Dokumen ini memberikan gambaran umum tentang mata kuliah Pengantar Statistik yang diampu di Universitas Palangka Raya. Mata kuliah ini akan membahas 13 topik statistik dalam 14 pertemuan dengan menggunakan buku pegangan karya Prof. Dr. Buchari Alma. Komponen penilaian terdiri atas tugas, UTS, dan UAS.

1. PENGANTAR STATISTIK
Universitas Palangka Raya
Fakultas Ilmu Sosial dan Ilmu Politik
Bhayu Rhama, Ph.D
bhayurhama@fisip.upr.ac.id
www.bhayurhama.com

2. Perkenalan Mata Kuliah
 Buku Pegangan : Pengantar Statistika Sosial, Prof. Dr.
Buchari Alma, 2009.
 Buku ini terdiri dari 13 topik, namun akan dibahas dalam
14 kali pertemuan
 Topik 1 : Pendahuluan
 Topik 2 : Penyajian Data
 Topik 3 : Hipotesis Penelitian
 Topik 4 : Persyaratan Analisis Statistik Parametrik
 Topik 5 : Uji t
 Topik 6 : Uji t Dua Sampel
 Topik 7 : Anova 1 Jalur
 Topik 8 : Anova 2 Jalur
 Topik 9 : Korelasi Pearson Product Moment

3. Perkenalan Mata Kuliah
 Topik 10: Korelasi Parsial
 Topik 11: Korelasi Ganda
 Topik 12: Regresi Sederhana
 Topik 13: Regresi Ganda
 Topik 14: Latihan Soal
 Komponen Penilaian
 Tugas 20 %
 UTS 30 %
 UAS 50 %

4. Overview
"Dari grafik penelitian ini, sebanyak 41,9 persen menganggap beliau
pemimpin yang ragu-ragu mengambil keputusan," ujar Wakil Ketua Setara
Institute, Bonar Tigor Naipospos di Hotel Atlet Century, Jakarta, Minggu
(14/8/2011). Sumber : Kompas.com
Hasil survei yang dilakukan antara 1 sampai 7 Juni 2011 dengan 1.200
responden itu menunjukkan popularitas SBY turun dari 56,7% pada bulan
Januari 2011 ke posisi 47,2% pada bulan ini atau sama dengan 9,5%.
Inilah untuk pertama kali popularitas SBY merosot ke bawah 50% sejak dia
memenangkan pemilihan presiden 2009. Sumber : bbc.co.uk

5. Perbedaan Statistik dan Statistika
 Statistik : kumpulan angka yang tersusun lebih dari satu
angka
 Contoh : angka pengangguran di Indonesia diperkirakan naik
9 % di tahun 2012, dari tahun lalu sekitar 8,5 %. Kenaikan
jumlah pengangguran ini lebih disebabkan menurunnya
penyerapan tenaga dibidang industri yang mencapai 36,6 %.
 Angka 9 %, 8,5 % dan 36,6 % adalah contoh dari statistik.
 Statistika : ilmu mengumpulkan, menata, menyajikan,
menganalisis dan menginterpretasikan data menjadi
informasi untuk membantu pengambilan keputusan yang
efektif

6. Manfaat Statistika
 Manfaat mempelajari Statistika:
 Memberi pengetahuan dan kemampuan kepada seseorang
untuk mengevaluasi terhadap data
 Bagi mahasiswa ilmu-ilmu sosial, statistika dapat bermanfaat
bagi dunia kerja kelak
 Manfaat Statistika dalam Riset Sosial :
 Menyusun, meringkas dan menyederhanakan data
 Merancang kegiatan survei atau eksperimen
 Menerapkan metode terbaik dalam penarikan kesimpulan
(inferensia)
 Mengukur baik tidaknya sebuah inferensi (penarikan kesimpulan)

7. 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
1. Mengumpulkan dan mengolah data, menguji hipotesis,
atau menjawab pertanyaan
1. Mengambil kesimpulan
PERAN STATISTIKA
INSTRUMEN
SAMPEL
VARIABEL
SIFAT DATA
METODE ANALISIS

8. Apa itu Penelitian Sosial?
 Riset ilmiah bidang ilmu sosial yang menggunakan
metode, teori dan konsep bidang ilmu sosial yang
dapat meningkatkan pemahaman akan proses sosial
dan permasalahan yang ada didalamnya baik individu
maupun kelompok didalam masyarakat.
 Biasanya riset sosial dilakukan oleh sosiolog, psikolog,
econom, pengamat politik dan antropolog.

9. Jenis Jenis Statistika
 Berdasarkan aktivitas yang dilakukan :
 Statistika deskriptif (descriptive statistics)
 Statistika inferensia (inferential statistics)
 Berdasarkan metode yang digunakan :
 Statistika parametrik
 Statistika non-parametrik

10. Statistika Deskriptif
 Statistika deskriptif :
 Membahas cara-cara pengumpulan data
 Penyedehanaan angka-angka dari pengamatan
 Pengukuran pemusatan dan penyebaran untuk memperoleh
informasi yang lebih menarik
 Kegunaan statistika deskriptif :
 Kumpulan data tersaji dengan ringkas dan rapi dan dapat
memberikan informasi inti
 Data bisa ditampilkan dengan teknik grafik atau numerik
 Dapat mengukur dua karakteristik dari setiap respondennya dan
meneliti hubungan keduanya
 Berperan penting dalam persiapan analisa data

11. Contoh Statistika Deskriptif
Salah satu dampak dari
belum membaiknya sektor
riil adalah tingginya tingkat
pengangguran di Indonesia.
Pada Agustus 2004, jumlah
pengangguran terbuka
mencapai 10,3 juta, Februari
2005 sebesar 10,9 juta jiwa,
dan Februari 2006 mencapai
11,1 juta jiwa
9.8
10
10.2
10.4
10.6
10.8
11
11.2
2004 2005 2006
Jumlah
(Juta
Jiwa)
Tahun
Jumlah Pengangguran

12. Statistika Inferensia
 Statistika Inferensia :
 Cara menganalisis data dan mengambil kesimpulan
 Dapat menganalisis sebagian data (sampel) atau keseluruhan
data (populasi)
 Dilakukan pendugaan parameter
 Membuat dan menguji hipotesis
 Membuat kesimpulan yang berlaku umum (generalisasi)
 Empat karakteristik utama :
 Pengamatan secara acak
 Teknik penarikan sampel
 Data dalam bentuk angka
 Tujuan umum inferensia

13. Contoh Statistika Inferensia
Contoh Kasus :
Pada tahun 1990, diperoleh
data di Jawa Barat terdapat
291.664 pencari kerja yang
memuat informasi cukup
lengkap mengenai
karateristik pencari kerja
tersebut, namun data
mengenai asal sekolah
tersebut tidak tercantum
didalamnya.
Bagaimana cara
mendapatkannya ? Apakah
dilakukan survey pada
291.664 pencari pekerja
tersebut?
Dengan statistika inferensia,
sampel dipilih secara
random, misalnya 2500
pencari kerja. Sampel
tersebut digunakan sebagai
bahan dugaan terhadap
keseluruhan pencari kerja

14. Statistika Parametrik dan Non-Parametrik
 Statistika Parametrik :
 Berhubungan dengan inferensi statistik yang membahas
parameter-parameter populasi
 Jenis data interval atau rasio
 Distribusi data normal atau mendekati normal
 Statistika Non-Parametrik :
 Inferensi statistik membahas parameter-parameter populasi
 Jenis data nominal atau ordinal
 Distribusi data tidak dapat diasumsikan normal

15. Konsep Dasar Pengukuran
 Konstanta dan Variabel
 Contoh konstanta : tipe ideal birokrasi, keluarga dan revolusi
 Contoh variabel : pengukuran, status gizi dan kepadatan
penduduk
 Variabel kuantitatif dan kualitatif
 Variable kuantitatif : variabel yang bervariasi dalam hal jumlah
dan dapat “di-angka-kan” atau memiliki nilai tertentu. Contoh :
usia, kepadatan penduduk dll
 Variable diskrit : variabel yang dapat dihitung, bilangan bulat
 Variable kontinu : hasil pengamatan dari sejumlah garis interval
 Variable kualitatif : variabel yang tidak dapat diangkakan.
Contoh : pemberian angka “1” untuk kategori perumahan, angka
“2” untuk kategori perkampungan dll

16. Populasi dan Sampel
 Populasi: Objek atau benda dalam sebuah wilayah
terkait dengan penelitian.
 Sampel: bagian dari populasi yang memiliki ciri-ciri atau
keadaan tertentu yang akan diteliti.

17. Data
DATA NOMINAL :
Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi.
CIRI : posisi data setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : jenis kelamin, jenis pekerjaan
DATA ORDINAL :
Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau klasifikasi, tetapi
di antara data tersebut terdapat hubungan
CIRI : posisi data tidak setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : kepuasan kerja, motivasi
DATA INTERVAL :
Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara
dua titik skala sudah diketahui.
CIRI : Tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : temperatur yang diukur berdasarkan 0C dan 0F, sistem kalender
DATA RASIO :
Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara
dua titik skala sudah diketahui dan mempunyai titik 0 absolut.
CIRI : tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : gaji, skor ujian, jumlah buku

18. Pengolahan Data
PROSEDUR PENGOLAHAN DATA :
A. PARAMETER : Berdasarkan parameter yang ada statistik dibagi menjadi
• Statistik PARAMETRIK
• Statistik NONPARAMETRIK
B. JUMLAH VARIABEL : berdasarkan jumlah variabel dibagi menjadi
• Analisis UNIVARIAT : hanya ada 1 pengukuran (variabel) untuk n
sampel atau beberapa variabel tetapi masing-masing variabel dianalisis
sendiri-sendiri. Contoh : korelasi motivasi dengan pencapaian akademik.
• Analisis MULTIVARIAT : dua atau lebih pengukuran (variabel) untuk n
sampel di mana analisis antar variabel dilakukan bersamaan. Contoh :
pengaruh motivasi terhadap pencapaian akademik yang dipengaruhi oleh
faktor latar belakang pendidikan orang tua, faktor sosial ekonomi, faktor
sekolah.

19. Sumber Data
 Primer: Data diperoleh langsung oleh peneliti
 Sekunder: Data diperoleh peneliti melalui tangan kedua

20. PENGANTAR STATISTIK
Universitas Palangka Raya
Fakultas Ilmu Sosial dan Ilmu Politik
Bhayu Rhama, Ph.D
bhayurhama@fisip.upr.ac.id
www.bhayurhama.com