STATISTIKA SOSIAL

Pengertian
Statistik ad/ ilmu yg mempelajari ttg
seluk-beluk data, yaitu ttg
pengumpulan, pengolahan,
penganalisisan, penafsiran, dan
penarikan kesimpulan dari data yg
berbentuk angka-angka
Komponen/unsur2 statistik
1) Data;
2) Perlakuan data, spt pengumpulan
& pengolahan;
3) Kesimpulan;
4) Angka-angka
Pembagian Statistik
1) Berdasarkan cara pengolahan
datanya;
2) Ruang lingkup penggunaannya;
3) Bentuk parameternya
(1) Berdasarkan cara pengolahan
datanya
 Statistik deskriptif (statistik deduktif):
◦ Bagian dari statistik yg mempelajari cara pengumpulan
data dan penyajian data shg mudah dipahami
◦ Menguraikan atau memberikan keterangan2 mengenai
suatu data atau keadaan atau fenomena
◦ Berfungsi menerangkan keadaan, gejala atau persoalan
 Statistik inferensi (statistik induktif):
◦ Bagian dari statistik yg mempelajari mengenai
penafsiran dan penarikan kesimpulan yg berlaku
secara umum dari data yg telah tersedia
◦ Pendugaan populasi dan pengujian hipotesis dari suatu
data atau keadaan atau fenomena
◦ Berfungsi meramalkan dan mengontrol keadaan atau
kejadian
Ruang lingkup statistik deskriptif
 Distribusi frekuensi beserta bagian2nya
◦ Grafik distribusi (histogram, poligon, dst)
◦ Ukuran nilai pusat (rata2, median, modus, dst)
◦ Ukuran dispersi (jangkaun, varians, standar
deviasi, dst)
 Angka indeks
 Data berkala
 Korelasi dan regresi sederhana
Ruang lingkup statistik inferensi
 Probabilitas;
 Distribusi teoritis;
 Sampling dan distribusi sampling;
 Pendugaan populasi;
 Uji hipotesis;
 Analisis korelasi dan uji signifikansi;
 Analisis regresi u/ peramalan
Contoh pernyataan statistik deskriptif
 Sekurang2nya 10% dari semua kebakaran
di sebuah kota tertentu yg dilaporkan
tahun lalu diakibatkan oleh tindakan2
sengaja yg tdk bertanggung jawab
 Sebanyak 50% di antara semua pasien yg
menerima suntikan obat tertentu, ternyata
kemudian menderita efek samping obat
tsb
Contoh pernyataan statistik inferensi
 Akibat penurunan produksi minyak oleh
negara2 penghasil minyak dunia,
diramalkan harga minyak akan menjadi
dua kali lipat pada tahun2 yg akan datang
 Dgn mengasumsikan bahwa kerusakan
tanaman kopi jenis arabica kurang dari
30% akibat musim kemarau yg lalu maka
peningkatan harga kopi jenis tsb di akhir
tahun nanti, tdk akan lebih dari 50 sen
per satu kilogramnya
(2) Berdasarkan ruang lingkup
penggunaannya

 Statistik sosial;
 Statistik ekonomi;
 Statistik kesehatan, dst
(3) Berdasarkan bentuk
parameternya
 Statistik parametrik:
◦ Parameter dari populasinya berdistribusi
tertentu (distribusi normal);
◦ Varians yg homogen

 Statistik non-parametrik:
◦ Tdk mengikuti distribusi tertentu;
◦ Varians tdk perlu homogen
Tahap2 metodologi statistik
 Identifikasi masalah;
 Pengumpulan data atau fakta;
 Klasifikasi data;
 Penyajian data;
 Analisis data;
 Penarikan kesimpulan
Beberapa konsep dasar
 Populasi;
 Sampel;
 Variabel diskrit;
 Variabel kontinu;
 Pembulatan data;
 Notasi sigma
Populasi:
 keseluruhan nilai yg mungkin, hasil
pengukuran ataupun perhitungan, kualitatif
ataupun kuantitatif mengenai karakteristik
tertentu dari semua anggota kumpulan yg
lengkap dan jelas yg ingin dipelajari sifat2nya

Contoh Populasi:
 Keseluruhan praja IPDN Sulsel, jika praja
IPDN Sulsel dijadikan sebagai objek
penelitian
Sampel
 Bagian dari sebuah populasi yg dianggap
dapat mewakili populasi tsb;

Contoh Sampel:
 Madya Praja Kelas A IPDN Sulsel yg
dianggap dpt mewakili keseluruhan praja
IPDN Sulsel
Variabel Disktrit:
 Variabel yg selalu memiliki nilai bulat dlm
bilangan asli, tidak berbentuk pecahan atau
variabel yg tidak mengambil seluruh nilai dlm
sebuah interval (selang)
 Data yg dinyatakan dlm bentuk variabel
disktrit disebut data diskrit

Contoh variabel disktrit:

 Jumlah praja IPDN Sulsel;
Variabel Kontinu
 Variabel yg memiliki nilai sembarang, baik
berupa nilai bulat maupun pecahan,
diantara dua nilai tertentu atau variabel yg
mengambil seluruh nilai dlm suatu variabel

Contoh variabel kontinu:

 Tinggi badan seseorang 150 cm; 165,4 cm
Pembulatan Data
 Pembulatan biasanya dilakukan ke arah
bilangan terdekat
 Pembulatan data berguna utk membuat
seminim mungkin kesalahan pembulatan
kumulatif dlm menganalisis data yg lebih
banyak

Contoh Pembulatan Data:

 56,47 dibulatkan menjadi 56,5
 452,500 dibulatkan menjadi 452
Notasi Sigma  ∑
 Notasi yg digunakan u/ menyatakan
penjumlahan

Contoh Penggunaan:
 Dua variabel X dan Y masing2 memiliki nilai:
X1=3; X2=-4; X3=6; dan X4=-1
Y1=-2; Y2=8; Y3=-5 dan Y4=7
∑ XY = (3)(-2) + (-4)(8) + (6)(-5) + (-1)(7)
= -75
Terima kasih !!!