METODE STATISTIKA

Kode : STK 201

SKS : 3(2-2)
 Pokok Bahasan
Minggu Pokok SubPokok Bahasan
Bahasan
 Statistika: Apa dan Mengapa?
 Statistika Deskriptif dan Inferensia: Induksi vs.
Deduksi
Lingkup  Peubah dan macam-macam peubah.
1
Statistika  Skala pengukuran (nominal, ordinal, interval, rasio)
 Ilustrasi statistika dalam penelitian
 Contoh acak dan penarikan contoh acak sederhana.
 Percobaan vs Studi observasional
 Sebaran frekuensi, frekuensi kumulatif
 Presentasi grafik
 Diagram dahan-daun
 Ukuran lokasi (rataan, rataan terboboti, median, dan
Deskripsi
2 modus)
Data
 Ukuran keragaman (kisaran, ragam, dan simpangan
baku)
 Persentil dan Kuartil
 Diagram kotak garis
 Pokok Bahasan
 Ruang contoh dan kejadian, operasi-operasi pada
Konsep kejadian
dasar  Permutasi dan kombinasi
peluang  Aksioma Peluang
3&4
 Peluang suatu kejadian
 Peluang Bersyarat
 Kejadian bebas dan Kaidah penggandaan
 Dalil Bayes
5&6  Peubah acak
Peubah  Peubah acak diskrit
acak dan  Peubah acak kontinu
sebarannya  Konsep dan sifat-sifat nilai harapan dan ragam
 Sebaran peubah acak diskret: Sebaran Binomial
 Sebaran peubah acak kontinu: Sebaran Normal
 Hampiran Normal terhadap Binomial
 Pokok Bahasan
 Sebaran penarikan contoh
Sebaran  Nilai harapan dan ragam penarikan contoh.
7 penarikan  Penarikan contoh dari populasi Normal (Sebaran t-
contoh Student, Khi-Kuadrat, dan Sebaran F)
 Rataan contoh terbakukan dan Dalil Limit Pusat
8&9 Pendugaan  Sifat penduga parameter (penduga tak bias, ragam
selang minimum,dan penduga terbaik)
untuk satu  Selang kepercayaan bagi rataan, proporsi
populasi  Ukuran contoh untuk pendugaan rataan dan proporsi
dengan tingkat ketelitian tertentu.

10 & 11 Pendugaan  Selang kepercayaan beda dua rataan populasi (contoh

selang bebas dan berpasangan).
untuk beda  Selang kepercayaan beda dua proporsi populasi
dua  Asumsi yang diperlukan
populasi
 Pokok Bahasan
12 & 13 Konsep  Prinsip pengujian hipotesis (pengertian, galat
pengujian jenis I dan galat jenis II).
hipotesis,  Pengujian hipotesis rataan dan proporsi dari
Pengujian satu populasi
Hipotesis kasus  Asumsi pengujian hipotesis
satu populasi,  Pengujian hipotesis untuk beda dua rataan
dan dua populasi populasi (contoh bebas dan berpasangan).
 Pengujian hipotesis beda dua proporsi populasi
 Hubungan ukuran contoh dan kesensitifan uji

14 Korelasi dan  Pengertian dan cara memperoleh korelasi

Regresi linier  Pengertian regresi linier sederhana
sederhana  Pendugaan koefisien regresi dengan Metode
Kuadrat Terkecil
 Menduga keragaman dari galat
 Pengujian hipotesis terhadap parameter regresi
 Ukuran kelayakan model : koefisien determinasi
I

Korelasi Pengertian dan cara memperoleh korelasi

dan Pengertian regresi linier sederhana
Regresi Pendugaan koefisien regresi dengan Metode Kuadrat Terkecil
linier Menduga keragaman dari galat
sederhana Pengujian hipotesis terhadap parameter regresi
Ukuran kelayakan model : koefisien determinasi
II

Kecocoka Uji Khi Kuadrat untuk ‘Goodness of Fit’

n model Uji Khi kuadrat untuk uji kebebasan antar dua peubah kategorik
dan tabel
kontingens
i
Daftar Pustaka
1. Johnson R and Bhattacharyya G. 1987. Statistics,
principles and methods. Canada : John Wiley & Sons,
Inc
2. Agresti A, Franklin C, Klingenberg B. 2018. Statistics:
The Art and Science of Learning from Data. Fourth
Edition. Edinburg: Pearson Education Limited.
 KETENTUAN PERKULIAHAN
 Tugas-tugas
Mengerjakan soal-soal latihan , kuis, tugas mandiri, pembuatan makalah tentang topik
yang terkait, dan mengerjakan tugas-tugas individu maupun kelompok lainnya yang
dirasa perlu.
 Kriteria Penilaian
Penilaian akhir terhadap mahasiswa diberikan di akhir kuliah dengan
mempertimbangkan ujian tengah semester (UTS), ujian akhir semester (UAS), tugas,
dan presentasi. Komposisi dari masing-masing adalah 35% UTS, 35% UAS, dan 30%
(tugas, praktikum, kuis dan presentasi).
 Ketentuan Lain
 Toleransi waktu keterlambatan: 15 menit
 Berpakaian dan berprilaku sopan sebagaimana ditetapkan dalam aturan IPB
 Tidak ada ujian susulan kecuali bagi mahasiswa yang sakit atau menjalankan
tugas institusi dan dibuktikan dengan surat keterangan dari fakultas
 Ujian susulan dilaksanakan paling cepat 1 minggu dan paling lambat 3 minggu
setelah jadwal ujian resmi dari IPB. Lewat dari waktu tersebut, mahasiswa dinilai
BL. Mahasiswa dengan nilai BL diberi kesempatan hingga satu bulan setelah
pengumuman nilai mata kuliah untuk memenuhi komponen nilai yang belum
lengkap. Lewat dari waktu tersebut, mahasiswa dinilai E.
 Mahasiswa wajib mengikuti seluruh kegiatan perkuliahan dan praktikum kecuali
berhalangan dengan alasan yang dapat dibenarkan sesuai ketentuan yang berlaku.
STATISTIKA: APA DAN MENGAPA?
STATISTIKA: APA DAN MENGAPA?
DATA DLM KESEHARIAN
 Data terdiri dari informasi yang berasal dari pengamatan,
pencacahan, pengukuran, atau respon.
 Data ada di-mana2 dlm keseharian kita
 Data ada dlm pemberitaan, perdebatan, pemilu,
perencanaan dan penelitian
 Statistika menyangkut seluk-beluk data, bahkan jauh
melampaui data itu sendiri
 Spt halnya “kata” dlm kalimat, “data” hrs ditata
sedemikian agar memiliki arti
 Kita perlu belajar: a) membaca “data” secara kritis dan
komprehensif; b) menghasilkan data yg berguna; c)
memahami metode utk mengambil kesimpulan berbasis
data
 ilustrasi
 An animal scientist is carrying out an experiment to
investigate whether adding an antibiotic to the diet of chicks
will promote growth over the standard diet without the
antibiotic. The scientist determines that 100 chicks will
provide sufficient information to validate the results of the
experiment. From previous research studies, the average
weight gain of chicks fed the standard diet over an 8-week
period is 3.9 grams. The scientist wants to compare the
weight gain of the chicks in the study to the standard value
of 3.9 grams. To eliminate the effects of many other factors
that could affect weight gain, the scientist rears and feeds
the 100 chicks in the same building with individual feeders
for each chick.
ilustrasi
ilustrasi
Definisi Statistika

 Statistika adalah ilmu yg mempelajari seluk-

beluk data, terutama bagaimana :

 Cara mengumpulkan

 Cara menganalisis atau memodelkan

 Cara menarik kesimpulan shg kesahihan

(validity) dan kehandalan (reliability) dari
kesimpulan tsb dapat dinilai secara objektif
Deduksi vs Induksi
Deduksi vs Induksi
 Kebenaran dapat kita dapat kita peroleh secara deduktif
maupun induktif
 Deduksi → dimulai dari premis, yaitu sesuatu yang kita
anggap benar (umum). Lalu dari premis ini diturunkanlah
kebenaran baru (khusus).
 Ada beberapa metode deduksi yang populer seperti:
silogisme, modus tollen dan modus ponen
 Ilustrasi: Premis: Kalau hari hujan maka jalanan basah
(premis). Fakta: Sekarang hari hujan. Kesimpulan: jalanan
basah (kebenaran baru)
 Bagaimana kalau faktanya kita melihat jalanan sedang
basah? Apakah yang bisa disimpulkan?
Deduksi vs Induksi
 Induksi →dimulai dari beberapa kasus, yaitu pengamatan
parsial (khusus). Lalu dari kasus ini dilakukan generalisasi
atau perampatan (umum).
 Kasus: Angsa di Aceh berbulu putih, angsa di Semarang
berbulu putih, angsa di Manado berbulu putih, dan angsa di
Ambon berbulu putih. Kesimpulan: semua angsa berbulu
putih.
 Dalam praktek kita sering dihadapkan pada pola JIKA p
MAKA q (p → q). Pola pikir induktif berusaha mencari
jawaban thd p jika yang diamati adalah q.
 Misal, secara medis seseorang yang kurang tidur wajahnya
pucat dan pusing. Suatu waktu ada mahasiswa terlihat
pucat dan pusing. Apakah kita bisa menyimpulkan bhw
mahasiswa kurang tidur?
Deduksi vs Induksi
 Cabang Statistika
Cabang statistika ada dua yaitu : statistika deskriptif dan
statistika inferensia
Statistika

Statistika Statistika
Deskriptif Inferensia

• penyajian data (tabel, merupakan proses

grafik atau gambar, penarikan
ukuran deskriptif)
kesimpulan secara
• merupakan upaya
agar info dapat induktif
ditangkap dg jelas
Populasi vs Contoh

Populasi adalah keseluruhan pengamatan yang menjadi

pusat perhatian kita
Contoh adalah himpunan bagian dari populasi
Populasi & Contoh
Teladan :
Seorang mahasiswa ingin mengetahui persepsi
masyarakat kota bogor tentang pilkada bogor

Respon/persepsi seluruh masyarakat

kota bogor (populasi)

Respon/persepsi
sebagian masyarakat
(contoh)
 Mengapa Contoh ?
Tidak mungkin secara
fisik mengamati semua
anggota populasi

Biaya pengamatan Menghabiskan banyak waktu

semua anggota untuk menghubungi semua
populasi. anggota populasi

Uji tertentu yang Pada banyak kasus

bersifat merusak cukup hasil contoh
 Parameter & Statistik
Parameter adalah deskripsi/karakteristik numerik dari
sebuah populasi.

Statistik adalah deskripsi/karakteristik numerik dari

sebuah contoh.

Parameter Populasi

Statistik Contoh
Peubah
A variable is any characteristic observed in a study
 Quantitative variables : the daily high temperature
and the amount of precipitation, age, number of
siblings, annual income, and number of years of
education completed
 Categorical variables: the cloud cover (with

categories cloudy, partly cloudy, sunny), rained on a

given day (with categories yes and no).
Quantitative Variables Are Discrete or
Continuous
Discrete and Continuous Variables
 A quantitative variable is discrete if its possible values
form a set of separate numbers, such as 0, 1, 2, 3,. . .
 Examples of discrete variables are the number of pets
in a household, the number of children in a family, and
the number of foreign languages in which a person is
fluent.
 A quantitative variable is continuous if its possible
values form an interval.
 Examples of continuous variables are height, weight,
age, and the amount of time it takes to complete an
assignment.
 Tipe Data
Data mempunyai dua tipe : kualitatif (kategorik) dan
kuantitatif.

Terdiri dari Terdiri dari

atribut, label, pengukuran
atau nilai numerik atau
nonnumerik. cacahan.
 Data Kualitatif & Kuantitatif.
Contoh :
Nilai IPK dari lima mahasiswa

Mahaiswa IPK
Sari 3.22
Bobi 3.98
Cindi 2.75
Gani 2.24
Karina 3.84
Data Kualitatif Data Kuantitatif
 Level/Skala Pengukuran
Skala pengukuran menentukan perhitungan, metode yang
dapat digunakan Empat skala pengukuran adalah :
nominal, ordinal, interval/selang, and ratio/nisbah.

Nominal
Terendah
Level/Skala Ordinal sampai
Tertinggi
Pengukuran Interval
Ratio
 Skala Nominal
Data pada skala pengukuran ini adalah data
kualitatif.
Nominal
• Label atau kualitas.
Level/Skala • Tidak dapat menggunakan
perhitungan matematika
Pengukuran

Warna Nama mahaiswa suku agama

pada peserta STK 511
Bendera RI
 Skala Ordinal
Data pada skala ordinal bersifat kualitatif

Level/Skala
Ordinal
Pengukuran • Tersusun dalam urutan
• Beda antara dua nilai tidak
bermakna.

Tingkat pendidikan : Tingkat preferensi Urutan lagu top di

SD, SLTP, SMU, D3, suatu produk : suatu radio
S1, S2, S3 sangat suka, suka,
sedang, tidak suka,
sangat tidak suka
 Skala Interval
Data pada skala interval bersifat kuantitatif. Titik nol
skala bukan nol sejati.

Level/Skala
Pengukuran Interval
• Tersusun dalam urutan
• Beda antar dua nilai dapat
dihitung/bermakna

Temperatur PH IQ
 Skala Rasio
Data pada skala rasio seperti pada skala interval,
tetapi nilai nol bermakna.
Rasio dua data dapat dibentuk sehingga
Level/Skala satu data dapat mengekspresikan rasio

Pengukuran

Rasio

Tinggi badan Berat Badan

 Ringkasan skala pengukuran

Skala
kategori urutan pengurangan penggandaan
pemgukuran

Nominal Ya Tidak Tidak Tidak

Ordinal Ya Ya Tidak Tidak

Interval Ya Ya Ya Tidak

Ratio Ya Ya Ya Ya
 RANGKUMAN

 Statistika adalah ilmu tentang seluk-beluk data: Cara

mengumpukan, cara memodelkan dan menganalisis dan
cara menarik kesimpulan
 Kita perlu belajar statistika krn masyarakat modern
berargumen berdasarkan data, shg kita harus tahu
bagaimana menarik kesimpulan berdasarkan data.
 Pola pikir statistika bersifat induktif sehingga setiap
kesimpulan yang diperoleh selalu berpeluang untuk salah.
Teknik statistika perlu untuk memperkecil kesalahan ini.
 Setiap data yang kita amati memiliki konteks: data
bukanlah sekedar angka
 Ada 4 skala pengukuran data: nominal, ordinal, interval,
rasio. Perbedaan skala pengukuran → perbedaan teknik
statistika yang digunakan
TUGAS
TUGAS