PENGANTAR STATISTIK Bhayu Rhama Ph D bhayurhamafisip upr
PENGANTAR STATISTIK Bhayu Rhama, Ph. D bhayurhama@fisip. upr. ac. id www. bhayurhama. com Universitas Palangka Raya Fakultas Ilmu Sosial dan Ilmu Politik
Perkenalan Mata Kuliah q Buku Pegangan : Pengantar Statistika Sosial, Prof. Dr. Buchari Alma, 2009. q Buku ini terdiri dari 13 topik, namun akan dibahas dalam 14 kali pertemuan § § § § § Topik 1 : Pendahuluan Topik 2 : Penyajian Data Topik 3 : Hipotesis Penelitian Topik 4 : Persyaratan Analisis Statistik Parametrik Topik 5 : Uji t Topik 6 : Uji t Dua Sampel Topik 7 : Anova 1 Jalur Topik 8 : Anova 2 Jalur Topik 9 : Korelasi Pearson Product Moment
Perkenalan Mata Kuliah § § § Topik 10: Korelasi Parsial Topik 11: Korelasi Ganda Topik 12: Regresi Sederhana Topik 13: Regresi Ganda Topik 14: Latihan Soal q Komponen Penilaian § Tugas 20 % § UTS 30 % § UAS 50 %
Overview "Dari grafik penelitian ini, sebanyak 41, 9 persen menganggap beliau pemimpin yang ragu-ragu mengambil keputusan, " ujar Wakil Ketua Setara Institute, Bonar Tigor Naipospos di Hotel Atlet Century, Jakarta, Minggu (14/8/2011). Sumber : Kompas. com Hasil survei yang dilakukan antara 1 sampai 7 Juni 2011 dengan 1. 200 responden itu menunjukkan popularitas SBY turun dari 56, 7% pada bulan Januari 2011 ke posisi 47, 2% pada bulan ini atau sama dengan 9, 5%. Inilah untuk pertama kali popularitas SBY merosot ke bawah 50% sejak dia memenangkan pemilihan presiden 2009. Sumber : bbc. co. uk
Perbedaan Statistik dan Statistika q Statistik : kumpulan angka yang tersusun lebih dari satu angka § Contoh : angka pengangguran di Indonesia diperkirakan naik 9 % di tahun 2012, dari tahun lalu sekitar 8, 5 %. Kenaikan jumlah pengangguran ini lebih disebabkan menurunnya penyerapan tenaga dibidang industri yang mencapai 36, 6 %. § Angka 9 %, 8, 5 % dan 36, 6 % adalah contoh dari statistik. q Statistika : ilmu mengumpulkan, menata, menyajikan, menganalisis dan menginterpretasikan data menjadi informasi untuk membantu pengambilan keputusan yang efektif
Manfaat Statistika q Manfaat mempelajari Statistika: § Memberi pengetahuan dan kemampuan kepada seseorang untuk mengevaluasi terhadap data § Bagi mahasiswa ilmu-ilmu sosial, statistika dapat bermanfaat bagi dunia kerja kelak q Manfaat Statistika dalam Riset Sosial : § Menyusun, meringkas dan menyederhanakan data § Merancang kegiatan survei atau eksperimen § Menerapkan metode terbaik dalam penarikan kesimpulan (inferensia) § Mengukur baik tidaknya sebuah inferensi (penarikan kesimpulan)
Statistika & Metode Ilmiah METODE ILMIAH : Adalah satu cara mencari kebenaran yang bila ditinjau dari segi penerapannya, resiko untuk keliru paling kecil. LANGKAH-LANGKAH DALAM METODE ILMIAH : 1. Merumuskan masalah 2. Melakukan studi literatur 3. Membuat dugaan-dugaan, pertanyaan-pertanyaan atau hipotesis 1. Mengumpulkan dan mengolah data, menguji hipotesis, atau menjawab pertanyaan 1. Mengambil kesimpulan INSTRUMEN SAMPEL SIFAT DATA VARIABEL METODE ANALISIS PERAN STATISTIKA
Apa itu Penelitian Sosial? q Riset ilmiah bidang ilmu sosial yang menggunakan metode, teori dan konsep bidang ilmu sosial yang dapat meningkatkan pemahaman akan proses sosial dan permasalahan yang ada didalamnya baik individu maupun kelompok didalam masyarakat. q Biasanya riset sosial dilakukan oleh sosiolog, psikolog, econom, pengamat politik dan antropolog.
Jenis Statistika q Berdasarkan aktivitas yang dilakukan : § Statistika deskriptif (descriptive statistics) § Statistika inferensia (inferential statistics) q Berdasarkan metode yang digunakan : § Statistika parametrik § Statistika non-parametrik
Statistika Deskriptif q Statistika deskriptif : § Membahas cara-cara pengumpulan data § Penyedehanaan angka-angka dari pengamatan § Pengukuran pemusatan dan penyebaran untuk memperoleh informasi yang lebih menarik q Kegunaan statistika deskriptif : § Kumpulan data tersaji dengan ringkas dan rapi dan dapat memberikan informasi inti § Data bisa ditampilkan dengan teknik grafik atau numerik § Dapat mengukur dua karakteristik dari setiap respondennya dan meneliti hubungan keduanya § Berperan penting dalam persiapan analisa data
Contoh Statistika Deskriptif Jumlah Pengangguran 11, 2 Jumlah (Juta Jiwa) Salah satu dampak dari belum membaiknya sektor riil adalah tingginya tingkat pengangguran di Indonesia. Pada Agustus 2004, jumlah pengangguran terbuka mencapai 10, 3 juta, Februari 2005 sebesar 10, 9 juta jiwa, dan Februari 2006 mencapai 11, 1 juta jiwa 11 10, 8 10, 6 10, 4 10, 2 10 9, 8 2004 2005 Tahun 2006
Statistika Inferensia q Statistika Inferensia : § Cara menganalisis data dan mengambil kesimpulan § Dapat menganalisis sebagian data (sampel) atau keseluruhan data (populasi) § Dilakukan pendugaan parameter § Membuat dan menguji hipotesis § Membuat kesimpulan yang berlaku umum (generalisasi) q Empat karakteristik utama : § Pengamatan secara acak § Teknik penarikan sampel § Data dalam bentuk angka § Tujuan umum inferensia
Contoh Statistika Inferensia Contoh Kasus : Pada tahun 1990, diperoleh data di Jawa Barat terdapat 291. 664 pencari kerja yang memuat informasi cukup lengkap mengenai karateristik pencari kerja tersebut, namun data mengenai asal sekolah tersebut tidak tercantum didalamnya. Bagaimana cara mendapatkannya ? Apakah dilakukan survey pada 291. 664 pencari pekerja tersebut? Dengan statistika inferensia, sampel dipilih secara random, misalnya 2500 pencari kerja. Sampel tersebut digunakan sebagai bahan dugaan terhadap keseluruhan pencari kerja
Statistika Parametrik dan Non-Parametrik q Statistika Parametrik : § Berhubungan dengan inferensi statistik yang membahas parameter-parameter populasi § Jenis data interval atau rasio § Distribusi data normal atau mendekati normal q Statistika Non-Parametrik : § Inferensi statistik membahas parameter-parameter populasi § Jenis data nominal atau ordinal § Distribusi data tidak dapat diasumsikan normal
Konsep Dasar Pengukuran q Konstanta dan Variabel § Contoh konstanta : tipe ideal birokrasi, keluarga dan revolusi § Contoh variabel : pengukuran, status gizi dan kepadatan penduduk q Variabel kuantitatif dan kualitatif § Variable kuantitatif : variabel yang bervariasi dalam hal jumlah dan dapat “di-angka-kan” atau memiliki nilai tertentu. Contoh : usia, kepadatan penduduk dll v Variable diskrit : variabel yang dapat dihitung, bilangan bulat v Variable kontinu : hasil pengamatan dari sejumlah garis interval § Variable kualitatif : variabel yang tidak dapat diangkakan. Contoh : pemberian angka “ 1” untuk kategori perumahan, angka “ 2” untuk kategori perkampungan dll
Populasi dan Sampel q Populasi: Objek atau benda dalam sebuah wilayah terkait dengan penelitian. q Sampel: bagian dari populasi yang memiliki ciri-ciri atau keadaan tertentu yang akan diteliti.
Data DATA NOMINAL : Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi. CIRI : posisi data setara tidak bisa dilakukan operasi matematika (+, -, x, : ) CONTOH : jenis kelamin, jenis pekerjaan DATA ORDINAL : Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat hubungan CIRI : posisi data tidak setara tidak bisa dilakukan operasi matematika (+, -, x, : ) CONTOH : kepuasan kerja, motivasi DATA INTERVAL : Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui. CIRI : Tidak ada kategorisasi bisa dilakukan operasi matematika CONTOH : temperatur yang diukur berdasarkan 0 C dan 0 F, sistem kalender DATA RASIO : Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut. CIRI : tidak ada kategorisasi bisa dilakukan operasi matematika CONTOH : gaji, skor ujian, jumlah buku
Pengolahan Data PROSEDUR PENGOLAHAN DATA : A. PARAMETER : Berdasarkan parameter yang ada statistik dibagi menjadi • • B. Statistik PARAMETRIK Statistik NONPARAMETRIK JUMLAH VARIABEL : berdasarkan jumlah variabel dibagi menjadi • Analisis UNIVARIAT : hanya ada 1 pengukuran (variabel) untuk n sampel atau beberapa variabel tetapi masing-masing variabel dianalisis sendiri. Contoh : korelasi motivasi dengan pencapaian akademik. • Analisis MULTIVARIAT : dua atau lebih pengukuran (variabel) untuk n sampel di mana analisis antar variabel dilakukan bersamaan. Contoh : pengaruh motivasi terhadap pencapaian akademik yang dipengaruhi oleh faktor latar belakang pendidikan orang tua, faktor sosial ekonomi, faktor sekolah.
Sumber Data q Primer: Data diperoleh langsung oleh peneliti q Sekunder: Data diperoleh peneliti melalui tangan kedua
PENGANTAR STATISTIK Bhayu Rhama, Ph. D bhayurhama@fisip. upr. ac. id www. bhayurhama. com Universitas Palangka Raya Fakultas Ilmu Sosial dan Ilmu Politik
- Slides: 20