FIKOM Widya Mandala Surabaya 1

STATISTIKA SOSIAL
Dr. Vita Ratnasari, S.Si, M.Si
0817324424

8/31/2020
 Kesepakatan
2

1. Menentukan manajer kelas

2. Toleransi waktu kehadiran di kelas 15 menit, lebih
dari 15 menit diperbolehkan masuk tetapi tidak
diperbolehkan tanda tangan.
(perhatikan jatah maksimum (4) tdk hadir)
3. Gunakan pakaian yg berkerah / sopan
4. Tidak ada quis susulan, quis dapat terjadwal/tidak
5. Persentase sebelum UTS dan sesudah (50: 50)

FIKOM Widya Mandala Surabaya 8/31/2020

 BUKU ACUAN
3

1. Douglas A. Lind, William G. Marchal dan Samuel A. Wathen,

“Statistical Techniques in Business & Economics,” McGraw-
Hill, Twelfth edition (2005).

2. Douglas A. Lind, William G. Marchal dan Samuel A. Wathen,

“Teknik-Teknik Statistika dalam Bisnis dan Ekonomi”,
Penerbit Salemba Empat, Edisi 15 Buku 1 (2014).

3. Douglas A. Lind, William G. Marchal dan Samuel A. Wathen,

“Teknik-Teknik Statistika dalam Bisnis dan Ekonomi”,
Penerbit Salemba Empat, Edisi 15 Buku 2 (2015).

FIKOM Widya Mandala Surabaya 8/31/2020

 Kontrak Kuliah
4

1. Tugas (individu / kelompok)

2. Quis
3. UTS

1. Tugas (individu / kelompok)

2. Quis
3. UAS

FIKOM Widya Mandala Surabaya 8/31/2020

 MATERI KULIAH
5

1. Pengertian Dasar Tentang Statistik

2. Pembuatan Kuisoner
3. Pengumpulan Data, Pengolahan Data &
Penyajian Data
3. Statistika deskriptif (data tunggal dan kelompok)
Ukuran Pemusatan, Dispersi
4. Probabilitas & Tabel Kontingensi
5. Uji Hipotesa
6. Analisis Korelasi
7. Analisis Regresi Linear Sederhana & Berganda
FIKOM Widya Mandala Surabaya 8/31/2020
 Materi I:
6

Pengertian Dasar
Tentang Statistik

FIKOM Widya Mandala Surabaya 8/31/2020

7

POPULASI :
keseluruhan individu pada objek tertentu
yang mungkin akan diteliti

SAMPEL :
Sebagian dari populasi

FIKOM Widya Mandala Surabaya 8/31/2020

 Dua konsep yang berkaitan dengan
populasi dan sampel
8

 PARAMETER [  ,  2 , P]

besaran-besaran yang menggambarkan

karakteristik yang ada pada POPULASI.

 STATISTIK [ x , s , p]
2

besaran-besaran yang menggambarkan

karakteristik yang ada pada SAMPEL.

FIKOM Widya Mandala Surabaya 8/31/2020

 Ilustrasi : populasi-parameter &
sampel-statistik
9

Parameter Statistik
  dan  

SAMPEL
(n obyek/pengamatan)

POPULASI
(N obyek/pengamatan)

FIKOM Widya Mandala Surabaya 8/31/2020

 When We Use Statistics
10

 Dua kondisi utama sebagai dasar

(alasan) pemakaian Statistika

1. KETIDAKPASTIAN
(UNCERTAINTY)
2. VARIASI
(VARIATION)

FIKOM Widya Mandala Surabaya 8/31/2020

 ALASAN UTAMA SAMPLING
11
[PENGAMBILAN SAMPEL]

1. WAKTU
2. TENAGA
3. BIAYA
4. SAMPLING MERUSAK OBYEK

FIKOM Widya Mandala Surabaya 8/31/2020

 Type Pengambilan Sampling
12

Dibedakan atas:
1. Probability Sampling
2. Non Probability Sampling

 Pengambilan sampel harus

representatif

FIKOM Widya Mandala Surabaya 8/31/2020

 Probability Sampling
13

1. Simple Random Sampling

2. Systematic Sampling
3. Stratified Random Sampling
4. Cluster Sampling

Misal : meneliti pendapatan di Surabaya

FIKOM Widya Mandala Surabaya 8/31/2020

 Probability Sampling (definisi)
14

1. Simple Random Sampling:

Setiap elemen dari populasi telah diketahui dan
mempunyai probabilitas yang sama untuk terpilih.

2. Systematic Sampling:
Sampel yang dipilih dengan cara memilih secara
random titik awal dan memilih secara sistematik ke-
k dari sampling frame.

FIKOM Widya Mandala Surabaya 8/31/2020

 Probability Sampling (definisi)
15

3. Stratified Sampling:
Suatu sampel yang diambil dari beberapa
level/strata yang terdapat dalam populasi

4. Cluster Sampling:
Sampel yang dipilih dari populasi yang dibagi
menjadi kelompok (area sampling) dan
kelompok unitnya dipilih secara acak.

FIKOM Widya Mandala Surabaya 8/31/2020

 Non Probability Sampling
16

1. Convienience Sampling
2. Purposive Sampling
- Judgmental Sampling
- Quota Sampling
3. Snowball Sampling
4. dll

FIKOM Widya Mandala Surabaya 8/31/2020

 Non Probability Sampling (cont ...)
17

1. Convienience Sampling
adalah teknik penentuan sampel berdasarkan
kebetulan, anggota populasi yang ditemui
peneliti bersedia menjadi responden untuk
dijadikan sampel.

Misal:
meneliti respon konsumen terhadap suatu produk.
Datang ke supermarket, mencari responden yg
pernah menggunakan produk tsb.

Pengantar Statistika
 Non Probability Sampling (cont ...)
18

2. Purposive Sampling
- Judgmental Sampling
Penetapan responden berdasarkan kriteria yg
telah ditentukan.
Meneliti ttg layanan Rumah sakit ‘X’.
kriteria : pernah dirawat, minimal 5 kali.

Pengantar Statistika
 Non Probability Sampling (cont ...)
19

2. Purposive Sampling
- Quota Sampling
Penetapan responden berdasarkan quota
tertentu.
misal: AMDAL : % tokoh masyarakat dan
% masyarakat

Pengantar Statistika
 Non Probability Sampling (cont ...)
20

3. Snowball Sampling
pengambilan sampel yang pada awal mulanya
sedikit, tetapi semakin lama semakin banyak.
Teknik digunakan jika calon responden relatif sulit
untuk diidentifikasi.

Pengantar Statistika
 PENGERTIAN ‘STATISTIKA’
21

STATISTIKA adalah
Ilmu yang mempelajari tentang cara
mengumpulkan data
mengatur/menata data
menyajikan data serta
menganalisis data dengan menggunakan pengujian
hipotesis dan
menyimpulkan data

Tujuan menggunakan ‘statistika’ akan diperoleh

pengambilan keputusan yang lebih tepat dan efisien.

FIKOM Widya Mandala Surabaya 8/31/2020

 lanjutan … pengertian ‘statistika’
22

STATISTIKA dibedakan dua :

1. Statistika Deskriptif
2. Statistika Inferens

FIKOM Widya Mandala Surabaya 8/31/2020

 Statistika Deskriptif vs Inferens
23

Statistika Deskriptif
metode-metode statistika yang digunakan untuk
menggambarkan (menyajikan) data yang telah
dikumpulkan.

Statistika Inferens
metode-metode statistika yang digunakan untuk
mengetahui (menarik kesimpulan) tentang sebuah
populasi berdasarkan suatu sampel.

FIKOM Widya Mandala Surabaya 8/31/2020

 STATISTIKA DESKRIPTIF
24

Ukuran pemusatan
Mean
Median
Modus
Median lebih robust dibanding mean

 Disajikan dalam
Tabel,
Chart (scatter, histogram, pie, bar, dll)
Pengantar Statistika
 STATISTIKA INFERENS
25

 Beberapa Metode Statistika antara lain

1. Analisis Regresi
2. Analisis Data Kualitatif
3. Analisis Time Series
4. Analisis Multivariate
5. Analisis Tabel Kontingensi
6. Analisis SEM (Structural Equation Modeling)
7. dll

Pengantar Statistika
26

STATISTIKA
DESKRIPTIF

Pengantar Statistika
 Grafik dan Tabel untuk analisis deskriptif
27

jeni s suatu produk

Cumulat iv e
Frequency Percent Valid Percent Percent
Valid A 42 2.1 2.1 2.1
B 319 15.6 15.6 17.7
C 258 12.6 12.6 30.3
D 467 22.9 22.9 53.2
E 500 24.5 24.5 77.7
F 372 18.2 18.2 95.9
G 83 4.1 4.1 100.0
Total 2041 100.0 100.0

Pengantar Statistika
 Pie Chart
28

jenis suatu produk

G A

B
F

Pengantar Statistika
29

Statistics

Sale Price
N Valid 2440
Missing 0
Mean 74738.54
Median 64000.00
Mode 45000
St d. Dev iation 49260.69
Variance 2.4E+09
Range 439500
Minimum 5500
Maximum 445000

Pengantar Statistika
 Histogram
30

Sale Price
600

500

400

300

200
Frequency

100 Std. Dev = 49260.69

Mean = 74738.5
0 N = 2440.00
12

16 0.0

20 0.0

24 0.0

28 0.0

32 0.0

36 0.0

40 0.0

44 0.0
40

80 .0

00

00

00

00

00

00

00

00

00
00

00
0.

00
0

0.

.0
0

Sale Price

Pengantar Statistika
 Bar chart
31

0.9
0.82 0.81
0.8
0.73 0.72
0.68
0.7

0.6 0.56

0.5 0.44 sendiri

0.4 beasiswa
0.32
0.27 0.28
0.3
0.18 0.19
0.2

0.1

0
ITS FMIPA FTI FTSP FTK FTIF

Pengantar Statistika
32

Data  informasi yang dapat diolah :

Manfaat:
- membantu memahami situasi sebenarnya
- menganalisis persoalan
- mengendalikan proses/pekerjaan
- membuat rencana perbaikan
- pengambilan keputusan
- dll
Pengantar Statistika
 SKALA PENGUKURAN DATA
33

Skala pengukuran data dibedakan:

1. Nominal

2. Ordinal

3. Interval

4. Ratio

Pengantar Statistika
34

1. NOMINAL
 membedakan obyek.
Misal jenis kelamin (1 = pria, 2 = wanita).

2. ORDINAL
 membedakan obyek dan menyatakan urutan menurut besar kecil.
Misal pendidikan (1 = SD, 2 = SLTP, 3 = SMU, 4 = PT).

3. INTERVAL
 membedakan obyek, menyatakan urutan menurut besar kecil, dan
adanya interval yang sama. Misal suhu.

4. RATIO
 membedakan obyek, menyatakan urutan menurut besar kecil, adanya
interval yang sama, dan adanya NOL mutlak.
Misal berat suatu produk.

Pengantar Statistika