) L 20,00 20,85 8,94 2,98 52,77 P 24,68 16,17 5,11 1,28 47,23 Total 44,68 37,02 14,04 4,26 100,00
  • 81. Pengeluaran Under Over Norm Rata-rata pengeluaran/bulan Rp 760,424 Rp 745,650 Rp 787,271 Nasi dan lauk pauk Rp 359,394 Rp 343,000 Rp 361,438 camilan Rp 51,212 Rp 57,000 Rp 53,891 minuman Rp 41,470 Rp 31,300 Rp 42,615 keperluan sandang Rp 67,818 Rp 35,000 Rp 64,661 kos Rp 179,091 Rp 148,500 Rp 197,760 sabun cuci Rp 12,227 Rp 13,200 Rp 16,539 buku Rp 61,515 Rp 32,500 Rp 72,969 alat tulis (pensil, bulpoin) Rp 13,742 Rp 11,600 Rp 13,531 internet Rp 36,909 Rp 29,500 Rp 35,701 odol Rp 8,091 Rp 11,200 Rp 8,432 sabun mandi Rp 8,076 Rp 9,650 Rp 8,964 alat cukur / pembalut Rp 8,000 Rp 4,550 Rp 8,758 shampo Rp 10,348 Rp 8,200 Rp 10,336 biaya trasnportasi Rp 42,152 Rp 63,500 Rp 38,797 biaya pulang kampung Rp 45,939 Rp 21,000 Rp 67,742 hiburan Rp 24,697 Rp 33,500 Rp 36,568 pulsa Rp 37,758 Rp 24,900 Rp 35,229 tabungan Rp 68,485 Rp 15,300 Rp 41,276 ortu Rp 48,485 Rp 25,000 Rp 30,156 Lain-lain Rp 47,576 Rp 17,000 Rp 35,599 Rata-rata Pengeluaran Mahasiswa Bidik Misi Berdasarkan Berat Badan
  • 82. Kebutuhan Under Over Normal Pokok Pangan 34.17% 40.01% 34.21% Camilan 4.37% 6.09% 4.56% Mandi 2.26% 3.11% 2.35% Kos 15.27% 15.88% 16.75% Alat tulis dan Buku 6.42% 4.71% 7.32% Transportasi 3.59% 6.79% 3.29% Lainnya : (Sandang, Pulsa, Kirim Uang ke Ortu, Hiburan, Internet, Pulang Kampung, Pembalut/alatcukur, Sabun cuci, Tabungan, dan lain-lain) 33.92% 23.41% 31.52% Persentase Pengeluaran Mahasiswa Bidik Misi Berdasarkan Berat Badan 3 besar pengeluaran tertinggi
  • 83. What is Global Change? Global Change is more than Global Climate Change U.S.BureauoftheCensus NOAA Vitousek (1994) Mackenzieetal(2002) Richards(1991),WRI(1990) Reid&Miller(1989)
  • 84. Kepadatan Penduduk Indonesia menurut propinsi 2010
  • 85. 5 Propinsi dengan Jumlah penduduk Terbesar Provinsi Laki-Laki Perempuan Laki-Laki + Perempuan Sex Ratio Jawa Barat 21 876 572 21 145 254 43 021 826 103 Jawa Timur 18 488 290 18 987 721 37 476 011 97 Jawa Tengah 16 081 140 16 299 547 32 380 687 99 Sumatera Utara 6 479 051 6 506 024 12 985 075 100 Banten 5 440 783 5 203 247 10 644 030 105
  • 86. Sex Ratio Indonesi a
  • 87. Expected White Swan?
  • 88. Unexpected Black Swan
  • 89. THE NORMAL CURVE All swans are white and the world does not offer any surprises. A rather boring place to live. (Most predictions in the world come from the assumption that all statistics fit the bell-curve model.)
  • 90. Lorenz Curves for Income and Wealth Line of equality income wealth
  • 91. East Java Prospects Oil & GasPort & refinery Port Oil & Gas Fisheries Fisheries Bridge Waterfront city Southern Highway Toll Oil Gas Keterangan: - - - : Rencana jalan Tol 56 % 23 % 11 % 10 %
  • 92. Jumlah Penduduk Jawa timur Hasil SP 2010 0 500000 1000000 1500000 2000000 2500000 3000000 Kota Surabaya Malang Jember Sidoarjo Banyuwangi Pasuruan Kediri Bojonegoro Jombang Lamongan Gresik Tuban Blitar Probolinggo Sumenep Mojokerto Nganjuk Lumajang Tulungagung Bangkalan Sampang Ponorogo Kota Malang Ngawi Pamekasan Bondowoso Trenggalek Madiun Situbondo Magetan Pacitan Kota Kediri Kota Probolinggo Kota Batu Kota Pasuruan Kota Madiun Kota Blitar Kota Mojokerto
  • 93. Key skills needed by an statistician in industry • Communication the most important skill. • Sound technical knowledge – A passion for solving real problems – Good listening skills and the ability to size up a situation – “Out-of-the-box” thinking – Team player and leadership abilities – Enthusiasm and appropriate level of self-confidence – Interest in application areas and the ability to learn quickly – Flexibility and adaptability to change – Willingness to work hard – High integrity – Skill in adapting knowledge to the problem at hand • A combination of training in linear models, regression, generalized linear models, design of experiments, time series analysis, robustness, and statistical process control; familiarity with multivariate methods, statistical graphics and data visualization.
  • 94. What Can I Do With A Degree in Statistics?
  • 95. • Manufacturing – Build products and deliver services that satisfy consumers and increase the corporation’s profit margin Business and Industry
  • 96. • Marketing – Design experiments for new products, conduct focus groups and sample surveys, and perform field experiments in test markets to determine product viability Business and Industry
  • 97. • Engineering – Make a consistent product, detect problems, minimize waste, and predict product life in electronics, chemicals, aerospace, pollution control, construction, and other industries Business and Industry
  • 98. • Statistical Computing – Work in software design and development, testing, quality assurance, technical support, education, marketing, and sales to develop code that is both user- friendly and sufficiently complex Business and Industry
  • 99. Past Data and Future Forecasts -20 -15 -10 -5 0 5 10 15 20 1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 Period Demand Past Data Future forecast Now
  • 100. Forecasts with 50% Prediction Intervals -20 -15 -10 -5 0 5 10 15 20 1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 Period Demand
  • 101. Forecasts with 95% Prediction Intervals -20 -15 -10 -5 0 5 10 15 20 1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 Period Demand
  • 102. I love that statistics is very multi-disciplinary. It involves problem solving in a group environment and it involves many skills and talents. I love the ability to be a mathematician, computer scientist, teacher, quizmaster, sleuth, and devil’s advocate all rolled into one. ” Linda Quinn, Private Industrial Consultant “
  • 103. • Epidemiology – Work on calculating cancer incidence rates, monitor disease outbreaks, and monitor changes in health-related behaviors such as smoking and physical activity Health and Medicine
  • 104. • Public Health – Prevent disease, prolong life, and promote health through organized community efforts, including sanitation, hygiene education, diagnoses, and preventative treatment Health and Medicine
  • 105. • Pharmacology – Work in drug discovery, development, approval, and marketing, to ensure the validity and accuracy of findings at all stages of the process Health and Medicine
  • 106. • Genetics – Label possible indicators of genetic abnormalities, such as birth defects and early aging, or breed desirable characteristics in plant offspring Health and Medicine
  • 107. Last year when I began applying to medical schools, the fact that I majored in statistics was always a good conversation point in interviews and made me more unique as an applicant. ” “ Amy Elise Derrow, Medical Student
  • 108. • Education – Teach K-12 through post-graduate students, assess teacher effectiveness, or develop statistical models to represent student learning Learning
  • 109. • Science Writing & Journalism – Work with mass media, universities, and corporations to produce news briefs, articles, news releases, and other reports Learning
  • 110. • Government – Work in regulations for stock trading, pollution, and drug approvals, or testify in court proceedings, congressional hearings, and lobbying arguments Research
  • 111. • Survey Methods – Collect data in the social sciences, education, law, forestry, agriculture, biology, medicine, business, and e-commerce, and for the government Research
  • 112. I found that statistics used more reasoning and logic skills than the mathematics courses I had previously taken. The more I did statistics, the more I liked the “alternative” application of mathematics that it provided. I especially liked being able to use a lot of data and a little common sense to figure out problems. “ ” Tiffany T. Sundelin, Quality Control Engineer
  • 113. • Law – Analyze data in court cases, including DNA evidence, salary discrepancies, discrimination law suits, and disease clusters Social Statistics
  • 114. What is an Actuary?
  • 115. Is an Actuary a fortune teller?
  • 116. Is an Actuary a professional gambler?
  • 117. Doctrine of False Cause A false cause fallacy is a misidentification of the cause for an observed effect. “Why do…” • People who have root canals get cancer more often. • People who attend the symphony live longer. • People who floss their teeth live longer.
  • 118. Two Branches of Actuarial Science • Life & Health / Pension - Society of Actuaries : SOA - close to 20,000 worldwide (≈ 90% in U.S.) • Property and Casualty (or Property / Liability) - Casualty Actuarial Society : CAS - 3,979 in United States / 4,317 total
  • 119. P&C Lines of Business Examples • Homeowners • Earthquake • Automobile • Mortgage • General Liability • Medical Malpractice • Workers’ Compensation • Products Liability • Reinsurance
  • 120. Example Actuarial Problems - Pricing New Products - Price Classification - Modeling Catastrophes - Strategic Planning - Graphing Size of Loss Distributions - Establishing Loss Reserves - Solvency Monitoring - Rate Adequacy Studies - Trending and Development of Losses - Current Leveling of Premiums - Credibility Measures
  • 121. • Consulting – Work on a temporary basis on a variety of projects including quality improvement, pharmaceuticals, ecology, and engineering Social Statistics
  • 122. • Agriculture – Study chemical pesticides, hydrogeology, veterinary sciences, genetics, and crop management in order to ensure optimal yield Natural Resources
  • 123. • Ecology – Address questions about the earth’s natural environment, including animal populations, agricultural protections, and fertilizer and pesticide safety Natural Resources
  • 124. I became involved with statistics because mathematics did not provide the avenue to cross into other areas of science and continue to learn about topics that interested me. I have stayed in statistics because of the diversity that it offers and because of the rational approach it provides to seek solutions to problems. “ ” Dan Mowrey, Senior Research Scientist
  • 125. How Do I Become A Statistician?
  • 126. 139 Belajar Statistik di ITS Melalui program Pendidikan Sarjana Diploma Magister Doktor
  • 127. 2010 PDB ~ US$ 700 Milyar Pendapatan/kap US$ 3,000 (2010) Terbesar ke-17 besar dunia 2025 PDB: 3,8 – 4,5 Trilyun US$ Pendapatan/kap: 13.000 – 16.100 US$ Terbesar ke-12 dunia Proyeksi KEN Pendapatan/kapita ~US$ 14,900 (high income country) 2045 PDB ~US$ 16.6 Trilyun Prediksi Pendapatan/kapita ~US$ 46,900 Diprediksi menjadi terbesar ke-7 atau ke-8 dunia*) “Mengangkat Indonesia menjadi negara maju dan merupakan kekuatan 12 besar dunia di tahun 2025 dan 8 besar dunia pada tahun 2045 melalui pertumbuhan ekonomi tinggi yang inklusif dan berkelanjutan” (Sumber: Master Plan Percepatan dan Perluasan Pembangunan Ekonomi Indonesia 2011– 2025 ) 100 tahun kemerdekaan Pencapaian Visi 2025 dan 2045 memerlukan penyiapan generasi yang mampu berperan aktif dalam kegiatan pembangunan. Edukasi, Investasi dan Infrastruktur
  • 128. END OF SLIDES THANK YOU 144 Kresnayana Yahya Email: kresna49@yahoo.com Blog: http://www.kresnayana.com