Senin, 13 Desember 2010

Badan Pusat Statistik


Badan Pusat Statistik (BPS, dahulu Biro Pusat Statistik), adalah Lembaga Pemerintah Non Departemen yang mempunyai fungsi pokok sebagai penyedia data statistik dasar, baik untuk pemerintah maupun untuk masyarakat umum, secara nasional maupun regional.
Setiap sepuluh tahun sekali, BPS menyelenggarakan sensus penduduk. Di samping itu, BPS juga melakukan pengumpulan data, menerbitkan publikasi statistik nasional maupun daerah, serta melakukan analisis data statistik yang digunakan dalam pengambilan kebijakan pemerintah.
BPS juga terdapat di setiap provinsi, kabupaten dan kota di seluruh Indonesia. Dinamakan perwakilan BPS di daerah, karena BPS merupakan instansi vertikal, yakni instansi pemerintah pusat yang berada di daerah, sehingga bukan merupakan bagian dari instansi milik daerah, Tugas lain BPS di daerah adalah melakukan koordinasi dengan pemerintah daerah dalam rangka penyelenggaraan statistik regional.
Setiap sepuluh tahun sekali BPS menyelenggarakan:
  • Sensus Penduduk (SP) yaitu pada setiap tahun berakhiran "0" (nol),
  • Sensus Pertanian (ST) pada setiap tahun berakhiran "3" (tiga), dan
  • Sensus Ekonomi (SE) pada setiap tahun berakhiran "6" (enam).
Di samping memiliki kantor pewakilan hingga daerah tingkat II (Kabupaten/Kota), aparat BPS ada di setiap kecamatan, yaitu petugas Mantri Statistik atau saat ini disebut sebagai KSK (Koordinator Statistik Kecamatan)

Diposting oleh di Tidak ada komentar:

Minggu, 12 Desember 2010

ARTI STATISTIK (rangkuman SPSS 16.0)

1. GRAFIK POPULASI PIRAMID, disebut juga Mirror Plot atau Dual Chart, berguna untuk menggambarkan distribusi diantara dua kelompok.
2. GRAFIK 3-D BAR, berguna untuk menonjolkan perbedaan kombinasi dari kategori.
3. GRAFIK DOT, disebut juga Dot Density Chart, berguna untuk memaparkan suatu pengamatan individu pada suatu skala Continue menggunakan symbol titik atau lainnya.
4. GRAFIK PANELLED CHART, untuk menyajikan baris dan variable yang berasal dari satu grafik untuk menunjukan perbedaan antar kelompok dan penggambaran efek dari variable kondisional.
5. MEAN, adalah nilai rata-rata terukur suatu data
6. MEDIAN, adalah nilai tengah data setelah data tersebut diurutkan dari kecil ke besar.
7. MODUS, adalah nilai yang sering muncul dari suatu data.
8. STANDAR DEVIASI, adalah nilai simpangan baku.
9. VARIAN, adalah nilai kuadrat dari standar deviasi.
10. STANDAR EROR MEAN (S.E.MEAN), adalah estimasi tentang standar deviasi dari suatu distribusi rara-rata yang diperoleh dari sampel yang diambl secara random (terus menerus) dari populasi.
11. SKEWNESS, adalah nilai kemencengan atau tinggi distribusi data, apabila bernilai positif maka distribusi data akan menceng ke kanan, apabila negatif maka sebaliknya.
12. KURTOSIS, adalah nilai keruncingan atau tinggi distribusi data.
13. KENORMALAN, suatu data dapat dilihat dari perbandingan Skewness dengan Std.Eror of Skewness, dan nilai perbandingan Kurtosis dengan Std.Eror of Kurtosis, harus diantara -2 dan 2.
14. ANALISIS FREKUENCIES, sangat berguna untuk menganalisa guna memperoleh ringkasan statu variable individual.
15. ANALISIS DESCRIPTIVE, sangat membantu dalam meringkas perbandingan beberapa variable data skala dalam satu tabel dan dapat digunakan untuk melakukan pengamatan outlier/penyimpangan data.
16. ANALISIS EXPLORER, Sangat membantu dalam menampilkan berbagai visual dan ringkasan numerik data.
17. ANALISIS CROSSTABS, Sangat membantu untuk dijadikan dasar hubungan antar variable kategori (nominal dan ordinal).
18. ANALISIS CROSSTABS – CHI SQUARE, Sangat membantu untuk dijadikan dasar hubungan antar variable data nominal.
19. ANALISIS CROSSTABS - CORRELATIONS, Sangat membantu untuk dijadikan dasar hubungan antar variabel data ordinal.
20. ANALISIS RATIO, Sangat membantu untuk dijadikan dasar memberikan gambaran seluruh rasio antara dua variable skala.
21. ANALISIS MEANS, Sangat membantu untuk dijadikan dasar memaparkan nilai tendensi sentral maupun disperse suatu variabel data skala dengan dikelompokan berdasarkan variabel data katagori.
22. OLAP CUBES (Online Analitical Processing), digunakan untuk menghitung Total, Mean, dan Statistik Univariate lainnya.
23. ANALISIS PARETO, dipakai dalam pengendalian kualitas ebagai analisis dasar untuk membreak down suatu masalah yang terjadi.
24. ANALISIS PERBANDINGAN RATA-RATA, merupakan bagian dari uji hipotesis dengan dasar pengujiannya untuk membandingkan perbedaan rata-rata.
25. ANALISIS SAMPLE T TEST, digunakan untuk menguji perbedaan rata-rata satu variable dengan suatu Konstanta tertentu atau nilai hipotesis.
26. ANALISIS INDEPENDENT SAMPLE T TEST, digunakan untuk menguji signifikansi beda rata-rata dua kelompok.
27. ANALISIS PAIRED SAMPLE T TEST, atau lebih dikenal dengan Pre Post Design adalah analisis dengan melibatkan dua pengukuran pada subyek yang sama terhadap suatu pengaruh atau perlakuan tertentu.
28. ANALISIS ONE WAY ANOVA, atau dikenal dengan Analisis Varian untuk Satu Variabel Independent, digunakan untuk menentukan pakah rata-rata dua atau lebih kelompok berbeda secara nyata.
29. ANALISIS GENERAL LINEAR MODEL (GLM)-UNIVARIATE, memberikan analisis Regresi dan Analisis Varian untuk satu variable dependent oleh dua atau lebih factor atau variable.
30. ANALISIS GLM-UNIVARIATE-FACTOR, merupakan suatu lembaga bimbingan belajar mengadakan survai berbasis pada nilai Try Out yang mereka selenggarakan, dengan menerapkan dua metode pengajaran yang berbeda (X dan Y).
31. ANALISIS-UNIVARIATE-COVARIATE, yaitu suatu Lembaga Swadaya Masyarakat (LSM) yang memiliki program peningkatan pendapatan untuk masyarat marginal.
32. GENERAL LINEAR MODEL (GLM)-MULTIVARIATE, melakukan analisis Regresi dan Analisis Varian pada beberapa variable dependent skala dengan satu atau lebih factor atau covariate.
33. ANALISIS GENERAL LINEAR MODEL (GLM)-REPEATED MEASURES, merupakan analisis varian dengan melakukan pengukuran yang sama beberapa kali pada setiap subjek atau Cases atau Variable Within Subject.
34. ANALISIS BIVARIATE, ádalah analisis korelasi yang mencari derajat keeratan hubungan dan arah hubungan.
35. ANALISIS UJI PARTIAL, digunakan untuk menguji hubungan dua variable dengan mengeluarkan variable lain (control) yang berpengaruh terhadap korelasi.
36. ANALISIS REGRESI LINEAR SATU VARIABEL INDEPENDENT, digunakan untuk meramalkan suatu variable dependent (Y) berdasarkan suatu varibel Independent (X) dalam suatu persamaan Linear.
37. ANALISIS REGRESI LINEAR DUA ATAU LEBIH VARIABEL INDEPENDENT, digunakan untuk meramalkan suatu variable Dependent (Y) berdasarkan dua atau lebih Variable Independent (X1, X2 dan X3) dalam suatu persamaan Linear.
38. MODEL LINEAR (Summary, Anova, Coefficient), menunjukkan nilai koefisien korelasi (0,864), Uni Kelinearan, nilai Sig (0,001) < α (0,05) sehingga Ho ditolak, jadi Model Linear Significan.
39. MODEL EXPONENTIAL, menunjukkan nilai Koefisien korelasi 0,994, Uji Kelinearan, nilai Sig (0,000) < α (0,05) sehingga Ho ditolak, jadi model Linear Signifikansi.
40. STATISTIK NON-PARAMETRIK, memiliki asumís sampel harus dipilih dari populasi yang dianggap atau diketahui memiliki distribusi normal.
41. CHI SQUARE, digunakan untuk menguji perbedaan antara frekuensi pengamatan dan frekuensi yang diharapkan.
42. BINOMIAL, digunakan untuk membandingkan proporsi Case atau sampel pengamatan variable dikotomi dengan proporsi yang diharapkan berdasarkan distribuís Binomial dengan penetapan parameter Probabalitas.
43. RUNS, mensyaratkan data sampel bersifat random/acak.
44. 1-SAMPLE K-S (One Sample Kolmogorov-Smirnov), untuk membandingkan fungsi distribusi komulatif pengamatan suatu variable dengan distribusi tertetu secara teoritis.
45. TWO INDEPENDENT SAMPLE TEST, sama dengan uji Independent Sample T Test dengan prasyarat yang lebih longgar.
46. K-INDEPENDENT SAMPLE TEST, sama dengan uji ANOVA dengan kelonggaran seperti Two Independent Samples Test, yaitu mampu digunakan untuk tipe data ordinal.
47. TWO RELATED SAMPLES TEST, sama dengan Paired Samples T Test dengan prasyarat yang lebih longgar.
48. K-RELATED SAMPLE TEST, adalah analisis varian pengukuran berulang.
49. EXPONENTIAL SMOOTHING, merupakan salah satu analisis time series, rangkai waktu, merupakan metode forecasting dengan memberi nilai pembobot pada serangkaian pengamatan sebelumnya untuk memprediksi nilai masa depan.
50. PROBABILITAS, mempelajari peluang, distribusi peluang disket dan kontinu.
51. DISTRIBUSI BINOMIAL, suatu pengamatan dilakukan dengan beberapa usaha.
52. DISTRIBUSI HIPERGEOMETRIK, mensyaratkan pengembalian setiap barang estela diamati, distribuís hipergeometrik tidak memerlukan kebebasan dan didasarkan pada sampling tanpa pengembalian.
53. DISTRIBUSI BINOMIAL NEGATIF, memiliki sifat yang sama dengan distribuís binomial.
54. DISTRIBUSI POISSON, ádalah distribuís melalui percobaan Poisson (proses poisson) yang memiliki sifat.
55. DISTRIBUSI PELUANG KONTINU, ádalah distribusi peluang kontinu yang umum digunakan adalah distribusi normal.
56. DISTRIBUSI NORMAL, adalah distribusinya berbentuk lonceng dengan rata-rataan dan variansi.
Diposting oleh di 2 komentar:

Jumat, 10 Desember 2010

Belajar SPSS

http://dinkes-sulsel.go.id/new/images/mnur/belajar%20spss.pdf
Diposting oleh di 2 komentar:

Selasa, 07 Desember 2010

Semua tentang statistika


Apa itu statistika??
Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah 'statistika' (bahasa Inggris: statistics) berbeda dengan 'statistik' (statistic). Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data; ini dinamakan statistika deskriptif. Sebagian besar konsep dasar statistika mengasumsikan teori probabilitas. Beberapa istilah statistika antara lain: populasi, sampel, unit sampel, dan probabilitas.
Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam (misalnya astronomi dan biologi maupun ilmu-ilmu sosial (termasuk sosiologi dan psikologi), maupun di bidang bisnis, ekonomi, dan industri. Statistika juga digunakan dalam pemerintahan untuk berbagai macam tujuan; sensus penduduk merupakan salah satu prosedur yang paling dikenal. Aplikasi statistika lainnya yang sekarang popular adalah prosedur jajak pendapat atau polling (misalnya dilakukan sebelum pemilihan umum), serta jajak cepat (perhitungan cepat hasil pemilu) atau quick count. Di bidang komputasi, statistika dapat pula diterapkan dalam pengenalan pola maupun kecerdasan buatan.
Bagaimana awal sejarahnya statisika?
Penggunaan istilah statistika berakar dari istilah istilah dalam bahasa latin modern statisticum collegium ("dewan negara") dan bahasa Italia statista ("negarawan" atau "politikus").
Gottfried Achenwall (1749) menggunakan Statistik dalam bahasa Jerman untuk pertama kalinya sebagai nama bagi kegiatan analisis data kenegaraan, dengan mengartikannya sebagai "ilmu tentang negara (state)". Pada awal abad ke-19 telah terjadi pergeseran arti menjadi "ilmu mengenai pengumpulan dan klasifikasi data". Sir John Sinclair memperkenalkan nama (Statistics) dan pengertian ini ke dalam bahasa Inggris. Jadi, statistika secara prinsip mula-mula hanya mengurus data yang dipakai lembaga-lembaga administratif dan pemerintahan. Pengumpulan data terus berlanjut, khususnya melalui sensus yang dilakukan secara teratur untuk memberi informasi kependudukan yang berubah setiap saat.
Pada abad ke-19 dan awal abad ke-20 statistika mulai banyak menggunakan bidang-bidang dalam matematika, terutama peluang. Cabang statistika yang pada saat ini sangat luas digunakan untuk mendukung metode ilmiah, statistika inferensi, dikembangkan pada paruh kedua abad ke-19 dan awal abad ke-20 oleh Ronald Fisher (peletak dasar statistika inferensi), Karl Pearson (metode regresi linear), dan William Sealey Gosset (meneliti problem sampel berukuran kecil). Penggunaan statistika pada masa sekarang dapat dikatakan telah menyentuh semua bidang ilmu pengetahuan, mulai dari astronomi hingga linguistika. Bidang-bidang ekonomi, biologi dan cabang-cabang terapannya, serta psikologi banyak dipengaruhi oleh statistika dalam metodologinya. Akibatnya lahirlah ilmu-ilmu gabungan seperti ekonometrika, biometrika (atau biostatistika), dan psikometrika.
Meskipun ada pihak yang menganggap statistika sebagai cabang dari matematika, tetapi sebagian pihak lainnya menganggap statistika sebagai bidang yang banyak terkait dengan matematika melihat dari sejarah dan aplikasinya. Di Indonesia, kajian statistika sebagian besar masuk dalam fakultas matematika dan ilmu pengetahuan alam, baik di dalam departemen tersendiri maupun tergabung dengan matematika
Beberapa kontributor statistika
Bagaimana  konsep dasar statistika?
Dalam mengaplikasikan statistika terhadap permasalahan sains, industri, atau sosial, pertama-tama dimulai dari mempelajari populasi. Makna populasi dalam statistika dapat berarti populasi benda hidup, benda mati, ataupun benda abstrak. Populasi juga dapat berupa pengukuran sebuah proses dalam waktu yang berbeda-beda, yakni dikenal dengan istilah deret waktu.
Melakukan pendataan (pengumpulan data) seluruh populasi dinamakan sensus. Sebuah sensus tentu memerlukan waktu dan biaya yang tinggi. Untuk itu, dalam statistika seringkali dilakukan pengambilan sampel (sampling), yakni sebagian kecil dari populasi, yang dapat mewakili seluruh populasi. Analisis data dari sampel nantinya digunakan untuk menggeneralisasi seluruh populasi.
Jika sampel yang diambil cukup representatif, inferensial (pengambilan keputusan) dan simpulan yang dibuat dari sampel dapat digunakan untuk menggambarkan populasi secara keseluruhan. Metode statistika tentang bagaimana cara mengambil sampel yang tepat dinamakan teknik sampling.
Analisis statistik banyak menggunakan probabilitas sebagai konsep dasarnya hal terlihat banyak digunakannya uji statistika yang mengambil dasar pada sebaran peluang. Sedangkan matematika statistika merupakan cabang dari matematika terapan yang menggunakan teori probabilitas dan analisis matematika untuk mendapatkan dasar-dasar teori statistika.
Ada dua macam statistika, yaitu statistika deskriptif dan statistika inferensial. Statistika deskriptif berkenaan dengan deskripsi data, misalnya dari menghitung rata-rata dan varians dari data mentah; mendeksripsikan menggunakan tabel-tabel atau grafik sehingga data mentah lebih mudah “dibaca” dan lebih bermakna. Sedangkan statistika inferensial lebih dari itu, misalnya melakukan pengujian hipotesis, melakukan prediksi observasi masa depan, atau membuat model regresi.
  • Statistika deskriptif berkenaan dengan bagaimana data dapat digambarkan dideskripsikan) atau disimpulkan, baik secara numerik (misalnya menghitung rata-rata dan deviasi standar) atau secara grafis (dalam bentuk tabel atau grafik), untuk mendapatkan gambaran sekilas mengenai data tersebut, sehingga lebih mudah dibaca dan bermakna.
  • Statistika inferensial berkenaan dengan permodelan data dan melakukan pengambilan keputusan berdasarkan analisis data, misalnya melakukan pengujian hipotesis, melakukan estimasi pengamatan masa mendatang (estimasi atau prediksi), membuat permodelan hubungan (korelasi, regresi, ANOVA, deret waktu), dan sebagainya.

Apa saja tipe pengukuran yang digunakan dalam statistika?

Ada empat tipe pengukuran atau skala pengukuran yang digunakan di dalam statistika, yakni: nominal, ordinal, interval, dan rasio. Keempat skala pengukuran tersebut memiliki tingkat penggunaan yang berbeda dalam riset statistik.
  • Skala nominal hanya bisa membedakan sesuatu yang bersifat kualitatif (misalnya: jenis kelamin, agama, warna kulit).
  • Skala ordinal selain membedakan juga menunjukkan tingkatan (misalnya: pendidikan, tingkat kepuasan).
  • Skala interval berupa angka kuantitatif namun tidak memiliki nilai nol mutlak (misalnya: tahun, suhu dalam Celcius).
  • Skala rasio berupa angka kuantitatif yang memiliki nilai nol mutlak

    Teknik-teknik statistika
    Beberapa pengujian dan prosedur yang banyak digunakan dalam penelitian antara lain:
    Statistika Terapan
    Bebebarapa ilmu pengetahuan menggunakan statistika terapan sehingga mereka memiliki terminologi yang khusus. Disiplin ilmu tersebut antara lain:
    Statistika memberikan alat analisis data bagi berbagai bidang ilmu. Kegunaannya bermacam-macam: mempelajari keragaman akibat pengukuran, mengendalikan proses, merumuskan informasi dari data, dan membantu pengambilan keputusan berdasarkan data. Statistika, karena sifatnya yang objektif, sering kali merupakan satu-satunya alat yang bisa diandalkan untuk keperluan-keperluan di atas.
    Diposting oleh di 16 komentar:
    Langganan: Postingan (Atom)