Menyorot Relevansi IPM dan Pertumbuhan Ekonomi Dari Perspektif Ekonomi Politik

Sartika Ayu Wulandari

(Mahasiswa Prodi Doktor Ilmu Administrasi Universitas Brawijaya)

Oliver Holmes menulis sebagaimana dikutip Irwan Abdullah (2010) bahwa “The greatest tragedy in America is not the destruction of our national resources, thougt that tragedy is great. The truly great tragedy is the destruction of our human resources by our failure to fully utilize our abilities, which means that most men and women go their graves with their music still in them”. Pandangan Holmes tersebut menegaskan bahwa Sumber Daya Manusia (SDM) merupakan kunci keberhasilan suatu negara, dan mengabaikan aspek tersebut merupakan sebuah kesalahan besar. Karenanya, perhatian pemerintah termasuk para elit kekuasaan, akademisi, maupun pengamat politik haruslah tertuju pada perkembangan Human Development Index (HDI) yang setiap tahun dirilis oleh United Nation Development Programme (UNDP) sebagai lembaga yang berada dibawah naungan Perserikatan Bangsa-Bangsa (PBB).

Indeks Pembangunan Manusia (IPM) merupakan indikator komposit untuk mengukur capaian pembangunan kualitas hidup manusia. Di tahun 1990, UNDP membangun indeks ini untuk menekankan pentingnya manusia beserta sumber daya yang dimiliknya dalam pembangunan. Indeks ini terbentuk dari rata-rata ukur capaian tiga dimensi utama pembangunan manusia, yaitu umur panjang dan hidup sehat, pengetahuan, dan standar hidup layak. Dengan demikian, tidak dapat dipungkiri bahwa IPM menjadi salah satu ukuran penting yang digunakan untuk mengevaluasi kualitas hidup manusia dalam suatu negara.

IPM Sebagai Ukuran Kualitas Manusia di Negara Demokrasi

Indonesia, sebagai negara demokratis yang sedang berkembang, memiliki dinamika ekonomi politik yang unik. Dalam mengatasi tantangan peningkatan kualitas manusianya, Indonesia dapat mewujudkannya melalui kondisi politik dengan memperhatikan 5 (lima) aspek. Pertama, Partisipasi Politik yang Aktif. Masyarakat yang aktif berpartisipasi dalam proses politik, seperti pemilihan umum dan diskusi publik, memiliki kesempatan untuk memengaruhi kebijakan dan memperjuangkan kepentingan mereka. Partisipasi politik yang tinggi dapat memperkuat demokrasi dan memperbaiki kualitas hidup manusia. Kedua, Penguatan Literasi Politik. Pendidikan politik dan literasi politik membantu individu memahami sistem politik, isu-isu yang sedang dibahas, dan cara berpartisipasi secara efektif. Meningkatkan literasi politik akan membekali masyarakat dengan pengetahuan dan keterampilan untuk berkontribusi dalam pembentukan kebijakan. Ketiga, kebebasan sipil dan Hak Asasi Manusia (HAM). Kualitas manusia terkait erat dengan kebebasan sipil dan hak asasi manusia. Negara yang menghormati hak-hak individu dan memberikan kebebasan berpendapat, berkumpul, dan beragama akan menciptakan lingkungan yang mendukung perkembangan manusia secara keseluruhan. Keempat, Kesejahteraan Ekonomi. Kondisi politik yang memperhatikan distribusi sumber daya dan kebijakan ekonomi yang inklusif akan berdampak pada kesejahteraan manusia. Peningkatan kualitas hidup terjadi ketika masyarakat memiliki akses yang lebih baik terhadap pendidikan, kesehatan, dan lapangan kerja yang layak. Kelima, pencegahan korupsi dan transparansi. Sistem politik yang bebas dari korupsi dan transparan dalam pengambilan keputusan akan memastikan sumber daya negara digunakan untuk kepentingan masyarakat secara adil. Ini akan berdampak positif pada kualitas hidup manusia. Dengan memperhatikan faktor-faktor di atas, negara dapat menciptakan kondisi politik yang mendukung peningkatan kualitas manusia dan pembangunan yang berkelanjutan.

Faktor-faktor tersebut seirama dengan aspek penyusun Indeks Demokrasi Indonesia(IDI) yaitu kebebasan, kesetaraan dan kapasitas lembaga demokrasi. Pada aspek kesetaraan terdapat satu indikator yakni partisipasi masyarakat dalam memengaruhi kebijakan publik melalui lembaga perwakilan. Berdasarkan data Economist Intelligence Unit (EIU), kinerja demokrasi Indonesia mengalami penurunan skor pada 2023 sebesar 6,53 poin atau turun 2 poin dibandingkan tahun sebelumnya. Hal ini menyebabkan peringkat Indonesia harus turun ke posisi 56. Dengak skor tersebut, Indonesia masuk dalam kategori demokrasi cacat (flawed democracies).

Pembangunan manusia di Indonesia terus mengalami kemajuan. Sejak tahun 2010 IPM Indonesia terus tumbuh secara konsisten. Pada tahun 2020 pertumbuhan IPM di tingkat nasional dan daerah menghadapi tantangan dengan tumbuh melambat akibat pandemi Covid-19 yang melanda Indonesia dan sebagian besar negara di dunia. Perlambatan pertumbuhan IPM umumnya disebabkan oleh melambatnya pertumbuhan umur harapan hidup dan pendidikan, serta menurunnya pengeluaran riil per kapita sebagai akibat dari kontraksi pertumbuhan ekonomi.

Menurut data Badan Pusat Statistik (BPS), selama lima tahun terakhir (2019–2023), Indeks Pembangunan Manusia (IPM) Indonesia mengalami peningkatan yang positif.  Pada tahun 2019, IPM Indonesia mencapai 71,92. Indeks Pembangunan Manusia (IPM) Indonesia pada tahun 2020 mencapai 71,94. Pada Tahun 2021, IPM naik menjadi 72,29 dan pada tahun 2022 naik menjadi 72,91. Perlambatan pertumbuhan IPM tahun 2020 sangat dipengaruhi oleh turunnya rata-rata pengeluaran per kapita yang disesuaikan. Yang perlu menjadi catatan dan perhatian khusus adalah, IPM merupakan indikator jangka panjang, sehingga perlu kehati-hatian dalam memaknainya. Peringkat (rank) bukan satu-satunya ukuran kemajuan pembangunan manusia. Kemajuan pembangunan manusia dapat dilihat dari kecepatan IPM dan status IPM. Kecepatan IPM menggambarkan upaya yang dilakukan untuk meningkatkan pembangunan manusia dalam suatu periode, sedangkan status IPM menggambarkan level pencapaian pembangunan manusia dalam suatu periode.

Tinjauan Teori Ekonomi Klasik-Adam Smith, Teori Tenaga Kerja-John Stuart Mill, dan Model Pertumbuhan Ekonomi-Robert Sollow

Menurut Teori Ekonomi Klasik Adam Smith, unsur pokok dari sistem produksi adalah sumber daya alam, SDM (jumlah dan kualitas penduduk), dan stok modal. Smith menganggap tenaga kerja produktif sebagai sumber utama kemakmuran. Ketika tenaga kerja bekerja secara efisien, mereka menciptakan nilai tambah yang menggerakkan pertumbuhan ekonomi. Alokasi SDM yang efektif ini kemudian dipandang sebagai ”syarat perlu” bagi pertumbuhan ekonomi.

Teori Tenaga Kerja yang dikemukakan oleh John Stuart Mill mengaitkan pertumbuhan ekonomi dengan jumlah penduduk produktif. Mill berpendapat bahwa penduduk angkatan kerja merupakan tenaga kerja produktif yang berkontribusi pada produksi dan ekonomi.

Hal yang kemudian dapat dipahami adalah bahwa meningkatnya jumlah penduduk (pertumbuhan penduduk) produktif dapat berdampak positif pada produksi dan perekonomian. Hubungan pertumbuhan penduduk dengan tingkat ekonomi suatu negara dijelaskan oleh Robert Solow (1956), dalam model pertumbuhan ekonomi yang disebut dengan exogenous growth model yang menjelaskan bahwa pertumbuhan ekonomi suatu negara di antaranya dipengaruhi oleh akumulasi modal, pertumbuhan penduduk, dan kemajuan teknologi. Model ini menggambarkan bagaimana faktor-faktor tersebut mempengaruhi output barang dan jasa menuju pertumbuhan steady-state yang bergantung hanya pada perkembangan teknologi dan pertumbuhan tenaga kerja. Ketika lebih banyak orang terlibat dalam kegiatan produksi, potensi untuk menghasilkan barang dan jasa juga meningkat. Ini dapat membawa manfaat seperti peningkatan output, pertumbuhan ekonomi, dan peningkatan kesejahteraan masyarakat. Namun, yang perlu dicatat adalah bahwa peningkatan jumlah penduduk produktif juga harus diikuti dengan peningkatan kualitas penduduk usia produktif tersebut agar dapat memperoleh kesempatan kerja yang tepat sesuai kebutuhan dunia kerja atau bahkan mampu menciptakan lapangan pekerjaan.

Menurut Sumarsono (2003), kesempatan kerja didefinisikan sebagai jumlah lapangan kerja yang tersedia bagi para angkatan kerja yang mencari pekerjaan atau sebuah keadaan yang memperlihatkan jumlah lapangan kerja yang masih kosong dan siap diisi para pencari kerja. Di Indonesia, kesempatan kerja Indonesia telah dijamin sebagaimana dalam Pasal 27 ayat 2 UUD 1945 yang berbunyi “tiap-tiap warga negara berhak atas pekerjaan dan penghidupan yang layak”. Terbukanya kesempatan kerja merupakan salah satu indikator terjadinya pembangunan ekonomi yang harus dijamin dan dilindungi negara melalui kebijakan ekonomi politiknya. Karena jika ketersediaan kesempatan kerja tidak seimbang dengan peningkatan penduduk angkatan kerja, maka akan menimbulkan permasalahan lain yakni pengangguran.

Pertumbuhan Ekonomi di Indonesia

Rostow mengartikan pembangunan ekonomi  sebagai  suatu  proses  yang  menyebabkan perubahan  dalam  masyarakat  meliputi  perubahan politik,  struktur  sosial,  nilai  sosial  dan  struktur kegiatan ekonomi. Menurut McEachern (2000), kinerja perekonomian di suatu  wilayah dapat diukur dengan berbagai cara, antara lain dengan melihat jumlah  pekerja, rata-rata penghasilan, jumlah produksi, jumlah dan ukuran perusahaan.  Ukuran yang sering dipergunakan untuk mengetahui kinerja perekonomian suatu wilayah atau negara adalah pertumbuhan ekonomi dan tenaga kerja, produktivitas, standar hidup, pengangguran, inflasi, tabungan dan formasi modal serta variabel lainnya. Menurut Samuelson dan Nordhaus (1993), di antara tolok ukur kinerja perekonomian  tersebut, yang paling sering digunakan adalah Produk Domestik Bruto (PDB).

PDB merupakan salah satu indikator makro ekonomi untuk melihat output dan nilai tambah yang dihasilkan oleh suatu negara. Dalam perkembangannya, pertumbuhan ekonomi Indonesia dari tahun 2018 hingga 2023 mengalami perubahan yang signifikan. Pada tahun 2018, pertumbuhan ekonomi Indonesia mencapai 5,17% (y-on-y). Ini menunjukkan kinerja yang positif pada saat itu. Pertumbuhan ekonomi Indonesia pada tahun 2019 mencapai 5,02% (y-on-y)., yang merupakan angka lebih rendah dibandingkan dengan tahun-tahun sebelumnya. Tahun 2020 menjadi tahun yang penuh tantangan karena pandemi Covid-19. Meskipun demikian, Indonesia berhasil mencatat pertumbuhan ekonomi sebesar 2,07% (y-on-y). Angka ini lebih rendah dari tahun-tahun sebelumnya, namun pencapaian ini patut diapresiasi mengingat situasi yang sulit. Pada tahun 2021, pertumbuhan ekonomi Indonesia meningkat menjadi 4,73% (y-on-y). Ini menunjukkan pemulihan ekonomi setelah dampak pandemi. Pada tahun 2022, pertumbuhan ekonomi Indonesia mencapai 5,31% (y-on-y). Ini merupakan peningkatan yang positif dan menunjukkan keberlanjutan pemulihan ekonomi. Dan pertumbuhan ekonomi Indonesia pada tahun 2023 mencapai 5,05% (y-on-y), lebih rendah dibandingkan dengan capaian tahun sebelumnya.

BPS juga memperkirakan ekonomi global akan tetap tumbuh meskipun melambat. Ini terlihat dari pertumbuhan ekonomi negara-negara mitra dagang Indonesia yang lebih baik dibandingkan dengan tahun sebelumnya. Di antaranya, Amerika Serikat tumbuh dari 1,9 persen pada 2022 menjadi 2,5 persen pada 2023, China dari 3,0 persen menjadi 5,2 persen, dan Jepang dari 1,0 persen menjadi 2,0 persen. Hal ini mengindikasikan permintaan barang ekspor masih kuat dalam menopang pertumbuhan ekonomi di negara-negara tersebut sepanjang 2023. Dilansir dalam laman www.voaindonesia.com, bahwa peneliti Institute for Development of Economics and Finance (INDEF) mengatakan perekonomian global masih sulit berdampak pada pertumbuhan ekonomi di Indonesia karena transaksi-transaksi perdagangan masih menunggu kondisi global membaik dan stabilitas politik di Indonesia.

Hubungan Dua Arah IPM dan Pertumbuhan Ekonomi

Kajian tentang keterkaitan antara manusia dengan pertumbuhan ekonomi telah menjadi sumber perdebatan panjang di kalangan para ahli. Untuk meningkatkan pertumbuhan ekonomi, pemerintah berupaya meningkatkan output produksi dalam negeri. Secara teori, untuk menghasilkan output produksi dibutuhkan input. Input dalam  faktor produksi dapat dibagi atas input alam (seperti tanah dan sumber daya alam), input sumber daya  manusia (labor), input modal (capital) dan input kemampuan/manajeman dalam mengelola baik  sumber daya alam (SDA) maupun SDM (skill dan goodwill).  SDM dalam hal ini tenaga kerja sebagai salah satu faktor produksi memegang  peranan penting dalam peningkatan produksi karena tenaga kerja adalah subjek dari pembangunan. Oleh karena itu dibutuhkan tenaga kerja yang berkualitas sehingga menghasilkan output  yang lebih baik.

Pengaruh dari pertumbuhan ekonomi terhadap  pembangunan manusia dan pengaruh dari pembangunan manusia terhadap pertumbuhan  ekonomi merupakan hubungan dua arah antara IPM dan Pertumbuhan Ekonomi. Pembangunan manusia dan pertumbuhan ekonomi tidak selalu terkait satu sama lain secara linier atau langsung; sebaliknya, hubungan antara keduanya ditentukan oleh peran masing-masing komponen.

Secara konsep, IPM mencakup indikator pendidikan, termasuk angka melek huruf dan partisipasi sekolah. Negara dengan tingkat pendidikan yang lebih tinggi cenderung memiliki tenaga kerja terampil yang mendukung pertumbuhan ekonomi. Di Indonesia, peningkatan akses pendidikan berkualitas dapat berdampak positif pada pertumbuhan ekonomi melalui peningkatan produktivitas. IPM juga mencakup indikator kesehatan. Kesehatan yang baik memengaruhi produktivitas tenaga kerja dan daya saing ekonomi. Investasi dalam sistem kesehatan dan peningkatan akses ke layanan kesehatan dapat meningkatkan pertumbuhan ekonomi. IPM memperhitungkan ketidaksetaraan dalam distribusi pendapatan dan akses ke layanan dasar. Ketidaksetaraan yang tinggi dapat menghambat pertumbuhan ekonomi karena mengurangi daya beli dan menghambat mobilitas sosial. Kebijakan yang mengurangi ketidaksetaraan dapat mendukung pertumbuhan ekonomi yang berkelanjutan.

Lebih lanjut, kinerja pertumbuhan ekonomi akan dipengaruhi oleh tingkat pembangunan manusia yang tinggi melalui kapabilitas penduduk, yang berarti peningkatan produktivitas dan kreativitas masyarakat. Meningkatnya produktivitas dan kreativitas memungkinkan penduduk untuk menyerap dan mengelola sumber daya yang diperlukan untuk pertumbuhan ekonomi. Pengaruh IPM terhadap pertumbuhan ekonomi melalui peningkatan kualitas sumber daya manusia, yang dikenal sebagai mutu modal manusia dalam ilmu ekonomi (Ranis, 2004). Hasil dari proses pembangunan manusia dapat meningkatkan kemampuan produktivitas sumber daya manusia. Pembangunan manusia dapat meningkatkan kemampuan tenaga kerja, kewirausahaan, dan manajemen masyarakat. Peningkatan  kemampuan tersebut dapat meningkatkan kapasitas tenaga kerja dalam hal penguasaan teknologi,  kemampuan adaptasi, riset dan pengembangan dalam negeri, serta inovasi yang menjadi kunci untuk  menciptakan pertumbuhan ekonomi.  

Di sisi lain, melalui belanja rumah tangga untuk makanan, air bersih, perawatan kesehatan, dan sekolah, aktivitas rumah tangga berkontribusi secara signifikan terhadap peningkatan indikator pembangunan manusia. Menurut Ranis (2004), pertumbuhan ekonomi meningkatkan pendapatan sehingga meningkatkan pembangunan manusia. Belanja rumah tangga akan meningkat untuk pendidikan dan makanan sehat, terutama bagi rumah tangga miskin, jika pendapatan meningkat. Distribusi pendapatan menentukan pengeluaran rumah tangga, yang memberikan kontribusi terhadap peningkatan pembangunan manusia, selain tingkat pendapatan per kapita penduduk. Banyak rumah tangga mengalami kesulitan keuangan saat distribusi pendapatan buruk atau ketimpangan pendapatan. Akibatnya, pengeluaran untuk makanan sehat dan pendidikan yang lebih tinggi berkurang. Pengeluaran yang lebih besar ditujukan untuk konsumsi makanan yang tidak memiliki asupan nutrisi yang cukup (UNDP, 1996). Jadi, orang miskin akan mendapatkan lebih banyak jika distribusi pendapatan diperbaiki. Dengan peningkatan pendapatan, orang miskin lebih termotivasi untuk meningkatkan kesehatan dan pendidikan anggota keluarga mereka.

UNDP mengungkapkan bahwa pembangunan manusia dapat berkesinambungan apabila didukung oleh pertumbuhan ekonomi. Walaupun keduanya tidak memiliki hubungan yang otomatis, namun jika disatukan dalam suatu kebijakan pembangunan yang searah maka akan tercipta kekuatan yang saling mendorong. Sehingga pertumbuhan ekonomi akan sangat efektif untuk memperbaiki pembangunan manusia.

Tantangan Indonesia

Indonesia sudah mulai masuk ke dalam struktur “penduduk yang menua” (aging population). Hasil sensus penduduk 2020 menunjukkan bahwa sekitar 70,72 persen populasi adalah usia produktif, menandakan bahwa Indonesia memasuki masa bonus demografi, di mana lebih banyak orang produktif daripada orang non produktif. Bonus demografi akan berakhir pada tahun 2040. Penduduk produktif Indonesia memiliki dua kemungkinan kecenderungan. Mereka dapat membantu pertumbuhan ekonomi Indonesia untuk terus berkembang atau justru memicu konflik sosial antar kelas di masa depan. Lalu pertanyaan menariknya adalah “seberapa mampu pemerintah Indonesia dalam memanfaatkan gelombang bonus demografi tersebut untuk menjaga stabilitas ekonomi dan politiknya?”

Daftar Referensi

Abdullah, Irwan, 2010, Berpihak Pada Manusia Paradigma Nasional Pembangunan Indonesia Baru, Yogyakarta: TICI Publication.

McEachern, William A.. (2000). Ekonomi Makro: Pendekatan Kontemporer. Jakarta: Salemba Empat.

Ranis, Gustav. 2004. Human Development and Economic Growth, Center Discussion Paper, No. 887. No. 887:hal 1-13.

Samuelson, Paul A. dan William D. Nordhaus. (1993). Ilmu Makroekonomi. Jakarta: Media Global Edukasi.

Solow, Robert. 1956. A Contribution to The Theory of Economic Growth. Quarterly Journal of Economics (The MIT Press) 70 (1): 65–94.

Sukirno, Sadono. (1985). Ekonomi Pembangunan Proses, Masalah, dan Dasar Kebijaksanaan. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia.

Sonny, Sumarsono. (2003). Ekonomi Manajamen Sumber Daya Manusia dan Keteenaga kerjaan. Yogyakarta : Graha Ilmu.

Jenis Statistika

Ada 4 jenis statistika yang biasa digunakan, yaitu :

  1. Statistika berdasarkan orientasi pembahasan

Statistik yang berdasarkan orientasi pembahasan ini juga terbagi lagi menjadi dua macam :

  • Statistika matematika

Statistika jenis ini mengedepankan pemahaman akan model, penurunan konsep, kumpulan rumus statisk secara teori, pemahamaman dan pengujian, analisis regresi, galat dan lainnya.

  • Statistika terapan

Statistika jenis ini mengutamakan pemahaman konsep serta teknik yang penggunaan dan penerepannya hanya berlaku pada disiplin bidang ilmu tertentu. Beberapa ilmu yang menggunakan statistika terapan sehingga memiliki terminologi yang khusus di antaranya aktuaria, biostatistika atau biometrika, statistika bisnis, ekonometrika, psikometrika, statistika sosial, statistika teknik atau teknometrika,  fisika statistik, demografi, eksplorasi data, literasi statistik, analisis proses dan ekonometrika.

Mudahnya, Statistika Matematika yang lebih berorientasi pada pemahaman model dan teknik statistika secara matematis, sedangkan Statistika Terapan adalah bagian dari matematika yang secara khusus membahas cara-cara analisis dan penafsiran data (interpretasi) dan lebih berorientasi pada pemahaman intuitif atas konsep dan teknik statistika serta penggunaannya di berbagai bidang.

  • Statistika berdasarkan fase tujuan analisis

Berdasarkan tujuan analisisnya, statistika dibagi menjadi dua bagian yaitu:

  • Statistika deskriptif adalah statistika yang meliputi pengumpulan, pengolahan, analisis, penyajian data statistika yang biasanya digunakan untuk menyimpulkan atau mendeskripsikan data tanpa penarikan kesimpulan secara general. Contoh statistika ini adalah menghitung rata-rata dan varians dari data, mendeksripsikan menggunakan tabel-tabel atau grafik, sehingga data menjadi lebih mudah dibaca dan lebih bermakna (informatif).
  • Statistika inferensial adalah jenis statistika yang analisisnya sampai dengan tahap mengambil kesimpulan secara general. Jenis statistika ini biasanya berkaitan dengan permodelan data lalu melakukan pengambilan keputusan berdasarkan analisis data. Contohnya adalah melakukan pengujian hipotesis, melakukan estimasi atau prediksi, membuat permodelan hubungan berupa penghitugan korelasi, analisis regresi, ANOVA, analisis time series dan sebagainya.

Eitssss, tapi… Generalisasi atau penarikan kesimpulan pada statistika inferensial ini memiliki sifat yang tidak pasti. Mengapa? Karena hanya berdasar pada informasi parsial yang diperoleh dari sebagian data. Jadi, kesimpulan yang didapatkan hanya merupakan peramalan saja.

Mudahnya, Statistika Deskriptif digunakan untuk memperoleh gambaran atau ukuran-ukuran tentang data yang ada, sedangkan Statistika Inferensial dapat digunakan untuk melakukan inferensi tentang populasi misalnya menaksir ukuran atau menguji hipotesis.

Nahlooo, apa lagi itu hipotesis? Hipotesis adalah dugaan sementara atau asumsi sementara terhadap pertanyaan yang muncul dalam sebuah penelitian. Detilnya kita bahas lain waktu yaaaaa..

  • Statistika berdasarkan asumsi distribusi populasi data yang dianalisis

Menurut asumsi distribusi populasi data yang dianalisis, statistika dibedakan menjadi dua macam :

  • Statistika parametrik yang merupakan statistik yang didasarkan menurut model distribusi normal. Statistika parametrik adalah salah satu statistika inferensial yang digunakan untuk menguji hipotesis yang telah dibuat dari data yang berdistribusi normal dan sampelnya berukuran relatif besar. Syarat penggunaan statistika ini adalah:
  • Populasi yang dijadikan tempat pengambilan sampel harus berdistribusi normal sehingga sampel memiliki variansi yang sama (homogen)
  • Skala data yang digunakan minimal interval atau rasio
  • Penarikan sampel harus dilakukan secara acak atau random
  • Statistika non-parametrik adalah teknik statistik yang digunakan untuk data yang tidak memenuhi syarat untuk dilakukan statistika parametrik. Metode statistika ini digunakan untuk menguji data yang tidak didasarkan pada suatu model distribusi tertentu dengan mengabaikan semua asumsi. Biasanya digunakan pada data dalam jumlah kecil.  Namun bisa juga untuk data yang lebih besar dengan perhitungan yang sederhana.
  • Statistika berdasarkan jumlah variabel terikat

Berdasarkan variabel yang terikat, statistika terbagi menjadi dua bagian :

  • Statistika univariat yang hanya mempunyai satu variabel terikat
  • Statistika multivariat dengan banyak atau lebih variabel terikat

Nah, muncul masalah baru nggak sih? Apa itu Vaiabel terikat? Pengertian variabel terikat menurut Azwar (2007) adalah variabel penelitian yang diukur untuk mengetahui besar efek atau pengaruh variabel lain. Besar efek tersebut diamati dari ada tidaknya, timbul hilangnya, besar mengecilnya atau berubahnya variasi yang tampak sebagai akibat perubahan variabel lain.

Oke, segini dulu yaa..Kita sambung di tulisan berikutnya..

Baca sebelumnya

1

Jenis Statistika

Statistik Vs Statistika

Sering membaca atau mendengar istilah “statistik” disebut?

Sering membaca atau mendengar istilah “statistika” disebut?

Pernah merasa bingung dengan istilah statistik dan statistika?

Kalian tidak sendirian. Beberapa orang memang sering rancu memahami dan menggunakan kedua istilah ini. Tidak masalah sih, karena memang terkesan mirip dan tidak terlalu signifikan untuk dibedakan. Namun ada baiknya kita kita pahami dulu perbedaan dari statistik dan statistika.

  • Statistik merupakan kumpulan data yang bisa memberikan gambaran tentang suatu keadaan atau masalah tertentu, biasanya disusun dan disajikan dalam bentuk daftar, tabel, diagram atau bentuk lainnya agar mudah dipahami.
  • Statistika adalah ilmu yang mempelajari tentang bagaimana mengumpulkan, menyiapkan, mengolah, menganalisis, menyajikan, hingga menarik kesimpulan atas data.

Sederhananya, statistika merupakan sebuah ilmu yang mempelajari data atau mempelajari statistik, sementara statistik adalah data yang diolah dan dipelajari menggunakan ilmu statistika. Untuk mempermudah, maka dapat kita bedakan dengan contoh berikut:

  • Contoh statistik adalah data jumlah penduduk berdasarkan kelompok usia.
  • Contoh statistikanya adalah pengolahan data kependudukan untuk melakukan prediksi dengan menghitung proyeksi penduduk di masa mendatang.

Nah, jadi lebih mudah dipahami bukan?!

Selanjutnya kita bahas tentang jenis statistika.

2

JENIS DATA DALAM STATISTIK Bagian 3

Masih membahas tentang jenis data, pada bagian ketiga atau bagian terakhir ini membahas tiga jenis data. Untuk bagian pertama bisa kalian baca DISINI dan bagian kedua bisa kalian baca DISINI

Data Ordinal

Data ordinal adalah jenis data yang sudah disusun berdasarkan beberapa kategori tertentu dengan memperhatikan urutan tertentu. Data jenis ini termasuk dalam bagian data kualitatif.

Hal penting dari data nominal adalah perbedaan di antara nilai data tidak ditentukan. Contohnya adalah data pendidikan responden dengan kategori dan urutan sebagai berikut:

  1. Tidak tamat SD
  2. SD/sederajat
  3. SMP/sederajat
  4. SMA/sederajat
  5. Diploma
  6. S-1
  7. S-2 ke atas

Data tersebut menunjukkan susunan dengan penomoran paling rendah hingga paling tinggi.

Resume data yang bisa diperoleh adalah persentil, median, mode,  frekuensi, proporsi, dan persentase. Data ordinal biasanya direpresentasikan menggunakan pie chart dan bar chart.

Data Interval

Data interval adalah jenis data yang disusun berdasarkan kategori tertentu dengan berdasarkan jarak yang sama. Data interval memiliki sifat yang sama dengan data nominal data ordinal namun memiliki karakter pada jarak yang sama dimana jarak tersebut belum berlaku kelipatan dan tidak memiliki nilai nol mutlak. Contohnya, suhu 4 (empat) buah benda secara berturut turut  adalah 300C, 350C, 400C, 450C. Keempat data tersebut disebut data interval karena memiliki jarak yang sama di antara setiap data. Data likert juga masuk dalam jenis data interval. Contoh data dengan skala likert dalam pengukuran persepsi atas kualitas adalah:

1 untuk menyatakan sangat baik

2 untuk menyatakan cukup baik

3 untuk menyatakan baik

4 untuk menyatakan tidak baik.

Data 1, 2, 3, dan 4 tersebut telah memenuhi syarat untuk masuk dalam jenis data interval karena disusun berdasarkan kategori tertentu dengan berdasarkan jarak yang sama.

Data interval ini menjadi bagian dari data kontinu. Datanya memiliki variabel yang berisi nilai numeric dimana dapat diketahui perbedaan yang tepat antara nilai-nilai tersebut.

Untuk data ini, kita dapat menambah dan mengurangi, tapi tidak dapat mengalikan, membagi, atau menghitung rasio karena tidak ada nol yang benar (tidak memiliki nilai nol mutlak). Dengan demikian, banyak statistik deskriptif dan inferensia yang tidak dapat diterapkan atas jenis data ini.

Data Rasio

Data rasio merupakan data yang tersusun dan memiliki selisih yang sama dan sudah dapat diperbandingkan antara satu dengan lainnya. Data rasio hampir sama dengan data interval, namun memiliki nilai nol mutlak, artinya nilai 0 pada data ini memiliki arti. Dengan demikian, seluruh statistik deskriptif dan inferensia dapat diterapkan atas jenis data ini.

Contoh data ini adalah berat badan Ani adalah 50 kg sedangkan berat badan Budi adalah 30 kg dimana dapat disimpulkan bahwa berat badan Budi dua kali lipat dari bedan barat Ani.

1 2

JENIS DATA DALAM STATISTIK Bagian 2

Pembahasan kali ini merupakan lanjutan bagian pertama tentang jenis data dalam statistik, pembahasan tentang jenis data bagian pertama bisa dilihat disini.

Data kuantitatif

Data kuantitatif merupakan data yang didapatkan dalam bentuk angka yang selanjutnya dapat diproses dengan penerapan disiplin ilmu matematika atau dianalisis dengan disiplin ilmu statistik. Data kuantitatif biasa juga dikenal sebagai data numerik yang memberikan informasi tentang nilai tertentu. Contoh data kuantitatif adalah ukuran tinggi, panjang, luas, volume dan sebagainya. Data kuantitatif dapat diklasifikasikan menjadi dua jenis berdasarkan kumpulan datanya.

1. Data Diskrit

Data diskrit adalah informasi yang hanya dapat mengambil nilai tertentu dan tidak dapat dibuat lebih presisi. Data diskrit merupakan sejumlah nilai yang mungkin terbatas, biasanya tersedia dalam bilangan bulat dan memiliki nilai tetap. Mudahnya, data diskrit adalah data yang nilainya adalah bilangan asli, bukan berupa pecahan angka.

2. Data Kontinu

Data kontinyu adalah kumpulan data yang didapatkan melalui proses pengukuran tertentu dimana nilai yang didapatkan tidak harus merupakan bilangan bulat. Data kontinu memiliki nilai kemungkinan yang tak terbatas yang dapat dipilih dalam rentang tertentu.

Data kualitatif

Data kualitatif adalah data yang tidak bersifat numerik namun bisa jadi kategorik. Ukuran kategoris didefinisikan dalam spesifikasi kalimat penjelasan, tapi tidak dalam hal angka. Sekalipun data kualitatif terkadang disajikan dengan nilai numerik, tapi nilai tersebut tidak memiliki arti matematis layaknya data kuantitatif.

Setelah uraian sebelumnya, selanjutnya kita bahas jenis data statistik berdasarkan hasil pengukurannya yang terbagi menjadi empat yaitu nomimal, ordinal, interval dan rasio.

Data Nominal

Data nominal adalah jenis data yang terdiri dari kode atau angka atau bilangan dengan berdasarkan kategori tertentu tanpa memperhatikan urutan. Semua data memiliki kedudukan yang sama dan tujuannya hanya untuk membedakan satu kategori dengan kategori lainnya. Dengan demikian, operasi aritmatika tidak berlaku pada jenis data ini.

Data nominal adalah salah satu jenis data statistik kualitatif, yang biasanya membantu memberi label pada variabel tanpa memberikan nilai numerik yang memiliki arti. Terkadang, datanya bisa kualitatif dan kuantitatif. Contoh data nominal adalah data jenis kelamin yang terkategori menjadi Perempuan dan Laki-laki.

Dalam metodenya, data dikelompokkan ke dalam kategori. Resume data yang bisa diperoleh adalah frekuensi atau persentase. Data ini biasanya direpresentasikan secara visual dengan pie chart.

Nantikan pembahsan jenis data bagian 3 (terakhir) di tulisan selanjutnya

Tips Mencari Data

Begitu banyak data tersedia yang bisa dimanfaatkan oleh pengguna lohhh..
Untuk keperluan penelitian, sebagai bahan kontrol dan evaluasi hasil kerja, atau sebagai informasi alternatif maupun supporting things dalam penentuan arah kebijakan..

Hanya saja, tidak banyak pengguna tahu dimana mencari data..

Berikut adalah beberapa link sumber data yang dapat digunakan oleh pengguna:

  1. data publish BPS
    https://www.bps.go.id/
  2. raw data dari BPS
    https://pst.bps.go.id/
  3. data moneter BI
    https://www.bi.go.id/id/default.aspx
  4. data dunia
    https://data.world/
    https://data.worldbank.org/
  5. data trends
    https://trends.google.co.id
  6. data latihan
    https://www.kaggle.com/

Yuk, dimulai searching datanya..

JENIS DATA DALAM STATISTIK Bagian 1

Halo sobat data, yuk belajar statistik dengan asyik

Unsur terpenting dan yang menjadi cikal bakal dari statistik tentu saja adalah data. Data yang tersedia dalam jumlah tertentu dan diolah sehingga menjadi sesuatu yang dimanfaatkan oleh pengguna biasanya kita sebut sebagai informasi. Selanjutnya, sebuah nilai hasil dari penemuan pola dan tren yang diperoleh dari data yang terkumpul dan teranilisa sehingga dapat dijadikan sebuah tujuan, acuan, ataupun data yang dapat dipercaya kita biasa sebut sebagai insight.

Dari penjelasan tersebut, dapat kita pahami bahwa data menjadi hal utama dan terpenting untuk dipersiapkan dan dikenali baik jenis maupun konsepnya. Ada urgensi untuk mengetahui dan memahami konsep penting dari data. Utamanya adalah agar kita dapat melakukan pengukuran statistik dengan benar. Dengan memahami jenis data statistik maka diharapkan proses analisis, baik interpretasi maupun penyajian atau visualisasi dapat ditentukan dengan benar.

Sebelum kita membahas jenis data yang sering dijadikan requirement awal proses analisis statistik, maka kita pahami dulu dua jenis data menurut sumber perolehannya yaitu  data primer dan sekunder.

Data Primer

Data Primer didefinisikan sebagai data yang di peroleh secara langsung dari sumber pertamanya. Data primer biasanya dikumpulkan dengan metode survey atau dengan metode observasi. Metode survey ialah metode pengumpulan data primer yang menggunakan pertanyaan lisan maupun tulisan. Pertanyaan lisan dilakukan melalui mekanisme wawancara dan pertanyaan tertulis dengan memanfaatkan tools tertentu, misalnya formulir kuesioner baik tercetak maupun elektronik. Sedangkan metode observasi ialah metode pengumpulan data primer dengan melakukan pengamatan terhadap aktivitas dan kejadian atas unit tertentu.

Data Sekunder

Data Sekunder merupakan sumber data suatu penelitian yang di peroleh peneliti secara tidak langsung atau melalui media perantara. Mudahnya, data sekunder adalah data yang diperoleh atau dicatat oleh pihak lain. Data sekunder dapat berupa bukti, catatan atau laporan yang telah tersusun. Data sekunder ini biasa diperoleh dengan cara melakukan permintaan data kepada pihak yang telah mengumpulkannya.

Setelah mengenali dua jenis data menurut sumber perolehannya, maka kita perlu juga memiliki pengetahuan atas dua jenis data yang digunakan dalam penelitian atau riset menurut sifatnya yaitu data kuantitatif dan data kualitatif.

Apa itu data kuantitatif dan data kualitatif kita lanjutkan pada pembahasan selanjutnya

APA ITU STATISTIK?

Definisi Statistik

Menurut Kamus Besar Bahasa Indonesia (KBBI), arti kata statistik adalah data yang berupa angka yang dikumpulkan, ditabulasi, dikelompokkan, sehingga dapat memberi informasi yang berarti mengenai suatu masalah atau gejala. Ada juga yang mengartikan statistik secara sederhana sebagai catatan angka-angka (bilangan).

Statistik juga dapat dikatakan sebagai hasil data yang sebelumnya sudah dikumpulkan melalui proses atau metode ilmiah dan kemudian diolah serta diinterpretasikan untuk kemudian ditampilkan dalam bentuk grafik atau diagram. Data yang sudah diolah dan ditampilkan inilah yang disebut sebagai statistik.

Jenis Statistik

Berikut dibawah ini merupakan jenis jenis statistik, yaitu :

  • Berdasarkan Orientasi Pembahasan

Statistik matematika : statistik ini memahami mengenai model, penurunan konseptual, rumus statistik matematika-teoritis. Contohnya, tes normalitas, menganalisis regresi, error, dan lainnya.

Statistik terapan : statistik ini lebih memfokuskan mengenai konsep, teknik statistik, dan juga penerapan terhadap disiplin ilmu.

  • Berdasarkan Fase & Tujuan Analisis

Statistik deskriptif : statistik ini berkaitan erat dengan pengumpulan suatu proses, menganalisis, dan sajian data tanpa sebuah kesimpulan umum.

Statistik inferensia : statistik ini merupakan sebuah proses untuk memungkinkan suatu kesimpulan secara umum yang akan diambil dari data yang sedang berproses.

  • Berdasarkan Sebuah Asumsi Distribusi Populasi Data

Statistik parametrik adalah pengujian yang memanfaatkan informasi mengenai parameter populasi. Statistik parametrik digunakan jika distribusi suatu populasi sudah diketahui.

Statistik non parametrik adalah sebuah metode pengujian dimana kita tidak mengetahui parameter dalam populasi.

  • Berdasarkan Jumlah Variabel Terikat

Statistik univariat : statistik ini hanyak mempunyai satu variabel dependen.

Statistik multivariat : statistik ini mempunyai lebih dari satu variabel dependen.

Manfaat Statistik

Berikut adalah manfaat statistik:

  1. Mendapat sebuah gambaran terhadap fenomena tertentu yang lebih sederhana dengan ukuran yang statistik.
  2. Mendapatkan sebuah kesimpulan dengan selang kepercayaan tertentu sesuai dengan sampel dari suatu populasi.
  3. Melakukan efisiensi biaya dengan metode sampling tertentu.
  4. Menemukan suatu pemodelan mengenai suatu masalah.
  5. Mengetahui faktor apa saja  yang ada hubungannya dengan suatu permasalahan.
  6. Mengetahui dampak dari suatu variabel.
  7. Memungkinkan melakukan prediksi dan peramalan data di masa depan.

Kegunaan Statistik

Peran statistik pada penelitian sebenarnya hanya dijadikan sebagai alat bantu saja. Hal ini berarti statistik bukan merupakan sebuah tujuan dalam penentuan komponen penelitian. Statistik akan sangat berguna dalam menyusun suatu model, merumuskan hipotesis, untuk mengembangkan alat dalam mengumpulkan data, menyusun sebuah rancangan penelitian, menentukan sampel, dan untuk menganalisis data. Lalu kemudian data tersebut di interpretasikan sehingga dapat bermakna.

Dari sekian banyak penelitian ilmiah, hampir semuanya melakukan sampel, dan dengan adanya sampel tersebut dapat ditarik sebuah generalisasi yang pasinya akan ada error. Nah, inilah kegunaan statistik dimana dengan statistik kita akan mampu:

  1. Menjelaskan hubungan antara variabel-variabel

Variabel merupakan suatu nilai yang tidak tetap, bisa harga, ukuran, hasil, umur, ataupun tinggi. Misalnya hubungan antar permintaan produk dengan tingkat pendapatan dalam penjualannya.

  • Membuat rencana dan ramalan

Rencana dan ramalan ini harus beriringan atau harus sejalan agar mendapatkan hasil yang bagus dan berkualitas. Seperti dalam perencanaan sebuah pembangunan kompleks perumahan di sebuah kota yang dipengaruhi oleh beberapa factor seperti jumlah penduduk dan tingkat pendapatan.

  • Mengatasi berbagai perubahan

Perubahan yang terjadi pada sebuah rencana dan ramalan dapat diabaikan atau dihindari supaya tidak ada pihak yang dirugikan, dengan menggunakan statistik perubahan tersebut dapat dijauhi.

  • Membuat keputusan yang lebih baik

Dengan menggunakan metode statistik keputusan yang rasional dapat diperoleh seperti pada sebuah perusahaan didapatkan kondisi yang tidak menentu dari produknya, untuk di masa yang akan datang perusahaan harus menyiapkan solusi dengan memilih keputusan yang baik agar tidak terjadi kerugian sehingga mempermudah perusahaan dalam untuk mencapai tujuan.

Fungsi Statistik

Fungsi statistik dalam kehidupan sehari-hari yaitu sebagai gudang data yang menyediakan data untuk diolah dan diinterpretasikan, sebagai alat pembantu standarisasi atau alat pengawasan, sebagai penganalisisan data, dan sebagai pembuat keputusan untuk penetapan kebijakan oleh pengguna.

Secara mudahnya, tujuan atau fungsi dari statistik adalah mendapat gambaran atas data-data yang sudah dikumpulkan dan dikaji sebelumnya untuk kemudian dapat ditarik kesimpulan atas permasalahan atau persoalan yang sedang dipelajari atau dikaji.

Tantangan Statistik di Era Big Data

Aktivitas dan penerapan statistik berkembang seiring perkembangan zaman. Di era digital, kebutuhan data meningkat sangat pesat. Setiap individu, termasuk masing-masing kita, tidak hanya sebagai konsumen namun juga sebagai produsen data.

Dengan berbagai jenis perangkat yang kita gunakan, paling mudah dan dekat adalah smartphone, dan dengan rata-rata menghabiskan lebih dari 8 jam sehari untuk berselancar di internet, kita menjadi produsen data dengan banyak ragam. Berbagai aplikasi daring kita gunakan untuk mempermudah pekerjaan, aplikasi manajemen keuangan, aplikasi berkendara, aplikasi pemesanan barang konsumsi, aplikasi meeting online, dan sejumlah aplikasi lain yang semuanya membutuhkan akses ke data pribadi.

Tanpa kita sadari, hasilnya sudah terwujud sebagai data dan akan terus bertambah banyak yang pada akhirnya membentuk big data. Big data biasa didefinisikan sebagai kumpulan proses yang terdiri volume data dalam jumlah besar yang terstruktur maupun tidak terstruktur dan digunakan untuk membantu kegiatan bisnis. Big data merupakan pengembangan dari sistem database dengan karakteristik berupa proses kecepatan, volume, dan jenis data yang tersedia lebih banyak dan bervariatif.

Big data dapat dimanfaatkan dengan teknik tertentu menjadi informasi yang dapat membantu pengguna untuk mendapatkan banyak insight dalam menetapkan kebijakan strategis di suatu instansi pemerintahan ataupun perusahaan. Pengembangan big data dengan multi disiplin ilmu, diantaranya komputasi, pemrogaman, machine learning, dan statistik, akan menjadi sumber informasi yang lebih kuat dan bermakna.

Disinilah tantangan baru muncul. Ahli di bidang statistik perlu mengembangkan metodologi baru yang sesuai dan mampu mengcover big data. Peluangnya adalah terwujudnya proses bisnis statistik yang lebih cepat, lebih murah, lebih efisien, dan lebih terperinci.