Selamat siang teman-teman. Nah ini ada apa, kita coba lihat ini ya, materi ini untuk materi statistik, tapi saya coba tambahkan komputer di sini, jadi statistik dan komputer. Karena mata kuliah ini biasanya adik-adik di sekarang semester berapa ya, 3 ya.
Adik-adik di semester 3, yang E1 ini kan baru statistik 1, nanti statistik 2. Terus biasanya nanti dapat ekonometrik. Di ekonometrik biasanya teman-teman sudah sedikit menyentuh tentang penerapan model-model ekonomi yang kita perlu bantuan dari komputer. Kenapa?
Alasan utama kenapa komputer harus bantu kita karena komputer lebih cepat. Lebih cepat dalam mengukur atau menghitung. variable-variable dalam ekonomi yang merupakan bagian dari pengukuran-pengukuran statistika. Nah, ini yang menjadi hal penting kenapa kita perlu statistik dan juga ada hal berikutnya komputer.
Seperti itu, adik-adik. Alasan utama kenapa kita butuh komputer juga dalam pengukuran-pengukuran ekonomi melalui instrumen statistika. Nah, yang berikutnya ini, adik-adik.
Untuk mengawali ini biasanya ada dua istilah dalam statistik. Dia statistik atau statistika. Jadi ada A-nya ditambah A di belakang.
Statistik dengan statistika atau ilustrasi berikutnya adalah kedua hal itu sama. Nah di sini dalam konsep teori bahwa ada perbedaan antara statistik dengan statistika. Makanya...
Nah... Kalau adik-adik bisa lihat ada kantor BPS. Singkatan, akronim dari BPS itu kan Badan Pusat Statistik.
Ada argumentasi kalau memang dia statistik, berarti jelas bahwa Badan Pusat Statistik itu benar. Tapi kalau dia peran statistika, maka apakah benar kita menggunakan istilah Badan Pusat Statistika? Ini kedua hal yang sebenarnya berbeda, tapi dalam ruang lingkup. Dalam ruang lingkup kajiannya, kedua hal ini berbeda.
Antara definisi tentang statistik dan statistika. Nah, ini yang paling utama di situ. Dalam kehidupan nyata, statistika BPS, BPS Kota Jayapuran kan di depan, di depan apa, di lingkaran AB itu ya, di depan Polsek. Nah, itu kan BPS Kota Jayapuran, dia hanya melakukan fungsi statistik.
Ada, kalau diminta BPS bisa melakukan fungsi statistika. Tapi dalam artian dia menerbitkan data statistik sektoral, maka dia menjalankan fungsi statistik. Jadi misalnya BPS Kota Jehepura dia ambil data dari Dinas Pertanian, BAPEDA, Dinas Perkebunan, PTSP, Perindakop. Nah itu dia menjalankan fungsi statistiknya.
Tapi statistikanya biasanya tidak tergantung dalam publikasi BPS. Biasanya dia mempunyai... mempublikasi apa.
Namun terkait dengan peran dari statistika, dalam kita orang ilmu ekonomi biasanya paling banyak statistikanya. Karena peran statistik ini sudah dilakukan oleh badan lain. Salah satunya BPS.
Sehingga kita orang ekonomi untuk melihat fenomena ekonomi biasanya tinggal ambil saja data dari BPS terus kita olah. Sehingga akademisi banyak menjalankan fungsi statistika. Sedangkan BPS dia menggunakan, bukan menggunakan, menjalankan fungsi statistik.
Nah itulah perbedaan kita di kampus dengan institusi lain, BPS misalnya, ataupun yang lain, dalam penggunaan data itu. Sehingga kalau ditanya, apakah BPS bisa menjalankan fungsi statistika? Bisa.
Tergantung permintaan pemerintah daerah kota. Kalau kota Jayapura, misalnya sekda menyurat resmi ke kepala BPS provinsi dan... itu diteruskan untuk mengimbau ke BPS, kota kepala BPS, kota Jayapura, untuk melakukan studi-studi tentang peran statistika.
Itu bisa. Tapi sepanjang ini biasanya mereka fungsi utamanya statistik. Nah, biasanya akademisi banyak main di peran statistika. Nah, itu ruang lingkup pembeda antara statistik dan statistika secara empiris kita di kampus, dan juga peran statistik dan statistika di BPS. Kenapa pembandingnya BPS?
Karena BPS adalah salah satu lembaga yang dikuatkan berdasarkan undang-undang. Jadi dalam manajemen data di Indonesia untuk keterkaitan data perencanaan pembangunan, selainnya kita menggunakan data BPS. Walaupun ada skenario-skenario perbedaan antara data Dukcapil, data Dinasosial dengan BPS. Karena itu tiga hal yang berbeda.
Tiga hal yang berbeda yang kita tidak perlu mencari persoalannya. Karena metodologi BPS dengan metodologi Dukcapil beda. Sehingga kalau ada perbedaan data antara sektoral dengan instansi vertikal, karena instansi vertikal memiliki...
metodologi sendiri. Sedangkan sektoral, metodologinya sendiri. Jadi wajar kalau datanya berbeda. Pertanyaan selanjutnya, apakah data itu valid atau tidak? Perbedaan data itu valid dan autentik kedua data itu.
Karena BPS memiliki tujuan ketersediaan data dalam pemerintah melakukan perencanaan, perencanaan secara makro, sedangkan statistik sektoral, perencanaan untuk mikro, contoh. Untuk kita mengagregasi kemiskinan, misalnya di kota Jayapura, maka kita datanya data BPS. Tapi misalnya kita mau penyelesaian kemiskinan di kota Jayapura, maka layaknya kita menggunakan data sosial. Misalnya kita memberikan bantuan sosial, bantuan tunai sosial, maka basis data kita adalah data sosial, dari dinas sosial. Jangan gunakan data dari BPS.
Nah itu pembedanya. Jadi dua perbedaan data itu tidak jadi masalah. Yang jadi masalah jika penggunaan datanya yang salah. Jadi user dalam penggunaan data statistik harus cepat. Sehingga nanti adik-adik waktu di semester 5, kalau tidak salah, nanti ada mata kuliah metodologi penelitian.
Nah, metodologi itu yang adik-adik nanti belajar kapan saya menggunakan peran statistik, kapan saya menggunakan peran statistika. Namun dalam semester 3 ini, adik-adik hanya diperkenalkan tentang konsep dalam statistik. Nah ini kenapa ada dua hal yang berbeda dari peran statistik dan statistika.
Nah yang berikutnya ini, kita ke definisi dulu ya. Kita coba lihat beberapa definisi tentang, sorry, sejarah ya. Sejarah tentang statistika.
Dalam artian memang statistika kita orang ekonomi tidak boleh terlalu jauh melihat hal ini. Karena di MIPA itu ada prodi statistik, S1, S2. satu statistik, sehingga kita di ekonomi hanya mencari logikanya statistik. Kita tidak perlu mendalami statistika karena bukan ruang lingkup kita. Kalau kita adik-adik kuliah di prodi statistik, di fakultas MIPA, itu berarti wajar.
Tapi kalau di ekonomi kita tidak perlu, karena di ekonomi kita hanya butuh statistik inferensial. Kita tidak terlalu butuh yang lain. Nanti di slide berikutnya ada kedudukan statistik inferensial dalam ekonomi. Nah itu yang sebenarnya adik-adik di semester 3 harus pahami itu. Supaya nanti di mata kuliah ekonometrik di semester 5, adik-adik nyambung itu.
Jangan sampai di semester 5 tidak tahu statistik, nanti agak bingung. Akhirnya nanti tidak lulus-tidak lulus itu karena begitu. Di semester 3 tidak mampu statistik, di semester 5 nanti... pasti harus belajar ekonometrik.
Nah, yang adik-adik harus pahami bahwa di semester 3 hanya belajar statistik inferensial saja. Karena ekonometrik itu di semester 5, mereka hanya menjalankan peran ekonometrik itu berdasarkan inferensial. Dia tidak banyak menggunakan metode statistik deskriptif, karena ada esensi inferensial itu.
Kenapa kita harus ambil sampling? Nah, sampel itu adalah peran dari statistik inferensial. Itu teori dasar.
Nah, filosofi itu yang adik-adik harus tahu. Kenapa kita orang ekonomi harus perlu statistik? Tidak semua statistik kita harus belajari, tapi inferensial kita patuh harus belajar.
Nah, itu penting yang adik-adik, filosofi latar belakang, kenapa kita harus belajar statistik di... Jurusan ilmu ekonomi itu yang paling penting. Berbeda dengan akuntansi dan ilmu manajemen. Karena kita adalah ilmu ekonomi, kita hanya mendeskripsikan dan mengagregasi fenomena ekonomi.
Misalnya begini, kemiskinan ini tidak ada. Kalau kita ditanya apakah ada kaitan antara bendahara penerimaan dan bendahara pengeluaran terhadap kemiskinan, seorang akuntansi akan bingung menjawab itu. Nah, kita di ilmu ekonomi bisa menjawab itu dengan apa? Statistik inferensial.
Jadi kita mengambil sampel untuk menduga. populasi dari bendahara itu. Nah, adik-adik yang teman-teman kalian yang ada di jurusan akuntansi tidak bisa menjawab pertanyaan itu. Tapi kalau mereka jawab efektivitas dalam pengelolaan keuangan dari segi bendara penerimaan dan bendara pengeluaran di OPD, bisa mereka jawab itu.
Tapi kalau terkait dampak dari efektivitas itu terhadap kemiskinan, mereka sulit jawab. Nah, yang bisa menjawab itu ilmu ekonomi. Nah, persoalannya ilmu ekonomi membentukkan statistik inferensial untuk menjawab itu. Nah, ini yang persoalan filosofi keduanya bahwa jika adik-adik tidak mampu statistik inferensial, maka adik-adik tidak layak untuk menjawab pertanyaan itu.
Karena secara metodologi adik-adik bisa dipatahkan. Argumentasi itu bisa dipatahkan karena adik-adik tidak mampu menggunakan statistik inferensial. Nah, ini yang...
adik-adik harus paham sebelum kita melangkah lebih jauh tentang statistik. Filosofi itu penting. Maksudnya begini, adik-adik harus tahu bahwa kenapa saya harus belajar statistika?
Untungnya saya ini apa? Adik-adik juga harus kritis terhadap dosen. Pak, saya dapat pembelajaran ini, untungnya untuk saya apa? Dalam 4 tahun masa studi atau 5 tahun masa studi di Fakultas Ekonomi.
Itu adik-adik harus kritis bertanya. Nah, di mata kuliah statistik yang saya ajar ini, bahwa ada dua hal itu. Ada secara teoritis, ada yang paham. Yang kedua adalah penerapannya itu ada yang paham. Misalnya nanti ada yang sudah kerja, ada yang paham itu.
Peran statistik itu bukan perannya saya. Saya tidak perlu menjalankan peran itu. Nah, ini kan jadi masalah kan. Tugasnya orang lain kadang kita mau kerjakan. Nah itu yang jadi masalah dalam tanda kutip.
Kalau bukan tugasmu, jangan kau jalankan tugas itu. Nah kalau adik-adik tidak tahu filosofinya, itu akan sembarang juga menjalankan tugas dan topoksi itu. Karena peran statistika itu tidak dijalankan oleh BPS. Banyak dijalankan oleh akademisi. Sedangkan peran statistik, itu dijalankan oleh OPD, dalam artian pemerintah daerah dan BPS.
BPS itu menjalankan, BPS dengan pemerintah daerah, pemerintah provinsi, negara, pemerintah pusat, itu menjalankan perang statistik. Dia buat kegiatan, dia perlu data, dia minta di BPS. Nah, data output yang kegiatan yang dijalankan oleh OPD itu harus dicatat oleh dinaskan.
Kalau dia mencatat proses statistik, maka dia menjalankan tugas statistik. Jadi dia tidak bisa menyimpulkan. Nanti yang menyimpulkan siapa? BPS. Itu selayaknya hubungannya begitu.
Sederhananya begitu. Jadi hal yang ketiga, filosofinya bedanya begini. Kalau ditanya bedanya statistik dan statistika apa, adik-adik jawab saja.
Statistika itu dia tidak memberikan kesimpulan. Tapi statistika dia bisa memberikan kesimpulan. Oh di Papua ini miskin. Di Papua ini orang PAD-nya ini tidak mampu topang belanja kita. Nah itu peran statistika.
Tidak bisa kumpul data saja, data PAD. Kita kumpul restoran, hotel, terus ada... Misalnya yang piutang, orang ambil korupsi uang, terus uang negara itu dikembalikan.
Itu kan tercatat dalam pendapatan asli daerah dulu. Misalnya pajak kendaraan motor roda dua. Roda dua kan bisa pelat merah, bisa pelat kuning. Misalnya pelat merah, dia tidak bayar-bayar pajak motor.
Misalnya terlambat bayar pajak motor dari dinasnya. Berarti kan dia piutang. Dia menjadi piutang untuk OPD itu. Misalnya Dinas Pendidikan punya kendaraan roda 2, dia tidak bayar-bayar pajak.
Nah, otomatis kan itu kan menjadi piutang di dispenda. Dispenda kan mencatat bahwa itu piutang di Dinas Pendidikan itu kendaraan Dinas Roda 2. Itu ada piutang 5 tahun. Otomatis kan realisasi PAD-nya kan bukan masih piutang.
Nanti mungkin di 2 tahun berikutnya baru dia bisa bayar. Dia bisa bayar. Nah, proses pencatatan pihutang itu adalah peran statistik. Peran statistik. Jadi kita tidak bisa mengklaim bahwa realisasi piutangnya dari kendaraan bermotor Dinas Pendidikan itu, langsung kita klaim dia bahwa PAD kita naik, tidak bisa.
Karena kita perlu adanya peran statistika. Nah itu hal praktis yang adik-adik bisa paham, peran statistik dan peran statistika. Jadi tidak bisa kita mengklaim bahwa dengan adanya pembayaran piutang dari Dinas Pendidikan ke... dispenda, terus kita mengklaim bahwa PAD kita naik. Tidak bisa.
Tidak bisa begitu. Kita butuh peran statistika. Apakah benar bahwa piutang yang dibayar oleh dinas pendidikan ini, dia memiliki hubungan dengan targetnya dispenda.
Jadi tidak bisa dari realisasinya itu. secara sederhana peran dari statistik dan statistika pada ruang lingkup ekonomi. Jadi adik-adik harus paham juga saya menggunakan peran statistik pada ruang tusi apa. Jika itu adik-adik misalnya di OPD tertentu tusinya ini, jalankan tugas statistik saja.
Jangan menjalankan tugas statistika. Jadi misalnya adik-adik membuat laporan. Laporan statistika tidak menyimpulkan bahwa organisasi ini atau dinas ini berkinerja, tidak bisa.
Itu bukan pekerjaan statistik. Statistik hanya mengumpulkan data. Oh, dinas ini piutang sekian pajak motor. Dinas ini piutang kartis itu belum bayar banyak itu.
Pedagang kaki lima belum setor banyak, kayak perindakop misalnya. Nah, itu saja tugasnya mencatat itu. Tapi peran statistikanya ada di dispenda.
Peran statistikanya ada di dispenda. Jadi kita tidak bisa misalnya dinas OPD mengklaim bahwa salah satu entitas OPD dia meningkatkan PAD. Tidak bisa itu.
Itu salah. Secara teori itu salah. Karena yang memiliki peran statistika ada di dispenda.
Seperti itu. adik-adik harus pahami itu dulu. Istilahnya, untuk menjawab tadi, saya belajar statistik untuk apa? Jangan adik-adik pandai rumus, menghitung, tapi tidak pandai menerapkan ilmu ini dalam nanti adik-adik lulus dari ekonomi. Karena kadang mengaitkan antara peran statistik dengan peran statistika dalam...
tugas dan fungsi adik-adik sebagai seorang ISN itu sulit juga. Jangan sampai kabur, mengaburkan itu. Karena nanti membuat kesimpulan yang berbeda itu. Misalnya tadi, statistik tidak memberikan kesimpulan.
Tapi adik-adik gunakan statistik menarik kesimpulan. Akhirnya akan salah. Nah itu adik-adik, bisa pahami sampai di situ ya.
Untuk sebelum kita lanjut. Filosofi kenapa kita harus pakai itu. Ya, seperti itu.
Oke, yang berikutnya ini kita coba kelihatan sejarah. Karena adik-adik, saya lebih mementingkan pemahaman konsep. Pemahaman konsep.
Sehingga adik-adik perlu memahami pertama bahwa statistik ini muncul seperti apa. Kenapa dia bisa muncul tiba-tiba dalam ruang lingkup ilmu pengetahuan. Apakah statistik ini dia...
turunan atau pengembangan dari matematika, ataukah statistik ini muncul sendiri sebagai cabang ilmu pengetahuan eksak yang mandiri. Kan bisa begitu, ini menjadi pertentangan. Banyak klaim dari matematika bahwa statistik merupakan cabang ilmu dari matematika.
Banyak juga sejarawan statistik berkata, tidak. saya bukan termasuk dalam matematika, saya termasuk dalam statistik. Tapi kita orang ekonomi tidak perlu masuk dalam perbedaan-perbedaan pandangan itu. Itu kan cuma egoisme dari seorang ahli, seorang penemu.
Dia mau bawa cabang ilmunya yang mandiri. Saya tidak tergantung dari ilmu lain. Nah, itu ada perundingan seperti itu, tapi kita orang ilmu ekonomi tidak boleh masuk di situ. Karena kita terbatas tentang wawasan matematika, kan?
Kita terbatas. Tidak seperti orang-orang yang dimipa. Itu yang paling penting di poin pertama ini.
Sehingga di poin pertama ini, hal yang bisa tertulis secara sejarah adalah di Inggris. Kaisar Agustus mencoba menggunakan pendekatan statistik dalam melihat, mencatat kekayaannya orang Inggris. Itu hal-hal kenapa bisa muncul itu karena argumentasi itu yang pertama.
Nah perkembangannya dari... 1700-1800-an, baru muncul itu adalah bentuk. Bentuk kita mengenal ada tabel, ada distribusi frekuensi, ada bentuk cart, garis.
Itu muncul di 1700-1800. Jadi di tahun sekian, tahun 1700-an itu baru ilmuwan itu mengenal ada grafik. Oh data itu harus dibuat tabel.
Nah kita kan sekarang kan hanya menggunakan, hanya menggunakan itu. Tapi bayangkan mereka di tahun 1700-an itu sudah berpikir untuk memberikan informasi yang mudah sehingga orang lain bisa paham hal ini itu harus seperti apa. Mereka menjawab itu.
Akhirnya di 1700-an sampai 1800-an, mereka temukan tabel itu. Oh, sederhana dalam bentuk tabel. Atau bentuk tabel frekuensi.
Berarti kan ada proses analisis statistik di situ. Nah, itu di tahun itu yang baru muncul. Ini poin 2 dan 3. Nah, di poin 4 dan 5, pengembangan di tahun 1820 sampai 1856, itu mulai ada unsur kepatuhan.
Oh, kalau kita mau mencatat data itu seperti apa? Jadi di tahun 1700 itu orang baru dapat saja tabel itu untuk mempermudah orang membaca data. Nah itu. Nah 1820 sampai 1856 tahun-tahun itu, mereka mulai dapat itu.
Kepatuhan kalau kita mau buat data dalam tabel itu, kepatuhannya itu bagaimana? Nah itu didapat di 1853 sampai 1856. Itu waktu ada perang Crimea. Crimea itu perang di benua Eropa. Sehingga mereka mencatat tentara yang mati.
Tentara yang mati ini seperti dicatat. Sehingga itu banyak ilmuwan-ilmuwan yang akhirnya mereka berpikir, oh ternyata mencatat orang mati ini bagus juga. Pikiran mungkin sederhananya begitu.
Akhirnya sehingga mereka coba menentukan Angka tingkat kematian. Angka tingkat kematian itu pertama ditemukan di sekitar tahun itu, perang Crimea. Akhirnya banyak orang-orang Inggris mengeluarkan itu.
Itu sejarah-sejarah singkat tentang kenapa statistik itu muncul. Dulu mungkin namanya bukan statistik, saya juga tidak tahu dulu namanya apa. Karena itu di tahun 1700-an, saya tidak tahu namanya itu apa. Sekarang saja kita tahu namanya itu statistik.
Nah, nanti masuk di 90-an, 1.900, baru kita tahu itu namanya statistik deskriptif. Jadi poin 6 ini baru menjelaskan, mungkin 1.900-an baru ada statistik deskriptif. Deskriptif kan dia hanya menjelaskan satu hal, satu hal saja.
Nah, ini lanjut terus sampai ke 1.733 bersamaan. dia menggunakan kurva normal ini. Nah ini kurva normal ini yang kita pelajari dalam, kita butuh dalam ekonomi. Itu yang tadi saya bilang di awal, pelajaran statistika lain tidak perlu kita ketahui.
Tapi terkait kurva normal, ini kita harus pelajari. Karena apa? Statistik inferensial dasarnya adalah kurva normal. Maksudnya apa itu kurva normal? Karena kita ini kan deduktif.
Ada penelitian deduktif, ada penelitian induktif. Nah, ekonomi itu banyaknya deduktif. Beda dengan orang fisik, antropologi mereka itu.
Kalau mereka itu induktif. Jadi mereka itu pikiran liar, mereka turun mengkonfirmasi teori bekerja tidak. Tapi kalau ekonomi tidak, paradigmanya beda. Sehingga kadang pandangan orang ekonomi dengan fisik itu, orang sosial di ilmu sosial itu beda.
Karena memang metodologinya beda. Jadi kalau ada perundingan perbedaan paradigma, Kita orang ekonomi paradigmanya memang deduktif. Orang fisip, teman-teman kalian di fakultas ilmu sosial, mereka induktif, kualitatif. Kalau kita orang ekonomi, kita kuantitatif.
Makanya dasarnya adalah deduktif. Jadi kalau kita menjadi seorang kuantitatif, maka paradigma kita adalah deduktif. Kalau orang kualitatif yang ada di fisip, Ilmu sosial, ilmu pemerintahan, hubungan internasional, antropologi, sosiologi.
Itu mereka paradigmanya induktif. Kenapa mereka induktif? Karena mereka kualitatif.
Sehingga poin sebelah ini dasar kita untuk menjembatani peran statistik dengan peran ekonomi. Itu dijembatani oleh kurva normal. Tahun 1733 itu ditemui kurva itu. Nah inilah peran dari hubungan antara.
Jadi kalau ditanya, siapa yang menghubungkan statistik dengan ekonomi? Jawab saja kurva normal. Nah kurva normal ini yang menjadi dasar statistik inferensial. Baru kita namanya ada teori peluang, ada namanya kalau kita kumpul data sampel. istilah sampel nanti di semester 5 itu ya, istilah sampel populasi, itu dasarnya adalah kurva normal.
Itu tahun 1733. Tahun 1733 didapat itu oleh de Moir. De Moir dapat kurva normal. Nah, baru ada pengembangan statistik inferensial. Baru kita saat ini, ekonomi-ekonomi modern ini, memiliki istilah sampling, oh kalau kok kumpul data ini sampelnya sekian, populasinya sekian.
Awalnya itu tidak ada orang tahu barang itu. Cuma karena tahun 1733 mereka dapat teori kurva normal tadi, probabilitas dari kurva normal itu, akhirnya ada kepatuhan. Oh kalau populasinya sekian, saya ambil sampel sekian. Nah itu baru di pengembangan.
Melalui apa inferensial itu? Nah, ini terjawab pertanyaan ketiga di awal tadi. Kenapa kita perlu hanya menjawab, eh, mempelajari inferensial? Karena tadi ini, kita ada di kurva normal saja, nggak usah belajar yang lain.
Sampai adik-adik, sampai di SDGAS juga, tetap kita ada di bawah statistik inferensial. Jangan masuk ke statistik yang lain, deskriptif, karena itu ranahnya. Fakultas MIPA Bukan ranahnya Fakultas Ekonomi Nah itu juga penting adik-adik Pahami supaya jangan salah Gagal nalar itu Judulnya adalah Punya MIPA, terus orang ekonomi Menulis, itu kan salah kamar Orang bisa bilang salah kamar Salah kamar itu karena kau tidak tahu kau punya tugas Dan tu foksi itu Hubungannya begitu Poin 11 di slide ini menjawab bahwa untuk menjembatani teori statistik dan teori ekonomi adalah kurva normal. Jadi kalau ada dosen di ekonomi yang tanya, kok belajar statistik, kok juga sudah belajar ekonomi? Dua paradigma, dua ruang lingkup pengetahuan ini dijembatani oleh siapa?
Apakah dia melebur begitu saja atau bagaimana? Dia tidak melebur. Ini dua hal yang robas.
Dalam statistik disebut robas, kokoh. Jadi ilmu statistik tetap dengan ilmunya, ilmu ekonomi dengan ilmunya, tapi dia dijembatani oleh kurva normal tadi. Kurva normal ini bagian dari ilmu ekonomi atau statistik?
Dari ilmu statistik. Paham ya? Jadi kalau misalnya ada yang, kalau ujian ditanya harus bisa jawab.
Tidak usah pakai bahasa buku, harus paham. Jadi begini, saya kadang punya prinsip begini, kalau adik-adik menjelaskan sesuatu dengan bahasa buku, berarti adik-adik tidak memahami. Tapi kalau menjelaskan dengan kalimat sederhana, saya yakin bahwa adik-adik itu paham. Karena begini, ada piramida taksonomi blom.
Namanya itu piramida taksonomi blom. Itu kan dia mengukur. Pengetahuan itu adalah paling dasar. Jadi kalau adik-adik hanya mengulangi apa yang saya ucap, berarti adik-adik belum paham.
Beda ya. Orang tahu dengan paham itu dua hal yang berbeda. Paham ya kayak begini.
kakak ngajar kalian, kalian dengar, itu cuma tahu namanya. Tapi belum tentu paham. Karena paham itu dalam taksonomi BLOM adalah tangga berikutnya dari pengetahuan.
Nah, contoh sederhananya begitu. Kalau adik-adik, cirinya ya, kalau hanya mengulang saja bahasa buku, ya begitu. Adik-adik bisa menilai diri sendiri, tidak usah orang lain menilai. Mau sebaik apapun, Anda deskripsi mutu. orang bisa paham, Anda masih di level dasar.
Jadi jangan sudah S1, kita sudah S1, kita sama kayak SMA. Itu semoga coba dipelajari dengan baik. Nah, ini yang berikutnya mengenai definisi. Ini ada 15 definisi, adik-adik bisa membacanya.
Namun ada kesimpulannya. Dari 15 definisi ini, saya berkesimpulan begini. Yang kembali ke awal, bahwa statistik dia hanya membantu kita cara mengumpulkan data ekonomi yang baik itu bagaimana.
Berarti kita ke lapangan, kita ke kampung, kita kumpul data sesuai dengan fokus kita. Itu adalah pekerjaan statistik. Iya, pekerjaan statistik.
Waktu kita di lapangan itu, turun lapangan, kita dibantu, diarahkan oleh statistik. Tapi waktu kita misalnya kembali ke kampus lagi, kita olah data itu, maka statistik sudah tidak bantu kita. Tapi yang bantu kita adalah statistika yang bantu kita. Apa yang bantu kita?
Kita membuktikan tadi, apakah sampel yang kita tadi ambil di lapangan itu, dia mampu mengeneralisasi populasi yang tadi di lapangan. Paham ya? Saya ulangi ya. Waktu kita turun lapangan, kita mencatat fenomena ekonomi, itu statistik yang bantu kita.
Nah, kalau adik-adik pulang kembali dan meng-input data itu, mengolah data itu, fenomena ekonomi itu, maka statistik lagi tidak membantu adik-adik. Siapa yang bantu adik-adik? Adalah statistika.
Statistika bantu untuk apa? Menjawab. Orang-orang atau lembaga yang adik-adik kumpul data di mereka itu, data dari mereka itu bisa mengeneralisasi fenomena ekonomi, tidak?
Paham ya? Nah, kalau tidak bisa mengeneralisasi, berarti sampelnya salah. Nah, untuk menentukan sampel salah atau tidak, itu inferensial. Nah, itu pengertiannya, pengertian dari statistika itu ya.
Jadi, statistika itu men... Mencoba sampel yang kalian dapatkan dari proses statistik itu, itu benar tidak bisa mengeneralisasi fenomena ekonomi? Jangan dibolak-balik.
Banyak seorang ekonomi itu membolak-balikan teori. Jadi statistik dan statistika itu bekerja dari pengumpulan data sampai pelaporan. Tidak, tidak seperti itu.
Itu salah. Nah, adik-adik juga nanti buat skripsi juga, jangan sembarang juga kayak begitu. Dari kumpul data lapangan sampai pelaporan bikin skripsi, itu statistik inferensialnya di bagian mana, statistik di bagian mana, jangan campur aduk. Makanya nanti ada peran dosen pembimbing itu. Nah, kalian harus tanya sama dosen pembimbing.
Kalau misalnya dosen pembimbing tidak mampu, ganti dosen pembimbing. Kalian mahasiswa menghadap ke Prodi, suruh ganti dosen pembimbingnya. Itu hak kalian. Tapi, kalian juga harus paham teori.
Jangan sampai kalian minta ganti dosen pembimbing padahal kalian yang bodoh. Nah ini juga harus. Jangan permelukan diri sendiri karena kebodohan. Kalian yang tidak mampu sendiri. Bagaimana caranya untuk mampu?
Kuasai ilmunya. Itu saja. Konsepnya di situ. Supaya kita tidak dipermalukan karena kebodohan, kita kuasai ilmunya. Kalau misalnya adik-adik dalam ekonomi tidak mampu menggunakan deduktif, kuantitatif, maka jangan menulis skripsi yang deduktif.
Kan orang ilmu ekonomi tidak harus wajib menggunakan instrumen kuantitatif. Kita menggunakan instrumen kualitatif juga bisa. Banyak itu persepsi partisipasi, persepsi korupsi, itu kan hanya kualitatif. Nah, skripsinya menggunakan itu. Jadi adik-adik juga bisa ngukur.
Kalau saya lemah di deduktif, statistik lemah, matematika lemah, jangan ambil skripsinya yang deduktif. Karena itu yang tadi, menjawab tadi. Nanti kalianlah yang mempermalukan diri Anda sendiri karena ketidakmampuan.
Atau bodok gitu orang bilang, itu bodok. Bodoknya karena apa? Sudah tahu tidak mampu statistik, tapi ambil judul skripsinya statistik, itu yang bodok. Paham ya? Bukan bodoh karena nilainya bodoh, nilai error.
Bukan. Bodohnya karena kau sudah tahu, kau tidak tahu, kenapa kau ambil? Harusnya kan kalau saya tidak mampu kuantitatif, skripsi saya kan kualitatif. Harusnya begitu. Tapi kalau sudah tahu bodoh, tapi paksa diri untuk mengambil kuantitatif, akhirnya tidak lulus, marah-marah di kampus, itu kan bodoh.
mempermalukan diri sendiri. Karena kebodohan. Saya mau yang adik-adik yang semester 3 itu jangan begitu.
Kalau sudah tahu tidak mampu, jangan ambil skripsi yang kuantitatif. Yang berikutnya ini. Ini bisa dibaca. Ini masih sama. Proses-proses dalam statistik dan statistika.
dalam artian bahwa ini sudah ditegaskan di poin 9 ini, poin 9 ini bahwa proses pengumpulan data, pengelolaan data, sampai penafsiran dan proses penarikan kesimpulan, ini yang paling penting di sini, penarikan kesimpulan. Karena kita waktu skripsi ekonomi itu kita mengeneralisasi. Misalnya begini, kita hanya melihat kota Jayapura 5 tahun.
Berarti kan kita hanya menjenderalisasi pengelolaan APBD atau PDRB, misalnya kita anak keuangan daerah, berarti kita hanya jenderalisasi kinerja 5 tahun itu. Atau tidak anak konsentrasi moneter, kan ada data ekspor-impor di BPS, itu kan data ekspor-impor itu kan berdasarkan bandara dan berdasarkan pelabuhan. Pelabuhan Kota Jayapura ini kan berarti mengekspor hampir di daerah biak punya sendiri.
Berarti banyak daerah lapago yang melakukan ekspor dari pelabuhan Kota Jayapura. Berarti kita hanya mengeneralisasi pelabuhan Kota Jayapura. Kita tidak mengeneralisasi pelabuhan Sorong sama pelabuhan biak.
Jadi proses generalisasi ini hati-hati. Karena begini. Ujung dari statistiknya begini, waktu kalian bilang satu daerah itu jelek, maka orang lain beranggapan bahwa hampir keseluruhan orang Jayapura itu jelek. Atau misalnya kalian begini, orang Wamena itu jelek.
Berarti kan itu proses generalisasi. Nah ini yang perlu hati-hati dalam tanda kutip generalisasi. Karena apa?
Kelemahan dari proses sampling itu itu. Jangan sampai kita punya bercerita tentang angka itu yang melebihkan. Macam contoh tadi, kalau kita meneliti 5 tahun, maka adik-adik menulisnya itu 5 tahun saja. Jangan tidak menulis 5 tahun itu, karena nanti orang membacanya seakan-akan kota Jayapura ini jelek.
Padahal penelitian adik-adik ini hanya 5 tahun. Nah itu hal lain yang adik-adik harus... paham dari pekerjaan kuantitatif.
Karena bisa jadi terjebak. Orang terjebak dari situ. Orang bilang, misalnya cuma 5 tahun meneliti PAD, terus kalian berkonklusi bahwa selama 20 tahun ini kota Jayapura ini jelek, tidak bisa kayak begitu juga.
Itu salah ya. Salah menerapkan ilmu. Ilmu itu akan benar. Tergantung orangnya, kalau menerapkan ilmu itu salah, ya itu. Hasilnya salah.
Sama, kalau adik-adik nulis skripsi 5 tahun, maka konklusinya hanya 5 tahun. Jangan konklusinya berarti sepanjang kota Jayapura terbentuk ini, bahwa PAD-nya jelek. Tidak bisa begitu. Paham ya?
Pekerjaan berikutnya adik-adik harus paham adalah, tadi mengaitkan statistik dengan... teori. Oke, yang berikutnya ini ya, yang berikutnya adalah notasi.
Nah ini dalam matematika adik-adik harus coba pahami. Saya juga kadang lupa-lupa ya adik-adik. tidak terlalu hafal lambang-lambang ini. Tidak jadi masalah.
Yang penting, adik-adik mulai sekarang coba mengenal. Kalau lupa, kembali melihat. Karena saya juga kadang lupa-lupa.
Misalnya, tanda epsilon ini. E ini. E ini kan banyak digunakan di statistik menggambarkan error dari komponen sesuatu. Nah, ini.
Terus sigma ini. Lambang sigma kan bisa kayak huruf E begini. Bisa juga yang begini. Nah ini juga kadang saya lupa juga.
Tapi tidak jadi masalah. Karena kan kita bisa lihat. Oh lambang ini artinya ini. Yang penting adik-adik coba ini.
Yang biasa paling banyak digunakan adalah ini. Delta ini paling banyak ya. Terus epsilon. Terus C. Terus mu ini.
C kuadrat. Nah ini X. X pangkat 2 biasanya ya. Untuk melambangkan C kwadrat tadi. Atau lambang ini.
Ini paling banyak. Ini juga banyak ya. Nah ini adik-adik coba nanti baca-baca ya. Oke.
Mungkin ini saya lanjut. Nah ini. Kedudukan ini ya.
Kedudukan ini. Nah inilah ada angka ideks pembangunan manusia. Kalau ini disandingkan begini, orang akan bingung. Ini data apa?
Ini data apa? Maksudnya ini apa datanya? Pasti adik-adik juga bingung.
Ini semua muncul dalam tabel, ini angka-angka. Terus saya akan apakan dia. Misalnya adik-adik diminta data IPM oleh, misalnya kepala dinas minta, eh, kau tolong cari saya data IPM.
Kalau misalnya adik-adik print data IPM seperti ini, Terus kasih ke kepala dinas, pasti kepala dinas bilang, terus harus buat dia bagaimana data ini. Nah, untuk mengolah data ini, maka dia peran statistik saja. Berarti kepala dinas itu mau keolah dia, terus dalam bentuk-bentuk statistik, supaya saya ini mudah untuk melihat data ini. Kalau kepala dinasmu kok kasih data ini, atau misalnya kalian menyusun skripsi, Kalian kumpul data lapangan, terus data lapangan itu mentah-mentah kalian taruh dalam skripsi.
Kita bingung juga, dosen. Ini data apa yang kau kasih masuk? Nah, contohnya juga begini.
Kalau data ini hanya dalam bentuk tabel begini, kita akan bingung ini data apa. Dari 2013 sampai 2022, ada Jaya Wijaya sampai Provinsi Papua, ini datanya untuk apa? Nah, statistika bantu adik-adik itu. Statistika untuk bantu adik-adik dalam...
Dalam kaitannya apa? Seperti ini. Kalau muncul begini kan bisa dibaca datanya. Oh ternyata pertumbuhan jaya-wijaya itu lebih baik daripada angka provinsi Papua misalnya. Karena kita lihat dari sini, trennya ini.
Yang warna Papua, yang warna merah muda. Jaya-jaya yang warna kuning. Nah, kita lihat yang kuning.
Walaupun yang kuning ini ada terjadi gap ya, karena dia hanya 52, sedangkan provinsi 56. Ini akan ada gap. Dari 2013. Nah, waktu di 2019, di kotak ini, 2019 ini awal mula, titik awal, dia mengerucutin, jadi gap-nya mengecil. Gap antara Jaya Wijaya dengan Provinsi Papua itu mengecil.
Ya kan? Mengecil. Nah, tandanya begini. Nah, waktu di 2022 ada titik potong itu.
Ya kan? Kalau di matematika kan kita kenal titik potong. Nah, titik potongnya itu ada di 2020. Tahun 2020 antara Papua dengan Jaya Wijaya.
Nah, titik potongnya itu ada di 58 dengan 60. Ya kan? Nah. Tahun 2021 ini mulai ini, terbalik ini. Akhirnya yang membuat gap itu adalah Jaya Wijaya.
Yang membuat gap ini adalah Jaya Wijaya. Waktu 2020 sampai 2013, yang membentuk gap ini adalah Provinsi Papua. Istilahnya Provinsi Indoknya. Tapi waktu di tahun 2021, yang membuat gap itu adalah Jaya Wijaya.
Konklusi sederhana itu pekerjaan statistik. Tapi kita tidak bisa mengklaim bahwa Jaya Wijaya lebih baik dari Papua, atau Papua lebih baik dari Jaya. Itu bukan pekerjaan statistik.
Paham ya? Yang di awal tadi konsepnya bahwa... Statistik tidak mengklaim.
Sama kalau adik-adik lihat kinerja indeks pembangunan manusia. Kalau adik-adik dari tabel grafik ini berkesimpulan bahwa misalnya di tahun 2021 kinerja IPM lebih baik, jaya-wijaya dibandingkan IPM Provinsi Papua. Adik-adik yang salah.
Adik-adik yang salah membangun argumentasi itu salah. Kenapa? Ingat bahwa statistik tidak memberikan kesimpulan.
Siapa yang benar, siapa yang tidak. Itu bukan pekerjaan statistik. Tapi statistik hanya memberikan kayak begini. Tumbuhnya positif, kontribusinya semakin naik, gap-nya mengecil. Nah ini yang dicari konklusi dalam teori.
Bisa tidak dalam kriteria ini perekonomian Papua itu baik? Paham ya? Jadi banyak...
Banyak orang menulis itu seperti itu di koran, atau tidak kalian lihat berita. Mereka hanya melihat pekerjaan statistik begini, sampai dapat tabel begini, terus mereka mengklaim bahwa Papua ini cenderung tidak baik kinerjanya dibandingkan Jaya Wijaya, atau tidak kota Jaya Pura. Itu salah.
Secara metodologi itu salah. Karena tadi, kembali ke konsep. Kalau ditanya kenapa, salah. Ya metodologinya salah. Metodologi mana salah?
Statistik tidak memberikan kesimpulan. Jawab aja begitu. Kalau orang yang orang lawan bicara kita, dia terus menentang, kita diam.
Karena kita tahu orang itu bodoh. Ngapain kita harus layani? Kalau orang yang bodoh, kita tidak perlu berargumentasi banyak.
Karena kita tahu dia bodoh. Paham ya? Jadi kalau dalam adik-adik juga beretorika di kampus, Kalau lawan bicaranya itu bodoh, jangan dilayani.
Orang seperti itu tidak bisa dilayani. Karena kemampuan teorinya kalah dia. Di slide ini paham ya.
Yang berikutnya ini juga sama. Di slide ini. Yang tadi hanya kinerja, yang ini akselerasi. Akselerasi itu sama dengan percepatan. Akselerasi itu sama dengan percepatan kita.
menghasilkan sekian poin. Itu akselerasi. Nah, dari kinerja makro, gambarnya kayak tadi. Kinerja makro gambarnya begini, IPM, Indeks Pembangunan Manusia. Tapi kalau dari kinerja akselerasinya, dua-duanya turun itu.
Bentuknya begini gambarnya, kan? Nah, di sini baru kita bisa paham bahwa ekonomi membutuhkan wujud. Kenapa saya bilang begitu? Karena begini, misalnya gambar ini tidak ada.
Terus kita hanya bercerita ria, bercerita bahwa eh Papua itu kok kinerjanya itu kok tidak baik ya dibandingkan ini, ini, ini. Itu kan kita hanya cerita. Bentuknya itu bagaimana?
Bentuk dari Papua tidak berkinerja itu bentuknya itu seperti apa? Nah, statistik bantu kita memvisualisasikan itu. Oh, bentuk dari Papua tidak berkinerja ini. Berdasarkan gambar ini.
Gambar apa? Gambar graph line ini. Gambar ini. Paham ya?
Sampai di situ paham. Bisa ketidak? Harus bisa lah. Semester tiga. Yang kedua adalah dari perbedaan dua ini.
Ada dua data yang digunakan. Satu adalah data asli kinerja. Data asli kinerja. Misalnya.
IPM itu kan data terstandar. IPM itu data terstandar. Kalau 60 ke atas, itu datanya berkinerja menengah, kalau tidak salah.
Menengah atau tinggi? Tinggi, menengah. Kalau 70-an ke atas, baru tinggi. Kalau 60, dia ada penyentuhan 60 itu menengah. Kalau misalnya kinerja IPM-nya 53, 42, itu kinerja IPM-nya rendah.
Kita bisa mengolah data itu. Nah, yang kedua adalah kita mengolah data percepatannya. Percepatan didapat dari mana?
Ingat, matematika. Matematika itu begini, dua hal kalau dibandingkan, maka notasinya adalah pengurangan, tanda kurang. Bukan negatif, walaupun notasinya sama, garis itu. Tapi jangan dibaca negatif, karena negatif itu ada pers...
Begini ya. Coba saya menjelaskan sedikit antara pengoperasian bilangan. Beda kita menyebutkan kurang dengan negatif.
Ingat ya, beda ya. Pengurangan itu adalah berusaha kita pengoperasian bilangan. Tapi kalau tanda negatif, itu kita membentuk karakteristik data.
Ada data yang positif, ada data yang negatif. Jadi beda ya, makna dari walaupun tandanya sama kurang, tapi ada dua konsep di situ. Konsep matematika hanya mengenal pengurangan tanda kurang, itu adalah pengoperasian bilangan.
Itu belajar di SMP, SMA, Tanda Kurang. Itu pengoperasian bilangan. Kalian su matematika 1 sudah dapat. Siapa yang mengajar matematika 1?
Di semester 1 siapa yang mengajar? Nah, itu ya. Yang berikutnya adalah tanda negatif.
Tanda negatif adalah kita mengelompokkan data. Oh, kecenderungan data. Kecenderungan data kita ada di, misalnya gini ya.
Diagram kartesius. Diagram kartesius. Kalau rananya ini kan ranah positif, kan? Ranah positif, kan? Kalau yang ini kan ranah negatif.
Berarti kan data ini mengarah pada kecendongan ini. Di kurva itu, ya. Kalau kita gambar kurva kartesius, data kita ada di sini, atau datanya ada di negatif.
Berarti kan arah data. Paham, ya? penyebutan, kadang juga orang salah makna juga, dia harusnya dia sebut pengurangan, dia sebut negatif, itu cara bacanya salah. Nah, terkait data ini, kita tidak bisa bilang pengurangan, tapi negatif.
Tapi kalau sebelumnya kita sebelum mengolah data ini, kita kurangi dulu. Nah, itu yang disebut akselerasi. Jadi data 2000, jadi delta 8 ini, Dikurang dengan delta 7. Yang ini. Nah, kita dapat.
Ini kita dapat apa? Ini kita dapat koefisien. Iya, nilai koefisien. Nilai koefisien.
Nah, data ini yang kita coba gambarkan. Nilai-nilai koefisien ini yang kita gambarkan menjadi gambarnya bentuknya begini. Ini.
Ternyata. Dari kinerja tadi, ternyata yang asli ya, data presentasi tadi, data presentasi tadi dengan satuan persen, itu kok datanya gap-nya mengecil di 2020. Nah, kalau dari data akselerasi, lihat ini, tidak kuat kan fluktuasinya itu. Nah, fenomena ini yang kita cari dari statistik, jadi konklusinya, tidak kuat efek. Efek fluktuasi terhadap Papua.
Lihat, yang warna hijau ini Papua. Lihat, Papua ini keluar hampir, sudah menyentuh minus 0. Berarti kan akselerasinya itu tidak sebesar ini. Akselerasi di 2020 ini tidak sebesar akselerasi di 2019. Buktinya apa ini?
dari angka 1,71 turun menjadi 0,66. Sedangkan Jaya Wijaya, dia hanya dapat 0,42. Dia masih plus. Ingat ya, jadi tanda ini, tanda plus dengan tanda negatif ini, hati-hati.
Jadi memaknai simbol matematika dalam statistik itu harus hati-hati. Ingat bahwa... Ingat bahwa di dalam matematika, namanya kita membandingkan sesuatu dengan sesuatu yang lain, itu adalah proses pengurangan berarti. Oke, itu dari gambar ini yang dimaksud. Nah, ini yang paling ini ya.
Ada yang bisa baca, yang paling penting adalah di sini. Nah, di sini, adik-adik di semester 5 nanti dapat mata kuliah ini. Ekonometrik.
Nah, Ekonometrik ini, biasanya saya dengan Pak Yundi yang ajar mata kuliah Ekonometrik. Nah, mata kuliah ini, dia menjadi jembatan ini. Jembatan dari statistik inferensial, matematika, teori ekonomi, yang adik-adik dapat di semester 1 pengantar teori mikro-makro. Nah, dijembatani oleh Ekonometrik untuk melihat ini, fenomena ini.
Fenomena ini apa? Fenomena ini ada di masyarakat. Misalnya, orang yang gross, orang yang gross tetap miskin-miskin, begitu itu karena apa?
Adik-adik tidak bisa datang, ujuk-ujuk langsung datang ke sini dengan teori ekonomi. Tidak bisa. Adik-adik perlu dibantu oleh statistik inferensial, adik-adik perlu dibantu oleh matematika, terus ke sini dulu. Di semester 5 dapat ini dulu, ekonometrik. Setelah dapat ekonometrik, baru adik-adik melihat fenomena ekonomi yang ada di yang gross, misalnya.
Atau tidak di Beoga, di distrik Beoga di puncak sana. Atau tidak di Yalimo atau di mana. Atau tidak di Yalimo, misalnya di Apalapsili.
Distrik Apalapsili sana. Kalian lihat itu. Itu kan proses-proses dari tahapan yang adik-adik harus lalui.
Ingat bahwa ini baku. Beda adik-adik diaktifis. Kalau di aktivis, mungkin bisa langsung. Tapi kalau kita di kampus, harus ada patuh teori.
Teorinya harus patuh. Nah, terkait mata kuliah statistik ini, mata kuliah statistik, adik-adik hanya cukup belajar inferensial. Untuk apa? Untuk adik-adik bisa memahami ekonometrik dulu, di semester 5. Sehingga apa? Sehingga waktu adik-adik nyusun skripsi ini, untuk melihat fenomena ekonomi ini, adik-adik bisa paham.
bisa menulis. Saya kembali lagi, jika adik-adik paham, eh sorry, mampu deduktif atau tidak kuantitatif. Jika adik-adik tidak mampu kuantitatif untuk melihat fenomena ekonomi ini, adik-adik lihat dari induktif atau kualitatif itu.
Jadi jangan paksa diri kalau tidak mampu, terus paksa diri ke sini. Atau tidak sama. Kalau misalnya saya tidak mampu di kualitatif, jangan paksa diri kayak kualitatif. Itu bodoh juga. Kalau dua-duanya tidak mampu, mendingan kuliah ulang.
Seperti itu ya konklusinya. Oke, saya lanjut. Nah, ini statistik penelitian-penelitian terkait statistik dalam penelitian. Kalau adik-adik itu... S1 itu begini ya, logikanya ya.
S1 itu hanya pada taraf ini ya, mengetahui. Misalnya begini, anak S1, anak S1 adik-adik nanti kalau rajin-rajin bisa tulis skripsi. Kalau S1 itu sarjana itu, dia hanya menjawab apakah teori ini bekerja atau tidak di lapangan.
Itu saja. Kalian punya tugas S1 itu. Tapi kalau S2, pertanyaannya dikembangkan. Kalau misalnya teori S1 mendapatkan konklusi bahwa teori ini tidak bekerja di Kabupaten A, maka di S2, Sarjana Estrata 2, dia menjawab kenapa teori itu tidak bisa bekerja. Masalahnya ada di teori atau masalahnya ada di kepatuan masyarakat.
Atau tidak ada benturan. Kan masyarakat di bawah kan punya teori juga. Kita punya teori juga. Nah, jangan sampai teori masyarakat dengan kita berbenturan. Itu dijawab pada S2.
Nah, S3 itu kita mencari harmonisasi. Jika ada benturan teori masyarakat dengan teori grand teori, maka kita cari harmonisasinya itu bagaimana. Nah, harmonisasi itu yang disebut teori baru.
Itu ruang lingkup S3. Tapi kalau kalian S1 ini hanya mengkonfirmasi saja. Misalnya kota Jayapura ini miskin.
Kita adopsi itu teori-teori kemiskinan itu. Teori kemiskinan BPS, kemiskinan UNDP, kemiskinan sosial itu ada itu, atau tidak kemiskinan dari KINES. Nah kita konfirmasi, oh ternyata teori kemiskinan yang ada di kota Jayapura tidak sesuai dengan teorinya KINES.
Sudah, sampai di situ saja. Pekerjaan kalian sampai di situ, ya satu. Itu batasan antara sarjana dengan sarjana tingkat satu dan sarjana tingkat dua. Nah sehingga apa kalau dalam... dalam ruang lingkup statistik.
Nah, berarti adik-adik hanya mencari statistik penelitian ini untuk memahami, diketahui, dan dijelaskan. Contoh, ada pertanyaan, otos ini gagal atau tidak? Berarti kalau adik-adik menggunakan notasi negatif, berarti gagal, maka benturkan kalimat gagal itu dengan teori institusional, keuangan daerah ujungnya.
Seperti itu. Jadi hanya mengkonfirmasi apakah teori institusional ini bekerja untuk... Fenomena unsus tidak.
Itu saja. Kalau sesuai, ya sudah sesuai. Kalau tidak, ya tidak. Adik-adik tidak perlu mencari lebih jauh kenapa tidaknya, kenapa ianya.
Itu karena itu pekerjaan S2. Ini yang dimaksud dengan pemahaman statistika dalam ruang lingkup penelitian. Karena ada yang disebut penemuan, pembuktian, sama pengembangan.
Kalau adik-adik yang S1 ini, kalian hanya cukup memahami saja. Iya kan? Kalian jangan paksa untuk memecahkan masalah itu. Tidak. Untuk memahami saja kalian tidak mampu.
Jadi tidak usah untuk mencari solusinya. Biarkan orang lain membantu untuk memecahkan. Begitu ya. Itu pekerjaannya satu. Nah ini terkait dengan data.
Terkait dengan data ini. Data terus ini ya. Eskala data. Nah ini penting untuk yang tadi ya, bahwa notasi tadi matematika ya. Ini contoh di sini ya.
Notasi bagi, kali, kurang, dan tambah itu tidak bisa dioperasikan di data nominal dan ordinal. Tapi dia bisa dioperasikan di data rasio dan interval. Sekarang misalnya kalau ada yang tanya, kakak data rasio itu yang kayak bagaimana?
Kalau anak keuangan daerah, pasti dia menggunakan data rasio. Kenapa? Data APBD itu data rasio namanya. Jangan kau bolak-balikan dia. Kau sebut data APBD itu data ordinal itu salah.
Kenapa salah? Kau tidak tahu. Kenapa tidak tahu?
Karena kau tidak belajar. Itu saja. Paham ya? Jadi, kita mengoperasikan statistik, kita harus patuh di sini ya. Itu yang tadi bilang, statistik ini punyanya orang lain.
teorinya orang lain, sehingga kita harus patuh juga dengan aturan-aturan orang lain. Kita tidak bisa paksakan derajatnya ilmu ekonomi, kita rubah-rubah maunya statistik, tidak bisa. Kita salah itu. Jadi kalau macam orang statistik sudah bilang, data uang itu data rasio, jangan kita interpretasi lain orang ekonomi. Jadi ingat ya baik-baik bahwa statistik ini miliknya orang lain, bukan miliknya ekonomi.
Sehingga untuk mengoperasikan statistik dalam ekonomi, ada kepatuhan ini. Dari bentuk, berarti data kuantitatif tadi, data kualitatif tadi ya, bahwa kuantitatif berarti penelitiannya deduktif. Kalau memang sifatnya kualitatif, berarti penelitianmu... penelitiannya adalah induktif. Penelitian induktif ini dia mencari teori di lapangan, di masyarakat sana.
Dia mencari teori yang bekerja di masyarakat. Tapi kalau deduktif, tidak. Teori apa yang sudah ada, dia konfirmasi ke lapangan, teori ini bekerja atau tidak.
Jadi itu dua paradigma yang berbeda. Nah, kadang orang kalau tidak paham ini, dia ngawur, dia sembarang. Bicaranya sembarang.
Karena dia tidak paham ruang lingkup. deduktif dan induktif. Kita kualitatif, orang ekonomi juga bisa kualitatif. Mencari fenomena di lapangan.
Misalnya kita tinggal di salah satu keluarga untuk mencari perilaku konsumsinya. Itu pekerjaan kualitatif. Pekerjaan yang sama dilakukan oleh teman-teman kalian di antropologi atau sosiologi. Nah, beratnya kalau kita menyentuh kualitatif, maka adik-adik harus mempelajari antropologinya dan sosiologinya. Kalau adik-adik tidak mempelajari sosiologinya, maka tidak dapat itu perilaku konsumennya.
Tidak dapat. Nah, itu beratnya di situ. Jadi, kalau ditanya yang mudah yang mana?
Penelitian kualitatif atau kuantitatif? Ya, dua-duanya sama. Sama-sama sulit. Jadi, hati-hati untuk menentukan... skripsi itu paradigmanya apa?
Caranya apa? Kalau ditanya bapak atau kakak saya, skripsinya apa ya? Kau punya kemampuan di mana?
Itu aja. Kalau kau lemah matematika, sudah tahu kau punya matematika di transkrip nilai C, jangan kau ambil kuantitatif. Kau ambil kualitatif saja. Itu saja gampangnya itu. Kau lihat kau punya transkrip nilai, kalau matematik kamu C, kau sudah perbaiki lagi, dapat C lagi, berarti kau jangan skripsi, jangan kau ambil kuantitatif.
Kau kualitatif saja turun ke masyarakat, wawancara-wawancara masyarakat di sana, balik, kau analisis, sampaikan skripsimu. Begitu saja. Jangan kau paksa ke kuantitatif.
Karena kamu nilai matematika jelek. Begitu saja. Yang paling mudah daripada kamu bingung. Yang paling mudah adalah, kamu lihat kamu pun nilai sendiri.
Saya pun matematika kalau bagus, saya berani ambil kuantitatif. Tapi kalau jelek, kamu ambil kualitatif saja. Kalau kamu paksa kuantitatif, nanti kamu bikin susah orang dosen pembimbing untuk membimbing kamu.
Itu yang paling penting dalam pemahaman ini. nominal, ordinal. Bedanya nominal begini, kalau kalian tanya, nominal dengan ordinal itu bedanya di mana?
Nominal itu data yang dikategorisasi, tapi dia yang tidak memiliki derajat. Misalnya begini, angka 0 untuk perempuan, angka 1 untuk laki-laki. Bukan berarti angka 1 itu lebih tinggi derajatnya daripada angka 0, enggak.
Itu data nominal. Dia hanya... atribut yang diberikan supaya data itu bisa diolah dalam software-software statistika.
Itu data nominal itu, hanya tanda saja. Hanya tanda, laki-laki satu, perempuan dua. Itu nominal namanya. Tapi kalau ordinal tidak.
Misalnya 0 untuk kepala bidang, 1 untuk kepala dinas. Ya, kepala dinas lebih tinggi jabatannya daripada kepala bidang. Kalau datanya kalian begitu, itu termasuk data ordinal.
Nah, yang jadi masalah, kalau kalian gagal menentukan ini data nominal atau ordinal, nanti metodologinya salah. Metodologi apa? Metodologi teknik analisis datanya salah.
Karena begini, rumus untuk analisis data ordinal itu sendiri beda, nominal itu beda. Jadi, Contoh paling mudah kalau nanti kalian gunakan waktu deskripsi atau apa, data itu kumpul, terus tanya sama dosen pembimbing. Kembali lagi, saya ingatkan.
Tanya sama dosen pembimbing kalau kalian masih bingung-bingung. Bapak ini saya punya data ini apa? Jangan diam-diam.
Kalau tidak nanti salah. Kalau salah di ujian deskripsi kan repot. Kalau ada dosen yang agak sedikit ini, sudah kalian ubah ya.
Tapi kalau dia bilang, ujian skripsi ulang, berarti tahun depan. Itu yang jadi masalah. Berarti kan kau bayar SPP ulang lagi. 2 juta, 3 juta.
Kau bayar ulang lagi. Nah ini yang adik-adik harus coba fokus ke situ ya. Supaya jangan bayar uang semester ulang-ulang.
Kasian. Kalau kalian punya uang, ya tidak apa-apa. Kalau masih orang tua kan tidak enak juga.
Bayar uang semester mahal-mahal karena kalian yang bodoh sendiri. Oke, nah ini terkait ini ya. Data. Nah yang paling penting di sini. Nah ini ya.
Pekerjaan statistik adalah di sini tadi. Khususnya inferensial. Bahwa yang warna kuning ini ya.
Bahwa kita mencoba melihat ini ya. sampel ini, X bar ini. Kalau ada gambar begini, X, terus ada garis di atas, itu namanya X bar. X bar itu berarti data yang kau rata-ratakan. 10 tahun kau rata-ratakan dia.
Nah, itu notasinya itu X bar. Kalau ini adalah notasi peluang. Eh, sorry.
Bukan peluang. Sorry, sorry. Populasi.
Gambar dari populasi. Jadi ceritanya begini. X bar ini dia harus menggambarkan karakteristik dari P.
Paham ya? X bar ini dia harus menggambarkan karakteristik dari P. Artinya apa?
Berarti kalau sampel yang kau ambil dari populasi itu salah, maka proses generalisasimu salah. Paham ya? Paham tidak?
Kalau tidak paham, bilang. Oke, kakak ulang. kakak ulang ya, X bar ini dia harus mengandung karakteristik populasi. Itu kalimat yang lebih pendek.
X bar harus menggambarkan karakteristik populasi. Bisa paham tidak itu hal sederhana itu? X bar ini X bar ini populasi. Eh sorry, sampel. X bar ini sampel.
Anda paham ya? Oke, ini saya gambar ini ya. Jadi misalnya ada bulat begini.
Ini ada siapapun dia. Mau tumbuhankah, pohonkah, binatangkah, manusiakah. Ini di dalam ini ya. Kita mau lihat karakteristik misalnya tumbuhan.
Misalnya kita pilih ini. Pilih dua ini. Dua ini yang kita cari. Jadikan dia menjadi sampel dua ini. Nah, ini yang disebut eksbarin.
Paham ya? Ya. Kalian ini harus bikin saya capek ya. Saya harus gambar begini baru kalian bisa mengerti kah. Nyat.
Yang ini namanya X bar. Yang dua ini X bar. Nah, tadi kan definisi dia mengandung karakteristik populasi. Nah, kalau dua ini yang kau ambil, tapi dia tidak bisa menggambar, mewakili data ini satu, data kedua, data ketiga, data keempat, data kelima, maka proses generalisasi tentang P itu salah.
Paham tidak? Masa kamu tidak paham ini? Saya ulang ya. Ini P, lingkaran ini disebut P. Nah, yang lingkaran ini disebut X bar.
Makanya X bar ini harus mengandung karakteristik dari populasi itu. Nah, inilah pekerjaan inferensial. Statistik inferensial.
Yang tadi, kita di slide pertama, di awal tadi kakak sebut. Ada penemuan di tahun 1733 didapatkan kurva normal tadi. Bahwa data itu bersifat normal.
Data itu bersifat normal itu karena kaida statistik saja. Tapi bahasa sederhananya itu tadi. Sample itu dia harus menggambarkan populasi.
Contoh begini, contoh paling sederhana kalau kalian belum paham lagi. Misalnya begini, misalnya begini, kau mau meneliti tentang persepsi-persepsi kepatuhan dari penata usahaan keuangan. Di tingkat bendahara.
Berarti kan di tingkat OPDN. Berarti yang kau wawancara itu bendaharanya. Bendaharanya yang kau wawancara. Jangan kau wawancara PPTK. Nggak, nggak boleh.
Walaupun PPTK juga dia memiliki fungsi tetapi kan dia mandat. mandat dari PPTK itu kan dilaksanakan ada di Bendahara juga kan kan tidak mungkin dia verifikasi nomor rekening dan lain-lain, enggak kan dia hanya bertanggung jawab sama DPA saja, menyusun DPA memastikan bahwa orang menjalankan DPA ini, kalau pihak ketiga kan, itu kan perannya PPTK itu, jangan PPTK lagi kok bekerja untuk pekerjanya Bendahara lagi, kok yang atur uang lagi itu kan salah PPTK tidak punya hak untuk mengatur-ngatur uang keluar masuk. PPTK bertanggung jawab untuk menyusun DPA itu.
DPA itu PPTK yang nyusun. Karena itu ada mandat dari kuasa pengundanggaran yang ada di, pengundanggaran dari Kepala Dina. Kan mandatnya kayak dia, tuh.
Nah, itu. Jadi, kalau kamu mau lihat karakteristik dari penata usaha bendara di tingkat OPD, maka... Misalnya ini yang duanya.
Yang kau wawancara adalah bendara penerimaan dan bendara pengeluaran. Misalnya begitu. Jangan kau wawancara PPTK. Salah. Berarti apa?
Sample-mu itu salah. Siapa yang berarti apa? Kalau dalam sini X-bar-nya ini salah.
X-bar-nya ini salah. Paham ya? Atau tidak kau wawancara pejabat pembuat komitmen.
Itu lebih salah lagi. Kalau ruang lingkung pembicaraanmu adalah pengadaan barang dan jasa, orang apa itu namanya, lelang itu, cocok kau wawancarai pejabat pembuat komitmen. Tapi kalau untuk efektivitas dari uang keluar, uang masuk ini, berarti kau wawancara bendahara saja.
Kau tidak perlu wawancara pejabat pembuat komitmen itu. Paham, sudah bisa paham ya. Dalam konteksnya begitu, pemilihan sampel ini, ya memang kalian kan begini, statistik ini harus bergayung bersambut dengan metodologi penelitian. Statistik ada di semester ini, kalian nanti di semester 5 itu dapat metodologi. Tapi begini, jangan kau belajar metodologi di semester 5, tapi kau lupa yang statistik yang di semester 3. Karena apa?
Karena metodologi juga mencoba. menerangkan engkau, sehingga engkau bisa menggunakan statistik itu sesuai kaidahnya itu. Kaedah apa ini yang tadi?
Supaya kita dapat definisi bahwa penelitian saya ini, X bar saya ini, atau sampel saya ini, mengandung karakteristik dari P. P apa? Populasi ini. Paham ya?
Kalian kalau sampai di sini agak-agak ini juga. Paham ya? Oke. Selanjut.
Nah ini... Ini terkait angka. Nanti dibaca yang paling penting di sini.
Paling penting di sini. Ada yang tanda-tanda yang ini ya. Ada absolut, relatif, dan indeks.
Ini kan sama. Misalnya begini. Data rasio. Data rasio.
Indikator rasio. Ini dia beda dengan presentasi. Contoh kayak begini. Data rasio itu.
Apa ya? Sabar, sabar. Misalnya ini. Rasio guru-murid.
Itu kan terstandar. Datanya ada di data pendidikan nasional. Satu orang guru harus ngajar berapa orang murid. Nah itu data rasio itu. Jadi kalau semakin tinggi data rasio, sebenarnya kinerjanya semakin buruk.
Beda dengan data indikator presentasi. Semakin tinggi presentasi, tergantung... notasinya. Kalau persentasenya semakin tinggi, ya berarti semakin baik.
Misalnya realisasi PAD, tahun ini 50%, tahun depan 70%. Bagus, berarti kita 20% kinerja. Tapi kalau rasio ini jadi masalah, jangan salah baca.
Kalau rasio misalnya satu orang guru ngajar 20%, misalnya rasionya naik lagi. menjadi 27, berarti kan kita tambah ngajar tambah setengah mati. Berarti satu orang guru ini dia ngajar 27 orang atau 30 orang.
Paham tidak sampai situ? Nah ini kadang kalau kalian baca buku-buku indikator pemerintah daerah itu agak bodoh juga di situ. Tidak bisa membedakan indikator presentasi dengan rasio. Contoh lagi dalam ekonomi, misalnya inflasi.
Inflasi itu terstandar datanya. Kalau kau kasih turun inflasi sampai 2, kasihan penjual itu tidak ada untung, dia tutup. Kalau swasta tutup, pengangguran tinggi, karena tenaga kerja ada yang di PHK.
Pengangguran tinggi. Kalau pengangguran tinggi, kemiskinan tinggi. Itu kalau kau kasih turun angka inflasi sampai 2. Tapi kalau kau kasih naik inflasi sampai tinggi, sampai 12, atau tidak 10, daya beli masyarakat itu terendah. Di mana daya beli? daya bayi syarikat, moneternya, nilai dari 100 ribu itu tidak bermakna lagi.
Kalau orang tidak mampu membeli, berarti kan dia masuk dalam kategori kemiskinan, garis kemiskinan. Karena dia tidak mampu mengakses barang dan biasa. Jadi datanya itu terkontrol.
Paham ya? Jadi data inflasi, jangan kau bilang itu data presentasi. Nah ini harus hati-hati. dalam memaknai indikator dalam statistik. Paham ya?
Nah, terus ada indeks. Kalau misalnya indeks komposit, kita tidak bisa dia, kalau macam kita sebut, macam IPM. IPM kan berarti dia ada indeks tunggal pendidikan, indeks tunggal kesehatan, indeks tunggal ekonomi.
Begitu. Sehingga itu kalau di ini dibuat menjadi indeks komposit itu. Ya, seperti itu ya.
Sehingga kalau yang ini, dia ada angka yang tidak ada maknanya ini. Misalnya kalian IPM, terus 3,5 ini dari dimensi pendidikan. 3,5 ini tidak ada angkanya. Eh, sorry, tidak ada maknanya. Yang ada maknanya adalah ini.
Paham ya? Nanti kalau di kelas, saya akan terangkan agak detail. Selanjutnya ini ya.
Nah, ini yang paling penting ya. Tanda ini. Positif, ada negatif.
Jadi kalau positif ini kan kurva penawaran. Dalam mikro. Dalam mikro kan kurva penawaran. Kalau negatif, kurva penerimaan.
Kurva permintaannya. Karena kan gambarnya begini. Ini notasinya negatif. Kalau yang ini notasinya positif.
Sorry, yang begini. Nah, cara bacanya beda. Nah, ini apa hubungannya ini? Tanda ini.
Tanda ini apa? Ini materi dari Pak Yundi ya, SMS. Beliau tulisnya SMS ini ya. Ada tanda, signs, magnet. Itu besaran sama sains ini, makna.
Jadi kalian harus tahu tandanya itu apa, besarannya berapa, sama maknanya. Maknanya ini makna teori. Teori apa?
Mikro, makro. Terus kalau kalian keuangan daerah, ya teori keuangan. Nah ini yang paling penting dari proses statistik, menurut hemat saya, pada slide ini. Karena apa?
Penting dalam ekonometrik bahwa tanda ini menjadi teori. Maksud saya itu begini, waktu kalian menghubungkan pengangguran dengan DPA, DPA misalnya di Dinas Tenaga Kerja, maka hubungannya harus negatif. Paham tidak?
DPA ini kan uang, uang yang sebagai input dalam Dinas Tenaga Kerja. Harapannya bahwa input uang DPA ini, dia bisa menciptakan partisipasi angkatan kerja. Nah, teorinya ini kalau partisipasi angkatan kerja ada, berarti kan orang itu orang buat kartu kuning itu banyak.
Itu kan berarti pengangguran turun. Berarti apa yang kubangun? Berarti DPA ini dia memiliki notasi negatif dengan pengangguran. Notasinya. Bacanya bagaimana?
Jika DPA ini naik, maka kemiskinan turun. Paham ya? Kalau DPA ini turun, berarti pengangguran naik.
Nah, jangan... Biasa orang buat begini. Ada juga orang buat kalau positif. Sabar ya. Halo?
Iya benar.