1. Anto Dayan. 1991. Statistika I & II. Erlangga. Jakarta 2. Ghozali. Imam. 2002. Aplikasi Analisis Multivariat dengan Program SPSS. Universitas Diponegoro. Semarang. 3. Gujarati. Dahmodar & Sumarno Zain. 1998. Ekonomimetrika Dasar. Erlangga. Jakarta 4. Hair. J.H.; Anderson. R.E.; Tatham. R.L. & Black. W.C. 1999. Análisis multivariante; Prentice Hall Iberia; 5ª ed.; Madrid. Joreskog. K. G. & Sorbom D. (1993): LISREL &User’s Reference Guide . Chicago: Scientific Software International. Inc. 5. Levine. David. M. et.;all. 2005. Statistics For Managers Using Microsoft Excel. Pearson Edition Internasional. USA. 6. Malhorta. Naresh K. 1993. Marketing Research. An Applid Orientantion. The Prentice- Hall. Inc.. New Jersey. 7. Nazir. M. 2004. Metode Penelitian. Ghalia Indnesia. Jakarta 8. Purwadi. B. 2000. Riset Pemasaran Implementasi Dalam Bauran Pemasaran. Penerbit PT. Grafindo. Jakarta. 9. Santoso. Singgih. 2004. SPSS Statistika Multivariat. PT. Elex Media Komputindo.Jakarta. Sugiyono. 2001. Metode Penelitian Bisnis. CV. Alfabeta. Bandung. Sudjana. 2002. Metode Statistika. Edisi ke-6. Tarsito Bandung. 12. Supangat. Andi. 2007. Statistika Dalam Kajian Deskriptif Inferensial Dan Nonparametrik. Penerbit Kencana Pernada Media Group. Jakarta Supranto. J. 1992. Statistika Teori dan Aplikasi. Rineka Cipta Jakarta. Supranto. J. 1997. Metode Riset. Rineka Cipta Jakarta. 13. Supranto. J. 2004. Tehnik Analisi Multivariat. Rineka Cipta Jakarta. 14. Sudrajat. 2001. Statistika Sosial. Fakultas Pertanian Universitas Padjajaran. Bandung 15. Nachrowi, D Nachrowi Ekonometrika 2006 Penerbit Lembaga Penerbit Fakultas Ekonomi Uuniversitas Ekonomi. Jakarta.

KETENTUAN LULUS MT KULIAH STATISTIK EKBIS 2 SESUAI DENGAN KETENTUAN PERGURUAN TINGGI INSAN PEMBANGUNAN 10% Absensi kehadiran. 30% Nilai UTS 40% Nilai UAS 20% Tugas UTS (Close book) dan UAS (Open book), Baik UTS & UAS ada 3 jenis soal (AB dan C). Tujuannya agar menyelesaikan soal dgn kemampuan sendiri.

Pengertian dan Kegunaan Statistika Agar tidak menumbulkan kesalahan penafsiran bagi para pengguna statistika terlebih dahulu akan dijelaskan perbeda an arti statistik dan statistika. “Statistik digunakan untuk menyatakan kumpulan data, bilangan maupun non-bilangan (fakta) yang disusun dalam tabel atau diagram yang melukiskan atau menggambarkan suatu persoalan (Supangat, 2007)”.

Pada umumnya statistika dikelompokan menjadi 2 bagian yaitu: Statistika Deskriptif adalah metode statistika yang digunakan untuk menggambarkan atau mendeskrip sikan data yang telah dikumpulkan menjadi sebuah informasi. Statistika deskriptif yang digunakan untuk menggambarkan atau mengdeskripsikan data menja di informasi yang berguna untuk pengambilan keputusan. Contoh statistik deskriptif adalah pembuatan distribusi frekuensi diagram, ukuran pemusatan, rata-rata, stándar deviasi dan penyebaran

2. Statistika Inferensial (Induktif) adalah metode yang digunakan untuk mengetahui populasi berdasarkan sampel dengan menganalisis dan menginterpretasi kan data menjadi sebuah kesimpulan. Contoh teori probabilitas, pengujian statistik, regresi, dan korelasi dan lain-lain. Mencermati fenomena empiris tidak dapat dipingkiri para peng ambil keputusan baik pada instansi pemerintah maupun swasta dan interak si kehidupan bermasyarakat telah banyak mengguna kan kaidah kaidah statistika seperti menghitung rata-rata peng hasilan sebuah keluarga setiap bulan, mengukur tinkat produkti vitas usaha, melihat hubungan antara aktivitas yang dikerjakan dengan prestasi yang diraih, dan sebagainya.

Pengguna Statistika Masalah yang Dihadapi Tabel 1.1. Pengguna Statistika dan Berbagai Permasalahan Yang Dihadapi . Pengguna Statistika Masalah yang Dihadapi Manajemen Penentuan struktur gaji, pesangon, dan tunjangan karyawan Penentuan jumlah persediaan barang Evaluasi produktivitas karyawan. Evaluasi kinerja perusahaan. Akuntansi Penentuan standar audit barang dan jasa. Penentuan depresiasi dan apresiasi barang dan jasa. Analisis rasio keuangan perusahaan Pemasaran 1. Penelitian dan pengembangan produk. 2. Analisis potensi pasar, segmentasi dan diskriminasi pasar. 3. Ramalan penjualan. 4. Efektivitas kegiatan promosi penjualan. Keuangan 1. Potensi peluang naik/turun harga saham & suku bunga. 2. Tingkat pengembalian investasi beberapa sektor ekonomi. 3. Analisis pertumbuhan laba dan cadangan usaha. 4. Analisis resiko setiap usaha. Ekonomi Pembangunan 1. Analisis pertumbuhan ekonomi, inflasi dan suku bunga. 2. Pertumbuhan penduduk, pengangguran dan kemiskinan. 3. Indeks harga konsumen dan perdagangan besar. Agribisnis 1. Analisis produksi tanaman, ternak, ikan dan kehutanan. 2. Kelayakan usaha dan skala ekonomi. 3. Manajemen produksi agribisnis. 4. Analisis ekspor dan impor produk pertanian.

Arti dan Jenis Data Data adalah bentuk jamak dari datum artinya: kumpulan angka, fakta, fenomena atau keadaan lainnya, merupakan hasil pengamatan, pengukuran atau pencacahan dan sebagainya terhadap obyek, yang berfungsi dapat membedakan obyek yang satu dengan lainnya pada variabel yang sama. Statistika berhubungan dengan pengolahan data atau yang menjadi input dalam proses statistika adalah data. Dari sudut pandang statistika data dikelompokan menjadi dua jenis yaitu: 1. Data kualitatif adalah data yang dinyatakan dalam bentuk bukan angka (sifat). 2. Data kuantitatif adalah data yang dinyatakan dalam bentuk angka yang diasumsikan sebagai informasi dalam bentuk pernya taan “bilangan” yang didasarkan pada hasil perhitungan.

Pengelompokan data menurut cara perolehan menurut statistika terdiri atas:   Data primer adalah data yang diperoleh secara langsung dari obyek yang diteliti baik secara individu maupun kelompok/organi sasi. 2.Data sekunder adalah data yang diperoleh secara tidak langsung untuk mendapatkan informasi/keterangan dari obyek yang diteliti. 3. Data tersier yaitu data yang diperoleh secara tidak langsung dari obyek yang diteliti biasanya data tersebut diperoleh dari pihak ketiga baik dari individu maupun kelompok yang sengaja mengungkapkan fakta dari pihak kedua.

Skala Pengukuran Data Pengukuran merupakan suatu proses dimana suatu angka atau symbol diletakan pada suatu karakteristik atau stimulti sesuai dengan aturan atau prosedur yang telah ditetapkan. Stevens (1946) skala pengukuran data dapat dikelompokan menjadi empat jenis yaitu: Skala nominal adalah angka yang diberikan kepada obyek mem punyai arti sebagai label saja, dan tidak menunjukkan tingkatan apa-apa atau merupakan skala pengukuran yang menyatakan kategori dari kelompok suatu obyek. Contoh: jenis kelamin yaitu laki-laki diberi tanda 1 dan perempuan diberi tanda. 2. Skala ordinal adalah data yang diperoleh dengan cara kategorik atau klasifikasi namun diantara data tersebut memiliki hubungan atau angka yang diberikan di mana angka-angka tersebut mengandung pengertian tingkatan. Contoh: Kualitas produksi yaitu sangat tinggi dikategorikan 5; tinggi dikategorikan 4; sedang dikategorikan 3; rendah dikategorikan 2; dan tidak berkualitas dikategorikan 1.

Tabel 1.2. Ciri-ciri Skala Pengkuran Data 3. Skala interval adalah suatu skala pemberian angka pada obyek yang mempu nyai sifat ukuran ordinal dan mempunyai jarak atau interval yang sama. Contoh : temperatur suhu ruangan yang dengan celcius pada 00C sampai 100C. 4. Skala rasio adalah skala interval yang memiliki nilai dasar (based value) yang tidak dapat dirubah atau skala yang memiliki nilai nol dan rasio dua nilai yang memiliki arti. Skala rasio merupakan skala dengan hirarki paling tinggi dibanding skala-skala lainnya yang merupakan angka atau bilangan dari hasil perbandingan. Contoh: tingkat produktivitas merupakan perbandingan antara input dan ouput. Agar dapat membedakan dari ke empat jenis skala pengukuran data di atas dapat dikemukakan ciri-ciri dari setiap skala pengkuran data Tabel 1.2. Ciri-ciri Skala Pengkuran Data Nominal Ordinal Komponen Nama (Nomos) Komponen Peringkat (Order) Interval Rasio Komponen Jarak (Interval) Nilai Nol Tidak Mutlak (Absolut) Komponen Ratio Nilai Nol Mutlak (Absolut)

Arti dan Jenis Variabel Variabel (Peubah) adalah karakteristik atau sifat yang merupakan penamaan yang melekat pada suatu obyek yang dikaji. Pada prinsipnya pengolongan variabel dapat dibedakan atas dua jenis yaitu: 1. Variabel Intraneous yaitu variabel yang dimasukan dalam hipotesis penelitian yang meliputi: Variabel terikat/dependet/tergantung adalah variabel yang tercakup dalam hipotesis penelitian, keragamannya dipengaruhi oleh variabel lain. Variabel bebas adalah variabel yang yang tercakup dalam hipotesis penelitian dan berpengaruh atau mempengaruhi variable terikat/dependent/ tergantung Variabel antara (intervene variables) adalah variabel yang bersifat menjadi perantara dari hubungan variabel bebas ke variable terikat/independent/ tergantung. Variabel Moderator adalah variabel yang bersifat memperkuat atau memperlemah pengaruh variabel bebas terhadap variabel tergantung.

2. Variabel Extraneous yaitu variabel yang tidak dimasukan dalam hipotesis penelitian yang meliputi: Variabel pembaur (confounding variables) adalah suatu variabel yang tercakup dalam hipotesis penelitian, akan tetapi muncul dalam penelitian dan berpengaruh terhadap variabel tergantung dan pengaruh tersebut mencampuri/berbaur dengan variabel bebas. Variabel kendali (control variables) adalah variabel pembaur yang dapat dikendalikan pada saat riset design. Pengendalian dapat dilakukan dengan cara eksklusi (mengeluarkan obyek yang tidak memenuhi kriteria) dan inklusi (menjadikan obyek yang memenuhi kriteria untuk diikutkan dalam sampel penelitian) atau dengan blocking, yaitu membagi obyek penelitian menjadi kelompok-kelompok yang relatif homogen. Variabel penyerta (concomitant variables) adalah suatu variabel pembaur (cofounding) yang tidak dapat dikendalikan saat riset design. Variabel ini tidak dapat dikendalikan, sehingga tetap menyertai (terikut) dalam proses penelitian, dengan konsekuensi harus diamati dan pengaruh baurnya harus dieliminir atau dihilang kan pada saat analisis data.

Lebih jelasnya pengelompokan variabel, dapat dilihat pada gambar berikut: Gambar 1.1. Pengelompokan Jenis Variabel

Secara empiris data dan variabel memiliki hubung an erat dalam statistika. Agar memudahkan melihat keterkaitan data dan variabel dalam statistika disajikan pada tabel berikut: Tabel 1.3. Hubungan Data & Variabel Obyek Karakteristik Hasil pengamatan Penduduk Pekerjaan Umur Pendidikan Petani 50 Tahun SLTA Perusahaan X Modal Asset Bentuk 1 Milyar 2 Milyar Perorangan Dalam Statistikadisebut Obyek Kajian Relvansu dengan Permasalahan: Variabel Tunggal -- Jamak Datum -- Data

Berikan contoh dari kasus sehari-hari yang saudara/i jumpai ? Tugas 1  Latihan soal : Pentingnya statistika dalam kehidupan sehari-hari, dan profesi apa saja yang menggunakan statistika, coba saudara jelaskan? Penggunaan statistika dalam manajemen Coba saudara Sebutkan contohnya ? 2. Ada perbedaan statistika deskriptif dan statistika inferensial, coba saudara Jelaskan? Berikan contoh dari kasus sehari-hari yang saudara/i jumpai ? Saham PT. BUMIPUTERA SEKURITAS (kode ZR) dikatakan bahwa keuntungan adalah Rp 2500 per lembar,dan nilai saham PT. BUMIPUTERA SEKURITAS dua kali saham PT.BUANA CAPITAL. Apa skala pengukuran yang dipakai dalam soal no.3 di atas? Berikut adalah hasil survei tentang mutu buah-buahan di sebuah Pasar buah di Pasar induk Keramat jati (angka dalam persentase) Diminta: a. Menurut saudar coba jelaskan survei tersebut termasuk skala apa? b. Dapatkah saudara membuat skala rasio dari hasil tersebut? dan apa kesimpulannya? c. Bagaimana menurut saudara cara mendapatkan data tersebut, termasuk data primer atau sekunder? Kualitatif atau kuantitatif? Coba jelaskan Komoditi Kualitas BURUK CUKUP BAIK ISTIMEWA Jeruk 10 25 40 Pisang 15 35 Mangga 20