00:00:02
asalamualaikum warahmatullahi
00:00:05
wabarakatuh yang saya hormati dan
00:00:07
banggakan para mahasiswa
00:00:09
unitas Pada kesempatan ini kita akan
00:00:13
membahas sesi pertama dari Bi statistik
00:00:16
yaitu dengan pengantar statistik jadi
00:00:21
mengawali bahasan kita men stat atau
00:00:26
statistik kita awali dengan pengantar
00:00:28
statistik
00:00:30
Apa
00:00:31
itu statistik dan
00:00:42
statistika di sini ada dua pengertian
00:00:44
ada namanya statistik dan statistik Jadi
00:00:48
kalau bahasa Inggris ada pakai S
00:00:51
belakangnya ada yang tidak pakai
00:00:53
S statistik ini menunjuk
00:00:58
pada pada
00:01:00
atau menunjuk sebagai sajian data dalam
00:01:03
bentuk angka atau dikatakan hasil
00:01:06
penerapan algoritma statistika pada
00:01:09
suatu data
00:01:11
sampel sedangkan yang statistik atau
00:01:15
statistika itu mengarah pada statistik
00:01:19
sebagai ilmu dan
00:01:22
teknik
00:01:23
jadi bisa diartikan secara bebas
00:01:26
statistika itu adalah ilmu yang
00:01:28
mengumpulkan menata menyajikan
00:01:31
menganalisis dan menginterpasasikan data
00:01:34
menjadi informasi untuk membantu
00:01:36
pengambilan keputusan yang
00:01:43
efektif ada beberapa definisi yang
00:01:46
dikemukan para
00:01:47
ahli walaupun disajikan
00:01:51
dengan formulasi redaksi yang berbeda
00:01:55
tapi
00:01:56
intinya Ya kurang lebih sama
00:02:00
jadi berhubungan Bagaimana cara
00:02:03
mengumpulkan kemudian mengolah
00:02:09
menganalisis menginterpretasi data
00:02:12
Kemudian memanfaatkannya untuk
00:02:14
pengambilan keputusan
00:02:16
atau untuk
00:02:19
ee digunakan berbagai
00:02:27
kepentingan jadi
00:02:30
ada beberapa di sini yang disajikan para
00:02:34
ahli walaupun formulasinya beda-beda di
00:02:37
antaranya Mar Anderson dan Van
00:02:41
sudraja selanjutnya Bagaimana
00:02:44
karakteristik
00:02:46
statistik nah statistik pertama
00:02:50
karakteristikanya adalah bekerja dengan
00:02:56
angka jadi
00:03:00
ciri statistik adalah bicara dengan
00:03:04
angka-angka jadi bisa angka sitik itu
00:03:07
sebagai jumlah atau
00:03:09
frekuensi dan angka statistik sebagai
00:03:12
nilai atau
00:03:14
harga kemudian angka statistik sebagai
00:03:17
nilai yang mempunyai arti data
00:03:18
kualitatif yang diwujudkan dalam
00:03:22
angka jadi walaupun bersifat
00:03:28
kualitatif di wutkannya dalam bentuk
00:03:32
angka nah
00:03:36
kemudian statistik bersifat objektif
00:03:40
namnya objektif itu ya artinya apa
00:03:43
adanya jadi Artinya bahwa angka
00:03:46
statistik ini dibagai sebagai alat
00:03:48
mencari
00:03:50
fakta ya Jadi kalau
00:03:53
orang memberikan statement bahwa
00:03:57
jumlahnya besar angkanya tinggi
00:04:00
nah nah
00:04:03
statistik menyajikan dalam bentuk
00:04:06
angkanya faktanya berapa persen berapa
00:04:10
per mil berapa
00:04:13
per 100.000 n gitu kira-kira seperti itu
00:04:17
jadi
00:04:21
ee statistik sebanak objektif
00:04:24
mengungkapkan apa adanya ya sesuai
00:04:27
dengan fakta
00:04:30
kemudian statistik bersifat
00:04:33
universal
00:04:35
jadi statistik
00:04:38
ini digunakan dalam semua disiplin ilmu
00:04:45
ya Jadi tidak ada disiplin ilmu yang
00:04:49
tidak memerlukan
00:04:52
statistik Kenapa karena statistik
00:04:56
ini digunakan untuk pengembangan
00:05:00
keilmuan pengembangan disiplin
00:05:03
ilmu
00:05:07
jadi makanya setiap disiplin
00:05:11
ilmu selalu menggunakan statistik karena
00:05:14
apa pengembangan keilmuan didasarkan
00:05:16
pada
00:05:17
penelitian-penelitian bicara penelitian
00:05:20
mau enggak mau kita harus menggunakan
00:05:23
tooltool atau perangkat statistik
00:05:31
nah
00:05:33
kemudian statistik diasarkan
00:05:37
kepentingannya ada ada statistik ekonomi
00:05:40
statistik
00:05:42
kesehatan
00:05:44
statistika nah statistik
00:05:47
kesehatan yang masuk dalam lingkup
00:05:52
biostatistika yaitu penerapan metode
00:05:54
statistik untuk
00:05:57
permasalahan dalam bidang Bi
00:06:00
jadi kesehatan termasuk bidang
00:06:03
biologi Nah jadi utamanya digunakan ya
00:06:08
untuk mencar deskripsi suatu variabel
00:06:13
suatu fenomena suatu
00:06:16
kejadian kemudian mencadi estimasi
00:06:21
ya atau
00:06:24
prediksi suatu variabel jadi kalau kita
00:06:28
misalkan
00:06:30
ingin tahui gambaran situasi berarti
00:06:33
kita ingin menggali
00:06:36
deskripsinya miskan masalah kesehatannya
00:06:39
apa
00:06:40
apakah kematiannya tinggi kejadian
00:06:44
penyakitnya yang tinggi berarti kita
00:06:47
mencoba mengembali
00:06:49
deskripsi kemudian kalau kita misalkan
00:06:52
ingin menduga
00:06:55
pendugaan misalkan kira-kira di satu
00:06:58
populasi
00:07:00
ini berapa
00:07:02
persen ya populasi yang menderita sakit
00:07:06
Nah berarti kita menggali
00:07:11
estimasi atau mencoba mencari
00:07:15
prediksi suatu variabel yaitu variabel
00:07:19
kejadian penyakit di satu populasi nah
00:07:23
kemudian juga digunakan untuk mencari
00:07:26
perbedaan antar variabel
00:07:30
atau
00:07:31
komparasi jadi komparasi itu nanti bisa
00:07:34
digunakan untuk menyimpulkan ada Apakah
00:07:38
ada pengaruh atau hubungan
00:07:42
ya Antar
00:07:46
variabel
00:07:50
misalkan Apakah jenis
00:07:53
kelamin terpengaruh terhadap prestasi
00:07:58
mahasiswa dibedakan jenis kelamin
00:08:00
laki-laki dengan jenis kelamin perempuan
00:08:04
kalau ada perbedaan yang signifikan
00:08:07
Berarti di
00:08:09
situ jenis kelamin ini punya pengaruh
00:08:12
atau
00:08:14
hubungan kemudian statistik juga
00:08:18
statistik ini sering digunakan untuk
00:08:20
mencari hubungan atau korelasi antar
00:08:24
variabel contohnya misalkan Apakah
00:08:31
tekanan darah Ya itu berhubungan
00:08:36
ya
00:08:38
dengan kejadian
00:08:41
eh
00:08:45
stroke ya
00:08:48
jadi berbagai tingkat tekanan darah
00:08:51
apakah berhubungan
00:08:53
dengan STR jadi dihukungkan dengan
00:08:56
berbagai tingkatan tekanan darah
00:08:58
kemudian Bagaimana
00:09:00
ee Angka kejadian struknya artinya
00:09:03
mencari korelasi
00:09:04
Huban nah sehingga di
00:09:09
sini statistik ini
00:09:14
ya dipergunakan sebagai alat bantu untuk
00:09:19
memecahkan berbagai
00:09:25
masalah Jadi melalui penelitian baik
00:09:27
sifatnya deskriptif maupun
00:09:31
analitik jadi kalau kita dihadapan pada
00:09:36
masalah misalnya kita ingin tahui
00:09:39
gambarannya atau
00:09:41
estimasinya apakah ada tidaknya
00:09:43
perbedaan atau tidaknya hubungan nah ini
00:09:47
mau enggak
00:09:48
mau harus menggunakan tool
00:09:53
statistik nah kemudian secara spesifik
00:09:56
dalam bidang kesehatan
00:10:00
berdasarkan tadi kemampuannya untuk bisa
00:10:03
mencari dalam mendeskripsikan
00:10:06
mengkomparasi kemudian mengestimasi ya
00:10:11
atau mencari
00:10:13
korelasi dalam bidang kesehatan ini
00:10:17
banyak fungsi yang bisa
00:10:20
dijalankan pertama di antaranya
00:10:22
memberikan
00:10:23
gambaran tentang masalah
00:10:27
kesehatan jadi masalah
00:10:30
kesehatan
00:10:31
ya
00:10:33
ber utamanya adalah bicara mengenai
00:10:37
kesakitan kematian kecacatan atau
00:10:42
disability
00:10:43
Nah agar kita tahu
00:10:46
apakah masaah kesehatan Apa
00:10:52
itu apa yang dihadapi masyarakat kita
00:10:56
lihat angka-angka
00:10:58
statistiknya Bagaimana deskripsi
00:11:01
statistiknya angkanya
00:11:04
gambarannya misalkan Berapa jumlah yang
00:11:07
sakit
00:11:08
divisi berapa yang sakit atau menderita
00:11:12
pneumoni berapa yang terjangkit covid
00:11:15
dan sebagainya jadi angka statistik akan
00:11:17
menikan gambaran sejauh mana besaran
00:11:21
masalah
00:11:22
kesehatan Begitu pula
00:11:26
dengan distribusi angka-angkanya menurut
00:11:29
tempat menurut waktu ya Jadi bisa di
00:11:33
Deskripsikan dengan jelas nanti gambaran
00:11:37
masalah kesehatan nah
00:11:41
kemudian kalau gambaran masalah
00:11:43
kesehatan bisa dikuantifikasi kemudian
00:11:46
bisa
00:11:47
dideskripsi bisa ditentukan penentuan
00:11:50
prioritas masalah yang perlu
00:11:52
ditanggunglangi Jadi
00:11:54
kalau penyakitnya jumlahnya sangat
00:11:58
tinggi berarti prioritas atau
00:12:00
kematiannya sangat tinggi berarti
00:12:03
prioritas atau kecacatannya sangat
00:12:05
tinggi berarti prioritas dilihat dari
00:12:09
angkanya dari
00:12:11
gambaran dari data
00:12:14
statistiknya
00:12:20
kemudian kita dengan tahunya gambaran
00:12:24
prioritas kita bisa juga untuk
00:12:26
perencanaan
00:12:29
jadi kalau kita
00:12:33
merencanakan program kesehatan tanpa
00:12:35
didukung
00:12:37
fakta-fakta
00:12:39
statistik Ya seperti kayak kita TR eror
00:12:43
atau coba-coba gitu ya resikonya kalau
00:12:46
enggak tepat ya salah
00:12:49
gitu makanya perencanaan yang baik
00:12:54
didasarkan pada evid bukti atau fakta
00:12:59
yang ada di lapangan di mana itu
00:13:02
ditunjukkan dari angka-angka
00:13:06
statistik kemudian bisa digunakan untuk
00:13:09
membandingkan tingkat kesehatan
00:13:11
masyarakat
00:13:13
jadi berdasarkan data statistik
00:13:18
Bagaimana Angka kejadian penyakit angka
00:13:21
kematian angka kecacatan
00:13:23
antar
00:13:26
wilayah bisa dibandingkan tingkat
00:13:29
kesehatan masyarakat antar wilayah
00:13:32
kemudian antar
00:13:34
waktu
00:13:36
nah kemudian menilai dan menganalisis
00:13:39
hasil usaha kesehatan ya kita tahu bahwa
00:13:43
Apakah program kesehatan itu berhasil
00:13:46
atau
00:13:47
tidak ya angka yang
00:13:50
bicara Bagaimana sebelum USA kesehatan
00:13:53
dijalankan
00:13:55
gambarannya kemudian dibandingkan dengan
00:13:59
Bagaimana
00:14:00
gambaran ya setelah usaha kesehatan
00:14:04
dijalankan Apakah ada perbedaan atau
00:14:07
tidak jadi kalau kita misalkan program
00:14:10
air bersih tujuannya untuk menurunkan
00:14:13
kasus diari nah sebelum intervensi
00:14:18
dilakukan
00:14:20
Bagaimana kejadian kasus diari Nah
00:14:23
setelah kemudian intervensi dilakukan
00:14:25
dengan proyek atau program bagaimana
00:14:29
kejadian kasus di Arya ada perbedaan
00:14:36
tidak nah kemudian kalau kita misalkan
00:14:43
ee ingin merencanakan ya kebutuhan tahun
00:14:49
depan 2 tahun ke depan 3 Tahun depan
00:14:53
berarti kita memerlukan semacam estimasi
00:14:56
atau prediksi
00:14:59
nah ini statistik juga ya salah
00:15:04
satunya digunakan untuk alat prediksi
00:15:08
atau alat estimasi J dengan metode
00:15:11
statistik kita bisa
00:15:15
memprediksi keadaan di
00:15:18
keadaan yang akan datang berdasarkan
00:15:23
fakta-fakta fakta-fakta yang telah
00:15:25
berlalu atau fakta yang telah lampau
00:15:29
Jadi kalau gambaran 5 tahun ke belakang
00:15:33
seperti ini nanti tahun depan kira-kira
00:15:36
gambarannya se apa Nah ini dengan
00:15:39
biasanya digunakan dengan teknik
00:15:43
regresi atau untuk meramalkan
00:15:46
atau apa itu e berdasarkan perkembangan
00:15:51
atau gambaran masa
00:15:55
lampau kemudian kalau kita misal cari
00:16:00
kita
00:16:01
membutuhkan pembuktian apakah suatu
00:16:05
faktor yang dicurigai ini berhubungan
00:16:07
atau menyebabkan kejadian suatu masalah
00:16:11
nah ini kita
00:16:14
ini bermain dengan statistik analitik
00:16:18
ya
00:16:21
jadi kebenar salah satu unsur kebenaran
00:16:24
diantaranya bisa
00:16:26
dibuktikan hubungan secara
00:16:30
statistik ya di samping secara
00:16:34
ee teoritis ya
00:16:37
tapi harus bisa dibuktikan hubungannya
00:16:41
secara statistik nah kemudian
00:16:46
fungsi statisnya adalah sebagai
00:16:50
mendokumentasi data kesehatan masyarakat
00:16:52
Jadi kalau ya keadaan fenomena atau
00:16:57
situasi tidak di
00:17:00
di olah secara statistik ya
00:17:03
Di dikuantifikasi ya Secara santistik
00:17:08
ya kita akan Mi masalah dalam
00:17:11
dokumentasi data
00:17:12
kesehatan data
00:17:18
kesehatan Jadi kalau
00:17:20
misalkan Apa itu
00:17:24
ee tahun kemarin
00:17:29
masalah
00:17:30
kesehatannya tinggi tapi kalau enggak
00:17:33
ada datanya yaak bisa didokumentasikan
00:17:38
gitu nah ini berbagai fungsi praktisk
00:17:42
statistik dalam bidang kesehatan
00:17:44
sehingga dari fungsi yang bisa
00:17:47
dijalankan tersebut manfaatnya
00:17:49
implikasinya bisa digunakan di
00:17:52
antaranya untuk
00:17:54
perencanaan Kemudian untuk evaluasi
00:18:00
kemudian penentuan
00:18:04
prioritas kemudian menentukan
00:18:06
permasalahan penyebab menganalisis
00:18:08
masalah penyebab kemudian mendapatkan
00:18:11
gambaran tingkat kesehatan
00:18:14
masyarakat bisa untuk menilai
00:18:18
keberhasilan suatu program dan untuk dan
00:18:22
bisa menyebarkan informasi kesehatan
00:18:30
Nah itu tadi di antaranya
00:18:33
berbagai dampak positif atau manfaat
00:18:37
ini
00:18:39
dari statistik kesehatan nah
00:18:44
kemudian statistika ini
00:18:48
ee bisa dibagi dalam dua kategori besar
00:18:52
yaitu pertama statistik
00:18:55
deskriptif dan statistik inferensial
00:19:00
statistik deskriptif disebut juga
00:19:02
statistik
00:19:05
prodeduktif sedangkan
00:19:07
inferensial juga dengan statistik
00:19:12
induktif nah Apa yang dimaksud dengan
00:19:17
statistik
00:19:19
deduktif atau
00:19:24
deskriptif namanya deskriptif artinya
00:19:27
hanya mendesk
00:19:29
ikan jadi di sini statistik metode
00:19:32
statistik atau prosedur yang
00:19:34
dipakai sebatas dalam pengumpulan pengul
00:19:37
dat penyajaran dan analisis tanpa adanya
00:19:41
uji variabel atau pembuktian
00:19:44
statistik tidak ada uji
00:19:49
variabel jadi hanya menyajikan
00:19:52
gambaran gambaran Potret
00:20:00
sehingga di
00:20:01
sini kata-kata kuncinya tidak ada
00:20:05
pembuktian
00:20:06
statistik tidak menggunakan ya
00:20:12
signifikansi atau tidak
00:20:14
membuat generalisasi karena ini
00:20:18
ee apa itu potret sesungguhnya di
00:20:22
lapangan jadi datanya adalah data
00:20:26
populasi bukan data sampel
00:20:34
nah ini statistik
00:20:37
deskriptif jadi fenomena atau fakta yang
00:20:40
ada di lapangan ya dihitung diulah dan
00:20:44
sesuai yang ada di
00:20:49
lapanganu nah sedangkan statistik
00:20:54
inferensial itu kita ee statisti
00:20:57
berkerja dengan data sampel jadi datanya
00:21:01
Bukan data populasi tapi data
00:21:04
sampel nah pengertian inferensial di
00:21:09
sini statistik untuk menyimpulkan untuk
00:21:13
penarikan kesimpulan makanya ada yang
00:21:17
mengartikanerensial ini itu mencakup
00:21:20
semua metode yang berhubung
00:21:22
analisis sebagian
00:21:25
data untuk peramalan ya atau estim
00:21:31
atau penarikan kesimpulan keseluruhan
00:21:33
rukus data induknya atau
00:21:36
generalisasi jadi dierensial
00:21:39
ini bisa
00:21:41
digunakan tujuannya untuk menarik
00:21:43
kesimpulan
00:21:46
eh kesimpulan sifatnya generalisasi atau
00:21:50
eh
00:21:52
kemudian itu menyatakan ada tidaknya
00:21:57
hubungan dengan data
00:22:00
sampel
00:22:04
Jadi
00:22:05
jika sampelnya dilakukan dengan benar
00:22:09
jadi walaupun tidak
00:22:12
semua data power up itu yang diambil
00:22:15
semua
00:22:17
populasi bisa digunakan untuk
00:22:23
menggeneralisir jadi kalau ada cara
00:22:26
pengambilan yang representatif walaupun
00:22:28
tidak semua anggota populasi diambil
00:22:31
datanya tapi bisa digunakan untuk
00:22:39
mengisi jadi di sini kata-kata
00:22:44
kuncinyanya referensial ini gunakan data
00:22:47
sampel nah kemudian digambarkan
00:22:49
digunakan
00:22:51
untuk eh menarik kesimpulan
00:22:55
ya ada tidaknya perbedaan ada tidaknya
00:23:00
hubungan
00:23:02
Kemudian
00:23:04
untuk apa itu
00:23:07
ee menduka ya atau mengestimasi atau
00:23:11
untuk memprediksi atau
00:23:13
meramalkan nah ini statistik
00:23:23
inferensial Nah makanya dalam statis
00:23:26
diferensial ini ada k uji
00:23:34
variabelya harus supaya inferensinya
00:23:39
atau penandingan kesimpulannya itu tepat
00:23:42
samplingnya pengambilan sampelnya juga
00:23:44
harus
00:23:55
representatif jadi kesimpulan
00:23:58
ya jadi menyimpulkan fenomena yang
00:24:02
terjadi di populasi dengan mendasarkan
00:24:06
pada data
00:24:09
sampel ini Ci beberapa ciri utama dari
00:24:13
statistik
00:24:16
inferensial nah sehingga kalau
00:24:19
Dian perbedaannya jelas di
00:24:22
sini deskriptif hanya mendeskripsikan
00:24:26
menggambarkan suatu a suatu
00:24:32
keadaan pada berbagai tempat berbagai
00:24:36
waktu berbagai
00:24:38
situasi
00:24:41
nah kemudian tidak ada maksud untuk
00:24:44
membandingkan meramalkan atau
00:24:47
menggeneralisasikan atau mencari
00:24:48
hubungan jadi tidak ada
00:24:52
titiktitik nah sedangkan
00:24:56
inferensial ini digunakan untuk
00:24:58
memperkirakan membandingkan meramalkan
00:25:01
atau
00:25:03
menggendalisasi kemudian mencari
00:25:05
hubungan atau membuktikan hipotesis atau
00:25:08
membuktikan
00:25:12
dugaan atau memberikan perkira Apa itu
00:25:17
perkiraan ya atau pemodelan
00:25:21
ya dengan menggunakan sampel
00:25:31
nah pada statisk inferensial
00:25:38
tadi ada dua hal ya yang dilakukan
00:25:44
pertama adalah namanya pendugaan atau
00:25:47
estimasi yang kedua adalah Pengujian
00:25:49
Hipotesis
00:25:55
statistik Jadi kalau estimasi
00:25:59
memperkirakan Kita enggak punya dugaan
00:26:02
tapi kalau kita ingin menguji hubungan
00:26:07
Ya kita harus punya namanya
00:26:09
hipotesis hipotesisnya duannya
00:26:14
apa
00:26:17
Jadi stas dierensial
00:26:22
ini kalau dibilang ada dua satu
00:26:26
pendukaan kemudian ian
00:26:40
hipotesis nah kemudian dilihat dari eh
00:26:51
ujinya berdasarkan uji statistik yang
00:26:55
digunakan dibagi dua ada yang disebut
00:26:58
statistik parametri dan statistik non
00:27:05
parametri parametrik berasal dari kata
00:27:08
para dan Metrik para itu setengah atau
00:27:13
mendekati matrik itu
00:27:15
ukuran Nah jadi kalau parametrik ini
00:27:19
statistiknya didasarkan
00:27:23
pada distribusi atau ukuran
00:27:27
ya eh teoritis
00:27:31
gitu
00:27:33
jadiasarkan pada distribusi teoritis
00:27:36
sedangkan kalau statisk non parametrik
00:27:39
ya itu didasarkan pada
00:27:42
distribusi ya
00:27:47
Eh non distribusi non teoritis ya jadi
00:27:53
itu kira-kira nah dua-duanya ini saling
00:27:55
melengkapi gitu ya karena ada
00:27:58
kondisi-kondisi tertentu yang tidak bisa
00:28:00
dipecahkan dengan
00:28:02
eh statistik parametrik begitu pula
00:28:06
sebaliknya dua-duanya mempunyai
00:28:08
keunggulan dan
00:28:17
keterbatasan statistik parametrik Apa
00:28:20
itu statistik
00:28:22
parametrik jadi di sini
00:28:26
uji yang modelnya menetapkan adanya
00:28:29
syarat-syarat tertentu disebut
00:28:32
asumsi jadi di sini penggunaan
00:28:36
parametrik ini didasarkan atas
00:28:42
asumsi-asumsi harus ada
00:28:45
asumsi-asumsinya di
00:28:47
antaranya asumsinya bahwa
00:28:50
datanya normal artinya terdistribusi
00:28:53
secara normal
00:28:59
Jadi sebelum Apakah menentukan apakah
00:29:02
parametrik non parametrik di diuji dulu
00:29:06
apakah datanya terdisribusi Normal atau
00:29:10
tidak
00:29:12
nah data dikatakan
00:29:15
normal secara teoretis itu bentuknya
00:29:18
seperti lonceng jadi angka-angka ekstrem
00:29:21
rendah
00:29:22
aktinggi itu
00:29:25
ya itu jumlahnya sedikit paling nya
00:29:28
berkisar di antara
00:29:31
rata-rata
00:29:35
Jadi kalau eh suatu event atau suatu
00:29:39
Diang berulang-ulang itu akan
00:29:41
terdistribusinya seperti kayak
00:29:44
lonceng jadi angka-angka yang ekstrem
00:29:48
rendah dan ekstrm tinggi jumlahnya
00:29:51
paling
00:29:52
sedikit nah puncaknya nanti angka
00:29:56
rata-rata
00:30:02
Jadi kalau normal sempurna ya rata-rata
00:30:05
sama dengan nilai yang sering keluar
00:30:08
atau modus sama dengan nilai Tengah
00:30:14
median Nah itu kemudian si parametrik
00:30:19
ini jug untuk data yang skalanya rasio
00:30:21
dan interval n kita bicara
00:30:24
tersendiri itu data rasio kemudian
00:30:28
kalau non parametrik itu tidak mukan
00:30:31
adanya syarat-syarat tersebut nah ini
00:30:35
biasanya
00:30:36
kalau datanya tidak normal misalkan
00:30:40
sampelnya kecil sehingga distribusinya
00:30:43
Enggak seperti kayak
00:30:45
lonceng bisa menceng kiri bisa menceng
00:30:48
ke
00:30:50
kanan kemudian skalanya
00:30:54
nominal atau ordinal
00:30:59
kita menggunakan statistik non
00:31:11
parametrik
00:31:18
Nah ya kemudian kita bicara
00:31:21
mengenai Apa itu data dan
00:31:25
variabel data itu adalah sebulnya bentuk
00:31:28
jamak dari datum Jadi kalau datanya
00:31:31
tunggal namanya datum sehingga data ini
00:31:34
sebetulnya sudah bentuknya jamak yaitu
00:31:37
sekumpulan datum yang berisi fakta-fakta
00:31:40
serta
00:31:41
gambaran suatu fenomena yang dikumpulkan
00:31:43
dirangkum dianalisis dan selanjutnya
00:31:49
diinterpretasikan Jadi kalau datanya
00:31:51
hanya satu tggal ya
00:31:54
secaratinggal itu baru Datung belum data
00:31:56
gitu Yati enggak bisa dilakukan proses
00:32:01
statistiknya engak bisa dianalisis atau
00:32:06
di
00:32:10
itu kemudian variabel itu adalah karaki
00:32:14
data yang menjadi
00:32:18
perhatian
00:32:22
jadi variabel itu
00:32:25
kalau ya secara
00:32:28
secara mudahnya bisa dipahami sebagai
00:32:30
ini
00:32:34
ee apa
00:32:37
itu
00:32:38
kotaknya sedangkan datanya adalah
00:32:42
isinya contohnya variabel jenis kelamin
00:32:47
jadi kotaknya jenis kelamin datanya
00:32:50
isinya ada perempuan ada
00:32:53
laki-laki nah di situ ada berapa orang
00:32:56
perempuan ada berapa lagi nah itu
00:32:59
datanya Nah kotaknya namanya
00:33:03
variabel misalkan variabel tinggi badan
00:33:07
nah datanya isinya itu bisa ada yang 100
00:33:13
Cen 100 20 Cen 150 Cen dan
00:33:20
seterusnya suay jelas apa itu data dan
00:33:23
Apa itu variabel
00:33:29
nah data bisa
00:33:32
di artikan dari berbagai sudut
00:33:35
pandang dilihat dari cara
00:33:39
diperolehnya data dibagi dua ada namanya
00:33:42
data
00:33:43
primer Data
00:33:47
sekunder data primer adalah data yang
00:33:50
dikumpulkan sendiri secara langsung oleh
00:33:53
peneliti Jadi kalau anda mengumpulkan
00:33:55
data sendiri
00:33:57
dengan membaik wancara atau dengan
00:34:00
observasi maupun
00:34:02
dengan polling ya ada lakukaniti sendiri
00:34:07
sebut dengan data
00:34:09
primer sedangkan data sekunder data yang
00:34:12
diperoleh dari orang atau dari tempat
00:34:16
lain dari sumber
00:34:19
lainkan Dian secara langsung oleh
00:34:24
peneliti kemudian jenis
00:34:28
data dan sifat dan sifat Menurut
00:34:33
sifatnya ada data kualitatif dan
00:34:39
kuantitatif kualitatif atau
00:34:42
kualitas lebih mengarah pada mutu
00:34:45
sedangkan kuantitatif adalah kuantitas
00:34:53
jumlah
00:34:54
contohnya
00:34:56
ee
00:34:58
ee data tingkat
00:35:02
pendidikan pendidikan rendah pendidikan
00:35:05
tinggi pendidikan
00:35:09
sedang atau
00:35:22
ee warna bunga ada merah kuning hijau
00:35:26
dan seterusnya
00:35:35
nah kualitatif
00:35:39
ini skala skala datanyaya nominal atau
00:35:45
ordinal atau datanya data
00:35:49
kategori Sedangkan untuk
00:35:52
kuantitatif ini menunjuk atau
00:35:54
mengindikasikan seberapa banyak
00:36:00
nah sehingga datanya selalu data
00:36:05
numerik jadi contohnya
00:36:08
misalkan data tinggi
00:36:12
badan datanya selalu numerik angka
00:36:16
Apakah
00:36:17
100 misalkan 150 C 170 Cen 200
00:36:24
Cen data suhu
00:36:27
jadi yang isinya angka numerik
00:36:35
kuantitatif nah skala pengungkurannya
00:36:38
interval dan rasio nanti kita bicarai
00:36:41
Apa itu data nominal ordinal interval
00:36:43
dan
00:36:45
rasio nah sehingga kalau di skema supaya
00:36:49
lebih mudah seperti
00:36:50
ini data dibagi dalam kualitatif
00:36:55
kuantitatif kualitatif seperti jenis
00:36:58
kelamin laki perempuan warna bunga merah
00:37:01
hijau
00:37:02
kuning
00:37:07
habitat dataran tinggi dataran rendah
00:37:13
pegunungan lain-lain nah kemudian data
00:37:18
kuantitatif yang menunjuk kuantitas data
00:37:21
kuantitatif ini terbagi dua ada yang
00:37:24
sebut data diskr dan data
00:37:29
data
00:37:30
diskrit data yang dipat dari hasil
00:37:33
menghitung Nah jadi kalau menghitung ini
00:37:37
datanya pasti
00:37:39
bulat-bulat
00:37:41
misalkan ya jumlah rumah enggak ada
00:37:45
jumlah rumah 3,eng
00:37:47
ya atau 3
00:37:53
1/4 kalau di kesehatan misalkan jumlah
00:37:56
trumus jumlah kloroplas nah ini datanya
00:38:00
bulat karenakan
00:38:02
hitung jumlah orang enggak ada jumlah
00:38:05
orang 10,5 enggak ada orang jadi harus
00:38:08
bulat Nah kalau data kontinu bisa bulat
00:38:13
bisa pecahan misalkan berat badan
00:38:17
50 kilo 20 kilo tapi ada juga
00:38:22
50,1
00:38:24
Kil
00:38:25
20,5 Kil
00:38:28
datatanya kue luas tanah bisa datanya
00:38:32
bulat bisa
00:38:41
pecahan
00:38:43
nah
00:38:44
kemudian skala pengukur tadi
00:38:48
disinggung-singgung ada data nominal
00:38:51
ordinal
00:38:53
interval rasio artinya data dilihat dari
00:38:58
skala
00:39:03
pengukuran skala
00:39:07
nominal
00:39:09
ini skala pengukuran data pada dasnya
00:39:15
untuk membedakan secara
00:39:20
klasifikasi Jadi bukan UN mengukur tapi
00:39:23
membedakan secara kategori atau
00:39:26
klasifikasi
00:39:28
jadi tujuannya
00:39:30
membedakan jadi bilangan atau angka yang
00:39:33
digunakan itu
00:39:35
mewakili klasifikasi atau
00:39:41
kategorinya jadi bilangan hanya
00:39:43
berfungsi sebagai lambang untuk
00:39:46
membedakan jadi
00:39:50
contohnya jenis
00:39:54
kelaminaki membedakan
00:39:58
laki dengan perempuan jadi angka ini
00:40:01
seusnya hanya sebagai lambang untuk
00:40:04
membedakan kalau laki misalkan 10
00:40:07
perempuan 15 berarti perempuan lebih
00:40:11
banyak dibanding
00:40:13
laki-laki nah ciri yang utama yang kedua
00:40:17
dari nominal ini adalah tidak ada
00:40:21
tingkatan tidak ada order atau
00:40:25
tingkatan Jadi tiap kategor
00:40:28
itu dianggap
00:40:30
sejajar contohnya jenis kelamin laki
00:40:33
perempuan itu enggak ada
00:40:37
tingkatannya
00:40:39
kemudian nama desa dalam Kecamatan Desa
00:40:43
a Desa B Desa
00:40:45
c tidak ada tingkatan ini skalanya
00:40:49
nominal misalkan Desa a ada 10 desa B 5
00:40:54
Desa C 1 nah
00:40:57
antar desa enggak ada tingkatan angka
00:40:59
itu sifatnya hanya membedakan Nti kalau
00:41:03
dilihat angkanya tadi Desa Al paling
00:41:06
banyak jumlahnya dibanding dengan b
00:41:08
maupun dengan
00:41:11
C selanjutnya skala
00:41:14
ordinal digunakan
00:41:16
untuk mengukur
00:41:20
perbedaan perbedaan
00:41:22
kualitasupun kuantitas
00:41:28
jadi fungsinya fungsi
00:41:32
bilangan fungsi angka dalam skala
00:41:34
ordinal Ini pertama lambang untuk
00:41:37
membedakan Kemudian yang kedua
00:41:39
memberikan peringkat atau ranking Nah di
00:41:42
sinilah beda dengan nominal kalau
00:41:45
nominal tidak ada ranking tingkatan tapi
00:41:48
kalau original ada
00:41:51
ranking
00:41:54
contohnya tingkat pendidikan di situ ada
00:41:57
ada SD SMP
00:42:01
SMA secara tingkatan paling rendah
00:42:04
adalah SD di atasnya SMP di atas lagi
00:42:07
SMA di atasnya lagi perguruan tinggi
00:42:10
jadi secara kategori sudah ada tingkatan
00:42:14
nah bilangan di
00:42:17
sini berfungsi untuk
00:42:22
ya memberikan perbedaan di tiap
00:42:25
tingkatan tersebut
00:42:28
misalkan pekerja suatu pabrik ternyata
00:42:32
perguruan tinggi hanya lima SMA
00:42:37
10 SMP 20 SD 50 Nah
00:42:42
berarti
00:42:46
ya
00:42:47
struktur atau atau gambaran ketenagaan
00:42:51
di perusahaan tersebut
00:42:54
ya didominasi oleh berpendidikan rendah
00:42:58
karena angkanya paling besar adalah
00:43:00
SD kita tahu SD pendidikannya paling
00:43:04
rendah nah kemudian hanya paling kecil
00:43:08
adalah perguran Tinggi karena angkanya
00:43:11
paling
00:43:12
kecil jadi tingkatan pendidikan yang
00:43:15
tertinggi
00:43:17
justru proporsinya paling rendah
00:43:20
sementara yang tingkat pendidikannya
00:43:22
rendah proporsinya paling
00:43:25
tinggi jadi di dalam skala ordinal itu
00:43:29
ada
00:43:35
tingkatan nah
00:43:39
kemudian skala pengukuran berikutnya
00:43:41
adalah skala
00:43:44
interval
00:43:51
interval angkanya atau bilangnya
00:43:54
berfungsi pertama sebagai lambang
00:43:57
kemudian memberikan peringkat kemudian
00:44:00
juga memperlihatkan jarak ya atau
00:44:03
interval
00:44:04
antar ya Antar kategori ya
00:44:08
Antar antar data
00:44:14
itu nah ciri utama skala interval ini ya
00:44:19
ya disamping datanya kuantitatif
00:44:23
ya adalah
00:44:27
tidak mempunyai titik nol
00:44:30
Absolut kalau nol Absolut artinya tidak
00:44:34
ada itu No Absolut
00:44:41
kosong Lantas apa kira-kira apa Nol yang
00:44:45
bukan Absolut contohnya
00:44:48
suhu
00:44:50
suhu suhu nol itu berarti bukan berarti
00:44:53
tidak ada
00:44:54
suhu tapi
00:44:57
dia punya
00:44:59
nilai suhu karena ada suhu yang nilainya
00:45:06
minus1 derajat min-2
00:45:10
derajat jadi 0 itu punya
00:45:13
nilai begitu pula misalkan nilai
00:45:16
ujian nilai ujian sama dengan 0 bukan
00:45:19
berarti dia tidak ikut ujian tapi
00:45:22
nilainya l artinya jawabannya salah
00:45:24
semua
00:45:27
kalau dia tidak ikut ujian artinya
00:45:29
nilainya strip artinya gak enggak ada
00:45:32
nilai tapi kalau nilainya l berarti
00:45:36
jawabannya salah semua punya
00:45:40
nilai karena ada ujian-ujian
00:45:44
tertentu kalau salah ya melebihi dari
00:45:47
yang benar bisa minus salah dikasih
00:45:51
minus benar plus ya Jadi kalau plus dan
00:45:55
minus seimbang berarti nilainya
00:45:58
nol salah satu benar
00:46:01
satu jadi salah satu 1 benar satu dapat
00:46:05
sat berarti Dit tootal sehingga nilainya
00:46:09
nol jadi contohnya nilai
00:46:13
ujian suhu itu skalalnya
00:46:20
interval nah
00:46:23
kemudian interval itu ada jarak ya jadi
00:46:28
dan tiap tiap jarak tiap antar
00:46:31
klasifikasi itu jaraknya samaatan
00:46:36
interval ya misalkan intervalnya 5
00:46:39
Makanya
00:46:41
eh jarak 0 dan 5 sama dengan 5 dengan
00:46:46
10 sama dengan 10 dengan 5 ke 15 jadi
00:46:51
ini ada jarak m Perlihatkan jarak
00:46:57
nah Skala yang terakhir adalah skala
00:47:00
rasio n ini skala rasio itu sampir sama
00:47:03
interval cuma ciri
00:47:08
utamanya punya nol Absolut Jadi kalau
00:47:11
rasio kalau no0 berarti tidak ada
00:47:18
kosong
00:47:20
misalkan
00:47:21
jumlah ya jumlah buku dalam tas sama
00:47:25
dengan nol berarti memang tidak ada
00:47:27
buku
00:47:30
ya
00:47:32
kemudian
00:47:37
ee jumlah ya orang di dalam ruangan sama
00:47:42
dengan 0 berarti tidak ada orang sama
00:47:45
sekali nonya makan l Absolut sehingga
00:47:49
pada skala rasio ini semua hukum
00:47:52
aritmatik berlaku pada skala ini
00:48:08
Nah jadi kalau diringkas seperti
00:48:13
ini skala pengukuran ada empat nominal
00:48:16
ordinal interval
00:48:20
rasio nah kemampuan dalam memisahkan
00:48:24
mendiskriminasi
00:48:30
kalau skalanya nominal ini kemampuannya
00:48:33
hanya bisa
00:48:35
membedakan tapi enggak tidak bisa
00:48:38
menentukan urutan tidak bisa mengukur
00:48:41
besar beda dan tidak mengukur
00:48:44
kelipatan kalau ordinal
00:48:48
ini bisa membedakan bisa menentukan
00:48:53
urutan tapi tidak digunakan untuk
00:48:57
mengukur besar beda ataupun kelipatan
00:49:02
pengukuran
00:49:04
ya kemudian skala interval ini bisa
00:49:09
membedakan bisa menentukan urutan dan
00:49:12
mengukur besar
00:49:14
perbedaan jarak
00:49:17
gitu tapi tidak bisa mengukur
00:49:20
kelipatan sedangkan rasio ini bisa
00:49:24
membedakan bisa menentukan urutan
00:49:27
bisa mengukur besar beda dan mengukur
00:49:32
kelipatan nah ini penting nanti kalau
00:49:36
kita
00:49:38
menyusun usulan penelitian
00:49:42
ya skala datanya apa apakah nominal
00:49:45
orinal interval
00:49:48
rasio
00:49:49
lihat
00:49:52
ee kata-kata kuncinya
00:49:59
kalau variabelnya kategori buukan
00:50:03
klasifikasi ya kalau enggak nominal
00:50:17
Inal kemudian kalau datanya numerik
00:50:22
berarti kalau enggak interval rasio
00:50:36
selanjutnya data bisa pula dilihat
00:50:40
dari waktu
00:50:43
pengumpulannya ada
00:50:45
namanya data
00:50:48
crosekional atau data potong Lintang
00:50:52
yaitu data yang dikumpulkan pada satu
00:50:54
waktu tertentu
00:50:59
Jadi pada suatu
00:51:02
saat tapi kalau time series data data
00:51:06
dikumpulkan dalam kurun waktu ya dalam
00:51:09
periode
00:51:13
tertentu misalkan time data setahun dari
00:51:18
Januari Februari
00:51:21
Maret tapi kalau Cross dat satu waktu
00:51:28
n dan
00:51:33
ya kalaupun misalkan
00:51:36
tidak tidak cukup Sat hari satu sat hari
00:51:42
rentangnya juga terlalu lama gitu
00:51:45
misalkan prosekionalnya selama 1
00:51:50
minggu karena sehari enggak cukup tapi
00:51:53
konsepnya satu waktu ya tidak eh dalam
00:51:58
satu
00:52:00
periode ini bedanya dengan time
00:52:06
series Nah itu kira-kira eh dasar-dasar
00:52:11
yang harus
00:52:12
dipahami sebelum kita bicara lebih jauh
00:52:17
mengenai
00:52:19
statistik Nah untuk itu sebagai
00:52:24
closing p
00:52:28
siswa coba mencari contoh-contoh mana
00:52:31
yang di masuk dalam data nominal ordinal
00:52:36
interval
00:52:38
rasio
00:52:41
kemudian
00:52:47
ee judul penelitian apa yang kira-kira
00:52:50
menggunakan
00:52:52
uji parametrik dan non parametrik
00:52:57
kemudian yang
00:52:58
ketiga statistik
00:53:01
Apa contohnya apa itu
00:53:04
eh judul penelitian apa yang kira-kira
00:53:07
menggunakan statistik deskriptif dan
00:53:10
statistik
00:53:12
inferensial nah supaya lebihisa memahami
00:53:16
perbedaan antara statistik deskriptif
00:53:19
analitik statistik parametrik non
00:53:23
parametrik dan contoh-contoh
00:53:26
skala Apa contoh
00:53:29
ee data
00:53:31
Menurut skala
00:53:33
pengukuran kemudian cara pengumpulannya
00:53:40
ya kemudian
00:53:42
menurut
00:53:44
sifatnya jadi coba dicari
00:53:50
contoh-contohnya Demikian Ya mengawali
00:53:53
sesi pertama ini kalau ada pertanyaan
00:53:57
Nah kita lanjut silakan bertanya dan
00:54:02
EE kalau ada yang kurang jelas
00:54:07
klarifikasi ya kita buka sesi diskusi
00:54:10
dan tanya jawab terima kasih
00:54:13
wasalamualaikum warahmatullahi
00:54:15
wabarakatuh