Statistik

Oleh:
Prof. Zulfan Saam
Susan Defi Ariyanti, M.Sc

STATISTIK
• Statistik (batasan khusus/sempit)
 Statistik nikah, talak, rujuk tahun 2004
 Nikah = 100, talak = 8, rujuk = 2
 Statistik penduduk miskin
 Kecamatan Sukamaju : 150KK, Kecamatan Makmur :100 KK, dan
Kecamatan Sukadamai : 110 KK
 Statistik Laka lantas
 Juni : 10 kasus, Juli : 12 kasus, Agustus : 18 kasus
• Statistik (batasan umum)
 Cara-cara ilmiah mengumpulkan, menyusun, mengolah,
menganalisis, menyimpulkan
 Cara-cara mengolah data dan menarik kesimpulan

Ton 30 25 20 15 10 5 0 2002 2003 2004 2005 Gambar 1 : Jumlah Produksi Ikan 2002-2005 (Kecamatan X) .

Tabel 1.1% 6 Kecamatan F 190 KK 27.2% 3 Kecamatan C 110 KK 22.8% .4% 4 Kecamatan D 180KK 26.7% 5 Kecamatan E 250 KK 27. Penduduk Miskin di Kabupaten X No Kecamatan Penduduk Persentase Miskin 1 Kecamatan A 125 KK 17.7% 2 Kecamatan B 200 KK 21.9% Jumlah 1055 KK Rata-rata 23.

menguraikan sebab akibat. pengaruh. hubungan dan gejala-gejala yang lain . memprediksi • Sebagai dasar menganalisis. Statistik Dalam Penelitian • Sebagai pencatatan paling eksak • Sebagai penuntun berfikir logis dan eksak • Sebagai visualisasi yang mudah dan cepat dipahami • Sebagai dasar-dasar menarik kesimpulan • Sebagai dasar untuk meramal.

Pasangan 200 180 160 140 120 Nikah 100 Talak 80 60 40 20 0 2003 2004 2005 Gambar 2 : Jumlah Nikah dan Talak di Kabupaten Melati .

pertanian. teknik. politik dan riset/penelitian) • Kecenderungan angka-angka dan fakta-fakta merupakan kebutuhan akan statistik • Berfungsi sebagai sarana mengembangan cara-cara berfikir logis (berfikir ilmiah) • Dasar untuk merencanakan penelitian (ilmiah) dan kesimpulan . pemerintah. Mengapa Menggunakan Statistik • Dahulu : menggambarkan dan menyelesaikan persoalan (seperti: pencatatan banyak penduduk pajak) • Sekarang : seluruh bidang menggunakan statistik (seperti: pendidikan. demografi.

Distribusi Frekuensi • Variabel peneltian : adalah objek yang diteliti (misal: kecerdasan intelektual. presentase perceraian • Contoh: kualitas air dan keanekaragaman ikan. angka putus sekolah. penduduk miskin. tengkat ekonomi dan kebahagian rumah tangga. paparan debu dan kejadian TB Paru. produksi ikan patin. produksi padi). moral remaja. kebisingan dan gangguan pendengaran . jumlah gaji dan kepuasan kerja • Contoh yang lain : penghasilan petani ikan. nilai UAN. Contoh-contoh tersebut adalah satu vaeriabel • Contoh dua variabel : tingkat ekonomi ekonomi dan angka perceraian. kebisingan dan stress kerja . kualitas ikan.

Inggris 10 B.16 14 12 Matematika B. Indonesia 8 6 4 2 0 Gambar 3 : Nilai Rata-rata UAN SMP di Kabupaten Melati Tahun 2005 .

-11c • Data nominal seperti laki laki – perempuan. kuning-hujau-putih . 3. Misalnya 169.30 c. kawin – blm kawin. 60. Nilai tersebut tidak mutlak. dan 25. 4. 20. gagal.90 cm • Nilai variabel deskrit /nominal: (misalnya lulus. kaya. -10c. miskin) • DATA ORDINAL (Misalnya nilai 90.4 atau 168. kota-desa.• Nilai variabel kontinyu (misal : tinggi badan 169 cm. • Data rasio misalnya 20c . 15. 10. dan 5) • Contoh yg lain 5. 80. 40c. 2. janda/duda. 25 dan 10) • DATA INTERVAL (Misalnya 1. 20. 40. 70. -5c.

5 Jumlah 40 100 • Skor minimum 72 • Skor maksimum 107 • Mean 87.50 • Median 87.5 6 102 – 107 3 7.5 5 96 – 101 7 17.5 3 84 – 89 8 20 4 90 – 95 7 17. Tabel 2. Distribusi Frekuensi Skor Partispasi Masyarakat No Kelas Interval Frekuensi Absolut Frekuensi Relatif (%) 1 72 – 77 6 15 2 78 – 83 9 22.5 • Modus 97 • Standar Deviasi 9.74 .

5 5 106 – 111 4 10 6 112 – 117 2 12. Tabel 3.5 Jumlah 40 100 .5 2 88 – 93 8 20 3 94 – 99 6 15 4 100 – 105 9 22. Distribusi Frekuensi Skor Persepsi Masyarakat no Kelas Interval Frekuensi Frekuensi Absolut Relatif (%) 1 82 – 87 7 17.

40 35 30 25 20 15 10 5 0 82 – 87 88 – 93 94 – 99 100 – 105 106 – 111 112 – 117 Gambar 4. Distribusi Frekuensi Skor Persepsi Masyarakat .

85. kota besar.4. SKALA PENGUKURAN 1. desa. kota kecil. Skala ordinal Nilai 70. Skala Interval. 100 3. 1. 95. perempuan. musim kemarau. pasar modern 2. pasar p agi.2.3. musi. penghujan. 30° . pasar rakyat.5 4. deskrit. seperti laki-laki. Skala ratio : 10°C. Skala Nominal merupakan skala kategorik.

Statistik Inferensial • Populasi • Teknik Sampling • Generalisasi (untuk populasi) .

dan bau) . Persepsi terhadap Kilang (PTK) Defenisi operasional • PTK adalah penilaian masyarakat terhadap keberadaan kilang. Indikator • Persepsi tehadap :  Ekonomi (tenaga kerja – pendapatan)  Sosial (fasilitas penduduk. yang mencakup aspek ekonomi. kesehatan)  Lingkungan (kebisingan. sosial dan lingkungan. debu.

 SS = Sangat Setuju  S = Setuju  KS = Kurang Setuju/ragu-ragu  TS = Tidak Setuju  TST = Sangat Tidak Setuju . Petunjuk • Berilah tanda silang (x) pada jawaban yang sesuai dengan penilaian anda masing-masing.

SS S KS TS STS 1 Keberadaan kilang dapat menambah tenaga kerja lokal 2 Keberadaan kilang dapat meningkatkan ekonomi masyarakat lokal 3 Kehadiran kilang dapat meningkatkan fasilitas kesehatan masyarakat lokal 4 Keberadaan kilang dapat menimbulkan bau yang tidak sedap 5 Suara yang ditimbulkan kilang mengganggu pendengaran kami 6 Kami merasa terganggu oleh debu yang ditimbulkan oleh kegiatan kilang . Daftar persepsi terhadap kilang No. Tabel 4.

Keterangan • Skor pada pernyataan positif adalah sebagai berikut :  SS = 5  S =4  KS = 3  TS = 2  TST = 1 • Skor pada pernyataan negatif adalah sebagai berikut :  SS = 1  S =2  KS = 3  TS = 4  TST = 5 .

45 40. Persepsi Masyarakat terhadap peningkatan ekonomi .02 40 35 29.8 1.28 30 Sangat Baik Baik 25 Sedang Kurang Baik 20 Tidak Baik 15 10 5 1.8 0 Aspek Ekonomi Gambar 5.1 27.

Persepsi masyarakat terhadap Sosial Budaya .67 70 60 50 Sangat Baik Baik 40 Sedang Kurang Baik Tidak Baik 30 19.65 10 0 0 0 Aspek Sosial Gambar 6. 66.68 20 13.

70 62.2 20 13.2 60 50 Sangat Baik Baik 40 Sedang Kurang Baik Tidak Baik 30 24.6 10 0 0 0 Aspek Lingkungan Fisik Gambar 7. Persepsi Masyarakat terhadap Aspek Lingkungan Fisik .

89 Sangat Baik 30 Baik Sedang 22.07 Kurang Baik 25 Tidak Baik 20 15 10 5 0 0 0 Aspek Sosial Budaya Gambar 8.06 50 45 40 35 29. Persepsi Masyarakat terhadap Aspek Sosial Budaya . 48.