Perkenalan :

Nama Budi Purnomo Br. Drs. MA

Pendidikan : Strata 1. 1980 FE UGM

Strata 2 : 1985. KUL Belgium
Keahlian Statistika Untuk Ekonomika dan Ilmu Ekonom Lingkungan
Pengalaman : 1980 sd. Sekarang staf pengajar pada Universitas Gadjah Mada ; Fakultas
Ekonomi, Departemen Ilmu Ekonomi. Status , Pensiun ASN
Pengarang Buku / co author , Ekonomi Lingkungan. BPFE. 1987. Jogjakarta

Pendahuluan :
Statistika adalah Ilmu atau metoda mengolah DATA , sehingga dihasilkan Informasi yang
mendukung pengamblan keputusan, yang hasilnya sangat baik

Saya mulai dengan mengajak Anda memahami APA ARTI DATA.

Data adalah FAKTA yang diperoleh dari sebuah penelitian ( dengan Judul penelitian yang
direncanakan)

Dalam penelitian : BILA si Peneliti melakukan PENGUKURAN atas sebuah obyek atau subyek;
MAKA hasil penelitian adalah ANGKA yang :
a.Memiliki Satuan Hitung . Misal Kilogram/ meter / ROA/ ROE/ Leverage
b.Memiliki NOL alamiah / Nol Absolute. Kecuali SUHU. Nol alamiah artinya secara alamiah
angka nol ada dan diterima umum. Misal bocah umur 3 hari : umurnya NOL tahun. Sebuah
timbangan elektronik; bila tidak ada beban yang ditimbang: angka pada counternya NOL. Suhu :
nol Celcius adalah angka nol yang di umukan oleh Celcius; yaitu phase air menjadi beku.
c. Akibat sifat a, dan sifat b, angka tersebut bisa di jumlah ; di kurang; di kali dan di bagi.
Contoh : Perusahaan saya akhir tahun 2019 : laba dari Sektor Industri : 12% dan Laba dari sector
Kimia 10%. Maka laba total 22%.
Nama : Data jenis ini di buku Statistika disebut data KUANTITATIP.
Balik ke kasus suhu; karena suhu tidak memiliki sifat b ( tidak memiliki nol alamiah) .Bila ada
segelas air suhunya 20 derajat C; dan ada segelas air suhu 80 derajat : ke duanya dicampur:
suhunya tidak menjadi 100 derajat Celcius.

Bila dalam penelitian sang Peneliti melakukan PENILAIAN ( to Judge something). Pada kasus
ini sang peneliti MEMBUAT SEBUAH PERNYATAAN disertai alternatip Jawaban. Sangat
setuju : setuju ; netral ; tidak seuju : sangat tidak setuju : ( dengan skala LICKERT )
Contoh : Dalam sebuah demo mengendarai Mobil Model Baru; dibuat pernyataan oleh
Produsen :

Mobil ini sangat powerfull :

Sangat setuju : Setuju : Netral : Tidak setuju : Sangat tidak setuju.
Seorang responden MEMILIH Setuju: Maka sang peneliti memberi angka 4.
Jadi: hasil penelitian dengan Cara PENILAIAN adalah : ANGKA yang :
a.tidak memiliki satuan.
b. tidak memiliki nol alamiah
c. karna ke dua sifat diatas maka angka angka hasil penilaian TIDAK BISA DI JUMLAH;
DIKURANG ; DI KALI maupun di BAGI.
Dalam buku Statistika data tipe ini disebut DATA KUANTITATIP

• Kesimpulan : data HASIL PENELITIAN memiliki dua jenis : data Kuantitatip dan data
Kualitatip.

Ada jenis data lainnya, tapi jarang mendapat focus: yaitu data hasil PENCACAHAN sebuah
obyek.
Misal dalam sebuah survey selera konsumen terhadap merek MOBIL.
Peneliti dalam aksinya mendatangi tempat-2 parkir ( yang terpilih dalam metodologi
penelitian ) .dia melakukan pencacahan : merek A ; B : C dan lainya. Hasilnya angka cacah. 15
Merek A : 25 merek B; 30 merek C. Hasil seluruh penelitian di rekap: hasilnya angka Persen ( %
) : Merek A 7% : merek B 12 % dan Merek C 25% dst. Saya tidak bisa memberi penjelasan
mengapa data ini jarang dibahas ( di Kuliah)

Pada buku-2 Statistika untuk Ilmu social DATA KUALITATIP dikelompokkan lebih detil
menjadi 3 : Data SKALA INTERVAL : Data SKALA Rangking dan Data Skala NOMINAL.

Data statistik juga dibedakan menjadi : data primer/ data sekunder : data Time series / data Cross
section; Data Internal/ eksternal.

STATISTIKA adalah Ilmu atau Metoda MENGOLAH data. Penjelasan tentang DATA sudah
ditampilkan diatas

Fokus pada kata MENGOLAH.

Kegiatan peneliti mengolah data ada dua tahap / dua hasil :
Satistika DISKRIPTIP dan Statistika INDUKTIP.

Setelah proses penelitian selesai peneliti memiliki DATA MENTAH.

Data mentah wajib diolah sehingga didapat “Data Terolah” yang bisa dipakai untuk
Menjelaskan hasil Penelitian..

Tahap pertama data mentah diolah sehingga didapat ANGKA-ANGKA : 1.TENDENSI

SENTRAL; yaitu Mean, Median dan Modus.
2. Angka sebaran data yaitu Standard Deviasi dan Variance.
3.BENTUK SEBARAN DATA ; yaitu Skewness ( Indeks kemencengan sebaran data /distribusi
data ) dan Kurtosis ( Indeks kelancipan Distribusi data/ sebaran data.

Selain didapat angka angka , juga diolah dan didapat Tabel : Tabel Distribusi Frequensi dan
Tabel CROSSTAB. Agar hasil olahan data lebih meyakinkan para pembaca, maka dibuat Juga
Gabar/ Grafik.

Hasil pengolahan yag berupa angka, table dan Grafik di satukan dalam STATISTIKA
DISKRIPTIP, yaitu “Statistik” yang berusaha menjelaskan hasil penelitian/ to describes.
Catatan: hasil penelitian Sample.

Tahap berikutnya sang Peneliti ( dari statistik diskriptip ) ingin MEMBUAT KESIMPULAN
UMUM. General Conclutions.
Alat atau metoda pengambilan Kesimpulan umum adalah STATISTIKA INDUKTIP, yaitu Uji
Hipotesis , baik uji hipotesis bagi sebuah Paramer Maupun beberapa parameter , termasuk juga
dalam analisis Regressi dan Korelasi.

PENJELASAN DETIL:
• Angka tendensi sentral : Mean/ rerata/ Median dan Modus adalah angka hasil olahan
sehingga kita mendapat angka yang bisa kita jadikan WAKIL atas parameter yang sedang
kita teliti.
• Misal seseorang ditanyaoleh Pimpinan : Saudara, Saya Ingin Tahu “ berapa % Laba
yang didapat di Industri Perbankan” tahun 2020.
• Maka Anda mengumpulkan data Laba( bersih) lewat Internet. Anda hanya memperolah
data laba dari 8 Bank tahun 2020/ data kwartalan. Kemudian diolah : diperoleh Mean ;
8,25%. Median 7,5% dan Modus 6,9%. Ketiga angka ini adalah wakil atas masalah yang
diminta atasan Anda.
• Lho wakil koq ada tiga ?
• Penjelasan : ada tiga angka yang telah dinyatakan sebagai wakil ( the representative
of… ) oleh para Bapa pendiri ilmu statistika / The Founding Fathers.
 • Dari tiga angka telah ditetapkan The first best adalah The Means, second best adalah
Median dan The Third Best, NONE.
• TOLONG HATI-2; penetapan diatas dipilih saat ilmu ini di set up, antara 1770 s/d 1840.
Kata hati-2 karena kita sekarang di ERA INDUSTRI level 4. Jaman Now. MODUS data
yang paling sering muncul adalah data yang disukai di jaman NOW. Maka Anda boleh
membuat pernyataan baru, wakil terbaik pertama dalah MODUS, setelah Anda
berpengalaman mengolah data DAN megambil keputusan. Pesan saya jangan berhenti
belajar. Belajarlah sampai Negeri China, tertulis di Al Qur’an.

Penjelasan detil ke dua :

Angka Sebaran Data : semua peristiwa di Dunia selalu ada proses ”naik- turun” ada
siklusnya, misal musim ada 4; tapi ada yang hanya 2 musim; Income Masyarakat; laba
perusahaan. Juga isi hati Anda . Dalam diri setiap manusia ada 3 siklus : siklus Phisik badan
kita ; Siklus suasana Hati ( psikologis); siklus Intelegensi . Silahkan Anda berselancar di
Internat dengan kata Kunci Bioritmic. Sebuah perusahaan Airlaines di Jepang telah
menerapkan informasi Bioritma setap Pilot ; ketika ketiga ritme seorang pengemudi pas
dibawah: sang Pilot diliburkan ,beberapa hari dengan mendapat gaji pokok; Hasilnya, ZERO
ACCIDENT.

Balik ke angka standard Deviasi dan Variance.

Misal Rata Laba indusri Perbankan hasil Survey Anda adalah 8,25%/pa.
Bapak Pimpinan setelah membaca Laporan Anda tentu ingin tahu berapa, dari data, laba
terendah dan laba tetinggi.
Karena Laporan Anda adalah sebuah Executive Summary, data mentah tidak Anda sertakan.
Maka Bapak Pimpinan memanfaatkan angka Standard Deviasi untuk memprakirakan laba
terendah dan laba tertinggi.

Angka terendah = angka rata2 – 1x st deviasi.

Angka tertinggi = Rata2 + 1x st Deviasi.
Bila Sang Bos ingin lebih yakin lagi, maka angka 1 bisa diganti angka 2.
Bila dipakai angka 2 maka hasil Prakiraan AKAN MENGHASILKAN 95% derajat kebenaran.
Bila dipakai angka 1; derajat kebenaran hanya 67,3%.
Angka Variance jarang sekali dimanfaatkan untuk analisis di bidang Ilmu Sosial.

Penjelasan detil tentang Indeks Kemencegan dan Indeks Kelancipan / Skewness dan Kurtosis.
Pendahuluan : Para Founding Fathers menyatakan DATA HASIL PENELITIAN YANG BAIK
haruslah BERDISTRIBUSI NORMAL. Atau data hasil penelitian haruslah memiliki POLIGON
berbentuk LOCENG DAN SIMETRI.
Bentuk lonceng bila dibelah dua; bentuk dan luas sisi kiri dan sisi kanan haruslah SAMA dan
SEBANGUN. Dikatakan Indeks kemencengan =0
Bagaimana bila hasil penelitian TIDAK MEMENUHI SYARAT INI. Berlaku kaidah :
GARBAGE IN , GARBAGE OUT.

Kaitan antara Distribusi Normal dengan indeks kemancengan dan Indeks kelancipan. Distribusi
data yang Normal wajib memiliki Skewness= 0 dan Kurtosis = 3.
Ke 2 syarat tersebut ( skew = 0 dan Kurt = 3 ) lahir sesudah masa pembuatan ilmu Statistika,
sekitar 1840’an. Setelah Komputer Lahir, terutama PC sekitar 1968, maka kedua syarat tersebut
BISA DIGANTI dengan hasil olahan Soft ware; dalam SPSS ada menu Normality Plots with
Test.
Bagi Anda yang sudah Paham Statistika dan Tulisan Ilmiah “ Skripsi” Anda memakai alat
Regressi, maka Anda akan paham atas Uji tersebut. Bagi Bapak Ibu yang tidak menulis Skripsi
dengan statistika untuk gelar S1 Anda, maka dengan permintaan maaf, saya tidak bisa
menguraikan hal itu. Kecuali Anda memintanya.
• KESIMPULAN untuk Statistik Diskriptip : Anda memiliki ANGKA wakil parameter
yang sedang Anda teliti, memiliki data terendah dan tertinggi serta KUALITAS DATA
Anda ( baik atau Buruk).
SATISTIKA INDUKTIP. Bagian statistika yang memberika ALAT UNTUK MENGAMBIL
KESIMPULAN UMUM atas pokok masalah penelitian Anda.

Sebuah penelitian dilakukan agar MANAGEMENT memiliki Informasi yang baik untuk proses
pengambilan keputusan.
Informasi yang baik haruslah BERASAL / DIDAPAT dari angka PARAMETER POPULASI /
bukan berasal dari olahan SAMPLE.

Saya mengajak mundur memahami arti Parameter populasi dan olahan data sample.
• Parameter Populasi adalah angka angka hasil olahan DATA POPULASI yaitu Mean
dengan simbul μ. Standard Deviasi dengan symbol = σ. Variance dengan simbul = σ 2 .
Median , dan Modus tanpa symbol kusus.
• Hasil Olahan data sample : rata-rata dengan symbol = X bar ( garis kecil diatas X).
Median dan Modus tidak punya symbol kusus. Standard Deviasi dengan symbol SD.
Variance tidak punya symbol kusus. Skewness dan Kurtosis juga tidak punya symbol
kusus.

Satistika yang kita pelajari masih memakai konsep kuno yaitu wakil data yang punya sifat First
Best yaitu angka rata- rata. Saya sudah menyatakan bahwa di Era Industri 4.0 angka MODUS
seharusnya menjadi First best, menggantikan yang lama. Tapi hal ini adalah tugas Para Ahli
dunia untuk memperoah Nobel Prize.

Akan tetapi ANDA bisa melakukan analisis data yang hasilnya lebih baik ; syaratnya Anda
mempelajari / menguasai Soft Ware “R” ,ya software R. Software ini mampu melakukan
analysis BIGDATA. Bagi Bapak Ibu bila di kemudian hari tiba-tiba ingin belajar / memahami R,
tolong dipahami Jangan-jangan hal ini adalah petunjukk dari Allah SWT ,karena Bapak/ Ibu
mBesok akan menjadi Bos juga. Insya Allah. Akan lebih baik bila tingkat penguasaan R sampai
tingkat International, sehingga Anda punya AKSES data apapun , data untuk seluruh dunia.
Tiba-tiba Anda bisa mejadi ahli hukum; ahli kesehatan ; ahli kasiat obat. Atau ahli di bidang
lain : Itu adalah sarana Anda mampu menjadi ahli tingkat dunia.

Kembali ke pokok masalah : data yang Anda miliki adalah RATA-2 SAMPLE ; Data yang
dibutuhkan untuk proses pengambilan keputsan adalah RATA-2 POPOLASI.
Hubungan antara rata-2 sample denga Rata-2 Populasi : angka rata2 sample adalah
ESTIMATOR bagi rata-2 Populasi. Estimator = ANGKA PENDUGA / INDIKATOR.
• Ilusrasi : seorang Gadis menginginkan calon Suami yang baik ( mencintai, sabar, hati
terbuka, hormat pada Isteri , ganteng dll). Apakah ada indicator/ estimator yang bisa
dipakai : apakah bila si Jejaka Bajunya selalu bersih dan rapi juga menunjukkan Hati
yang besih dan Rapi ?. Jawabnya TIDAK karena bersih dan rapi bisa dibeli; ke Londre
yang baik; Apakah: Bila kamarnya, Motornya, Mobilnya bersih dan rapi: adalah
Indikator bagi Hati yang bersih dan Rapi, jawabnya sama TIDAK, karena dia bisa
membayar seseorang untuk membersihkan.
• Jadiiii apa yang dilakukan PADA UMUMNYA : Yaa Pacaran sekitar 2 – 3 tahun dari
pacaran ,si Gadis dari buku harian bisa mendapatkan Rata-rata sayang si Cowok dengan
membaca catatan harian: Bila sang Cowok dia berbuat baik di beri tanda Plus; bila biasa-
2 saja nol; bila si Cowok membuat kesal dia membuat tanda minus. Selama 2- 3 tahun
bisa dihitung rata-rata PLUS nya. Masa Pacaran = Sample ( dari masa Perkawinan)
• Bila: rata-2 plus > rata-2 minus: maka itu indicator / estimator yang baik. Ketika sang
Cowok disertai ORTU nya data melamar untuk menikah denga si gadis ; dia sudah punya
Informasi untuk menjawab YA saya mau atau sebaliknya.

Balik ke bahan Kuliah, ilustrasi diatas saya sajikan untuk menyederhanakan kata/ istilah estimator.

• Di dalam Statistika Kita butuh data Parameter Populasi ( untuk membuat keputusan).
Parameter populasi akan saya jelaskan dengan contoh sederhana / kejadian sehari-hari.
Anggap di depan Anda ada Air Dalam Kemasan ( ADK) ,di kemasan ADK tertulis ISI
 BERSIH 330 ML. Kemudian saya bertanya : Janji tersebut benar hanya untuk gelas yang
Anda pegang ATAU benar bagi SELURUH GELAS yang dihasilkan oleh perusahaan
tersebut.
• Logika umum : Benar bagi seluruh gelas . Maka dalam statistika di tulis Isi Bersih : μ =
330 ml. inilah contoh PARAMETER POPULASI. Untuk angka rata-2 simbolnya μ

Dalam kenyataan : Bila dilakukan penelitian , hasil pengukuran rata-rata isi air ADK adalah angka rata-
rata sample. Kita butuh angka μ. Maka statistika memberi alat yang namanya UJI HIPOTHESIS.

Saya mengajak Anda belok sebentar ke pelajaran Bahasa.

Kita pahami dulu apa ARTI : hipotesis.
Ada dua pengal kata Hipo dan Thesis. Thesis artinya SEBUAH PERNYATAAN , atau sebuah
Janji. Produsen ADK berjanji / Menyatakan isi dalam kemasan = 330 ml. Hipo adalah sebuah
kata sifat yang menyatakan “ sesuatu” yang kekurangan satu unsur. Dalam ilmu kimia di SMU
ada larutan HIPOCHLORIT, larutan ini kekerangan satu uncur Chlorit. Bila sang suami
menyatakan kopinya hipo gula, artinya kopi nya pahit.
Dua kata kemudian digabung HIPOTHESIS. Sebuah Pernyataan yang kurang Bukti. Kalimat
tersebut terlalu kaku, di lunakkan : sebuah Pernyaaan yag masih perlu dibuktikan kebenarannya.
Dalam kehidupan Anda banyak sekali Janji : Umur TV yang Anda beli minimum 3000 jam.
Baterry Laptop Anda bisa bertahan selama 2 jam tanpa di charge. Baterry HP anda bisa bertahan
satu hari tanpa di Charge ulang. Ibu-2 beli Susu bayi refill : berat bersih 600 Gram. Begitu
banyak contoh Janji yang Anda terima dari para Produsen.
Balik ke Statistika : HIPOTESIS adalah Parameter Populasi yang hendak di Uji Kebenarannya.
Dalam contoh diatas : isi ADK di Janjikan 330 ml.

LIMA langkah Uji Hipothesis.

Pertama : Anda diwajibkan menyusun Hipotesis atas adanya janji yang Anda terima. Saya pakai
lagi kasus ADK. Hipotesis yang Anda susun ada 2 yi ; Hipotesis Nol ( Ho) dan Hipotesis
Alternatip (Ha/H1).
Untuk menyusun Ho Anda WAJIB menerapkan azas Praduga tak bersalah ; di buku lain azas
Netral, karena nol adalah symbol netral.
Maka : Ho : Saya percaya isi ADK rata-ratanya = 330 ml. Tapi karena statistika adalah bagian
dari Matematika Anda Wajib menyatakan dengan SIMBOL .
Ho: μ = 330ml.
Pada sisi lain guna menyusun Ha kita tidak diberi aturan.
Logika sederhana : kebalikan dari Ho. Ha: saya tidak percaya isi ADK adl 330 ml. dalam
Bahasa simbol Ha : μ ≠ 330 ml.
Ke dua :
Anda diminta menetapkan resiko kesalahan yang Anda dapat menanggungnya.

Didalam statistika resiko ini disebut resiko alpha :α. Resiko alpha adalah resiko kesalahan sbb : hari ini ,
saat Anda melakukan proses Uji Hipothesis, anda menolak Ho; tapi beberapa waktu kemudian ternyata
Ho benar.
Dalam buku Statistika kita diberi contoh-2 alpha yang dipakai, yaitu 5%/ 10% atau 1%.
Bila Anda belum pernah belajar statistika: silahkan googling dengan kata kunci : Type one error. Arti
angka ini; Bila Anda memilih alpha 5%; artinya bila saya meneliti hal yang sama 100 kali, saya iklas 5
hasil penelitian terbukti salah.
Ke Tiga ; Anda diminta menghitung Nilia Z / nilai t, dari data sample. Nilai Z/t akan kita dapatkan ketika
kita praktikum SPSS.
Ke Empat; berdasarkan nilai Z / t yang kita dapatkan; kita diminta menghitung angka Probability Value-
nya.
Angka / nilai Probability Value sering di tulis; “sig” .
Arti angka P.Val / angka sig : Misal Sig ( hasil olahan software = 4,5%) ; artinya tardapat
peluang 4,5% bahwa data sample yang sedang kita olah berasal dari distribusi Ho.

Ke Lima : memutuskan Hasil Uji Hipotesis. Untuk memutuskan kita diberi aturan :
• Bila P.val ≤ alpha : Ho di tolak Bila P.Val > alpha maka Ho kita terima.
Demikian resume Ilmu Statistika.