bab 1. pendahuluan

Download BAB 1. Pendahuluan

Post on 24-Jun-2015

344 views

Category:

Documents

1 download

Embed Size (px)

TRANSCRIPT

BAB

1 PENDAHULUAN

Buku-buku dan modul ajar di jurusan Statistika banyak mengedepankan kajian teoritis secara matematik dan statistik. Hal ini dikarenakan jurusan Statistika menghasilkan lulusan sarjana statistik yang harus memahami konsep statistika secara mendalam. Di sisi lain, para lulusan jurusan Statistika harus dapat menyelesaikan masalah di bidang pekerjaannya masing-masing dengan tepat dan cepat. Ketepatan analisis penyelesaian masalah dapat dilakukan jika penguasaan konsep statistika kuat. Kecepatan analisis statistika tidak memungkinkan lagi dilakukan secara manual dikarenakan banyaknya data dan cara penghitungan yang banyak. Oleh karena itu diperlukan buku ajar yang membantu mahasiswa untuk melakukan analisis statistika menggunakan paket program statistika. Buku-buku tentang pengolahan data banyak ditulis oleh penulis dengan latar belakang non-statistika, sehingga materi yang disajikan kurang mendetail. Bahkan, pada materi-materi tertentu ada bagian penting yang tidak disajikan, misalnya pada bab analisis regresi tidak disajikan materi tentang uji asumsi dan cara mengatasi penyimpangan asumsi-asumsi tersebut. Berdasarkan pemikiran tersebut penulis menulis buku ajar Analisis Data I yang ditujukan untuk memenuhi kebutuhan mahasiswa statistika dan non-statistika. Buku ajar ini diharapkan membantu mahasiswa statistika pada khususnya dan mahasiswaa non-statistika pada umumnya untuk dapat melakukan analisis statistika secara tepat dan cepat menggunakan bantuan paket program.

1.1. KOMPETENSI UMUM Kompetensi yang diharapkan pada matakuliah Analisis Data I adalah mahasiswa mampu mengintegrasikan penerapan metode Statistika yang terdiri dari pengantar metode statistika, analisis eksplorasi data, analisis regresi dan rancangan percobaan untuk memecahkan masalah dengan bantuan program paket Statistika. Kompetensi umum di atas akan dicapai melalui kempetensi khusus pada setiap bab. 1

BAB 1. PENDAHULUAN

1.2. KOMPETENSI KHUSUS Setelah mempelajari bab ini, mahasiswa diharapkan memiliki kompetensi sebagai berikut: a. Dapat menjelaskan istilah-istilah dan konsep didalam Statistika. b. Dapat menjelaskan metode pengambilan data. c. Dapat melakukan manajemen data di program paket SPSS dan MINITAB.

1.3. URAIAN MATERI 1.3.1. Istilah dan Konsep dalam Statistika Di dalam ilmu Statistika sering digunakan istilah-istilah sebagai berikut:

Data

:

Kumpulan dari dalam (fakta) yang sengaja dikumpulkan kemudian diringkas menjadi informasi yang dipakai sebagai dasar untuk pengambilan keputusan.

Informasi : Data yang sudah diringkas atau diolah, hasil ringkasan tersebut dapat dinyatakan dalam ukuran (pemusatan (misal: mean, median, modus), penyebaran (misal: varians), kemiringan) atau gambar/grafik. Statistika : Ilmu yang mempelajari cara pengumpulan, pengolahan, penyajian dan analisis data serta cara pengambilan kesimpulan untuk keseluruhan obyek (populasi) berdasarkan pengamatan sebagian dari keseluruhan obyek (sampel).

POPULASI

parameter statistik

SAMPEL

Gambar 1.1. Populasi dan Sampel

2

BAB 1. PENDAHULUAN

1.3.2. Pengelompokan Data dalam Statistika

Di dalam statistika, data dapat dikelompokkan berdasarkan kriteria pada Tabel 1.1. dan dijelaskan pada Tebel 1.2.

Tabel 1.1. Pengelompokan Data Kriteria Pengelompokan Menurut Skala Pengukuran Menurut Jenis Menurut Banyaknya Menurut Cara Memperoleh Menurut Waktu Memperoleh : : : : : Jenis Data Nominal, Ordinal, Interval, Rasio Kualitatif, Kuantitatif Diskrit, Kontinu Primer, Sekunder Time Series, Cross Section

Tabel 1.2. Penjelasan mengenai Pengelompokan Data Data Nominal Ordinal : : Keterangan Mempunyai sifat dapat dibedakan Mempunyai sifat dapat dibedakan dan diurutkan (ada tingkatan) Interval : Mempunyai sifat dapat dibedakan dan durutkan dan ada jarak (jarak antar golongan sama) Rasio Kualitatif Kuantitatif Diskrit Kontinu Primer Sekunder Time Series Cross Section : : : : : : : : : Mempunyai nilai nol mutlak Data dalam bentuk kategori Data dalam bentuk numerik Nilai yang mungkin: terhingga banyaknya Nilai yang mungkin: tak terhingga banyaknya Hasil pencatatan langsung dari obyek yang diamati Data yang diperoleh dalam bentuk jadi Diamati berdasarkan urutan waktu Diamati hanya pada satu waktu tertentu

Ukuran pemusatan dan grafik yang mungkin dari berbagai skala pengukuran data disajikan pada Tabel 1.3. berikut:3

BAB 1. PENDAHULUAN

Tebel 1.3. Ukuran Pemusatan dan Grafik untuk Data Berdasarkan Skala Pengukuran Data Nominal Ordinal Interval Rasio Ukuran Pemusatan Modus Modus, median Modus, median, mean aritmatika Modus, median, mean harmonik dan geometrik Grafik Bar-chart, pie chart Box-Plot Stem and leaf, Dot Plot Histogram, Scatter plot

1.3.3. Klasifikasi Statistika

Ilmu Statistika dapat dikelompokkan sebagai berikut: A. Deskriptif dan Inferensia Metode statistika deskriptif adalah metode statistika yang digunakan untuk menggambarkan data yang ada (sampel), tanpa berusaha melakukan kesimpulan untuk data yang lebih umum sifatnya (populasi). Metode statistika inferensia adalah metode statistika yang digunakan untuk menganalisis data sampel kemudian berusaha menyimpulkan untuk data populasi.

B. Parametrik dan Nonparametrik Metode statistika parametik adalah metode statistika yang dipergunakan untuk menguji parameter populasi melalui statistik pada sampel. Metode ini biasanya membutuhkan asumsi tentang distribusi dan biasanya diterapkan pada data yang berskala interval/ rasio.

C. Univariate dan Multivariate Metode statistik multivariate adalah metode statistik yang digunakan untuk menganalisis data yang terdiri atas banyak variable dan diduga antar variable saling berhubungan.

4

BAB 1. PENDAHULUAN

D. Robust dan Non-robust Metode statistika robust adalah metode statistika yang bertujuan untuk menghasilkan statistik yang robust. Robust adalah sifat statistik yang tidak mudah berubah dengan adanya nilai pengamatan yang berubah-ubah. Contoh: Median bersifat lebih robust dari pada rata-rata Metode regresi robust menghasilkan koefisien regresi yang tidak berubah dengan adanya titik baru yang letaknya jauh dari garis regresi.

1.3.4. Metode Pegumpulan Data Data dapat dikumpulkan melalui sensus dan pengambilan sampel atau sampling. Sensus dilakukan dengan cara mencatat seluruh anggota populasi, sedangkan sampling dilakukan dengan cara mencatat sebagian anggota populasi. Pengumpulan data secara sampling dapat dibedakan menjadi probability sampling dan nonprobability sampling. Pada probability sampling, setiap anggota populasi mempunyai peluang yang sama untuk terpilih. Metode yang termasuk probability sampling diantaranya simple random sampling, stratified random sampling, cluster sampling. Metode yang termasuk non-probability sampling diantaranya systematic sampling, accidental sampling, quota sampling, purposive sampling, snowball sampling. Simple Random Sampling diterapkan pada populasi yang homogen, pengambilan sampel dilakukan secara acak di dalam populasi sehingga setiap anggota populasi mempunyai peluang acak yang sama untuk terpilih. Stratified Random Sampling diterapkan pada populasi yang terdiri atas beberapa strata, antar strata tidak homogen, pengambilan sampel dilakukan secara acak pada tiap strata sehingga setiap anggota strata punya kemungkinan yang sama untuk terpilih, banyaknya sampel yang diambil pada setiap strata bisa dilakukan secara proporsional atau tidak. Cluster Sampling diterapkan pada populasi yang terdiri atas beberapa kelompok yang homogen, yang dipilih secara acak adalah kelompok sehingga tiap kelompok punya kemungkinan yang sama untuk terpilih, pada kelompok terpilih dilakukan pencatatan pada seluruh anggota kelompok, jika pada setiap kelompok5

BAB 1. PENDAHULUAN

terpilih masih dilakukan pemilihan secara acak anggota kelompoknya maka metode ini disebut sampling dua tahap, tahap pertama disebut cluster sampling, tahap kedua disebut simple random sampling pada tiap kelompok. Systematic Sampling dilakukan dengan cara setiap anggota populasi diberi nomor 1,2, N. Sampel pertama ditentukan pada nomor populasi b, sampel kedua dan seterusnya adalah nomor: b+k, b+2k, b+3k, , dimana besarnya ditentukan. Accidental Sampling adalah sampel yang dipilih secara kebetulan berjumpa dengan pengumpulan sampel. Quota Sampling adalah pengumpulan sampel dilakukan sampai jatah besarnya sampel yang diinginkan terpenuhi. Purposive Sampling adalah sampel yang dipilih dipertimbangankan dengan tujuan penelitian. Snowball Sampling dilakukan dengan cara pada tahap pertama ditentukan 1, , k sampel. Tahap berikutnya masing-masing sampel pada tahap pertama diminta menentukan k sampel dan seterusnya, metode ini bisa dikombinasikan dengan quota sampling. 1.3.5. Dasar Pemograman di dalam MINITAB Minitab adalah suatu software statistik yang mudah digunakan, baik menggunakan menu yang tersedia di dalam MINITAB maupun dengan menggunakan suatu program. Program yang dibuat di dalam MINITAB biasa disebut macro. MINITAB macros adalah kumpulan dari MINITAB commands yang disimpan dalam suatu file. Ada 2 jenis macro di dalam MINITAB, yaitu GLOBAL Macros biasa disebut simple macro dan LOCAL Macros Biasa disebut advanced macro.

a. GLOBAL Macro Struktur pemrograman GLOBAL Macro adalah sebagai berikut: GMACRO Template Body of the macro ENDMACRO Penjelasan GMACRO dan ENDMACRO adalah statement yang menandai awal dan akhir program macro6

BAB 1. PENDAHULUAN

Template adalah nama dari macro . Contoh combinasi nama file dan template yang benar:Template MyMacro Analyze Analyze2 File name MYMACRO.MAC TEST.MAC TEST2.TXT Invoked by %MYMACRO %TEST %TEST2.TXT

Body of the macro adalah tempat minitab commands dan macro statements.

b. LOCAL Macro Struktur pemrograman GLOBAL Macro adalah sebagai berikut: MACRO Template De