Statistik Berbasis Komputer
Pengantar Statistik
Dalam bahasan ini akan dijelaskan tentang konsep Statistik Berbasis Komputer serta bagaimana cara melakukannya. Serta diberikan juga contoh-contoh dasar perhitungannya atau cara melakukannya dengan komputer. Namun perlu dipahami, artikel ini hanya menjelaskan kulit luarnya saja, agar anda memahami, silahkan browsing di artikel ini, kami telah menyediakan berbagai referensi bagaiaman Statistik Berbasis Komputer itu harusnya dilakukan.
Berhubungan dengan banyak angka -> Numerical description
- Contoh : pergerakan IHSG, jumlah penduduk di suatu wilayah
- Dunia usaha -> sekumpulan data : pergerakan tingkat inflasi, biaya promosi bulanan.
- Statistika juga dipakai untuk melakukan berbagai analisis terhadap data, contoh: forecasting, uji hipotesis.
Aplikasi ilmu statistik dalam bisnis dibagi 2 bagian:
- Statistik Deskriptif : Menjelaskan atau menggambarkan berbagai karakteristik data seperti berapa rata-rata, seberapa jauh data bervariasi.
- Statistik Induktif (Inferensi) : Membuat berbagai inferensi terhadap sekumpulan data yang berasal dari suatu sampel. Inferensi -> Melakukan perkiraan, peramalan, pengambilan keputusan.
Contoh :
Data tentang penjualan mobil merek ‘PQR’ perbulan di suatu show room mobil di Surabaya selama tahun 2009. Dari data tersebut pertama akan dilakukan deskripsi terhadap data seperti menghitung rata-rata penjualan, berapa standar deviasinya, dll. Kemudian baru dilakukan berbagai inferensi terhadap hasil deskripsi seperti : perkiraan penjualan mobil tersebut bulan Maret tahun berikut, perkiraan rata-rata penjualan mobil tersebut di seluruh Indonesia.
Elemen Statistik :
- Populasi -> masalah dasar dari persoalan statistik. Definisi: Sekumpulan data yang mengidentifikasi suatu fenomena
- Sampel : Sekumpulan data yang diambil atau diseleksi dari suatu populasi
- Statistik Inferensi : Suatu keputusan, perkiraan atau generalisasi tentang suatu populasi berdasarkan informasi yang terkandung dari suatu sampel.
- Pengukuran Realibilitas -> Konsekuensi dari kemungkinan bias dalam inferensi.
Tipe Data Statistik
Data Kualitatif :
Data yang bukan berupa angka, ciri : tidak bisa dilakukan operasi matematika. Terbagi dua :
- Nominal: Data yang paling rendah dalam level pengukuran data. Contoh : Jenis kelamin, tgl dan tempat lahir seseorang
- Ordinal: Ada tingkatan data. Contoh : Sangat setuju, Setuju, kurang setuju, tidak setuju
Data Kuantitatif:
Data berupa angka dalam arti sebenarnya dan dapat dilakukan operasi matematika. Terbagi dua :
Data Interval, Contoh : Interval temperatur ruang adalah sbb :
- Cukup panas jika antara 50C-80 C
- Panas jika antara 80 C-110 C
- Sangat panas jika antara 110 C-140 C
Data Rasio:
Tingkat pengukuran paling ‘tinggi’ ; bersifat angka dalam arti sesungguhnya. Beda dengan interval mempunyai titik nol dalam arti sesungguhnya.
Statistik dan Komputer
- Statistik menyediakan metode/cara pengolahan data, komputer menyediakan sarana pengolahan datanya.
- Dengan bantuan komputer, pengolahan data statistik hingga dihasilkan informasi yang relevan menjadi lebih cepat dan akurat -> dibutuhkan bagi para pengambil keputusan.
- Dengan keunggulan kecepatan, ketepatan dan keandalan komputer dibutuhkan untuk mengolah data statistik
Program komputer statistik :
- Membuat sendiri; dengan bahasa pemrograman misal BASIC, PASCAL
- Sebagai Add Ins dari Program lain, contoh: Microsoft Excell
- Program khusus Statistik, contoh : Microstat, SAS, SPSS, STATA, MINITAB, AMOS, LISREL dan Eviews.
MICROSOFT EXCELL
- Dalam Excell, sebuah sel pada lembar kerja dapat diisi dengan data :
- Label atau teks string
- Numerik
- Alfanumerik
- Formula / rumus
- Formula/rumus : alat yang memungkinkan anda untuk melakukan kalkulasi terhadap terhadap nilai-nilainya pada sel itu sendiri maupun nilai yang tersimpan pada sel-sel yang lain.
Formula/rumus dapat terdiri dari : Operator perhitungan, referensi alamat suatu sel, nilai, fungsi sel, nama sel/nama range.
Fungsi : Jenis formula khusus siap pakai yg disediakan oleh Excell. Contoh penulisan : =SQRT(ABS(-8))
Fungsi-fungsinya dalam Excell :
Finansial, Tanggal & Waktu, Matematika & Trigonometri, Statistika, Database, Teks, Logika.
FUNGSI STATISTIK
Average :
Untuk menghasilkan rata-rata sekumpulan data yang dimasukkan sebagai argumen dalam fungsi ini.
Bentuk Penulisan : Average(bil1, bil2,…
Contoh : Average(A1:A5)
Count :
Untuk menghitung berapa jumlah bilangan yang ada dalam suatu range
Bentuk Penulisan : Count(value1,value2,..)
Contoh : Count(A1:A5)
Fungsi FREQUENCY
Menghasilkan suatu distribusi frekwensi sebagai array vertikal. Suatu distribusi frekwensi berguna untuk menghitung berapa nilai yang tepat pada setiap interval.
Bentuk Penulisan :
=FREQUENCY(data array, bin array)
data array : suatu array atau alamat range pada sekelompok nilai yg akan dihitung distribusi frekwensinya bin array : suatu array atau alamat range yg berisi interval, dimana anda hendak mengelompokkan data.
Fungsi MAX
Menghasilkan data numerik dengan nilai maksimum yang terdapat dalam suatu range data
Bentuk Penulisan:
=MAX(number1,number2,…) -> 30 bilangan.
Fungsi MEDIAN
Menghasilkan median dari sekumpulan data. Median : Nilai tengah
Bentuk Penulisan :
=MEDIAN(number1,number2,…)
Fungsi MIN
Menghasilkan nilai data numerik terkecil yang terdapat dalam suatu range .
Bentuk Penulisan: =MIN(number1,…)
Fungsi RANK
Menghasilkan ranking suatu bilangan diantara sekumpulan data
Bentuk Penulisan :
=RANK(number,ref,order)
Fungsi STDEV
Menghasilkan standar deviasi berdasar pada sampel. Standar deviasi ini mengukur seberapa luas penyimpangan nilai data tersebut dari nilai rata-ratanya.
Bentuk Penulisan :
=STDEV(number1,number2,…)
FUNGSI DATABASE
DAVERAGE, Mencari rata-rata sekumpulan data dalam daftar hanya yang sesuai kriteria yang dikehendaki.
Bentuk Penulisan :
=DAVERAGE(database,field,criteria)
DCOUNT
Menghasilkan jumlah sel yang memuat data numerik sekumpulan data dalam sebuah daftar atau database yg memenuhi kriteria.
Bentuk Penulisan : =DCOUNT(database,field,criteria)
DMAX
Menghasilkan data nilai tertinggi dalam suatu daftar yang sesuai dengan kriteria yang diberikan.
DMIN
Menghasilkan data nilai terendah dalam suatu daftar yang sesuai dengan kriteria yang diberikan.
DSTDEV
Memperkirakan standar deviasi dari sekelompok data yang memenuhi kriteria yang diberikan.
DSUM
Menjumlahkan sekelompok data yang memenuhi kriteria.
Analisis:
Jumlah Data valid = 25 buah
Mean /rata-rata tinggi badan = 169.4 cm, standar error 0,993 cm. Standar error : memperkirakan besar rata-rata populasi dari sampel. Rata-rata populasi tinggi badan = 169,4(2×0,993) = 167,414 – 171,386 cm
Median, menunjukkan bahwa 50%t tinggi badan adalah 168,9 keatas dan 50%nya 168,9 kebawah
Standar deviasi untuk melihat dispersi rata-rata dari sampel.
Rata-rata tinggi badan menjadi :
169,4 +- (2×4,963) = 159,474-179,326 cm
Jika rasio skewness diantara –2 sampai 2 maka distribusi normal. Maka dapat dikatakan distribusi data adalah normal.
Data maksimum dan minimum berbeda tipis dari rata-rata tinggi badan -> sebaran data baik.
Pada tabel frekuensi diperlihatkan banyaknya responden pada setiap tinggi badan -> mencapai 100% kumulatif.
Terdapat hubungan yang erat antara persentase kumulatif dengan percentil.
Terlihat pada grafik mempunyai kemiripan dengan bentuk kurva normal. Hal ini membuktikan bahwa distribusi tersebut sudah dapat dikatakan mendekati normal.
Semoga bermanfaat
By Anwar Hidayat
