Bagaimana Cara Mendeskripsikan Data – STATISTIK DESKRIPTIF STATISTIK DESKRIPTIF adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data tersebut.
Presentasi berjudul: “STATISTIK DESKRIPTIF STATISTIK DESKRIPTIF STATISTIK DESKRIPTIF adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau mendeskripsikan data.”— Transcript presentasi:
Bagaimana Cara Mendeskripsikan Data
1 STATISTIK DESKRIPTIF STATISTIK DESKRIPTIF ADALAH STATISTIK YANG DIGUNAKAN UNTUK MENGANALISIS DATA MELALUI DATA DESKRIPTIF ATAU DESKRIPTIF YANG DIKUMPULKAN SEBAGAIMANA ADANYA, TANPA TUJUAN UNTUK MEMBUAT HASIL UMUM ATAU GENERALISASI. STUDI YANG DILAKUKAN PADA POPULASI (BUKAN SAMPLING) AKAN MENGGUNAKAN STATISTIK DESKRIPTIF DALAM ANALISISNYA. NAMUN JIKA PENELITIAN DILAKUKAN PADA SAMPEL, STATISTIK DESKRIPTIF ATAU INFERENSIAL DAPAT DIGUNAKAN UNTUK ANALISIS. STATISTIK DESKRIPTIF DIGUNAKAN KETIKA INSTRUMEN PENELITIAN HANYA MENJELASKAN SAMPEL YANG DIBERIKAN DAN TIDAK DIMAKSUDKAN UNTUK MEMBUAT KESIMPULAN YANG BERLAKU PADA POPULASI DARI SAMPEL YANG DIAMBIL. NAMUN JIKA PENELITI INGIN MEMBUAT KESIMPULAN YANG DAPAT DITERAPKAN PADA POPULASI, METODE ANALISIS YANG DIGUNAKAN ADALAH INFERENSI STATISTIK.
Statistika: Perbedaan Deskriptif Dan Inferensial
PENYAJIAN DATA MELALUI TABEL, GRAFIK, BAGAN, PERHITUNGAN TREN, RATA-RATA, MEAN, DESILE, PERSENTIL, PERHITUNGAN DISTRIBUSI DATA DENGAN MEAN DAN STANDAR DEVIASI, PERHITUNGAN PERSENTASE. SECARA TEKNIK PERLU DIKETAHUI BAHWA DALAM STATISTIK DESKRIPTIF TIDAK ADA UJI SIGNIFIKANSI, ATAU MARGIN KESALAHAN, KARENA PENELITI TIDAK MEMILIKI GENERALISASI, KENAPA TIDAK ADA KESALAHAN GENERALISASI.
Statistik inferensial sering juga disebut statistik induktif atau statistik probabilitas, yaitu teknik statistik yang digunakan untuk menganalisis data sampel dan menerapkan hasilnya pada suatu populasi. STATISTIK INFERENSIAL JUGA DISEBUT STATISTIK PROBABILITAS KARENA KESIMPULAN DIPERLUAS PADA POPULASI DARI DATA SAMPEL YANG MUNGKIN. BERARTI MEMILIKI KEMUNGKINAN KESALAHAN DAN KEBENARAN (PERCAYA).
KORELASI ADALAH ALAT UNTUK MENGETAHUI ATAU MENJELASKAN HUBUNGAN ANTARA VARIABEL DENGAN VARIABEL LAINNYA. CONTOH: HUB. ANTARA VAR X DAN Y Dimana : Y = Volume Penjualan X = Harga TUJUAN : UNTUK MENGETAHUI APAKAH KEDUA VARIABEL MEMILIKI HUBUNGAN YANG SIGNIFIKAN? JIKA ADA HUBUNGAN SIGNIFIKAN, APA ARAH HUBUNGAN MEREKA. DAN SEBERAPA KUAT HUBUNGANNYA
Hubungan antara var. X dan Y dikatakan positif jika kenaikan X umumnya disertai dengan kenaikan Y atau penurunan X umumnya disertai dengan penurunan Y. Hubungan antara X dan Y dikatakan negatif jika kenaikan X diikuti penurunan Y atau penurunan X diikuti kenaikan Y. X dan Y dapat dinyatakan dengan fungsi linier yang diukur dengan nilai yang disebut “koefisien korelasi” (r)
Teknik Pengolahan Data Deskriptif
Koefisien korelasi (r) minimal -1 dan maksimal +1 Maka: ≤ r ≤ 1 Kriteria/Interpretasi nilai koefisien korelasi (r) (menurut Riduwan, 2003: 228). Nilai korelasi kategori 0, , sangat rendah 0, , rendah 0, , cukup 0, 0,799 kuat 0, 0,000 sangat kuat Misalnya r = 0,90 berarti hubungan yang sangat kuat antara X dan Y, jika X meningkat, maka Y juga berlanjut. Tapi ada faktor lain yang menyebabkannya (masih 0,10)
8 1. KORELASI PRODUCT MOMENT (Korelasi Pearson Product Moment, maka disebut juga Korelasi Pearson Product Moment) R U M U S : n ∑ XY – ∑ X ∑ Y r xy = n ∑ X2 – (∑ X)2 n ∑ Y2 – (∑ Y ) 2 Sumber: Riduwan, 2005: 227
Hitung koefisien korelasi variabel X dan Y dan bagaimana hubungannya berdasarkan data berikut: X adalah motivasi kerja dan Y adalah efisiensi kerja X 1 2 4 5 7 9 10 12 Y 8 14
X Y X2 Y2 XY 1 2 4 5 7 9 10 12 8 14 16 25 49 81 100 144 64 196 20 35 56 90 120 168 ∑X = 50 ∑Y = 50 ∑Y = 49 81 100 144 64 196 12 056 20 056 20 056 20 056 20 056 20 056 ∑X = 50 ∑Y = 50 ∑Y = 49 81 100 144 64 196 20 35 56 90 120 168
Analisis Data Dalam Statistik
11 8 (499) – (50)(62) r.xy = 8 (420) – (50) (598) – (62)2 = 0.99 KESIMPULAN: Koefisien korelasi sebesar 0.99 berarti hubungan (korelasi ) antara var. X dan Y sangat kuat dan positif, 0,99
12 KONTRIBUSI TAHU APA KONTRIBUSI BESAR VAR. X, UNTUK VAR.Y, KOEFISIEN DETERMINASI –KP (KOEFISIEN DETERMINASI) HARUS DIHITUNG DENGAN RUMUS: KP = r2 x 100% DARI CONTOH SEBELUMNYA, KONTRIBUSI VARIABEL X TERHADAP VARIABEL Y DAPAT DIHITUNG: = ( 0,99)2 x 100% = 98%.
13 PERTANYAAN LATIHAN: DATA BERIKUT INI MENGENAI MOTIVASI KARYAWAN (X) DAN PRODUKTIVITAS KARYAWAN (Y) PADA PERUSAHAAN ABC KENDARI. (Ryduvan, hal.229) XY 60 70 75 65 80 450 475 470 455 85 90 485 480
Korelasi rank disebut juga dengan rumus korelasi rank Spearman: 6 ∑d2 rrank = n (n2 – 1) d = selisih pasangan rank I n = banyaknya pasangan rank Contoh latihan: lihat contoh J Supranto, p.164: 7- 5
Cara Mendeskripsikan Diri Sendiri Saat Interview Kerja
Pertama, tentukan rangking data (bisa dari rangking terendah ke rangking tertinggi atau sebaliknya). Menentukan selisih pangkat ( d ) Menentukan (menghitung) d2 Masukkan rumus korelasi pangkat CONTOH: LIHAT: J. SUPRANTO, HAL CONTOH: 7-5 DAN 7-6
CONTOH: Hitung korelasi peringkat dari data berikut: X Y 50 70 45 75 53 40 64 55 80 60 18 15 20 30 48 54 35
LATIHAN: Hitung persamaan regresi dari data berikut: Hitung nilai Y jika X=60 X Y 50 70 45 75 53 40 64 55 80 60 18 15 20 30 48 54 35
19 Penyelesaian: Peringkat X Y Peringkat X Peringkat Y Selisih peringkat (d) d 2 50 70 45 75 53 40 64 55 80 60 18 15 20 30 48 54 35 8 3 9 2 7 10 4 6 1 5 -24 ∑ 5 -24
Bagaimana Visualisasi Data Dapat Digunakan Dalam Akuntansi Manajemen? (part 1)
20 Rumus: 6 ∑d2 rrank = n (n2 – 1) 6 (24) rrank = 10 (102 – 1) = = 10 (99) = 1 – 0, = 0.85
Nilai koefisien korelasi antara X dan Y adalah 0,85 yang berarti bahwa X dan Y memiliki hubungan yang sangat kuat. PRAKTEK MASALAH: Hitung korelasi peringkat diberikan data penjualan perusahaan dalam ribuan rupee (Y) dan biaya pemasaran dalam ribuan rupee (X) untuk tahun 2012. X 95 100 98 87 103 120 92 Y 508 673 665 544 627 609 623
B. REGRESI UNTUK MENGETAHUI PENGARUH SUATU VARIABEL TERHADAP VARIABEL LAINNYA BISA DILIHAT PADA PERSAMAAN REGRESI : Y = a + bX PENGARUH “KOEFISIEN REGRESI” (b) ARTINYA JIKA SUATU NOMOR DITAMBAHKAN PADA VARIABEL X, VARIABEL Y MENINGKAT.
ANALISIS REGRESI INI DIGUNAKAN UNTUK MENGHITUNG PERKIRAAN (RETAINER). PERSAMAAN REGRESI LINEAR SEDERHANA (LANGSUNG) ADALAH : Y = a + bX Dimana : Y = nilai yang akan diukur X = nilai spesifik variabel bebas a = konstanta atau nilai Y bila X = 0 b = koefisien regresi yang mengukur besarnya pengaruh X terhadap Y , ketika X menambah atau menambah 1 satuan.
Jawaban Tutor Bu Galuhhh
N ∑ XY – ∑ X ∑ Y _ _ b = a = Y – bX n ∑ X (∑ X)2 (Sumber: J. Supranto, hal. 177)
25 CONTOH: DATA PERSENTASE PENGELUARAN IKLAN (X) DAN PERSENTASE KENAIKAN VOLUME PENJUALAN (Y) PADA PERUSAHAAN “AXAR” DI BAWAH X Y 1 2 4 5 7 9 10 12 8 14 Himpunan: 1. Hitung regresinya persamaan 2. persentase (%) penjualan akan meningkat jika belanja iklan/promosi meningkat menjadi 15% (X=15) SUMBER: J. Supranto, halaman 177
X Y X2 XY 1 2 4 5 7 9 10 12 8 14 16 25 49 81 100 144 20 35 56 90 120 168 ∑ X = 50 X = 6.25 ∑ Y = 62 ∑ Y = 62 Y0 ∑ ∑ ∑ 90 190 74 74
27 8 (499) – (50)(62) b = = 8 (420) – (50) b = 1,04 _ _ a = Y – bX = 7,0,04 (6, 25) = 1,25 MAKA PERSAMAAN REGRESINYA ADALAH : Y = 1,25 + 1,04 (X) BERARTI SETIAP 1% KENAIKAN BELANJA IKLAN, PENJUALAN AKAN MENINGKAT 1,04% JIKA X = 15, MAKA Y’ = 1,25 + 1,04(15) = 16,85
Berbagai Contoh Deksripsi Diri Yang Menarik
UNTUK GARIS TREN LURUS, rumusnya adalah sebagai berikut. : (SIDE-1) Ỹ = a + b.X Dimana: Ỹ = data deret waktu X = waktu, minggu, bulan, tahun) a = konstanta b = koefisien Nilai a dan b dihitung dengan menggunakan rumus: J. Supranto, p .226 dan Tahun Agus, p.25 ∑ Y ∑ XY a = o Rata-rata Y b = N ∑ X2
Catatan: Dalam analisis tren, X mewakili waktu di mana ∑ X = 0 untuk data genap dan ganjil. Perhitungan trend dapat dilakukan dengan 2 cara: Dapat dihitung dengan menggunakan rumus pendek seperti di atas, dimana ∑ X = 0 (Metode 1) Dapat dihitung dengan menggunakan rumus panjang, seperti pada analisis regresi. (Metode 2)
Berikut data volume penjualan APEL periode 2005-2012. : Perusahaan ingin mengetahui ramalan penjualan tahun 2013-2016, maka anda diminta untuk membantu manager perusahaan tersebut. Tahun penjualan (buah) 2005 2006 2007 2008 2009 2010 2011 2012 35.000 45.000 50.000 60.000 65.000 70.000 75.000
Tahun Penj. (Y) X XY X2 2005 2006 2007 2008 2009 2010 2011 2012 35.000 45.000 50.000 60.000 65.000 70.000 75.000 75.000 75.000 51 6 5 6 1 6 9
Actividad De Tik Para 3
32 a = / 8 = b = / 168 = 0.57 Maka persamaan garis trendnya adalah sebagai berikut. : Y = 0,57 (
Cara mendeskripsikan diri sendiri, cara mendeskripsikan, bagaimana cara menganalisis data, cara mendeskripsikan orang dalam bahasa inggris, cara mendeskripsikan seseorang dalam bahasa inggris, bagaimana cara entry data, cara mendeskripsikan diri saat interview, bagaimana cara mengumpulkan data, cara mendeskripsikan benda, cara mendeskripsikan seseorang, mendeskripsikan cara akses internet, cara mendeskripsikan diri