Session 1-2. DATA DAN STATISTIK

v  Application in Business and Economics :

-          Accounting à kantor akuntan publik menggunakan prosedur sampling statistik saat melakukan audit untuk klien mereka.

-          Economics à para ekonom menggunakan informasi statistik dalam membuat prakiraan tentang masa depan ekonomi atau beberapa aspeknya.

-          Marketing à elektronik scanner titik penjualan (point of sale)di counter kasir ritel yang digunakan untuk mengumpulkan data untuk berbagai aplikasi riset pemasaran.

-          Production à berbagai diagram statistik control kualitas digunakan untuk memonitor keluaran dari suatu proses produksi.

-          Financial à penasihat keuangan menggunakan rasio harga pendapatan dan hasil dividen untuk membimbing rekomendasi investasi mereka.

v  Data adalah fakta dan angka yang dikumpulkan, dirangkum, dianalisis dan ditafsirkan.

Data Sets merupakan kumpulan data.

v  Elemen à entitas pada data yang dikumpulkan. Contoh : Perusahaan A, B, atau C.

Variabel à faktor-faktor apa yang ingin diketahui & ingin diteliti.

Observasi / observation à hasil dari penelitian pada tiap-tiap variable.

v  Skala Pengukuran (Scale of Measurement) :

-          Skala menentukan jumlah informasi yang terkandung dalam data.

-          Skala menunjukkan ringkasan data & analisis statistik yang paling tepat.

v  Skala Pengukuran ada 4 :

-          Nominal à pengukuran menggunakan angka yang tidak ada batas / pengurutan.

-          Ordinal à pengukuran menggunakan angka yang punya batas / diurutkan.

-          Interval à bersifat angka & punya rentang tertentu.

-          Ratio à perbandingan antara 2 variabel. Contoh : berat, tinggi, waktu, dll.

v  Kualitatif à data yang berupa tanggapan atau komentar seseorang terhadap suatu variable.

Kuantitatif à data yang berupa angka.

v  Scale of Measurement

v  Cross Sectional à data dikumpulkan pada waktu yang bersamaan / sekitar titik yang sama dalam satu waktu.

Time Series à data dikumpulkan selama beberapa periode waktu.

v  Akuisisi Data Pertimbangan (Data Acquisition Considerations)

-          Waku

-          Biaya

-          Data errors (data yang didapatkan tidak mungkin 100% benar)

v  Statistik Inferensi (Statistical Inference) :

-          Population à semua elemen. Contoh : populasi anak kelas 02PEJ.

-          Sample à beberapa variable dari suatu populasi. Contoh : beberapa anak kelas 02PEJ.

-          Statistic Inference à proses menggunakan data yang diperoleh dari sample untuk membuat estimasi dan uji hipotesis tentang karakteristik suatu populasi.

-          Sensus à mengumpulkan data untuk suatu populasi.

-          Sample survey à menggumpulkan data unuk suatu sample.

Session 2. DESCRIPTIVE STATISTIC : TABULAR AND GRAPHICAL PRESENTATION

v  Qualitative Data

è Frequency Distribution (frekuensi distribusi) adalah table ringkasan data yang menunjukkan frekuensi (atau nomor) dari masing-masing item dalam beberapa kelas non-overlapping.

è Contoh :

Rating                                  Frequency

Poor                                              2

Below Average                                         3

Average                                       5

Above Average                                        9

Excellent                                     1

Total                                            20

v  Relative Frequency Distribution

1.       Frekuensi relative kelas adalah fraksi atau proporsi jumlah item data milik kelas.

2.       Distribusi frekuensi relative (Relative Frequency Distribution) adalah tabel ringkasan dari satu set data yang menunjukkan frekuensi relative untuk masing-masing kelas.

v  Percent Frequency Distribution

1.       Frekuensi persen dari suatu kelas adalah frekuensi relative dikalikan dengan 100.

2.       Percent frequency distribution adalah tabel ringkasan dari satu set data yang menunjukkan frekuensi persen untuk masing-masing kelas.

Contoh :

Rating	Frequency	Relative Frequency (RF)	Percent Frequency (RF Distribution)
Poor	2	2/20 = 0.1	0.1 x100 = 10%
Below Average	3	3/20 = 0.15	0.15 x 100 = 15%
Average	5	5/20 = 0.25	0.25 x 100 = 25%
Above Average	9	9/20 = 0.45	0.45 x 100 = 45%
Excellent	1	1/20 = 0.05	0.05 x 100 = 5%
Total	20	1	100%

v  Grafik Batang à perangkat grafis untuk menggambarkan data kualitatif, antara batang yang satu dengan yang lain ada jaraknya.

    Pie Chart à grafik lingkaran yang biasanya untuk menampilkan distribusi frekuensi relatif (data kualitatif).

v  Quantitative Data

àApproximate Class Width (perkiraan lebar kelas)

= Data yang paling besar – data yang paling kecil

                               Jumlah data

à Histogram yaitu menunjukkan data kuantitatif, batang yang satu dengan yang lain tidak ada jarak atau nempel. Contoh data : umur, nilai.

v  Contoh Soal :

1.        

Class	Relative Frequency
A	0.22
B	0.18
C	0.40
D	?

a.       Berapa frekuensi relatife kelas D?

b.      Jika sampel 200, berapa frekuensi kelas D?

c.       Buatlah distribusi frekuensi dan persentase distribusi frekuensi!

d.      Buat pie chartnya!

Jawab :

a.       Frekuensi D yaitu 1(jalan relative frekuensi) - 0.22 – 0.18 – 0.40 = 0.20

Atau cara lain

Sample 200 à  Aà 200 x 0.22 = 44

                               B à 200 x 0.18 = 36

                               C à 200 x 0.40 = 80

                               Jadi D à 200 – (44+36+80) = 40

                                          à 40/200 = 0.2

b.      Sample 200, jadi frekuensi kelas D = 0.2 x 200 = 40

c.       Percent Frequency

-          A = 0.22 x 100 = 22%                                              - C = 0.40 x 100 = 40%

-          B = 0.18 x 100 = 18%                                               - D = 0.20 x 100 = 20%

d.      Buat Pie Chart

-          A = 0.22 x 360^o = 79.2^o                                                         - C = 0.40 x 360^o = 144^o

-          B = 0.18 x 360^o = 64.8^o                                           - D = 0.20 x 360^o = 72^o