SILABUS MATA KULIAH PENGANTAR STATISTIKA SOSIAL Pertemuan Ke Materi Referensi 1 Bab I Pendahuluan tentang Statistika Gravetter F. J. dan Larry. Pengantar Statistika Sosial.2014. Penerbit Salemba Empat, Jakarta Supranto, J. The Power of Statistics untuk Pemecahan Masalah. 2009. Penerbit Salemba Empat, Jakarta. Riduwan. Pengantar Statistika Sosial. 2014. Penerbit Alfabeta, Bandung. Hasan, M. Iqbal.1999. Pokok-pokok Materi Statistik 1 (Statistik Deskriptif).Penerbit Bumi Aksara, Jakarta 2 Bab II Data (Pengumpulan dan Penyajian) 3 Bab III Distribusi Frekuensi 4 Bab IV Ukuran Nilai Pusat 5 Bab V Ukuran Nilai Pusat (lanjutan) 6 Bab VI Ukuran Dispersi 7 Bab VII Ukuran Dispersi (lanjutan) 8. U T S- UJIAN TENGAH SEMESTER 9 Bab IX Probabilitas dan Distribusi Probabilitas Gravetter F. J. dan Larry. Pengantar Statistika Sosial.2014. Penerbit Salemba Empat, Jakarta Supranto, J. The Power of Statistics untuk Pemecahan Masalah. 2009. Penerbit Salemba Empat, Jakarta. Hasan, M. Iqbal.1999. Pokok-pokok Materi Statistik 1 (Statistik Deskriptif).Penerbit Bumi Aksara, Jakarta 10 Bab X Regresi Linier 11 Bab XI Koefisien Korelasi dan Determinasi 12 Bab XII Uji Hipotesis t, Uji Hipotesis F dan Uji Beda 13 Bab XIII Pengenalal Regresi Linier Berganda Lain: Regresi Linier Berganda, Regresi Logistik Regresi dengan Variabel Intervening dan Moderator 14 Bab XIV Estimasi dan Anova 15 Bab XV Uji Non Parametrik seperti: Chi Square, Kruskal Wallis, Mann Whitney, Wilcoxon Uji Non Parametrik: Chi Square, Kruskal Wallis, Mann Whitney, Wilcoxon 16. U A S- UJIAN AKHIR SEMESTER
12
Embed
SILABUS MATA KULIAH PENGANTAR STATISTIKA SOSIAL · 2019-05-15 · Distribusi Frekuensi 4 Bab IV Ukuran Nilai Pusat 5 Bab V Ukuran Nilai Pusat (lanjutan) 6 Bab VI Ukuran Dispersi 7
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
SILABUS MATA KULIAH PENGANTAR STATISTIKA SOSIAL
Pertemuan Ke Materi Referensi 1 Bab I
Pendahuluan tentang Statistika
Gravetter F. J. dan Larry. Pengantar Statistika Sosial.2014. Penerbit Salemba Empat, Jakarta Supranto, J. The Power of Statistics untuk Pemecahan Masalah. 2009. Penerbit Salemba Empat, Jakarta. Riduwan. Pengantar Statistika Sosial. 2014. Penerbit Alfabeta, Bandung.
Hasan, M. Iqbal.1999. Pokok-pokok Materi Statistik 1 (Statistik Deskriptif).Penerbit Bumi Aksara, Jakarta
2 Bab II Data (Pengumpulan dan Penyajian)
3 Bab III Distribusi Frekuensi
4 Bab IV Ukuran Nilai Pusat
5 Bab V Ukuran Nilai Pusat (lanjutan)
6 Bab VI Ukuran Dispersi
7 Bab VII Ukuran Dispersi (lanjutan)
8. U T S- UJIAN TENGAH SEMESTER 9 Bab IX
Probabilitas dan Distribusi Probabilitas
Gravetter F. J. dan Larry. Pengantar Statistika Sosial.2014. Penerbit Salemba Empat, Jakarta Supranto, J. The Power of Statistics untuk Pemecahan Masalah. 2009. Penerbit Salemba Empat, Jakarta.
Hasan, M. Iqbal.1999. Pokok-pokok Materi Statistik 1 (Statistik Deskriptif).Penerbit Bumi Aksara, Jakarta
10 Bab X Regresi Linier
11 Bab XI Koefisien Korelasi dan Determinasi
12 Bab XII Uji Hipotesis t, Uji Hipotesis F dan Uji Beda
13 Bab XIII Pengenalal Regresi Linier Berganda Lain: Regresi Linier Berganda, Regresi Logistik Regresi dengan Variabel Intervening dan Moderator
14 Bab XIV Estimasi dan Anova
15 Bab XV Uji Non Parametrik seperti: Chi Square, Kruskal Wallis, Mann Whitney, Wilcoxon Uji Non Parametrik: Chi Square, Kruskal Wallis, Mann Whitney, Wilcoxon
16. U A S- UJIAN AKHIR SEMESTER
BAB 6
PROBABILITAS DAN
DISTRIBUSI PROBABILITAS
TUJUAN PEMBELAJARAN UMUM
Setelah mengikuti perkuliahan ini, mahasiswa dapat
mengetahui distribusi data, khususnya distribusi normal
baku.
TUJUAN PEMBELAJARAN KHUSUS
Setelah membaca dan mengikuti perkuliahan,
mahasiswa dapat memahami pengertian-pengertian
pokok dan dasar-dasar kerja statistika seperti pada
Bentuk segi empat, dengan nilai minimal dan maksimal
Contoh: waktu untuk mengakses sebuah halaman web tertentu terdistribusi secara seragam
dengan waktu minimal 25 milidetik dan waktu maksimal 75 milidetik.
Distribusi Normal
Merupakan Distribusi Kontinu
KURVA NORMAL
Asumsi data variabel membentuk distribusinormal
Bila data tidak normal, teknik statistik parametris tidak dapat digunakan untuk
analisis
Suatu data membentuk distribusi normal bila jumlah data di atas dan di bawah rata-
rata adalah sama, demikian juga simpangan bakunya
Penjelasan
Secara teoritis, kurva tidak akan pernah menyentuh garis dasar, sehingga luasnyapun
tidak sampai 100 %, tetapi hanya mendekati (99,999 %) -asimtotik
Berbentuk lonceng dan simetris: luas rata-rata mean ke kiri dan ke kanan masing-
masing mendekati 50 %, tetapi dalam prakteknya dinyatakan dalam 50 %
Di samping kurva normal umum, terdapat kurva normal standar, karena nilai rata-
ratanya / µ= 0, dan simpangan bakunya/ σ = 1,2,3,4 dst
Distribusi Probabilitas Normal Baku/ Z
X: nilai beberapa pengamatan
µ: rata-rata distribusi
σ: standar deviasi distribusi
xx
x
xz
PENGUJIAN NORMALITAS DATA
Statistik parametris didasarkan atas asumsi bahwa data setiap variabel dianalisis
berdasakan distribusi normal
Sebelum menggunakan teknik statistik parametris, maka kenormalan data harus diuji
terlebih dahulu
Bila data tidak normal, maka statistik parametris tidak dapat digunakan, sehingga
digunakan statistik non parametris
Penyebab ketidak normalan data : kesalahan alat dan pengumulan data
Pengujian normalitas data menggunakan Chi Square/ Kai Kuadrat (Χ2), dilakukan
dengan cara membandingkan kurva normal yang terbentuk dari data yang telah
terkumpul (B) dengan kurva normal baku/standar (A) atau (B : A)
Bila B tidak berbeda secara signifikan dengan A, maka B merupakan data yang
berdistribusi normal
DISTRIBUSI SAMPLING
Alasan Sampling/ teknik penarikan sampel – memilih sampel
1. Mempelajari seluruh populasi akan memakan waktu dan terkadang mustahil (misal
meneliti seluruh bakteri dalam satu sungai)
2. Biaya yang besar untuk meneliti seluruh populasi
3. Sebagian pengujian bersifat destruktif (uji kualitas dalam sebuah proses produksi di
pabrik menggunakan sampel)
4. Hasil-hasil dari sampel sudah memadai (menentukan indeks harga konsumen dengan
sampel beberapa pasar induk)
Co
nto
h T
ekn
ik S
amp
ling
Teknik Sampel Acak Sederhana
Teknik Sampel Acak Sistematis
Teknik Sampel Stratifikasi
Teknik Sampel Cluster
Teknik sampel acak sederhana Setiap unit dalam populasi memiliki kesempatan yang sama terambil Setiap ukuran sampel n mempunyai kesempatan yang sama terambil Populasi bersifat uniform atau seragam Sesuai untuk populasi yang kecil Menggunakan tabel bilangan acak
Teknik sampel acak sistematik
Unsur yang pertama diambil secara acak Mengambil setiap unsur ke-k dalam populasi
Teknik sampel stratifikasi Membagi populasi atas beberapa kelompok (strata) sehingga
setiap kelompok menjadi uniform Alokasi sebanding: mengambil sampel pada masing-masing
kelompok populasi yang sebanding dengan ukuran populasi
Teknik sampel cluster Mengambil beberapa cluster Sebagian atau seluruh unit dalam cluster sebagai sampel diambil
secara acak
DISTRIBUSI T
DISTRIBUSI F
Referensi
Gravetter F. J. dan Larry. Pengantar Statistika Sosial. Edisi 8. 2014. Penerbit Salemba Empat,
Jakarta – terjemahan Cengage Learning Singapore(2014)
Lind, Douglas A. ; William G. Marchal, dan Samuel A. Wathen. Teknik-teknis Statistika dalam
Bisnis dan Ekonomi: Menggunakan Kelompok Data Global Buku 1. Edisi 13. 2007. Penerbit
Salemba Empat, Jakarta- terjemahan Mc Graw Hills (2007)
Supranto, J. The Power of Statistics untuk Pemecahan Masalah. 2009. Penerbit Salemba