SlideShare a Scribd company logo
1 of 23
1
DATA
mATA kuliAh ilmu sTATisTik
Dosen ir. iswAhyuni, mm
TAhun 2013
2
A. PENGERTIAN.
- Data adalah bahan mentah yang perlu diolah
sehingga menghasilkan informasi atau kete
rangan , baik data kualitatif maupun kuantitatif
yang menunjukkan fakta.
- Data merupakan kumpulan fakta atau angka
atau segala sesuatu yang dapat dipercaya
kebenarannya sehingga dapat digunakan
sebagai dasar menarik suatu kesimpulan . Data
yang baik harus akurat , relevan dan uptodate.
3
B. PENGELOMPOKKAN DATA.
1. Kelompok Data Menurut Cara Memperoleh
a. Data primer
adalah data yang dikumpulkan sendiri
oleh peneliti langsung dari sumber
pertama atau tempat obyek penelitian
dilakukan .
b. Data skunder
adalah data yang diterbitkan atau diguna
kan oleh organisasi yang bukan pengelo
lanya
4
Lanjutan PENGELOMPOKKAN DATA.
2. Kelompok Data Menurut Waktu Pengumpulan.
a. Data Time Series.
adalah data yang dikumpulkan dari waktu
ke waktu pada satu obyek dengan tujuan
untuk menggambarkan perkembangan dari
obyek tersebut .
Contoh :- Data perkembangan harga minyak mentah
dunia dari hari kehari.
- data mahasiswa yang berkunjung ke
perpustakaan dari hari ke hari , dari minggu
ke minggu dst.
5
Lanjutan PENGELOMPOKKAN DATA.
b. Data Cross Section .
adalah data yang dikumpulkan pada satu
periode tertentu pada beberapa obyek .
Contoh :- Data dampak kenaikkan harga BBM terhadap
harga bahan pokok pada Januari 2013
3. Kelompok Data Menurut Sifat.
a. Data Kualitatif.
adalah data yang berupa pendapat
(pernyataan) atau judgement sehingga tidak
berupa angka, tetapi berupa kata-kata atau
kalimat .
6
Lanjutan PENGELOMPOKKAN DATA.
Data ini diperoleh dari wawancara, analisis
dokumen,diskusi, atau observasi lapangan
yang dituangkan dalam bentuk transkip.
Contoh :- Pelayanan rumah sakit x cukup baik.
- Pelayanan FISIP UPN VJ sangat baik’
- Tingkat kesejahteraan masyarakat x tinggi.
b. Data Kuantitatif.
adalah data yang berupa angka.
7
Lanjutan PENGELOMPOKKAN DATA.
1) Data Diskrit.
adalah data dalam bentuk bilangan bulat yang
diperoleh dengn cara membilang.
Contoh :- Jumlah perguruan tinggi di jakarta ada …..
- Jumlah karyawan FISIP UPN VJ sebanyak ..
2) Data Dikotomi .
adalah data dalam bentuk bulat atau pecahan
yang diperoleh dengan cara hasil pengukuran.
Contoh :- Tinggi badan Renny 160,5 cm.
- Tingkat pendapatan masy.Jakarta Rp.3 Jt/bln.
8
C . METODE PENGUMPULAN DATA.
1. Wawancara .
adalah data proses memperoleh keterangan /
data untuk tujuan penelitian dengan cara
tanya jawab, sambil bertatap muka antara
pewawancara dengan responden.
2. Kuisioner ( angket)
adalah suatu teknik pengumpulan informasi
yang memungkinkan analis mempelajari
sikap- sikap, keyakinan , perilaku, dan
karakteristik, beberapa orang utama didalam
organisasi , bisa terpengaruh oleh sistem yang
diajukan atau sistem yang sudah ada.
9
lanjutan PENGUMPULAN DATA.
a. Kuisioner tertutup.
- pertanyan sudah dalam bentuk pilihan ganda.
- responden tidak diberi kesempatan untuk mengeluar
kan pendapat.
b. Kuisioner terbuka.
- keleluasaan kepada responden untuk memberikan
pendapat sesuai dengan keinginannya.
10
lanjutan PENGUMPULAN DATA.
Kelebihan teknik kuisioner :
a.jumlah responden dapat jumlah besar, cakupannya
lebih luas ( kuisioner dapat dikirim melalui pos)
b. biaya relatif murah.
c. responden tidak perlu keahlian dan wawasan luas.
Kekurangan teknik Kuisioner :
- pengembalian rendah, jika dikirim melalui pos.
- responden terbatas yang dapat membaca.
- kuisioner ditafsirkan salah oleh responden. Hasil
penelitian tidak akurat.
11
lanjutan PENGUMPULAN DATA.
3. Observasi:
adalah kegiatan pengumpulan data dengan
melakukan penelitian langsung terhadap
kondisi lingkungan obyek penelitian yang
mendukung kegiatan penelitian, sehingga
didapat gambaran secara jelas tentang kondisi
obyek penelitian tsb.
12
D. SKALA PENGUKURAN DATA .
Merupakan prosedur pemberian angka
pada suatu obyek agar dapat menyatakan
karak -teristik dari obyek tersebut.
1.Skala Nominal
contoh : - gender : a. laki – laki .
b. perempuan.
- pendidikan : a. untuk tingkat SLTP.
b. untuk tingkat SMU.
Pada skala ini,kategori data bersifat saling lepas
(satu obyek hanya masuk pada satu kelompok
saja) , dan kategori data tidak disusun secara
logis.
13
Lanjutan SKALA PENGUKURAN DATA .
2.Skala Ordinal
adalah data yang berasal dari kategori
yang disusun secara berjenjang mulai dari
tingkat terendah ketingkat tertinggi atau
sebaliknya.
contoh : Tingkat pendidikan diurutkan berdasar
-kan jenjang pendidikan * Taman kanak –kanak
=1
* sekolah dasar (SD) =2
Pendidikan TK dengan nomor urut 1 lebih
rendah dibanding dengan tingkat SD nomor urut 2
dan SD lebih rendah dibanding SMP.
14
Lanjutan SKALA PENGUKURAN DATA .
3. Skala Interval
suatu skala dimana obyek/kategori dapat di
urutkan berdasarkan suatu atribut tertentu,
dimana jarak/interval antara tiap obyek /
kategori sama.
- Pengukuran temperatur.
- Pengukuran kecerdasan.
- Pengukuran instrumen penelitian.
15
Lanjutan SKALA PENGUKURAN DATA .
4. Skala Ratio
suatu skala yang memiliki sifat –sifat skala
nominal, skala ordinal dan skala interval
dilengkapi dengan titik nol absolut dengan
makna empiris.
- dapat dibuat perkalian atau pembagian
- data rasio memiliki angka o meter, berarti
tidak ada benda yang diukur dan benda
yang memiliki panjang 4 meter, 2 kali lebih
panjang dari benda yang memiliki panjang
2 meter.
16
E. POPULASI DAN SAMPEL.
Populasi amat populer dipakai untuk
menye-butkan serumpun /sekelompok
obyek yang menjadi sasaran penelitian.
- populasi finit, artinya jumlah individu ditentukan.
- populasi infinit, artinya jumlah individu tidak
terhingga atau tidak diketahui dengan pasti.
Sampel adalah suatu prosedur dimana ha
-nya sebagian populasi saja yang diambil
dan dipergunakan untuk menentukan sifat
serta ciri yang dikehendaki dari suatu
populasi.
17
Lanjutan SKALA PENGUKURAN DATA .
1. Teknik Pengambilan Sampel.
a) Probality Sampling.
setiap anggota populasi memiliki peluang
sama untuk terpilih sebagai sampel.
* Sampel Random Sederhana (simple
random sampling)
merupakan teknik pengambilan sampel
yang memberikan kesempatan yang sama
kepada setiap anggota yang ada dalam
suatu populasi untuk dijadikan sampel..
18
strata Anggota populasi proporsi jml sampel (org)
% sampel dlm
populasi
SD 230 0,1 23 19,2
SMP 270 0,1 27 22,5
SMU 300 0,1 30 25
Sarjana 400 0,1 40 33,3
jml 1200 120
*Strata Sampel (stratified sampling)
teknik pengambilan sampel dengan populasi
yg memiliki strata atau tingkatan dan setiap
tingkatan memiliki karakteristik sendiri.
1) Proporsional.
Jml sampel yg diambil dari setiap strata
sebanding,sesuai dengan Proporsional
ukurannya.
19
strata Anggota populasi jml sampel (org)
% sampel dlm
populasi
SD 230 30 25
SMP 270 30 25
SMU 300 30 25
Sarjana 400 30 25
jml 1200 120
2) Disproporsional.
Jml sampel diambil dari setiap strata jumlah
nya sama tidak sebanding dengan jumlah
populasi sampel disetiap strata.
20
2. Teknik Menentukan ukuran Sampel
a). Jumlah Populasi Diketahui .
n = N___ n = sampel
2
1 + N.e N= Jumlah Populasi
e.perkiraan tingkat
kesalahan
contoh :
Meneliti pengaruh upah terhadap semangat kerja
pada karyawan UPN VJ sebanyak 130 orang.
Tingkat kesalahan pengambilan sampel sebesar
5 %, berapa jml sampel minimal yg harus diambil?
n = N____= ____130_____ = 98,11
2 2
21
2. Teknik Menentukan ukuran Sampel
b). Jumlah Populasi Tidak Diketahui .
2
n = ( Z α /2 ) .p.q n = sampel
2
e p = proporsi populasi
q = 1-p
Z = tingkat kepercayaan /signifikan.
e = margin of error
Contoh.
Seorang mahasiswa akan meneliti tingkat
kepuasan terhadap pelayanan transportasi. Proporsi
masyara kat menggunakan transportasi ini 0,3 ;
dengan ting kat signifikan 90 % dan margin error 10
22
Lanjutan Teknik Menentukan ukuran Sampel
Tentukan berapa jumlah sampel yang harus diambil .
jawab.
α = 1 – 0,9 = 0,1 α/2 = 0,1/2 = 0,05
z = 1 - 0,05 = 0,95 ( dari tabel Z diperoleh 1,64)
p = 0,3 q = 1 - 0,3 = 0,7 e = 0,1
Jadi minimum jml sampel yg harus diambil sbb.
2 2
n = ( Z α /2).p .q = ( 1,64).0,3 .0,7 = 56,8
2 2
e ( 0,1)
= 57 orang
23
Terima
Kasih

More Related Content

What's hot

Keseimbangan pasar sebelum dan sesudah pajak
Keseimbangan pasar sebelum dan sesudah pajakKeseimbangan pasar sebelum dan sesudah pajak
Keseimbangan pasar sebelum dan sesudah pajakAnzilina Nisa
 
TES, PENGUKURAN, PENILAIAN DAN EVALUASI (DINI&ORNELA)
TES, PENGUKURAN, PENILAIAN DAN EVALUASI (DINI&ORNELA)TES, PENGUKURAN, PENILAIAN DAN EVALUASI (DINI&ORNELA)
TES, PENGUKURAN, PENILAIAN DAN EVALUASI (DINI&ORNELA)vina serevina
 
Analisis tabel-kontingensi
Analisis tabel-kontingensiAnalisis tabel-kontingensi
Analisis tabel-kontingensiDwi Mardiani
 
Metode maximum likelihood
Metode maximum likelihoodMetode maximum likelihood
Metode maximum likelihoodririn12
 
Ukuran kemiringan dan keruncingan data
Ukuran kemiringan dan keruncingan dataUkuran kemiringan dan keruncingan data
Ukuran kemiringan dan keruncingan dataSriwijaya University
 
Presentasi seminar proposal
Presentasi seminar proposalPresentasi seminar proposal
Presentasi seminar proposalNajmi Sari
 
uji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - ratauji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - rataRatih Ramadhani
 
Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiRosmaiyadi Snt
 
STATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisSTATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisYousuf Kurniawan
 
Momen kemiringan dan_keruncingan(7)
Momen kemiringan dan_keruncingan(7)Momen kemiringan dan_keruncingan(7)
Momen kemiringan dan_keruncingan(7)rizka_safa
 
Presentasi Sidang skripsi
Presentasi Sidang skripsi Presentasi Sidang skripsi
Presentasi Sidang skripsi Slamet Riyadi
 
Panduan Analisis Korelasi Berganda Dengan SPSS
Panduan Analisis Korelasi Berganda Dengan SPSSPanduan Analisis Korelasi Berganda Dengan SPSS
Panduan Analisis Korelasi Berganda Dengan SPSSMuliadin Forester
 

What's hot (20)

Keseimbangan pasar sebelum dan sesudah pajak
Keseimbangan pasar sebelum dan sesudah pajakKeseimbangan pasar sebelum dan sesudah pajak
Keseimbangan pasar sebelum dan sesudah pajak
 
Modul statistika-ii-part-2
Modul statistika-ii-part-2Modul statistika-ii-part-2
Modul statistika-ii-part-2
 
TES, PENGUKURAN, PENILAIAN DAN EVALUASI (DINI&ORNELA)
TES, PENGUKURAN, PENILAIAN DAN EVALUASI (DINI&ORNELA)TES, PENGUKURAN, PENILAIAN DAN EVALUASI (DINI&ORNELA)
TES, PENGUKURAN, PENILAIAN DAN EVALUASI (DINI&ORNELA)
 
Analisis tabel-kontingensi
Analisis tabel-kontingensiAnalisis tabel-kontingensi
Analisis tabel-kontingensi
 
prosedur pengujian hipotesis
prosedur pengujian hipotesisprosedur pengujian hipotesis
prosedur pengujian hipotesis
 
Metode maximum likelihood
Metode maximum likelihoodMetode maximum likelihood
Metode maximum likelihood
 
Statistika Probabilitas
Statistika ProbabilitasStatistika Probabilitas
Statistika Probabilitas
 
UJI Z dan UJI T
UJI Z dan UJI TUJI Z dan UJI T
UJI Z dan UJI T
 
Materi p15 nonpar_korelasi
Materi p15 nonpar_korelasiMateri p15 nonpar_korelasi
Materi p15 nonpar_korelasi
 
Ukuran kemiringan dan keruncingan data
Ukuran kemiringan dan keruncingan dataUkuran kemiringan dan keruncingan data
Ukuran kemiringan dan keruncingan data
 
Presentasi seminar proposal
Presentasi seminar proposalPresentasi seminar proposal
Presentasi seminar proposal
 
Probabilitas 2
Probabilitas 2Probabilitas 2
Probabilitas 2
 
uji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - ratauji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - rata
 
Distribusi sampling
Distribusi samplingDistribusi sampling
Distribusi sampling
 
Variabel acak dan nilai harapan (Statistik Ekonomi II)
Variabel acak dan nilai harapan (Statistik Ekonomi II)Variabel acak dan nilai harapan (Statistik Ekonomi II)
Variabel acak dan nilai harapan (Statistik Ekonomi II)
 
Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasi
 
STATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisSTATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesis
 
Momen kemiringan dan_keruncingan(7)
Momen kemiringan dan_keruncingan(7)Momen kemiringan dan_keruncingan(7)
Momen kemiringan dan_keruncingan(7)
 
Presentasi Sidang skripsi
Presentasi Sidang skripsi Presentasi Sidang skripsi
Presentasi Sidang skripsi
 
Panduan Analisis Korelasi Berganda Dengan SPSS
Panduan Analisis Korelasi Berganda Dengan SPSSPanduan Analisis Korelasi Berganda Dengan SPSS
Panduan Analisis Korelasi Berganda Dengan SPSS
 

Similar to Statistik data

Kuliah 1.STATISTIKA TERAPAN (kontrak Kuliah dan Pendahuluan).ppt
Kuliah 1.STATISTIKA TERAPAN (kontrak Kuliah dan Pendahuluan).pptKuliah 1.STATISTIKA TERAPAN (kontrak Kuliah dan Pendahuluan).ppt
Kuliah 1.STATISTIKA TERAPAN (kontrak Kuliah dan Pendahuluan).pptCardovaislami1
 
Aminullah assagaf p1 7-metode penelitian_18 des 2021
Aminullah assagaf p1 7-metode penelitian_18 des 2021Aminullah assagaf p1 7-metode penelitian_18 des 2021
Aminullah assagaf p1 7-metode penelitian_18 des 2021Aminullah Assagaf
 
Aminullah assagaf p1 7-metode penelitian_18 des 2021
Aminullah assagaf p1 7-metode penelitian_18 des 2021Aminullah assagaf p1 7-metode penelitian_18 des 2021
Aminullah assagaf p1 7-metode penelitian_18 des 2021Aminullah Assagaf
 
93094 materi stat & pengumpulan data
93094 materi stat & pengumpulan data93094 materi stat & pengumpulan data
93094 materi stat & pengumpulan dataArwinsyah Putra
 
20122 31-ici221-a-k-2
20122 31-ici221-a-k-220122 31-ici221-a-k-2
20122 31-ici221-a-k-2moccacino
 
Ringkasan_Penelitian_Pengaruh_smartphone
Ringkasan_Penelitian_Pengaruh_smartphoneRingkasan_Penelitian_Pengaruh_smartphone
Ringkasan_Penelitian_Pengaruh_smartphoneTajrian Juniardi
 
Dasar Dasar Statistika
Dasar Dasar StatistikaDasar Dasar Statistika
Dasar Dasar Statistikaformatik
 
Muhammad tofa ngenda j1 f111238
Muhammad tofa ngenda j1 f111238Muhammad tofa ngenda j1 f111238
Muhammad tofa ngenda j1 f111238lxionsaga
 
Remaja metpen
Remaja metpenRemaja metpen
Remaja metpenAyu Sari
 
MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)
MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)
MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)afifsalim
 
Instrumen penelitian
Instrumen penelitianInstrumen penelitian
Instrumen penelitiandeditik
 
Tugas semester skala pengukuran
Tugas semester skala pengukuranTugas semester skala pengukuran
Tugas semester skala pengukurananihdx
 

Similar to Statistik data (20)

Kuliah 1.STATISTIKA TERAPAN (kontrak Kuliah dan Pendahuluan).ppt
Kuliah 1.STATISTIKA TERAPAN (kontrak Kuliah dan Pendahuluan).pptKuliah 1.STATISTIKA TERAPAN (kontrak Kuliah dan Pendahuluan).ppt
Kuliah 1.STATISTIKA TERAPAN (kontrak Kuliah dan Pendahuluan).ppt
 
Aminullah assagaf p1 7-metode penelitian_18 des 2021
Aminullah assagaf p1 7-metode penelitian_18 des 2021Aminullah assagaf p1 7-metode penelitian_18 des 2021
Aminullah assagaf p1 7-metode penelitian_18 des 2021
 
Aminullah assagaf p1 7-metode penelitian_18 des 2021
Aminullah assagaf p1 7-metode penelitian_18 des 2021Aminullah assagaf p1 7-metode penelitian_18 des 2021
Aminullah assagaf p1 7-metode penelitian_18 des 2021
 
Data dan Penyajian data
Data dan Penyajian dataData dan Penyajian data
Data dan Penyajian data
 
Bab 1 4 jadiii
Bab 1 4 jadiiiBab 1 4 jadiii
Bab 1 4 jadiii
 
93094 materi stat & pengumpulan data
93094 materi stat & pengumpulan data93094 materi stat & pengumpulan data
93094 materi stat & pengumpulan data
 
DATA DAN SUMBER DATA.pptx
DATA DAN SUMBER DATA.pptxDATA DAN SUMBER DATA.pptx
DATA DAN SUMBER DATA.pptx
 
Statistik
StatistikStatistik
Statistik
 
20122 31-ici221-a-k-2
20122 31-ici221-a-k-220122 31-ici221-a-k-2
20122 31-ici221-a-k-2
 
Statistika
StatistikaStatistika
Statistika
 
Ringkasan_Penelitian_Pengaruh_smartphone
Ringkasan_Penelitian_Pengaruh_smartphoneRingkasan_Penelitian_Pengaruh_smartphone
Ringkasan_Penelitian_Pengaruh_smartphone
 
Dasar Dasar Statistika
Dasar Dasar StatistikaDasar Dasar Statistika
Dasar Dasar Statistika
 
Muhammad tofa ngenda j1 f111238
Muhammad tofa ngenda j1 f111238Muhammad tofa ngenda j1 f111238
Muhammad tofa ngenda j1 f111238
 
Remaja metpen
Remaja metpenRemaja metpen
Remaja metpen
 
MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)
MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)
MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)
 
Pengertian statistika
Pengertian statistikaPengertian statistika
Pengertian statistika
 
Teknik sampling1
Teknik sampling1Teknik sampling1
Teknik sampling1
 
Statistik wayan
Statistik wayanStatistik wayan
Statistik wayan
 
Instrumen penelitian
Instrumen penelitianInstrumen penelitian
Instrumen penelitian
 
Tugas semester skala pengukuran
Tugas semester skala pengukuranTugas semester skala pengukuran
Tugas semester skala pengukuran
 

More from Hafiza .h

14 15 pln 2020-upn d
14 15 pln  2020-upn d14 15 pln  2020-upn d
14 15 pln 2020-upn dHafiza .h
 
11 12 pln 2020-upn b
11 12 pln  2020-upn b11 12 pln  2020-upn b
11 12 pln 2020-upn bHafiza .h
 
Macam-macam Stakeholder Pada Shopee
Macam-macam Stakeholder Pada ShopeeMacam-macam Stakeholder Pada Shopee
Macam-macam Stakeholder Pada ShopeeHafiza .h
 
Ppt jurnalistik unsur penulisan artikel kel 8
Ppt jurnalistik unsur penulisan artikel kel 8Ppt jurnalistik unsur penulisan artikel kel 8
Ppt jurnalistik unsur penulisan artikel kel 8Hafiza .h
 
Konsep probabilitas
Konsep probabilitasKonsep probabilitas
Konsep probabilitasHafiza .h
 
13.analisa korelasi
13.analisa korelasi13.analisa korelasi
13.analisa korelasiHafiza .h
 
12.analisa regresi
12.analisa regresi12.analisa regresi
12.analisa regresiHafiza .h
 
11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrik11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrikHafiza .h
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesisHafiza .h
 
9.metode merubah nilai kualitatif menjadi kuantitatif
9.metode merubah nilai kualitatif menjadi kuantitatif9.metode merubah nilai kualitatif menjadi kuantitatif
9.metode merubah nilai kualitatif menjadi kuantitatifHafiza .h
 
7.distribusi binomial
7.distribusi binomial7.distribusi binomial
7.distribusi binomialHafiza .h
 
8.pengukuran skala indek
8.pengukuran skala indek8.pengukuran skala indek
8.pengukuran skala indekHafiza .h
 
6.konsep probabilitas
6.konsep probabilitas6.konsep probabilitas
6.konsep probabilitasHafiza .h
 
5. presentasi ukuran penyebara data
5. presentasi ukuran penyebara data5. presentasi ukuran penyebara data
5. presentasi ukuran penyebara dataHafiza .h
 
3.diskripsi dan visualisasi data
3.diskripsi dan visualisasi data3.diskripsi dan visualisasi data
3.diskripsi dan visualisasi dataHafiza .h
 
4 .ukuran pemusatan data
4 .ukuran pemusatan data4 .ukuran pemusatan data
4 .ukuran pemusatan dataHafiza .h
 
Statistik pengukuran instrumen validitas
Statistik  pengukuran instrumen validitasStatistik  pengukuran instrumen validitas
Statistik pengukuran instrumen validitasHafiza .h
 
Statistik pengukuran instrumen reliabilitas
Statistik    pengukuran instrumen reliabilitasStatistik    pengukuran instrumen reliabilitas
Statistik pengukuran instrumen reliabilitasHafiza .h
 
Pengantar statistik
Pengantar statistikPengantar statistik
Pengantar statistikHafiza .h
 
Etika komunikasi massa
Etika komunikasi massaEtika komunikasi massa
Etika komunikasi massaHafiza .h
 

More from Hafiza .h (20)

14 15 pln 2020-upn d
14 15 pln  2020-upn d14 15 pln  2020-upn d
14 15 pln 2020-upn d
 
11 12 pln 2020-upn b
11 12 pln  2020-upn b11 12 pln  2020-upn b
11 12 pln 2020-upn b
 
Macam-macam Stakeholder Pada Shopee
Macam-macam Stakeholder Pada ShopeeMacam-macam Stakeholder Pada Shopee
Macam-macam Stakeholder Pada Shopee
 
Ppt jurnalistik unsur penulisan artikel kel 8
Ppt jurnalistik unsur penulisan artikel kel 8Ppt jurnalistik unsur penulisan artikel kel 8
Ppt jurnalistik unsur penulisan artikel kel 8
 
Konsep probabilitas
Konsep probabilitasKonsep probabilitas
Konsep probabilitas
 
13.analisa korelasi
13.analisa korelasi13.analisa korelasi
13.analisa korelasi
 
12.analisa regresi
12.analisa regresi12.analisa regresi
12.analisa regresi
 
11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrik11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrik
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesis
 
9.metode merubah nilai kualitatif menjadi kuantitatif
9.metode merubah nilai kualitatif menjadi kuantitatif9.metode merubah nilai kualitatif menjadi kuantitatif
9.metode merubah nilai kualitatif menjadi kuantitatif
 
7.distribusi binomial
7.distribusi binomial7.distribusi binomial
7.distribusi binomial
 
8.pengukuran skala indek
8.pengukuran skala indek8.pengukuran skala indek
8.pengukuran skala indek
 
6.konsep probabilitas
6.konsep probabilitas6.konsep probabilitas
6.konsep probabilitas
 
5. presentasi ukuran penyebara data
5. presentasi ukuran penyebara data5. presentasi ukuran penyebara data
5. presentasi ukuran penyebara data
 
3.diskripsi dan visualisasi data
3.diskripsi dan visualisasi data3.diskripsi dan visualisasi data
3.diskripsi dan visualisasi data
 
4 .ukuran pemusatan data
4 .ukuran pemusatan data4 .ukuran pemusatan data
4 .ukuran pemusatan data
 
Statistik pengukuran instrumen validitas
Statistik  pengukuran instrumen validitasStatistik  pengukuran instrumen validitas
Statistik pengukuran instrumen validitas
 
Statistik pengukuran instrumen reliabilitas
Statistik    pengukuran instrumen reliabilitasStatistik    pengukuran instrumen reliabilitas
Statistik pengukuran instrumen reliabilitas
 
Pengantar statistik
Pengantar statistikPengantar statistik
Pengantar statistik
 
Etika komunikasi massa
Etika komunikasi massaEtika komunikasi massa
Etika komunikasi massa
 

Statistik data

  • 1. 1 DATA mATA kuliAh ilmu sTATisTik Dosen ir. iswAhyuni, mm TAhun 2013
  • 2. 2 A. PENGERTIAN. - Data adalah bahan mentah yang perlu diolah sehingga menghasilkan informasi atau kete rangan , baik data kualitatif maupun kuantitatif yang menunjukkan fakta. - Data merupakan kumpulan fakta atau angka atau segala sesuatu yang dapat dipercaya kebenarannya sehingga dapat digunakan sebagai dasar menarik suatu kesimpulan . Data yang baik harus akurat , relevan dan uptodate.
  • 3. 3 B. PENGELOMPOKKAN DATA. 1. Kelompok Data Menurut Cara Memperoleh a. Data primer adalah data yang dikumpulkan sendiri oleh peneliti langsung dari sumber pertama atau tempat obyek penelitian dilakukan . b. Data skunder adalah data yang diterbitkan atau diguna kan oleh organisasi yang bukan pengelo lanya
  • 4. 4 Lanjutan PENGELOMPOKKAN DATA. 2. Kelompok Data Menurut Waktu Pengumpulan. a. Data Time Series. adalah data yang dikumpulkan dari waktu ke waktu pada satu obyek dengan tujuan untuk menggambarkan perkembangan dari obyek tersebut . Contoh :- Data perkembangan harga minyak mentah dunia dari hari kehari. - data mahasiswa yang berkunjung ke perpustakaan dari hari ke hari , dari minggu ke minggu dst.
  • 5. 5 Lanjutan PENGELOMPOKKAN DATA. b. Data Cross Section . adalah data yang dikumpulkan pada satu periode tertentu pada beberapa obyek . Contoh :- Data dampak kenaikkan harga BBM terhadap harga bahan pokok pada Januari 2013 3. Kelompok Data Menurut Sifat. a. Data Kualitatif. adalah data yang berupa pendapat (pernyataan) atau judgement sehingga tidak berupa angka, tetapi berupa kata-kata atau kalimat .
  • 6. 6 Lanjutan PENGELOMPOKKAN DATA. Data ini diperoleh dari wawancara, analisis dokumen,diskusi, atau observasi lapangan yang dituangkan dalam bentuk transkip. Contoh :- Pelayanan rumah sakit x cukup baik. - Pelayanan FISIP UPN VJ sangat baik’ - Tingkat kesejahteraan masyarakat x tinggi. b. Data Kuantitatif. adalah data yang berupa angka.
  • 7. 7 Lanjutan PENGELOMPOKKAN DATA. 1) Data Diskrit. adalah data dalam bentuk bilangan bulat yang diperoleh dengn cara membilang. Contoh :- Jumlah perguruan tinggi di jakarta ada ….. - Jumlah karyawan FISIP UPN VJ sebanyak .. 2) Data Dikotomi . adalah data dalam bentuk bulat atau pecahan yang diperoleh dengan cara hasil pengukuran. Contoh :- Tinggi badan Renny 160,5 cm. - Tingkat pendapatan masy.Jakarta Rp.3 Jt/bln.
  • 8. 8 C . METODE PENGUMPULAN DATA. 1. Wawancara . adalah data proses memperoleh keterangan / data untuk tujuan penelitian dengan cara tanya jawab, sambil bertatap muka antara pewawancara dengan responden. 2. Kuisioner ( angket) adalah suatu teknik pengumpulan informasi yang memungkinkan analis mempelajari sikap- sikap, keyakinan , perilaku, dan karakteristik, beberapa orang utama didalam organisasi , bisa terpengaruh oleh sistem yang diajukan atau sistem yang sudah ada.
  • 9. 9 lanjutan PENGUMPULAN DATA. a. Kuisioner tertutup. - pertanyan sudah dalam bentuk pilihan ganda. - responden tidak diberi kesempatan untuk mengeluar kan pendapat. b. Kuisioner terbuka. - keleluasaan kepada responden untuk memberikan pendapat sesuai dengan keinginannya.
  • 10. 10 lanjutan PENGUMPULAN DATA. Kelebihan teknik kuisioner : a.jumlah responden dapat jumlah besar, cakupannya lebih luas ( kuisioner dapat dikirim melalui pos) b. biaya relatif murah. c. responden tidak perlu keahlian dan wawasan luas. Kekurangan teknik Kuisioner : - pengembalian rendah, jika dikirim melalui pos. - responden terbatas yang dapat membaca. - kuisioner ditafsirkan salah oleh responden. Hasil penelitian tidak akurat.
  • 11. 11 lanjutan PENGUMPULAN DATA. 3. Observasi: adalah kegiatan pengumpulan data dengan melakukan penelitian langsung terhadap kondisi lingkungan obyek penelitian yang mendukung kegiatan penelitian, sehingga didapat gambaran secara jelas tentang kondisi obyek penelitian tsb.
  • 12. 12 D. SKALA PENGUKURAN DATA . Merupakan prosedur pemberian angka pada suatu obyek agar dapat menyatakan karak -teristik dari obyek tersebut. 1.Skala Nominal contoh : - gender : a. laki – laki . b. perempuan. - pendidikan : a. untuk tingkat SLTP. b. untuk tingkat SMU. Pada skala ini,kategori data bersifat saling lepas (satu obyek hanya masuk pada satu kelompok saja) , dan kategori data tidak disusun secara logis.
  • 13. 13 Lanjutan SKALA PENGUKURAN DATA . 2.Skala Ordinal adalah data yang berasal dari kategori yang disusun secara berjenjang mulai dari tingkat terendah ketingkat tertinggi atau sebaliknya. contoh : Tingkat pendidikan diurutkan berdasar -kan jenjang pendidikan * Taman kanak –kanak =1 * sekolah dasar (SD) =2 Pendidikan TK dengan nomor urut 1 lebih rendah dibanding dengan tingkat SD nomor urut 2 dan SD lebih rendah dibanding SMP.
  • 14. 14 Lanjutan SKALA PENGUKURAN DATA . 3. Skala Interval suatu skala dimana obyek/kategori dapat di urutkan berdasarkan suatu atribut tertentu, dimana jarak/interval antara tiap obyek / kategori sama. - Pengukuran temperatur. - Pengukuran kecerdasan. - Pengukuran instrumen penelitian.
  • 15. 15 Lanjutan SKALA PENGUKURAN DATA . 4. Skala Ratio suatu skala yang memiliki sifat –sifat skala nominal, skala ordinal dan skala interval dilengkapi dengan titik nol absolut dengan makna empiris. - dapat dibuat perkalian atau pembagian - data rasio memiliki angka o meter, berarti tidak ada benda yang diukur dan benda yang memiliki panjang 4 meter, 2 kali lebih panjang dari benda yang memiliki panjang 2 meter.
  • 16. 16 E. POPULASI DAN SAMPEL. Populasi amat populer dipakai untuk menye-butkan serumpun /sekelompok obyek yang menjadi sasaran penelitian. - populasi finit, artinya jumlah individu ditentukan. - populasi infinit, artinya jumlah individu tidak terhingga atau tidak diketahui dengan pasti. Sampel adalah suatu prosedur dimana ha -nya sebagian populasi saja yang diambil dan dipergunakan untuk menentukan sifat serta ciri yang dikehendaki dari suatu populasi.
  • 17. 17 Lanjutan SKALA PENGUKURAN DATA . 1. Teknik Pengambilan Sampel. a) Probality Sampling. setiap anggota populasi memiliki peluang sama untuk terpilih sebagai sampel. * Sampel Random Sederhana (simple random sampling) merupakan teknik pengambilan sampel yang memberikan kesempatan yang sama kepada setiap anggota yang ada dalam suatu populasi untuk dijadikan sampel..
  • 18. 18 strata Anggota populasi proporsi jml sampel (org) % sampel dlm populasi SD 230 0,1 23 19,2 SMP 270 0,1 27 22,5 SMU 300 0,1 30 25 Sarjana 400 0,1 40 33,3 jml 1200 120 *Strata Sampel (stratified sampling) teknik pengambilan sampel dengan populasi yg memiliki strata atau tingkatan dan setiap tingkatan memiliki karakteristik sendiri. 1) Proporsional. Jml sampel yg diambil dari setiap strata sebanding,sesuai dengan Proporsional ukurannya.
  • 19. 19 strata Anggota populasi jml sampel (org) % sampel dlm populasi SD 230 30 25 SMP 270 30 25 SMU 300 30 25 Sarjana 400 30 25 jml 1200 120 2) Disproporsional. Jml sampel diambil dari setiap strata jumlah nya sama tidak sebanding dengan jumlah populasi sampel disetiap strata.
  • 20. 20 2. Teknik Menentukan ukuran Sampel a). Jumlah Populasi Diketahui . n = N___ n = sampel 2 1 + N.e N= Jumlah Populasi e.perkiraan tingkat kesalahan contoh : Meneliti pengaruh upah terhadap semangat kerja pada karyawan UPN VJ sebanyak 130 orang. Tingkat kesalahan pengambilan sampel sebesar 5 %, berapa jml sampel minimal yg harus diambil? n = N____= ____130_____ = 98,11 2 2
  • 21. 21 2. Teknik Menentukan ukuran Sampel b). Jumlah Populasi Tidak Diketahui . 2 n = ( Z α /2 ) .p.q n = sampel 2 e p = proporsi populasi q = 1-p Z = tingkat kepercayaan /signifikan. e = margin of error Contoh. Seorang mahasiswa akan meneliti tingkat kepuasan terhadap pelayanan transportasi. Proporsi masyara kat menggunakan transportasi ini 0,3 ; dengan ting kat signifikan 90 % dan margin error 10
  • 22. 22 Lanjutan Teknik Menentukan ukuran Sampel Tentukan berapa jumlah sampel yang harus diambil . jawab. α = 1 – 0,9 = 0,1 α/2 = 0,1/2 = 0,05 z = 1 - 0,05 = 0,95 ( dari tabel Z diperoleh 1,64) p = 0,3 q = 1 - 0,3 = 0,7 e = 0,1 Jadi minimum jml sampel yg harus diambil sbb. 2 2 n = ( Z α /2).p .q = ( 1,64).0,3 .0,7 = 56,8 2 2 e ( 0,1) = 57 orang