Statistik Deskriptif, Percentile dengan SPSS

My SPSS: Statistik Deskriptif, Percentile, Quartile dan Histogram

Prosedur frekuensi banyak sekali menyediakan ringkasan statistik. Kebayakan diperoleh dari data yang normal atau setidaknya bentuk histogramnya simetrik. Jadi rataan/mean, standar deviasi, ragam/variance, standar error of mean, skweness, dan kurtosis digunakan jika data normal dan tidak ada pencilan. Statistik deskriptif disebut Robust jika data yang dihitung menyebar normal.

Dalam latihan ini akan digunakan statistik sebagai berikut:
  1. Rataan, Median, Std Deviasi, Std Error of Mean, Minimum dan Maksimum.

  2. Percentile pada 10 dan 90 serta Quartile (25,50,75 percentile).

  3. Histogram nilai dengan menggunakan rataan contah dan std deviasi untuk menampilkan kurva normal di atas histogram tersebut.

Langkah-langkah:
Gunakan file WORLD95 dan variabel Calories (average daily calories intake)

  • Open data World95.sav dari direktori SPSS

  • Klik Analyze + Desciptive Statistics + Frequencies

  • Masukan variabel dengan label Daily Calories intake (Calories) ke jendela Variable(s)

  • Non-aktifkan Display Frequencies Tables dengan menghilangkan tanda cek (v) supaya output tabel frekuensi tidak terlalu banyak/panjang karena variabel calories merupakan data berskala ratio (bukan data kode sepert sebelumnya).

  • Klik Statistics untuk masuk ke menu pilihan statistik

  • Untuk Percentile Value,aktifkan Quartiles

  • Aktifkan juga Percentile(s) kemudian ketik angka 10 dan klik Add. Untuk percentile ke 90, ketik kembali angka 90 dan klik Add sehingga terdapat dua angka (10 dan 90) dalam jendela kecil di bawah Percentile(s). Apabila ingin menambhakan lakukan seperti sebelumnya.

  • Untuk Central Tendency pilih Mean dan  Median sebagai ukuran nilai tengah.

  • Untuk Dispersion, pilih Std. Deviation, Minimum, Maximum dan S.E.mean  untuk ukuran keragaman data.

  • Untuk mengakhiri klik Continue

  • Klik Chart, untuk masuk ke jendela pilihan chart

  • Pilih Histogram dan aktifkan with Normal Curve dan klik Continue

  • Klik OK untuk mengakhirinya.

Output:

Jumlah negara yang dianalisis sebanyak 75 negara dan terdapat 34 negara yang tidak mempunyai data tentang jumlah kalorie per hari (Daily Calorie Intake). Rata-rata kalori per hari sebanyak 2753.83 Kalori. Median dari data sebesar 2653 kalori. Median adalah pengamatan tengah-tengah jika data yang jumlahnya ganjil diurutkan dari kecil ke besar. Jika jumlah data genap, median adalah rata-rata dari 2 nilai tengah setelah diurutkan.
Jumlah kalori per hari terkecil sebesar 1667 kal dan yang terbanyak 3825 kal.
Std Deviasi mengukur penyebaran nilai-nilai pengamatan terhadap rataan. Jika data menyebar normal, 68% pengamatan berada pada selang 1 Std Dev terhadap rataan dan 95% pengamatan berada pada selang 2 Std Dev. Misalkan, jika rataan sebesar 2753.83, dengan std dev 567.83, maka 95% pengamatan berada di antara nilai 2753.83 ( (2(567.83) atau antara 2186 s/d 3321.66.
Std Error of Mean adalah suatu ukuran yang menunjukan berapa banyak nilai rataan yang berbeda dari sampel-sampel yang diambil dari populasi yang sama. Ukuran ini dapat digunakan sebagai pembanding rataan pengamatan dengan rataan yang dihipotesiskan.

MAPFRAME 3 for ACEH & NIAS

Earthquake/Tsunami Rehabilitation and Reconstruction
In Nanggroe Aceh Darusallam and Nias:
Village-Level Map Frame and Database

Rebuilding communities affected by the major earthquakes and tsunami as viable social and economic entities is one of the major challenges facing those engaged in rehabilitation and reconstruction activities.  Meeting this challenge requires a wide range of highly localized information to help providers, local governments and communities in assessing need and developing appropriate community and higher-level solutions to comprehensively address the disruptions in family and community structure, shelter, infrastructure and livelihoods faced by the people of Aceh and Nias as result of this natural disaster.

This Aceh/Nias Map Frame and Database is designed to assist in this process by providing users with a means to access information at district, sub-district and village levels for all of the nearly 6000 villages in the province of Nanggroe Aceh Darusallam and more than 700 villages on the Island of Nias in North Sumatra.  It includes a map frame based on GIS maps from the Indonesian Central Statistics Agency (BPS) that shows the approximate geographic location of each of these administrative areas and that can be used to search the database for information relevant to the needs of particular users.  The map frame incorporates the most recent set of location codes and names from BPS valid as of mid-2005.  However, references are also provided to location codes and names from earlier datasets where necessary to account for changes in numbers of administrative areas and boundaries over the past several years.

Construction of the database has focused on information available from major BPS censuses and surveys.  The current version (3.0) contains pre-tsunami information from the 2002 National Village Potential Survey (PODES) along with summary population data from the Special National Election Census of 2003 (P4B).  Post-tsunami information is provided based on the 2005 PODES that was implemented in Aceh in July and in Nias in September of 2005.  It is expected that a subsequent version will include data from the Special Population Census of Aceh and Nias that was carried out in August/ September 2005 when results are made available by BPS.  Data are presented at village level along with summaries for all sub-districts and districts in these areas.  Special summaries are also provided for groups of “affected villages” that have been identified from inventories made for Aceh by the province office of BPS in Banda Aceh (conditions as of April 12, 2005) and for Nias, by the North Sumatra province office in Medan.

PODES data are presented in 12 data tables covering the following topics:
  1. Geography and Government

  2. Population and Economic Activity

  3. Housing and Basic Needs Infrastructure

  4. Education Facilities

  5. Health Facilities and Personnel

  6. Health Conditions

  7. Religious, Social and Cultural Facilities and Groups

  8. Sports and Recreation Facilities

  9. Transportation Facilities

  10. Communication and Information

  11. Land Use

  12. Trade and Indusry

A single table is used to present selected statistics from the P4B Census.  Users should note that the 2005 PODES was considerably less detailed than in 2003.  Therefore, there are a number of indicators included in the database for 2003 for which comparable data were not collected in 2005.  A limited amount of data, notably that on land use, was also not released by BPS due to concerns with data quality. These are noted as being Not Available (NA) in the relevant tables.

This Map Frame and Database has been prepared under coordination of Aceh and North Sumatra Rehabilitation and Reconstruction Team in the National Development Planning Agency (Bappenas).  It was developed by PT Insan Hitawasana Sejahtera (IHS) under a contract from the Asian Development Bank (TA 3041-INO, Monitoring and Evaluating the Social Protection Sector Development Program Loan).  Besides these, the close collaboration and cooperation of the Central Statistics Agency (BPS), the source of the maps and data utilized in the map frame, and the support of the Nanggroe Aceh Darusallam and Nias Rehabilitation and Reconstruction Board (BRR) are gratefully acknowledged.

How Can We Get It?
I hope, I can finish this Map Frame in January 2006. IHS and ADB will give Map frame to everyone. This Map Frame can be copied without permission from IHS and ADB. If you like to get this Map Frame, You can contact me (021) 798 6768.

INFLASI BULAN NOVEMBER 2005 1.31%

BULAN NOVEMBER 2005 INFLASI MENCAPAI 1,31 PERSEN

Pada bulan November 2005 terjadi inflasi 1,31 persen. Dari 45 kota tercatat 44 kota mengalami inflasi dan hanya satu kota yang mengalami deflasi yaitu Ternate 0,28 persen. Inflasi tertinggi terjadi di Bandung sebesar 3,37 persen, dan inflasi terendah di Kediri 0,14 persen.

Inflasi terjadi karena adanya kenaikan harga yang ditunjukkan oleh kenaikan indeks pada semua kelompok barang dan jasa sebagai berikut : kelompok bahan makanan naik sebesar 2,47 persen, kelompok makanan jadi, minuman, rokok & tembakau 2,06 persen, kelompok perumahan, air, listrik, gas & bahan bakar 0,64 persen, kelompok sandang 0,33 persen, kelompok kesehatan 0,59 persen, kelompok pendidikan, rekreasi dan olahraga 0,29 persen dan kelompok transpor, komunikasi & jasa keuangan yang mencapai 0,53 persen.

Laju inflasi tahun kalender (Januari-November) 2005 sebesar 17,17 persen, sedangkan tingkat inflasi “year on year” (November 2005 terhadap November 2004) sebesar 18,38 persen.

Berdasarkan hasil pemantauan BPS di 45 kota pada bulan November 2005 terjadi inflasi 1,31 persen, atau terjadi kenaikan Indeks Harga Konsumen (IHK) dari 135,15 pada bulan Oktober 2005 menjadi 136,92 pada bulan November 2005. Laju inflasi tahun kalender (Januari-November) 2005 sebesar 17,17 persen, sedangkan inflasi “year on year” (November 2005 terhadap November 2004) adalah 18,38 persen.
Inflasi terjadi karena adanya kenaikan harga yang ditunjukkan oleh kenaikan indeks pada semua kelompok barang dan jasa sebagai berikut : kelompok bahan makanan naik sebesar 2,47 persen, kelompok makanan jadi, minuman, rokok & tembakau 2,06 persen, kelompok perumahan, air, listrik, gas & bahan bakar 0,64 persen, kelompok sandang 0,33 persen, kelompok kesehatan 0,59 persen, kelompok pendidikan, rekreasi dan olahraga 0,29 persen dan kelompok transpor, komunikasi & jasa keuangan yang mencapai 0,53 persen.
Beberapa komoditas yang mengalami kenaikan harga selama bulan November 2005 antara lain: nasi beserta lauk, beras, daging ayam ras, bawang merah, mie, angkutan dalam kota, daging sapi, ikan segar, kontrak rumah, tomat sayur, cabe rawit, cabe merah, kelapa, bubur, semen, pembasmi nyamuk cair, telur ayam ras, buncis, kacang panjang, kangkung, petai, sawi hijau, kacang tanah, tempe, apel, jeruk, bawang putih, kerupuk udang, bubur kacang hijau, gado-gado, ketupat/lontong sayur, kue basah, kue kering berminyak, martabak, sate, soto, kopi bubuk, rokok kretek filter, keramik, upah tukang bukan mandor, gas elpiji, minyak tanah, sabun cream detergen, emas perhiasan, mobil dan jasa perpanjangan STNK. Komoditas yang mengalami penurunan harga adalah: minyak goreng dan gula pasir.
Pada bulan November 2005 kelompok-kelompok komoditi yang memberikan andil/sumbangan inflasi adalah sebagai berikut : kelompok bahan makanan sebesar 0,62 persen, kelompok makanan jadi, minuman, rokok dan tembakau 0,36 persen; kelompok perumahan, air, listrik, gas & bahan bakar 0,17 persen; kelompok sandang 0,02 persen; kelompok kesehatan 0,02 persen; kelompok pendidikan, rekreasi dan olahraga 0,02 persen dan kelompok transpor, komunikasi & jasa keuangan 0,10 persen.

CATATAN
Sumber data : Berita Resmi Statistik No.60/VIII/ 1 Desember 2005
Tabel dan grafik tidak disertakan. Jika Anda ingin mnedapatkannya, bisa download dari alamat www.bps.go.id atau hubungi email andidn@gmail.com

Hasil Awal Sensus Penduduk NAD & Nias (SPAN) 2005

Hasil Awal Sensus Penduduk Aceh dan Nias (SPAN) 2005

Apa itu SPAN?
SPAN adalah Sensus Penduduk yang diadakan di Aceh dan Nias sebagai tuntutan kebutuhan data dasar pasca musibah gempa bumi dan tsunami di NAD dan Nias yang sangat mendesak, terutama dalam upaya rehabilitasi dan rekonstruksi NAD dan Nias.

SPAN dilakukan oleh BPS dengan bantuan dana dari UNFPA, CIDA, AusAID, dan NZAID. Sensus dilakukan serentak dari 15 Agustus s/d 15 September 2005. Karena suntikan dana yang cukup besar dan dengan monitoring yang ketat baik dari BPS sebagai pelaksana dan dari penyandang dana sendiri, maka hasil SPAN ini diklaim sebagai sensus yang terbaik dalam sejarah pengumpulan data di Aceh dan Nias. Apalagi dengan kondisi keamanan di Aceh yang membaik. Seperti diketahui bahwa hasil sensus sebelumnya (Sensus Penduduk 2000 dan Pendataan P4B untuk pemilu) hasilnya tidak memuaskan.

Isi dari SPAN
SPAN berisi semua informasi tentang penduduk (jenis kelamin, hubungan keluarga, status perkawinan, umur, agama) dan status pengungsi, status tempat tinggal, pendidikan, kegiatan sehari-hari. Semua informasi tersebut dihubungkan dengan kondisi sebelum dan setelah Tsunami. Tetapi jangan harap mendapatkan daftar nama lengkap penduduk NAD dan Nias, karena sensus ini tidak boleh mengumpulkan informasi nama lengkap tetapi hanya initial saja.

Tabel-Tabel Hasil SPAN



Info SPAN Lainnya
Hasil SPAN ini diperoleh dari kegiatan deseminasi data SPAN di BPS Jakarta, 29 November 2005. Rencananya seminggu setelah itu akan dilakukan juga hal yang sama di Banda Aceh.

Data SPAN nantinya merupakan data yang bersifat public domain, setiap orang akan bisa memanfaatkannya. BPS berjanji pada Januari 2005, data SPAN bisa direlease ke public. Silahkan hubungi BPS.

Ingin Tabel Hasil SPAN Lainnya?
Sebenarnya masih banyak Tabel dari hasil SPAN ini, misalnya Tabel Kepadatan Penduduk, Jumlah Penduduk menurut status tempat tinggal dan status pengungsinya, Penduduk menurut pengaruh tsunami, Penduduk menurut Pendidikannya, dan Penduduk menurut kegiatannya.

Jika Anda ingin mendapatkannya bisa hubungi Andi di 08561810301 atau email: andidn@gmail.com. Kami berharap bulan Januari 2006, kami bisa mendapatkan raw data SPAN ini dan bisa melakukan analisa yang lebih mendalam dari data SPAN ini.

Pendidikan SLTP di NTT sangat Tertinggal

Pendidikan SLTP di Nusa Tenggara Timur (NTT) sangat Tertinggal

NTT adalah salah satu propinsi di Indonesia yang termasuk miskin. Jumlah penduduk dibawah garis kemiskinan 27% tahun 2004, dan akan meledak menjadi 50% jika garis kemiskinan kita naikkan 25% saja. Walaupun bukan propinsi yang paling buncit dalam hal angka kemiskinan tetapi jika dilihat dari segi pendidikan SLTP-nya, NTT paling tertinggal termasuk dibandingkan dengan Papua.

Definisi dan Sumber Data
Angka Partisipasi Murni (APM) SLTP adalah angka yang menunjukan persentase anak (umur 13-15 tahun) yang sedang sekolah ditingkat SLTP sederajat terhadap jumlah anak usia 13-15 tahun.

Sumber data: diolah dari data asli Survei Sosial Ekonomi Nasional (SUSENAS), Badan Pusat Statistik (BPS) tahun 1993 sampai dengan 2004. Pada Susenas 2002, sample di Papua hanya diambil di Kota Jayapura.


Analisa Sederhana
Jika kita bandingkan APM NTT dengan APM Nasional maupun dengan APM propinsi tetangganya (NTB) maka bisa disimpulkan bahwa NTT sangat tertinggal, baik secara total maupun percepatan kenaikan APM tiap tahunnya. Dalam rentang 12 tahun, NTT hanya bisa mengangkat APM sekitar 17% (dari 26% ke 43%). Hal ini sangat berbeda dengan propinsi tetangganya yaitu NTB.



Sumber : Susenas 1993 s/d 2004 BPS
Catatan: Th 2002, Papua hanya disurvei di Kota Jayapura saja.

Jika kita lihat lebih jauh tentang APM NTT terutama berhubungan dengan kesempatan bersekolah untuk RT miskin, maka ada indikasi positif bahwa masyarakat yang berada di kelompok miskin (Kuintil 1 dan 2) ternyata APM SLTP makin meningkat sejak 1993 sampai 2004. Berbeda sekali dengan kelompok RT kaya. Perlu ada penelitian yang lebih lanjut untuk mengetahui Kenapa kelompok Miskin ternyata kesempatan bersekolah di SLTP meningkat (walaupun belum besar)?


Sumber : Susenas 1993 s/d 2004 BPS
Catatan: Kuintile (Q) adalah pengelompokan RT menjadi 5 kelompok berdasarkan pengeluaran perkapita RT tersebut. Q1 adalah kelompok termiskin dengan pengeluaan perkapita terkecil.


Jika Anda tertarik
Jika Anda tertarik dengan tulisan ini atau dengan sumber datanya, Anda bisa hubungi Andi di 0856 181 0301 atau email ke andidn@gmail.com.
Data yang tersedia adalah data APM SLTP dari Susenas 1993 s/d 2004 menurut jenis kelamin, Quintile dan Provinsi/Kab. Baik berupa tabel maupun rawdata.