Bahan Tayang Dasar2 Statistik
Bahan Tayang Dasar2 Statistik
Bahan Tayang Dasar2 Statistik
DASAR-DASAR
STATISTIKA
Perkenalan
BADAN PUSAT STATISTIK
Deskripsi Singkat
BAB 2
DATA STATISTIK
DAN INDIKATOR
OUTLINE
Pengertian data dan statistik
Jenis Data
Pengertian Indikator
BADAN PUSAT STATISTIK
PENGERTIAN
DATA DAN
STATISTIK
DATA
Data adalah catatan atas kumpulan fakta atau deskripsi berupa angka, karakter, simbol,
gambar, peta, tanda, isyarat, tulisan, suara, dan/atau bunyi, yang merepresentasikan keadaan
sebenarnya atau menunjukkan suatu ide, objek, kondisi, atau situasi”.
(Peraturan Presiden Republik Indonesia Nomor 39 Tahun 2019 tentang Satu Data Indonesia)
Statistik diartikan sebagai produk kegiatan statistik, khususnya pengumpulan, pengolahan data,
meringkas, dan menginterpretasikan sampai pada pengambilan keputusan
(Johnson and Bhattacharya, 2010).
Data statistik adalah deskripsi numerik dari aspek kuantitatif sesuatu. Namun demikian, tidak semua
deskripsi numerik adalah data statistik. Ciri data statistik:
• Harus dalam bentuk agregat (seperti: jumlah, rata-rata, proporsi, persentase, dan rasio).
• Perubahan karakteristik fenomena yang diteliti disebabkan oleh sejumlah kekuatan yang bekerja
secara simultan. Contoh: perubahan yang terjadi pada jumlah penduduk, dsb.
• Diperoleh dengan cara pencacahan/pengukuran atau diestimasi dari data sampel berdasarkan
standar akurasi yang memadai.
• Harus dikumpulkan secara sistematik bagi maksud/tujuan yang telah ditetapkan sebelumnya.
BADAN PUSAT STATISTIK
JENIS DATA
JENIS DATA
Data kualitatif adalah data yang menunjukkan kualitas, mutu, suatu objek atau pun gambaran
suatu fenomena, proses, kejadian/peristiwa dan lain-lain yang dinyatakan dalam bentuk
perkataan (tidak berbentuk angka). Data kualitatif sering dikuantifikasikan atau disimbolkan
dalam bentuk angka agar memungkinkan dilakukannya penghitungan dan analisis secara statistik.
Misalnya pada data jenis kelamin: diberi angka 1 untuk laki-laki dan diberi angka 2 untuk
perempuan.
Data kuantitatif adalah data yang berbentuk angka dan dapat dilakukan operasi matematis.
Biasanya data kuantitatif diperoleh melalui pengukuran metrik (metric measurement) atau
berdasarkan penghitungan (countinig).
Contoh: harga saham, nilai pendapatan, dll.
DATA MENURUT WAKTU PENGUMPULAN
Data cross section adalah data yang dikumpulkan pada suatu waktu tertentu
(at a point of time) untuk menggambarkan keadaan dan kegiatan pada waktu
tersebut. Misalnya data penelitian yang menggunakan kuesioner.
Data berkala (time series data) adalah data yang dikumpulkan dari waktu ke
waktu untuk melihat perkembangan suatu kejadian/kegiatan selama
periode tersebut. Misalnya, perkembangan uang beredar, harga 9 macam
bahan pokok penduduk.
DATA MENURUT TINGKAT PENGUKURAN [1]
Skala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi. Data
nominal merupakan ukuran yang paling sederhana karena angka-angka yang diberikan
kepada objek penelitian hanya sebagai label, tidak menunjukkan tingkatan apapun. Contoh:
jenis pekerjaan diklasifikasikan dalam pegawai negeri (kode 1) , pegawai swasta (kode 2 ) dan
wiraswata (kode 3).
Skala ordinal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi, tetapi di
antara data tersebut terdapat urutan (order) atau tingkatan tertentu. Contoh: kepuasan
pelanggan, diklasifikasikan sebagai: sangat puas (diberi tanda 1), puas (diberi tanda 2), cukup
puas (diberi tanda 3), tidak puas (diberi tanda 4), dan sangat tidak puas (diberi tanda 5).
DATA MENURUT TINGKAT PENGUKURAN [2]
Skala interval adalah data yang berupa nilai berurutan dan masing-masing memiliki jarak atau perbedaan yang
bermakna (Abuzar, 2017). Namun, jarak tersebut bukan merupakan kelipatan karena angka nol dalam skala
interval tidak dianggap nilai nol mutlak.
Contoh: Dua orang murid mendapat nilai ujian yang berbeda; si A mendapat 70 sedangkan si B mendapat nilai 35.
Dalam kasus tersebut, tidak dapat dikatakan si A dua kali lebih pandai dibanding si B karena nilai tersebut tidak
bisa dikatakan kelipatan; nilai 0 dalam penilaian ujian tersebut bukan nilai mutlak dan tidak diartikan sebagai
nihilnya kepandaian seseorang.
Skala Rasio adalah data yang mencakup semua skala di atas, meliputi jarak dua titik pada skala sudah diketahui
dan memberikan nilai absolut pada objek yang diukur karena mempunyai titik nol yang absolut.
Contoh: jumlah buku di kelas sebanyak lima, berarti ada lima buku. Jika nol, berarti tidak ada buku (nol absolut).
Pada data rasio tidak ada kategorisasi atau pemberian kode. Operasi matematika dapat dilakukan pada data
rasio, misalnya, 100 cm + 35 cm = 135 cm, 5 mangga + 2 manga = 7 mangga.
DATA MENURUT SUMBER
Data internal adalah data dari dalam suatu organisasi yang menggambarkan
keadaan organisasi tersebut. Contohnya: suatu perusahaan, jumlah
karyawannya, jumlah modalnya, atau jumlah produksinya, dll.
Data eksternal adalah data dari luar suatu organisasi yang dapat
menggambarkan faktor-faktor yang mungkin memengaruhi hasil kerja suatu
organisasi.
Misalnya: daya beli masyarakat memengaruhi hasil penjualan suatu
perusahaan.
DATA MENURUT CARA MEMPEROLEHNYA
Data primer (primary data) adalah data yang dikumpulkan sendiri oleh
perorangan/suatu organisasi secara langsung dari objek yang diteliti dan untuk
kepentingan studi yang bersangkutan yang dapat berupa interview, observasi.
SYARAT
DATA STATISTIK
YANG BAIK
SYARAT DATA STATISTIK YANG BAIK
• Objektif: harus sesuai dengan keadaan yang sebenarnya dan diungkapkan apa adanya
dengan keterangan yang benar.
• Representatif (mewakili): harus mewakili kelompok objek yang diamati.
• Akurat dan reliabel: mampu secara tepat menggambarkan kondisi yang sebenarnya
• Tepat waktu: menggambarkan suatu fenomena/kejadian disajikan tidak lama berselang
dari waktu terjadinya fenomena tersebut dan harus tersedia pada saat dibutuhkan (up
to date).
• Relevan: ada hubungannya dengan masalah yang akan diselesaikan.
• Koheren: konsisten dan sesuai dengan indikator lain yang serupa atau saling terkait.
• Menyeluruh atau lengkap (comprehensive): dapat memberikan informasi selengkap
mungkin sehingga gambaran yang diperoleh tidak bersifat sepotong-sepotong atau
parsial
BADAN PUSAT STATISTIK
PENGERTIAN
DAN JENIS-
JENIS VARIABEL
PENGERTIAN VARIABEL
Variabel kontinu: Variabel yang memiliki nilai sembarang, baik berupa nilai bulat maupun
pecahan, di antara dua nilai tertentu atau variabel yang mengambil seluruh nilai dalam suatu
interval. Contoh variabel kontinyu:
Berat badan, tinggi, luas, pendapatan, dsb. Berat badan 45 kg; 15 kg; atau 52,125 kg.
Variabel diskrit: Nilainya tidak dapat dinyatakan dalam bentuk pecahan atau desimal di
belakang koma, sehingga memiliki nilai yang tertentu dan terpisah (menggunakan bilangan
diskrit). Contoh variabel diskrit:
Dikotom : Jenis kelamin: laki-laki, perempuan; status perkawinan: Kawin, tidak kawin.
Politom : Tingkat pendidikan: SD, SMP, SMA, Perguruan Tinggi
JENIS-JENIS VARIABEL [2]
Variabel independen (independent variable) adalah tipe variabel yang menjelaskan atau
memengaruhi variabel yang lain.
Variabel dependen (dependent variable) adalah tipe variabel yang dijelaskan atau dipengaruhi
oleh variabel independen.
Kedua tipe variabel ini merupakan kategori variabel penelitian yang paling sering digunakan
dalam penelitian karena mempunyai kemampuan aplikasi yang luas.
Contoh:
Jika diketahui ada hubungan antara konsumsi dan pendapatan; bertambahnya pendapatan
menyebabkan konsumsi juga akan bertambah, sehingga
Konsumsi = variabel dependen (terikat dengan pendapatan),
Pendapatan = variabel independen (variabel bebas).
JENIS-JENIS VARIABEL [3]
Variabel aktif
Variabel aktif adalah variabel independen yang dimanipulasikan oleh peneliti. Manipulasi data
yang dilakukan dapat dengan cara memberikan perlakuan yang berbeda antar kelompok unit
yang diteliti. Contoh variabel aktif:
Jika peneliti menerapkan metode mengajar pada kelompok yang berbeda dan menerapkan
pemberian hukuman yang berbeda kepada mahasiswa, variabel metode mengajar dan
variabel pemberian hukuman disebut variabel aktif karena variabel ini dapat
dimanipulasikan.
Variabel atribut
Variabel atribut merupakan variabel yang tidak dapat atau sukar dimanipulasi. Variabel
atribut umumnya merupakan karakteristik manusia, seperti inteligensi, jenis kelamin, status
sosial, pendidikan, sikap, dan sebagainya.
BADAN PUSAT STATISTIK
PENGERTIAN
INDIKATOR
PENGERTIAN INDIKATOR
Contoh indikator:
• Perbandingan antara jumlah penduduk dan luas area suatu wilayah dapat menjadi indikator
kepadatan penduduk per kilometer persegi,
• Berat badan bayi berdasarkan umur dapat menjadi indikator bagi status gizi bayi.
SYARAT INDIKATOR
Namun, tidak semua indikator yang diperlukan untuk mengukur suatu fenomena tersedia datanya. Oleh
karena itu dapat digunakan indikator proxy.
Misalnya indikator untuk mengukur kesejahteraan petani, dapat digunakan perbandingan antara indeks
harga yang diterima petani (It) dan indeks harga yang dibayar petani (Ib), atau biasa disebut sebagai Nilai
Tukar Petani (NTP).
BADAN PUSAT STATISTIK
BAB 3
STATISTIK YANG
SERING DIGUNAKAN
OUTLINE
Penimbang
Pola Data
Total
Proporsi
Rasio
BADAN PUSAT STATISTIK
Pendahuluan
sangat penting memahami cara penggunaan
data sampel dan mengetahui cara pengambilan
data sampel sehingga penghitungan statistik
beserta analisisnya menjadi tepat. Informasi
mengenai data set umumnya dapat diketahui
dari metadata kegiatan statistik penghasil set
data jika tersedia. Namun jika tidak tersedia,
pengguna data peru mengonfirmasi kepada
produsen data
BADAN PUSAT STATISTIK
PENGGUNAAN
PENIMBANG
TABEL
Pada umumnya, set data hasil pengumpulan data secara survei probability sampling telah dilengkapi
dengan penimbang individu yang dihitung berdasarkan metode sampling yang digunakan (selanjutnya
disebut penimbang).
Penimbang merupakan suatu angka yang menggambarkan besarnya satu unit sampel dalam mewakili unit
lain dalam populasi yang diteliti
POLA DATA
Ukuran Lokasi atau Ukuran Pemusatan
• Rata-rata
• rata-rata hitung (mean)
• median
• modus (atau mode)
• Rata-rata Hitung Sederhana untuk Data Tunggal
• Rata-rata Hitung Tertimbang ( 𝐱̅ )
adalah suatu data yang sering muncul atau yang nilai frekuensinya
terbanyak. Ukuran ini biasa digunakan untuk mencari rata-rata
sekelompok data yang bukan berupa bilangan/angka, melainkan data
kualitatif
Sebaran data (pada data tidak berkelompok)
• Rentang/Kisaran (Range)
Range = nilai maksimum — nilai minimum
• Ragam (Variance) dan Simpangan Baku (Standard Deviation)
• Kesalahan Baku (Standard Error) dan Relative Standard Error
(RSE)
BoxPlot sebagai Alat Identifikasi Sebaran Data
TOTAL
BoxPlot sebagai Alat Identifikasi Sebaran Data
PROPORSI
Penghitungan Proporsi pada Data Agregat
Penghitungan Proporsi pada Raw Data
Penghitungan Rasio pada Data Agregat
Penghitungan Rasio pada Raw Data
Latihan soal
BADAN PUSAT STATISTIK
BAB 4
PENYAJIAN DATA
OUTLINE
Penyajian Tabel
Penyajian Grafik
Penyajian Infografis
PENYAJIAN
TABEL
TABEL
Tabel merupakan penyajian data dalam bentuk angka-angka yang disusun secara sistematik menurut
baris dan kolom.
Judul Kolom
Nomor Kolom
Nomor Tabel
Isi Tabel
Stub
Catatan
(optional)
Sumber
NOMOR TABEL
Nomor Tabel
• Memudahkan rujukan tabel.
• Didahului oleh kata ‘Tabel’ dan dibuat dengan angka
Arab (1,2, dan seterusnya).
• Tidak perlu ada tanda titik setelah nomor tabel.
• Nomor tabel dapat diletakkan pada baris yang terpisah
dengan judul tabel dan dapat pula diletakkan pada baris
yang sama dengan judul tabel.
ISI TABEL
• Isi tabel terdiri atas sel-sel yang berisi angka dan atau notasi-notasi
yang dirujuk ke penjelasan umum atau penjelasan teknis atau catatan di
bawah tabel.
• Baik dalam publikasi satu atau dua bahasa, angka ribuan dan
kelipatannya dalam isi tabel dipisahkan dengan spasi dan bukan dengan
titik atau koma.
• Angka negatif dapat ditulis dengan tanda minus (-) tanpa spasi.
• Tanda desimal dinyatakan dengan koma.
• Isi tabel yang berupa angka sebaiknya rata kanan kemudian diatur
sedemikian rupa sehingga letaknya di tengah kolom dengan
menggunakan right indent dan atau cell margin (right aligned with
indent).
• Sel-sel jumlah sebaiknya terletak pada baris terbawah dan atau kolom
terakhir
JENIS TABEL
Contoh Analisis:
Tabel 1 Angka Partisipasi Sekolah (APS) Menurut Kelompok
Umur di Desa Kenari, 2020
Angka partisipasi sekolah (APS) cenderung
Angka Partisipasi Sekolah
menurun seiring dengan peningkatan umur Kelompok Umur
(APS)
penduduk. Sebanyak 98,02 persen penduduk (1) (2)
7-12 tahun 98,02
usia 7-12 tahun yang bersekolah, sementara
13-15 tahun 86,24
penduduk usia 13-15 tahun yang bersekolah
16-18 tahun 56,01
sebesar 86,24 persen, usia 16-18 tahun 19-24 tahun 13,77
sebesar 56,01 persen, dan usia 19-24 tahun Sumber: Survei Sosial Ekonomi
Tabel 3 Ruang Kelas Menurut Tingkat Pendidikan dan Kondisi Ruang Kelas di Desa Kenari (persen), 2016/2017
dan 2017/2018
Tahun Ajaran 2016/2017 Tahun Ajaran 2017/2018
Tingkat
Rusak Rusak Rusak Rusak
Pendidikan Baik Baik
Ringan/Sedang Berat/Total Ringan/Sedang Berat/Total
(1) (2) (3) (4) (5) (6) (7)
SD 25,74 63,95 10,31 26,41 63,59 10,00
Unit Observasi
Rumah tangga
Unit Observasi
individu
Kolom satu
diulang pada
halaman
berikutnya
Halaman 1 Halaman 2
PENYAJIAN TABEL DENGAN BANYAK KOLOM ATAU BARIS
2
Judul kolom
dituliskan
ulang
Halaman 1 Halaman 2
1. Sebutkan 3 Provinsi dengan Rasio jenis
kelamin tertinggi!
PENGGUNAAN
TABEL PIVOT
PIVOT
PIVOT merupakan fitur pada Microsoft Excel yang berguna untuk membuat tabel interaktif berupa rekapitulasi atau
ringkasan dan kalkulasi data dengan banyak baris atau record secara cepat
Keunggulan Pivot:
• dapat menyajikan ringkasan data dengan beberapa tampilan yang berbeda dari data sumber yang sama
• menentukan kolom yang akan ditampilkan dalam penyajian laporan atau ringkasan data
• melakukan kalkulasi, atau mengumpulkan field-field data numerik dalam beberapa cara
• melakukan filter untuk menampilkan nilai-nilai data yang akan ditampilkan
• membuat pivot chart dari sebuah tabel pivot
• Kik salah satu sel atau range data yang akan dibuat tabel pivot.
• Pilih menu “Pivot Table” yang ada di Tab Insert Table Pivot
Table, atau bisa juga dengan menggunakan shortcut “Alt+N”.
• Create PivotTable.
• Atur Bidang Pivot Table kosong dan PivotTable Fields
• Menentukan kolom-kolom (field) yang akan diletakkan
Bidang Pivot Table Kosong dan Pivot Table Fields
BADAN PUSAT STATISTIK
TABEL
DISTRIBUSI
FREKUENSI
TABEL DISTRIBUSI FREKUENSI
Isian dalam tabel statistik disusun dalam kelompok–kelompok yang disebut distribusi frekuensi
PENYAJIAN
GRAFIK
GRAFIK
Grafik merupakan bentuk penyajian data secara visual yang dibuat dari data yang telah disajikan dalam
tabel dengan tujuan agar data dapat lebih mudah dipahami.
Berikut beberapa hal yang perlu diperhatikan dalam memilih grafik yang tepat:
• Tujuan yang ingin dicapai
• Jenis data yang digunakan
• Segmentasi pengguna data
Panduan Memilih Grafik
yang sesuai dengan data
yang disajikan
DIAGRAM
GRAFIK GARIS
GAMBAR
GRAFIK
DIAGRAM PETA
BATANG
DIAGRAM
LINGKARAN
GRAFIK GARIS 1
• Grafik garis adalah grafik yang digunakan untuk menggambarkan perkembangan data secara
kontinu.
• Pola atau kecenderungan data dapat dengan mudah kita ketahui dari grafik garis, yaitu dengan
melihat arah garis yang menghubungkan titik-titik pada grafik tersebut.
• Pola yang disajikan dapat menurun, naik atau mendatar.
• Grafik garis terdiri dari:
1. Grafik Garis Tunggal
2. Grafik Garis Berganda
3. Grafik Garis Komponen Berganda
4. Grafik Garis Saling Menimbang
5. Grafik Garis Interval
GRAFIK GARIS 1
GRAFIK GARIS TUNGGAL
Grafik garis tunggal biasanya digunakan untuk memberikan gambaran perkembangan satu jenis data.
Grafik garis ini memberikan gambaran perkembangan dari beberapa data dalam satu tabel.
Contoh Analisis:
Gambar 2 Persentase Siswa Yang Mengakses Internet Menurut
Penggunaan internet dari tahun ke tahun mengalami peningkatan Tingkat Pendidikan di Desa Kenari, 2016–2018
pada semua jenjang pendidikan siswa, termasuk penggunaan oleh
siswa SD yang meningkat dari 9,3 persen pada tahun 2016 menjadi 100 91.27 94.41
86.37
16,64 persen pada tahun 2018. Pada jenjang perguruan tinggi pun
80 85.52
mengalami peningkatan, dapat dilihat pada Grafik 4.3 bahwa 81.32
72.94
penggunaan internet hanya sebanyak 86,37 persen pada tahun 2016 60
62.77
menjadi 94,41 persen pada tahun 2018. Peningkatan penggunaan 55.45
40 46.62
yang dialami oleh semua jenjang pendidikan menunjukan bahwa
20 12.12 16.64
internet digunakan oleh siapa saja dan semakin tinggi jenjang 9.3
pendidikan, maka semakin tinggi pula siswa yang menggunakan 0
internet 2016 2017 2018
SD SMP SMA PT
• Grafik garis ini bertujuan untuk melihat perkembangan dari beberapa jenis data, sekaligus untuk melihat
perkembangannya secara kumulatif.
• Grafik garis ini dapat ditampil dengan versi jumlah serta versi persentase kumulatif
dalam juta
2000
penumpang yang berjumlah 2.034.943 mobil pada
1500
tahun 2008 menjadi 2.742.414 mobil penumpang
pada tahun 2012. 1000
500
0
2008 2009 2010 2011 2012
Kegunaan grafik ini adalah untuk melihat perkembangan dari dua kelompok data yang saling berlawanan, sehingga
perkembangan selisih antara dua kelompok data tersebut dapat diketahui. Misalnya, data tentang pendapatan dan
pengeluaran, ekspor dan impor, dan sebagainya.
Gambar 4 Nilai Ekspor dan Impor di DKI Jakarta, 2009–
Contoh Analisis: 2012
$160,000,000
Jumlah impor yang dilakukan melalui DKI Jakarta masih jauh $96,926,336
lebih tinggi daripada nilai ekspornya. Selain itu, terjadi $140,000,000 $88,874,102
peningkatan impor dari 48,099,308 USD pada tahun 2009 $120,000,000 $70,069,085
menjadi 96,926,336 USD pada tahun 2012. Peningkatan impor
$100,000,000
ini terjadi dua kali lipat dalam kurun waktu 3 tahun. Hal ini tidak $48,099,308
$80,000,000 Impor
diimbangi dengan nilai ekspor yang dilakukan yaitu dari Ekspor
32,536,510 USD menjadi 48,134,849 USD dari tahun 2009 ke $60,000,000
luar negeri.
$-
2009 2010 2011 2012
Grafik ini digunakan untuk menggambarkan perkembangan data yang mempunyai dua nilai.
Misalkan mengenai data harga beras tertinggi dan terendah suatu daerah, keuntungan terbesar dan terkecil dari suatu
penjualan dan sebagainya.
terendah beras. Harga terendah dan tertinggi beras Rp8,572 Rp8,543 Rp8,560 Rp8,585 Rp8,670 Rp8,768
8000
mengalami peningkatan secara konsisten setiap Rp7,192 Rp7,202 Rp7,240 Rp7,277 Rp7,393 Rp7,435
Tertinggi
6000
bulannya. Hal ini perlu menjadi sorotan Terendah
Rata-rata
Pemerintah agar tidak terjadi lonjakan kenaikan 4000
harga beras dan dapat mengendalikan harganya
2000
untuk stabil.
0
Juli Agustus September Oktober November Desember
• Grafik batang digunakan untuk menggambarkan perbandingan antar kategori data dalam
periode waktu yang sama, atau antar kategori data dengan periode waktu yang berbeda.
Grafik batang ini untuk menggambarkan perbandingan beberapa data pada periode yang sama (berasal dari tabel satu
arah).
(1) (2) 80
Grafik ini menggambarkan perbandingan beberapa data yang dirinci menurut beberapa kategori
0
Laki-laki Perempuan
Grafik ini menggambarkan perbandingan data yang dirinci menurut beberapa kategori sekaligus dapat menggambarkan
perbandingan jumlah datanya maupun jumlah kumulatifnya. Grafik batang ini dapat ditampil dengan versi jumlah serta
versi persentase kumulatif
Gambar 3 Jumlah Kendaraan Bermotor Menurut Jenis Gambar 3 Jumlah Kendaraan Bermotor Menurut Jenis
Kendaraan di Provinsi DKI Jakarta (juta unit), 2008– Kendaraan di Provinsi DKI Jakarta (juta unit), 2008–
2012 2012
4000 4000
3500 3500
561.918
581.29
3000 3000 565.727 358.895
550.924 363.71
538.731
2500 332.779
2500 309.385
dalam juta
308.528
dalam juta
2000
2000
1500
1500 2541.351 2742.414
2334.883
1000 2034.943 2116.282
1000
500
500
0
2008 2009 2010 2011 2012
0
2008 2009 2010 2011 2012 Mobil Penumpang Bis Truk
Grafik ini biasanya untuk menggambarkan perbandingan antara kategori yang satu dengan kategori lainnya pada suatu
periode tertentu
Gambar 1 Persentase Penduduk Menurut Jenis Kelamin dan Gambar 1 Persentase Penduduk Menurut Jenis Kelamin dan
Tingkat Pendidikan tertinggi yang Ditamatkan , 2020 Tingkat Pendidikan tertinggi yang Ditamatkan , 2020
29.18
30
25.79 8.99
25.47
23.54 23.54
25 21.53 20.94
20.94 Perempuan
25.79
20 14.77
14.77 5.97
15 12.5
8.52
8.52 8.99
10 29.18
5.97 21.53
Laki-laki
2.79 25.47
5
12.5
2.79
0
Laki-laki Perempuan 0 5 10 15 20 25 30 35
TIdak Pernah Sekolah Tidak Tamat SD SD/Sederajat Perguruan Tinggi SMA/Sederajat SMP/Sederajat
SMP/Sederajat SMA/Sederajat Perguruan Tinggi SD/Sederajat Tidak Tamat SD TIdak Pernah Sekolah
Sumber: Survei Sosial Ekonomi Sumber: Survei Sosial Ekonomi
DIAGRAM LINGKARAN
Diagram lingkaran pada dasarnya sama dengan grafik batang tunggal: memberi gambaran mengenai perbandingan
beberapa data dalam satu periode waktu.
Perbedaannya: grafik lingkaran perbandingan tersebut dilihat dari nilai persentasenya, sedangkan grafik batang tunggal
adalah nilai mutlaknya.
828.7
SD
4000
3500
561.918
3000 358.895
2500
Ubahlah grafik disamping menjadi grafik
dalam juta
2000
gambar
1500
2742.414
1000
500
0
2012
Unit Observasi
Rumah tangga
Unit Observasi
individu
PENYAJIAN
INFOGRAFIS
INFOGRAFIS
Menurut visual.ly, visualisasi data dapat berupa foto, peta, dan grafik
Keunggulan Infografis:
a. Visualisasi gambar mampu menggantikan penjelasan yang terlalu panjang.
b. Mampu menggantikan tabel yang rumit dan penuh angka menjadi informasi yang mudah
dipahami.
c. Visualisasi yang menarik mampu menghilangkan kejenuhan dalam membaca data.
JENIS INFOGRAFIS
• Infografis Statis
Jenis infografis ini jenis paling umum digunakan dalam menyampaikan informasi dalam berbagai
kebutuhan, diantaranya media cetak dan hasil-hasil penelitian.
• Infografis Dinamis
Infografis yang menyajikan informasi dalam bentuk audio video. Infografis jenis ini bisa disajikan
dengan dua atau 3 dimensi yang telihat lebih kompleks, misalnya televisi dan youtube.
• Infografis Interaktif
Infografis yang dibuat pada sebuah website agar pengguna dapat berinteraksi dengan informasi yang
ditampilkan. Untuk membuat jenis infografis ini biasanya dibutuhkan seorang desainer, UI/IUX
disainer, illustrator, dan programer.
ELEMEN DESAIN INFOGRAFIS
• Mudah dibagikan
STEP PEMBUATAN
Infografis
Kumpulkan Data!
Kumpulkan data-data terkait dari infografis yang ingin
anda buat
Tetapkan tujuan!
Apakah tujuan dari infografis yang ingin anda buat?
Apakah untuk umum atau untuk konsumsi sendiri
Offline
Ms. PowerPoint, CorelDraw, Adobe Illustrator, Adobe
AfterEffect, Inscape,
+ Memiliki kebebasan dalam melakukan desain dan dapat
disesuaikan untuk tujuan printing. Format yang dihasilkan
lebih banyak
- Butuh kerja keras dan butuh pemahaman tentang konsep
desain grafis
Evaluasi data anda!
Sebelum masuk ke dalam pembuatan infografis,
pastikan data yang anda gunakan merupakan versi
final.
Hati-hati copyright!
Pastikan anda tidak melanggar hak cipta, cantumkan
sumber data yang ada, dan jangan menggunakan
gambar dari web.
CONTOH INFOGRAFIS 1
CONTOH INFOGRAFIS 2
Infografis Sebagai
Pembatas Bab Buku
CONTOH INFOGRAFIS 3
PENYUSUNAN
PUBLIKASI
BUKU
KOMPONEN BUKU
• Kover Depan
• Halaman Pendahuluan
Meliputi:
1. Cover dalam atau halaman perancis 7. Daftar isi
2. Halaman katalog publikasi 8. Daftar tabel *)
3. Tim penyusun *) 9. Daftar gambar *)
4. Kata sambutan *) 10. Daftar lampiran *)
5. Kata pengantar 11. Penjelasan Teknis *)
6. Abstraksi *) 12. Penjelasan umum*) *) optional
• Halaman Isi
Pembatas bab, Tabel, Grafik, Narasi dll
• Kover Belakang
MARGIN BUKU Posisi header bahasa
Indonesia
Posisi header
bahasa Inggris
Contoh Standard
Margin Halaman Pada
Publikasi BPS
Posisi footer
bahasa Inggris
DISKUSI
PENYUSUNAN
PUBLIKASI
BADAN PUSAT STATISTIK
BAB 5
ANALISIS
KORELASI
OUTLINE
Korelasi Linear Sederhana
Koefisien Korelasi
Koefisien Determinasi
BADAN PUSAT STATISTIK
Pendahuluan
Analisis korelasi adalah suatu teknik
statistik untuk mengukur kekuatan
dan mengetahui ada atau tidak
adanya hubungan antara dua atau
lebih variabel.
BADAN PUSAT STATISTIK
KORELASI
LINIER
SEDERHANA
Korelasi Linear Sederhana
DIAGRAM
PENCAR
(SCATTER PLOT)
SCATTER PLOT
Teknik untuk mengetahui ada tidaknya
korelasi antara dua variable dapat dilakukan
melalui beberapa cara; yang paling umum
adalah dengan membuat diagram pencar dan
melihat pola yang ada. Diagram pencar adalah
plot nilai dari kedua variabel (X, Y) pada
sumbu x dan y. Berdasarkan diagram pencar,
dapat diketahui apakah titik-titik koordinat
pada sumbu X dan Y tersebut membentuk pola
tertentu
Membuat scatter plot
Misal diketahui data rata-rata lama sekolah dan tingkat kemiskinan di 10 kabupaten di Provinsi X
Terlihat dari Gambar 5.5 bahwa
rata-rata lama sekolah dengan
tingkat kemiskinan memiliki
korelasi negatif.
BADAN PUSAT STATISTIK
Koefisien
Korelasi
Koefisien Korelasi
Koefisien korelasi merupakan suatu nilai yang berkisar antara -1 sampai dengan +1 (- 1 ≤ r
≤ 1) yang menunjukkan kekuatan hubungan dari dua variabel, yaitu X dan Y. Makin
mendekati nilai 1 atau -1, artinya makin kuat korelasi antara kedua variabel dan makin
mendekati nilai 0, artinya makin lemah korelasi antara kedua variabel.
Penafsiran Koefisien Korelasi
BADAN PUSAT STATISTIK
Koefisien
Korelasi Pearson
Korelasi Pearson
Apabila variabel X dan Y masing-masing mempunyai skala pengukuran interval atau rasio dan hubungannya
merupakan hubungan linear, keeratan hubungan antara kedua variabel tersebut dapat dihitung dengan
menggunakan formula Koefisien Korelasi Pearson, yang diberi simbol dengan r yx atau rxy untuk sampel dan ρyx
atau ρxy untuk populasi
rxy = -0,99378773
Berdasarkan perhitungan diperoleh nilai koefisien
korelasi sebesar -0,99. Dapat disimpulkan bahwa
antara jumlah puskesmas dengan tingkat kematian
berkorelasi sangat kuat secara negatif. Penambahan
jumlah puskesmas akan menurunkan tingkat kematian
BADAN PUSAT STATISTIK
Koefisien
Korelasi
Spearman
Korelasi Spearman
Data berikut ini menunjukkan nilai yang dicapai oleh 10 orang murid SD dalam mengikuti ujian kemampuan berhitung dan
membaca. Dari data yang ada, akan dilihat apakah ada keterkaitan antara kemampuan berhitung dan membaca seorang
murid. Untuk melihat keterkaitan antara kemampuan berhitung dan membaca seorang murid
BADAN PUSAT STATISTIK
Koefisien
Determinasi
Koefisien Determinasi
besar sumbangan
atau kontribusi
variabel X terhadap
naik turunnya variabel
Y dapat diketahui dari
nilai Koefisien
Penentu/Determinasi
Dari contoh sebelumnya diperoleh koreasi pearson sebesar
0,99, maka nilai determinasinya adalah
BADAN PUSAT STATISTIK
Bab 6
ANGKA INDEKS
Tujuan Pembelajaran
Tujuan Tujuan
Pembelajaran Pembelajaran
Umum Khusus
Memahami makna
Angka Indeks
Memahami konsep
Mengetahui jenis-j
Angka Indeks enis
dan cara menghitu
ng
Angka Indeks
Mampu Mengaplikasikan A
mengaplikasikanny ngka
a Indeks dalam kasu
s-
kasus riil
147
Pendahuluan
148
Konsep dan Definisi
menunjukkan perbedaan
atau perbandingan dari
suatu produksi, harga atau
nilai Angka
Indeks
dalam dua batasan (waktu, tempat,
atau jenis barang) yang berbeda
149
Contoh penggunaan batasan
Tempat dan waktu • tanggal 11 November 2019 di desa Jogorogo beras 1 kg dapat ditukar dengan
sama, jenis barang 3 kg singkong.
• indeks beras terhadap singkong sebesar = 3/1 x 100 = 300
berbeda
• harga beras jenis ‘ Cianjur – Slip ‘ di Madiun pada bulan Mei 2019 =
Tempat dan barang Rp.10.000,00 per liter sedangkan bulan Juni 2019 = Rp.10.500,00 per liter
sama, waktu berbeda • Indeks Harga beras Juni 2019 dibandingkan bulan Mei 2019 = 11000/10500 x
100 = 104,76
150
Kegunaan Angka Indeks
Mengukur besar kecilnya daya beli nilai mata uang (tinggi rendahnya tingkat inflasi)
151
Cara Menentukan Periode Dasar
• Hendaklah pemilihan tahun dasar (base period) berada dalam keadaan yang stabil. Didalam indeks
harga khususnya pilihan periode yang keadaan ekonominya relatif stabil, artinya tingkat inflasi
(rate of inflation) nya rendah.
• Base period hendaklah jangan terlalu jauh jaraknya dengan given period. Karena kalau terlalu jauh
akan kurang representatif. Misalnya menghitung indeks 2020 dengan 1990 = 100, maka ternyata
barang-barang tahun 1990 jauh berbeda dengan tahun 2020. Usahakan paling lama 10 tahun atau
lebih baik kurang dari 5 tahun.
• Bisa juga dipilih periode yang bersejarah atau peristiwa penting sebagai periode dasar
penghitungan indeks, misalnya pada saat pergantian pimpinan.
• Pilih waktu dimana tersedia data untuk keperluan timbangan.
152
Tehnik Penghitungan Angka Indeks
Menurut Cara Angka Indeks Tidak Tertimbang (ketika diketahui data yang
Penghitu-
digunakan tidak dipengaruhi faktor lain; digunakan untuk
ngannya
satu jenis barang saja; jarang digunakan karena relatif dapat
dipengaruhi oleh unit pengukurannya)
153
Angka Indeks Tertimbang
154
Angka Indeks Harga Laspeyres
• menggunakan penimbang produksi atau komoditas pada waktu dasar (Qo)
• Rumus penghitungannya
IL
PQ
n 0
100
P Q
0 0
BADAN PUSAT STATISTIK
Contoh Penghitungan
Indeks Harga Laspeyres
Indeks harga
Laspeyres tahun 2003
(tahun dasar 2002)
berdasarkan
perhitungan adalah
104,50.
IP
PQn n
100
PQ 0 n
BADAN PUSAT STATISTIK
Contoh Penghitungan
Indeks Harga Paasche
Indeks harga Paasche
tahun 2003 (dengan
tahun dasar 2002)
berdasarkan
perhitungan adalah
104,47.
IF
Pn Q 0 Pn Q n 100 I L I P
P0 Q 0 P0 Q n
• Pada praktiknya, indeks ini jarang digunakan karena mempunyai
permasalahan mendasar seperti halnya penghitungan Indeks Paasche, yaitu
sulitnya mengumpulkan data kuantitas komoditas setiap tahunnya.
BADAN PUSAT STATISTIK
Contoh Penghitungan
Indeks Fisher
Berdasarkan perhitungan pada poin 2, didapatlah Indeks
Fisher sebesar 104,48
Metode Drobisch and Bowley
• Metode Drobisch and Bowley mengambil rata-rata dari hasil penghitungan
Laspayres dan Paasche
• Rumus penghitungannya
PnQo PnQn
100 100
PQ PQ
ID o o o n
2
BADAN PUSAT STATISTIK
Contoh Penghitungan
Metode Drobisch and Bowley
Berdasarkan perhitungan pada poin 2), didapatlah Indeks Drobisch
sebesar 104,49. Secara arti nilai dapat diartikan bahwa terjadi kenaikan
harga 4,49% dari tahun 2002.
Angka Indeks Nilai (Value Index)
• angka indeks nilai memerlukan harga dan kuantitas di tahun dasar dan harga
dan kuantitas di saat ini
• Rumus penghitungannya
I
PQ n n
100
P Q 0 0
BADAN PUSAT STATISTIK
P Q
n o Qn
I ME 100
P Q
o o Qn
BADAN PUSAT STATISTIK
Contoh Penghitungan
Metode Marshal Edgewarth
Indeks Marshal
Edgewarth tahun 2004
(dengan tahun dasar
2003) berdasarkan
perhitungan di poin 5
adalah 102,84.
Contoh Penghitungan
Angka Indeks Berantai
Kriteria Indeks Yang Baik
09/12/
202
2022
Kriteria Indeks Yang Baik
• Kriteria Time Reversal Test
• Jika dua indeks yang dihitung berdasarkan tahun dasar yang berbeda dikalikan
menghasilkan angka 1. Misal In.0 merupakan indeks harga pada tahun berjalan n
dan tahun dasar 0, sedangkan I0.n merupakan indeks harga pada tahun berjalan 0
dan tahun dasar n, maka kriteria time reversal test adalah:
In,o x Io,n = 1
P Q
o o
Indeks yang memenuhi kedua kriteria tersebut adalah Indeks Fisher. 203
dinyatakan dengan rate
(dengan rentang nilai 0-1),
atau persentase (dengan
rentang nilai 0-100).
dihitung dengan pembobotan
pada beberapa indikator
tunggal (caranya indikator- mudah diinterpretasikan,
indikator tunggal direduksi) dibandingkan dengan
menjadi bentuk yang paling sekumpulan indikator yang
sederhana dengan tetap terpisah-pisah
mempertahankan makna dan
esensi yang ada
Merumuska
n Indeks
Komposit
melakukan analisis melakukan
ketahanan
(robustness) dan analisis
sensitivitas indeks multivariate
terhadap sumber (menentukan
perubahan
fenomena yang variabel yang
tidak pasti berpengaruh)
menentuka
n
penimbang
BADAN PUSAT STATISTIK
208
Penghitungan IHK
• untuk menghitung tingkat perubahannya yaitu laju inflasi
• BPS menggunakan rumus Laspeyres yang dimodifikasi (Modified
Laspeyres Index)
Inflasi
212
Penghitungan NTP
Contoh Penghitungan
NTP
Pada subsektor tanaman pangan, diketahui indeks harga yang diterima petani untuk bulan Agustus 2021
adalah sebesar 166,11 dan indeks harga yang dibayar ke petani pada bulan yang sama adalah sebesar
161,02. Tentukan Nilai Tukar Petani pada subsektor tanaman pangan untuk bulan Agustus 2021
tersebut!
Langkah penghitungannya:
Hasilnya, NTP pada subsektor tanaman pangan bulan Agustus 2021 adalah sebesar 103,16
Latihan Soal
• Hitung indeks harga komoditas tersebut menggunakan metode Indeks Harga Laspeyres
• Hitung indeks harga komoditas tersebut menggunakan metode Indeks Harga Paasche
• Hitung indeks harga komoditas tersebut menggunakan metode Indeks Harga Fisher
BADAN PUSAT STATISTIK