Statistika Terapan : Dengan Excel & SPSS

Jangan minder atau terngiang akan ribetnya rumus statistika. Namanya juga Statistika, pasti ada saja rumus-rumus mengerikan seperti itu. tapi saya sudah membaca sedikit bagian dari buku ini dan cukup memahami apa yang disampaikan. Namun seperti kebanyakan buku pelajaran lainnya, disini pembaca juga perlu mampu berpikir konseptual untuk dapat memahami penyampaian.

Setiap ilustrasi-ilustrasi dari contoh kasus disampaikan dengan cara yang relatif gampang dimengerti asal pembaca mampu membayangkan bagaimana kasus itu. ingat kata Albert Einstein : “Imagination is more important than knowledge”

Update 26/04/2016

• Data eksperimen, Data yang berasal dari hasil eksperimen, kemudian dapat diklasifikasikan sebagi data primer dan data sekunder

• Data non eksperimen, Data yang diperoleh dari hasil observasi

• Data runtut waktu (time series), Mengamati satu objek dalam kurun waktu yang berbeda-beda. 5
• Data kerat silang (cross section), Mengamati berbagai objek dalam kurun waktu yang sama atau waktu tertentu. 5
• Data Panel (Panel/Pooled data), Menggabungkan data time series dan cross section. 5

• Sebagian pekerjaan statistika berkaitan dengan sampel daripada populasi. 6
• Hasil Sampel sudah mencukupi untuk melihat sifat poppulasi asal sampel yang diambil tidak bias terhadap populasi.6
• Metode pengambilan sampel (sampling method) adalah : Simple Random Sampling (Sampling acak sederhana), Systematic Random Sampling (Samplik Acak Sistematis), Stratified Random Sampling (Sampling Acak Terstratifikasi) dan Cluster Sampling (Sampling terkumpul). 6
• Tujuan dari Statistika deskriptif adalah untuk mengorganisasi data sehingga menjadi data yang sangat informastif bagi pembaca. 11
• Dengan organisasi data, kita akan mengetahui dimana informasi data yang penting itu terletak, misalnya letak konsentarasi data, nilai terndah dan tertinggi data, dan sebagainya. 11
• 4 Langkah membuat distribusi frekuensi : .13

1. Menentukan Jumlah kelas
2. Menentukan interval (lebar) Kelas
3. Menentukan batas kelas individual
4. Menghitung jumlah observasi tiap kelas

• ada beberapa jenis tabel distribusi frekuensi : .17

1. Distribusi Frekuensi
2. Distribusi Frekuensi Relatif
3. Distribusi Frekuensi Kumulatif

• Penyajian data dalam bentuk Stem and Leaf. 17
• Penyajian data dalam bentuk grafik. 18 -23

1. Histogram
2. Poligon Frekuensi
3. Grafik distribusi kumulatif (Ogive)
4. Bar Chart
5. Pie Chart
6. Time Series Line Chart
7. Tabulasi Silang

• Ada tiga pengukuran angka numerik, yaitu ukuran letak pusat data (measure of central location), ukuran sebaran atau variasi data (measures of dispersion), dan bentuk distribusi data (measures of symmetry). 25-26
• Beberapa karakteristik dari rata-rata aritmetik : .27
  1. Semua data dimasukan dalam perhitungan rata-rata
  2. Sekumpulan data hanya mempunyai satu rata-rata
  3. Jumlah deviasi setiap observasi dengan nilai rata-ratanya sam adengan nol
• Pada data aritmatik setiap observasi diberi tibangan yang sama sedangaka dalam rata-rata tertibang setiap observasi diberi timbangan yan berbeda-beda. 30
• Rata-rata geometrik digunakan untuk menghitung data-data bersifat relatif seperti persentase, indeks, dan sebagainya.30
• Apabila data berbentuk hasil dari rasio (metrik ukur) maka dipergunakan Rata-rata harmoni .31
• Karakteristik Median : .35
  1. Median merupakan angka yang unik sebagaimana rata-rata dimana hanya ada satu angka median untuk sekelompok data
  2. Median tidak terpengaruh oleh nilai ekstrim data
  3. Median dapat digunakan untuk mengukur data dalam bentuk rasio, interval, maupun ordinal
• Modus merupakan nilai yang seringkali muncul di dalam sebuah observasi. 36
• Modus mempunyai beberapa kelemahan sebagai ukuran pusat data : .37

1. Jika tidak ada data yang sama, maka modus tidak dapat dicari
2. Kesulitan menentukan modus bila sekelompok data mempunyai dua modus atau lebih
3. Bila modus didapat dalam jumlah frekuensi yang kecil, maka modus kurang mempresentasikan data yang ada.
4. Jika distribusi data tidak merata, maka modus kurang mewakili pusat dari data.

• Kuartil, desil, dan persentil digunakan untuk membagi data menjadi lebih bagian-bagian yang sama besar seperti median dengan nilai penyekat (partition value) persentil, desil, dan kuartil

 

Uji statistika dengan skala nominal dan tanpa asumsi populasi memunyai distribusi normal salah satunya adalah Uji Chi-Squares. 209

 

Uji goodness of fit ini merupakan uji statistika untuk mengetahui seberapa baik daata kita mendukung asumsi tentang distribusi populasi atau distribusi varabel random yang kita teliti. 210

 

Uji goodness of fit memungkinkan kita untuk menentukan distribusi probabilitas teroritis yang mana sesuai dengan distribusi smapel empiris yang kita miliki. Uji goodness of fit ini menguji apkah terdapat perbedaan antara frekuensi yang diobservasi (Observed frequency) dan nilai yang diharapkan (Expected frequency). 210

Achtung! : Isi dari artikel blog ini diupdate secara berkala selama saya masih membaca buku ini, jadi sering-sering berkunjung aja yah ke blog ini 🙂

Notice! : Seluruh kutipan diambil tanpa melalui perizinan dari penerbit, bila pembaca ingin mengutip kutipan diatas, jangan lupa untuk mencantumkan sumber blog dan bukunya yah 🙂

Widarjono, Agus. 2015. “Statistika Terapan : Dengan Excel & SPSS”. Yogyakarta: UPP STIM YKPN