STATISTIKA Pertemuan 1 2 Overview Statistika dan Penyajian

STATISTIKA Pertemuan 1 -2: Overview Statistika dan Penyajian Data Dosen Pengampu MK: Evellin Dewi Lusiana, S. Si, M. Si

MATERI n n n n Kontrak Kuliah Mengapa belajar statistika Statistika dan statistik Perbedaan statistika deskriptif dan inferensi Data dan variabel Skala pengukuran Penyajian data kualitatif n n Tabel frekuensi Diagram batang Diagram lingkaran/pie Penyajian data kuantitatif n n Tabel distribusi frekuensi Histogram Polygon Ogive

Kontrak Kuliah n n Praktikum : 30 UTS : 35 n n UAS : 35 n n n Tugas : 10 Toleransi keterlambatan Dosen/Mahasiswa : 15 menit Ketua kelas : Alif (089646428157) Riang (081232082411) No. Kontak : 085253417952/085755462994 (WA) Blog : vellinlusiana. wordpress. com

Referensi

Mangapa belajar statistika? [1] n Informasi/data ada di mana-mana dan disekitar kita Darimana pemerintah mengetahui bahwa negara kita berpotensi kuasai perikanan global? DATA

Mangapa belajar statistika? [2] n Membantu dalam pembuatan keputusan

Apa itu statistika ? n n n Statistika adalah ilmu yang mempelajari bagaimana cara mengumpulkan (collecting), menyajikan (organizing), menganalisis (analyzing), menginterpretasi (interpreting), menyimpulkan (concluding), dan mengambil keputusan atas fakta-fakta numerik dan non-numerik yang disebut data. Statistik adalah nilai atau ‘ukuran’ yang menggambarkan suatu data/sekumpulan informasi numerik. Statistika dibedakan menjadi dua bagian yaitu statistik desktiptif dan statistik inferensia.

Fungsi Statistika n n n Statistics helps in providing a better understanding and exact description of a phenomenon of nature. Statistical helps in proper and efficient planning of a statistical inquiry in any field of study. Statistical helps in collecting an appropriate quantitative data. Statistics helps in presenting complex data in a suitable tabular, diagrammatic and graphic form for an easy and clear comprehension of the data. Statistics helps in understanding the nature and pattern of variability of a phenomenon through quantitative obersevations. Statistics helps in drawing valid inference, along with a measure of their reliability about the population parameters from the sample data.

Statistika Deskriptif [1] n Metode untuk mengatur, merangkum, dan merepresentasikan data dengan cara yang informatif Bagaimana kecenderungan perubahan suhu ikan?

Statistika Deskriptif [2] n Suhu ikan menurun secara eksponensial

Statistika Inferensia [1] n Metode yang digunakan untuk mengestimasi sifat populasi berdasarkan sampel

Populasi dan Sampel n n Populasi sekumpulan objek dengan karakteristik tertentu yang menjadi pusat perhatian Sampel sebagian dari populasi

Mengapa diperlukan sampel? n n n Keterbatasan waktu, tenaga dan biaya Lebih cepat dan lebih mudah. Dapat ditangani lebih teliti. Inferensi Populasi Sampel Sampling

Illustrasi Populasi dan Sampel Terkait mekanisme Pemilihan Kepala Daerah (Pilkada) langsung, Lingkaran Survei Indonesia (LSI) merilis hasil survei terbarunya. Seperti ditayangkan Liputan 6 Pagi SCTV, Rabu (11/2/2015), jajak pendapat itu digelar pada 5 dan 6 Februari 2015 dengan jumlah responden 1. 200 orang. n n Populasi: Penduduk Indonesia yang memiliki hak pilih Sample: 1200 responden

Statistika Inferensia [2]

Istilah dasar dalam statistika n n n Data sekumpulan fakta (numerik/nonnumerik) yang dapat dijadikan bahan untuk pengambilan kesimpulan Variabel karakteristik yang membedakan antar objek penelitian Observasi/pengamatan sekumpulan hasil pengukuran dari suatu objek penelitian

n n Ada berapa observasi/pengamatan? Apa saja variabel yang digunakan?

Macam-macam variabel Kualitatif Kuantitatif Diskrit Kontinu

• • Variabel kualitatif (kategorik) nama atau label yang digunakan untuk mengidentifikasi karakteristik suatu objek. contoh: • jenis ikan • jenis alat tangkap • dll

• Variabel kuantitatif (numerik) menunjukkan banyaknya (kuantitas) dari karakteristik yang diamati pada suatu objek. ü Diskrit, jika nilai-nilai variabel merupakan bilangan bulat/asli ü Kontinu, jika nilai-nilai variabel dalam interval tertentu bersifat tak hingga (bilangan riil)

Skala Pengukuran [1]

Skala Pengukuran [2] Skala Pengukuran Nominal Ordinal Interval Rasio Data hanya dapat diklasifikasikan Data diperingkatkan Perbedaan antarnilai memiliki arti Titik nol dan rasio antarnilai memiliki arti • jenis ikan • jenis alat tangkap • • tkgt pendidikan • Peringkat kelas • Temperatur • Interval waktu dalam sehari • panjang ikan • berat ikan • kedalaman laut

Deskripsi Secara Grafis n n n Data ‘mentah’ (raw form) biasanya sulit digunakan untuk membuat keputusan Beberapa tipe organisasi data n Tabel n Grafik Tipe grafik yang digunakan tergantung jenis variabel

Penyajian Data dengan Grafik Variabel Kualitatif • Tabel distribusi frekuensi • diagram batang • diagram pie Variabel Kuantitatif • Tabel distribusi frekuensi • Histogram • Polygon • Ogive

Penyajian Data Kualitatif: Tabel Frekuensi n Distribusi data digunakan untuk menggambarkan n Nilai dari variabel yang diukur Seberapa sering (How often) nilai tersebut muncul sebagai observasi Seberapa sering diukur dengan 3 cara n n n Frekuensi relatif = frekuensi/n Persentase = frekuensi relatif x 100%

Penyajian Data Kualitatif: Tabel Frekuensi n Contoh: hasil tangkapan bottom gill net tenggiri pari kembung tenggiri barakuda kembung tenggiri kembung barakuda pari kembung barakuda pari tenggiri kembung barakuda pari kembung tenggiri kembung barakuda tenggiri barakuda pari kembung tenggiri kembung pari barakuda tenggiri

Penyajian Data Kualitatif: Tabel Frekuensi Merk tenggiri pari kembung barakuda Frekuensi 13 9 15 13 Frekuensi relatif 0. 26 0. 18 0. 3 0. 26 Persentase 26. 00% 18. 00% 30. 00% 26. 00%

§ Penyajian Data Kualitatif : Diagram Batang Pada diagram batang, masing 2 batang menunjukkan kategori, di mana tinggi batang menyatakan jumlah/frekuensi/persentase dari kategori tsb, yang sesuai dengan tabel frekuensi 35. 00% 30. 00% Merk Persentase 25. 00% 20. 00% tenggiri 26. 00% pari 18. 00% kembung 30. 00% barakuda 26. 00% 15. 00% 10. 00% 5. 00% 0. 00% Copyright © 2011 Pearson Education Acer Asus Lenovo Toshiba 2 -28

§ Penyajian Data Kualitatif : Diagram Pie Diagram pie adalah diagram berbentuk lingkaran yg dibagi menjadi beberapa potongan sebagai representasi dari kategori. Ukuran setiap potongan bervariasi sesuai dengan persentase tiap kategori tenggiri Merk Persentase tenggiri 26. 00% pari 18. 00% kembung 30. 00% barakuda 26. 00% Copyright © 2011 Pearson Education pari 26% kembung barakuda 26% 18% 30% 2 -29

Penyajian Data Kuantitatif: Tabel Distribusi Frekuensi n n n Merupakan sebuah daftar atau tabel Mengandung pengelompokkan kelas (class groupings) Serta frekuensi (corresponding frequencies) banyaknya data yang ada dalam kelas

Penyajian Data Kuanitatif: Distribusi Frekuensi n n n Untuk meringkas data Mengubah data mentah menjadi bentuk yang lebih bermanfaat Memungkinkan interpretasi data secara visual

Interval Kelas dan Batas Kelas n n n Setiap kelas memiliki lebar/interval yang sama Gunakan minimal 5 kelas (rekomendasi: 5 -20 kelas) gunakan aturan sturgess: Tentukan interval (lebar) kelas dengan cara Kelas tidak saling tumpang tindih (overlap) Bulatkan lebar kelas untuk mendapatkan endpoint yang diinginkan

Contoh: Distribusi Frekuensi Contoh: Berikut ini adalah temperatur (0 C) selama 20 hari perairan laut K. 24, 35, 17, 21, 24 , 37, 26, 46, 58, 30, 32, 13, 12, 38, 41, 43, 44, 27, 53, 27

Contoh: Distribusi Frekuensi (lanj. ) n Urutkan data secara ascending (terkecil terbesar): 12, 13, 17, 21, 24, 26, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58 n Tentukan range: 58 - 12 = 46 n Pilih banyaknya kelas: k=1+3. 322 log(20)=5. 322 5 n Hitung lebar kelas: 10 n Tentukan batas kelas: 10 -20, 20 - 30, . . . , 50 - 60 n Hitung banyaknya pengamatan untuk setiap kelas (46/5 -- pembulatan)

Contoh: Distribusi Frekuensi (lanj. ) Data Terurut 12, 13, 17, 21, 24, 26, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58 KELAS FREKUENSI RELATIF PERSENTASE 10 – 20 3 0. 15 15% 20 – 30 6 0. 30 30% 30 - 40 5 0. 25 25% 40 – 50 4 0. 20 20% 50 - 60 2 0. 10 10% Total 20

Contoh: Distribusi Frekuensi (lanj. ) Data terurut: 12, 13, 17, 21, 24, 26, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58 FREKUENSI RELATIF PERSENTASE 10 – 20 3 0. 15 15 20 – 30 6 0. 30 30 30 - 40 5 0. 25 25 40 – 50 4 0. 20 20 50 - 60 2 0. 10 10 Total 20 1. 00 100 KELAS

Histogram n n n Grafik dari distribusi frekuensi disebut histogram Interval kelas sebagai sumbu horizontal Sumbu vertikal menunjukkan frekuensi, frekuensi relatif, atau persentase

Contoh: Histogram 10 - 20 20 - 30 30 - 40 40 - 50 50 - 60 Frekuensi 3 6 5 4 2 Histogram Frekuensi Kelas 0 10 20 30 40 suhu 50 60 70

Polygon n Polygon suatu kurva garis yang menyerupai 7 histogram, di mana titik 2 6 yg dihubungkan oleh garis 5 merupakan nilai tengah 4 setiap kelas 3 2 FREKUENSI 1 10 – 20 3 0 20 – 30 6 30 - 40 5 40 – 50 4 50 - 60 2 Total 20 KELAS 15 25 35 45 55

Ogive (Kurva Kumulatif) n Ogive kurva garis yg menunjukkan kombinasi antara frekuensi kumulatif dan kelas interval. Frek. Kum. Kurang dari Kelas Frekuensi Frek. Kum. Kurang dari Frek. Kum. Lebih dari 10 – 20 3 0 (0%) 20 (100%) 20 – 30 6 3 (15%) 17 (55%) 30 - 40 5 9 (45%) 11 (55%) 20 40 – 50 4 14 (70%) 6 (30%) 15 50 - 60 2 18 (90%) 2 (10%) Frek. Kum. Lebih dari 25 10 A 5 B 0 10 20 30 40 50 60

Contoh: Interpretasi Ogif kum. Kurang dari (A) n Ada 9 hari di mana suhu perairan laut K kurang dari 30 o. C orang. Ogif kum. Lebih dari (B) n Ada 2 hari di mana suhu perairan laut K lebih dari 50 o. C.