1. Statistika SosialStatistika Sosial
PendahuluanPendahuluan

2. • Alat menghitung besarnya anggota
sampel yang diambil dari populasi.
• Alat menguji validitas dan reliabilitas
instrumen.
• Teknik untuk menyajikan data
sehingga data lebih komunikatif.
• Alat analisis data, menguji hipotesis.

3. Proses Penelitian dan Statistik
yang Diperlukan
Perlu Statistik untuk
Uji Validasi dan
Reliabilitas
instrumen
Perlu
Statistik
Perlu
Instrumen
Perlu
Statistik
Perlu
Statistik
Masalah Berteori
Menentukan
sampel
Mengumpulkan
data
Menyajikan
data
Menganalisa
data
Pembahasan Kesimpulan
data

4. 1. Nominal
Bilangan yang diberikan pada suatu objek hanya
sebagai lambang untuk membedakan objek satu
dengan yang lain.
Contoh : Jenis Kelamin
Pria (1) Wanita (0)
Hukum Aritmatik : “=“
2. Ordinal
Bilangan yang diberikan pada suatu objek selain
sebagai lambang namun juga memiliki makna
peringkat
Contoh : Tingkat pendidikan
SD (1) SMP (2) SMA (3) Sarjana (4)
Hukum Aritmatik : “=“, “<“, “>”
SKALA PENGUKURANSKALA PENGUKURAN

5. 4. Interval
Bilangan yang diberikan pada suatu objek selain sebagai lambang,
memiliki makna peringkat juga memiliki makna jarak interval.
Contoh :
Suhu badan
Hukum Aritmatik : “=“, “<“, “>”,”+”,”-”
5. Rasio
Bilangan yang diberikan pada suatu objek selain sebagai lambang,
memiliki makna peringkat, memiliki makna jarak interval juga
memiliki nilai nol mutlak.
Contoh :
Penghasilan Keluarga
Hukum Aritmatik : “=“, “<“, “>”,”+”,”-”,”x”,”/”
SKALA PENGUKURANSKALA PENGUKURAN

6. Analisis Data
Analisis data yang sering digunakan dalam
bidang sosial :
• Keterkaitan antar variabel
– Simetris :
• Korelasi antar variabel
– Asimetris :
• Analisis Regresi
• Analisis Jalur
• Structural Equation Modeling (SEM)

7. Korelasi
Phenomena bentuk hubungan disebut
hubungan korelasi bila perubahan dari
nilai-nilai atau skor suatu variabel
beriringan searah atau bertolak belakang
dengan perubahan nilai-nilai atau skor
variabel lainnya.
Korelasi sering disalah artikan dengan
kausasi

8. Analisis Regresi

9. Analisis Regresi
• Untuk mengetahui keterkaitan (hubungan)
antara variabel bebas dan variabel tak
bebas
• Setiap variabel harus observable
• Tidak ada pola sebab akibat (hubungan
antar variabel tidak bersifat kausal)
• Regresi linier sederhana, non-linier, linier
multipel

10. Tujuan peneliti menggunakan analisis regresi
adalah untuk menjawab masalah :
1. Bagaimana pola hubungan antara Y atas X
2. Berapa besar perubahan rata-rata Y apabila X
berubah satu unit
3. Apabila kita bisa menentukan harga X, berapa
taksiran harga Y

11. Analisis Regresi Linier Multipel
• Sebuah variabel bisa dijelaskan oleh lebih
dari satu variabel lain
• Variabel bebas lebih dari satu:
Y = f (X1, X2, . . . ,Xk)
• Model Regresi Multipel :
Y = β0 + β1X1 + β2X2 + . . . + βkXk + ε

12. Analisis Jalur
(Path Analysis)

13. Analisis Jalur (Path Analysis)
• Dalam analisis regresi, hubungan antar
variabel tidak bersifat kausal
• Bila kausalitas dipertimbangkan, maka
yang cocok digunakan adalah analisis
jalur
• Dengan analisis jalur besarnya pengaruh
antar variabel dapat ditentukan
• Setiap variabel harus observable

14. Contoh
• Interrelationship diantara sejumlah variabel
dengan variabel dependen mengenai lamanya
orang menonton TV
1. Lama bekerja mempengaruhi income
2. Pendidikan mempengaruhi income
3. Lama bekerja mempengaruhi lama menonton
4. Income mempengaruhi lama menonton
5. Pendidikan mempengaruhi lama menonton

15. • Ke empat variabel yang terlibat
(Lama bekerja , Income ,
Pendidikan , Lama menonton )
adalah observable
• Notasi :
V Observed Variable

16. Pengaruh hubungan struktural dan non struktural
Anak Panah
Directional :
Pengaruh structural/kausal
Non-Directional :
Variansi atau kovariansi
Non-Structural/non kausal

17. Lama bekerja
Pendidikan
Income Lama menonton
Model Path Analysis

18. Besar pengaruh
• Dalam analisis jalur, besar pengaruh dari
satu variabel terhadap variabel lain di
dalam model dapat ditentukan
• Pengaruh langsung (direct effects)
• Pengaruh tak langsung (indirect effects)
• Pengaruh keseluruhan (total effects)

19. Structural Equation Modeling
(SEM)

20. Structural Equation Modeling (SEM)
• Dalam bidang sosial sering diperoleh
variabel yang tidak observable
• Variabel tidak dapat diukur secara
langsung, disebut variabel laten
• Dalam SEM variabel kunci yang menjadi
perhatian adalah variabel laten

21. Variabel Laten
• Variabel laten merupakan konsep abstrak.
Contoh: perilaku orang, sikap (attitude),
perasaan, motivasi.
• Variabel laten diamati melalui variabel
teramati (observed variables) disebut
indikator
• Variabel laten eksogen (berperan sebagai
variabel bebas dalam model)
• Variabel laten endogen (berperan sebagai
variabel tak bebas dalam model)
• Dalam diagram jalur simbolnya lingkaran atau
elips.

22. Variabel
• Variabel adalah karakteristik dari suatu
phenomena yang sifatnya bisa berubah-
ubah, bisa menghasilkan nilai yang
berbeda-beda.
– Kebijakan bukan variabel, tetapi implementasi
kebijakan adalah variabel
– Sumber daya manusia bukan variabel, tetapi
kualitas sumber daya manusia adalah
variabel