Topik 6 Analisis Data Sekunder Matakuliah Metodologi Penelitian

Slides:



Advertisements
Presentasi serupa
BAB 2. jenis data Oleh M. YAHYA AHMAD
Advertisements

TINJAUAN UMUM DATA DAN STATISTIKA
BAHAN AJAR STATISTIKA ELEMENTER MAA 306
SEKILAS STATISTIKA 1. Menjelaskan konsep dasar data & pembagiannya 2
POPULASI DAN SAMPEL.
TINJAUAN UMUM DATA DAN STATISTIKA
METODOLOGI PENELITIAN
TINJAUAN UMUM DATA DAN STATISTIKA
Ekonometrika Metode-metode statistik yang telah disesuaikan untuk masalah-maslah ekonomi. Kombinasi antara teori ekonomi dan statistik ekonomi.
Statistika Oleh : Nopem K.S, S.Pd, M.Pd IKIP BUDI UTOMO MALANG.
9. MENENTUKAN VARIABEL A. Pengertian dan macam variabel
FAKULTAS KEPERAWATAN DATA DAN VARIABEL; NELWATI, S.Kp, MN.
STATISTIK DESKRIPTIF Budi Murtiyasa Jurusan Pend. Matematika
STATISTIK I (DESKRIPTIF) MKF
Topik 6 Analisis Data Sekunder Matakuliah Metodologi Penelitian
STATISTIKA Srikandi Kumadji.
ANALISA USAHA TANI DENGAN LINEAR PROGRAMMING
DATA.
PENGERTIAN STATISTIK DAN DATA
MUHAMMAD HAJARUL ASWAD
A S R I A N I STB. B1B PROGRAM STUDI MANAJEMEN
oleh: Yusman Syaukat Departemen Ekonomi Sumberdaya dan Lingkungan
Menentukan Perilaku Biaya
FEB Univ. 17 Agustus 1945 Jakarta
SRI SULASMIYATI, S.Sos, M.AP
I. BERKENALAN DENGAN STATISTIK
DATA DAN HIPOTESIS (DATA AND HYPOTHESIS)
FEB Univ. 17 Agustus 1945 Jakarta
Skala Pengukuran, Teknik Pengumpulan Data, Instrumen Penelitian
PERTEMUAN 3 Skala Pengukuran, Teknik Pengumpulan Data, Instrumen Penelitian, dan Uji Validitas serta Reliabilitas.
STATISTIKA BISNIS BY : ERVI COFRIYANTI.
Pendahuluan Latar belakang
PENGOLAHAN & ANALISIS DATA
APLIKASI SPSS DALAM STATISTIK
TINJAUAN UMUM DATA DAN STATISTIKA
10. MENENTUKAN VARIABEL A. Pengertian dan macam variabel
RENCANA PERKULIAHAN ESL 398 METODOLOGI PENELITIAN
DATA DAN HIPOTESIS (DATA AND HYPOTHESIS)
STATISTIK EKONOMI.
STATISTIKA Srikandi Kumadji.
SRI SULASMIYATI, S.Sos, M.AP
TINJAUAN UMUM DATA DAN STATISTIKA
Aplikasi Terapan – Aljabar Linier
Program Studi ekonomi pembangunan Semester Ganjil 2012
USULAN PENELITIAN PENGARUH HARGA BAHAN POKOK TERHADAP DAYA BELI MASYARAKAT DI KOTA PALANGKA RAYA Oleh : SITI MUSYAROFA CBA
EKONOMETRIKA PENGERTIAN.
STATISTIKA Dosen: Enny K. Sinaga, M.Si
TINJAUAN UMUM STATISTIKA
DATA STATISTIK.
PENGERTIAN STATISTIK DAN DATA
DATA DAN HIPOTESIS (DATA AND HYPOTHESIS)
10. MENENTUKAN VARIABEL A. Pengertian dan macam variabel
PERTEMUAN KE-14 STATISTIK DESKRIPTIF
STATISTIK DAN STATISTIKA
VALIDITAS DAN REABILITAS REGRESI BERGANDA Nori Sahrun, S.Kom., M.Kom
PENGERTIAN STATISTIKA
BAB 1 PENDAHULUAN Pengertian dan Definisi Statistik
PENGUKURAN INDIKATOR EKONOMI MAKRO, MIKRO DAN DAERAH SERTA INTERPRETASI TEUKU ZULHAM DISAJIKAN PADA DIKLAT FUNGSIONAL PENJENJANGAN PERENCANA TINGKAT PERTAMA.
Agribusiness Study of Programme Wiraraja University
EKONOMETRIKA Presented by : Reza PREHANDINI RIZKY DWI YULIANTO
METODOLOGI PENELITIAN
PENGOLAHAN DAN ANALISIS DATA
STATISTIK DESKRIPTIF Penajian data.
STATISTIKA Srikandi Kumadji.
TINJAUAN UMUM DATA DAN STATISTIKA
Menentukan Perilaku Biaya
PENGANTAR EKONOMETRIKA
Hp Banjarbaru - Kalimantan Selatan Pertemuan 5 Mata Kuliah : EPIDEMIOLOGI GIZI Level of significant, Confidence.
Pengenalan Data, Variabel, Sampling, Hipotesis dan Program SPSS
Metode Penelitian Sastra
Transcript presentasi:

Topik 6 Analisis Data Sekunder Matakuliah Metodologi Penelitian oleh: Yusman Syaukat Departemen Ekonomi Sumberdaya & Lingkungan Fakultas Ekonomi & Manajemen Institut Pertanian Bogor

Mengapa Perlu Analisis Data? Menjelaskan dan menyimpulkan data Mengidentifikasi hubungan antar variabel Membandingkan variabel Mengidentifikasi perbedaan antar variabel Meramakan hasil

Data & Penelitian Penelitian: Kuantitatif dan Kualitatif Data: Kuantitatif dan Kualitatif Pengertian yang salah: penelitian kuantitatif akan menghasilkan data kuantitatif (angka-angka); dan penelitian kualitatif akan menghasilkan data kualitatif (kata, opini) Metode statistika hanya bisa diaplikasikan pada penelitian kuantitatif. Data kualitatif juga bisa dianalisis dengan menggunakan metode statistika Pemahaman terhadap metode statistika sangat penting

Atribut, Variabel, dan Data Atribut (attributes) merupakan karakteristik atau kualitas yang menjelaskan suatu obyek/orang. Misal: perempuan, rajin, petani, konservatif, orang Arab. Variabel merupakan pengelompokkan atribut secara logika. Misal: pria & wanita merupakan atribut, sementara sex atau gender merupakan variabel. Variabel pekerjaan ( petani, nelayan, dosen). Variabel dapat dibedakan menjadi var kuantitatif dan var kualitatif. Var kuantitatif menghasilkan data kuantitatif; var kualitatif menghasilkan data kualitatif (non-numerik) Skala pengukuran (scale of measurement): Nominal: data dikategorikan menjadi non-numerikal atau nama; order tidak bisa ditentukan Ordinal: data dikategorikan menjadi non-numerikal atau nama; order bisa ditentukan (seperti buruk, baik, sangat baik; tidak setuju, setuju, sangat setuju) Numerikal: dapat dinyatakan dengan angka, dapat di-ranking, nol memiliki arti penting, dapat dibedakan

Data Sekunder (Secondary Data) Seluruh metode pengumpulan data dapat menghasilkan data kuantitatif (angka, statistik, finansial) atau data kualitatif (kata atau teks) Data kuantitatif dapat disajikan dalam bentuk tabel atau grafik Data Sekunder: data yang telah dikumpulkan oleh seseorang (lembaga) untuk memenuhi berbagai keperluan Misal: Data terbitan pemerintah: BPS, Departemen, Dinas, Bappenas Laporan tahunan perusahaan Data karakteristik pengunjung yang dikumpulkan oleh hotel

Pertanyaan terhadap Data Sekunder Dari mana sumber data? Apakah data mencakup suatu lokasi geografis yang benar? Apakah data relatif baru (tidak terlalu lama)? Jika akan dilakukan penggabungan data dari sumber yang berbeda, apakah data tersebut sama (dalam hal unit, waktu, definisi, dan lainnya) Jika akan dilakukan pembandingan, apakah data tersebut sepadan (comparable)? (tidak seperti membandingkan apel dengan jeruk!)

Uji Detil terhadap Data Sekunder Judul (misal: rentang waktu data atau cakupan wilayahnya) Unit pengukuran (measurement unit) Sumber Kolom dan Baris (ketika data disajikan dalam bentuk Tabel) Definisi dan Singkatan (definitions and abbreviations), misal apa arti pengusaha “kecil”, apakah singkatan FOB atau CIF, dst

Pemanfaatan Data Sekunder Untuk memanfaatkan data sekunder diperlukan tiga hal: Menemukan data (locating the data): data terbitan lembaga pemerintah, online data, data sensus, dsb Mengevaluasi data (evaluate the data): melakukan analisis kritis (validitas dan reliabilitas) terhadap laporan penelitian yang menghasilkan data tersebut. Apakah teori (konseptual model) benar? Apakah metode kajian benar? Apakah definisi variabel dan pengukurannya benar? dst Verifikasi data (verify the data): Setelah lolos validitas dan reliabilitas, Anda harus yakin bahwa Anda mendapatkan kopi data yang benar (jumlah observasi, jumlah variabel, coding)

Kelemahan Data Sekunder Data bisa tidak valid dan tidak reliabel Mungkin terdapat istilah-istilah lokal yang tidak difahami Metode kajian mungkin berubah antar periode Data mungkin sudah dimodifikasi oleh peneliti (mungkin digunakan pembobotan) Dokumentasi data yang kurang baik, sehingga menyulitkan pemanfaatannya Format penyajian data elektronis bisa tidak kompatibel Akses terhadap data relatif sulit Masalah confidentiality (kerahasiaan) data Terkadang harus dibeli dengan harga relatif mahal

Apa yang dapat dihasilkan dari Analisis Data Sekunder? Perkembangan dan laju pertumbuhan suatu variabel tertentu Menganalisis hubungan antara satu variabel dengan variabel-variabel lainnya Melakukan peramalan (estimasi) terhadap kondisi suatu variabel tertentu Menganalisis dampak suatu kebijakan terhadap kondisi suatu variabel tertentu Kelangkaan sumberdaya

Contoh Analisis Data Sekunder Mengukur Pertumbuhan: Metode Matematika Sederhana Metode Regresi Sederhana & Peramalan Metode Regresi Berganda

Analisis Pertumbuhan Jumlah penduduk, produksi barang dan jasa, nilai PDRB, luas area padi, dan nilai-nilai lainnya mengalami perubahan dari waktu ke waktu Bagaimana caranya kita mengetahui besarnya laju pertumbuhan tersebut? Analisis pertumbuhan berfungsi untuk mengetahui besarnya laju pertumbuhan per tahun suatu variabel tertentu selama periode waktu tertentu Laju Pertumbuhan Parsial: matematika sederhana Kontinyu: linear dan logaritmik

Laju Pertumbuhan Parsial Misal: Laju pertumbuhan ekonomi Provinsi Riau dari tahun 1981 – 2003 Metode Analisis: matematika sederhana Formula umum: Dimana: g(t) = pertumbuhan PDRB Prov Riau pada tahun t (persen) y(t+1) = nilai PDRB Prov Riau pada tahun t+1 (Rp milyar) y(t) = nilai PDRB Prov Riau pada tahun t (Rp milyar)

Laju Pertumbuhan Linear & Logaritmik Misal: Laju pertumbuhan ekonomi Provinsi Riau dari tahun 1981 – 2003 Metode Analisis: Regresi Sederhana (Simple Regression) Logaritmik Formula umum: y(t) = a + b t y(t) = a ebt  ln y(t) = ln a + b t Dimana: y(t) = nilai PDRB Prov Riau pada tahun t (Rp milyar) a = nilai intersep (Rp milyar) t = tahun b = laju pertumbuhan PDRB e = natural number

Laju Pertumbuhan & Peramalan Dengan diketahuinya laju pertumbuhan, baik dari model linear maupun logaritmik, kita dapat membuat peramalan (forecast) mengenai sesuatu hal (misal nilai PDRB di Prov Riau) pada tahun-tahun yang akan datang. Ketika laju pertumbuhan bertanda positif, maka nilai PDRB akan mengalami peningkatan dari waktu ke waktu Sebaliknya, ketika laju pertumbuhan bertanda negatif, maka nilai PDRB akan mengalami penurunan dari waktu ke waktu Benarkah???

Metode Regresi Berganda Berguna untuk melihat keterkaitan antara suatu variabel terikat (dependent variable) dengan beberapa variabel bebas (independent variables) y = f (x1, x2, x3, …, xn) Misal: Total penghasilan keluarga dari usaha perkebunan (dalam Rp/tahun) diduga dipengaruhi oleh tiga variabel, yakni: Jumlah Anggota Keluarga (orang) Partisipasi Petani dalam Proyek (tahun) Luas Area Perkebunan (ha) Contoh: Coffee (data dari Hasil Penelitian Puslitbangbun)

Analisis Data Sekunder Bidang ESL Benarkah bahwa biaya eksploitasi bahan tambang atau produksi komoditas pertanian mengalami peningkatan? Keterkaitan antara discovery, consumption, costs of production, dan prices dari bahan bakar atau bahan tambang Faktor-faktor apa saja yang mempengaruhi peningkatan harga beras, produk pertanian lainnya, atau enerji? Evaluasi terhadap pengeluaran subsidi bahan bakar minyak pemerintah Dampak pencabutan subsidi input pertanian (misal: pupuk dan pestisida) terhadap produksi dan harga bahan pangan Indonesia

Aplikasi

Pengertian Laju Pertumbuhan Dalam Model Linear: nilai b menggambarkan pertumbuhan (nominal ~ bisa positif atau negatif) luas area padi lahan kering setiap tahun selama kurun waktu 1981-2003. Misal b= -1223.995 menggambarkan bahwa luas area padi lahan kering mengalami penurunan sebesar 1223.995 hektar setiap tahun selama kurun waktu tersebut. Dalam Model Logaritmik: nilai b menggambarkan persentase pertumbuhan luas area padi lahan kering setiap tahun selama kurun waktu 1981-2003. Misal b= -0.0202 menggambarkan bahwa luas area padi lahan kering di Prov Riau mengalami penurunan sebesar 2.02% (setelah dikalikan 100) setiap tahun selama kurun waktu tersebut.

Laju Pertumbuhan Periodik Pada contoh sebelumnya kita telah menganalisis laju pertumbuhan luas area padi lahan kering di Prov Riau selama kurun waktu 1981-2003. Misal, kita ingin krisis ekonomi yang melanda Indonesia diakhir tahun 1997 memiliki dampak terhadap pertumbuhan luas area padi lahan kering di Prov Riau? Untuk melihat hal tersebut, kita bisa membagi kurun waktu 1981-2003 menjadi dua bagian, yaitu: Sebelum Krisis: 1981-1997 Setelah Krisis: 1998-2003