STATISTIK EKONOMI DAN BISNIS

Saharuddin Didu
sahdidu@untirta.ac.id
DEFINISI

• Statistika
Ilmu mengumpulkan, menata, menyajikan,
menganalisis, dan menginterprestasikan data
menjadi informasi untuk membantu pengambilan
keputusan yang efektif.

• Statistik
Suatu kumpulan angka yang tersusun lebih dari
satu angka.
PERKEMBANGAN STATISTIKA

(a) Jaman Mesir dan Cina untuk menentukan besar pajak

(b) Jaman gereja untuk mencatat kelahiran, kematian, dan

pernikahan

(c) Tahun 1937 Tinbergen mengembangkan ekonomi

statistik

(d) Hicks mengembangkan matematika ekonomi untuk

analisis IS- LM

(e) Tahun 1950, Bayes mengembangkan Teori Pengambilan

Keputusan
 KASUS STATISTIKA

Beberapa contoh kasus yang membutuhkan dukungan

statistika:

(a) Kasus tuntutan buruh tentang kenaikan gaji,

bagaimana seharusnya?
(b) Perekonomian Indonesia tidak efisien, pada
sektor mana?
(c) Penggalakan investasi di Indonesia, sektor mana
yang dipilih?
(d) Setiap produsen memberikan garansi atas
barangnya, berapa produksi akan ditingkatkan?
 Perbedaan Statistik dan Statistika

 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.
 Statistika : ilmu mengumpulkan, menata, menyajikan,
menganalisis dan menginterpretasikan data menjadi
informasi untuk membantu pengambilan keputusan yang
efektif
 Manfaat Statistika

 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
 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 salah 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
PERAN STATISTIKA
VARIABEL

METODE ANALISIS
 PENGGUNA STATISTIKA

Pengguna Statistika Masalah yang Dihadapi

Manajemen 1. Penentuan struktur gaji, pesangon, dan
tunjangan karyawan.
2. Penentuan jumlah persediaan barang, barang
dalam proses, dan barang jadi.
3. Evaluasi produktivitas karyawan.
4. Evaluasi kinerja perusahaan.
Akuntansi 1. Penentuan standar audit barang dan jasa.
2. Penentuan depresiasi dan apresiasi barang dan
jasa.
3. Analisis rasio keuangan perusahaan
 PENGGUNA STATISTIKA

Pengguna Statistika Masalah yang Dihadapi

Pemasaran 1. Penelitian dan pengembangan produk.
2. Analisis potensi pasar, segmentasi pasar dan
diskriminasi pasar.
3. Ramalan penjualan.
4. Efektivitas kegiatan promosi penjualan.
Keuangan 1. Potensi peluang kenaikan dan penurunan harga
saham, suku bunga dan reksadana.
2. Tingkat pengembalian investasi beberapa sektor
ekonomi.
3. Analisis pertumbuhan laba dan cadangan usaha.
4. Analisis resiko setiap usaha.
 PENGGUNA STATISTIKA

Pengguna Statistika Masalah yang Dihadapi

Ekonomi 1. Analisis pertumbuhan ekonomi, inflasi dan suku
Pembangunan bunga.
2. Pertumbuhan penduduk dan tingkat
pengangguran serta kemiskinan.
3. Indeks harga konsumen dan perdagangan
besar.
Agribisnis 1. Analisis produksi tanaman, ternak, ikan dan
kehutanan.
2. Kelayakan usaha dan skala ekonomi.
3. Manajemen produksi agribisnis.
4. Analisis ekspor dan impor produk pertanian.
OUTLINE

BAGIAN I Statistik Deskriptif

Pengertian Statistika Pengertian dan Penggunaan
Statistika
Penyajian Data
Jenis-jenis Statistika
Ukuran Pemusatan Jenis-jenis Data
Sumber Data Statistika
Ukuran Penyebaran
Skala Pengukuran
Angka Indeks
Beberapa Alat Bantu Belajar
Deret Berkala dan Alat Bantu Program Statistika
Peramalan dengan Komputer
 Jenis Jenis Statistika

 Berdasarkan aktivitas yang dilakukan :

 Statistika deskriptif (descriptive statistics)
 Statistika inferensia (inferential statistics)

 Berdasarkan metode yang digunakan :

 Statistika parametrik
 Statistika non-parametrik
 Pengertian Statistika Bab 1

JENIS-JENIS STATISTIKA Materi:

1. Penyajian data
2. Ukuran pemusatan
3. Ukuran penyebaran
4. Angka indeks
Statistika Deskriptif
5. Deret berkala dan
peramalan

Materi:
STATISTIKA 1. Probabilitas dan teori
keputusan
2. Metode sampling
3. Teori pendugaan
Statistika Induktif 4. Pengujian hipotesa
5. Regresi dan korelasi
6. Statistika
nonparametrik
13
 Konsep Statistika
STATISTIKA :
Kegiatan untuk :
• mengumpulkan data
• menyusun data KEGUNAAN

?
• menyajikan data
• menganalisis data dengan metode tertentu
• menginterpretasikan hasil analisis

Melalui fase

STATISTIKA DESKRIPTIF :
Berkenaan dengan pengumpulan, pengolahan, dan penyajian sebagian atau seluruh data
(pengamatan) untuk memberikan informasi tanpa pengambilan kesimpulan

dan fase

STATISTIKA INFERENSI :
Setelah data dikumpulkan, maka dilakukan berbagai metode statistik untuk
menganalisis data, dan kemudian dilakukan interpretasi serta diambil kesimpulan.
Statistika inferensi akan menghasilkan generalisasi (jika sampel representatif)
 Cabang Statistika
1 2
Statistika deskriptif : cab. Statis- Statistika inferensia : cab. Statis-
tika yang mempelajari metode- tika yang mempelajari semua meto-
metode yang berkaitan dengan de yang berhubungan dengan ana-
pengumpulan data serta penyajian lisis sebahagian data untuk kemu-
data tersebut sehingga diperoleh dian melakukan pera-malan atau
informasi yang bermanfaat. penarikan kesimpulan mengenai
• penyajian data : tabel, gambar keseluruhan data induknya.
dan ringkasan data
•Hanya berbicara mengenai data
yang dimiliki
 Statistika Deskriptif

 Statistika deskriptif :
 Membahas cara-cara pengumpulan data
 Penyedehanaan angka-angka dari pengamatan
 Pengukuran pemusatan dan penyebaran untuk memperoleh
informasi yang lebih menarik
 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
Salah satu dampak dari 11.2
belum membaiknya sektor 11

Jumlah (Juta Jiwa)

riil adalah tingginya tingkat 10.8
pengangguran di Indonesia. 10.6
Pada Agustus 2004, jumlah
10.4
pengangguran terbuka
10.2
mencapai 10,3 juta, Februari
2005 sebesar 10,9 juta jiwa, 10

dan Februari 2006 mencapai 9.8

11,1 juta jiwa 2004 2005 2006
Tahun
 Statistika Inferensia

 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)
 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
 Tentukan, statistika deskriptif/inferensia

• Akibat penurunan produksi minyak oleh negara-negara penghasil minyak,

maka diramalkan harga minyak akan menjadi dua kali lipat pada tahun yang
akan datang
• Sekurang-kurangnya 5% dari semua kebakaran yang dilaporkan tahun lalu di
sebuah kota tertentu diakibatkan oleh tindakan sengaja orang-orang yang tidak
bertanggung jawab
• Sebanyak 60% di antara semua pasien yang menerima obat tertentu, ternyata
menderita akibat sampingannya
• Dengan mengasumsikan bahwa kerusakan akibat musim dingin yang lalu pada
tanaman kopi jenis Columbia kurang dari 20%, maka diramalkan kenaikan
harganya di akhir tahun nanti tidak akan lebih dari 30 sen per kilogramnya.
• Salah satu hasil pol pendapat yang dilakukan baru-baru ini adalah bahwa keba-
nyakan orang Amerika tidak menyetujui pendirian pusat tenaga nuklir yang
baru.
 Statistika Parametrik dan Non-Parametrik

 Statistika Parametrik :
 Berhubungan dengan inferensi statistik yang membahas
parameter-parameter populasi
 Jenis data interval atau rasio
 Distribusi data normal atau mendekati normal
 Statistika Non-Parametrik :
 Inferensi statistik membahas parameter-parameter populasi
 Jenis data nominal atau ordinal
 Distribusi data tidak dapat diasumsikan normal
 Konsep Dasar Pengukuran

 Konstanta dan Variabel

 Contoh konstanta : tipe ideal birokrasi, keluarga dan revolusi
 Contoh variabel : pengukuran, status gizi dan kepadatan
penduduk
 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
 Variable diskrit : variabel yang dapat dihitung, bilangan bulat
 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

POPULASI
Sebuah kumpulan dari semua
kemungkinan orang-orang,
benda-benda dan ukuran lain
dari objek yang menjadi
perhatian.
SAMPEL
Suatu bagian dari populasi
tertentu yang menjadi
perhatian.
 Populasi dan Sampel

 Populasi: Objek atau benda dalam sebuah wilayah

terkait dengan penelitian.
 Sampel: bagian dari populasi yang memiliki ciri-ciri atau
keadaan tertentu yang akan diteliti.
 Populasi : Himpunan seluruh data yang jadi perhatian

Parameter : Sebarang ukuran yang menjadi ciri populasi

Sampel (contoh) : Himpunan bagian populasi

Populasi Sampel
Statistik : Sebarang ukuran yang menjadi ciri sampel
Parameter Statistik

Untuk menduga Agar sah, gunakan sampel yang mewakili populasi

Gunakan teknik pengambilan sampel yang benar

OUTLINE

BAGIAN I Statistik Deskriptif

Pengertian Statistika Pengertian dan Penggunaan

Statistika
Penyajian Data Jenis-jenis Statistika
Jenis-jenis Data
Ukuran Pemusatan
Sumber Data Statistika
Ukuran Penyebaran Skala Pengukuran

Angka Indeks Beberapa Alat Bantu Belajar

Deret Berkala dan Alat Bantu Program Statistika

Peramalan dengan Komputer
 JENIS-JENIS DATA

1. Jenis kelamin
2. Warna kesayangan
3. Asal suku, dll
Data Kualitatif
1. Jumlah mobil
2. Jumlah staf
DATA 3. Jumlah TV, dll
Data Diskret

Data Kuantitatif
1. Berat badan
2. Jarak kota
3. Luas rumah,
Data Kontinu
dll
 Data

DATA terbagi atas DATA KUALITATIF dan DATA KUANTITATIF

DATA KUALITATIF : DATA KUANTITATIF :

Data yang dinyatakan dalam
bentuk bukan angka.
Contoh : jenis pekerjaan,
status marital, tingkat
kepuasan kerja
Data yang dinyatakan dalam
bentuk angka
Contoh : lama bekerja,
jumlah gaji, usia, hasil
ulangan

DATA

KUALITATIF JENIS KUANTITATIF

DATA

NOMINAL INTERVAL
ORDINAL RASIO
 Data

Data

Datum (latin) : pemberian

Moore Diskret data Kontinu

yang dinyatakan data dapat
Data : angka dg konteks dalam bentuk berupa setiap
bilangan bulat nilai pada garis
Nasution Contoh : banyak bilangan.
anak Contoh : berat
Data : hasil pengukuran/
pengamatan yang
dinyatakan dalam angka
 Data diskret / kontinu ??

Banyak anggota keluarga

Produksi padi (dalam ton)
Produksi telur (dalam butir)
Berat badan
Lama waktu
Luas tanah
 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 0C dan 0F, 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
OUTLINE

BAGIAN I Statistik Deskriptif

Pengertian Statistika Pengertian dan Penggunaan

Statistika
Penyajian Data Jenis-jenis Statistika

Ukuran Pemusatan Jenis-jenis Data

Sumber Data Statistika
Ukuran Penyebaran
Skala Pengukuran
Angka Indeks
Beberapa Alat Bantu Belajar
Deret Berkala dan
Peramalan Alat Bantu Program Statistika
dengan Komputer
 SUMBER DATA STATISTIKA

1. Wawancara langsung
2. Wawancara tidak
Data Primer langsung
3. Pengisian kuisioner

DATA

Data dari pihak lain:

1. BPS
Data Sekunder 2. Bank Indonesia
3. World Bank, IMF
4. FAO dll
 Sumber Data
 Primer: Data diperoleh langsung oleh peneliti

 Sekunder: Data diperoleh peneliti melalui tangan kedua

OUTLINE

BAGIAN I Statistik Deskriptif

Pengertian Statistika Pengertian dan

Penggunaan Statistika
Penyajian Data
Jenis-jenis Statistika
Ukuran Pemusatan Jenis-jenis Data

Ukuran Penyebaran Sumber Data Statistika

Skala Pengukuran
Angka Indeks
Beberapa Alat Bantu Belajar
Deret Berkala dan
Peramalan Alat Bantu Program
Statistika dengan Komputer
 SKALA PENGUKURAN
Skala Nominal
Angka yang diberikan hanya
sebagai label saja.
Contoh: pria = 1, wanita = 2
Skala Interval
Angka mengandung sifat ordinal
dan mempunyai jarak atau interval.
Contoh: 1. Saham sangat
prospektif dengan harga saham
Rp736-878,
2. saham prospektif Rp592-735.
Skala Ordinal
Angka mengandung pengertian
tingkatan.
Contoh: ranking 1, 2, dan 3.
Ranking 1 menunjukkan lebih
tinggi dari ranking 2 dan 3.
Skala Rasio
Angka mempunyai sifat nominal,
ordinal dan interval serta
mempunyai nilai absolut dari objek
yang diukur.
Contoh: bunga BCA 7% dan bunga
Mandiri 14%, maka bunga Mandiri
2 kali bunga BCA.
 Skala Pengukuran Data
• merupakan lambang kategori (angka tidak ada arti)
Nominal • tidak ada penataan antar kategori
• contoh : jenis kelamin

• merupakan lambang kategori (angka tidak ada arti)

Ordinal • Sudah ada penataan
• Contoh : pendidikan terakhir (SD, SMP, SMA, PT)
• merupakan hasil pengukuran, jadi angka sdh berarti
• Jarak antar suatu nilai dengan nilai data sdh ada arti
Selang • Tidak punyak titik nol mutlak
• Contoh : suhu (0C)
• merupakan hasil pengukuran, angka sdh berarti
• Jarak antar suatu nilai dengan nilai data sdh ada arti
Rasio • Punya titik nol mutlak
• Contoh : berat, lama waktu
 Tentukan skala pengukuran

 Banyak anggota keluarga

 Produksi padi (dalam ton)
 Produksi telur (dalam butir)
 Tingkat pendidikan
 Berat badan
 Lama waktu
 Luas tanah
 Suhu
 Warna rambut
 Opini masyarakat ( sangat tidak setuju, tidak
setuju, biasa saja, setuju, setuju sekali)
 Penyajian Data

TABEL
Tabel 1.1 Bidang Pekerjaan berdasarkan Latar Belakang Pendidikan

Count
pendidikan
SMU Akademi Sarjana Jumlah
bidang administrasi 1 8 6 15
pekerjaan personalia 1 7 8
produksi 4 3 5 12
marketing 2 14 11 27
keuangan 3 4 6 13
Jumlah 10 30 35 75

GRAFIK
bidang pekerjaan
administrasi
personalia
produksi
marketing
keuangan

Pies show counts

 Membuat Tabel

TABEL : memberikan informasi secara rinci. Terdiri atas kolom dan baris

Kolom pertama : LABEL

KOLOM
Kolom kedua …. n : Frekuensi atau label
TABEL
BARIS Berisikan data berdasarkan kolom

Tabel Tabulasi Silang

Pendapat tentang sertifikasi

Asal Wilayah Sangat Perlu Tidak Tidak Sangat Jumlah
perlu tahu perlu tdk
perlu
Jawa Barat
Jawa Tengah
Jawa Timur
NTT
Papua
Jumlah
 Membuat Grafik

GRAFIK : memberikan informasi dengan benar dan cepat, tetapi tidak rinci.

Syarat :
1. Pemilihan sumbu (sumbu tegak dan sumbu datar), kecuali grafik lingkaran
2. Penetapan skala (skala biasa, skala logaritma, skala lain)
3. Ukuran grafik (tidak terlalu besar, tinggi, pendek)

Jenis Grafik :
4
• Grafik Batang (Bar)
Sumbu tegak

3
• Grafik Garis (line)
2
• Grafik Lingkaran (Pie)
1
• Grafik Interaksi (Interactive)
0
1 2 3 4
Titik
pangkal Sumbu datar
 Jenis Grafik

Grafik Batang (Bar) Grafik Garis (line)

30 30

20 20

10 10

Jumlah
Count

0 0
administrasi personalia produksi marketing keuangan administrasi personalia produksi marketing keuangan

bidang pekerjaan bidang pekerjaan

Grafik lingkaran (pie) Grafik Interaksi (interactive)

800000

keuangan
administrasi

700000

600000

personalia
500000
Mean gaji perbulan

Jenis kelamin
400000
marketing
laki-laki
produksi
300000 w anita
sangat jelek jelek cukup baik baik sangat baik

prestasi kerja
 Pengolahan Data
PROSEDUR PENGOLAHAN DATA :

A. PARAMETER : Berdasarkan parameter yang ada statistik dibagi menjadi

• Statistik PARAMETRIK
• Statistik NONPARAMETRIK

B. 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-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.