Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam
(misalnya astronomi dan biologi maupun ilmu-ilmu sosial (termasuk sosiologi dan
psikologi), maupun di bidang bisnis, ekonomi, dan industri. Statistika juga
digunakan dalam pemerintahan untuk berbagai macam tujuan; sensus penduduk
merupakan salah satu prosedur yang paling dikenal. Aplikasi statistika lainnya
yang sekarang popular adalah prosedur jajak pendapat atau polling (misalnya
dilakukan sebelum pemilihan umum), serta jajak cepat (perhitungan cepat hasil
pemilu) atau quick count. Di bidang komputasi, statistika dapat pula diterapkan
dalam pengenalan pola maupun kecerdasan buatan.
Data
Dari Wikipedia bahasa Indonesia, ensiklopedia bebas
Belum Diperiksa
Langsung ke: navigasi, cari
Data adalah catatan atas kumpulan fakta[1]. Data merupakan bentuk jamak dari
datum, berasal dari bahasa Latin yang berarti "sesuatu yang diberikan". Dalam
penggunaan sehari-hari data berarti suatu pernyataan yang diterima secara apa
adanya. Pernyataan ini adalah hasil pengukuran atau pengamatan suatu variabel
yang bentuknya dapat berupa angka, kata-kata, atau citra.
Dalam keilmuan (ilmiah), fakta dikumpulkan untuk menjadi data. Data kemudian
diolah sehingga dapat diutarakan secara jelas dan tepat sehingga dapat dimengerti
oleh orang lain yang tidak langsung mengalaminya sendiri, hal ini dinamakan
deskripsi. Pemilahan banyak data sesuai dengan persamaan atau perbedaan yang
dikandungnya dinamakan klasifikasi. Klasifikasi, Jenis dan Macam Data -
Pembagian Data Dalam Ilmu Eksak Sains Statistik / Statistika Wed, 21/06/2006 -
12:23pm — godam64 A. Jenis Data Menurut Cara Memperolehnya 1. Data
Primer Data primer adalah secara langsung diambil dari objek / obyek penelitian
oleh peneliti perorangan maupun organisasi. Contoh : Mewawancarai langsung
penonton bioskop 21 untuk meneliti preferensi konsumen bioskop. 2. Data
Sekunder Data sekunder adalah data yang didapat tidak secara langsung dari objek
penelitian. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh
pihak lain dengan berbagai cara atau metode baik secara komersial maupun non
komersial. Contohnya adalah pada peneliti yang menggunakan data statistik hasil
riset dari surat kabar atau majalah. B. Macam-Macam Data Berdasarkan Sumber
Data 1. Data Internal Data internal adalah data yang menggambarkan situasi dan
kondisi pada suatu organisasi secara internal. Misal : data keuangan, data
pegawai, data produksi, dsb. 2. Data Eksternal Data eksternal adalah data yang
menggambarkan situasi serta kondisi yang ada di luar organisasi. Contohnya
adalah data jumlah penggunaan suatu produk pada konsumen, tingkat preferensi
pelanggan, persebaran penduduk, dan lain sebagainya. C. Klasifikasi Dara
Berdasarkan Jenis Datanya 1. Data Kuantitatif Data kuantitatif adalah data yang
dipaparkan dalam bentuk angka-angka. Misalnya adalah jumlah pembeli saat hari
raya idul adha, tinggi badan siswa kelas 3 ips 2, dan lain-lain. 2. Data Kualitatif
Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang
mengandung makna. Contohnya seperti persepsi konsumen terhadap botol air
minum dalam kemasan, anggapan para ahli terhadap psikopat dan lain-lain. D.
Pembagian Jenis Data Berdasarkan Sifat Data 1. Data Diskrit Data diskrit adalah
data yang nilainya adalah bilangan asli. Contohnya adalah berat badan ibu-ibu pkk
sumber ayu, nilai rupiah dari waktu ke waktu, dan lain-sebagainya. 2. Data
Kontinyu Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu
atau berada pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan
kata sekitar, kurang lebih, kira-kira, dan sebagainya. Dinas pertanian daerah
mengimpor bahan baku pabrik pupuk kurang lebih 850 ton. E. Jenis-jenis Data
Menurut Waktu Pengumpulannya 1. Data Cross Section Data cross-section adalah
data yang menunjukkan titik waktu tertentu. Contohnya laporan keuangan per 31
desember 2006, data pelanggan PT. angin ribut bulan mei 2004, dan lain
sebagainya. 2. Data Time Series / Berkala Data berkala adalah data yang datanya
menggambarkan sesuatu dari waktu ke waktu atau periode secara historis. Contoh
data time series adalah data perkembangan nilai tukar dollar amerika terhadap
euro eropa dari tahun 2004 sampai 2006, jumlah pengikut jamaah nurdin m. top
dan doktor azahari dari bulan ke bulan, dll. Fakta (bahasa Latin: factus) ialah
segala sesuatu yang tertangkap oleh indra manusia. Catatan atas pengumpulan
fakta disebut data[1]. Fakta seringkali diyakini oleh orang banyak (umum) sebagai
hal yang sebenarnya, baik karena mereka telah mengalami kenyataan-kenyataan
dari dekat maupun karena mereka dianggap telah melaporkan pengalaman orang
lain yang sesungguhnya [2] Dalam istilah keilmuan fakta adalah suatu hasil
observasi yang obyektif dan dapat dilakukan verifikasi oleh siapapun. Diluar
lingkup keilmuan fakta sering pula dihubungkan dengan: • Suatu hasil
pengamatan jujur yang diakui oleh pengamat yang diakui secara luas o Galat biasa
terjadi pada proses interpretasi makna dari suatu observasi. o Kekuasaan kadang
digunakan untuk memaksakan interpretasi politis yang benar dari suatu
pengamatan. • Suatu kebiasaan yang diamati secara berulang; satu pengamatan
terhadap fenomena apapun tidak menjadikan itu sebagai suatu fakta. Hasil
pengamatan yang berulang biasanya dibutuhkan dengan menggunakan prosedur
atau definisi cara kerja suatu fenomena. • Sesuatu yang dianggap aktual sebagai
lawan dari dibuat • Sesuatu yang nyata, yang digunakan sebagai bahan interpretasi
lanjutan • Informasi mengenai subyek tertentu • Sesuatu yang dipercaya sebagai
penyebab atau makna
Peluang (matematika)
Dari Wikipedia bahasa Indonesia, ensiklopedia bebas
Peluang atau kebolehjadian atau dikenal juga sebagai probabilitas adalah cara
untuk mengungkapkan pengetahuan atau kepercayaan bahwa suatu kejadian akan
berlaku atau telah terjadi. Konsep ini telah dirumuskan dengan lebih ketat dalam
matematika, dan kemudian digunakan secara lebih luas dalam tidak hanya dalam
matematika atau statistika, tapi juga keuangan, sains dan filsafat.
digulirkan adalah .
Artikel bertopik matematika ini adalah sebuah rintisan. Anda dapat membantu
Wikipedia dengan mengembangkannya.
Tuesday, September 30, 2008
Lebaran dan Fenomena Ekonomi Sesaat
(Koran Investor Daily, 29 September 2009) Hari Raya Lebaran tinggal dua hari lagi.
Tulisan ini akan mencoba menelaah dampak dari puasa dan Lebaran secara umum pada
perekonomian nasional dan daerah.
Secara umum, terdapat tiga peningkatan aktivitas yang menonjol pada bulan puasa dan
Lebaran, yang berpotensi untuk mempercepat laju pertumbuhan. Aktivitas pertama
adalah mudik. Kedua adalah transaksi ritel. Ketiga dan yang menonjol akhir-akhir ini
adalah peningkatan transfer uang dari Tenaga Kerja Indonesia (TKI) di luar negeri.
Kontribusi dua hal pertama, mudik dan aktivitas ritel, pada perekonomian dan
pertumbuhan ekonomi pada 2008 agaknya tidak terlalu signifikan, baik di tingkat
nasional maupun lokal. Aktivitas mudik sekadar meningkatkan jumlah pengguna jasa
transportasi, yang kontribusinya tidak terlalu berarti bagi pembentukan pendapatan.
Begitu juga, peningkatan aktivitas ritel pada sejumlah komoditas, meski memiliki
dampak, tetap tidak sebesar yang banyak diperkirakan orang.
Memang, sebagian dari peningkatan aktivitas ritel ini ditopang oleh peningkatan
pendapatan dari tunjangan hari raya (THR). Akan tetapi, sebagian dari peningkatan
aktivitas ritel dan konsumsi juga ditopang oleh penggunaan tabungan atau simpanan
masyarakat lainnya. Tengok data Perum Pegadaian Jakarta selama bulan puasa bisa
menggelontorkan dana sebesar lebih dari Rp 50 triliun, hampir dua kali lipat dari rata-
rata kredit pada bulan lainnya.
Pada saat yang sama, untuk memenuhi permintaan tersebut, respons penawaran yang
ada umumnya juga sekadar peningkatan stock (persediaan), dan bukan produksi dalam
arti sebenarnya. Alhasil, peningkatan output yang terjadi sebagai dampak puasa dan
Lebaran hanya bersifat sementara.
Sebab, peningkatan itu lebih banyak ditopang oleh pengunaan tabungan, bukan
peningkatan income, serta pernambahan stock, bukan penambahan kapasitas. Dengan
kata lain, peningkatan output yang terjadi pada puasa dan Lebaran hanya bersifat
temporer, dan akan mengalami penurunan kembali setelah Lebaran berlalu.
Selama puasa dan Lebaran, tekanan terhadap harga juga cenderung meningkat tajam.
Satu hal yang merupakan konsekuensi dari peningkatan permintaan dan transaksi, yang
umumnya merupakan transaksi cash.
Celakanya, sudah merupakan satu fenomena tersendiri di Indonesia bahwa harga yang
meningkat cenderung untuk susah turun. Walau tidak berlaku umum dan merata pada
semua jenis komoditas, fenomena ini bertahan dan biasanya berpengaruh pada
komoditas bahan makanan. Secara historis, fenomena ini dapat dicermati dari data
historis yang menunjukkan bahwa tingkat deflasi harga setelah Lebaran selalu lebih
rendah ketimbang inflasi yang terjadi pada saat puasa dan Lebaran.
Semoga saja, tekanan yang ada terhadap harga kali ini tidak terlalu tinggi, mengingat
angka inflasi tahun berjalan saat ini sudah cukup mengkhawatirkan, mencapai angka
9,5%. Hampir bisa dipastikan setelah Lebaran tahun ini, tingkat inflasi angka menembus
angka dua digit.
Selain mudik dan aktivitas ritel, peningkatan aktivitas perekonomian yang juga menonjol
menjelang Lebaran adalah lonjakan jumlah pengiriman uang oleh para Tenaga Kerja
Indonesia (TKI). Di Jawa Tengah, misalnya, kiriman uang TKI pada Agustus sudah
mencapai Rp 71,7 miliar. Di Jawa Timur, angka tercatat jauh lebih lagi dan bisa mencapai
hampir setengah triliun rupiah.
Dari tahun ke tahun, transfer uang dari para TKI memang terus meningkat. Bila pada
2007, total transfer dari TKI mencapai Rp 2,5 triliun, pada 2008, kisaran angka yang ada
diperkirakan mencapai Rp 4 triliun.
Peningkatan jumlah kiriman uang dari para TKI itu lebih dari sekadar fenomena jangka
pendek. Sebab kiriman uang tersebut adalah tambahan pendapatan dalam arti
sesungguhnya, bukannya sekadar pengunaan tabungan atau simpanan lainnya yang
direalokasikan untuk konsumsi.
Tambahan pendapatan ini akan memiliki implikasi cukup besar bagi perekonomian
nasional dan lokal bila digunakan bukan sekadar untuk konsumsi, tapi bisa digunakan,
misalnya, untuk membuka usaha baru, tambahan modal usaha atau membangun rumah.
Dari beberapa survei, termasuk yang dilakukan oleh kantor Bank Indonesia Surabaya,
tambahan pendapatan digunakan secara bervariasi. Ada yang digunakan sekadar untuk
konsumsi, namun banyak juga yang digunakan untuk berusaha. Lebih lanjut,
penggunaan tambahan pendapatan ini biasanya juga baru dilakukan dalam bulan-bulan
setelah Lebaran.
Jadi, agaknya bagaimana dampak ekonomi Lebaran akan tidak jauh berbeda dari
Lebaran itu sendiri, yang merupakan suatu perayaan sesaat. Bagaimana dampak
selanjutnya, tergantung dari cara mereka yang ikut merayakan untuk menghayati
setelahnya.
Fenomena
Dari Wikipedia bahasa Indonesia, ensiklopedia bebas
Belum Diperiksa
Langsung ke: navigasi, cari
Artikel atau bagian artikel ini mungkin lebih cocok dipindahkan ke
Wiktionary
Fenomena dari bahasa Yunani; phainomenon, "apa yang terlihat", dalam bahasa
Indonesia bisa berarti:
1. UFO
2. Tunguska
3. Smoketrail
Berikut adalah jadwal klub Indonesia di AFC Champions League dan AFC
Cup 2011 ;
Play Off :
02 Maret 2011 : Cerezo Ozaka (JPN) vs Arema (IDN) – Stadion Osaka Nagai
16 Maret 2011 : Arema (IDN) vs Jeonbuk Hyundai Motors (KOR) – Stadion
Kanjuruhan
05 April 2011 : Arema (IDN) vs Shandong Luneng FC (CHN) – Stadion
Kanjuruhan
20 April 2011 : Shandong Luneng FC (CHN) vs Arema (IDN) – Stadion
Shandong Luneng
03 Mei 2011 : Arema (IDN) vs Cerezo Ozaka (JPN) – Belum ditentukan
10 Mei 2011 : Jeonbuk Hyundai Motors (KOR) vs Arema (IDN) – Stadion Jeonju
02 Maret 2011 : South China (HKG) vs Persipura Jayapura (IDN) – Stadion Hong
Kong
16 Maret 2011 : Persipura Jayapura (IDN) vs East Bengal (IND) – Stadion Gelora
Bung Karno
13 April 2011 : Persipura Jayapura (IDN) vs Chonburi FC (THA) – Stadion
Gelora Bung Karno
26 April 2011 : Chonburi FC (THA) vs Persipura Jayapura (IDN) – Stadion
Chonburi
03 Mei 2011 : Persipura Jayapura (IDN) vs South China (HKG) – Stadion Gelora
Bung Karno
10 Mei 2011 : East Bengal (IND) vs Persipura Jayapura (IDN) – Stadion Yuba
Bharati Krirangan
2. Bagi Pelanggan Kartu As di Jawa Timur dan Jawa Tengah :
Pukul 00.00- Rp. 0 sampai 30 detik pertama, setelah itu berlaku tariff Rp.
16.59 10/30 detik
Pukul 17.00- Rp. 360/30 detik selama 3 menit pertama setelah itu Gratis Rp. 0
23.59 rupiah tanpa batas
Tarif SMS
Pukul 00.00- Kirim 3 SMS berbayar Rp. 150/SMS dan dapatkan Gratis 5000
16.59 SMS ke semua operator
1
Pengantar
Definisi Statistik
Ada 2 pendekatan untuk menganalisis informasi berdasarkan jenis informasi
yang diperoleh, yaitu analisis kuantitatif dan analisis kualitatif. Analisis
kuantitatif/analisis data kuantitatif adalah analisis yang berbasis pada kerja
hitungmenghitung
angka. Angka yang diolah disebut input dan hasilnya disebut output juga
berupa angka. Analisis kualitatif/analisis data kualitatif adalah analisis yang berbasis
pada kerja pengelompokan simbol-simbol selain angka. Simbol itu berupa kata, frase,
atau kalimat yang menunjukkan beberapa kategori. Input maupun output analisis data
kualitatif berupa simbol, dimana outputnya disebut deskripsi verbal.
Statistik adalah sebagai alat pengolah data angka. Stasistik dapat juga
diartikan sebagai metode/asas-asas guna mengerjakan/memanipulasi data kuantitatif
agar angka berbicara. Pendekatan dengan statistik sering digunakan metode statistik
yaitu metode guna mengumpulkan, mengolah, menyajikan, menganalisis &
menginterpretasikan data statistik. Statistika dapat pula diartikan pengetahuan yang
berhubungan dengan pengumpulan data, pengolahan data, penganalisisan dan
penarikan kesimpulan berdasarkan data dan analisis. Jadi statistik adalah produk dari
kerja statistika.
Ada dua konsep dalam bahasa Inggris.Statistic: nilai yang dihitung dari sebuah
sampel (mean, median, modus, dsb). Statistics: metode ilmiah untuk pengumpulan
data atau kumpulan angka. Dalam bahasa Indonesia, statistik memiliki 3 pengertian
dimuka.
Kumpulan data = data
Nilai yang dihitung dari dari sebuah sampel = statistik sampel
Metode ilmiah guna mengumpulkan, mengolah, menyajikan, dan analisis data
= statistik
Perlunya Statistik dalam Pemecahan masalah
Masalah yg harus Proses
diselesaikan
Pengambilan keputusan
yg tepat & akurat untuk
menyelesaikan masalah
Informasi
- kuantitatif
- kualitatif
Analisis
Analisis
kualitatif
Analisis
Kuantitatif
= Statistik =
2
Skala pengukuran
Pengukuran adalah proses hal mana suatu angka atau simbol dilekatkan pada
karakteristik atau properti suatu stimuli sesuai dengan aturan/prosedur yang telah
ditetapkan (Imam Ghozali, 2005). Misal, orang dapat diganbarkan dari beberapa
karakteristik: umur, tingkat pendidikan, jenis kelamin, tingkat pendapatan, dll. Ada 4
skala pengukuran.
1. Skala nominal
Skala nominal merupakan skala yang merupakan kategori atau kelompok dari suatu
subyek. Misal, variabel jenis kelamin responden dikelompokkan menjadi dua, L/P,
masing-masing diberi kode 1 dan 2. Angka ini hanya berfungsi sebagai label
kategori, tanpa memiliki nilai instrinsik dan tidak memiliki arti apa pun.
Lambanglambang
tersebut tidak memiliki sifat sebagaimana bilangan pada umumnya,
sehingga pada variabel dengan skala nominal tidak dapat diterapkan operasi
matematika standar: pengurangan, penjumlahan, perkalian, dll. Uji statistik yang
sesuai dengan skala nominal adalah uji yang mendasarkan pada jumlah seperti
modus dan distribusi frekuensi.
2. Skala ordinal
Skala ordinal, lambang-lambang bilangan hasil pengukuran menunjukkan urutan
atau tingkatan obyek yang diukur menurut karakteristik yang dipelajari. Misal, kita
ingin mengetahui preferensi responden terhadap merek indomie goreng: merek
Sarimi, Indomie, Mie Sedap, Gaga Mie kemudian responden diminta untuk
melakukan ranking terhadap merek mie goreng dengan memberi angka 1 untuk
merek yang paling disukai, angka 2 untuk rangking kedua, dst. Rangkuman hasil
sbb:
Merek mie goreng Rangking
Indomie 1
Mie Sedap 2
Sarimi 3
Gaga Mie 4
Tabel ini menunjukkan bahwa merek Indomie lebih disukai daripada Mie Sedap,
merek Mie Sedap lebih disukai daripada Sarimi, dsb. Walaupun perbedaan angka
antara preferensi satu dengan lainnya sama, namun kita tidak dapat menentukan
besarnya nilai preferensi dari suatu merek terhadap merek lainnya. Uji statistik yang
sesuai adalah modus, median, distribusi frekuensi dan statistik non-parametrik
seperti rank order correlation.
3. Skala Interval
Skala pengukuran mempunyai sifat seperti skala ordinal (memiliki urutan tertentu),
ditambah satu sifat khas, yaitu adanya satuan skala (scale unit). Artinya, perbedaan
karakteristik antara obyek yang berpasangan dengan lambang bilangan satu dengan
lambang bilangan berikutnya selalu tetap. Jika dalam pengukuran preferensi
responden terhadap merek indomie goreng tersebut diasumsikan bahwa urutan
kategori menunjukkan preferensi yang sama, maka kita dapat mengatakan bahwa
perbedaan indomie goreng merek urutan ke 1 dengan 2 adalah sama dengan
perbedaan merek 2 dengan lainnya. Namun demikian, kita tidak bisa mengatakan
3
bahwa merek yang mendapat ranking 5 nilainya lima kali preferensi daripada merek
1. Uji statistik yang sesuai adalah semua uji statistik kecuali uji yang mendasarkan
pada rasio seperti koefisien variasi.
4. Skala rasio
Skala rasio adalah skala yang menghasilkan data dengan mutu yang paling tinggi.
Perbedaan skala rasio dengan skala interval terletak pada keberadaan nilai nol
(based value). Pada skala rasio, nilai nol bersifat mutlak, tidak seperti pada skala
interval. Data yang dihasilkan oleh skala rasio adalah data rasio. Tidak ada
pembatasan terhadap alat uji statistik yag sesuai.
Statistika parametrik dan statistika non-parametrik
Statistika parametrik adalah suatu uji yang modelnya menetapkan adanya syaratsyarat
tertentu (asumsi-asumsi) tentang variabel random atau populasi yang
merupakan sumber sampel penelitian. Sedangkan uji statistik yang tidak memerlukan
adanya syarat-syarat tersebut disebut statistika non-parametrik.
Statistika parametik lebih banyak digunakan untuk menganalisis data yang berskala
interval dan rasio dengan dilandasi asumsi tertentu seperti normalitas. Statistika
nonparametik
dapat digunakan untuk menganalisis data yang berskala nominal dan
ordinal.
Tips untuk memilih alat uji statistik yang sesuai
Sejalan dengan perkembangan statistika dalam menguji hipotesis, diperlukan
landasan yang rasional untuk memilih diantara sekian macam uji statistik tersebut.
Beberapa pertanyaan dan diagram alir terlampir dapat digunakan untuk menetapkan
uji statistik yang sesuai.
1. Skala pengukuran apa yang terlibat dalam hipotesis?
2. Hipotesis apa yang akan diuji (perbedaan atau asosiasi)?
3. Jika yang akan diuji adalah hipotesis perbedaan, pengambilan sampelnya
independen atau berpasangan?
4. Ada berapa banyak pengukuran (populasi/variabelnya)?
Hipotesis
Hipotesis statistik didefinisikan sebagai pernyataan matematis tentang parameter
populasi yang akan diuji sejauhmana suatu data sampel mendukung kebenaran
hipotesis tersebut. Hipotesis merupakan kesimpulan sementara yang masih harus diuji
kebenarannya. Ada dua rumusan hipotesis, yaitu: hipotesis null (H 0) dan hipotesis
alternatif (H1). Tujuan pengujian hipotesis adalah “menolak H0”, jika hal ini berhasil,
maka peneliti akan mengatakan “... berhasil menolak hipotesis (H 0) yang
mengatakan...”. Jika pengujian ini gagal, maka meneliti akan mengatakan “... gagal
menolak hipotesis (H0) yang mengatakan...”
Secara umum ada tiga bentuk hipotesis:
1. Hipotesis dua pihak (two tailed)
H0 : Φ = Φ 0
H1 : Φ ≠ Φ0
4
Contoh: Ho : Rata-rata nilai UAN siswa SLTA negeri se-DIY sama dengan swasta
H1 : Rata-rata nilai UAN siswa SLTA negeri se-DIY berbeda dengan swasta
2. Hipotesis sepihak (kanan)
H0 : Φ ≤ Φ0
H1 : Φ > Φ 0
Contoh: Ho : Rata-rata nilai UAN siswa SLTA negeri se-DIY kurang dari sama
dengan 8,0
H1 : Rata-rata nilai UAN siswa SLTA negeri se-DIY lebih dari 8,0
3. Hipotesis sepihak (kiri)
H0 : Φ ≥ Φ0
H1 : Φ < Φ 0
Contoh: Ho : Rata-rata nilai UAN siswa SLTA swasta se-DIY lebih dari sama dengan
8,0
H1 : Rata-rata nilai UAN siswa SLTA swasta se-DIY kurang dari 8,0
Beberapa catatan:
1. Perumusan hipotesis harus didukung oleh landasan teoritis yang tepat sehingga
kebenaran hipotesis dapat dipertanggungjawabkan. Contoh korelasi antara
pendapatan dan pengeluaran harus ditentukan berdasarkan teori/substansi.
2. Dianjurkan peneliti berusaha memilih hipotesis sepihak karena menunjukkan
kedalaman pengetahuan peneliti terhadap permasalahan yang akan diselesaikan.
3. Hipotesis dua pihak hanyalah dipakai jika peneliti kurang yakin tentang nilai
parameter yang diharapkan.
4. Benar atau salahnya hipotesis tidak akan pernah diketahui dengan pasti kecuali
bila kita memeriksa seluruh populasi. Oleh karena itu kita mengambil sampel
random dari populasi tersebut dan menggunakan informasi yang dikandung
sampel itu untuk memutuskan apakah hipotesis tersebut kemungkinan besar
benar atau salah. Bukti data dari sampel yang tidak konsisten dengan hipotesis
membawa kita pada penolakan hipotesis tersebut, demikian juga sebaliknya. Perlu
ditegaskan bahwa penerimaan suatu hipotesis statistik adalah merupakan akibat
dari ketidakcukupan bukti untuk menolaknya, dan tidak berimplikasi bahwa
hipotesis itu benar.
5. Secara umum, pengujian hipotesis dibedakan 2, pengujian hipotesis komparatif
dan asosiasi. Pengujian hipotesis komparasi berkaitan dengan pengujian
perbedaan (difference) mean antara dua kelompok atau lebih. Pengujian hipotesis
asosiasi berkaitan dengan menguji antara dua variabel.
5
Ekonometrika
Ekonometrika adalah ilmu yang membahas masalah pengukuran hubungan
ekonomi. Dengan demikian, Ekonometrika adalah ilmu yang mencakup teori
ekonomi, matematika, dan statistika dalam satu kesatuan sistem yang bulat,
menjadi suatu ilmu yang berdiri sendiri dan berlainan dengan ilmu ekonomi;
matematika; maupun statistika. Ekonometrika digunakan sebagai alat analisis
ekonomi yang bertujuan untuk menguji kebenaran teorama-teorama teori ekonomi
yang berupa hubungan antarvariabel ekonomi dengan data empirik.
Salah satu bagian paling penting dari ekonometri adalah analisis regresi. Analisis
ini digunakan untuk mengetahui kaitan antara satu variabel dengan variabel yang
lain. Berdasarkan data yang digunakan, ekonometri dibagi menjadi tiga analisis,
yaitu analisis runtun waktu (time series), antar-wilayah (cross section), dan
analisis data panel. Analisis runtun waktu menjelaskan mengenai perilaku suatu
variabel sepanjang beberapa waktu berturut-turut, berbeda dengan analisis antar-
wilayah yang menjelaskan antara beberapa daerah dalam satu waktu tertentu
(snapshot). Sementara itu analisis data panel menggabungkan antara data runtun
waktu dengan data antar-wilayah.
Pada awal tahun 1950-an ekonometri dikembangkan sebagai satu cabang sendiri
dari ilmu ekonomi. Jan Tinbergen dari Belanda, yang kini namanya diabadikan
sebagai salah satu institusi akademik besar di Eropa (Tinbergen Institute),
merupakan salah tokoh utama yang mengembangkan ilmu ini.
Saat ini ekonometri telah berkembang sedemikian pesat sehingga banyak jurnal
ilmiah yang didedikasikan untuk ilmu ini, seperti Econometrica[1], Journal of
Econometrics, Journal of Applied Econometrics[2], dan Journal of the
Operational Research[3]. Penggunaan ekonometri telah sedemikian luas sehingga
hampir semua jurnal, tesis, disertasi, dan bahkan skripsi dalam ilmu ekonomi
memakai ekonometri sebagai salah satu alat yang digunakan. Sementara itu dalam
prakteknya, ekonometri terutama dipakai di bank sentral, oleh tim ekonomi
pemerintah untuk melakukan perencanaan dan analisis kebijakan ekonomi, dan
juga oleh dunia usaha untuk mengoptimalkan kinerja perusahaan. Selain di bidang
moneter, ekonometri juga sudah banyak dipakai di berbagai bidang ekonomi yang
lain dan juga bisnis dan manajemen, seperti mikroekonomi, marketing, dan
finance.
Jan Tinbergen dan Ragnar Anton Kittil Frisch mendapat Hadiah Nobel Ekonomi
tahun 1969 (tahun pertama Hadiah Nobel Ekonomi diberikan) karena
mengembangkan dan menerapkan model dinamik untuk analisis ekonomi.
Lawrence Robert Klein, profesor ekonomi di University of Pennsylvania,
mendapat Nobel tahun 1980 berkat pekerjaannya di pemodelan ekonomi
melalui komputer.
Trygve Magnus Haavelmo dihadiahi pada tahun 1989. Kontribusi utamanya pada
artikel yang ia tulis tahun 1944 di jurnal Econometrica yang berjudul "The
Probability Approach to Econometrics".
Daniel Little McFadden dan James Joseph Heckman berbagi penghargaan untuk
tahun 2000 untuk pekerjaannya di bidang mikroekonometri. McFadden
mendirikan laboratorium ekonometri di University of California, Berkeley,
Amerika Serikat.
Robert Fry Engle dan Clive William John Granger pada tahun 2003 karena
kontribusi mereka pada pengembangan analisis runtun waktu. Engle menjadi
pionir metode autoregressive conditional heteroskedasticity (ARCH) sedangkan
Granger atas metode kointegrasi.
Kota Jember dahulu merupakan kota administratif, namun sejak tahun 2001 istilah
kota administratif dihapus, sehingga Kota Administratif Jember kembali menjadi
bagian dari Kabupaten Jember. Jember merupakan pusat regional di kawasan
timur tapal kuda. Di kota ini terdapat perguruan tinggi negeri, Universitas Jember.
Hari jadi Kabupaten Jember diperingati setiap tanggal 1 Januari.
Daftar isi
[sembunyikan]
1 Sejarah
2 Geografi
3 Administrasi
4 Transportasi
5 Penduduk
6 Perekonomian
7 Pendidikan
8 Rupa-rupa
9 Lain-lain
10 Tempat Wisata
11 Tempat Perbelanjaan
12 Media
13 Catatan kaki
14 Pranala luar
[sunting] Sejarah
Alun-alun kota Jember di tahun 1920-an
Pemerintah Regenschap Jember yang semula terbagi dalam tujuh Wilayah Distrik,
pada tanggal 1 Januari 1929 sejak berlakunya Staatsbland No. 46/1941 tanggal 1
Maret 1941 Wilayah Distrik dipecah menjadi 25 Onderdistrik, yaitu:
Dengan dasar Peraturan Pemerintah Nomor 14 Tahun 1976 tanggal 19 April 1976,
dibentuklah Wilayah Kota Jember dengan penataan wilayah-wilayah baru sebagai
berikut:
[sunting] Geografi
Jember memiliki luas 3.293,34 Km2 dengan ketinggian antara 0 - 3.330 mdpl.
Iklim Kabupaten Jember adalah tropis dengan kisaran suhu antara 23oC - 32oC.
Bagian selatan wilayah Kabupaten Jember adalah dataran rendah dengan titik
terluarnya adalah Pulau Barong. Pada kawasan ini terdapat Taman Nasional Meru
Betiri yang berbatasan dengan wilayah administratif kabupaten Banyuwangi.
Bagian barat laut (berbatasan dengan Kabupaten Probolinggo adalah pegunungan,
bagian dari Pegunungan Iyang, dengan puncaknya Gunung Argopuro (3.088 m).
Bagian timur merupakan bagian dari rangkaian Dataran Tinggi Ijen. Jember
memiliki beberapa sungai antara lain Sungai Bedadung yang bersumber dari
Pegunungan Iyang di bagian Tengah, Sungai Mayang yang persumber dari
Pegunungan Raung di bagian timur, dan Sungai Bondoyudo yang bersumber dari
Pegunungan Semeru di bagian barat.
Tempat Wisata