PPT Teknik Probabilitas [TM1]

8/18/2019 PPT Teknik Probabilitas [TM1]

1/31

Modul ke:

Fakultas

Program Studi

STATISTIKPegertian Dasar Statistik

Bethriza Hanum ST., MT01TeknikTeknik Industri


2/31

Sekumpulan angka sesuatu, baik angka

yang belum tersusun maupun angka

yang sudah tersusun dalam suatu daftar

atau grafik

PENGERTIAN STATISTIK

2

Sekumpulan angka yang menjelaskan sifat-

sifat data atau hasil pengamatan

Sekumpulan cara dan aturan tentang

pengumpulan, pengolahan, analisis, serta

penafsiran data yang terdiri dari angka-angka.


3/31

Menurut J. Supranto :

1. Dalam arti sempit

Statistik adalah data ringkasan yang

berbentuk angka (kuantitatif).

2. Dalam arti luas

Statistik adalah ilmu yang mempelajari cara

pengumpulan, penyajian, dan analisis data,serta cara pengambilan kesimpulan secara

umum berdasarkan hasil penelitian yang

menyeluruh. 3


4/31

Statistik adalah ilmu yang mempelajari

tentang seluk beluk data, yaitu tentangpengumpulan, pengolahan,

penganalisisan, penafsiran, dan

penarikan kesimpulan dari data yangberbentuk angka-angka.

4


5/31

PEMBAGIAN STATISTIK

Berdasarkan cara pengolahan datanya

a. Statistik Deskriptifb. Statistik Inferensi atau

Statistik Induktif

5


6/31

STATISTIK DESKRIPTIF

• Bagian dari Statistik yang mempelajari

cara pengumpulan

dan penyajian data sehingga

mudah dipahami.

•

Fungsi : untuk menerangkan keadaan,gejala, atau persoalan

6


7/31

RUANG LINGKUP BAHASAN

1. Distribusi Frekuensi

a. Grafik distribusi

b. Ukuran nilai pusatc. Ukuran Dispersi

d. Kemencengan dan keruncingan kurva

2. Angka Indeks3. Deret waktu atau data berkala

4. Korelasi dan regresi sederhana

7


8/31

STATISTIK INFERENSI atau

STATISTIK INDUKTIF

Bagian dari Statistik yang mempelajari

mengenai penafsiran dan penarikankesimpulan yang berlaku secara umum dari

data yang tersedia.

Fungsi : meramalkan dan mengontrol

keadaan atau kejadian

8


9/31

Ruang lingkup bahasan :

• Probabilitas atau teori kesimpulan

• Distribusi teoritis

• Sampling dan distribusi sampling

• Pendugaan populasi atau teori populasi

• Uji hipotesis

• Analisis korelasi dan uji signifikan

• Analisis regresi untuk peramalan

9


10/31

Statistik berdasarkan ruang

lingkup penggunaannya• Statistik Sosial

•

Statistik Pendidikan• Statistik Ekonomi

• Statistik Perusahaan

• Statistik Pertanian

• Statistik Kesehatan

10


11/31

Statistik berdasarkan bentuk

parameternya

• Statistik Parametrik

Bagian statistik yang parameter dan

populasinya mengikuti suatu distribusi

tertentu, seperti distribusi normal, danmemiliki varian yang homogen.

11


12/31

• Statistik non parametrikBagian statistik yang parameter dan

populasinya tidak mengikuti suatu

distribusi tertentu atau memilikidistribusi yang bebas dari persyaratan,dan variannya tidak perlu homogen.

12


13/31

PERANAN STATISTIK

• Dalam kehidupan sehari-hari

contoh : angka-angka kenakalan

remaja, tingkat biaya hidup, tingkatkecelakaan lalu lintas.

• Dalam penelitian ilmiah

• Dalam ilmu pengetahuan

13


14/31

PERLUNYA STATISTIK

• Menjelaskan hubungan antaravariabel-variabel

• Membuat rencana dan ramalan

• Mengatasi berbagai perubahan

•Membuat keputusan yang lebuhbaik

14


15/31

FUNGSI STATISTIK

• Bank Data

•

Alat quality kontrol• Alat analisis

• Pemecahan masalah dan pembuat

keputusan

15


16/31

METODOLOGI STATISTIK

Pemecahan masalah secara statistik yang

terdiri atas beberapa tahap.

1. Identifikasi masalah

2. Pengumpulan data

3. Klasifikasi data4. Penyajian data

5. Analisis data

16


17/31

Identifikasi Masalah

• Merupakan tahap awal atau tahapperencanaan.

• Pada tahap ini, masalah atau persoalanyang ada dipahami atau didefinisikansecara jelas dan tepat.

• Misal : Sifat permasalahan, luaspermasalahan, dampak situasi,dll

17


18/31

Pengumpulan data

• Data Intern :

Data yang bersangkutan langsung dengan

permasalahan.

• Data Ekstern :

Data yang hanya mendukungpermasalahan.

18


19/31

Data Intern dan Ekstern dikumpulkan

melalui :

• Data-data yang tersedia

Data-data diperoleh dan dikumpulkan melaluisumber-sumber yang telah ada.

• Data –data asli :

Data-data yang diperoleh dan dikumpulkansecara langsung oleh peneliti.

19


20/31

Sifat-sifat data :

• Akurat

• Up to date

• Komprehensif

• Relevan

• Memiliki kesalahan baku kecil

20


21/31

Klasifikasi Data

Pada tahap klasifikasi data, data yang Sudah

ada dikelompokan sesuai dengan tujuan

penelitian dan diidentifikasi berdasarkan

kemiripan atau kesamaan sifat, kemudian

disusun dalam kelompok-kelompok.

Salah satu metode pengklasifikasian data yang

sering digunakan adalah metode coding

21


22/31

Penyajian Data

Data yang sudah diklasifikasikan,

disajikan atau ditampilkan dalam bentuk

tabel atau grafik.

Analisis Data

Diinterpretasikan hasil dari tahapsebelumnya dan merupakan tahap akhir

sebelum penarikan kesimpulan

22


23/31

KONSEP-KONSEP DASAR

1. Populasi

2. Sampel

3. Variabel diskrit

4. Variabel Kontinu

5. Pembulatan Data6. Notasi Sigma

23


24/31


25/31

Variabel

• Dalam melakukan inferensi terhadap populasi,

tidak semua ciri populasi harus diketahui, hanya

satu atau beberapa karakteristik populasi yang

perlu diketahui, yang disebut sebagai variabel• Variabel adalah sebuah simbol, yang dapat

menyandang setiap nilai dari suatu himpunan nilai

yang disebut sebagai domain dari variabel tersebut

25


26/31

Variabel Diskrit

Variabel yang selalu memiliki nilai bulat dalambilangan asli, tidak berbentuk pecahan atau variabel

yang tidak mengambil seluruh nilai dalam sebuah

interval ( selang )

Sejumlah N anak dalam sebuah keluarga, yang

bernilai bisa salah satu dari 0, 1, 2, 3, … tetapi tidak

mungkin 2,5 atau, 3,4567

Data yang dinyatakan dalam bentuk variabel diskrit

disebut data diskrit 26


27/31

Variabel Kontinu

Variabel yang memiliki nilai sembarang, baik

berupa nilai bulat maupun pecahan, di

antara dua nilai tertentu atau variabel yang

mengambil seluruh nilai alam suatu interval.

Tinggi H seseorang yang dapat bernilai 62

cm, 67,5 cm atau 68,45678 cm, bergantung

pada tingkat akurasi pengukurannya

27


28/31

Pembulatan Data

Pembulatan biasanya dilakukan ke arah

bilangan terdekat. Pembulatan ke bawah

dilakukan pada bilangan sampai dengan 5,

selebihnya dibulatkan ke atas.

Notasi Sigma

Notasi yang digunakan untuk menyatakan

penjumlahan.

28


29/31

Data kualitatif – data nonmetrik

• Data nominal

– Data yang paling rendah dalam level pengukuran data,

hanya meghasilkan satu dan hanya satu-satunyakategori. Contoh pendidikan, jenis kelamin

• Data ordinal – Data yeng memiliki tingkatan data, urutan data

CONTOH : kepuasan kerja, motivasi

• Data kategorikal

– Data dalam jenis ya atau tidak

• Data numerikal

– Jenis data diskrit dan data kontinu


30/31

Data kuantitatif – data metrik

• Interval

– Data yang lebih tinggi tingkat pengukurannya dari data

ordinal, urutan data dapat dikuantitatifkan dan tidak

mempunyai titik nol yang absolut

CONTOH : temperatur yang diukur berdasarkan 0C dan0F, sistem kalender

• Rasio

– Data yang tingkat pengukurannya lebih tinggi

–Data rasio adalah data bersifat angka dalam artisesungguhnya dan mempunyai titik nol dalan arti

sesungguhnya

CONTOH : gaji, skor ujian, jumlah buku


31/31

TERIMA KASIH

31

Documents

PPT Teknik Probabilitas [TM1]