NPM : 223516416202
Jawaban :
1. Statistik sosial adalah pengetahuan yang berhubungan dengan cara-cara pengumpulan
data, pengolahan dan analisis serta penarikan kesimpulan dari interaksi sosial dan
analisis yang dilakukan untuk menginterpretasikan suatu perilaku seseorang atas
fenomena yang dihadapinya.
2. Perbedaan antara data kualitatif dan data kuantitatif salah satunya ada pada proses
pengumpulan data. Pengumpulan data kualitatif merupakan data yang berbentuk
selain angka (atau data yang tidak berbentuk bilangan). Data kualitatif dikumpulkan
melalui wawancara, observasi partisipatif, pengamatan tidak terstruktur, atau analisis
dokumen, FGD, pemotretan gambar, atau perekaman video. Metode pengumpulan
data kualitatif berfokus pada pemahaman dalam konteks sosial dan interpretasi
subjektif. Sedangkan data kuantitatif merupakan data yang berwujud angka atau
bilangan. Dan metode pengumpulan data kuantitatif meliputi survei, eksperimen,
pengamatan terstruktur, dan pengumpulan data sekunder.
3. Pengumpulan data merupakan langkah penting dalam analisis statistik sosial sebab
data merupakan bahan dasar yang digunakan guna menghasilkan informasi yang
akurat serta dapat diandalkan. Dengan melakukan pengumpulan data yang tepat, baik
dalam metode dan kualitas data, akan memastikan bahwa analisis yang dilakukan
berdasarkan informasi yang akurat dan dapat dipercaya. Hal ini memungkinkan
peneliti atau analis untuk mengambil kesimpulan yang solid dan menghindari
kesalahan interpretasi. Dalam analisis statistik sosial, kualitas data yang baik sangat
penting untuk menghasilkan informasi yang berharga dan relevan. Oleh karena itu,
pengumpulan data yang cermat, metode yang tepat, dan validitas data yang dijaga
merupakan langkah penting dalam proses analisis statistik sosial.
4. Mean (rata-rata hitung), Mean adalah salah satu ukuran gejala pusat. Mean dapat
dikatakan sebagai wakil kumpulan data. Menentukan mean dapat dilakukan dengan
cara menjumlahkan seluruh nilai data, kemudian membaginya dengan banyaknya
data. Ada dua cara menghitung mean yakni mean data tunggal dan mean data
berkelompok.
x=
∑ xi Keterangan:
n
x = Mean
𝝨 𝑥𝑖 = Jumlah tiap data
n = jumlah data
x=
∑ ( ti . fi ) keterangan:
∑ fi
x = mean
ti = titik tengah
∑ fi = jumlah frekuensi
Modus, yakni nilai dari beberapa data yang mempunyai frekuensi tertinggi, baik data
tunggal maupun data yang berbentuk distribusi atau nilai yang sering muncul dalam
kelompok data. Penghitungan modus dibagi dua, yakni:
cara menghitung modus data tunggal:
contoh: Diketahui usia dari 10 responden adalah berikut ini: 13, 15, 16, 13, 14, 14, 15,
16, 17, 15
Jadi modus usia responden adalah 15 tahun, karena jumlah yang paling
banyak muncul ada 3 orang.
cara menghitung modus data berkelompok:
rumusnya sebagai berikut:
Mo = Bp + P [ F 1+ F 2]
F 1 Keterangan:
Mo = nilai modus
[ ]
1
n− jf Keterangan :
Me = Bp + P 2
Me = median
f
Bp = batas bawah kelas yang mengandung nilai median
n = jumlah data
5. Pemahaman tentang distribusi data dalam analisis statistik sosial sangat penting
karena dapat membantu kita menggali informasi yang lebih dalam tentang data
sosial yang sedang kita analisis. Distribusi data adalah cara kita melihat bagaimana
data tersebut terdistribusi atau tersebar dalam kelompok nilai yang berbeda. Ketika
kita memahami distribusi data, kita dapat melihat pola-pola yang muncul, seperti
apakah data cenderung terkumpul di sekitar nilai tertentu atau terdistribusi secara
merata. Dengan pemahaman ini, kita dapat mengidentifikasi nilai-nilai tengah
seperti mean, median, dan modus yang mewakili karakteristik data. Dengan
pemahaman yang baik tentang distribusi data, kita dapat mengambil langkah-
langkah yang lebih akurat dan efektif dalam menginterpretasi dan menggunakan data
sosial dalam konteks sosial yang lebih luas.
6. Populasi merujuk kepada seluruh kelompok individu atau objek yang ingin kita
pelajari dalam penelitian atau analisis statistik. Serta populasi mencakup semua
anggota yang relevan dengan pertanyaan penelitian kita. Sedangkan sampel
merupakan sebagian kecil dari populasi yang dipilih untuk dijadikan objek penelitian
atau analisis statistik. Sampel dipilih sedemikian rupa sehingga dapat mewakili
populasi secara keseluruhan dengan cara yang proporsional.
Jadi, perbedaan antara sampel dan populasi adalah bahwa populasi mencakup
seluruh kelompok yang ingin kita pelajari, sedangkan sampel adalah sebagian kecil
dari populasi yang dipilih sebagai wakil. Menggunakan sampel memungkinkan kita
melakukan analisis statistik secara efisien, namun pemilihan sampel yang tepat dan
memahami risiko sampling sangat penting untuk memastikan validitas hasil analisis.
7. Regresi linear sederhana adalah metode statistik yang digunakan untuk memahami
hubungan antara dua variabel, yaitu variabel independen (X) dan variabel dependen
(Y), dengan asumsi bahwa hubungan tersebut dapat dijelaskan secara linier. Dalam
regresi linear sederhana, kita mencoba memprediksi atau menjelaskan variabel
dependen berdasarkan nilai variabel independen. Dengan menggunakan regresi
linear sederhana, kita dapat memahami hubungan antara dua variabel dalam konteks
sosial, melakukan prediksi atau estimasi, menguji hipotesis, dan mengidentifikasi
variabel pengganggu. Ini membantu kita dalam menganalisis dan memahami
fenomena sosial dengan pendekatan yang lebih ilmiah dan berbasis data.
8. Dalam statistik sosial, terdapat beberapa metode yang digunakan untuk mengukur
asosiasi antara dua variabel. Berikut adalah beberapa cara umum untuk mengukur
asosiasi antara dua variable:
Korelasi, mengukur sejauh mana hubungna antara dua variabel kontinu.
Koefisien Korelasi Pearson, mengukur kekuatan dan arah hubungan linear
antara dua variable kontinu.
Koefisien Korelasi Spearman, mengukur hubungan monotone antara dua
variabel yang tidak harus linier.
Koefisien Kontingensi, mengukur hubungan antar dua variabel kategorikal.
9. Margin of error (MOE) adalah istilah yang digunakan dalam statistik untuk
mengukur sejauh mana estimasi dari sampel dapat bervariasi dari hasil yang
sebenarnya di populasi. MOE menggambarkan ketidakpastian atau ketidakakuratan
yang terkait dengan menggunakan sampel sebagai representasi populasi yang lebih
besar. Salah satu kegunaan MOE pada statistik ialah untuk mengukur ketidakpastian
memberikan ukuran yang obyektif tentang sejauh mana estimasi dari sampel dapat
berbeda dari parameter populasi sebenarnya. Ini membantu menggambarkan tingkat
ketidakpastian dalam hasil statistik yang diperoleh dari sampel. Dengan mengetahui
margin of error, kita dapat memahami batasan dan ketidakpastian yang melekat
dalam estimasi tersebut.
10. Pemahaman tentang kesalahan tipe I dan kesalahan tipe II dalam statistik sosial
sangat penting karena dapat membantu kita dalam evaluasi yang lebih akurat
terhadap hasil analisis statistik dan pengambilan keputusan yang lebih tepat. Salah
satu alasan pentingnya pemahaman ini ialah untuk menghindari kesimpulan yang
tidak akurat. Kesalahan tipe I dan kesalahan tipe II dapat menyebabkan kesimpulan
yang tidak akurat atau salah interpretasi terhadap hasil analisis statistik. Dengan
pemahaman yang baik tentang kedua jenis kesalahan tersebut, kita dapat mengurangi
risiko membuat kesimpulan yang tidak tepat dan menghindari kesalahan dalam
menginterpretasikan temuan statistik.
11. Untuk menghitung rata-rata tinggi badan dari responden tersebut, kita akan
menjumlahkan semua pengukuran dan kemudian membaginya dengan jumlah
responden.
160 + 165 + 170 + 172 + 175 + 180 = 1022
Rata-rata tinggi badan = Total pengukuran / Jumlah responden
= 1022 / 6
= 170,33 cm
12. Untuk menghitung median dari data gaji bulanan karyawan, pertama-tama kita perlu
mengurutkan data secara terurut dari yang terkecil hingga terbesar. Setelah itu, kita
dapat menentukan median sebagai nilai tengah dalam urutan tersebut. Berikut adalah
perhitungannya:
Data yang diberikan:
4 juta, 5 juta, 6 juta, 7 juta, 8 juta (data telah berurutan)
Karena terdapat jumlah data ganjil, median akan menjadi nilai tengah di urutan
tersebut. Dalam hal ini, median adalah 6 juta.
Jadi, median dari data gaji bulanan karyawan tersebut adalah 6 juta.
13. Untuk mencari nilai rata-rata siswa lainnya setelah salah satu siswa mendapatkan
nilai 90, kita dapat menghitung rata-rata baru dengan mengabaikan nilai 90 tersebut.
Total nilai semua siswa sebelum penambahan siswa dengan nilai 90:
14. Untuk menghitung persentase responden yang memilih warna biru, kita perlu
membagi jumlah responden yang memilih warna biru dengan jumlah total
responden, kemudian mengalikan dengan 100 untuk mendapatkan persentasenya.
Jumlah responden yang memilih warna biru: 15
Jumlah total responden:
25 + 15 + 10 + 20 = 70
Persentase responden yang memilih warna biru:
(15 / 70) * 100 = 21.43%
Jadi, persentase responden yang memilih warna biru adalah sekitar 21.43%.
15. Untuk menghitung persentase pelanggan yang memberikan tingkat kepuasan 4 atau
5, kita perlu menjumlahkan jumlah pelanggan yang memberikan nilai 4 dan jumlah
pelanggan yang memberikan nilai 5, kemudian membaginya dengan jumlah total
pelanggan, dan dikalikan dengan 100 untuk mendapatkan persentasenya.
Jumlah pelanggan yang memberikan nilai 4=10
Jumlah pelanggan yang memberikan nilai 5=15
Jumlah total pelanggan: 50
Persentase pelanggan yang memberikan tingkat kepuasan 4 atau 5:
((10 + 15) / 50) x 100 = 50%
Jadi, persentase pelanggan yang memberikan tingkat kepuasan 4 atau 5 adalah 50%.