Analisis Variabel Sosial Ekonomi

Presentasi berjudul: "Analisis Variabel Sosial Ekonomi"— Transcript presentasi:

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

2 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 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 3 Tabel 1.2 Karakteristik Responden Berdasarkan Kelompok Umur
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  Karakteristik Responden N Persentase Persepsi Hak Suami Memukul Istri Setuju Tidak Total Kelompok umur 15-24 459 23,31 76,69 100,00 25-39 4.201 17,35 82,65 40-54 4.072 14,49 85,51 8.732 16,33 83,67 3

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

5 Pernah Mendengar HIV/AIDS
Two Way Table Tabel yang menunjukkan hubungan dua hal atau dua karakteristik yang berbeda Tabel 2 Persentase Pria Kawin dan Wanita Pernah Kawin yang Pernah Mendengar tentang HIV/AIDS 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 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 Karakteristik Individu
Pengetahuan Cara Menghindari HIV/AIDS Wanita Pernah Kawin Pria Kawin Setia pada satu pasangan Pakai 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 73,6 70,7 Tinggi 78,1 68,5 68,1 83,4 78,5 67,1

8 Penyajian Melalui Grafik
Pembuatan Grafik Syarat sebuah grafik adalah: terdiri dari judul grafik, badan/isi grafik, catatan kaki/keterangan Judul grafik haruslah singkat, jelas, relevan, menjelaskan apa yang disajikan, di mana, 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 Cocok Data Distribusi Tunggal Time Series SUMBER: DEPKES, 2009(DALAM KOMISI PENANGGULANGAN AIDS) 10

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

12 Cocok Data Distribusi Tunggal 12

13 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 Struktur Penduduk DI. Yogyakarta
TFR IMR 14

15 Penyajian Melalui Model
PERMASALAHAN LINGKUNGAN Pengendalian Pencemaran 2. Penurunan Emisi 3. Pengembangan Kualitas Hidup 4. Pengarahan Limbah 5. Perencanaan Sanitasi PEMBANGUNAN LINGKUNGAN LINGKUNGAN HIDUP FISIK LINGKUNGAN SOSIAL LINGKUNGAN BUDAYA PEMBANGUNAN LINGKUNGAN HIDUP DI PROVINSI DI. YOGYAKARTA BLD PSBA DINAS KESEHATAN Peran serta Masyarakat 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???
15 17 18 19 20 26 29 30 31 35 37 39 40 42 43 22 28 38 33 41 44 16 36 45

22 ……….. ???? Masih perlu penyederhanaan Umur f 15 8 33 7 16 5 35 9 17 12 36 4 18 37 3 19 38 6 20 25 39 22 40 14 26 41 28 11 42 29 43 30 44 31 45 Total 125 73

23 Nilai central??? Median 29 Modus 20 Mean 28,7 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 45-49 5 2,53 Total 198 100 Nilai central??? Median 29 Modus 20 Mean 28,7 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 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

26 Fungsi tabel frekuensi tunggal
Validasi data Apakah ibu menggunakan kontrasepsi? f % Valid % Cum % Ya 234 58,5 Tidak 166 41,5 100 400

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

28 Bagaimana mengkelaskan data
Mengetahui distribusi data, Melalui interval range Melihat nilai cumulative percent Umur f % Cumulative % 15-19 42 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 97,48 45-49 5 2,53 100,00 Total 198

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 Data kuantitatif: 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 35

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 Syarat: 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
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