Kuliah 1 Statistik Sosial UMJ Bahan

STATISTIK SOSIAL
Dr. Dra. Susiana Dewi Ratih, MM
https://www.youtube.com/watch?v=TuOftlGfLNc
https://www.youtube.com/watch?v=el7Ezn9PpWU
statistik SOSIAL - sdr - 1

Dosen Pengampu
• Dr.Dra. Susiana Dewi Ratih, MM
• No WA : 081398451419
• Email: susianaratih@gmail.com
• Subject: Statistik Sosial kelas B
• Pembuatan WAG
• Semua penugasan via email dan lms

Rancangan Perkuliahan
• Tugas
• Kuis
• UTS
• UAS
• Pada perkuliahan ini, mahasiswa wajib
menggunakan soft file Excell dan atau SPSS
(menggunakan lap top), atau kalkulator
scientific
Apa yang akan kita pelajari?
• Statistik  ALAT
• Alat untuk membantu mengambil keputusan
• Biasa digunakan dalam penelitian Kuantitatif
• Manusia yang menguasai statistic  bukan

sebaliknya

Pengertian Statistika Bab 1
OUTLINE
BAGIAN I Statistik
Pengertian Statistika Pengertian dan Penggunaan

Statistika
Penyajian Data
Jenis-jenis Statistika
Ukuran Pemusatan Jenis-jenis Variabel
Ukuran Penyebaran Sumber Data Statistika
Skala Pengukuran
Angka Indeks
Beberapa Alat Bantu Belajar
Deret Berkala dan
Peramalan Alat Bantu Program Statistika
dengan Komputer
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?
TABEL 1.1
Perusahaan Harga Saham Per Lembar
ADMG 160
SUGI 175
PRAS 210
GJTL 220
ACAP 455
BRAM 525
LPIN 600
INDS 700
IMAS 800
NIPS 1.000
AUTO 1.275
SMSM 1.450
ASII 1.850
GDJR 2.400
GRAFIK POLIGON
0
160-608 609-1057 1057-1506 1507-1955 1956-2404

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
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

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.

PENGGUNA STATISTIKA

Hubungan iklan di media massa dengan opini
KOMUNIKASI 1.
publik
(untuk analisis 2. Pengaruh budaya terhadap kemampuan
komunikasi pemimpin
kuantitatif) 3. Pengaruh iklan produkx terhadap persepsi
customer
4. Pengaruh penggunaan istilah teroris pada media
cetak A terhadap ideologi politik media A

OUTLINE
BAGIAN I Statistik

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

Ukuran Penyebaran
Skala Pengukuran
Angka Indeks
Deret Berkala dan Alat Bantu Program Statistika
Peramalan dengan Komputer
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
statistik SOSIAL - sdr -
nonparametrik 17
Statistik
• Arti sempit: Data ringkasan berbentuk angka
• Arti Luas: ilmu yang mempelajar cara
pengumpulan, pengolahan/pengelompokan,
penyajian , analisis data dan cara pengambilan
keputusan dengan memperhitungkan unsur
ketidak pastian berdasarkan probablilitas

Konsep Statistika
STATISTIKA :
Kegiatan untuk : KEGUNAAN
• mengumpulkan data
• 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) 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)
STATISTIK DESKRIPTIF
• Adalah : statistik • Yang termasuk statistik
yang hanya berlaku deskriptif adalah :
untuk data sampel • Mean
dan tidak dapat • Median
digeneralisasikan • Modus
terhadap populasi. • Standar defiasi
• Hystogram
• Diagram batang
• Prosentase dll
STATISTIK INFERENSIAL
• Yaitu statistik yang digunakan untuk

menggeneralisasikan data sampel terhadap
populasi. Oleh karena itu terdapat nilai
signifikansi ( α ).
• Statistik inferensial ada dua macam yaitu :

– Statistik parametris dan
– Statistik non parametris.
RASIONAL
• Kondisi riil pengolahan informasi (Data): Karena
keterbatasan waktu, biaya dan tenaga tidak
memungkinkan mengumpulkan dan mengolah
seluruh informasi yang ada di masyarakat (di
lapangan)
• Implikasi: diperlukan prosedur dan alat yang
memungkinkan menarik kesimpulan yang valid
yang berlaku bagi kelompok yang lebih luas,
berdasarkan informasi yang diperoleh dari
kelompok yang lebih kecil, dengan peluang
kesalahan yang terukur

ISTILAH-ISTILAH UMUM
• Kelompok data yang diolah disebut sampel
• Kelompok data yang diwakili disebut populasi
• Prosedur statistika yang dimaksud (untuk menarik
kesimpulan tentang populasi berdasarkan informasi
pada sampel) disebut statistika inferensial
• Pernyataan dugaan sementara (dari kajian teori)
tentang populasi disebut hipotesis. Hipotesis
selanjutnya diuji dari informasi yang ada pada
sampel

POPULASI vs SAMPEL
Teknik Sampling
Hipotesis
Tesis
Populasi: parameter
Sampel:statistik
Diolah di analisis
Inferensial
HIPOTESIS
• Hipotesis nol (nihil): Ho, bersifat netral (tidak ada
beda, tidak ada hubungan, ..tidak …)
• Hipotesis kerja (alternatif): Ha ada dua macam yaitu
– Dua arah (ada beda x dengany; ada hubungan, tanpa
menentukan mana yang lebih baik )
– Satu arah (menentukan kelompok yang lebih baik: x lebih
baik y; lebih jelek, berhubungan positif)
– Perumusan satu arah atau dua arah mempengaruhi
pengambilan keputusan yang bersifat marjinal

Statistik Parametris
• Statistik parametris digunakan untuk

menganalisis data interval dan rasio
• Ukuran uji dalam Statistik parametris antara

lain :
– T-test
– Anova
– Korelasi.

Statistik Non Parametris
• Statistik non parametris digunakan untuk
menganalisis data nominal dan ordinal.
• Uji statistik yang digunakan dalam statistik
non parametris antara lain :
– Binomial
– Sign test
– Χ 2 ( chi kuadrat ) dll.

POPULASI DAN SAMPEL

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

OUTLINE
BAGIAN I Statistik
Pengertian dan Penggunaan
Pengertian Statistika
Statistika
Penyajian Data Jenis-jenis Statistika
Jenis-jenis Data
Ukuran Pemusatan
Ukuran Penyebaran Skala Pengukuran
Angka Indeks Beberapa Alat Bantu Belajar

2. 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
4. Mengumpulkan dan mengolah data, menguji

hipotesis, atau menjawab pertanyaan
5. Mengambil kesimpulanINSTRUMEN
SAMPEL
SIFAT DATA
PERAN STATISTIKA
VARIABEL
METODE ANALISIS
3. Data
DATA terbagi atas DATA KUALITATIF dan DATA KUANTITATIF
DATA KUALITATIF : DATA KUANTITATIF :

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

DATA
NOMINAL INTERVAL
ORDINAL RASIO

DATA & VARIABEL
• Data adalah sekumpulan datum yang berisi fakta-fakta serta
gambaran suatu fenomena yang dikumpulkan, dirangkum,
dianalisis dan selanjutnya diinterpretasikan.
• Variabel adalah karakteristik data yang menjadi perhatian.

DATA MENURUT SKALA
PENGUKURAN
a. Nominal, sifatnya hanya untuk membedakan antar
kelompok.
Contoh: Jenis kelamin,
Jurusan dalam suatu sekolah tinggi
(Manajemen, Akuntansi).
b. Ordinal, selain memiliki sifat nominal, juga menunjukkan

peringkat.
Contoh: Tingkat pendidikan (SD, SMP, SMA),
Ranking

DATA MENURUT SKALA
PENGUKURAN (L)
c. Interval, selain memiliki sifat data ordinal, juga memiliki
sifat interval antar observasi dinyatakan dalam unit
pengukuran yang tetap.
Contoh: Nilai Test
d. Rasio, selain memiliki sifat data interval, skala rasio

memiliki angka 0 (nol) dan perbandingan antara dua nilai
mempunyai arti.
Contoh: Temperatur
Berat badan,

JENIS DATA (Skala Pengukuran)
Nominal Ordinal Interval Rasio
Bilangan menunjukkan    
perbedaan
Pengukuran dapat digunakan   
untuk membuat peringkat
atau mengurutkan obyek
Perbedaan bilangan  
mempunyai arti
Mempunyai nol mutlak dan 
rasio antara dua bilangan
mempunyai arti
a. skala nominal
memiliki ciri untuk membedakan skala ukur yang satu dengan
yang skala ukur yang lain
Contoh: Dikeranjang terdapat 3 buah jeruk, 4 buah
melon, 5 kg anggur
b. skala ordinal
memiliki ciri untuk membedakan juga untuk mengurutkan pada
rentangan tertentu
Contoh:
5 4 3 2 1
Istimewa Baik Rata-rata Kurang Kurang Sekali
39
c. skala interval
memiliki ciri untuk membedakan juga untuk mengurutkan
pada rentangan tertentu dan memiliki jarak interval yang
sama
Contoh:, Jumlah mahasiswa Elektro FTUI sebanyak 900
mahasiswa dan mahasiswa TI sebanyak 300
mahasiswa; berarti bahwa mahasiswa Elektro 3
kali mahasiswa TI
d. skala ratio
memiliki ciri untuk membedakan, mengurutkan, jarak
interval yang sama, dan ada titik nol berarti
Contoh: Suhu bulan Agustus di kota A, B, dan
C berturut-turut adalah 21oF, 27oF, 25oF
40
JENIS DATA MENURUT SIFATNYA
1. Kualitatif
– Berupa label/nama-nama yang digunakan untuk
mengidentifikasikan atribut suatu elemen
– Skala pengukuran: Nominal atau Ordinal
– Data bisa berupa numeric atau nonnumeric
2. Kuantitatif
– Mengindikasikan seberapa banyak (how many/diskret
atau how much/kontinu)
– Data selalu numeric
– Skala pengukuran: Interval dan Rasio
JENIS DATA MENURUT WAKTU
PENGUMPULANNYA
1. Cross-sectional Data
yaitu data yang dikumpulkan pada waktu tertentu yang
sama atau hampir sama
Contoh: Jumlah mahasiswa STEKPI TA 2005/2006,
Jumlah perusahaan go public tahun 2006
2. Time Series Data

yaitu data yang dikumpulkan selama kurun waktu/periode
tertentu
Contoh: Pergerakan nilai tukar rupiah dalam 1 bulan,
Produksi Padi Indonesia tahun 1997-2006
JENIS-JENIS DATA
1. Jenis kelamin
2. Warna kesayangan
3. Asal suku, dll
Data Kualitatif
1. Jumlah mobil
2. Jumlah staf
DATA Data Diskret 3. Jumlah TV, dll
(data interval)
Data Kuantitatif
1. Berat badan
2. Jarak kota
Data Kontinu 3. Luas rumah,
(data rasio) dll
OUTLINE
BAGIAN I Statistik

Statistika

Ukuran Penyebaran
Skala Pengukuran
Angka Indeks
Deret Berkala dan
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

OUTLINE
BAGIAN I Statistik
Pengertian Statistika Pengertian dan

Penggunaan Statistika
Penyajian Data
Ukuran Penyebaran Sumber Data Statistika
Skala Pengukuran
Angka Indeks
Deret Berkala dan
dengan Komputer
SKALA PENGUKURAN
Skala Nominal Skala Ordinal

Angka yang diberikan hanya Angka mengandung pengertian
sebagai label saja. tingkatan.
Contoh: pria = 1, wanita = 2 Contoh: ranking 1, 2, dan 3.
Ranking 1 menunjukkan lebih
tinggi dari ranking 2 dan 3.
Skala Interval Skala Rasio

Angka mengandung sifat ordinal Angka mempunyai sifat nominal,
dan mempunyai jarak atau interval. ordinal dan interval serta
Contoh: 1. Saham sangat mempunyai nilai absolut dari objek
prospektif dengan harga saham yang diukur.
Rp736-878, Contoh: bunga BCA 7% dan bunga
2. saham prospektif Rp592-735. Mandiri 14%, maka bunga Mandiri
2 kali bunga BCA.
OUTLINE
BAGIAN I Statistik Deskriptif

Statistika

Ukuran Penyebaran
Skala Pengukuran
Angka Indeks Beberapa Alat Bantu Belajar

BEBERAPA ALAT BANTU BELAJAR
• Contoh Kasus
• Kaji Kasus
• Ringkasan
• Latihan Terjawab
• Latihan Soal
• CD ROM (Tambahan Latihan Soal Terjawab)
• Penggunaan MS Excel untuk Statistika

NOTASI PENJUMLAHAN

NOTASI PENJUMLAHAN ()
Dengan menggunakan huruf Yunani  (sigma kapital) untuk menyatakan
“penjumlahan”, kita dapat menuliskan jumlah n sembarang bilangan:
x
i 1
i
kita baca “penjumlahan xi, i dari 1 sampai n”. Bilangan 1 dan n masing-masing
disebut batas bawah dan batas atas penjumlahan. Sehingga:
n
x
i 1
i  x 1  x 2  x 3  ...  x n

Misalkan dari sebuah percobaan yang mengamati turunya bobot badan selama
periode 6 bulan. Data yang tercatat adalah 15, 10, 18, dan 6 kilogram. Jika nilai
pertama kita lambangkan dengan x1 yang kedua x2, dan demikian seterusnya,
maka kita dapat menuliskan x1=15, x2=10, x3=18, dan x4=6, kita dapat menuliskan
jumlah empat perubahan bobot tersebut sebagai:
4 4
x
i 1
i  x1  x 2  x 3  x 4 x i  15  10  18  6
i 1
4
x
i 1
i  49
Batas bawah penjumlahan tidak harus dimulai dari angka 1 dan begitu pula
batas atas penjumlahan tidak harus sampai angka terbesar (n). Sebagai contoh:
x
i2
i  x2  x3  1 0  1 8  2 8
Subscrip i pada batas bawah penjumlahan dapat pula digantikan dengan huruf
lain asalkan konsisten dalam hal penggunaannya. Sebagai contoh:
n n n
x
j 1
j atau x
k 1
k atau
x l
l 1
Batas bawah penjumlahan tidak harus berupa subskrip. Misalnya, jumlah
sembilan bilangan asli pertama dapat dituliskan sebagai:
 x  1  2  3  4  5  6  7  8  9  45
x 1
Jika batas bawah dan batas atas penjumlahan tidak dituliskan, hal tersebut
berarti menjumlah seluruh bilangan. Sehingga:
 x  x i
i 1
i

Beberapa dalil Penjumlahan
Penjumlahan jumlah dua atau lebih peubah sama dengan jumlah masing-masing
penjumlahannya. Jadi:
n n n n
 x
i 1
i  yi  zi   x  y z
i 1
i
i 1
i
i 1
i
Jika c adalah suatu konstanta, maka:
n n n
 cx i  c  xi dan
 c  nc
i 1
i 1 i 1
• Σ2Xi = 2 Σ Xi
• C=2
• x1=15, x2=10, x3=18, dan x4=6
• 2 (15+10+18+6)=2x49 = 98
• Σnc = 4X2=8
n=4
C=2

Setelah mempelajari notasi penjumlahan (), perhatikan rumus untuk mencari
nilai koefisien korelasi linear (r) di bawah ini:
n
 n  n 
n  x i y i    x i   y i 
r i 1  i 1  i 1 
 n 2  n 2   n 2  n 2 
 n  xi    xi    n  y i    y i  
 i 1  i 1    i 1  i 1  
Rumus tersebut akan mudah diselesaikan. Satu hal yang perlu diperhatikan:
2
n
 n

n
 n  n 
i 1
x    xi 
i
2
 i 1 
dan
i 1
xi y i    xi   y i 
 i 1   i 1 
NILAI STATISTIKA DESKRIPTIF
• MINIMUM, yaitu nilai yang paling kecil dari
keseluruhan nilai dalam satu buah gugus data
(variabel).
• MAXIMUM, yaitu nilai yang paling besar dari
keseluruhan nilai dalam satu buah gugus data
(variabel).
• SUM, yaitu jumlah dari keseluruhan nilai dalam
satu buah gugus data (variabel).
• UKURAN PEMUSATAN DATA.
• UKURAN KERAGAMAN DATA.
UKURAN PEMUSATAN DATA
Mean / Rata-Rata / Rataan / Nilai Tengah / Nilai Harapan :
n n
x i y i
x i 1 y  i 1
n n
Contoh (X): 15 12 9 13 13 16 10
x i
15  12  9  13  13  16  10 88
x i 1
   12 ,571
7 7 7

Median, yaitu nilai yang posisinya tepat berada di tengah setelah data diurutkan
(jika banyak data ganjil), atau rata-rata dari dua nilai yang posisinya di tengah
setelah data diurutkan (jika banyak data genap).
Contoh 1:
15 12 9 13 13 16 10 diurutkan jadi 9 10 12 13 13 15 16
Mediannya adalah 13 (nilai pada suku ke-4).
Contoh 2:
25 32 42 15 13 27 diurutkan jadi 42 32 27 25 15 13
Mediannya adalah (27 + 25) / 2 = 26,5
Modus, yaitu nilai yang memiliki frekwensi muncul paling tinggi. Dalam satu buah
gugus data dapat memiliki lebih dari satu modus, khusus yang memiliki dua
modus disebut bimodus. Apabila semua nilai dalam suatu gugus data memiliki
frekwensi muncul yang sama, maka gugus data tersebut dikatakan tidak memiliki
modus.
Contoh 1:
15 12 9 13 13 16 10 modusnya adalah 13
Contoh 2:
15 12 9 13 13 16 10 9 modusnya adalah 9 dan 13 (bimodus)
Contoh 3:
15 12 15 9 13 13 16 12 9 16 tidak memiliki modus

• https://www.youtube.com/watch?v=R86iwCg
c0KQ
• https://www.youtube.com/watch?v=YLjzJByb
C6s

UKURAN KERAGAMAN DATA
Wilayah (Range), yaitu selisih dari nilai terkecil dan terbesar.
Contoh:
15 12 9 13 13 16 10
Wilayahnya = 16 – 9 = 7
Ragam (Varians), dihitung menggunakan rumus:
N n
 x   x  x
2 2
i i
 2 i 1
s 
2 i 1
N n 1
data populasi data contoh (sample)
Contoh Kasus:
Pembandingan harga kopi dalam bungkus 200 gram di empat toko kelontong
yang dipilih secara acak menunjukkan kenaikan dari harga bulan sebelumnya
sebesar 12, 15, 17, dan 20 rupiah. Hitunglah ragam contoh kenaikan harga kopi
tersebut!
Jawab:
Mean contoh kita peroleh dengan perhitungan:
n 4
x x i i
12  15  17  20 64
x i 1
 i 1
   16
n 4 4 4

Jawab (lanjutan):
Dengan demikian, X1=12, X2=15,
X3=17, dan X4=20
n 4 2

 ix  x  2
  xi  16 
s2  i 1
 i 1
n 1 3
s2 
  4  2    1  2  1  2   4  2
3
16  1  1  16 34
s  2
  1 1, 3 3
3 3
15 12 9 13 13 16 10
Xi X̅ Xi - X̅ (Xi - X̅ )²
15 12,57 2,43 5,9049
12 12,57 -0,57 0,3249
9 12,57 -3,57 12,7449
13 12,57 0,43 0,1849
13 12,57 0,43 0,1849
16 12,57 3,43 11,7649
10 12,57 -2,57 6,6049
Jumlah = Σ= 37,7143
S²= 37,7143 /6 = 6,285716667
Dengan menggunakan kuadrat simpangan untuk

menghitung ragam, baik populasi maupun contoh, kita
memperoleh suatu besaran dengan satuan yang sama
dengan kuadrat satuan semula. Jadi jika data asalnya dalam
satuan meter (m), maka ragamnya mempunyai satuan meter
kuadrat (m2). Agar diperoleh ukuran keragaman yang
mempunyai satuan yang sama dengan satuan asalnya,
seperti halnya pada wilayah, kita akarkan ragam tersebut.
Ukuran yang diperoleh disebut simpangan baku (Standard
Deviasi).

Simpangan baku (Standard deviasi), dihitung menggunakan rumus:
N n
x     xi  x
2 2
i
  i 1 s i 1
N n 1
data populasi data contoh (sample)
Dari contoh kasus kenaikan harga kopi, nilai simpangan bakunya adalah:
s  s2  1 1,3 3  3 ,3 6 6
Tampilan rumus Standard Deviasi dari data contoh (sample) dapat pula
ditampilkan dalam bentuk:
2
 
2  n

  xi 
n n
n  xi    xi 
2
atau n
 i 1 
s i 1  i 1   xi
2

n
n  n  1 s i 1
n 1
Hal tersebut, sejalan pula dengan tampilan rumus ragam (varians) atau standard
deviasi baik untuk data populasi maupun data contoh yang bersesuaian.

Hitunglah – Tugas – kirim email :
susianaratih@gmail.com paling lambat jam 23.59
26 September 2020
• 80, 89, 90,100, 100, 70, 65, 65, 78,79
90, 71, 77, 80, 69, 75, 78, 75,75,79
• Hitung Pemusatan data : mean, median.
modus
• Hitung keragaman data: Range, Varians dan
standar deviasi

SEE YOU NEXT WEEK

Kuliah 1 Statistik Sosial UMJ Bahan

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Kuliah 1 Statistik Sosial UMJ Bahan

Diunggah oleh

Hak Cipta:

Format Tersedia

STATISTIK SOSIAL

Dr. Dra. Susiana Dewi Ratih, MM

statistik SOSIAL - sdr - 1

statistik SOSIAL - sdr - 2

• Manusia yang menguasai statistic  bukan

statistik SOSIAL - sdr - 5

Pengertian Statistika Pengertian dan Penggunaan

Ukuran Penyebaran Sumber Data Statistika

statistik SOSIAL - sdr - 7

(a) Jaman Mesir dan Cina untuk menentukan besar pajak

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

(c) Tahun 1937 Tinbergen mengembangkan ekonomi statistik

(d) Hicks mengembangkan matematika ekonomi untuk analisis IS- LM

(e) Tahun 1950, Bayes mengembangkan Teori Pengambilan

statistik SOSIAL - sdr - 8

Beberapa contoh kasus yang membutuhkan dukungan

(a) Kasus tuntutan buruh tentang kenaikan gaji,

Perusahaan Harga Saham Per Lembar

statistik SOSIAL - sdr - 11

Pengguna Statistika Masalah yang Dihadapi

Manajemen 1. Penentuan struktur gaji, pesangon, dan tunjangan

Akuntansi 1. Penentuan standar audit barang dan jasa.

statistik SOSIAL - sdr - 12

Pengguna Statistika Masalah yang Dihadapi

Pemasaran 1. Penelitian dan pengembangan produk.

statistik SOSIAL - sdr - 13

Pengguna Statistika Masalah yang Dihadapi

Agribisnis 1. Analisis produksi tanaman, ternak, ikan dan

statistik SOSIAL - sdr - 14

Pengguna Statistika Masalah yang Dihadapi

statistik SOSIAL - sdr - 15

Pengertian Statistika Pengertian dan Penggunaan

Ukuran Pemusatan Jenis-jenis Data

Sumber Data Statistika

JENIS-JENIS STATISTIKA Materi:

statistik SOSIAL - sdr - 18

• Yaitu statistik yang digunakan untuk

• Statistik inferensial ada dua macam yaitu :

statistik SOSIAL - sdr - 23

statistik SOSIAL - sdr - 24

statistik SOSIAL - sdr - 26

• Statistik parametris digunakan untuk

• Ukuran uji dalam Statistik parametris antara

statistik SOSIAL - sdr - 27

statistik SOSIAL - sdr - 28

statistik SOSIAL - sdr - 29

statistik SOSIAL - sdr - 30

Angka Indeks Beberapa Alat Bantu Belajar

Deret Berkala dan Alat Bantu Program Statistika

LANGKAH-LANGKAH DALAM METODE ILMIAH :

4. Mengumpulkan dan mengolah data, menguji

DATA terbagi atas DATA KUALITATIF dan DATA KUANTITATIF

DATA KUALITATIF : DATA KUANTITATIF :

KUALITATIF JENIS KUANTITATIF

statistik SOSIAL - sdr - 33

• Variabel adalah karakteristik data yang menjadi perhatian.

statistik SOSIAL - sdr - 35

b. Ordinal, selain memiliki sifat nominal, juga menunjukkan

statistik SOSIAL - sdr - 36

d. Rasio, selain memiliki sifat data interval, skala rasio

statistik SOSIAL - sdr - 37

Istimewa Baik Rata-rata Kurang Kurang Sekali