SlideShare a Scribd company logo
1 of 27
Download to read offline
1
Arti Statistik Dan Pengumpulan Data
Tujuan Belajar :
 Menjelaskan arti statistik
 Menjelaskan arti data, syarat-syarat data yang baik dan
jenis- jenis data
 Menjelaskan proses dan metode yang digunakan dalam
pengumpulan data
2
STATISTIKA :
Kegiatan untuk :
• mengumpulkan data
• menyajikan data
• menganalisis data dengan metode tertentu
• menginterpretasikan hasil analisis
KEGUNAAN
?
STATISTIKA DESKRIPTIF :
Berkenaan dengan pengumpulan, pengolahan, dan penyajian sebagian
atau seluruh data (pengamatan) tanpa pengambilan kesimpulan
STATISTIKA INDUKTIF :
Setelah data dikumpulkan, maka dilakukan berbagai metode statistik untuk
menganalisis data, dan kemudian dilakukan interpretasi serta diambil kesimpulan.
Statistika induktif akan menghasilkan generalisasi (jika sampel representatif)
Melalui fase
dan fase
1. Konsep Statistika
3
Pembagian data
4
JENIS-JENIS DATA
1. Jumlah
Pelanggan
2. Jumlah staf
3. Jumlah TV,
dll
sifat
Data Kualitatif
Data Kuantitatif
Data Diskret
Data Kontinu
1. Jenis kelamin
2. Agama
3. Jenis Pendidikan, dll
1. Panjang
kabel
2. Jarak kota
3. Luas rumah,
dll
Menurut
Sumber
Internal  data yang bersumber
dari keadaan suatu organisasi
Eksternal  data yang bersumber
dari luar suatu organisasi
Data
Cara memperolehnya
PRIMER  data yang dikumpulkan dan diolah
sendiri oleh suatu organisasi atau perorangan
langsung dari objeknya
SEKUNDER  data yang diperoleh dalam bentuk
jadi dan telah diolah oleh pihak lain
DATA WAKTU
PENGUMPULAN
Time series (berkala) 
data yang dikumpulkan dari
waktu ke waktu
Cross section  data yang
dikumpulkan dalam suatu
periode tertentu
SKALA
PENGUKURAN
DATA
Skala dikotomi /
nominal adalah
data yang
paling
sederhana yang
disusun
menurut
jenisnya atau
kategorinya dan
diberi angka
Kewarganegaraan :
1. WNI 2. WNA
Jenis Kelamin :
1. Perempuan
2. Laki – laki
Skala Kontinum
Skala
Ordinal
Skala
Interval
Skala Rasio
SKALA ORDINAL
data yang sudah diurutkan dari jenjang yang paling rendah
sampai yang paling tinggi, atau sebaliknya tergantung peringkat
selera pengukuran yang subjektif terhadap objek tertentu.
• Mengukur kualitas suatu barang
1. sangat bagus 2. bagus 3. cukup bagus 4. kurang bagus
• Tingkatan pendidikan
1. TK 2. SD 3. SMP 4. SMA 5. S1
• Ukuran Daya Listrik
1. 2200 W 2. 1300 W 3. 900 W 4. 450 W
Skala Interval  skala yang menunjukkan jarak antara satu data dengan data yang
lainnya. Skala interval memiliki sebuah titik nol,
• Standar nilai Mahasiswa untuk mencapai IP :
Huruf A = 4 ; B = 3 ; C = 2 ; D = 1; dan E = 0
Nilai Intervalnya :
a) A dengan B  4 – 3 = 1
b) B dengan D  3 – 1 = 2
• Derajat Celcius
SKALA INTERVAL
Skala Rasio  skala pengukuran yang mempunyai sifat pengukuran dan
tidak memiliki sebuah titik nol
• Umur Manusia
• Tinggi Badan manusia
• Tinggi Pohon
SKALA RASIO
12
Pengumpulan Data
Tujuan pengumpulan data :
• Mengetahui jumlah elemen atau objek yang akan diamati
• Mengetahui karakteristik dari elemen tersebut.
 Populasi  kumpulan dari seluruh elemen sejenis tetapi dapat
dibedakan satu sama lainnya.
 Sampel  sebagian dari populasi
 Elemen  unit terkecil dari objek penelitian
 Karakteristik  sifat-sifat, ciri-ciri atau hal-hal yang dimiliki oleh
elemen
POPULASI DAN SAMPEL
POPULASI
Sebuah kumpulan dari semua
kemungkinan orang-orang,
benda-benda dan ukuran lain
dari objek yang menjadi
perhatian.
SAMPEL
Suatu bagian dari populasi
tertentu yang menjadi
perhatian.
Populasi dibagi menjadi dua bagian
 Populasi terbatas, dimana batasnya secara kuantitatif dapat dihitung.
misalnya : Jumlah mahasiswa STTPLN
 Populasi tak terbatas, dimana banyak populasinya tidak bisa dinyatakan
dengan kuantitatif
misalnya : Berapa liter pasang surut air laut
Berdasarkan sifatnya maka populasi dibagi menjadi dua bagian yaitu :
1. Populasi homogen, sumber data memiliki sifat yang sama
Misalnya : Meneliti mahasiswa jurusan T. Informatika TA 2009 /2010
yang mendapat nilai A untuk mata kuliah statistik
2. Populasi heterogen, sumber datanya memiliki sifat yang berbeda.
Misalnya : Meneliti IQ mahasiswa STTPLN
Mahasiswa
Pria Wanita
Jur TI |Jur TE | Jur TM |Jur TSJur TI|Jur TE | Jur TM | Jur TS
15
JUMLAH POPULASI (POPULATION
NUMBER)
• Dinotasikan dengan huruf N
• Adalah banyaknya kategori populasi penelitian yang diteliti
• Jika populasi penelitian kita adalah seluruh mahasiswa Fikom
Unpad maka jumlah populasinya adalah satu (N=1).
• Jika populasi penelitian kita adalah seluruh sivitas akademika
Fikom Unpad, maka jumlah populasinya adalah tiga (N=3)
yaitu: kelompok mahasiswa, kelompok dosen, dan kelompok staf
administratif
JUMLAH POPULASI
Untuk jumlah populasi yang telah diketahui dapat digunakan rumus Taro Yamane
(Riduwan dan Akdon, 2006) untuk menghitung jumlah sampel yang diperlukan:
1* 2


dN
N
n
Dimana :
n = Jumlah sampel
N = Jumlah populasi
d = level signifikansi yang diinginkan (umumnya 0,05 atau 0,01
tergantung tingkat kepercayaan kesalahan yang terjadi).
MENENTUKAN UKURAN SAMPEL
17
Contoh :
Seorang peneliti akan meneliti mahasiswa STTPLN jurusan T. Informatika yang
telah mengambil mata kuliah statistik yang banyaknya 300 orang, berapa
besarnya sampel yang akan diambil :
17142.171
75.1
300
1)05.0(*300
300
1* 22





dN
N
n
Dengan d = 0.05 Dengan d = 0.01
29126.291
03.1
300
1)01.0(*300
300
1* 22





dN
N
n
Alat Pengumpulan Data
Kuesioner
Pengamatan
Wawancara
Dokumentasi
19
WAWANCARA / INTERVIEW
Wawancara  suatu cara pengumpulan data yang digunakan untuk
memperoleh informasi langsung dari sumbernya dimana
terjadi interaksi tanya jawab antara pewawancara dengan
yang diwawancara untuk meminta keterangan atau
pendapat mengenai suatu hal.
Faktor yang mempengaruhi arus informasi dalam wawancara :
1. Pewawancara
2. Responden
3. Pedoman wawancara
4. Situasi wawancara
20
Wawancara Terstruktur
wawancara secara terencana yang berpedoman pada daftar pertanyaan
yang telah dipersiapkan sebelumnya.
Wawancara Tak Terstruktur
Wawancara tak berstruktur adalah wawancara yang tidak berpedoman
pada daftar pertanyaan
Kelebihan teknik wawancara:
1. Wawancara memberikan kesempatan kepada pewawancara untuk
memotivasi orang yang diwawancarai untuk menjawab dengan bebasa
dan terbuka terhadap pertanyaa-pertanyaan yang diajukan.
2. Memungkinkan pewawancara untuk mengembangkan pertanyaan-
pertanyaan sesuai dengan situasi yang berkembang.
3. Pewawancara dapat menilai kebenaran jawaban yang diberikan dari
gerak-gerik dan raut wajah orang yang diwawancarai.
4. Pewawancara dapat menanyakan kegiatan-kegiatan khusus yang tidak
selalu terjadi.
21
Kekurangan teknik wawancara:
1. Proses wawancara membutuhkan waktu yang lama, sehingga secara
relatif mahal dibandingkan dengan teknik yang lainnya.
2. Keberhasilan hasil wawancara sangat tergantung dari kepandaian
pewawancara untuk melakukan hubungan antar manusia.
3. Wawancara tidak selalu tepat untuk kondisi-kondisi tenpat yang
tertentu, misalnya di lokasi-lokasi yang ribut dan ramai
4. Wawancara sangat menganggu kerja dari orang yang diwawancarai
bila waktu yang dimilikinya sangat terbatas.
KUESIONER
Tujuan Penyebaran kuesioner  mencari informasi yang lengkap
mengenai suatu masalah
Pembuatan kuesioner yang baik :
1. Ada petunjuk jelas mengenai maksud diberikannya kuesioner
2. Ada petunjuk jelas mengenai cara pengisian kuesioner
3. Menggunakan kalimat yang mudah dimengerti
4. Menhindari pertanyaan yang tidak jelas, tidak perlu dan tidak relevan
5. Menghindari pertanyaan yang bernada menekan / mengancam dll
6. Menggunakan urutan pertanyaan yang logis dan sistematis
7. Merahasiakan identitas responden agar responden obyektif dalam
menjawab
Mata kuliah apa saja yang saudara ambil pada semester 2 ?
……………….
Keuntungan kuesioner terbuka :
• Bagi responden  mereka dapat mengisi sesuai dengan keinginan
sendiri dengan keadaan yang dialaminya
• Bagi peneliti  Akan mendapat data yang bervariasi.
Contoh kuesioner tertutup :
Mata kuliah pemrograman apa yang ada kuasai ?
a. Algoritma & Pemrograman 1 b. Bahasa Pemrograman
Contoh angket terbuka dan tertutup
Mata kuliah eksak yang anda sukai ?
a. Fisika b. kalkulus c. ……………
Contoh kuesioner terbuka :
24
PENGAMATAN
Pengamatan  pengumpulan data melalui pengamatan dan pencatatan
oleh pengumpul data terhadap gejala / peristiwa yang
diselidiki pada obyek penelitian
Contoh pengamatan :
• Observasi tentang jumlah kendaraan yang lewat di jalan tol jakarta
cikampek untuk menganalisis tingkat kepadatan di jalan tol
Kelebihan Observasi :
• Data yang dikumpulkan melalui observasi cenderung mempunyai
keandalan yang tinggi.
• Penganalisis melalui observasi dapat melihat langsung apa yang
sedang dikerjakan. Pekerjaan-pekerjaan yang rumit kadang-kadang
sulit untuk dijelaskan dengan kata-kata. Melalui observasi,
penganalisis dapat mengidentifikasikan kegiatan-kegiatan yang tidak
tepat yang telah digambarkan oleh teknik pengumpulan data yang
lain.
25
• Memerlukan banyak waktu
• Tidak dapat digunakan untuk pengumpulan data masa lalu dan akan
datang
• Umumnya orang yang diamati merasa terganggu atau tidak nyaman,
sehingga akan melakukan pekerjaanya dengan tidak semestinya.
• Orang yang diamati cenderung melakukan pekerjaannya dengan
lebih
baik dari biasanya
Kelemahan Observasi :
26
Hasil observasi bisa tiga macam :
1. hasilnya sama dengan informasi sebelumnya, yang sudah diperoleh lewat
wawancara, studi kepustakaan, dan sumber lain.
2. hasil observasi bersifat komplementer atau melengkapi informasi yang sudah
ada dari sumber lain.
3. hasil observasi bersifat kontras atau sangat berbeda dengan informasi yang
sudah diperoleh sebelumnya.
MATERI SELESAI
LATIHAN

More Related Content

What's hot

Jenis jenis data dan teknik pengumpulan data
Jenis jenis data dan teknik pengumpulan dataJenis jenis data dan teknik pengumpulan data
Jenis jenis data dan teknik pengumpulan dataFirman Marine
 
P9 menyusun proposal sistematika proposal
P9 menyusun proposal sistematika proposalP9 menyusun proposal sistematika proposal
P9 menyusun proposal sistematika proposalM. Jainuri, S.Pd., M.Pd
 
Kuliah 2a penelitian di bidang ilmu komputer
Kuliah 2a penelitian di bidang ilmu komputerKuliah 2a penelitian di bidang ilmu komputer
Kuliah 2a penelitian di bidang ilmu komputerNur Anita Okaya
 
Penelitian sosial
Penelitian sosialPenelitian sosial
Penelitian sosialadult415
 
teknik pengumpulan data dan teknik analisis data
teknik pengumpulan data dan teknik analisis datateknik pengumpulan data dan teknik analisis data
teknik pengumpulan data dan teknik analisis dataCucu Sya'diah
 
Instrumen Penelitian
Instrumen PenelitianInstrumen Penelitian
Instrumen PenelitianSri Handayani
 
Instrumen dan teknik pengumpulan data
Instrumen dan teknik pengumpulan dataInstrumen dan teknik pengumpulan data
Instrumen dan teknik pengumpulan dataLevina Lme
 
Penelitian sosial
Penelitian sosialPenelitian sosial
Penelitian sosialAnisa Salma
 
Berbagai Instrumen Penelitian
Berbagai Instrumen PenelitianBerbagai Instrumen Penelitian
Berbagai Instrumen PenelitianLevina Lme
 
P15 menyusun laporan penelitian (skripsi)
P15 menyusun laporan penelitian (skripsi)P15 menyusun laporan penelitian (skripsi)
P15 menyusun laporan penelitian (skripsi)M. Jainuri, S.Pd., M.Pd
 
penyusunan instrumen
penyusunan instrumenpenyusunan instrumen
penyusunan instrumeniimpunya3
 
Teknik analisis data kuantitatif dan kualitatif
Teknik analisis data kuantitatif dan kualitatifTeknik analisis data kuantitatif dan kualitatif
Teknik analisis data kuantitatif dan kualitatifNastiti Rahajeng
 
metode dan instrumen penelitian
metode dan instrumen penelitianmetode dan instrumen penelitian
metode dan instrumen penelitianSadad Magrabi
 
Penelitian sosial-SOSIOLOGI KELAS 10
Penelitian sosial-SOSIOLOGI KELAS 10 Penelitian sosial-SOSIOLOGI KELAS 10
Penelitian sosial-SOSIOLOGI KELAS 10 putrisagut
 
Rangkuman bab 8, 13 & 14 metode penelitian pendidikan
Rangkuman bab 8, 13 & 14 metode penelitian pendidikanRangkuman bab 8, 13 & 14 metode penelitian pendidikan
Rangkuman bab 8, 13 & 14 metode penelitian pendidikanrizka lailatul fitriya
 

What's hot (20)

2020 2 statistik pendidikan 2_kontrak
2020 2 statistik pendidikan 2_kontrak2020 2 statistik pendidikan 2_kontrak
2020 2 statistik pendidikan 2_kontrak
 
Jenis jenis data dan teknik pengumpulan data
Jenis jenis data dan teknik pengumpulan dataJenis jenis data dan teknik pengumpulan data
Jenis jenis data dan teknik pengumpulan data
 
P9 menyusun proposal sistematika proposal
P9 menyusun proposal sistematika proposalP9 menyusun proposal sistematika proposal
P9 menyusun proposal sistematika proposal
 
Kuliah 2a penelitian di bidang ilmu komputer
Kuliah 2a penelitian di bidang ilmu komputerKuliah 2a penelitian di bidang ilmu komputer
Kuliah 2a penelitian di bidang ilmu komputer
 
Penelitian sosial
Penelitian sosialPenelitian sosial
Penelitian sosial
 
teknik pengumpulan data dan teknik analisis data
teknik pengumpulan data dan teknik analisis datateknik pengumpulan data dan teknik analisis data
teknik pengumpulan data dan teknik analisis data
 
2020 2 kontrak prakmatika
2020 2 kontrak prakmatika2020 2 kontrak prakmatika
2020 2 kontrak prakmatika
 
Instrumen Penelitian
Instrumen PenelitianInstrumen Penelitian
Instrumen Penelitian
 
Instrumen dan teknik pengumpulan data
Instrumen dan teknik pengumpulan dataInstrumen dan teknik pengumpulan data
Instrumen dan teknik pengumpulan data
 
Penelitian sosial
Penelitian sosialPenelitian sosial
Penelitian sosial
 
Berbagai Instrumen Penelitian
Berbagai Instrumen PenelitianBerbagai Instrumen Penelitian
Berbagai Instrumen Penelitian
 
P15 menyusun laporan penelitian (skripsi)
P15 menyusun laporan penelitian (skripsi)P15 menyusun laporan penelitian (skripsi)
P15 menyusun laporan penelitian (skripsi)
 
Ak 130000
Ak 130000Ak 130000
Ak 130000
 
P11 teknik&instrumen pengumpul data
P11 teknik&instrumen pengumpul dataP11 teknik&instrumen pengumpul data
P11 teknik&instrumen pengumpul data
 
penyusunan instrumen
penyusunan instrumenpenyusunan instrumen
penyusunan instrumen
 
Teknik analisis data kuantitatif dan kualitatif
Teknik analisis data kuantitatif dan kualitatifTeknik analisis data kuantitatif dan kualitatif
Teknik analisis data kuantitatif dan kualitatif
 
metode dan instrumen penelitian
metode dan instrumen penelitianmetode dan instrumen penelitian
metode dan instrumen penelitian
 
instrumen dan uji syarat instrumen
instrumen dan uji syarat instrumeninstrumen dan uji syarat instrumen
instrumen dan uji syarat instrumen
 
Penelitian sosial-SOSIOLOGI KELAS 10
Penelitian sosial-SOSIOLOGI KELAS 10 Penelitian sosial-SOSIOLOGI KELAS 10
Penelitian sosial-SOSIOLOGI KELAS 10
 
Rangkuman bab 8, 13 & 14 metode penelitian pendidikan
Rangkuman bab 8, 13 & 14 metode penelitian pendidikanRangkuman bab 8, 13 & 14 metode penelitian pendidikan
Rangkuman bab 8, 13 & 14 metode penelitian pendidikan
 

Viewers also liked

Ok 3 rep data2
Ok 3 rep  data2Ok 3 rep  data2
Ok 3 rep data2moccacino
 
MSEASUSlides: MSE Test Solving Strategies: Electronic Properties
MSEASUSlides: MSE Test Solving Strategies: Electronic PropertiesMSEASUSlides: MSE Test Solving Strategies: Electronic Properties
MSEASUSlides: MSE Test Solving Strategies: Electronic Propertiesmseasuslides
 
MSEASUSlides: Muddiest Point: Phase Diagrams IV Fe-Fe3C Calculations Sli…
MSEASUSlides:  Muddiest Point: Phase Diagrams IV Fe-Fe3C Calculations Sli…MSEASUSlides:  Muddiest Point: Phase Diagrams IV Fe-Fe3C Calculations Sli…
MSEASUSlides: Muddiest Point: Phase Diagrams IV Fe-Fe3C Calculations Sli…mseasuslides
 
MSEASUSlides: Muddiest Point: Phase Diagrams V Fe-Fe3C Microstructures S…
MSEASUSlides:  Muddiest Point: Phase Diagrams V Fe-Fe3C Microstructures S…MSEASUSlides:  Muddiest Point: Phase Diagrams V Fe-Fe3C Microstructures S…
MSEASUSlides: Muddiest Point: Phase Diagrams V Fe-Fe3C Microstructures S…mseasuslides
 
MSEASUSlides: Muddiest Point: Phase Diagrams III Fe-Fe3C Phase Diagram Intro...
MSEASUSlides:  Muddiest Point: Phase Diagrams III Fe-Fe3C Phase Diagram Intro...MSEASUSlides:  Muddiest Point: Phase Diagrams III Fe-Fe3C Phase Diagram Intro...
MSEASUSlides: Muddiest Point: Phase Diagrams III Fe-Fe3C Phase Diagram Intro...mseasuslides
 
MSEASUSlides: Muddiest points: Electronic Properties I
MSEASUSlides: Muddiest points: Electronic Properties IMSEASUSlides: Muddiest points: Electronic Properties I
MSEASUSlides: Muddiest points: Electronic Properties Imseasuslides
 
MSEASUSlides: Muddiest Points: Polymers I - Introduction
MSEASUSlides: Muddiest Points:  Polymers I - IntroductionMSEASUSlides: Muddiest Points:  Polymers I - Introduction
MSEASUSlides: Muddiest Points: Polymers I - Introductionmseasuslides
 

Viewers also liked (7)

Ok 3 rep data2
Ok 3 rep  data2Ok 3 rep  data2
Ok 3 rep data2
 
MSEASUSlides: MSE Test Solving Strategies: Electronic Properties
MSEASUSlides: MSE Test Solving Strategies: Electronic PropertiesMSEASUSlides: MSE Test Solving Strategies: Electronic Properties
MSEASUSlides: MSE Test Solving Strategies: Electronic Properties
 
MSEASUSlides: Muddiest Point: Phase Diagrams IV Fe-Fe3C Calculations Sli…
MSEASUSlides:  Muddiest Point: Phase Diagrams IV Fe-Fe3C Calculations Sli…MSEASUSlides:  Muddiest Point: Phase Diagrams IV Fe-Fe3C Calculations Sli…
MSEASUSlides: Muddiest Point: Phase Diagrams IV Fe-Fe3C Calculations Sli…
 
MSEASUSlides: Muddiest Point: Phase Diagrams V Fe-Fe3C Microstructures S…
MSEASUSlides:  Muddiest Point: Phase Diagrams V Fe-Fe3C Microstructures S…MSEASUSlides:  Muddiest Point: Phase Diagrams V Fe-Fe3C Microstructures S…
MSEASUSlides: Muddiest Point: Phase Diagrams V Fe-Fe3C Microstructures S…
 
MSEASUSlides: Muddiest Point: Phase Diagrams III Fe-Fe3C Phase Diagram Intro...
MSEASUSlides:  Muddiest Point: Phase Diagrams III Fe-Fe3C Phase Diagram Intro...MSEASUSlides:  Muddiest Point: Phase Diagrams III Fe-Fe3C Phase Diagram Intro...
MSEASUSlides: Muddiest Point: Phase Diagrams III Fe-Fe3C Phase Diagram Intro...
 
MSEASUSlides: Muddiest points: Electronic Properties I
MSEASUSlides: Muddiest points: Electronic Properties IMSEASUSlides: Muddiest points: Electronic Properties I
MSEASUSlides: Muddiest points: Electronic Properties I
 
MSEASUSlides: Muddiest Points: Polymers I - Introduction
MSEASUSlides: Muddiest Points:  Polymers I - IntroductionMSEASUSlides: Muddiest Points:  Polymers I - Introduction
MSEASUSlides: Muddiest Points: Polymers I - Introduction
 

Similar to Arti Statistika dan Pengumpulan 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
 
Metode Penelitian Kuantitatif_Final.pptx
Metode Penelitian Kuantitatif_Final.pptxMetode Penelitian Kuantitatif_Final.pptx
Metode Penelitian Kuantitatif_Final.pptxssuser5c8f85
 
Statistik data
Statistik  dataStatistik  data
Statistik dataHafiza .h
 
metode6-2013.ppt
metode6-2013.pptmetode6-2013.ppt
metode6-2013.pptDidiek3
 
Metode Penelitian presentation by fuad
Metode Penelitian presentation by fuadMetode Penelitian presentation by fuad
Metode Penelitian presentation by fuadFuad Ramadhan
 
ITP UNS Semester 3, Rancangan Percobaan: Rancob dan menlit
ITP UNS Semester 3, Rancangan Percobaan: Rancob dan menlitITP UNS Semester 3, Rancangan Percobaan: Rancob dan menlit
ITP UNS Semester 3, Rancangan Percobaan: Rancob dan menlitFransiska Puteri
 
Tugas semester skala pengukuran
Tugas semester skala pengukuranTugas semester skala pengukuran
Tugas semester skala pengukurananihdx
 
PP STATISTIKA DESKRIPTIF PERTEMUAN 1.pptx
PP STATISTIKA DESKRIPTIF PERTEMUAN 1.pptxPP STATISTIKA DESKRIPTIF PERTEMUAN 1.pptx
PP STATISTIKA DESKRIPTIF PERTEMUAN 1.pptxHRahmatSTel
 
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
 
Contoh rpp ipa vii sem 1
Contoh rpp ipa vii sem 1Contoh rpp ipa vii sem 1
Contoh rpp ipa vii sem 1Yanie Nur
 
Partini - ANALISIS & INTERPRETASI.pptx
Partini - ANALISIS & INTERPRETASI.pptxPartini - ANALISIS & INTERPRETASI.pptx
Partini - ANALISIS & INTERPRETASI.pptxBellaLaksono
 

Similar to Arti Statistika dan Pengumpulan 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
 
Data dan Penyajian data
Data dan Penyajian dataData dan Penyajian data
Data dan Penyajian data
 
Metode Penelitian Kuantitatif_Final.pptx
Metode Penelitian Kuantitatif_Final.pptxMetode Penelitian Kuantitatif_Final.pptx
Metode Penelitian Kuantitatif_Final.pptx
 
Statistik data
Statistik  dataStatistik  data
Statistik data
 
metode6-2013.ppt
metode6-2013.pptmetode6-2013.ppt
metode6-2013.ppt
 
metode6-2013.ppt
metode6-2013.pptmetode6-2013.ppt
metode6-2013.ppt
 
Biostatistik
BiostatistikBiostatistik
Biostatistik
 
Metode Penelitian presentation by fuad
Metode Penelitian presentation by fuadMetode Penelitian presentation by fuad
Metode Penelitian presentation by fuad
 
Penelitian sosial
Penelitian sosialPenelitian sosial
Penelitian sosial
 
DATA DAN SUMBER DATA.pptx
DATA DAN SUMBER DATA.pptxDATA DAN SUMBER DATA.pptx
DATA DAN SUMBER DATA.pptx
 
ITP UNS Semester 3, Rancangan Percobaan: Rancob dan menlit
ITP UNS Semester 3, Rancangan Percobaan: Rancob dan menlitITP UNS Semester 3, Rancangan Percobaan: Rancob dan menlit
ITP UNS Semester 3, Rancangan Percobaan: Rancob dan menlit
 
Tugas semester skala pengukuran
Tugas semester skala pengukuranTugas semester skala pengukuran
Tugas semester skala pengukuran
 
PP STATISTIKA DESKRIPTIF PERTEMUAN 1.pptx
PP STATISTIKA DESKRIPTIF PERTEMUAN 1.pptxPP STATISTIKA DESKRIPTIF PERTEMUAN 1.pptx
PP STATISTIKA DESKRIPTIF PERTEMUAN 1.pptx
 
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
 
Pengertian statistika
Pengertian statistikaPengertian statistika
Pengertian statistika
 
Contoh rpp ipa vii sem 1
Contoh rpp ipa vii sem 1Contoh rpp ipa vii sem 1
Contoh rpp ipa vii sem 1
 
2 data.pdf
2 data.pdf2 data.pdf
2 data.pdf
 
Bab 1 4 jadiii
Bab 1 4 jadiiiBab 1 4 jadiii
Bab 1 4 jadiii
 
Partini - ANALISIS & INTERPRETASI.pptx
Partini - ANALISIS & INTERPRETASI.pptxPartini - ANALISIS & INTERPRETASI.pptx
Partini - ANALISIS & INTERPRETASI.pptx
 

Arti Statistika dan Pengumpulan Data

  • 1. 1 Arti Statistik Dan Pengumpulan Data Tujuan Belajar :  Menjelaskan arti statistik  Menjelaskan arti data, syarat-syarat data yang baik dan jenis- jenis data  Menjelaskan proses dan metode yang digunakan dalam pengumpulan data
  • 2. 2 STATISTIKA : Kegiatan untuk : • mengumpulkan data • menyajikan data • menganalisis data dengan metode tertentu • menginterpretasikan hasil analisis KEGUNAAN ? STATISTIKA DESKRIPTIF : Berkenaan dengan pengumpulan, pengolahan, dan penyajian sebagian atau seluruh data (pengamatan) tanpa pengambilan kesimpulan STATISTIKA INDUKTIF : Setelah data dikumpulkan, maka dilakukan berbagai metode statistik untuk menganalisis data, dan kemudian dilakukan interpretasi serta diambil kesimpulan. Statistika induktif akan menghasilkan generalisasi (jika sampel representatif) Melalui fase dan fase 1. Konsep Statistika
  • 4. 4 JENIS-JENIS DATA 1. Jumlah Pelanggan 2. Jumlah staf 3. Jumlah TV, dll sifat Data Kualitatif Data Kuantitatif Data Diskret Data Kontinu 1. Jenis kelamin 2. Agama 3. Jenis Pendidikan, dll 1. Panjang kabel 2. Jarak kota 3. Luas rumah, dll
  • 5. Menurut Sumber Internal  data yang bersumber dari keadaan suatu organisasi Eksternal  data yang bersumber dari luar suatu organisasi
  • 6. Data Cara memperolehnya PRIMER  data yang dikumpulkan dan diolah sendiri oleh suatu organisasi atau perorangan langsung dari objeknya SEKUNDER  data yang diperoleh dalam bentuk jadi dan telah diolah oleh pihak lain
  • 7. DATA WAKTU PENGUMPULAN Time series (berkala)  data yang dikumpulkan dari waktu ke waktu Cross section  data yang dikumpulkan dalam suatu periode tertentu
  • 8. SKALA PENGUKURAN DATA Skala dikotomi / nominal adalah data yang paling sederhana yang disusun menurut jenisnya atau kategorinya dan diberi angka Kewarganegaraan : 1. WNI 2. WNA Jenis Kelamin : 1. Perempuan 2. Laki – laki Skala Kontinum Skala Ordinal Skala Interval Skala Rasio
  • 9. SKALA ORDINAL data yang sudah diurutkan dari jenjang yang paling rendah sampai yang paling tinggi, atau sebaliknya tergantung peringkat selera pengukuran yang subjektif terhadap objek tertentu. • Mengukur kualitas suatu barang 1. sangat bagus 2. bagus 3. cukup bagus 4. kurang bagus • Tingkatan pendidikan 1. TK 2. SD 3. SMP 4. SMA 5. S1 • Ukuran Daya Listrik 1. 2200 W 2. 1300 W 3. 900 W 4. 450 W
  • 10. Skala Interval  skala yang menunjukkan jarak antara satu data dengan data yang lainnya. Skala interval memiliki sebuah titik nol, • Standar nilai Mahasiswa untuk mencapai IP : Huruf A = 4 ; B = 3 ; C = 2 ; D = 1; dan E = 0 Nilai Intervalnya : a) A dengan B  4 – 3 = 1 b) B dengan D  3 – 1 = 2 • Derajat Celcius SKALA INTERVAL
  • 11. Skala Rasio  skala pengukuran yang mempunyai sifat pengukuran dan tidak memiliki sebuah titik nol • Umur Manusia • Tinggi Badan manusia • Tinggi Pohon SKALA RASIO
  • 12. 12 Pengumpulan Data Tujuan pengumpulan data : • Mengetahui jumlah elemen atau objek yang akan diamati • Mengetahui karakteristik dari elemen tersebut.  Populasi  kumpulan dari seluruh elemen sejenis tetapi dapat dibedakan satu sama lainnya.  Sampel  sebagian dari populasi  Elemen  unit terkecil dari objek penelitian  Karakteristik  sifat-sifat, ciri-ciri atau hal-hal yang dimiliki oleh elemen
  • 13. POPULASI DAN SAMPEL POPULASI Sebuah kumpulan dari semua kemungkinan orang-orang, benda-benda dan ukuran lain dari objek yang menjadi perhatian. SAMPEL Suatu bagian dari populasi tertentu yang menjadi perhatian.
  • 14. Populasi dibagi menjadi dua bagian  Populasi terbatas, dimana batasnya secara kuantitatif dapat dihitung. misalnya : Jumlah mahasiswa STTPLN  Populasi tak terbatas, dimana banyak populasinya tidak bisa dinyatakan dengan kuantitatif misalnya : Berapa liter pasang surut air laut Berdasarkan sifatnya maka populasi dibagi menjadi dua bagian yaitu : 1. Populasi homogen, sumber data memiliki sifat yang sama Misalnya : Meneliti mahasiswa jurusan T. Informatika TA 2009 /2010 yang mendapat nilai A untuk mata kuliah statistik 2. Populasi heterogen, sumber datanya memiliki sifat yang berbeda. Misalnya : Meneliti IQ mahasiswa STTPLN Mahasiswa Pria Wanita Jur TI |Jur TE | Jur TM |Jur TSJur TI|Jur TE | Jur TM | Jur TS
  • 15. 15 JUMLAH POPULASI (POPULATION NUMBER) • Dinotasikan dengan huruf N • Adalah banyaknya kategori populasi penelitian yang diteliti • Jika populasi penelitian kita adalah seluruh mahasiswa Fikom Unpad maka jumlah populasinya adalah satu (N=1). • Jika populasi penelitian kita adalah seluruh sivitas akademika Fikom Unpad, maka jumlah populasinya adalah tiga (N=3) yaitu: kelompok mahasiswa, kelompok dosen, dan kelompok staf administratif JUMLAH POPULASI
  • 16. Untuk jumlah populasi yang telah diketahui dapat digunakan rumus Taro Yamane (Riduwan dan Akdon, 2006) untuk menghitung jumlah sampel yang diperlukan: 1* 2   dN N n Dimana : n = Jumlah sampel N = Jumlah populasi d = level signifikansi yang diinginkan (umumnya 0,05 atau 0,01 tergantung tingkat kepercayaan kesalahan yang terjadi). MENENTUKAN UKURAN SAMPEL
  • 17. 17 Contoh : Seorang peneliti akan meneliti mahasiswa STTPLN jurusan T. Informatika yang telah mengambil mata kuliah statistik yang banyaknya 300 orang, berapa besarnya sampel yang akan diambil : 17142.171 75.1 300 1)05.0(*300 300 1* 22      dN N n Dengan d = 0.05 Dengan d = 0.01 29126.291 03.1 300 1)01.0(*300 300 1* 22      dN N n
  • 19. 19 WAWANCARA / INTERVIEW Wawancara  suatu cara pengumpulan data yang digunakan untuk memperoleh informasi langsung dari sumbernya dimana terjadi interaksi tanya jawab antara pewawancara dengan yang diwawancara untuk meminta keterangan atau pendapat mengenai suatu hal. Faktor yang mempengaruhi arus informasi dalam wawancara : 1. Pewawancara 2. Responden 3. Pedoman wawancara 4. Situasi wawancara
  • 20. 20 Wawancara Terstruktur wawancara secara terencana yang berpedoman pada daftar pertanyaan yang telah dipersiapkan sebelumnya. Wawancara Tak Terstruktur Wawancara tak berstruktur adalah wawancara yang tidak berpedoman pada daftar pertanyaan Kelebihan teknik wawancara: 1. Wawancara memberikan kesempatan kepada pewawancara untuk memotivasi orang yang diwawancarai untuk menjawab dengan bebasa dan terbuka terhadap pertanyaa-pertanyaan yang diajukan. 2. Memungkinkan pewawancara untuk mengembangkan pertanyaan- pertanyaan sesuai dengan situasi yang berkembang. 3. Pewawancara dapat menilai kebenaran jawaban yang diberikan dari gerak-gerik dan raut wajah orang yang diwawancarai. 4. Pewawancara dapat menanyakan kegiatan-kegiatan khusus yang tidak selalu terjadi.
  • 21. 21 Kekurangan teknik wawancara: 1. Proses wawancara membutuhkan waktu yang lama, sehingga secara relatif mahal dibandingkan dengan teknik yang lainnya. 2. Keberhasilan hasil wawancara sangat tergantung dari kepandaian pewawancara untuk melakukan hubungan antar manusia. 3. Wawancara tidak selalu tepat untuk kondisi-kondisi tenpat yang tertentu, misalnya di lokasi-lokasi yang ribut dan ramai 4. Wawancara sangat menganggu kerja dari orang yang diwawancarai bila waktu yang dimilikinya sangat terbatas.
  • 22. KUESIONER Tujuan Penyebaran kuesioner  mencari informasi yang lengkap mengenai suatu masalah Pembuatan kuesioner yang baik : 1. Ada petunjuk jelas mengenai maksud diberikannya kuesioner 2. Ada petunjuk jelas mengenai cara pengisian kuesioner 3. Menggunakan kalimat yang mudah dimengerti 4. Menhindari pertanyaan yang tidak jelas, tidak perlu dan tidak relevan 5. Menghindari pertanyaan yang bernada menekan / mengancam dll 6. Menggunakan urutan pertanyaan yang logis dan sistematis 7. Merahasiakan identitas responden agar responden obyektif dalam menjawab
  • 23. Mata kuliah apa saja yang saudara ambil pada semester 2 ? ………………. Keuntungan kuesioner terbuka : • Bagi responden  mereka dapat mengisi sesuai dengan keinginan sendiri dengan keadaan yang dialaminya • Bagi peneliti  Akan mendapat data yang bervariasi. Contoh kuesioner tertutup : Mata kuliah pemrograman apa yang ada kuasai ? a. Algoritma & Pemrograman 1 b. Bahasa Pemrograman Contoh angket terbuka dan tertutup Mata kuliah eksak yang anda sukai ? a. Fisika b. kalkulus c. …………… Contoh kuesioner terbuka :
  • 24. 24 PENGAMATAN Pengamatan  pengumpulan data melalui pengamatan dan pencatatan oleh pengumpul data terhadap gejala / peristiwa yang diselidiki pada obyek penelitian Contoh pengamatan : • Observasi tentang jumlah kendaraan yang lewat di jalan tol jakarta cikampek untuk menganalisis tingkat kepadatan di jalan tol Kelebihan Observasi : • Data yang dikumpulkan melalui observasi cenderung mempunyai keandalan yang tinggi. • Penganalisis melalui observasi dapat melihat langsung apa yang sedang dikerjakan. Pekerjaan-pekerjaan yang rumit kadang-kadang sulit untuk dijelaskan dengan kata-kata. Melalui observasi, penganalisis dapat mengidentifikasikan kegiatan-kegiatan yang tidak tepat yang telah digambarkan oleh teknik pengumpulan data yang lain.
  • 25. 25 • Memerlukan banyak waktu • Tidak dapat digunakan untuk pengumpulan data masa lalu dan akan datang • Umumnya orang yang diamati merasa terganggu atau tidak nyaman, sehingga akan melakukan pekerjaanya dengan tidak semestinya. • Orang yang diamati cenderung melakukan pekerjaannya dengan lebih baik dari biasanya Kelemahan Observasi :
  • 26. 26 Hasil observasi bisa tiga macam : 1. hasilnya sama dengan informasi sebelumnya, yang sudah diperoleh lewat wawancara, studi kepustakaan, dan sumber lain. 2. hasil observasi bersifat komplementer atau melengkapi informasi yang sudah ada dari sumber lain. 3. hasil observasi bersifat kontras atau sangat berbeda dengan informasi yang sudah diperoleh sebelumnya.