Statistics for Business and Economics, 6/e

Statistika
Chapter 1
Mengapa Belajar Statistika?
Tujuan Bab
Setelah mempelajari bab ini, anda akan mampu :
 Menerangkan bagaimana sebuah keputusan sering
berdasarkan informasi tak lengkap…
 Menerangkan definisi kunci :
 Population vs. Sample
 Parameter vs. Statistic
 Descriptive vs. Inferential Statistics
 Menggambar sampling random
 Menerangkan perbedaan antara Statistika deskriptif dan
Inferensif
Definisi Statistika
Statistika :
Definisi :
 Ilmu Olah Data….
 Ilmu analisis Data…
 Ilmu yang mempelajari bagaimana cara mengumpulkan,
meringkas, menganalisa,menyajikan data untuk proses
pengambilan kesimpulan, keputusan, atau kebijakan
 Statistik: Nilai yang diperoleh dari sampel
Ketidakpastian Kejadian
Karena sebab ketidakpastian, statemen dalam Statistika
 Harga saham Apple enam bulan ke depan mempunyai
peluang lebih tinggi dibandingkan sekarang.
 Jembatan tersebut kemungkinan besar akan ambruk
sampai akhir tahun ini.
Definisi Kunci
 Populasi adalah kumpulan semua individu atau barang,
yang menjadi fokus penelitian
 N merepresentasikan ukuran populasi
 Sample adalah observasi yang merupakan bagian dari
populasi (harus yang representatif)
 n merepresentasikan ukuran sampel
 Parameter adalah karakteristik khusus dari suatu populasi
 Mean (μ), Variansi (σ2), Standard Deviasi(σ), Proporsi(p), dll.
 Statistic adalah karakteristik khusus dari sampel
 Mean(x-bar), Variansi(s2), Standard Deviasi(s), Proporsi, dll
Populasi vs. Sampel
Population
a b
Sample
cd
b
ef gh i jk l m n
o p q rs t u v w
x y
z
Nilai-nilai yang dihitung dari
data populasi disebut
parameters
c
gi
o
n
r
u
y
Nilai-nilai yang dihitung dari
data sampel disebut
statistics
Contoh Populasi
 Nama-nama pemilih di Propinsi DIY
 Pendapatan dari semua keluarga yang hidup di Jakarta
 Semua wanita dengan masalah kehamilan.
 IPK dari semua mahasiswa di UGM
 Uang kiriman semua mahasiswa jur xyz
 Dll…
Random Sampling
Simple random sampling adalah suatu prosedur di mana
 Masing-masing anggota Populasi mempunyai peluang yang
sama untuk dipilih,
 Masing-masing anggota populasi dipilih secara random
Hasil dari penyamplingan seperti di atas disebut dengan
Sampel random
Statistika Deskriptif dan Inferensi
Dua Cabang Statistika:
 Statistika Deskriptif
 Collecting, summarizing, dan processing data untuk
mengubah data menjadi informasi
 Statistika Inferensi
 Membahas metode-metode untuk estimasi, prediksi, yang
digunakan mengubah informasi menjadi ilmu pengetahuan
dan keputusan
Statistika Deskriptif
 Collect data
 Contoh : Survey
 Mempresentasikan data
 Contoh :Table dan grafik
 Meringkas (Summary) data
 Contoh : Mean Sample =
X
n
i
Statistika Inferensi
 Estimasi
 Contoh: Estimasi rata-rata uang
kiriman mahasiswa rata-rata
sampel
 Uji Hipotesis
 Contoh: Menguji pernyataan atau
klaim bahwa rata-rata uang
kiriman mhs UGM 1,5 juta
Inferensi adalah proses menarik kesimpulan atau
membuat keputusan tentang populasi berdasar data
sampel
Proses Membuat Keputusan
Keputusan
Ilmu Pengetahuan
Pengalaman, Teori,
Literatur, Inferensi
Statistika, Komputer
Informasi
Statistika Deskriptif,
Probabilitas, Komputer
Start :
Identify the
Problem
Data