Dokumen tersebut membahas tentang populasi, sampel, dan statistik. Populasi adalah kelompok keseluruhan unsur yang menjadi fokus studi, sedangkan sampel adalah sebagian anggota dari populasi. Statistik adalah nilai yang menjelaskan karakteristik sampel.
2. Populasi
Populasi atau semesta (universe) adalah
set lengkap observasi yang menjadi
perhatian peneliti.
Populasi adalah grup keseluruhan unsur
yang menjadi fokus studi.
Populasi adalah total keanggotaan dari
semua elemen sistem yang relevan dengan
lingkup batasan permasalahan.
2
3. Populasi
Populasi (population) adalah himpunan
semua objek, percobaan, pengamatan,
data, keluaran, atau nilai yang memiliki
kesamaan kondisi umum (common state)
dalam rentang (range) tertentu (finite atau
infinite) dengan parameter identik sesuai
dengan batasan permasalahan yang
menjadi fokus studi peneliti.
3
4. Sampel
Sampel (sample) adalah sejumlah observasi
yang diambil dari populasi
Sampel adalah beberapa unsur yang
menjadi bagian dari populasi
Sampel adalah sebagian anggota dari
populasi
4
5. Sampel
Sampel diambil dari populasi yang sama.
Saat penarikan sampel, setiap anggota
populasi mempunyai peluang yang sama
terpilih sebagai sampel.
Sebaran sampel mengikuti pola distribusi
populasi.
Sampel dapat merepresentasikan populasi.
5
8. Statistik
Statistik adalah sekumpulan data, angka
atau bukan angka, yang disusun dalam
tabel atau diilustrasikan dalam grafik, peta
dan diagram.
Statistik adalah ukuran numerik yang
merangkum informasi dari kumpulan data
untuk merepresentasikan hal tertentu.
8
9. Statistik dan Parameter
Parameter adalah nilai yang menjelaskan
karakteristik populasi
Statistik adalah nilai yang menjelaskan
karakteristik sampel
9
10. Metode Pengumpulan Data
Census untuk mengumpulkan data atau
informasi dari semua anggota populasi.
Retrospective study untuk mengumpulkan
data atau informasi yang terjadi di masa
lalu (historical data)
...
10
11. Metode Pengumpulan Data
...
Observational study untuk mengumpulkan
data atau informasi yang sedang terjadi di
sistem aktual
Designed experiment untuk
mengumpulkan data atau informasi melalui
eksperimentasi yang telah dirancang
kondisi terlebih dahulu
11
13. Sumber Data
Subyek observasi, yaitu pihak-pihak yang
melakukan pengukuran atau penghitungan.
Obyek observasi, yaitu elemen sistem
yang akan diobservasi.
Responden, yaitu pihak-pihak yang
mengenal dan berkepentingan dengan
obyek observasi.
Hasil observasi, yaitu laporan observasi
baik fakta mentah atau yang telah diolah
13
14. Jenis Data Berdasarkan Sumber Data
Data primer, fakta yang diperoleh langsung
dari pengukuran atau penghitungan obyek
observasi
Data sekunder, data yang diperoleh dari
merujuk hasil observasi atau pernyataan
subyek observasi atau responden (melalui
wawancara atau curah pendapat)
Data tersier, dst..., data yang diperoleh
dari pustaka lainnya.
14
15. Obyek Observasi
Obyek observasi adalah entitas yang
merupakan elemen sistem dalam wujud
orang, benda, kejadian, keluaran, atau
benda abstrak lainnya.
Data merupakan atribut atau status dari
obyek observasi.
15
16. Tipe Data
Kuantitatif dan Kualitatif
Parametrik dan Nonparametrik
Nominal, Ordinal, Interval dan Rasio
Diskrit dan Kontinyu
Serentak dan Deret waktu
16
17. Tipe Data
Data Kuantitatif atau Numerical, data yang
diperoleh dari pencacahan, penghitungan,
pengukuran atau penilaian dalam format angka
atau bilangan yang dapat diperbandingkan
Biner (0 atau 1) data logik (true/false), data
tanggapan (yes/no, accept/decline), data kegagalan
(sukses/gagal, baik/rusak)
Bilangan Bulat Bil asli (1,2,...), Bil cacah (0,1,2)
Bilangan Nyata
...
17
18. Tipe Data
...
Data Kualitatif atau Categorical, data yang
tidak bernilai numerik.
Dikotomi
Pelabelan atau simbol
Klasifikasi atau stratifikasi
Penilaian verbal
18
19. Tipe Data
Data Parametrik, data kuantitatif yang
mempunyai sebaran variabel acak
mengikuti pola distribusi probabilitas
dengan parameter tertentu (independent
and identically distributed random variables)
Data Nonparametrik, data yang tidak
mempunyai distribusi probabilitas
(distribution-free)
19
20. Tipe Data
Data Nominal, data yang hanya berupa
simbol (meski berupa angka) untuk
membedakan nilainya tanpa menunjukkan
tingkatan
A = B ; A ≠ B
Contoh: jenis kelamin, warna kulit, ras, suku
bangsa, agama, bentuk rambut
...
20
22. Tipe Data
Data Ordinal, data yang mempunyai nilai
untuk menunjukkan tingkatan, namun tanpa
skala yang baku dan jelas antar tingkatan.
A > B ; A < B
Contoh : Kelompok usia (bayi, anak-anak,
remaja, dewasa, manula), Tingkat
pendidikan, Status ekonomi, Tingkat
kepentingan
...
22
24. Tipe Data
Data Interval, data yang mempunyai nilai
untuk menunjukkan tingkatan dengan skala
tertentu sesuai intervalnya. Nilai nol hanya
untuk menunjukkan titik acuan (baseline).
A – B = C – D
Contoh : Temperatur, tingkat keasaman
...
24
26. Tipe Data
Data Rasio, data yang mempunyai nilai
untuk menunjukkan tingkatan dengan skala
indikasi rasio perbandingan. Nilai nol
menunjukkan titik asal (origin) yang bernilai
kosong (null).
A = k.B
Contoh : Tinggi badan, Berat badan,
Banyaknya orang, dll
26
28. Tipe Data
Data Diskrit, data hasil pencacahan atau
penghitungan, sehingga biasanya dalam
angka bilangan bulat.
Data Kontinyu, data hasil pengukuran
yang memungkinkan dalam angka bilangan
nyata (meskipun dapat pula dibulatkan)
28
29. Tipe Data
Data serentak (cross sectional) adalah
data yang diperoleh dari observasi pada
waktu yang sama
Data deret waktu (time series) adalah data
yang diperoleh dari observasi dengan
mempertimbangkan pergerakan waktu
29
30. Ketelitian Pengukuran
Akurasi (accuracy), kesesuaian hasil
pengukuran terhadap nilai obyek
sesungguhnya (bias kecil)
Presisi (precision), tingkat skala ketelitian
pengukuran dari alat pengukur, atau
ketersebaran yang relatif mengumpul
(variansi atau deviasi kecil)
...
30
31. Ketelitian Pengukuran
...
Keandalan (reliability), konsistensi
kemampuan alat ukur untuk mengukur
obyek tanpa dipengaruhi waktu atau faktor
lainnya
Kesahihan (validity), ketepatan hasil
pengukuran yang bebas dari kesalahan alat
ukur, pengukur dan obyek ukur.
31
33. Ketelitian Pengukuran
Tidak presisi, akibat besarnya
random error menyebabkan deviasi
yang besar, beresiko pada galat
tipe 1.
Tidak akurat, akibat besarnya
systematic error menyebabkan bias
yang besar, beresiko pada galat
tipe 2.
Akurat dan presisi, bias dan
deviasi kecil, membutuhkan sampel
sedikit.
33
34. Angka Penting atau Angka Berarti
Dalam pengukuran data, banyaknya angka yang
dipergunakan menyatakan tingkat ketelitian dari
besarannya.
Seringkali saat pengukuran, terdapat satu angka
terakhir yang tidak pasti.
Angka penting atau angka berarti menunjukkan
banyaknya angka yang penting dalam bilangan
eksak, baik yang pasti, maupun yang pembulatan
(tidak pasti)
34
36. Pembulatan
Pembulatan terkadang dilakukan pada data
sesuai dengan tingkat presisi yang diharapkan.
Secara umum pembulatan dilakukan ke bilangan
terdekat. Angka > 5 dibulatkan ke atas dan angka
< 5 dibulatkan ke bawah.
Secara pesimistik, angka dibulatkan ke atas.
Secara optimistik, angka dibulatkan ke bawah.
Pembulatan terkadang perlu memperhatikan
bahwa jumlah total data hasil pembulatan tidak
berubah dari jumlah total data sebelumnya
36
38. Kesalahan Pengukuran
Random error : kesalahan yang disebabkan
oleh probabilitas faktor keacakan
Systematic error : kesalahan yang
disebabkan oleh buruknya teknik
pengukuran
Illegitimate error : kesalahan yang
disebabkan oleh keteledoran pada prosedur
pengukuran
38
39. Kesalahan Pengukuran
Random error sebaran sampel kurang
merepresentasikan pola distribusi populasi.
Systematic error penarikan sampel
terkumpul di sebagian populasi yang
dibatasi rentang waktu tertentu atau lokasi
tertentu.
Illegitimate error mengumpulkan sampel
dari populasi yang berbeda
39
40. Kesalahan Pengukuran
Galat tipe 1 (α) : kesalahan menyimpulkan
karena menolak hipotesa yang semestinya
diterima
Galat tipe 2 (β) : kesalahan menyimpulkan
karena menerima hipotesa yang
semestinya ditolak
40
β α
41. Kesalahan Pengukuran
Unusual value (outlier), data yang keliru
disebabkan noise pada objek ukur atau alat ukur,
atau kesalahan pengukur atau prosedur
pengukuran.
Missing value, ketidaklengkapan data akibat
kealpaan pengukuran atau sebaran sampel
kurang baik.
Bias, perbedaan hasil pengukuran karena
kekeliruan pengukur atau alat ukur.
41
42. Ukuran Ketelitian Lain
Tingkat keberartian (significance level, α),
probabilitas penolakan data observasi, karena
menyimpang signifikan terhadap sasaran.
Tingkat kepercayaan (confidence coefficient,1-α),
persentase data observasi yang diyakini tidak berbeda
signifikan dengan target.
Kuasa statistik (power,1-β), persentase data
observasi yang diyakini berbeda signifikan dengan target.
Derajat kebebasan (degree of freedom, df=n-k),
besaran yang menunjukkan bebas terhadap bias dari n
data observasi.
42