Pengantar

Statistik Sosial
(Komunikasi - ISIP42153)
Pertemuan 1: Minggu, 9 September 2012
UT Korea Wilayah II

Tutor: M. Harist Murdani

 Tinjauan Mata Kuliah
• Tujuan Umum
– diharapkan mampu menerapkan statistika deskriptif dan inferensia

2
 Tinjauan Mata Kuliah
• Tujuan Khusus
1. Mampu menerapkan konsep-konsep dasar statistika
2. Mampu menerapkan penyajian data
3. Mampu menghitung ukuran pemusatan dan ukuran penyebaran
4. Mampu menghitung probabilita
5. Mampu menerapkan metode penarikan sampel
6. Mampu melakukan estimasi dan uji hipotesis
7. Mampu melakukan pengujian hipotesis satu sampel
8. Mampu melakukan pengujian hipotesis dua sampel
9. Mampu melakukan pengujian hipotesis lebih dari dua sampel
10. Mampu melakukan pengujian hipotesis dua rata-rata populasi

3
 Tinjauan Mata Kuliah

• Modul Pengantar Statistik Sosial (3 sks):

 Modul 1: Konsep-konsep Dasar Statistika
 Modul 2: Penyajian Data
 Modul 3: Ukuran Pemusatan dan Ukuran Penyebaran
 Modul 4: Probabilita
 Modul 5: Metode Penarikan Sampel
 Modul 6: Estimasi dan Uji Hipotesis
 Modul 7: Pengujian Hipotesis Satu Sampel
 Modul 8: Pengujian Hipotesis Dua Sampel
 Modul 9: Pengujian Hipotesis Lebih dari Dua Sampel & Dua Rata-rata
Populasi

4
 Tinjauan Mata Kuliah

 Buku Pegangan
 Pengantar Statistika Sosial, Bambang Prasetyo dkk, Universitas Terbuka 2011
 Penilaian
 Partisipasi (kehadiran dan keaktifan): 30%
 Tugas (Tugas 1, 2, dan 3): 70%
 Metode Pembelajaran
 Tatap Muka (8x pertemuan)
 Tutor
 Nama: Muhammad Harist Murdani,
 Status: Graduate Student of Computer Engineering dari Pusan National
University
 Email/Phone: hariste@gmail.com / 010-5811-4472

5
KONSEP DASAR
STATISTIKA
(Komunikasi - ISIP42153 - Modul 1)

6
 Pokok Bahasan

1 Pendahuluan

2 Pengertian & Pemanfaatan Statistika

3 Jenis Statistika

Pengukuran, Perbandingan Data,

4 Validitas dan Reliabilitas

7
 Pendahuluan

• Kompetensi Umum:
– dapat menjelaskan konsep dasar statistika

8
 Pendahuluan

• Kompetensi Khusus:
1. Definisi Statistika 7. Pengertian Pengukuran
2. Pemanfaatan Statistika 8. Konsep Dasar dalam Proses
Pengukuran
3. Pengertian Statistika Deskriptif
9. Skala Pengukuran
4. Pengertian Statistika Inferensia
10. Perbandingan Data
5. Pengertian Statistika Parametrik
11. Tingkat Ketelitian
6. Pengertian Statistika
NonParametrik 12. Validitas dan Reliabilitas

9
KONSEP DASAR
STATISTIKA
(Komunikasi - ISIP42153 - Modul 1)

Kegiatan Belajar 1
Pengertian dan Pemanfaatan
Statistika

10
 Sejarah Statistika

Saat Ini
Abad
Perteng-
Sebelum ahan
Masehi
Statistika telah
memasuki ranah
Lembaga gereja
menggunakan pengambilan
statistik untuk: keputusan
Bangsa-bangsa di melalui proses
mencatat jumlah
Mesopotamia, generalisasi dan
kelahiran,
Mesir dan Cina
kematian dan peramalan.
telah
perkawinan.
mengumpulkan
data statistik. (Ex.
pajak, hasil
pertanian, dll)
11
 Statistik & Statistika

• Statistik:
– suatu kumpulan angka yang tersusun lebih dari satu angka

• Statistika:
– Ilmu mengumpulkan, menata, menyajikan, menganalisis dan
menginterpretasikan data menjadi informasi.
– Dapat pula diartikan sebagai metode untuk mengumpulkan, mengolah,
menyajikan, menganalisis, dan menginterpretasikan data dalam bentuk angka.

12
 Kegunaan Statistika

• Penelitian Sosial:
– Menyusun, meringkas, dan menyederhanakan data.
– Merencanakan kegiatan survei atau eksperimen
– Menetapkan metode terbaik dalam penarikan kesimpulan (inferensi)
– Melakukan evaluasi terhadap kualitas suatu inferensi

13
KONSEP DASAR
STATISTIKA
(Komunikasi - ISIP42153 - Modul 1)

Kegiatan Belajar 2
Jenis Statistika

14
 Jenis Statistika

• Berdasarkan aktivitas:
– Statistika Deskriptif,
• Cara pengumpulan data, penyederhanaan angka, dan pengukuran
pemusatan demi informasi yang lebih mudah dipahami.
– Statistika Inferensia,
• Cara menganalisis data serta mengambil kesimpulan.
• 4 Karakteristik: pengamatan secara acak (random observation), teknik
penarikan sampel (sampling method), data dalam bentuk angka
(numerical data), dan tujuan umum inferensia (common inferential
objective).

15
 Jenis Statistika

• Berdasarkan metode:
– Statistika Parametrik
• Bagian dari statistika inferensia yang mempertimbangkan parameter
populasi
• Membutuhkan data yang berskala pengukuran minimal interval
– Statistika NonParametrik
• Bagian dari statistika inferensia yang tidak memperhatikan parameter
populasi
• Validitas tidak tergantung pada model peluang
• Data yang dibutuhkan berskala ukur nominal atau ordinal

16
KONSEP DASAR
STATISTIKA
(Komunikasi - ISIP42153 - Modul 1)

Kegiatan Belajar 3
Pengukuran, Perbandingan Data,
Validitas dan Reliabilitas

17
 Pengukuran

• Definisi:
– Suatu proses deduktif yang berangkat dari suatu ide.
• Tahapan:
– Konseptualisasi, proses pemilihan konsep dan pemberian batasan secara
teoretis.
– Operasionalisasi, proses penyusunan definisi operasional dari konsep.

18
 Pengukuran

• Prinsip Pengukuran:
– Prinsip Eksklusif (mutually exclusive)
• Suatu kasus (case) tidak dapat memiliki nilai kategori lebih dari satu untuk
variabel yang sama.
• Contoh: Jenis Kelamin
– Prinsip Ekshaustif (exhaustive)
• Bahwa nilai kategori yang tersedia untuk suatu variabel harus dapat
mencakup nilai dari semua jenis kasus (case).
• Contoh: Variabel media transportasi

19
 Konsep Dasar Pengukuran

• Konstanta dan Variabel:

– Konstanta, konsep yang mewakili gejala yang tidak bervariasi (tetap).
• Contoh: tipe keluarga ideal, tipe birokrasi ideal, dll.
– Variabel, konsep yang memiliki serangkaian nilai, ukuran, atau jumlah.
• Contoh: kepadatan penduduk, status gizi, dll.

20
 Konsep Dasar Pengukuran

• Variabel Kuantitatif & Kualitatif:

– V. Kuantitatif, variabel yang hasil pengamatannya bervariasi dalam hal jumlah
pada setiap penelitian yang dilakukan.
• Contoh: umur, tinggi, berat badan, kepadatan penduduk, angka kematian
bayi, dll.
– V. Kualitatif, variabel yang hasil pengamatannya bervariasi dalam jenis bukan
dalam tingkatan.
• Contoh: metode kontrasepsi, jenis kelamin, status perkawinan, dll.

21
 Konsep Dasar Pengukuran

• Variabel Diskrit & Kontinu (Kuantitatif):

– Variabel Diskrit (discrete variable)
• Variabel kuantitatif dengan jumlah nilai (kategori) yang dapat dihitung
(bilangan bulat).
• Contoh: jumlah anak dalam sebuah keluarga, jumlah mahasiswa UT, dll.
– Variabel Kontinu (continuous variable)
• Variabel kuantitatif di mana hasil pengamatannya merupakan salah satu
dari sejumlah (yang tidak terhingga) dari suatu garis interval (bilangan
pecah/bulat).
• Contoh: umur

22
 Skala Pengukuran

• Kuantifikasi:
– Kuantifikasi melalui kategori, untuk data nominal.
– Kuantifikasi melalui pengukuran, untuk data ordinal, interval, dan rasio.

• Skala Pengukuran:
– Skala Nominal
– Skala Ordinal
– Skala Interval
– Skala Rasio

23
 Skala Pengukuran

• Skala Nominal:
– Setiap kategori diberikan identifikasi berupa simbol (angka atau huruf) yang
tidak memiliki makna dan besaran tertentu
– Contoh: Status Pernikahan = 1. Sudah Menikah, 2. Belum Menikah, 3. Tidak
Menikah
• Skala Ordinal:
– Memiliki sifat yang sama dengan skala nominal, namun ada tambahan
informasi sehingga identifikasi yang diberikan bisa disusun berdasarkan
peringkat.
– Contoh: Jenjang Pendidikan = SD -> SMP -> SMA -> PT

24
 Skala Pengukuran

• Skala Interval:
– Memiliki keseluruhan sifat dari skala nominal dan ordinal, dengan sifat
tambahan. Dapat menentukan jarak dan perbandingan antarkategori yang
tersedia.
– Contoh: Variabel Suhu Udara = suhu hari ini 32°C, sedangkan kemarin 29°C.
• Skala Rasio:
– Memiliki seluruh sifat ketiga skala sebelumnya dan kemampuan untuk
membandingkan skala pengukuran yang disusun. Ada angka 0.
– Contoh: Perbandingan Berat Badan 1:2 = 45:30.

25
 Perbandingan Data

• Rasio:
– Digunakan dalam perbandingan antara dua kelompok data.
– Contoh: tahun 2006 SD di Kab. Sambas memiliki 71.595 murid dan 4.215 guru
(rasio murid dan guru adl. 16.99, 1 guru untuk 17 murid).
• Proporsi:
– Bentuk khusus dari rasio, pembagi dalam perhitungan adalah jumlah elemen
kedua data.
– Contoh: proporsi pekerja anak perempuan (usia 10-14 thn) di perkotaan
adalah 0.53 (diperoleh dengan membagi jml pekerja anak perempuan dengan
seluruh pekerja usia 10-14 tahun).

26
 Perbandingan Data

• Persentase:
– Memiliki rentang antara 0-100. Perhitungan sama dengan proporsi, namun
hasilnya harus dikalikan 100.
– Contoh: persentase pekerja anak perempuan (usia 10-14 tahun) di perkotaan
pada tahun 2007 sebanyak 39,41%.
• Rates (tingkat/angka):
– Perhitungan dilakukan dengan membagi jumlah munculnya kejadian dengan
jumlah keseluruhan.
– Contoh: angka kelahiran menurut umur (age specific fertility rate) menunjukkan
banyaknya kelahiran per 1000 wanita dari golongan umur tertentu.

27
 Tingkat Ketelitian

• Terdapat perbedaan antara data dari variabel yang diukur

dengan data hasil pengukuran instrumen, dikarenakan:
– Keterbatasan instrumen pengukuran
– Instrumen kurang akurat
• Perbedaan ini disebut sebagai kesalahan akibat pembulatan
(rounded error)
– Contoh: hasil pengukuran jarak dalam km antar 2 tempat atau berat badan
seseorang dalam satuan kg.

28
 Tingkat Ketelitian

• Prinsip pembulatan:
– Jika angka terkiri kurang dari 5 maka angka terkanan yang mendahuluinya
tetap.
Contoh: 70,15  70; 40,45  40;
– Jika angka terkiri lebih dari atau sama dengan 5 dan diikuti angka selain 0
maka angka terkanan yang mendahuluinya ditambah 1.
Contoh: 40,2501  40,3
– Jika angka terkiri sama dengan 5 dan diikuti oleh angka 0, maka angka
terkanan tetap jika genap dan ditambah 1 jika ganjil.
Contoh: 34,5000  34; 33,5000  33;

29
 Validitas & Reliabilitas

• Validitas suatu pengukuran menjawab:

– “Apakah variabel yang diteliti benar-benar mengukur (mewakili) variabel yang
akan diukur?”

• Reliabilitas suatu pengukuran menjawab:

– “Apakah (hasil) pengukuran dari variabel (indikator) yang diteliti konsisten atau
dapat diandalkan?”

30
UT Korea - Berkarya dan
Berpendidikan