SPERS MABES TNI DAN UNKRISNA ADALAH PERGURUAN TINGGI YANG BEKERJASAMA DENGAN MABES TNI

SPER MABES TNI DAN UNKRISNA ADALAH PERGURUAN TINGGI YANG BEKERJA SAMA DENGAN MABES TNI

Sabtu, 16 Oktober 2010

ARTI STATISTIK(rangkuman SPSS 16.0)

1. GRAFIK POPULASI PIRAMID, disebut juga Mirror Plot atau Dual Chart, berguna untuk menggambarkan distribusi diantara dua kelompok.
2. GRAFIK 3-D BAR, berguna untuk menonjolkan perbedaan kombinasi dari kategori.
3. GRAFIK DOT, disebut juga Dot Density Chart, berguna untuk memaparkan suatu pengamatan individu pada suatu skala Continue menggunakan symbol titik atau lainnya.
4. GRAFIK PANELLED CHART, untuk menyajikan baris dan variable yang berasal dari satu grafik untuk menunjukan perbedaan antar kelompok dan penggambaran efek dari variable kondisional.

5. MEAN, adalah nilai rata-rata terukur suatu data
6. MEDIAN, adalah nilai tengah data setelah data tersebut diurutkan dari kecil ke besar.
7. MODUS, adalah nilai yang sering muncul dari suatu data.
8. STANDAR DEVIASI, adalah nilai simpangan baku.
9. VARIAN, adalah nilai kuadrat dari standar deviasi.
10. STANDAR EROR MEAN (S.E.MEAN), adalah estimasi tentang standar deviasi dari suatu distribusi rara-rata yang diperoleh dari sampel yang diambl secara random (terus menerus) dari populasi.
11. SKEWNESS, adalah nilai kemencengan atau tinggi distribusi data, apabila bernilai positif maka distribusi data akan menceng ke kanan, apabila negatif maka sebaliknya.
12. KURTOSIS, adalah nilai keruncingan atau tinggi distribusi data.
13. KENORMALAN, suatu data dapat dilihat dari perbandingan Skewness dengan Std.Eror of Skewness, dan nilai perbandingan Kurtosis dengan Std.Eror of Kurtosis, harus diantara -2 dan 2.
14. ANALISIS FREKUENCIES, sangat berguna untuk menganalisa guna memperoleh ringkasan statu variable individual.
15. ANALISIS DESCRIPTIVE, sangat membantu dalam meringkas perbandingan beberapa variable data skala dalam satu tabel dan dapat digunakan untuk melakukan pengamatan outlier/penyimpangan data.
16. ANALISIS EXPLORER, Sangat membantu dalam menampilkan berbagai visual dan ringkasan numerik data.
17. ANALISIS CROSSTABS, Sangat membantu untuk dijadikan dasar hubungan antar variable kategori (nominal dan ordinal).
18. ANALISIS CROSSTABS – CHI SQUARE, Sangat membantu untuk dijadikan dasar hubungan antar variable data nominal.
19. ANALISIS CROSSTABS - CORRELATIONS, Sangat membantu untuk dijadikan dasar hubungan antar variabel data ordinal.
20. ANALISIS RATIO, Sangat membantu untuk dijadikan dasar memberikan gambaran seluruh rasio antara dua variable skala.
21. ANALISIS MEANS, Sangat membantu untuk dijadikan dasar memaparkan nilai tendensi sentral maupun disperse suatu variabel data skala dengan dikelompokan berdasarkan variabel data katagori.
22. OLAP CUBES (Online Analitical Processing), digunakan untuk menghitung Total, Mean, dan Statistik Univariate lainnya.
23. ANALISIS PARETO, dipakai dalam pengendalian kualitas ebagai analisis dasar untuk membreak down suatu masalah yang terjadi.
24. ANALISIS PERBANDINGAN RATA-RATA, merupakan bagian dari uji hipotesis dengan dasar pengujiannya untuk membandingkan perbedaan rata-rata.
25. ANALISIS SAMPLE T TEST, digunakan untuk menguji perbedaan rata-rata satu variable dengan suatu Konstanta tertentu atau nilai hipotesis.
26. ANALISIS INDEPENDENT SAMPLE T TEST, digunakan untuk menguji signifikansi beda rata-rata dua kelompok.
27. ANALISIS PAIRED SAMPLE T TEST, atau lebih dikenal dengan Pre Post Design adalah analisis dengan melibatkan dua pengukuran pada subyek yang sama terhadap suatu pengaruh atau perlakuan tertentu.
28. ANALISIS ONE WAY ANOVA, atau dikenal dengan Analisis Varian untuk Satu Variabel Independent, digunakan untuk menentukan pakah rata-rata dua atau lebih kelompok berbeda secara nyata.
29. ANALISIS GENERAL LINEAR MODEL (GLM)-UNIVARIATE, memberikan analisis Regresi dan Analisis Varian untuk satu variable dependent oleh dua atau lebih factor atau variable.
30. ANALISIS GLM-UNIVARIATE-FACTOR, merupakan suatu lembaga bimbingan belajar mengadakan survai berbasis pada nilai Try Out yang mereka selenggarakan, dengan menerapkan dua metode pengajaran yang berbeda (X dan Y).
31. ANALISIS-UNIVARIATE-COVARIATE, yaitu suatu Lembaga Swadaya Masyarakat (LSM) yang memiliki program peningkatan pendapatan untuk masyarat marginal.
32. GENERAL LINEAR MODEL (GLM)-MULTIVARIATE, melakukan analisis Regresi dan Analisis Varian pada beberapa variable dependent skala dengan satu atau lebih factor atau covariate.
33. ANALISIS GENERAL LINEAR MODEL (GLM)-REPEATED MEASURES, merupakan analisis varian dengan melakukan pengukuran yang sama beberapa kali pada setiap subjek atau Cases atau Variable Within Subject.
34. ANALISIS BIVARIATE, ádalah analisis korelasi yang mencari derajat keeratan hubungan dan arah hubungan.
35. ANALISIS UJI PARTIAL, digunakan untuk menguji hubungan dua variable dengan mengeluarkan variable lain (control) yang berpengaruh terhadap korelasi.
36. ANALISIS REGRESI LINEAR SATU VARIABEL INDEPENDENT, digunakan untuk meramalkan suatu variable dependent (Y) berdasarkan suatu varibel Independent (X) dalam suatu persamaan Linear.
37. ANALISIS REGRESI LINEAR DUA ATAU LEBIH VARIABEL INDEPENDENT, digunakan untuk meramalkan suatu variable Dependent (Y) berdasarkan dua atau lebih Variable Independent (X1, X2 dan X3) dalam suatu persamaan Linear.
38. MODEL LINEAR (Summary, Anova, Coefficient), menunjukkan nilai koefisien korelasi (0,864), Uni Kelinearan, nilai Sig (0,001) < α (0,05) sehingga Ho ditolak, jadi Model Linear Significan.
39. MODEL EXPONENTIAL, menunjukkan nilai Koefisien korelasi 0,994, Uji Kelinearan, nilai Sig (0,000) < α (0,05) sehingga Ho ditolak, jadi model Linear Signifikansi.
40. STATISTIK NON-PARAMETRIK, memiliki asumís sampel harus dipilih dari populasi yang dianggap atau diketahui memiliki distribusi normal.
41. CHI SQUARE, digunakan untuk menguji perbedaan antara frekuensi pengamatan dan frekuensi yang diharapkan.
42. BINOMIAL, digunakan untuk membandingkan proporsi Case atau sampel pengamatan variable dikotomi dengan proporsi yang diharapkan berdasarkan distribuís Binomial dengan penetapan parameter Probabalitas.
43. RUNS, mensyaratkan data sampel bersifat random/acak.
44. 1-SAMPLE K-S (One Sample Kolmogorov-Smirnov), untuk membandingkan fungsi distribusi komulatif pengamatan suatu variable dengan distribusi tertetu secara teoritis.
45. TWO INDEPENDENT SAMPLE TEST, sama dengan uji Independent Sample T Test dengan prasyarat yang lebih longgar.
46. K-INDEPENDENT SAMPLE TEST, sama dengan uji ANOVA dengan kelonggaran seperti Two Independent Samples Test, yaitu mampu digunakan untuk tipe data ordinal.
47. TWO RELATED SAMPLES TEST, sama dengan Paired Samples T Test dengan prasyarat yang lebih longgar.
48. K-RELATED SAMPLE TEST, adalah analisis varian pengukuran berulang.
49. EXPONENTIAL SMOOTHING, merupakan salah satu analisis time series, rangkai waktu, merupakan metode forecasting dengan memberi nilai pembobot pada serangkaian pengamatan sebelumnya untuk memprediksi nilai masa depan.
50. PROBABILITAS, mempelajari peluang, distribusi peluang disket dan kontinu.
51. DISTRIBUSI BINOMIAL, suatu pengamatan dilakukan dengan beberapa usaha.
52. DISTRIBUSI HIPERGEOMETRIK, mensyaratkan pengembalian setiap barang estela diamati, distribuís hipergeometrik tidak memerlukan kebebasan dan didasarkan pada sampling tanpa pengembalian.
53. DISTRIBUSI BINOMIAL NEGATIF, memiliki sifat yang sama dengan distribuís binomial.
54. DISTRIBUSI POISSON, ádalah distribuís melalui percobaan Poisson (proses poisson) yang memiliki sifat.
55. DISTRIBUSI PELUANG KONTINU, ádalah distribusi peluang kontinu yang umum digunakan adalah distribusi normal.
56. DISTRIBUSI NORMAL, adalah distribusinya berbentuk lonceng dengan rata-rataan dan variansi.
Selengkapnya...

Jumat, 15 Oktober 2010



Selengkapnya...

WA KAKA

Vidio syakira vevo




Selengkapnya...

vidio lagu

ini vidio keong racun




Selengkapnya...

Kamis, 14 Oktober 2010

ARTI DAN KEGUNAAN STATISTIK

ARTI DAN KEGUNAAN STATISTIK

a. Pendahuluan
Penggunaan metode statistik dalam penelitian ilmiah telah dirintis sejak tahun 1880 ketika F. Galton pertamakali menggunakan korelasi dalam penelitian ilmu hayat. Ketika itu penggunaan metoda statistik dalam biologi maupun sosial belum lazim,



bahkan pada akhir abad ke-19 Karl Pearson, pelopor penggunaan metoda statistik, mendapat kecaman. Saat ini, metoda statistik telah digunakan sebagai metoda penelitian ilmiah di berbagai bidang ilmu pengetahuan, baik ilmu alam/science maupun ilmu sosial.

1. Arti Statistik
Statistik adalah kumpulan angka-angka yang melukiskan atau menggambarkan sesuatu persoalan, biasanya disusun dalam tabel atau daftar, sering disertai diagram atau grafik dan keterangan-keterangan lain seperlunya (Sudjana, 1989).
Contoh: statistik produksi, statistik penghasilan, statistik perdagangan, statistik keuangan, statistik harga, statistik perusahaan, statistik perbankan, dll.Definisi yang lain, statistik adalah metode atau asas-asas guna “mengerjakan” atau “memanipulasi” data kuantitatif agar angka-angka tersebut “berbicara” (Anto Dajan, 1995).

2. Beberapa Istilah Dalam Statistik

a) Statistika:
Pengetahuan yang mempelajari cara-cara pengumpulan bahan-bahan atau keterangan, pengolahan serta penganalisisannya, dan penarikan kesimpulan yang beralasan berdasarkan penganalisisan yang dilakukan.



b) Statistika Deskriptif:
Pengumpulan data, penyajian data, pembuatan tabel-tabel dan grafik-grafik dan melakukan perhitungan-perhitungan untuk menentukan statistic.

c) Statistika Induktif:
Melakukan penaksiran tentang karakteristik populasi, pembuatan prediksi, menentukan ada atau tidak adanya asosiasi antara karakteristik populasi dan pembuatan kesimpulan secara umum mengenai populasi.

d) Data:
Bahan atau keterangan yang dinyatakan dalam angka-angka dan kebenarannya harus dapat dipercaya atau dapat diandalkan.

e) Populasi:
Kumpulan seluruh subjek/observasi dalam penelitian. A population consist of all subjects (human or otherwise) that are being studied.




f) Sampel:
Bagian dari populasi. A sample is a subgroup of population. Hubungan antara statistik deskriptif dengan inferens. Peranan metode statistik dalam kehidupan manusia modern.

b. Bidang ekonomi dan manajemen perusahaan:
Alat pengambilan keputusan.

c. Bidang produksi:
- Penetapan standar kualitas dan pengawasan kualitas
- Pengawasan terhadap efisiensi kerja
- Test terhadap metode atau produk baru

d. Bidang akuntansi:
- Penyesuaian yang bertalian dengan perubahan harga
- Hubungan antara ongkos dan volume produksi

e. Bidang pemasaran:
- Penyelidikan tentang preferensi konsumen
- Penaksiran potensi pasaran bagi produk baru
- Penelitian mengenai potensi pasar di daerah baru
- Penetapan harga
- Penelitian terhadap efektifnya cara mengiklankan produk
- Test terhadap efektifitas meteode penjualan

c. Peranan statistik di bidang penelitian
- Alat perencanaan eksperimen dan evaluasi hasil eksperimen
- Teknik pengawasan serta penanggulangan kesalahan
- Teknik penentuan kombinasi faktor-faktor yang akan diuji
- Perkembangan eksperimen lapangan (field experiment)
- Berbagai riset di pabrik-pabrik kertas, tekstil, bahan farmasi, gelas, karet, dll.
- Riset di bidang kesehatan umum, keamanan jalan, psikologi, sosiologi, antropologi, dll.
Matematika, Teori Statistik, dan Ekonometrik
a. Teori statistik
Merupakan cabang dari matematika terapan (applied mathematics), yang berbasis ilmu matematika murni yaitu teori probabilita. Teori statistik yang lengkap selain meliputi teori probabilita, juga meliputi konsekuensi teoritis dari asas-asas randomisasi, asas-asas penaksirann parameter, dan asas-asas pengujian hipotesis.
b. Fungsi statistisi
Adalah memberi peralatan bagi para peneliti ilmiah. Dari sustu fenomena khusus, ia mengembangkan sebuah model matematis yang mendekati kondisi-kondisi eksperimen, selanjutnya memberi prosedur untuk memecahkan masalah.
Kemajuan-kemajuan yang diperoleh penelitian ilmiah membutuhkan eksperimen yang sifatnya makin kompleks dan khusus. Di beberapa bidang penelitian, seorang peneliti bahkan mengalami kesulitan dalam menggunakan peralatan statistik. Hal ini dapat dimengerti karena jika metodenya semakin khusus, maka keluwesannya menjadi agak berkurang. Penggunaan metode statistik dalam eksperimen tertentu memerlukan modifikasi dan perbaikan. Perkembangan tersebut memungkinkan timbulnya statistic terapan (applied statistics).

Teori Ekonomi, Matematika, Statistik dan Ekonometrika
Dalam teori ekonomi makro maupun mikro, para ekonom banyak meletakkan dasar-dasar teoritis tentang hubungan antara dua atau beberapa variabel ekonomi. Dalam ekonomi mikro, dikenal hukum permintaan yang menggambarkan secara hipotetis hubungan antara jumlah komoditi yang diminta dengan tingkat harga satuan yang berbeda dari komoditi tersebut. Dalam ekonomi makro, hubungan yang hipotetios antara besaran pendapatan dan konsumsi, antara besarann tabungan dann konsumsi, dan sebagainya.
Besaran variabel-variabel ekonomi dan hubungan antara variabel-variabel ekonomi tersebut umumnya dapat diukur secara kuantitatif dan keabsahan hubungan antar variabel tersebut dapat diuji secara statistik. Metode pengukuran maupun pengujian yang demikian itu merupakan inti dari metode ekonometrika.Pada hakekatnya, ekonometrika memberi pengetahuan dasar tentang perumusan teori ekonomi ke dalam model matematika. Hubungan antar variabel di atas dirumuskan dalam bentuk model teoritis dan matematis. Proses perumusannya membutuhkan pengetahuan matematika dan teori ekonomi yang cukup baik.
Selanjutnya metode statistic memberikan cara untuk mengukur variabel ekonomi, hubungan antar variabel, dan menguji validitas asumsi-asumsi serta hubungan variabel yang hipotetis tersebut. Jadi, dasar ekonometrika adalah teori ekonomi. Matematika dibutuhkan untuk merumuskan model teoritisnya, sedangkan statistik dibutuhkan untuk mengukur dan menguji asumsi serta hubungan antara variabel ekonomi yang dinyatakan dalam model matematika.

Statistik dan Komputer
Penggunaann komputer untuk mengolah data kuantitatif dan melakukan komputasi statistik yang serba rumit merupakan suatu kebutuhan mendesak bagi para peneliti dan statistisi. Penggunaan komputer dalam kegiatan pengolahan maupun komputasi data akan meningkatkan efisiensi apabila beberapa karakteristik pengolahan dan komputasi data di atas dapat dipenuhi:
- Volume data yang cukup besar.
- Tugas pengolahan maupun komputasi menjadi lebih ekonomis jika dibandingkan dengan cara lain.
- Tugas pengolaha maupun komputasi data yang membutuhkan penyelesaian secara cepat.
- Ketepatan atau ketelitian hasil pengolahan data.
- Pengolahan maupun komputasi data yang sifatnya sangat rumit.
Selengkapnya...