Anda di halaman 1dari 62

STATISTIKA

EKONOMI DAN
BISNIS I.
Noor Hafizah Uhdiyati, S.E.I., M.E
Pengertian
kumpulan angka yang dihasilkan dari
pengukuran atau perhitungan yang
disebut data

Statistik diartikan sebagai statistik sampel

suatu metode ilmiah yang dapat


digunakan sebagai alat bantu
dalam mengambil keputusan,
mengadakan analisis data hasil
(Budiarto) penelitian, dal lain-lain.
PERTANYAAN MENDASAR

• Apa yang dimaksud dengan “Statistik”?

• Mengapa perlu “Statistik”?

• Kapan dan dimana kita bisa menggunakan “Statistik”?

• Bagaimana menggunakan “Statistik”?

• Teknik/prosedur apa saja yang ada di dalam statistik?


Mengapa ya Perlu Statistik?

• Di dunia tidak ada yang pasti.


• Ada error/kesalahan, adanya variasi/fluktuasi.
• Butuh sample, generate populasi.
• Ada Dugaan/Estimasi.
• Membutuhkan Pengujian hipotesa dalam eksperimen.
• Ingin mengetahui pola hubungan.
• Ingin mengetahui studi kelayakan.
• Ingin mengetahui yang akan datang.
• Ingin mencari informasi.
• Sebagai Pengambilan Keputusan dlm menentukan kebijaksanaan.
• Ingin mengidentifikasi pola atau bentuk tertentu.
• Menganalisa Standart Kwalitas Produksi, kompetensi
• Dll.
C. PERANAN STATISTIK

• Dalam kehidupan sehari-hari


contoh : angka-angka kenakalan remaja, tingkat
biaya hidup, tingkat kecelakaan lalu lintas.
• Dalam penelitian ilmiah
• Dalam ilmu pengetahuan
PERLUNYA STATISTIK
• Menjelaskan hubungan antara variabel-
variabel
• Membuat rencana dan prediksi
• Mengatasi berbagai perubahan
• Membuat keputusan yang lebih baik
FUNGSI STATISTIK

• Bank Data
• Alat quality kontrol
• Alat analisis
• Pemecahan masalah dan pembuat
keputusan
CONTOH PENGGUNAAN
STATISTIKA
• Akuntansi (Accounting)
Perusahaan akuntan publik seringkali menggunakan prosedur
pengambilan sampel (contoh) yang memenuhi kaidah-kaidah
statistik ketika melakukan audit terhadap kliennya.

• Keuangan (Finance)
Penasehat keuangan menggunakan berbagai jenis informasi
statistik, termasuk price-earnings ratio dan hasil dividen, untuk
membantu dalam memberikan rekomendasi investasi.
CONTOH PENGGUNAAN
STATISTIKA
• Pemasaran (Marketing)
Pengambilan sampel masyarakat sebagai calon konsumen untuk
diminta pendapat tentang produk yang akan diluncurkan oleh suatu
perusahaan seringkali menggunakan kaidah statistik.

• Ekonomi
Para ahli ekonomi menggunakan prosedur statistik dalam melakukan
peramalan tentang kondisi perekonomian pada masa yang akan
datang.
Tujuan Statistik
• Untuk menjawab permasalahan dan membuktikan
sesuatu yang belum terbukti kebenarannya.
• Meringkas data sehingga data tersebut
menghasilkan informasi yang mudah dimengerti
Penerapan
Statistik
Statistik

Hampir di
setiap Bidang

pertanian kesehatan

industri ekonomi
psikologi Manajemen
STATISTIK MANAJEMEN

Statistik data atau informasi yang


Manajemen berkaitan dengan masalah
manajemen

Merencanakan Program Pelayanan Pelanggan


Administrasi menemukan alternatif penyelesaian masalah
pelanggan
Perusahaan melakukan analisis tentang kepuasan pelanggan
selama periode waktu tertentu
Ruang Lingkup Statistik

Statistik
Deskriptif
Statistik
Statistik
Inferensial
a. Statistik Diskriptif
Kegiatan statistik yang dilakukan meliputi pengumpulan data, pengolahan
data, penyajian data, dan penyimpulan data untuk mencari gambaran
tentang ; ciri – ciri, bentuk, karakter, pada penduduk, masyarakat,
organisasi berdasarkan data yang diperoleh
b. Statistik Inferensial
Merupakan Statistik yang menaksir secara umum suatu populasi dengan
menggunakan sampel, termasuk didalamnya teori penaksiran dan teori uji.
Kegiatan statistik ini mulai pengumpulan data sampai dengan uji hypotesis.
masalah Hubungan Penelitian
dan statistik…???????

hipotesis

menentukan sampel

mengumpulkan sampel
perlu
statistika
menyajikan data

menganalisa data

membuat kesimpulan
IKHTISAR PEMBAGIAN DATA

Data

Menurut Menurut Menurut Cara Menurut waktu


sifat sumber memperoleh pengumpulannya

Kualitatif Kuantitatif Primer Sekunder Time series Cross


section

Internal Eksternal
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.


• Variabel Diskrit, adalah suatu variabel dengan nilai yang dapat
dihitung atau terbatas.
• Variabel Kontinu, adalah variabel dengan nilai tidak terbatas yang
dapat diukur atau dicatat sampai tingkat kesempatan yang
diperlukan.
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),
Skala perusahaan (besar, sedang).
DATA MENURUT SKALA
PENGUKURAN
c. Interval, selain memiliki sifat data ordinal, juga memiliki sifat
interval antar observasi dinyatakan dalam unit pengukuran yang
tetap.
Contoh: Temperatur

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


angka 0 (nol) dan perbandingan antara dua nilai mempunyai
arti.
Contoh: Tinggi badan,
Berat badan,
Waktu
JENIS DATA MENURUT SIFATNYA

a. Kualitatif
• Berupa label/nama-nama yang digunakan untuk
mengidentifikasikan atribut suatu elemen
• Skala pengukuran: Nominal atau Ordinal
• Data bisa berupa numeric atau nonnumeric
• Misalnya prestasi siswa sangat meningkat, biaya sekolah
sangat mahal, penyaluran BOS sangat lancar, dsb.
JENIS DATA MENURUT SIFATNYA

b. Kuantitatif
• Mengindikasikan seberapa banyak (how many/diskret atau
how much/kontinu)
• Data selalu numeric
• Skala pengukuran: Interval dan Rasio
• Misalnya rata-rata nilai matematika siswa 80, biaya SPP
perbulan Rp 100.000,-, 99% siswa dinyatakan tamat dan
lulus, dan sebagainya.
JENIS DATA MENURUT
SUMBERNYA
a. Data Internal
yaitu data yang menggambarkan keadaan/kegiatan di dalam
suatu organisasi.
Di dalam suatu sekolah, misalnya data guru, data keuangan,
data siswa, data prestasi siswa, dan sebagainya.

b. Data Eksternal
yaitu data yang menggambarkan keadaan/kegiatan di luar
suatu organisasi.
Bagi suatu sekolah, misalnya tingkat daya beli masyarakat,
perkembangan biaya sekolah, permintaan (demand), dan
sebagainya.
JENIS DATA MENURUT WAKTU
PENGUMPULANNYA
a. Cross-sectional Data
yaitu data yang dikumpulkan pada waktu tertentu yang sama
atau hampir sama
Contoh: Jumlah mahasiswa UPI yptk 2016/2017,
Jumlah perusahaan go public tahun 2016

b. Time Series Data


yaitu data yang dikumpulkan selama kurun waktu/periode
tertentu
Contoh: Pergerakan nilai tukar rupiah dalam 1 bulan,
Produksi Padi Indonesia tahun 2007-2016
JENIS DATA MENURUT CARA
MEMPEROLEHNYA
a. Data Primer
yaitu data yang dikumpulkan dan diolah sendiri oleh suatu
organisasi atau perseorangan langsung dari objeknya.
Misalnya, BPS melakukan sensus penduduk tahun 2000 untuk
memperoleh data penduduk.

b. Data Sekunder
yaitu data yang diperoleh dalam bentuk yang sudah jadi, sudah
dikumpulkan dan diolah oleh pihak lain, biasanya sudah dalam
bentuk publikasi.
Misalnya, suatu perusahaan memperoleh data penduduk dari
BPS, data perbankan dari BI, dll.
DISTRIBUSI FREKUENSI
Distribusi Frekuensi?

Pengelompokkan data menjadi tabulasi data dengan memakai kelas-kelas data dan dikaitkan
dengan masing-masing frekuensinya
KELEBIHAN DAN KEKURANGAN
Kelebihan
1. Dapat mengetahui gambaran secara lebih mudah
2. Memudahkan mengienterpretasi data
3. Mempermudah penarikan kesimpulan
Kekurangan
1. Rincian atau informasi awal menjadi hilang
. Menentukan jarak/ Jangkauan (J)
JANGKAUAN/ RANGE J= data terendah - data terkecil

. Menentukan banyak kelas (K)


BANYAK KELAS (K) K=1 + 3,3 log n

. Menentukan panjang interval kelas (P)


PANJANG INTERVAL P= Jangkauan (J) / banyak Interval kelas (K)
KELAS
CARA MEMBUAT TABEL
DISTRIBUSI FREKUENSI (lanjutan)
4) Tentukan limit bawah kelas pertama dan kemudian batas bawah kelasnya
5) Tambah batas bawah kelas pertama dengan lebar kelas untuk memperoleh batas atas kelas
6) Tentukan limit atas kelas
7) Tentukan nilai tengah kelas
8) Tentukan frekuensi
LIMIT, BATAS, NILAI TENGAH, DAN LEBAR KELAS
Limit Kelas/Tepi Kelas (class limit)
Nilai terkecil/terbesar pada setiap kelas
Batas Kelas (class boundry)
Nilai yang besarnya sama dengan setengah dari nilai limit atas kelas sebelum dan nilai
limit bawah kelas atasnya. Nilai ini digunakan untuk membuat histogram (bar chart)
Nilai Tengah Kelas (mid point)
Nilai tengah antara batas bawah kelas dengan batas atas kelas pada suatu kelas. Nilai
ini digunakan untuk membuat poligon (lne chart)
Lebar Kelas (class interval)
Selisih antara batas bawah kelas dengan batas atas kelas
Contoh soal
Nilai 30 mahasiswa
40 42 47 49 50 52 55 56 57 59
60 61 63 65 65 65 66 68 68 69
72 74 78 79 81 85 87 88 90 98
Banyak kelas :
Range/ jangkauan :
K = 1 + 3,3 log n
J = data tertinggi – data terendah
= 1 + 3,3 log 30
= 98-40 = 58 = 1 + 3,3 (1,47712)
= 1 + 4, 875
= 5, 8745 = 6
tabel distribusi frekuensi
Nilai Frekuensi

Panjang kelas : 40 – 49 4

Interval = jangkauan / banyak kelas 50 – 59 6

I = 98 – 40 / 5,8745
60 – 69 10
= 58 / 5,8745
= 9, 87 = 10 70 – 79 4

80 - 89 4

90 - 99 2
S TAT I S T I C
Persentil - Quartil - Range - Varian - Standart
S
Deviasi
VOCABULAR
Percentil
Y
ukuran letak data yang membagi data menjadi 100 bagian sama besar

Quartil nilai yang membagi data yang berurutan menjadi empat bagian yang
sama banyak. Q1 Q2 Q3

Range jangkauan adalah perbedaan antara nilai tertinggi dan terendah

Varian rata-rata dari kuadrat deviasi (perbedaan) antara setiap titik data dan
rata-rata keseluruhan data

Standart Deviasi angka yang mengukur penyebaran kelompok data terhadap nilai rata-
rata data
PERSENTIL

Persentil = i = P/100 x n

Ket : i = data ke -
CONTOH
3850 3950 4050 3880 3755 3710 3890 4130 3940 4325 3920 3880

3710 3755 3850 3880 3880 3890 3920 3940 3950 4050 4130 4325

Persentil 85,
I = 85/100 x 12
= 10,2 = 11
data ke 11 adalah 4130
K U A RT I L

• Kuartil merupakan bentuk khusus dari persentil


• Suatu ukuran yang membagi data menjadi 4 bagian sama besar
• Q1 = 25 Persentil ; i = 25/ 100 x n
• Q2 = 50 Persentil = Median; i = 50/100 x n
• Q3 = 75 Persentil; i = 75/100 x n
CONTOH
3850 3950 4050 3880 3755 3710 3890 4130 3940 4325 3920 3880

3710 3755 3850 3880 3880 3890 3920 3940 3950 4050 4130 4325

• Q1 = 25 Persentil ; i = 25/ 100 x 12 = 3


• Q2 = 50 Persentil = Median; i = 50/100 x 12 = 6
• Q3 = 75 Persentil; i = 75/100 x 12 = 9
RANGE
Range / jangkauan

Range = Data maksimum - Data minimum

Interquartile Range =
IQR = Q3 - Q1
3850 3950 4050 3880 3755
CONTOH
3710 3890 4130 3940 4325 3920 3880

3710 3755 3850 3880 3880 3890 3920 3940 3950 4050 4130 4325

• Range = data max - data min


= 4325 -3710 = 615
VARIAN
CONTOH
8 orang mahasiswa FEBI memiliki tinggi (dalam cm) 150, 167, 175, 157, 165, 153, 177, dan 160.
Standar Deviasi
CONTOH
8 orang mahasiswa FEBI memiliki tinggi (dalam cm) 150, 167, 175, 157, 165, 153, 177, dan 160.
angka indeks

Angka indeks adalah angka yang dibuat sedemikian rupa


sehingga dapat dipergunakan untuk melakukan
perbandingan antara kegiatan yang sama (produksi, ekspor,
hasil penjualan, jumlah uang beredar, dll) dalam waktu
yang berbeda atau ukuran yg menyatakan tingkat
perubahan harga, kuantitas atau nilai pada suatu periode
dibandingkan dengan periode tertentu (periode dasar)
tujuan
Tujuan pembuatan angka indeks adalah untuk mengukur
secara kuantitatif terjadinya perubahan dalam dua waktu
yang berlainan.
Misalnya indeks harga untuk mengukur perubahan harga
(berapa kenaikannya atau penurunannya), indeks produksi
untuk mengetahui perubahan yang terjadi dalam kegiatan
produksi, indeks biaya hidup untuk mengukur tingkat
inflasi, dll.
Dalam membuat angka indeks diperlukan dua macam waktu,
yaitu

1. Waktu dasar (base period)


Waktu dasar adalah waktu dimana suatu kegiatan (kejadian) dipergunakan sebagai
dasar perbandingan.

2. Waktu yang bersangkutan atau sedang berjalan (current period)


Waktu yang sedang berjalan adalah waktu dimana suatu kegiatan (kejadian)
dipergunakan sebagai dasar perbandingan terhadap kegiatan (kejadian) pada waktu
dasar.
Menurut cara perhitungannya

1.Angka IndeksTidakTertimbang (Angka indeks relative, Angka indeks agregatif


sederhana, Angka indeks rata-rata hitung relatif)
2.Angka IndeksTertimbang (Angka indeks agregatif (contohnya angka indeks
Laspeyres, Paasche,Fisher, Marshall?Edgeworth dan Walsh), Angka indeks
rata?rata hitung relatif)
INDEKS AGREGATIF
INDEKS TERTIMBANG
ANGKA INDEKS

—Tahun dasar – Base year


◦Tahun yang menjadi dasar perbandingan
◦Berfungsi sebagai penyebut
◦Angka indek pada tahun ini adalah 100 %
—Pemilihan tahun dasar dapat berdasarkan pada hal-hal berikut :
◦Tahun dengan kondisi perekonomian yang relatif stabil
◦Tidak terlalu jauh dengan tahun-tahun tertentu
◦Tahun dimana terjadi perubahan penting
JENIS PENGGUNAAN
1. Indeks Harga (Price Index)
Mengukur perubahan harga barang
Misalnya : Indeks harga konsumen
Indeks harga perdagangan besar
Indeks harga yang dibayar dan diterima petani

2.Indeks Kuantitas (Quantity Index)


Mengukur kuantitas suatu barang yang diproduksi dikonsumsi maupun dijual
Misalnya : Indeks produksi beras
Indeks konsumsi kedelai
Indeks penjualan jagung

3.Indeks Nilai (Value Index)


Perubahan nilai dari suatu barang, baik yang dihasilkan diimpor maupun diexport
Misalnya : Indeks nilai ekpor kopra
Indeks nilai import beras
INDEKS HARGA RELATIF SEDERHANA

Indeks harga relatif sederhana (simple relative price index) atau


unweighted index ialah indeks yang terdiri dari satu macam barang saja,
tanpa memperhitungkan bobot setiap barang/jasa, baik untuk indeks
produksi maupun indeks harga (misalnya indeks produksi beras, indeks
produksi karet, indeks produksi ikan, indeks harga beras, indeks harga
karet, indeks harga ikan, dsb).
Angka Indeks Kuantitas Relatif Sederhana

Angka indeks kuantitas relatif sederhana menunjukkan


perkembangan kuantitas barang dan jasa dibandingkan
dengan tahun dasarnya. Indeks kuantitas sederhana
dihitung tanpa memberikan bobot pada setiap komoditas,
karena dianggap masih mempunyai kepentingan yang
sama.
Angka indeks nilai relatif sederhana

Angka indeks nilai relatif sederhana


menunjukkan perkembangan nilai (harga
dikalikan kuantitas) barang dan jasa
dibandingkan dengan tahun dasarnya, tanpa
memberikan bobot terhadap kepentingan
barang dan jasa

Anda mungkin juga menyukai