Variabel Penelitian

Adalah segala sesuatu yang berbentuk apa saja

yang ditetapkan oleh peneliti untuk dipelajari
sehingga diperoleh informasi tentang hal
tersebut, kemudian ditarik kesimpulan
Macam-macam variabel
 Variabel independen (variabel bebas) adalah
variabel yang mempengaruhi atau yang menjadi
sebab perubahannya atau timbulnya variabel
dependen (terikat).
 Variabel dependen (variabel terikat) adalah
merupakan variabel yang dipengaruhi atau yang
menjadi akibat, karena adanya variabel bebas

Penggantian oli Peningkatan

(variabel performansi
independen) (variabel dependen)
 Variabel moderator adalah variabel yang
mempengaruhi (memperkuat dan
memperlemah) hubungan antara variabel
independen dengan dependen

Penggantian oli Peningkatan

(variabel performansi
independen) (variabel dependen)

Penambahan zat
aditive
(variabel mederator)
 Variabel Intervening adalah variabel yang secara
teoritis mempengaruhi hubungan antara variabel
independen dengan dependen, tetapi tidak dapat
diamati atau diukur. Cara
pemakai
Penggantian oli an Peningkatan
(variabel (variabel performansi
independen) interveni (variabel dependen)
ng)

Penambahan zat
aditive
(variabel mederator)
 Variabel kontrol adalah variabel yang
dikendalikan atau dibuat konstan sehingga
hubungan variabel independen terhadap
dependen tidak dipengaruhi oleh faktor luar
yang tidak diteliti.
Penggantian oli Peningkatan
(variabel performansi
independen) (variabel dependen)

Produk, volume,
viscousitas sesuai
standar
(variabel kontrol)
Statistik Data
 Pengertian Statistika
 Statistika Vs Statistik
 Statistik  kumpulan angka-angka yang
berkaitan dengan data kuantitatif
 Statistik Indonesia, Statistik Ekonomi-
Keuangan,
 Statistika  ilmu tentang pengumpulan,
penyajian, analisa dan interpretasi data untuk
membuat keputusan
 Ruang Lingkup Statistika

Decision 

Knowledge
Pengalaman, Teori,
Stat. Inferensial
Information

Deskriptif, Probabilitas
Identify the Data
Problem

Sampling
 Peranan Stastika
Ekonomi : menetapkan standar mutu, pengawasan
terhadap efisiensi kerja, pengujian metode baru,
hubungan antara biaya dengan produksi,
preferensi konsumen, penaksiran potensi pasar,
penetapan harga

Tenaga kerja : tingkat partisipasi AK, Penyerapan TK,

pengangguran, produktivitas TK, upah, rate of
return.

Pertanian : peningkatan produksi, bibit baru, teknik

penanaman dan pemeliharaan,
 Sampling
 Sampling : Metode pengambilan sampel dari suatu populasi
 Populasi adalah suatu keseluruhan pengamatan atau obyek
yang menjadi perhatian.
 Sampel : bagian data dari populasi yang terambil untuk
diamati lebih lanjut.
 Sampel yang terambil harus mencerminkan dan mewakili
populasi  sampel representatif

Populasi
, , P, N
Sampel
x, s, p, n
Metode Sampling
 Random sampling
 Semua anggota populasi punya kesempatan yang
sama untuk terpilih
 Sample, stratified, dan cluster

 Non random sampling

 Populasi tak terbatas atau populasi tidak
diketahui
 Purposive, quota, snowball
 Data
Pengertian Data : gabungan antara variabel
dan observasi
Syarat data yang baik :
1. Obyektive : sesuai dengan keadaan yang sebenarnya
2. Representative : mewakili
3. Relevant : ada hubungan dengan persoalan
4. Up to date : tepat waktu
5. Sampling error kecil
Macam-macam data
Data
Jenis-jenis Data
 Menurut Sifatnya :
1. Data Kualitatif : menunjukkan jenis atau kualitas
Contoh : bagus, cantik, lebih tinggi, pendidikan, jenis
kelamin

2. Data Kuantitatif : memiliki ukuran/jumlah

> Diskret :
contoh : Pak Budi mempunyai 3 mobil
Bu Indah mempunyai 2 anak
> Kontinu :
contoh : Tinggi badan Budi 175,5 cm
Berat badan Bombom 123,8 kg
 data
Data
 Menurut sumbernya :
1. Data Primer : data yang dikumpulkan langsung dari
lapangan. (Hasil survai langsung ke
masyarakat)

2. Data Sekunder : data yang telah dikumpulkan/diinforma-

sikan pihak lain. (Hasil Publikasi BPS,
data kriminal dari kepolisian, data TKI/
TKW dari Nakertran)
 data
Data
 Menurut waktu pengumpulannya :
1. Data Cross section : data berbagai aspek yang
dikumpulkan
pada satu waktu tertentu

2. Data Time Series : data yang dikumpulkan dari waktu

ke waktu terbatas
pada aspek tertentu yang
spesifik

3. Data panel : Data berbagai aspek yang dikumpulkan dari

waktu ke waktu (responden tetap)
 Skala Pengukuran
Alat untuk memahami karakteristik Data suatu variabel

1. Skala Nominal : data yang hanya merupakan symbol

atau lambang.
2. Skala Ordinal : Skala nominal yang berperingkat.
3. Skala Interval : Data numerik/angka dapat dilakukan
operasi matematik, namun tidak dpat
diperbandingkan.
4. Skala Rasio : Data numerik/angka dapat dilakukan
operasi matematik dan dapat
dibandingkan/dirasiokan
 Metode Statistik
 Statistika Deskriptif : menyajikan suatu informasi
mengenai kondisi populasi/sampel.

 Statistika inferensial : menyajikan generalisasi

informasi sehingga menjadi teori atau
pengetahuan.
Macam-macam Statistik
Deskriptif

Statistik
Parametris

Inferensial

Nonparametris
 Deskriptif : adalah statistik yang digunakan
untuk menggambarkan atau menganalisa suatu
statistik hasil penelitian, tetapi tidak digunakan
untuk membuat kesimpulan yang lebih luas
(generalisasi). Penelitian yang tidak
menggunakan sampel, analisisnya akan
menggunakan statistik deskriptif. Demikian juga
penelitian yang menggunakan sampel tetapi
peneliti tidak bermaksud untuk membuat
kesimpulan terhadap populasi dari mana sampel
diambil, maka statistik yang digunakan adalah
statistik deskriptif.
• Statistik Inferensial : adalah statistik yang
digunakan untuk menganalisis data sampel, dan
hasilnya akan digeneralisasikan (inferensikan) untuk
populasi dimana sampel diambil.
– Statistik inferensial parametris ini digunakan
untuk menganalisis data interval atau rasio yang
diambil dari populasi yang berdistribusi normal.
– Statistik inferensial nonparametris digunakan
untuk menganalisis data nominal dan ordinal dari
populasi yang bebas distribusi (tidak harus normal)
 Statistik Deskriptif
Distribusi Freqwensi
 Tujuan : menyajikan informasi distribusi data
secara detail
 Cara : menyusun data mulai hasil pengukuran
terendah hingga tertinggi.
 Contoh :
 55 48 22 49 78 59 27 41 68 54 34 80 68 42 73
51 76 45 32 53 66 32 64 47 76 58 75 60 35 57
73 38 30 44 54 57 72 67 51 86 25 37 69 71 52
25 47 63 59 64
DISTRIBUSI FREKUENSI

 Riingkasan dalam bentuk table dalam suatu

kelompok data yg menunjukan frekuensi
item-item (katagori2) dalam beberapa kelas.
 Statistik Deskriptif
Data yang telah durut :
22 25 25 27 30 32 32 34 35 37 38 41 42 44 45 47 47 48 49
51 51 52 53 54 54 55 57 57 58 59 59 60 63 64 64 66 67 68
68 69 71 72 73 75 75 76 76 78 80 86

Puluhan Satuan Jumlah

Dalam bentuk:
2 2557 4
Steam and Leaf
3 0224578 7
4 12457789 8
5 112344577899 12
6 034467889 9
7 12355668 8
8 06 2
 Statistik Deskriptif
Distribusi Frekwensi :
Kelas Ke Batas Kelas Jumlah
1 20 – 29 4
2 30 – 39 7
3 40 – 49 8
4 50 – 59 12
5 60 – 69 9
6 70 – 79 8
7 80 - 89 2
50
Statistik Deskriptif
Persentase Responden menurut Tingkat Pendidikan
yang ditamatkan di Kota Solok, 2005

L P N
< SD 27.61 28.2 13,692
SD 15.84 15.9 7,779
SLTP 18.32 16.4 8,498
SLTA 29.96 28.2 14,241
SLTA + 8.27 11.31 4,836
Total (n) 23 442 25 601 49 046
Statistik Deskriptif
Persentase Responden menurut Status Perkawinan
di Kota Solok, 2005

60

50

40

30

20

10

0
Belum Kawin Kawin Cerai Hidup Cerai Mati
Statistik Deskriptif
Persentase Responden menurut Status Pekerjaan
Utama di Kota Solok, 2005

0 5 10 15 20 25 30 35 40 45
Berusaha Sendiri Berusaha dibantu buruh tidak tetap
Berusaha dibantu buruh tetap Karyawan/Pegawai
Pek. bebas Pert. Pek. bebas non Pert.
Pekerja tidak dibayar
UKURAN PEMUSATAN
Ukuran Pemusatan
 Ukuran Pemusatan menunjukkan di mana suatu
data terpusat atau mengelompok
 Pada umumnya data akan memusat pada nilai-nilai :
Rata-rata hitung, Median dan Modus

Jumlah semua nilai data

Rata-rata hitung = ------------------------------------
Banyaknya data
Ukuran Pemusatan
 Pada data yang tidak dikelompokkan

X i
X  i 1

contoh : 5 8 4 7 9

_ 5+8+4+7+9
X = ----------------------- = 6,6
5
Ukuran Pemusatan
 Untuk data yang dikelompokkan

 Rata-rata hitung :

X
 x. f
_ f
X = 2695 / 50 = 53,9
Ukuran Pemusatan
 Data mengelompok

Kelas Batas Kelas ttk tengah f x.f

1 20 – 29 24,5 4 98
2 30 – 39 34,5 7 241,5
3 40 – 49 44,5 8 356
4 50 – 59 54,5 12 654
5 60 – 69 64,5 9 580,5
6 70 – 79 74,5 8 596
7 80 - 89 84,5 2 169
50 2695
___

X = 2695 / 50 = 53,9
Ukuran Pemusatan (Median)
Median adalah nilai yang berada di tengah, yang
membagi dua jumlah data sama banyak (setelah data
terurut).

1.Data diurut dari nilai kecil ke besar

2.Tentukan posisi median = (n+1)/2 (GENAP)
3.Posisi median (n-1)/2 (GANJIL)
4.Tentukan nilai median

Contoh : data : 9 5 7 8 4 5
1.Sort data : 4 5 5 7 8 9
2.Posisi median = (6+1)/2 = 3,5
3.Nilai median pada posisi 3,5 adalah 6
Median Ukuran Pemusatan

Pada data yang dikelompokkan

 (n / 2)  F 
Md  B   .i
 fm 
 Md : Nilai Median
 B : Tepi batas bawah kelas median
 F : frekuensi kumulatif sebelum kelas median
 fm : frekuensi pada kelas median
 i : interval kelas median

 Contoh : Lihat tabel blkng cara penghitungan md

 Md = 49,5 + [( 25 – 19) / 12] x 10

 Md = 54,5
 Cara penghitungan median

frek kum frek x ttk

kelas Batas kelas frek ttk tngh tngh
1 20-29 4 24.5 4 98
2 30-39 7 34.5 11 241.5
3 40-49 8 44.5 19 356
4 50-59 12 54.5 31 654
5 60-69 9 64.5 40 580.5
6 70-79 8 74.5 48 596
7 80-89 2 84.5 50 169
50 2695
Modus
Modus adalah nilai yang paling sering muncul.

 d1 
Mo  B   .i
 d1  d 2 
Mo = Nilai Modus
B = Tepi Batas Bawah kelas modus
d1= beda frekuensi antara kelas modus dg kelas sebelumnya
d2 = beda frekuensi antara kelas modus dg kelas sesudahnya
i = interval kelas modus
Modus

Contoh : Lihat tabel 1

Tentukan kelas modusnya (kelas yg memiliki
frekuensi terbesar) : 50 – 59
d1 = 12 – 8 = 4
d2 = 12 – 9 = 3

Mo = 49,5 + [4 / (4+3)] 10 = 55,21

 Ukuran Kelebihan Kekurangan
Pemusatan
1. Melibatkan semua nilai 1. Peka thd nilai ekstrim
2. menggambarkan mean 2. Kurang baik unutk data
Rata-rata populasi heterogen
hitung 3. Cocok untuk data homogen
1. Tidak terpengaruh oleh 1. Tidak mempertimbangkan
data ekstrim semua nilai
Median 2. Cocok untuk data 2. Kurang menggambarkan
heterogen ( nominal) mean populasi

1. Tidak terpengaruh oleh nilai 1. Kurang menggambarkan

Modus ekstrim mean populasi
2. Cocok untuk data 2. Modus bisa lebih dari satu
homogen/heterogen
3. Open ended data
 Ukuran Letak
 Kuartil : membagi data menjadi 4 bagian sama
banyak.
 Desil : membagi data menjadi 10 bagian sama banyak
 Persentil : membagi data menjadi 100 bagian sama
banyak

 Rumus cek di buku.

Catatan
 Rumus-rumus :
 Ukuran Penyebaran

Ukuran Penyebaran menggambarkan bagaimana

suatu kelompok data menyebar terhadap pusat
data.
Macam-macam ukuran penyebaran :
1. Jarak (Range)
2. Deviasi rata-rata (MD)
3. Deviasi Standar
4. Koefisien Variasi
 Ukuran Penyebaran

 > Deviasi Standar

 Pada data yang tidak dikelompokkan

 Untuk data populasi :

 x   
2


N

 Untuk data sampel :

 x  X 
2

s
n 1
 Deviasi Standar

 Contoh :
 Data populasi : 5 3 7 5 8 2
=5
(5  5) 2  (3  5) 2  (7  5) 2  (5  5) 2  (8  5) 2  (2  5) 2
 
6
 = 2,08
Data sampel : 5 3 7 5 8 2

X 5
(5  5) 2  (3  5) 2  (7  5) 2  (5  5) 2  (8  5) 2  (2  5) 2
s
6 1
s = 2,28
 Deviasi Standar

Batas Kelas x f x.f (x-)² f.(x-)²

20 – 29 24,5 4 98 864.36 3457.44

30 – 39 34,5 7 241,5 376.36 2634.52
40 – 49 44,5 8 356 88.36 706.88
50 – 59 54,5 12 654 0.36 4.32
60 – 69 64,5 9 580,5 112.36 1101.24
70 – 79 74,5 8 596 424.36 3394.88
80 - 89 84,5 2 169 936 1872.72

50 2695 13082

2695 13082
  53,9   16,17
50 50
 Ukuran Penyebaran Relative

 Digunakan untuk membandingkan dua atau

lebih distribusi.
 Koefisien Variasi


 Untuk data populasi KV  x100%

 Untuk data sampel
s
KV  x100%
X
 SEKIAN DAN
TERIMAKASIH
 Soal Latihan
 Berikut Nilai UTS Statistika Ekonomi 15
mahasiswa D3 FEUI :
 45 78 95 65 88 70 55 65 81 90 52 73
65 55 67

 Tentukan :
 1.  2.  3. Md 4. Mo 5. KV
 6. Q3 7. D6
 Soal Latihan
 Berikut data Berat badan 50 mhs D3 FEUI

Berat Badan (kg) Frekuensi

50 – 54 5
55 – 59 9
60 – 64 15
65 – 69 11
70 – 74 6
75 - 79 4

50
 Tentukan :
 1.  2.  3. Md 4. Mo 5. Q3 6. D7