STATISTIK DAN METODOLOGI PENELITIAN

TUGAS 1

Pengolahan Data Statistika

Vita Fajriani Ridwan/P2800212402 TEKNIK PERENCANAAN PRASARANA - PROGRAM PASCA SARJANA S2

2012

UNIVERSITAS HASANUDDIN

PENGOLAHAN DATA STATISTIKA

1.Statistika Deskriptif Deskriptif berarti bersifat memberi gambaran. Statistika Deskriptif adalah metode yang berkaitan dengan pengumpulan,peringkasan, penyajian data sehingga memberikan informasi data yang berkenaan dengan bagaimana data dapat digambarkan (di deskripsikan) atau di simpulkan , baik secara numerik (misalnya menghitung rata rata dan deviasi standar) atau secara grafis (dalam bentuk tabel atau grafik), untuk memudahkan gambaran sekilas mengenai datatersebut, sehingga lebih mudah di baca dan lebih bermakna. Untuk itu jenis ini lebih berpusat pada penjelasan mengenai karakteristik data dan biasanya disajikan dalam ukuranukuran statistik seperti mean ,median, simpangan baku dan lainnya. Selain itu juga bisa disajikan melalui tabel, diagram pie,histogram,kurva dan lainnya. Melalui statistik deskriptif data lebih mudah untuk dibaca dan dimengerti. 2.Statistika Inferensia Inferensia berarti menarik opini / kesimpulan. Statistik inferensia adalah metode yang berkaitan dengan analisis Data untuk peramalan dan atau penarikan kesimpulan yang berkenaan dengan permodelan data melakukan pengambilan keputusan berdasarkan analisis data , misalnya melakukan pengujian hipotesis, melakukan estimasi pengamatan masa mendatang (estimasi atau prediksi), membuat permodelan hubungan(Korelasi, Regresi ,ANOVA , Deret Waktu) dsb. Statistik inferensia terdiri dari dua bagian umum yaitu pengujian hipotesis dan penaksiran parameter. Setelah data dikumpulkan maka dilakukan analisis data menggunakan berbagai macam metode statistik yang sesuai lalu menginterpretasi hasil analisis tersebut. Jenis ini mengolah data dari sampel dan melakukan pengujian atau melakukan pendekatan terhadap nilai atau karakter dari suatu populasi. Contoh Statistika Inferensia : Metode Pendugaan Statistik. Pengujian Hipotesis. Regresi dan Korela Statistik deskriptif dan inferensia saling melengkapi satu dan lainnya. Contoh pengolahan data dengan kedua metode di atas.

- Data tentang penjualan mobil merek ABC perbulan di suatu show room mobil di Jakarta selama tahun 1999. Dari data tersebut pertama akan dilakukan deskripsi terhadap data seperti menghitung rata-rata penjualan, berapa standar deviasinya dll. Kemudian baru dilakukan berbagai inferensi terhadap hasil deskripsi seperti : perkiraan penjualan mobil itu bulan Januari tahun berikut, atau perkiraan rata-rata penjualan mobil itu di seluruh Indonesia.\ - Catatan kelulusan selama 5 tahun terakhir di suatu perguruan tinggi menunjukkan bahwa 72% di antara mahasiswa baru yang masuk ke perguruan tinggi tersebut berhasil menyelesaikan studinya. Nilai numerik 72 tersebut termasuk statistika deskriptif. Jika berdasarkan hal ini kemudian anda menyimpulkan bahwa peluang anda lulus sarjana adalah 80%, berarti anda melakukan inferensi statistika yang tentu saja mempunyai sifat tidak pasti.

KELOMPOK ANALISIS STATISTIKA

1.STATISTIKA PARAMETRIK adalah Ilmu yang mempertimbangkan jenis sebaran atau distribusi data , yaitu apakah data menyebar normal atau tidak. Pada umumnya setelah data dikumpulkan , langkah selanjutnya adalah mencari nilai tengahnya ( Mean )dan simpangan (Variance ), kemudian di lakukan uji z atau uji t. Semua tindakan yang dilakukan di atas merupakan prosedur umum. StatistikaParametrik mengacu pada suatu parameter yang di punyai oleh sebuah distribusi di mana parameternya adalah nilai tengah dan simpangan. 2.STATISTIKA NONPARAMETRIK Adalah prosedur statistik yang tidak mengacu pada parameter tertentu, yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi baik normal atau tidak). Statistika non parametrik biasanya digunakan untuk melakukan analisis pada data berjenis nominal atau ordinal, karena jenis data ini tidak menyebar normal. Kelebihan Statistika nonparametrik antara lain : 1.Tingkat kesalahan penggunaan prosedur relatif kecil karena jenis ini tidak memerlukan banyak asumsi. 2.Perhitungan yang harus di lakukan pada umumnya sederhana dan mudah,khususnya data yang kecil. 3.Konsep data statistik nonparametrik mudah untuk dimengerti. 4.Dapat digunakan untuk menganalisa data yang berbentuk hitungan maupun peringkat Kekurangan statistika nonparametrik yang paling utama adalah : 1.Hasil tidak selalu sesuai dengan yang di harapkan karena kesederhanaan perhitungannya . 2.Penggunaan statistik nonparametrik lebih di utamakan jika hipotesis yang akan di uji tidak melibatkan parameter dari populasi.

ISTILAH STATISTIK Galat adalah error atau kesalahan Hipotesa adalah pernyataan spesifik yang bersifat prediksi dari hubungan antara dua atau lebih variabel Informasi adalah data yang telah diolah menjadi bentuk yang berguna bagi penerimanya dan nyata, berupa nilai yang dapat dipahami di dalam keputusan sekarang maupun masa depan Karakteristik adalah sifat umum dari variabel atau atribut. Observasi atau ukuran khusus yang diambil dari sampel. Kerangka Contoh adalah suatu daftar dari seluruh unit contoh dari populasi. Hal ini akan memudahkan dalam pemilihan sampel / contoh atau suatu kerangka yang berisi elemen -elemen dari seluruh populasi. Populasi adalah seluruh himpunan tertentu yang didapat dari survei. Dari kesimpulan sampel dibuat elemen himpunan yang disebut populasi. Spesifikasi lengkap yang terdiri dari populasi adalah langkah penting dalam peluang sampling. Meskipun tidak selalu penting untuk mempunyai elemen yang teridentifikasi dan terdaftar lebih dulu untuk seleksi ruang sampel. Elemen dari populasi harus didefinisikan dalam ruang dan waktu yang dimaksud. Populasi Statistik adalah himpunan data tentang karakteristik semua elemen dari populasi. Diasumsikan ada N elemen dalam populasi. Tipe penyajian dari N nilai-nilai karakteristik X yaitu X1, X2, .., Xn dan Xi meakili nilai-nilai karakteristik dengan harga X pada elemen ke-i. Kata populasi sering digunakan dalam mengganti kata populasi statistik jika menyelidiki data. Population Parameter adalah nilai yang tidak diketahui dan akan diduga. Parameter didapat dari nilai X unit sampel untuk mencari nilai dari N elemen populasi itu.

 Sample Frame adalah spesifikasi untuk pengambilan sampel, maka spesifikasi ditentukan dengan mengenai tujuan survei dan pendekatan galat sampel kecil (efisiensi sampel dari harga yang diberikan ). Sensus adalah penelitian statistik dari sudut pandang matematik suatu kasus spesial dari penarikan contoh. Penarikan contoh adalah kasus umum dan sensus adalah kasus khusus dimana seluruh anggota elemen populasi mempunyai peluang yang sama untuk terpilih menjadi satu termasuk dalam sampel. Ada beberapa kesalahan yang diperoleh secara sensus seperti dari penelitian secara contoh. Statistik adalah jumlah (total) data-data persentase yang dapat dihitung dari populasi atau data contoh juga berarti suatu metode. Survei Statistik: adalah suatu usaha penyelidikan terhadap sekumpulan data. Observasi atau pengukuran diambil dari sampel elemen untuk dibuat kesimpulan mengenai elemen kelompok tertentu. Survei-survei dilakukan dalam berbagai cara. Sensus adalah cara pengumpulan data yang dilakukan melalui pencacahan semua unit populasi di seluruh wilayah Republik Indonesia untuk memperoleh karakteristik suatu populasi pada saat tertentu. Survei adalah cara pengumpulan data yang dilakukan melalui pencacahan sampel untuk memperkirakan karakteristik suatu populasi pada saat tertentu. Populasi adalah keseluruhan unit yang menjadi objek kegiatan statistik baik yang berupa instansi pemerintah, lembaga, organisasi, orang, benda maupun objek lainnya. Sampel adalah sebagian unit populasi yang menjadi objek penelitian untuk memperkirakan karakteristik suatu populasi.

TIPE DATA STATISTIKA I. Data Kualitatif Data yang dinyatakan dalam bentuk kata-kata atau bukan dalam bentuk angka. Data ini biasanya menjelaskan karakteristik atau sifat sehingga tidak bisa dilakukan operasi matematika. Data kualitatif karena bukan data angka dalam arti sesungguhnya, tidak bisa disamakan perlakuannya dengan data kuantitatif. Data ini biasanya

menggunakan metode statistik nonparametrik Jenis data ini terbagi dua Nominal Data yang paling rendah dalam level pengukuran data. Contoh : Misal proses pendataan tempat tinggal 40 responden dalam suatu

penelitian. Dalam kasus ini setiap orang akan bertempat tinggal di suatu tempat tertentu (berdasar KTP), tidak bisa di tempat lain. Misal Amir berdomisili di Solo, maka dia (dianggap) tidak mungkin tinggal di Jakarta, atau punya dua KTP. Jadi, data tempat tinggal adalah data nominal karena Amir hanya punya satu dan satu-satunya, tidak bisa lebih dari satu, tempat tinggal yang ditunjukkan dengan KTP. Data Jenis Kelamin seseorang. Ini juga suatu data nominal karena

seorang laki-laki tidak mungkin berkelamin ganda. Demikian juga Tanggal Lahir seseorang, Pekerjaan (diasumsi hanya satu jenis pekerjaan dalam satu saat), dan seterusnya. Data Nominal dalam praktek statistik biasanya akan dijadikan angka, yaitu proses yang disebut kategorisasi. Misal dalam pengisian data, jenis kelamin lelaki dikategorikan sebagai 1 dan perempuan sebagai 2. Kategori ini hanya sebagai tanda saja. Jadi, ti dak bisa dilakukan operasi matematika, seperti 1 + 2 atau 1 2, dan lainnya. Ordinal

Memiliki tingkatan data. (seperti : sangat setuju, setuju, kurang setuju, tidak setuju) Contoh :. Misal pada data Jenis Kelamin di atas, Lelaki dianggap setara dengan

Wanita, atau dalam data Tempat Kelahiran, data Jakarta dianggap sama dengan data Yogyakarta, Surabaya, Boyolali, dan seterusnya. Pada data ordinal, ada data dengan urutan lebih tinggi dan urutan lebih rendah. Misal data tentang sikap seseorang terhadap produk tertentu. Dalam pengukuran sikap konsumen, ada sikap yang suka, tidak suka, sangat suka, dan lainnya. Di sini data tidak bisa disamakan derajatnya, dalam arti suka dianggap lebih tinggi dari tidak suka, namun lebih rendah dari sangat suka. dan lainnya. Jadi, di sini ada preferensi atau tingkatan data, di mana data yang satu berstatus lebih tinggi atau lebih rendah dari yang lain. Namun, pada data ordinal juga tidak bisa dilakukan operasi matematika, seperti jika tidak suka dikategorikan sebagai 1, suka sebagai 2 dan sangat suka sebagai 3, maka tidak bisa dianggap 1 + 2 = 3, atau tidak suka ditambah suka menjadi sangat suka! II. Data Kuantitatif Data yang dinyatakan dalam bentuk angka. Merupakan hasil dari perhitungan dan pengukuran. Data kuantitatif memakai metode parametrik Jenis ini terbagi dua : Data Interval. Data Interval menempati level pengukuran data yang lebih tinggi dari data ordinal karena selain bisa bertingkat urutannya, juga urutan tersebut bias dikuantitatifkan. Seperti pengukuran temperatur sebuah ruangan pembakaran roti dari PT ENAK JOSS. Interval Temperatur ruang tersebut: o Cukup Panas jika temperatur antara 500C 800C o Panas jika temperatur antara 800C 1100C

o Sangat Panas jika temperatur antara 1100C 1400C Dalam kasus di atas, data temperatur bisa dikatakan data interval karena data mempunyai interval (jarak) tertentu, yaitu 300C. Namun, di sini data interval tidak mempunyai titik nol yang absolut. Misal pada pengukuran temperatur, seperti pernyataan bahwa air membeku pada 00C. Pernyataan di atas bersifat relatif, karena 00C hanya sebagai tanda saja. Dalam pengukuran 0F, air membeku bukan pada 00F, namun pada 320F. Dengan demikian, juga tidak bisa dikatakan bahwa suhu 1000F adalah dua kali lebih panas dari suhu 500F. Data Rasio. Tingkat pengukuran paling tinggi ; bersifat angka dalam arti

sesungguhnya. Beda dengan interval mempunyai titik nol dalam arti sesungguhnya. Data Rasio adalah data bersifat angka dalam arti sesungguhnya (bukan kategori seperti pada data nominal dan ordinal) dan bisa dioperasikan secara matematika (+, -, x, /). Perbedaan dengan data interval adalah bahwa data rasio mempunyai titik nol dalam arti sesungguhnya. Contoh: Misal jumlah produk roti dari gudang PT ENAK JOSS pada contoh di

atas. Jika jumlah roti nol, berarti memang tidak ada sepotong roti pun dalam gudang tersebut. Jika ada 24 roti, kemudian bertambah produk baru sebanyak 3 roti, maka total roti sekarang adalah 24 + 3 = 27 roti (operasi penjumlahan), dan seterusnya. Atau, berat badan dan tinggi badan seseorang, pengukuranpengukurannya mempunyai angka nol/0 dalam arti sesungguhnya. - Misal berat badan 0 berarti memang tanpa berat. Dengan demikian, bisa dikatakan bahwa sekantong beras seberat 10 kilogram adalah benar-benar dua kali lebih berat dari sekantong beras yang mempunyai berat 5 kilogram.

Tabel tipe data statistik

STATISTIKA DAN KOMPUTER

Saat ini banyak beredar berbagai paket program komputer statistik, dari yang kuno dan berbasis DOS seperti Microstat sampai program berbasis Windows seperti SPSS, SAS, Statistica, Eviews, Minitab, dan lainnya. Pada dasarnya, program komputer yang berhubungan dengan pengolahan data statistik bisa dibagi menjadi tiga kelompok: 1. Membuat Sendiri Program Statistik Perhitungan statistik bisa dibuat sendiri untuk kegunaan tertentu dengan bahasa BASIC, PASCAL, dan lainnya. Walaupun mampu menghasilkan output yang memadai, namun kecuali untuk kegunaan yang bersifat khusus, pembuatan program sendiri tidak populer dilakukan saat ini. 2. Program Statistik Sebagai add- Ins Dari Program Lain Perhitungan statistik bisa juga dilakukan lewat program yang sebenarnya tidak difokuskan pada persoalan statistik, namun mampu memproses data- data statistik dengan cukup memadai. Sebagai contoh, software spreadsheet Microsoft Excel yang mempunyai ADD-INS (program bantu), di mana dengan menginstal menu ANALYSIS TOOLPAK, bisa didapatkan serang- kaian prosedur statistik yang memadai. 3. Program Khusus Komputer Statistik Pengolahan data statistik, sejalan dengan makin spesialisasinya banyak software, bisa dilakukan dengan software yang khusus digunakan untukpengolahan data statistik. Sofware seperti itu hanya melakukan pengolahan data statistik deskriptif maupun induktif, menyajikan berbagai grafik yang relevan untuk membantu pengambilan keputusan di bidang statistik. Contoh program tersebut

SPSS. Statistical Package for the Social Sciences atau pupuler disingkat (SPSS) dirilis pertama kali pada tahun 1968. SPSS adalah program komputer yang dipakai untuk analisa statistika.

Minitab adalah program komputer yang dirancang untuk melakukan pengolahan statistik. Minitab mengkombinasikan kemudahan penggunaan layaknya Microsoft Excel dengan kemampuannya melakukan analisis statistik yang kompleks.

LISREL. Linear Structural Relationship populer dikenal dengan Lisrel pada awalnya Lisrel merupakan sebuah nama model persamaan struktural yang dikembangkan oleh Karl Joreskog (1973). Pada tahap selanjutnya dikembangkan software computer yang mendukungnya oleh Joreskog dan Sorbom.

SAS. Statistical Analysis System atau popular disebut SAS adalah suatu sistem terpadu dari produk perangkat lunak yang disediakan oleh SAS Institute Inc. SAS memungkinkan programmer untuk melakukan entri data, analisis statistik, peramalan untuk mendukung keputusan riset operasi, peningkatan kualitas pengembangan aplikasi data dan lain sebagainya.

PENGUJIAN HIPOTESIS Sebuah hipotesis adalah pernyataan tentang populasi yang kemudian akan dibuktikan oleh data. Kalau dalam bidang hukum kita sering mendengar ada istilah praduga tak bersalah, di mana seseorang dalam pengaduan sebagai tersangka akan diasumsikan tak bersalah sampai hakim membuktikan ia bersalah. Dalam statistika kita juga menggunakan suatu penduga terhadap populasi dan kemudian kita perlu membuktikan kebenarannya. Jadi hipotesis adalah sebuah pernyataan tentang parameter populasi yang perlu dibuktikan kebenannya Langkah-langkah dalam pengujian hipotesis Menghitung rata-rata data Menghitung simpangan baku Menghitung nilai t-hitung (atau z hitung) Mencari nilai t tabel (atau z tabel). Menggambar kurva Meletakkan kedudukan t hitung dan t tabel dalam kurva yang telah dibuat Membuat keputusan pengujian hipotesis

Contoh 1. Telah dilakukan pengumpulan data untuk menguji hipotesis yang menyatakan bahwa lama parkir sebuah mobil di kawasan parkir kampus Universitas Hasanuddin adalah 4 jam/hari. Berdasarkan sampel 31 orang yang diambil secara random i yang dimintai keterangan masing-masing memberikan data sebagai berikut: 3234567853456678853456234563233 Jawab: N= 31 : o = 4 jam/hari H0 : = 4 jam H1 : 4 jam

 = 0.05 Rata= 4,645 Simpangan baku= 1.81 z hitung= 1.98 Wilayah kritik : z z0.025 dan z z0.025 (pengujian dua arah) Tabel A.2 : z 1.96 dan z 1.96 Keputusan : |z hitung| > z tabel Tolak H0 daya tahan berdiri tidak sama dengan 4 jam

2. Seorang mahasiswa A menghitung kecepatan rata-rata kendaraan bermotor di jalan arteri Perintis Kemerdekaan pada waktu pukul 08.00 10.00. Dari hasil penelitian mahasiswa B mengklaim bahwa pada waktu tersebut kecepatan rata-rata 10,25 km/jam. Jika hasil perhitungan mahasiswa A seperti tabel, buatlah hipotesis dan apakah pernyataan mahasiswa B dapat diterima?

Tempat
1 2 3 4 5 6 7 8 9

V (km/jam)
8.5 11.2 9.9 10.5 11.4 8.9 8.8 10.7 10.8

1. H0 : = 10,25 km/jam 2. H1 : < 10,25 km/jam 3. = 0.05 4. Perhitungan statistik uji : t hitung = -0,4707 5. T tabel (df = 8; pengujian satu arah /2 = 0.025) 6. T tabel = -1,8595 (tanda negatif diberikan karena uji satu sisi ada di sebelah kiri. 7. Karena t hitung < t tabel; maka Ho diterima dan kita dapat menerima pernyataan mahasiswa B tidaklah kurang secara nyata dari 10,25 km/jam.