RESUME INDIVIDU

STATISTIK EKONOMI

BAB 1

Dosen Pengampu : DR. SHELLY F. KARTASARI SE., AK., M.SI

Nama : Anggia Marshanda Putri

NIM : 01031382126132
 I. Definisi Statistika
Statistika adalah cabang ilmu matematika terapan yang terdiri dari teori dan metoda
mengenai bagaimana cara mengumpulkan, mengukur, mengklasifikasi, menghitung,
menjelaskan, mensintesis, menganalisis, dan menafsirkan data yang diperoleh secara
sistematis. Dengan demikian, didalamnya terdiri dari sekumpulan prosedur mengenai
bagaimana cara:

- Mengumpulkan data
- Meringkas data
- Mengolah data
- Menyajikan data
- Menarik kesimpulan dan interpretasi data berdasarkan kumpulan data dan hasil
analisisnya
 Berdasarkan tahapan dan tujuan analisisnya:
1. Statistika deskriptif:
Statistika deskriptif berkaitan dengan penerapan metode statistik mengenai
pengumpulan, pengolahan, dan penyajian suatu gugus data sehingga bisa memberikan
informasi yang berguna.Statistika yang menggunakan data pada suatu kelompok
untuk menjelaskan atau menarik kesimpulan mengenai kelompok itu saja.
Menjelaskan/menggambarkan berbagai karakteristik data melalui:
- Ukuran Lokasi (Central Tendency): mode, mean, median, dll
- Ukuran Variabilitas/Dispersi: varians, deviasi standar, range, dll
- Ukuran Bentuk: skewness, kurtosis, plot boks
- Penyajian tabel dan grafik misalnya
- Distribusi Frekuensi
- Histogram, Pie chart, Box-Plot dsb

2. Statistika Inferensial:
Statistika inferensi (inference statistics) merupakan cabang ilmu statistik yang
berkaitan dengan penerapan metode‐metode statistik untuk menaksir dan/atau
menguji karakteristik populasi yang dihipotesiskan berdasarkan data sampel.
Statistika yang menggunakan data dari suatu sampel untuk menarik kesimpulan
mengenai populasi dari mana sampel tersebut diambil.
Membuat berbagai inferensi (penarikan kesimpulan) terhadap sekumpulan data yang
berasal dari suatu sampel. Tindakan inferensi tersebut seperti melakukan perkiraan,
peramalan, pengambilan keputusan dan sebagainya.
  Tujuan dari statistik pada dasarnya adalah melakukan deskripsi terhadap data sampel,
kemudian melakukan inferensi terhadap populasi data berdasar pada informasi (hasil
statistik deskriptif) yang terkandung dalam sampel. Dengan demikian, dalam
prakteknya kedua bagian statistik tersebut digunakan bersama-sama, umumnya
dimulai dengan statistik deskriptif lalu dilanjutkan dengan berbagai analisis statistik
untuk inferensi.

II. Istilah-istilah dalam Statistika :

1. Datum : informasi atau keterangan yang diperoleh dari suatu pengamatan yang berupa
angka, symbol atau Bahasa (sifat)
2. Data : Kumpulan beberapa datum (bentuk jamak daru datum).yang belum memiliki
arti penuh dan masih memerlukan suatu pengolahan.
3. Populasi : Keseluruhan pengamatan yang menjadi pusat perhatian kita
4. Sampel : Himpunan bagian dari populasi (mewakili)
5. Sampling : proses pemilihan sejumlah objek/individu dari kelompok/populasi
6. Parameter : karakteristik numeric dari populasi
7. Statistik : karakteristik numeric dari contoh
8. Variabel/Peubah: Ciri dari objek yang diamati
9. Probabilitas: suatu nilai yang digunakan untuk mengukur tingkat terjadinya suatu
kejadian yang acak. Probabilitas sering disebuat peluang atau kemungkinan. Secara
sederhana probabilitas merupakan ukuran kemungkinan suatu peristiwa dapat terjadi
dari sejumlah total kemungkinan.
10. Hipotesis : anggapan dasar atau sesuatu yang dianggap benar untuk alasan atau
pengutaraan pendapat, meskipun kebenarannya masih harus dibuktikan.

III. Tipe-tipe Data Statistika

1. Data Kualitatif
Data kualitatif dikenal juga sebagai data kategoris. Karena menggambarkan data yang sesuai
dengan kategori. Data kualitatif tidak bersifat numerik.

Informasi kategori ini melibatkan variabel kategoris yang menggambarkan fitur seperti jenis
kelamin seseorang, kota asal, bahasa, agama, dan banyak lagi.

Ukuran kategoris didefinisikan dalam spesifikasi kalimat penjelasan, tapi tidak dalam hal
angka.Terkadang data kualitatif menyimpan nilai numerik. Tapi nilai tersebut tidak memiliki
arti matematis layaknya data kuantitatif
Contohnya, tabel yang mencantumkan data kualitatif adalah:

 tanggal lahir

 olahraga favorit

 kode pos sekolah

 Warna mobil di parkiran

 nilai siswa di kelas

Di sini, tanggal lahir dan kode pos sekolah memiliki nilai kuantitatif, tetapi tidak memberikan
arti numerik. Yang termasuk dalam kategori data kualitatif adalah Nominal dan Ordinal.
Simak terus untuk pembagian jenis data statistik ini.

2. Data Kuantitatif
Data kuantitatif dikenal juga sebagai data numerik. Karena mewakili nilai numerik yaitu,
berapa banyak, atau seberapa sering. Data numerik memberikan informasi tentang jumlah hal
tertentu.

Beberapa contoh data kuantitatif adalah ukuran tinggi, panjang, ukuran, berat, dan
sebagainya. Data kuantitatif dapat diklasifikasikan menjadi dua jenis berdasarkan kumpulan
datanya.

Dua klasifikasi data kuantitatif yang berbeda adalah data diskrit dan data kontinu.
Penghitungannya bisa secara manual atau menggunakan aplikasi SPSS (Statistical Product
and Service Solutions).
Data kuantitatif diukur dengan beberapa jenis alat ukur, seperti penggaris, timbangan, stop-
watch, termometer dan sebagainya.
Contoh data kuantitatif yang kerap dijumpai, seperti:

 Jumlah orang yang tinggal

 Jumlah air (misalnya 1,7 liter)

 Berat (dalam gram, kilogram, ton)

 Waktu (dalam detik, menit, jam, hari atau tahun)

 Suhu (dalam derajat Celcius, Fahrenheit atau Kelvin)

 Jumlah uang yang dimiliki

 Jumlah siswa di jurusan A

 Angka kemenangan yang diperoleh Capres A

 3. Jenis Data Kuantitatif

Seperti yang telah disebutkan sebelumnya, jenis data statistik dalam data kuantitatif, terbagi
lagi menjadi dua, yaitu:

1. Data Diskrit

Data diskrit adalah informasi yang hanya dapat mengambil nilai tertentu dan tidak dapat
dibuat lebih presisi. Informasi diskrit hanya berisi sejumlah nilai yang mungkin terbatas.
Di sini, hal yang dapat dihitung dalam bilangan bulat, seperti angka dalam dadu (1, 2, sampai
6). Atau bisa juga jenis skema bilangan tetap lainnya, seperti ukuran sepatu (34, 35, 36).

Disebut data diskrit karena mereka memiliki titik tetap dan ukuran peralihan tidak ada.
Karena Anda tidak bisa mendapatkan 2,5 pada dadu, bahkan tidak dapat memiliki ukuran
sepatu 34,5.
Contoh data diskrit:

 jumlah siswa dalam satu kelas

 jumlah pasien di rumah sakit

 jumlah kelereng dalam kantong

2. Data Kontinu
Data kontinu adalah data yang dapat mengambil nilai apa pun, biasanya dalam batas-batas
tertentu, dan dapat dibagi menjadi bagian yang lebih halus.

Data kontinu memiliki jumlah nilai kemungkinan yang tak terbatas yang dapat dipilih dalam
rentang tertentu.

Contoh data kontinu:

 Kisaran suhu.

 Tinggi badan seseorang adalah data kontinu karena dapat diukur dalam meter dan
pecahan meter (sentimeter, milimeter, nanometer).

 Waktu suatu peristiwa juga merupakan data kontinu dan dapat diukur dalam tahun.
Bahkan bisa dibagi menjadi pecahan yang lebih kecil, tergantung pada seberapa akurat
Anda ingin merekamnya (bulan, hari, jam, menit, detik).
 Jenis Data Statistik Berdasarkan Skala Pengukuran

1. Data Interval

Data interval ini menjadi bagian dari data kontinu. Tapi ini termasuk jenis data
statistik dari hasil skala pengukuran.Nilai interval mewakili unit terurut yang
memiliki perbedaan yang sama. Oleh karena itu datanya memiliki variabel yang berisi
nilai numerik. Di mana Anda mengetahui perbedaan yang tepat antara nilai-nilai
tersebut. Contohnya adalah fitur yang berisi suhu tempat tertentu.Masalahnya, data
nilai interval tidak memiliki "nol yang benar". Anda dapat menambah dan
mengurangi, tapi tidak dapat mengalikan, membagi, atau menghitung rasio. Karena
tidak ada nol yang benar, banyak statistik deskriptif dan inferensial tidak dapat
diterapkan.

2. Data Rasio
Nilai rasio juga merupakan satuan terurut yang memiliki selisih yang sama. Nilai
rasio hampir sama dengan nilai interval, dengan perbedaan bahwa rasio memiliki nol
mutlak. Contohnya adalah inggi, berat, panjang, dan banyak lagi.
3. Data Ordinal
Data/variabel ordinal adalah jenis data yang mengikuti urutan alami. Ini termasuk
dalam bagian data kualitatif.
Hal penting dari data nominal adalah perbedaan di antara nilai data tidak ditentukan.
Variabel ini banyak ditemukan dalam survei, keuangan, ekonomi, kuesioner, dan
sebagainya.Data ordinal biasanya direpresentasikan menggunakan diagram lingkaran
dan batang. Data ini diselidiki dan ditafsirkan melalui banyak alat visualisasi.
Informasi akan dinyatakan menggunakan tabel. Setiap baris dalam tabel menunjukkan
kategori yang berbeda.
4. Data Nominal
Data nominal disebut juga dengan skala nominal. Data nominal adalah salah satu jenis
data statistik kualitatif, yang membantu memberi label pada variabel tanpa
memberikan nilai numerik.Meski begitu, terkadang, datanya bisa kualitatif dan
kuantitatif. Contoh data nominal adalah huruf, simbol, kata, jenis kelamin, dan
 sebagainya.Data nominal diperiksa menggunakan metode pengelompokan. Dalam
metodenya, data dikelompokkan ke dalam kategori. Kemudian frekuensi atau
persentase data dihitung. Data ini direpresentasikan secara visual menggunakan
diagram lingkaran. Contoh data nominal:
 Suku (Batak, Sunda, Jawa, ...)

 Warna favorit (merah, hijau, biru,...)

 Kategori jenis kelamin yang terdiri dari wanita dan laki-laki

 Kategori status pernikahan, seperti menikah, lajang, dan juga janda/duda.

IV. Skala Pengukuran

Skala pengukuran adalah sebuah acuan yang digunakan untuk menentukan panjang
pendeknya interval yang ada dalam satuan alat ukur. Dengan menggunakan skala
pengukuran, maka alat ukur yang digunakan akan menghasilkan data kuantitatif.

Di dalam statistika, skala pengukuran dibagi menjadi 4, yaitu sebagai berikut:

1. Skala Nominal
Skala nominal merupakan skala pengukuran paling sederhana atau tingkatannya
paling rendah di dalam suatu penelitian. Skala ini hanya digunakan untuk memberikan
kategori saja.
2. Skala Ordinal
Skala ordinal merupakan skala pengukuran yang sudah menyatakan peringkat antar
tingkatan. Jarak atau interval antar tingkatan juga tidak harus sama. Skala ordinal ini
memiliki tingkatan yang lebih tinggi daripada skala nominal, karena skala ini tidak
hanya menunjukkan kategori saja tetapi juga menunjukkan peringkat.
3. Skala Interval
Skala Interval merupakan skala pengukuran yang bisas digunakan untuk menyatakan
peringkat untuk antar tingkatan. Jarak atau interval antar tingkatan pun sudah jelas,
hanya saja tidak memiliki nilai 0 (nol) mutlak.
4. Skala Rasio
Skala rasio adalah skala pengukuran yang ditujukan pada hasil pengukuran yang bisa
dibedakan, diurutkan, memiliki jarak tertentu, dan bisa dibandingkan. Skala rasio
merupakan tingkatan skala paling tinggi dan paling lengkap dibanding skala-skala
lainnya.