1 / 44

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

Analisis Variabel Sosial Ekonomi. Agus Joko Pitoyo, S.Si., M.A. Fakultas Geografi, UGM. 1. Penyajian Melalui Tabel. Bagian-bagian dalam Tabel. Nomor Title (Judul), biasanya ditempatkan di atas tabel, harus jelas, singkat, dan lengkap Judul yang baik akan menjawab what, when, dan where

taber
Download Presentation

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

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Analisis Variabel Sosial Ekonomi Agus Joko Pitoyo, S.Si., M.A. Fakultas Geografi, UGM 1

  2. PenyajianMelaluiTabel Bagian-bagian dalam Tabel Nomor Title (Judul), biasanya ditempatkan di atas tabel, harus jelas, singkat, dan lengkap Judul yang baik akan menjawab what, when, dan where 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 Box head (Judul kolom), termasuk kepala kolom. Box head memberi keterangan/penjelasan secara terperinci tentang gambaran tiap kolom dari badan tabel Body terdiri atas kolom-kolom dan hanya berisi angka-angka Total (kolom/baris) Foot Note Source (sumber data) untuk data sekunder/tersier

  3. Judul baris (Stub) Nomor tabel Judul kolom (Box head) Judul Tabel Tabel 1.2 Karakteristik Responden Berdasarkan Kelompok Umur Body Sumber: Data SDKI 2007, diolah 3

  4. TABEL SATU ARAH (ONE WAY TABLE)TABEL YANG MEMUAT KETERANGAN MENGENAI SATU HAL ATAU SATU KARAKTERISTIK SAJA One Way Table 4

  5. Two Way Table Tabel yang menunjukkan hubungan dua hal atau dua karakteristik yang berbeda Tabel 2Persentase Pria Kawin dan Wanita Pernah Kawinyang Pernah Mendengar tentang HIV/AIDS Sumber: Data SDKI 2007, diolah 5

  6. Three way Table 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 6

  7. Three way Table

  8. Pembuatan Grafik PenyajianMelaluiGrafik • Syarat sebuah grafik adalah: • terdiri dari judul grafik, badan/isi grafik, catatan kaki/keterangan • Judul grafik haruslah singkat, jelas, relevan, menjelaskan apayang disajikan,dimana, dan kapan. • badan grafik, tampilkan varibel dengan warna yang menarik, batasi jumlah varibel yang ditampilkan, lengkapi dengan legenda yang menjelaskan artinya • catatan kaki, penjelasan label, sumber informasi dari isi grafik 8

  9. Contoh Grafik Garis Tunggal:TFR di Indonesia dari Tahun 1997-2007 Cocok Data Time Series 9

  10. SUMBER: DEPKES, 2009(DALAM KOMISI PENANGGULANGAN AIDS) Contoh Grafik Batang Tunggal: Jumlah Kasus Baru HIV/AIDS dari Tahun 2004-2008 Cocok Data Distribusi Tunggal Time Series 10

  11. SUMBER: DEPKES, 2009(DALAM KOMISI PENANGGULANGAN AIDS) Cocok Data Perbandingan Time Series Grafik Batang Berganda(Multiple Bar Chart) 11

  12. Cocok Data Distribusi Tunggal 12

  13. Powerpoint Penyajian Melalui 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. 13

  14. StrukturPenduduk DI. Yogyakarta TFR IMR 14

  15. PenyajianMelalui Model • PERMASALAHAN LINGKUNGAN • PengendalianPencemaran • 2. PenurunanEmisi • 3. PengembanganKualitasHidup • 4. PengarahanLimbah • 5. PerencanaanSanitasi • PEMBANGUNAN LINGKUNGAN • LINGKUNGAN HIDUP FISIK • LINGKUNGAN SOSIAL • LINGKUNGAN BUDAYA PEMBANGUNAN LINGKUNGAN HIDUP DI PROVINSI DI. YOGYAKARTA • BLD • PSBA • DINAS KESEHATAN • PeransertaMasyarakat • Asas • Prinsip • Tujuan • Hak dan Kewajiban PEMBIAYAAN Aspek landasan/Dasar Pengaturan Aspek Substansi Pengaturan Aspek manajemn pelaksanaan 15

  16. 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 Stabilitas Sosial Pendapatan Rumah Tangga dari Remitan Bantuan bersama Bantuan antar keluarga Hubungan kekeluargaan melintasi ruang fisik Pemeliharaan Pola Sosial Tradisional Mobilitas Sosial Meningkat • Alokasi Remitan : • tipe rumah tangga • jumlah ART • kondisi sosial ekonomi dll. Dinamika Sosial Antara Keluarga Pemanfaatan konsumtif untuk membeli barang-barang berharga (luxury goods) Remitan digunakan untuk modal usaha Rumah Tangga Bisnis Lokal Pengembangan Pertanian 16

  17. Penyajian dengan Peta Tahap I Tahap III Tahap II

  18. Analisis Statistik Deskriptif 18

  19. Fungsi Statistik Menyederhanakan data Instrumen pengolahan dan analisis Data Menggambarkan fenomena sosial dengan pasti. Meringkas hasil penelitian menjadi lebih yakin dan bermakna. Menguraikan sebab akibat yang kompleks dan rumit Mengadakan peramalan secara ilmiah Generalisasi Sampling ke Populasi

  20. 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 gambar • Penyajian karakteristik data dg nilai statistik (mean, median, modus, SD, variance, minimum, maksimum, range, jumlah sampel)

  21. Apa yang dapat disimpulkan???

  22. ……….. ???? Masih perlu penyederhanaan

  23. Nilai central??? Mengapa Modus dan Mean Jauh

  24. Kapan Mean, Median, Modus digunakan ? Mean : rata-rata, kapan digunakan ? Median: nilai tengah, mana yang lebih baik, mean atau median Modus : kapan digunakan Apa yang dimaksud dengan data disperse dan data konverse ?

  25. Kapan menggunakan nilai central? • Rata-rata adalahjumlahsuatunilaidibagidenganbanyaknyakasus. Nilai rata-rata tepatdigunakanuntuk data yang homogen. • Nilai Modus ataunilai yang seringmuncul. Angkainisangatsesuaidigunakanuntuk data yang tidakterlaluheterogenmaupunhomogen. • Median ataunilai yang membagi data yang telahdiurutkanmenjadiduabagian yang samayaitu 50% kurangdaridan 50% lebihdarinilai median tersebut. Angkainisangattepatuntuk data heterogen. • Variance adalahukuran disperse yang menyatakanukuranpenyebaranatauukuranpemencaran. • Skewnessdan Kurtosis merupakanukuranuntukmengetahuidistribusi data darisisikemecenganataukelangsingan data

  26. Fungsi tabel frekuensi tunggal Validasi data Apakah ibu menggunakan kontrasepsi?

  27. Kapan % dan valid % bernilai sama?

  28. Bagaimanamengkelaskan data Mengetahui distribusi data, Melalui interval range Melihat nilai cumulative percent

  29. Bagaimana Membuat Indeks Indeks : Indikator untuk mengukur kualitas contoh : HDI, GDI, HPI (Maksimum – Actual)/(Actual – minimum)

  30. Analisis Statistik Inferensial 30

  31. 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

  32. JENIS DATA Data primer --> data cross section Data sekunder--> data time series KATEGORI DATA Data kualitatif: pengukurannya bukan angka, misal: jenis kelamin Data kuantitatif: pengukurannya dalam bentuk angka, misal: harga barang, pendapatan

  33. Datakuantitatif: Data diskrit: data yang terputus-putus Data continuous: data yang bersambung Jenis Pengukuran Data/skala: 1. nominal 2. ordinal 3. interval 4. rasio Jenis ukuran data akan menentukan pemilihan uji statistika yang tepat.

  34. POPULASI DAN SAMPEL Populasi adalah suatu set subyek yang didefinisikan dalam penelitian Sampel: sejumlah subyek diambil dari populasi ---> representative

  35. TAHAPAN ANALISIS STATISTIK INFERENSIAL 1. Mengkode data: • jawaban pertanyaan terbuka dengan listing jawaban, mengklasifikasikan, mengkode • jawaban pertanyaan tertutup 2. Penyiapan data • siapkan sheet untuk data entry • data entry • cleaning data--> frekuensi

  36. 3. Teknik Analisis Data: tepat dalam memilih metode statistik yg sesuai dengan tujuan analisisnya. Perlu mempertimbangkan: a. Jenis pengukuran data: nominal, ordinal, interval dan rasio b. Distribusi data: • normal --> statistik parametrik • tidak normal--> non parametrik 4. Mengenal dan atau paham program yang ada: SPSS, SAS, STATA, Shazam dll.

  37. A. UJI BEDA MEAN: 1. DUA MEAN : T-TEST a. T-test One sample b. Dependent/Match T-test c. Independent T-test Syarat: a. Data berskala interval atau rasio d. Data berdistribusi normal

  38. TAHAP: 1. Nyatakan hipotesis: Ho:  = o Ha:  # o   o   o 2.Hitung t-hitung 3. Tentukan daerah penolakan (tingkat kesalahan, satu atau dua ekor, degree of freedom) 4. Pengambilan keputusan 5. Simpulkan

  39. PROGRAM SPSS VERSI 15.0 SYNTAX: Analyse Compare mean One-sample t-test

  40. 2. UJI BEDA TIGA ATAU LEBIH MEAN: ANALYSIS OF VARIANCE (ANOVA) Single factor Analysis of Variance Two-factor Analysis of Variance Syarat: a. variance semua grup sama--> b. data berdistribusi normal c. observasi independen

  41. Analisis Uji Beda 1. 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-Square Data terdistribusi normal Skala Data Nominal

  42. 2. Correlation analysis: hubungan dua variabel (dengan data kontinyu) Asumsi: Random sampling Skala interval atau rasio Normal distribusi Hubungan dua variabel linear Homoskedastisitas: variance skor Y uniform untuk semua nilai X Sampling distribusi normal

  43. 3. Regression Analysis A. Simple atau Multiple Linear Regression: satu DV dan satu atau lebih IV Aturan: Data interval atau rasio Data berdistribusi normal Asumsi: Multicollinearity Auto/serial correlation

  44. 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

More Related