Agus Joko Pitoyo, S.Si., M.A. Fakultas Geografi, UGM

1

Analisis Variabel Sosial Ekonomi

Bagian-bagian dalam Tabel

1. Nomor2. Title (Judul), biasanya ditempatkan di atas tabel, harus jelas, singkat, dan lengkap3. Judul yang baik akan menjawab what, when, dan where4. Stub (Judul baris) adalah kolom paling kiri, termasuk kepala kolom tersebut. Stub

memberi suatu keterangan/penjelasan secara terperinci tentang gambaran pada tiap baris dan badan tabel

5. Box head (Judul kolom), termasuk kepala kolom. Box head memberi keterangan/penjelasan secara terperinci tentang gambaran tiap kolom dari badan tabel

6. Body terdiri atas kolom-kolom dan hanya berisi angka-angka7. Total (kolom/baris)8. Foot Note9. Source (sumber data) untuk data sekunder/tersier

Penyajian Melalui Tabel

 Karakteristik Responden NPersentase Persepsi Hak

Suami Memukul IstriSetuju Tidak Total

Kelompok umur          15-24 459 23,31 76,69 100,00

  25-39 4.201 17,35 82,65 100,00  40-54 4.072 14,49 85,51 100,00  Total 8.732 16,33 83,67 100,00

Nomor tabel

Judul Tabel

Judul baris (Stub)

Judul kolom (Box head)

Body

Tabel 1.2 Karakteristik Responden Berdasarkan Kelompok Umur

Sumber: Data SDKI 2007, diolah

3

TABEL SATU ARAH (ONE WAY TABLE)TABEL YANG MEMUAT KETERANGAN MENGENAI SATU HAL ATAU SATU KARAKTERISTIK SAJA

Tabel 1 Jumlah Korban Bencana Alam di Indonesia, 2006

Jenis kelamin Jumlah (jiwa) Laki-laki 8.758 Perempuan 32.895

Total 41.653 Sumber: Data Primer, 2006

One Way Table

4

Jenis kelamin Pernah Mendengar HIV/AIDS

(%)

Laki-laki 71,4 (N=8758)

Perempuan 61,0 (N=32.895)

Total 41.653

Sumber: Data SDKI 2007, diolah

Tabel 2Persentase Pria Kawin dan Wanita Pernah Kawin

yang Pernah Mendengar tentang HIV/AIDS

Tabel yang menunjukkan hubungan dua hal atau dua karakteristik yang berbeda

Two Way Table

5

Tabel tiga arah (three way table)yaitu tabel yang menunjukkan hubungan tiga hal atau tiga karakteristik yang berbeda, misalnya data tentang pria kawin dan wanita pernah kawin tentang pengetahuan cara menghindari HIV/AIDS menurut karakteritik individu saat evaluasi kesehatan lingkungan hidup

Three way Table

6

Karakteristik Individu

Pengetahuan Cara Menghindari HIV/AIDS

Wanita Pernah Kawin Pria Kawin

Setia pada satu

pasanganPakai

kondom

Tidak ber hubungan

seks

Setia pada satu

pasanganPakai

kondom

Tidak ber hubungan

seks

Umur

≤20 65,0 52,8 56,8 89,5 94,7 80,0

21-39 69,7 59,3 61,1 74,3 70,2 60,7

≥40 68,4 56,4 57,9 72,2 66,5 59,7

Jumlah 69,2 58,4 60,2 73,5 68,8 60,3

Pendidikan

Rendah 59,4 47,5 50,9 61,6 55,8 51,8

Sedang 69,3 58,0 61,1 73,6 70,7 61,1

Tinggi 78,1 68,5 68,1 83,4 78,5 67,1

Jumlah 69,2 58,4 60,2 73,5 68,8 60,3

Three way Table

Pembuatan Grafik

Syarat sebuah grafik adalah:

1. terdiri dari judul grafik, badan/isi grafik, catatan kaki/keterangan

2. Judul grafik haruslah singkat, jelas, relevan, menjelaskan apa yang disajikan, di mana, dan kapan.

3. badan grafik, tampilkan varibel dengan warna yang menarik, batasi jumlah varibel yang ditampilkan, lengkapi dengan legenda yang menjelaskan artinya

4. catatan kaki, penjelasan label, sumber informasi dari isi grafik

Penyajian Melalui Grafik

8

Contoh Grafik Garis Tunggal:TFR di Indonesia dari Tahun 1997-2007

9

Cocok DataTime Series

SUMBER: DEPKES, 2009(DALAM KOMISI PENANGGULANGAN AIDS)

Contoh Grafik Batang Tunggal: Jumlah Kasus Baru HIV/AIDS dari Tahun 2004-2008

10

Cocok Data

DistribusiTunggal

Time Series

SUMBER: DEPKES, 2009(DALAM KOMISI PENANGGULANGAN AIDS)

Grafik Batang Berganda(Multiple Bar Chart)

11

Cocok Data

PerbandinganTime Series

12

Cocok Data

DistribusiTunggal

Powerpoint

Microsoft PowerPoint adalah aplikasi penyusun presentasi terpopuler saat ini. Dikemas dalam satu paket dengan Microsoft Office, aplikasi ini menawarkan berbagai kecanggihan, misalnya menyisipkan aneka objek ke dalam file, mulai dari teks, gambar, hingga video klip. Aplikasi ini juga menawarkan visual effect (kombinasi efek) dan kemampuan integrasinya dengan aplikasi Microsoft Office yang lain.

Penyajian Melalui Powerpoint

13

14

0-4

10-14

20-24

30-34

40-44

50-54

60-64

70-74

Laki-Laki Perempuan

3023 20 19

66

5243 39

IDHS 1994 IDHS 1997 IDHS 2002-03 IDHS 2007

DI Yogyakarta Indonesia Total IMR

TFR

Struktur Penduduk DI. Yogyakarta

• Asas

•Prinsip

•Tujuan

• Hak dan Kewajiban

Aspek Substansi Pengaturan

Aspek manajemn pelaksanaan

PERMASALAHAN LINGKUNGAN

1.Pengendalian Pencemaran2. Penurunan Emisi3. Pengembangan Kualitas Hidup4. Pengarahan Limbah5. Perencanaan Sanitasi

PEMBANGUNAN LINGKUNGAN

•LINGKUNGAN HIDUP FISIK

•LINGKUNGAN SOSIAL•LINGKUNGAN BUDAYA

• BLD• PSBA• DINAS KESEHATAN• Peran serta Masyarakat

Aspek landasan/Dasar Pengaturan

15

Penyajian Melalui Model

Peran Sosial Ekonomi Remitan

Peningkatan Kesejahteraan Perubahan Sosial Intensitas migrasi -Migrasi pertama kali

-Migrasi berulang

Level Masyarakat

Level Rumah Tangga dan Individu

Pendidikan, nilai-nilai sosial

Pendapatan Rumah Tangga dari Remitan

Alokasi Remitan :-tipe rumah tangga-jumlah ART-kondisi sosial ekonomi dll.

Pemanfaatan konsumtif untuk membeli barang-

barang berharga (luxury goods)

Remitan digunakan untuk modal usaha

Rumah Tangga

Bisnis Lokal

Pengembangan Pertanian

Stabilitas Sosial

Bantuan bersama

Bantuan antar keluarga

Hubungan kekeluargaan melintasi ruang fisik

Pemeliharaan Pola Sosial Tradisional

Mobilitas Sosial Meningkat

Dinamika Sosial Antara Keluarga

16

Penyajian dengan Peta

Tahap I

Tahap II Tahap III

18

Analisis Statistik Deskriptif

Fungsi StatistikFungsi StatistikMenyederhanakan dataMenyederhanakan dataInstrumen pengolahan dan analisis DataInstrumen pengolahan dan analisis DataMenggambarkan fenomena sosial dengan Menggambarkan fenomena sosial dengan

pasti.pasti.Meringkas hasil penelitian menjadi lebih Meringkas hasil penelitian menjadi lebih

yakin dan bermakna. yakin dan bermakna. Menguraikan sebab akibat yang kompleks Menguraikan sebab akibat yang kompleks

dan rumit dan rumit Mengadakan peramalan secara ilmiahMengadakan peramalan secara ilmiahGeneralisasi Sampling ke Populasi Generalisasi Sampling ke Populasi

1. Statistik Deskriptif: memberi deskripsi tentang subjek

penelitian berdasar data dari variabel penelitian yang tidak untuk pengujian hipotesis:

Penyajian frekuensi dan persentase

Penyajian tabel dan gambarPenyajian karakteristik data dg nilai statistik (mean, median, modus, SD, variance, minimum, maksimum, range, jumlah sampel)

Apa yang dapat disimpulkan???

15 17 18 19 20 20 26 29 30 31 35 37 39 40 4215 17 18 19 20 20 26 29 30 31 35 37 39 40 4315 17 18 19 20 22 28 29 30 31 35 38 39 40 4315 17 18 20 20 22 28 29 30 31 35 38 39 40 4315 17 18 20 20 22 28 29 30 31 35 38 40 40 4315 17 18 20 20 22 28 29 30 33 35 38 40 41 4415 17 18 20 20 22 28 29 30 33 35 38 40 41 4415 17 19 20 20 22 28 29 30 33 35 38 40 41 4416 17 19 20 20 22 28 30 30 33 36 39 40 41 4516 17 19 20 20 22 28 30 30 33 36 39 40 41 4516 17 19 20 20 26 28 30 31 33 36 39 40 42 4516 17 19 20 20 26 28 30 31 33 36 39 40 42 4516 18 19 20 20 26 28 30 31 35 37 39 40 42 45

……….. ????

Umur f Umur f15 8 33 716 5 35 917 12 36 418 8 37 319 9 38 620 25 39 922 8 40 1426 8 41 528 11 42 429 8 43 430 15 44 331 8 45 5

Total 125 Total 73

Masih perlu penyederhanaan

Nilai central???

Umur f %

15-19 42 21,21

20-24 33 16,67

25-29 27 13,64

30-34 30 15,15

35-39 31 15,66

40-44 30 15,15

45-49 5 2,53

Total 198 100

Median 29Modus 20Mean 28,7

Mengapa Modus dan Mean Jauh

Kapan Mean, Median, Modus digunakan ?Mean : rata-rata, kapan digunakan ?

Median: nilai tengah, mana yang lebih baik, mean atau median

Modus : kapan digunakanApa yang dimaksud dengan data disperse dan data konverse ?

Kapan menggunakan nilai central?Rata-rata adalah jumlah suatu nilai dibagi dengan

banyaknya kasus. Nilai rata-rata tepat digunakan untuk data yang homogen.

Nilai Modus atau nilai yang sering muncul. Angka ini sangat sesuai digunakan untuk data yang tidak terlalu heterogen maupun homogen.

Median atau nilai yang membagi data yang telah diurutkan menjadi dua bagian yang sama yaitu 50% kurang dari dan 50% lebih dari nilai median tersebut. Angka ini sangat tepat untuk data heterogen.

Variance adalah ukuran disperse yang menyatakan ukuran penyebaran atau ukuran pemencaran.

Skewness dan Kurtosis merupakan ukuran untuk mengetahui distribusi data dari sisi kemecengan atau kelangsingan data

Fungsi tabel frekuensi tunggalValidasi data

Apakah ibu menggunakan kontrasepsi?

f % Valid % Cum %

Ya 234 58,5 58,5 58,5

Tidak 166 41,5 41,5 100

400 100 100

Jenis kontrasepsi f % valid % cum%PIL 30 7,50 12,99 7,50Susuk 88 22,00 38,10 29,50IUD 15 3,75 6,49 33,25Suntik 55 13,75 23,81 47,00Steril 3 0,75 1,30 47,75Tradisional 40 10,00 17,32 57,75missing 169 42,25 100,00 231 400 100,00 100,00

Kapan % dan valid % bernilai

sama?

Bagaimana mengkelaskan dataMengetahui distribusi data, Melalui interval rangeMelihat nilai cumulative percent

Umur f % Cumulative %15-19 42 21,21 21,21

20-24 33 16,67 37,88

25-29 27 13,64 51,52

30-34 30 15,15 66,67

35-39 31 15,66 82,33

40-44 30 15,15 97,48

45-49 5 2,53 100,00

Total 198 100,00

Bagaimana Membuat IndeksBagaimana Membuat Indeks

Indeks : Indikator untuk mengukur Indeks : Indikator untuk mengukur kualitaskualitascontoh : HDI, GDI, HPIcontoh : HDI, GDI, HPI

(Maksimum – Actual)/(Actual – (Maksimum – Actual)/(Actual – minimum)minimum)

30

Analisis Statistik Inferensial

2. Statistik Inferensial: mengambil keputusan berdasarkan data sampel dengan membuat estimasi dan pengujian hipotesis dengan probabilitas kesalahan penolakan Ho, yang diolah data-data numerikal (angka) dengan metode statistik:

uji korelasi/hubungan uji perbedaan mean uji pengaruh

JENIS DATA

Data primer --> data cross section Data sekunder--> data time series

KATEGORI DATAData kualitatif: pengukurannya bukan

angka, misal: jenis kelaminData kuantitatif: pengukurannya

dalam bentuk angka, misal: harga barang, pendapatan

Data kuantitatif:Data diskrit: data yang terputus-putusData continuous: data yang bersambung

Jenis Pengukuran Data/skala:1. nominal2. ordinal3. interval4. rasio Jenis ukuran data akan menentukan

pemilihan uji statistika yang tepat.

POPULASI DAN SAMPELPOPULASI DAN SAMPEL

Populasi adalah suatu set subyek yang didefinisikan dalam penelitian

Sampel: sejumlah subyek diambil dari populasi ---> representative

TAHAPAN ANALISIS STATISTIK TAHAPAN ANALISIS STATISTIK INFERENSIALINFERENSIAL

1. Mengkode data:jawaban pertanyaan terbuka dengan listing

jawaban, mengklasifikasikan, mengkodejawaban pertanyaan tertutup2. Penyiapan datasiapkan sheet untuk data entrydata entrycleaning data--> frekuensi

3. Teknik Analisis Data: tepat dalam memilih metode statistik yg sesuai dengan tujuan analisisnya. Perlu mempertimbangkan:

a. Jenis pengukuran data: nominal, ordinal, interval dan rasiob. Distribusi data:

normal --> statistik parametrik tidak normal--> non parametrik

4. Mengenal dan atau paham program yang

ada: SPSS, SAS, STATA, Shazam dll.

A. UJI BEDA MEAN:A. UJI BEDA MEAN:

1. DUA MEAN : T-TEST a. T-test One sampleb. Dependent/Match T-testc. Independent T-test

Syarat:a. Data berskala interval atau rasiod. Data berdistribusi normal

TAHAP:1. Nyatakan hipotesis:

Ho: = o

Ha: # o

o

o

2. Hitung t-hitung3. Tentukan daerah penolakan (tingkat kesalahan,

satu atau dua ekor, degree of freedom)4. Pengambilan keputusan 5. Simpulkan

PROGRAM SPSS VERSI 15.0SYNTAX:

AnalyseCompare mean

One-sample t-test

2. UJI BEDA TIGA ATAU LEBIH MEAN: ANALYSIS OF VARIANCE (ANOVA)

Single factor Analysis of VarianceTwo-factor Analysis of Variance

Syarat:a. variance semua grup sama--> b. data berdistribusi normalc. observasi independen

Analisis Uji Beda1. Chi-Square analysis: data nominal

Untuk membuktikan apakah apa perbedaan atau tidak terhadap hal yang dikaji.

Contoh: Terdapat Perbedaan Pemahaman Tentang Statistik Menurut Status Desa Kota

Syarat Chi-Square1. Data terdistribusi normal2. Skala Data Nominal

2. Correlation analysis: hubungan dua variabel (dengan data kontinyu)

Asumsi:Random samplingSkala interval atau rasioNormal distribusiHubungan dua variabel linearHomoskedastisitas: variance skor Y uniform untuk

semua nilai XSampling distribusi normal

3. Regression Analysis

A. Simple atau Multiple Linear Regression: satu DV dan satu atau lebih IV

Aturan:Data interval atau rasioData berdistribusi normal

Asumsi:MulticollinearityAuto/serial correlation

B. Multinomial regression: data DV dg dua kategori dan IVs--> probabilitas terjadinya satu kejadian

C. Multinomial regression: data DV dg lebih dari dua kategori dengan IVs lebih dari satu --> probabilitas terjadinya satu kejadian

D. Hierarchical Multiple Regression: menganalisis interaction effect suatu variabel dari adanya hubungan dua variabel