STATISTIKA

Pengertian

SYAMSUL IKHWANTO
Fakultas Ekonomi UPM
E-mail : samsulikhwan@gmail.com
 PENGERTIAN

• Statistika
Ilmu mengumpulkan, menata, menyajikan,
menganalisis, dan menginterprestasikan data
menjadi informasi untuk membantu pengambilan
keputusan yang efektif.

• Statistik
Suatu kumpulan angka yang tersusun lebih dari
satu angka.

2
 PENGERTIAN
Ilmu Statistik
– Ilmu pengetahuan yang berhubungan dengan cara-cara
pengumpulan, pengolahan serta penganalisaan data,
penarikan kesimpulan serta pembuatan keputusan yang
beralasan berdasarkan penganalisaan yang dilakukan
– Ilmu pengetahuan sehubungan dengan pengumpulan,
pengorganisasian, penyajian, penganalisisan, dan
interpretasi data numerikal untuk tujuan membantu
dalam membuat keputusan yang lebih effektif (Mason &
Link 1990)

3
Statistik (Schaum’s ; Murray R Spiegel)
 Ilmu pengetahuan yang berhubungan
dengan metode – metode ilmiah untuk
pengumpulan, pengorganisasian,
perangkuman dan penganalisisan data di
samping terkait pula dengan metode –
metode untuk penarikan kesimpulan yang
valid serta pengambilan keputusan yang
berdasarkan alasan-alasan yang ilmiah dan
kuat yang memperoleh dari hasil analisis
tadi
Ruang lingkup statistik
Ekonomi dan bisnis
Tehnik dan mekanika
Sipil
Terdapat di
Sosial dan budaya Setiap bidang
Pemerintahan Ilmu pengetahuan
Komputer dan informasi
Psychology dan komunikasi
Matematika dan pengetahuan alam
Bagian Ilmu Statistik
Statistik Deskriptif
 Menjelaskan – menggambarkan berbagai
karakteristik data
Statistik Induktif – Inferensi
 Inferensi adalah suatu pernyataan
mengenai suatu populasi yang didasarkan
pada informasi dari sampel random yang
diambil dari populasi tersebut
Perlu Mempelajari Statistik
Menjelaskan hubungan antar variabel
Membuat keputusan lebih baik
Mengatasi perubahan-perubahan
Membuat rencana dan ramalan
Metodologi Statistik
Mengidentifikasikan persoalan
Pengumpulan fakta-fakta yang ada
Mengumpulkan data asli yang baru
Klasifikasi data
Penyajian data
Analisis data
 KESALAHAN DALAM ANALISIS
STATISTIK

1. Kesalahan kebetulan
2. Kesalahan Sistematis
1. Bias
2. Data yang tidak komparabel
3. Ketidakkritisan Proyeksi Trend
4. Asumsi Hubungan Sebab Akibat yang Tidak Tepat
5. Perbandingan Dengan Periode yang Tidak Normal
6. Sampling yang tidak Tepat

9
Elemen Statistik
Populasi
Sampel
Variabel
Statistik inferensi
Pengukuran reabilitas dari statistik
inferensi
Populasi
Populasi adalah sebagai sekumpulan data
yang mengidentifikasi suatu fenomena
Contoh :
 Semua pekerja di seluruh Indonesia
 Semua mahasiswa di Jakarta
Populasi lebih bergantung pada kegunaan
dan relevansi data yang dikumpulkan
Sampel
Sampel adalah sebagai sekumpulan
data yang diambil atau diseleksi dari
suatu populasi
Contoh :
 Populasi = Seluruh mahasiswa di Jakarta
 Sampel = Mahasiswa semeter 8 jurusan SI
Sampel pada dasarnya adalah bagian
dari populasi
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.

13
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
Variabel kontinu dan diskrit
Sebuah variabel yang secara teoritis
dapat menyandang setiap nilai di antara
dua nilai yang diberikan disebut dengan
variabel kontinu
Kebalikannya disebut sebagai variabel
diskrit
Contoh variabel kontinu
Tinggi seseorang yang dapat bernilai 62
cm, 67,5 cm atau 68,45678 cm,
bergantung pada tingkat akurasi
pengukurannya
Data yang dijelaskan melalui variabel
kontinu disebut data kontinu
Contoh Variabel diskrit
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 dijelaskan melalui variabel
diskrit disebut data diskrit
Statistik Inferensi
Statistik inferensi pada dasarnya adalah
suatu keputusan, perkiraan atau
generalisasi tentang suatu populasi
berdasarkan informasi yang terkandung
dari suatu sampel
Pengukuran reabilitas dari statistik
inferensi

Dalam analisa statistik yang diambil dari

data sampel dari suatu populasi, maka
konsekuensi akan menimbulkan bias
dalam inferensinya.
Maka diperlukan pengukuran reabilitas
dari setiap inferensi yang telah dibuat
Pendekatan Statistik
Analisis deskriptif
Analisis inferensi
Kombinasi dari keduanya
Aplikasi Komputer yang dapat
digunakan

Statistik
 Microstat
 Curve expert
 Minitab, statistic
 Amos
 Lisrel, AHP
 SPSS
 MS Excel
 R
STATISTIKA

DATA STAISTIK

SYAMSUL IKHWANTO
Fakultas Ekonomi UPM
E-mail :
samsul_ikhwan@yahoo.com
DISKRIPSI MATERI

A. PENGERTIAN DATA
B. PENGUMPULAN DATA
C. PENYAJIAN DATA
D. TANDA JUMLAH
E. PEMBULATAN BILANGAN
A. PENGERTIAN DATA

DATA
Data adalah sekumpulan
nilai/variate/datum yang berisi fakta
fakta serta gambaran suatu fenomena
yang dikumpulkan, dirangkum, dianalisis
dan selanjutnya diinterpretasikan.

Obyek pengamatan variable variate/nilai

Data Statistik dipandang dari Sumber dan
Penggunaannya

1. Data Internal
Data dikumpulkan institusi untuk isntitusi sendiri
2. Data Eksternal
Data diperoleh dari institusi atau sumber lain yang sudah
tersedia

Data Eksternal dapat dibedakan

1. Data Primer
Data dikumpulkan istitusi dan diterbitkan untuk
institusi lain
2. Data Sekunder
Data dikumpulkan dari institusi lain yang
Data Statistik Menurut Sifatnya
1. Data Kuantitatif
Data observasi atau pengukuran yang dinyatakan dalam
angka

– Mengindikasikan seberapa banyak

(how many/diskret atau how much/kontinu)
– Data selalu numeric
– Skala pengukuran: Interval dan Rasio

2. Data Kualitatif
Data observasi atau pengukuran yang bersifat kualitas
(tidak dapat dinyatakan dengan angka)

– Berupa label/nama-nama yang digunakan untuk

mengidentifikasikan atribut suatu elemen
– Skala pengukuran: Nominal atau Ordinal
– Data bisa berupa numeric atau nonnumeric
Data Kuantitatif dapat dibedakan

1. Data Diskrit
Data nilainya terbatas ( membilang )

2. Data Kontinu
Data yang dapat menjalani setiap nilai (mengukur)
DATA MENURUT WAKTU
PENGUMPULANNYA
1. Cross-sectional Data
yaitu data yang dikumpulkan pada waktu tertentu yang sama
atau hampir sama
Contoh: Jumlah mahasiswa UMPAMA TA 2005/2006,
Jumlah perusahaan go public tahun 2006 Jumlah

2. Time Series Data

yaitu data yang dikumpulkan selama kurun waktu/periode
tertentu
Contoh: Pergerakan nilai tukar rupiah dalam 1 bulan,
Produksi Padi Indonesia tahun 1997-2006
DATA STATISTIK BERDASARKAN SKALA
PENGUKURANNYA.

– Data nominal, yaitu data statistik yg cara menyusunnya

didasarkan pada klasifikasi tertentu.
ex; Jml mahasiswa FE 2009/2010 menurut tingkat dan jenis
kelaminnya , LAKI LAKI = 1, PEREMPUAN = 0

– Data ordinal/urutan, yaitu data statistik yg cara menyusun

angkanya didasarkan pada urutan/ranking,
Ex: Hasil nilai statistik berdasarkan ranking

– Data interval, yaitu data statistik dimana terdapat jarak yg

sama di antara hal-hal yg sdg diteliti

– Data Rasio, Yaitu data yang memiliki ketiga kategori diatas.

DATA STATISTIK MENURUT
SUSUNANNYA.

1. Data Tunggal.
Data tunggal, yaitu data statistik yang angka-
angkanya merupakan satu unit atau satu
kesatuan.
2. Data Berkelompok
Data kelompok, yaitu data statistik tiap
unitnya
terdiri dari sekelompok angka yang
tersusun
dalam interval, ex; 80 – 84, 75 – 79
B. PENGUMPULAN DATA.
BERDASARKAN CARA PENGUMPULANNYA:
1. Observasi
2. Penelusuran literatur
3. Angket
4. Interview
BERDASARKAN JUMLAH DATA YANG DIAMBIL:
1. Sensus
2. Sampling
- Acak
- Tidak acak
C. PENYAJIAN DATA STATISTIK

1. TABEL
1. Tabel klasifikasi tunggal dan ganda
2. Tabel kontingensi 2 arah (m x n)
3. Distribusi frekuensi/tabel frekuensi
2. DIAGRAM
1. Diagram
1. Diagram batang/balok (bar chart)
2. Diagram garis (line chart)
3. Diagram lambang (pictograph)
4. Diagram lingkaran (pie chart)
2. Kartogram (statistical maps)
TABEL KLASIFIKASI TUNGGAL

Tabel 2 - 1
Sapi Perah di Kota X Tahun 19A
Menurut Jenisnya
(Satuan Ekor)
Jenisnya Banyaknya
Betina 282
Jantan 26
Jumlah 308

Sumber : Dinas Kehewanan Kota X

TABEL KLASIFIKASI GANDA

Tabel 2 - 2
Sapi Perah di Kota X Tahun 19A
Menurut Macam Sapi Perah dan Pengusaha
(Satuan Ekor)
Pengusaha
Macam Sapi Perah Banyaknya
A B C
Fries Hollan 206      

Yersey 68    

Ayrshire 34    
Jumlah 308      

Sumber : Dinas Kehewanan Kota X

TABEL KONTINGENSI

Tabel 2 - 3
Produksi Padi di Jawa - Madura Tahun 200X
(Dalam Ton)
Propinsi Padu Sawah Padi Ladang Jumlah
DKI Jakarta xxxx xxxx xxxx
Jawa Barat xxxx xxxx xxxx
Jawa Tengah xxxx xxxx xxxx
DI Yogyakarta xxxx xxxx xxxx
Jawa Timur xxxx xxxx xxxx
Jumlah xxxx xxxx xxxx
Sumber : Dinas Kehewanan Kota X
TABEL DISTRI BUSI FREKWENSI
Tabel 2 - 4
Nilai Indek Prestasi Kumulatif
dari 120 Mahasiswa Angkatan 200X
Nilai Frekuensi

4.00 - 3.00 xxx

2.99 - 2.00 xxx

1.99 - 1.00 xxx

0.99 - 0.00 xxx

Jumlah xxx

Sumber : Bagian akademik

Diagram batang adalah grafik data berbentuk persegi panjang yang
mempunyai lembar sama dan dilengkapi dengan skala tertentu
dengan data yang bersangkutan
Contoh :
 Diagram garis adalah grafik data yang berbentuk garis yang didapat
dari beberapa ruas garis yang menghubungkan titik-titik pada
bidang kartesius
Contoh :
Diagram lingkaran adalah grafik data berbentuk lingkaran yang
terbagi menjadi juring-juring sesuai dengan presentase data yang
bersangkutan

Contoh :

Tabel
Diagram Gambar (Pictogram chart)

Diagram gambar adalah grafik yang disajikan dalam

bentuk gambar suatu karakteristik tertentu. Misalnya,
untuk menyatakan jumlah penduduk pada tahun-tahun
tertentu.
KARTOGRAM
 D. Tanda Jumlah
Nomor Individu Nilai X X2
1 6 36
2 14 196
3 16 256
Jumlah 36 488

∑ X = 6 + 14 + 16
= 36
3

X
i 1
i  X 1  X 2  X 3  6  14  16  36

Tanda jumlah diperlukan untuk menghitung nilai rata-rata hitung

(arithmetic mean)

X 
 X
n
Aturan penggunaan tanda jumlah
1. Kuadrat dari jumlah tidak sama dengan jumlah dari kuadrat
 X  2
  X 2

2. Hasil perkalian dua jumlah tidak sama dengan jumlah dari hasil
perkalian
 X  Y   XY
3. Jumlah dari Variabel

 X Y  X  Y
4. Mengkuadratkan nilai sebelum penjumlahan

 2
 2 2

 X  Y   X  2 XY  Y   X  2 X Y   Y
2 2
E. Pembulatan Bilangan
1. Jika angka terkiri dari yang akan dihapus kurang
dari lima maka angka terkanan dari yang
mendahuluinya tidak berubah
2. Jika angka terkiri dari yang akan dihapus lebih
besar dari lima atau lima diikuti angka-angka yang
tidak semuanya nol maka angka terkanan dari
yang mendahuluinya dinaikkan satu
3. Jika angka terkiri dari yang harus dihapus adalah
lima, dan diikuti angka-angka nol belaka, maka
angka terkanan yang mendahuluinya dinaikkan
satu bila angka itu ganjil dan tetap bila angka
tersebut genap
CONTOH

BULATKAN KE 3 ANGKA DIBELAKANG KOMA

678,354257 = ……..
786,356502 = ……..
867,563534 = ……..
687,536543 = ……..
768,365500 = ……..
768,536500 = ……..
TERIMA KASIH