Teknik Pengumpulan Data

 A.  Pengertian  Teknik Pengumpulan Data

Teknik pengumpulan data adalah metode yang digunakan oleh peneliti untuk mendapatkan informasi yang diperlukan untuk menjawab pertanyaan penelitian, menguji hipotesis, dan mencapai tujuan penelitian. Tahapan pengumpulan data merupakan bagian krusial dalam proses penelitian ilmiah karena kualitas dan validitas hasil penelitian sangat ditentukan oleh metode yang digunakan dalam mengumpulkan data tersebut. Menurut Creswell (2018) teknik pengumpulan data adalah proses sistematis yang digunakan oleh peneliti untuk mendapatkan informasi yang relevan dengan masalah penelitian dari sumber primer maupun sekunder. Hal Ini melibatkan penggunaan instrumen yang tepat, teknik sampling yang sesuai, dan strategi yang dirancang untuk mengurangi bias dan meningkatkan validitas serta reliabilitas data yang diperoleh.

 

B.  Macam-macamTeknik Pengumpulan Data

Dalam penelitian ilmiah, terdapat beberapa macam teknik pengumpulan data yang umum digunakan. Berikut ini beberapa teknik tersebut:

 

1. Wawancara

Wawancara adalah teknik pengumpulan data yang melibatkan interaksi langsung antara pewawancara dan responden. Teknik ini sangat berguna untuk menggali informasi yang mendalam dan mendapatkan pemahaman yang lebih lengkap mengenai pandangan, pengalaman, atau pendapat responden.

 

a. Wawancara Terstruktur

Wwancara terstruktur adalah aktifitas wawancara yang dilakukan dengan menggunakan panduan pertanyaan yang sudah disiapkan sebelumnya dan disampaikan kepada semua responden dengan cara yang sama. Hal ini bertujuan untuk memastikan bahwa semua responden mendapatkan pertanyaan yang sama, sehingga data yang diperoleh dapat dibandingkan dengan mudah.

 

b. Wawancara Semi Terstruktur

Dalam wawancara semi terstruktur, pewawancara menggunakan panduan pertanyaan yang fleksibel. Pewawancara dapat menyesuaikan pertanyaan berdasarkan tanggapan responden, memungkinkan eksplorasi lebih lanjut mengenai topik yang relevan. 

 

c. Wawancara Tidak Terstruktur:

Wawancara tidak terstruktur adalah aktifitas wawancara yang dilakukan tanpa panduan pertanyaan yang kaku. Pewawancara dapat mengajukan pertanyaan yang dianggap relevan berdasarkan situasi dan jawaban yang diberikan oleh responden. 

 

d. Wawancara mendalam (indept interview)

Wawancara mendalam adalah aktifitas wawancara tatap muka tidak terstruktur yang dilakukan untuk mendapatkan informasi secara mendalam dari responden atau key person. Teknik pengumpulan data dengan wawancara mendalam biasanya dilakukan pada penelitian kualitatif. Teknik wawancara mendalam melibatkan interaksi tatap muka antara peneliti dan responden, di mana peneliti mengajukan pertanyaan terbuka dan fleksibel mengikuti perkembangan pada saat melakukan wawancara yang memungkinkan responden untuk memberikan jawaban yang panjang dan rinci.

 

2.Obervasi.

Observasi adalah teknik dalam mengumpulkan data melalui pengamatan langsung terhadap objek, individu, atau fenomena yang sedang diteliti. Dalam metode ini, peneliti secara aktif memantau dan mencatat berbagai aspek yang diamati tanpa intervensi langsung terhadap subjek yang sedang diamati. Teknik observasi sering digunakan dalam berbagai bidang penelitian, termasuk ilmu sosial, psikologi, manajemen, bisnis dan akuntansi karena memungkinkan peneliti untuk mengumpulkan data yang kaya dan mendalam.

 

a.     Observasi Partisipatif

Dalam jenis observasi ini, peneliti terlibat langsung dalam kegiatan atau situasi yang sedang diamati. Peneliti menjadi bagian dari kelompok atau komunitas yang sedang diteliti, sehingga dapat memahami konteks dan dinamika sosial secara lebih mendalam. Misalnya, seorang peneliti yang meneliti budaya organisasi mungkin bekerja sebagai karyawan dalam perusahaan yang diteliti.

b.    Observasi Non-Partisipatif

Peneliti tidak terlibat secara langsung dalam kegiatan atau situasi yang diamati, melainkan hanya sebagai pengamat. Peneliti menjaga jarak dari subjek yang diamati untuk memastikan bahwa keberadaannya tidak mempengaruhi perilaku subjek. Contoh dari observasi non-partisipatif adalah peneliti yang mengamati perilaku konsumen di dalam pusat perbelanjaan tanpa terlibat dalam interaksi.

 c.     Observasi Terstruktur

Observasi ini dilakukan dengan menggunakan panduan atau daftar periksa yang telah disiapkan sebelumnya. Peneliti mencatat kejadian atau perilaku tertentu berdasarkan kriteria yang telah ditentukan. Observasi terstruktur sering digunakan untuk penelitian yang membutuhkan data yang konsisten dan mudah dianalisis. Contoh: mencatat frekuensi perilaku tertentu dalam pengamatan di kelas.

 

d.    Observasi Tidak Terstruktur

Observasi ini dilakukan tanpa panduan atau daftar periksa yang ketat. Jenis observasi ini memberikan fleksibilitas kepada peneliti untuk mengeksplorasi aspek-aspek yang tidak terduga atau baru muncul selama proses pengamatan. Contoh: mengamati interaksi sosial di tempat umum tanpa fokus yang ketat pada perilaku tertentu.

3. Kuesioner

Kuesioner atau angket adalah salah satu teknik pengumpulan data yang sangat umum digunakan dalam penelitian. Kuesioner terdiri dari serangkaian daftar pertanyaan yang disusun secara sistematis untuk mengumpulkan informasi dari responden. Kuesioner bisa disebarkan secara langsung, melalui pos, atau secara elektronik menggunakan email, google form atau platform online. Kuesioner dapat dibedakan menjadi beberapa jenis berdasarkan format pertanyaan dan tujuan pengumpulan data:

 

a. Kueioner Terbuka

Kuesioner terbuka adalah jenis kuesioner di mana responden diberikan kebebasan untuk menjawab pertanyaan dengan kalimat sendiri tanpa dibatasi oleh pilihan jawaban tertenu. 

Contoh:

(1)  Apa yang saudara/i ketahui tentang produk X? ………………..

(2) Apa pendapat Anda tentang layanan kami? ………………..

(3)  Bagaimana anda menggambarkan pengalaman Anda saat menggunakan produk ini?.............................................................................

 

b. Kuesioner Tertutup

Kuesioner tertutup adalah jenis kuesioner yang terdiri dari pertanyaan-pertanyaan yang jawabannya sudah ditentukan sebelumnya, sehingga responden hanya perlu memilih salah satu atau beberapa pilihan jawaban yang telah disediakan. Jenis kuesioner ini sering digunakan dalam survei dan penelitian karena mudah diisi oleh responden dan memudahkan peneliti dalam menganalisis data. Dengan menggunakan kuesioner tertutup, peneliti dapat mengumpulkan data secara efisien dan sistematis, meskipun dengan beberapa keterbatasan dalam mendapatkan informasi yang lebih mendalam

Contoh:

Saya selalu menyelesaikan pekerjaan tepat waktu

(1)  Sangat tidak setuju

(2)  Setuju

(3)  Netral

(4)  Setuju

(5)  Sangat tidak setuju

 

c. Kuesioner Campuran

Kuesioner campuran adalah jenis kuesioner yang menggabungkan elemen-elemen dari kuesioner tertutup dan kuesioner terbuka. Ini memungkinkan peneliti untuk memperoleh data kuantitatif dan kualitatif sekaligus, sehingga bisa mendapatkan gambaran yang lebih lengkap dan mendalam tentang topik yang diteliti. Dengan menggunakan kuesioner campuran, peneliti dapat mengumpulkan data yang lebih bervariasi dan kaya, yang memungkinkan analisis yang lebih mendalam dan menyeluruh mengenai topik yang diteliti.

 

Contoh:

(1) Apakah Anda pernah mengunjungi toko kami sebelumnya

b.       Ya            b. tidak

Jika ya, apa yang paling Anda sukai dari kunjungan tersebut? …………..

 

(2) Seberapa puas Anda dengan produk kami?

a)     Sangat puas

b)    Puas

c)     Biasa saja

d)    Tidak puas

e)     Sangat tidak puas

Mohon jelaskan apa yang membuat Anda memberikan penilaian tersebut……

 

4.   Dokumentasi

Dokumentasi adalah Teknik pengumpulan data yang memanfaatkan informasi dari sumber atau dokumen yang sudah ada. Dokumen yang dimaksud dapat berupa laporan keuangan, laporan tahunan, notulen rapat, arsip, artikel jurnal, dan berbagai publikasi resmi lainnya. Data yang dikumpulkan melalui metode ini bisa mencakup data historis, data pemerintah, data perusahaan, atau data dari berbagai organisasi lainnya. Teknik ini memungkinkan peneliti untuk menganalisis pola atau tren dari data yang sudah tersedia, tanpa harus melakukan pengumpulan data secara langsung. Dalam penerapannya, sangat penting untuk mencatat sumber data dengan jelas dan memastikan bahwa data yang digunakan akurat serta sahih.

5. Focus Group Discussion (FGD)

Focus Group Discussion (FGD) adalah teknik pengumpulan data melalui diskusi kelompok dengan mengumpulkan anggota masyarakat untuk membahas suatu tofik yang telah ditetapkan sebelumnya dan dipandu oleh seorang moderator. Teknik ini bertujuan untuk mendapatkan informasi mendalam tentang pandangan, pengalaman, dan persepsi peserta terkait topik tertentu. Dalam metode ini, peneliti mengumpulkan sekelompok orang yang dipilih berdasarkan karakteristik tertentu yang relevan dengan topik penelitian. Diskusi dipandu oleh seorang moderator yang bertugas untuk menjaga alur diskusi tetap fokus dan memastikan setiap peserta memiliki kesempatan untuk berbicara. Topik diskusi telah ditetapkan sebelumnya, dan pertanyaan-pertanyaan yang diajukan oleh moderator bertujuan untuk menggali pandangan, pendapat, pengalaman, dan persepsi para peserta. elain itu, moderator juga bertanggung jawab untuk menciptakan suasana diskusi yang nyaman dan non-diskriminatif, sehingga semua peserta merasa bebas untuk berbicara dan berbagi pandangan.

 

6.     Survei

Survei adalah teknik pengumpulan data yang digunakan untuk mengumpulkan data dari sekelompok orang dengan tujuan untuk memahami pendapat, perilaku, atau karakteristik tertentu dari populasi. Teknik survei dapat menyediakan data dalam jumlah besar yang dapat dilakukan melalui telepon, email, kuesioner, observasi, atau wawancara tatap muka. Survei merupakan alat yang kuat dalam penelitian karena memungkinkan peneliti untuk mengumpulkan data yang beragam dan kaya, yang dapat digunakan untuk memahami berbagai aspek dari obyek penelitian. Survei dapat dilakukan melalui pos, telepon, survei online (menggunakan google form, survey monkey dan lain sebagainya)

Sources: Buku MetodaRiset Bisnis, Akuntansi dan Manajemen

Citasi Sugestion:

Sutanto, HA (2024) Teknik Pengumpulan Data. Chapter 10. Metoda Riset Binis, Akuntansi dan Manajemen. Editor: Bambang Arianto. Purbalingga Eureka Media Aksara

Skala Pengukuran Data

 Skala pengukuran data dikelompokkan menjadi empat yaitu Skala Nominal, Ordinal, Interval, dan Rasio atau disingkat NOIR. Penjelasannya sebagai berikut:

1.     Skala Data Nominal

Skala data Nominal merupakan skala data yang paling rendah dengan mendasarkan pada kategorisasi. Apabila diberikan angka, hanya sebagai label saja dan memiliki kedudukan yang setara. Sifat-sifat skala nominal: Skala data paling sederhana, berupa kategori, tidak dapat diurutkan, tidak dapat dilakukan operasi matematika. Contohnya:

-        Jenis Kelamin (1. Pria, 2. Wanita)

-        Warna (1.merah, 2.kuning, 3.biru)

-        Agama (1.islam, 2. Kristen, 3.Katolik, 4.Hindu, 5 Budha)

2.     Skala Data Ordinal

Skala data ordinal adalah Skala yang disusun secara runtut dari tertinggi ke terendah atau sebaliknya. Ciri skala Ordinal: Jarak atau rentang tidak harus sama, angka mengandung pengertian tingkatan, nilai angka tidak setara, tidak dapat operasi matematika. Contohnya:

-   Rangking 1,2 dan 3 (rangking 1 menunjukkan lebih tinggi dari rangking 2, dan 3)

-   Tingkat pendidikan  (1.SD, 2 SMP, 3 SMA, 4 Sarjana)

 

3.     Skala Data Interval

Skala interval merupakan skala pengukuran dimana jarak satu tingkat dengan yang lain sama. Cirinya: memiliki semua ciri skala ordinal, memiliki nilai jarak yang sama, data dapat diurutkan, jarak antar data diketahui ukurannya, nilai angka 0 (nol) tidak mutlak dan dapat dilakukan operasi matematika. Contohnya:

a)   Temperatur ruangan. Bisa diukur dalam Derajat Celsius (⁰C), atau Derajat Fahrenheit (⁰F), dengan masing-masing punya skala sendiri. Untuk air membeku dan mendidih:

·  Celcius pada 0° C sampai 100° C. Skala ini jelas jaraknya adalah 100-0=100 

·   Fahreinheit pada 32° F sampai 212°F. Skala ini jelas jaraknya adalah 212-32=180

b)  Dalam Indeks Prestasi Kumulatif (IPK) mahasiswa dikenal standar-standar penilaian sebagai berikut:

A = 4, B = 3, C = 2, dan D = 1.

Interval antara A dengan B = 4 - 3 = 1

Interval antara B dengan C = 3 - 2 = 1

Interval antara C dengan D = 2 - 1 = 1

Interval antara B dengan D = 3 - 1 = 2

Interval A sampai C adalah 4 - 2 =2, kedua interval dapat dijumlahkan. Pada data ini yang dijumlahkan bukan kuantitas atau besaran, melainkan intervalnya, pada data ini tidak terdapat titik nol absolut.

 

4.     Skala Data Rasio

Skala ratio merupakan skala yang paling tinggi dan memiliki semua sifat skala interval, memiliki nilai nol absolut (mutlak), dapat operasi matematika, Contohnya:

-   saldo yang dimiliki Amir  di bank BRI bernilai Rp 1.000.000,00. Angka 1.000.000 benar-benar real bahwa Amir mempunyai uang sebesar Rp 1.000.000,00.

-   Data penjualan Perusahaan X

- Berat Badan Amir

Klasifikasi Data

Data dalam statistika dapat diklasifikasi berdasarkan cara memperolehnya, jenisnya, sumber, sifat, dan waktu Pengumpulan. Selengkapnya dapat dijelaskan sebagai berikut:

1. Berdasarkan Sumbernya

Berdasarkan sumbernya, data dibedakan menjadi dua yaitu data Internal  dan data Eksternal

a.     Data Internal adalah data yang menggambarkan keadaan, situasi dan kondisi dalam suatu Organisasi atau perusahaan. (Contoh : data keuangan,  pegawai, Produksi, Pemasaran, dll) 

b.      Data Eksternal adalah data yang menggambarkan suatu keadaan  situasi dan kondisi yang ada di luar suatu organisasi ( contoh : daya beli masyarakat, Perkembangan harga, konsumsi, inflasi, nilai kurs, pertumbuhan ekonomi, dll ). 

1.   2. Berdasarkan cara memperolehnya

Berdasarkan sumbernya data dibedakan menjadi dua yaitu data primer dan data sekunder.

a.     Data primer adalah data yg diperoleh atau dikumpulkan sendiri secara langsung dari obyek penelitian, misalnya dengan melakukan wawancara, menyebar kuesioner, observasi atau penelitian lapangan/laboratorium.

b.     Data sekunder adalah data yang diperoleh secara tidak langsung  dari objek penelitian atau diperoleh dari pihak lain, misalnya data jumlah penduduk dari BPS, data harga saham dari BEI, data nilai Kurs dari Bank Indonesia,  data laporan keuangan dari Indonesia Capital Market Directory (ICMD) dan lain sebagainya

1.    3. Berdasarkan Jenisnya

Berdasarkan jenisnya, data dibedakan menjadi dua yaitu data Kuantitatif  dan data Kualitatif

a.     Data kuantitatif adalah data yang dinyatakan dalam besaran angka-angka. Misalnya: Data pendapatan per kapita, pengeluaran, harga, berat, jarak, penjualan, produksi, tinggi badan, dan lain sebagainya.

b. Data Kualitatif adalah data yang dinyatakan dalam kategori/kelas tertentu. Misalnya: jenis kelamin (pria-wanita), Agama (islam, hindu, budha, kristen, katolik), suku (dayak, jawa, madura), warna (merah, kuning, biru), perusahan besar-kecil dan lain sebagainya

1.    4. Menurut Sumber

Berdasarkan sumbernya, data dibedakan menjadi dua yaitu data Internal  dan data Eksternal

a.     Data Internal adalah data yang menggambarkan keadaan, situasi dan kondisi dalam suatu Organisasi atau perusahaan. (Contoh : data keuangan,  pegawai, Produksi, Pemasaran, dll)

b.      Data Eksternal adalah data yang menggambarkan suatu keadaan  situasi dan kondisi yang ada di luar suatu organisasi ( contoh : daya beli masyarakat, Perkembangan harga, konsumsi, inflasi, nilai kurs, pertumbuhan ekonomi, dll ).

2.    5.Menurut Sifatnya

Berdasarkan sifatnya, data dibedakan menjadi dua yaitu data diskrit dan data Kontinyu.

a.   Data Diskrit adalah data yang nilainya berupa bilangan asli. Contohnya: Berat Badan Mahasiswa, Nilai rupiah dari waktu ke waktu,

b.   Data kontinyu adalah data yang nilainya berada pada interval tertentu atau berada pada nilai satu dengan nilai lainnya, seperti menggunakan kata sekitar, kurang lebih, kira-kira, dan lain sebagainya. Contoh: Negara Indonesia mengimpor beras sekitar 400 ribu ton pada tahun 2019

6. Menurut waktu Pengumpulan

Berdasarkan waktu pengumpulannya, data dapat dibedakan menjadi tiga yaitu data crossection, timeseries dan Pool.

a. Cross Section adalah data yang dikumpulkan pada suatu waktu tertentu. Contohnya data penjualan mobil di lima kota pada tahun 2019

b. Time Series (data berkala) adalah data yang dikumpulkan secara berkala atau runtut waktu (tahunan, bulanan, mingguan, harian, jam, menit, semeseter, tri wulan). Contohnya: data penjualan PT. X selama 12 bulan, data nilai kurs, harga saham,

c. Data Pool adalah data yang dikumpulkan berdasarkan gabungan crossection dan timeseries. Contohnya: data penjualan beberapa merek mobil selama tahun 2017-2019

  

Bank Indonesia Menurunkan 7 Day Repo Rate Menjadi 4,50% pada 19 Maret 2020

Bank Indonesia menurunkan kembali 7-day repo rate sebesar 25 Basis point dari 4,75% pada bulan Februari 2020 menjadi 4,50% pada bulan Maret 2020. Penggunaan BI 7-Day Repo Rate sebagai suku bunga acuan berlaku mulai tanggal 19 Agustus 2016. sebelum periode tersebut, suku bunga acuan menggunakan BI Rate. Berikut perkembangan 7-day repo rate dari 18 Januari 2018 sampai dengan 19 Maret 2020. 7-day repo rate sebagi suku bunga acuan di Indonesia mengalami fluktuasi selama 3 tahun terkahir. Pada awal tahun 2018 7-day repo rate sebsar 4,25%. Sejak bulan Maret mengalami kenaikan dan pada 17 November 2018 menjadi 6% serta bertahan sampai bulan Juni 2019.  Selanjutnya mengalami penurunan kembali pada bulan Oktober 2019 menjadi 5%. Di tengah-tengah pandemi COVID-19 Bi 7-Day repo rate turun menjadi 4,5% pada 19 Maret 2020. sumber: www.bi.go.id

Prospek Ekonomi Indonesia dalam Pandemi Covid-19

Pandemi COVID-19 telah memaksa negara di seluruh dunia merombak target pertumbuhan ekonominya termasuk Negara Repulik Indonesia. Berbagai kebijakan telah ditempuh untuk meredam dampak COVID-19 terhadap prospek ekonomi ke depan. Covid-19 pertama kali muncul dan dikenali di kota wuhan cina dan terus menyebar ke seluruh Dunia termasuk di Indonesia. Sampai saat di Indonesia pada tanggal 6 April 2020 ada sebanyak 2.491 terkonfirmasi positif, 2.090 dalam perawaran, 192 sembuh dan 209  atau 8,39 orang meninggal (https://www.covid19.go.id).

Sumber: Kementrian Keuangan RI, 1 Arpil 2020

Beberapa lembaga internasional memproyeksikan pertumbuhan ekonoi Global dalam Pandemi COVID-19 akan negatif, seperti JP Morgan -1,1%, The Economicst Intelilgence unit -2,2% dan IMF menyatakan pertumbuhan Ekonoi negatif.

Akibat pandemi COVID 19, perekonmian di seluruh negara mengalami tekanan yang cukup berat dengan dampak mencapai 3% - 6% dari GDP. Pelemahan perekonomian ini berdampak pada rumah tangga, umkm, korporasi dan sektor keuangan (Kemenkeu, 2020).

• Rumah tangga terancam kesehatanya karena terinfeksi bahkan ancaman jiwa dan puluhan ribu berpotensi tertular, ancaman pendapatan tidak mampu bekerja untuk memenuhi kebutuhan hidupnya, rumah tangga miskin dan rentan serta sektor informal. Selain itu, turunya daya beli dan konsumsi. 
• UMKM tidak dapat melakukan usahanya sehingga terancanm kemampuan memnuhi kewajiban kreditnya. 
• Korporasi terganggu aktivitas ekonominya, yang paling rentan yaitu manufaktur, perdangan, transportasi dan akomidasi (hotel dan restorant) yang mengancam PHK dan kebangkrutan 
• Memburuknya aktivitas ekonomi dan dunia usaha akan merembet ke sektor keuangan seperti perbankan dan lembanga pembiayaan berpotensi mengalami masalah likuiditas dan insolvency. Depresiasi rupiah, volalitas pasar keuangan dan capital flight (Kemenkeu, 2020).

Pemerintah RI telah melakukan kebijakan stimulus I melalui belanja untuk memperkuat perekonomian Domestik tahun 2020. Kebijakan stimulur I terdiri dari (1) Percepatan Belanja dan kebijakan mendorong padat karya meliputi percepantan pencairan belanja modal, percepatan belanja sosial, Transfer ke Daerah dan Dana Desa. (2) Stimulus belanja meliputi perluasan kartu sembako, perluasan subsidi bunga perumahan, isentif sektor pariwisata (travel agent internasional, tenaga pemasaran pariwisata, dan kartu pra kerja (masyarakat/pencari kerja). Kebijakan stimulus II fokus pada menjada daya beli masyarakat dan kemudahan ekspor dan impor.

Ekonomi Negara Indonesia akan sangat berat menghadapi dampak COVID-19 jika tidak dilakukan langkah-langkah mitigasi dengan segera.

Sumber: Kemenkeu, April 2020

Ada dua skenario yang diprediksikan oleh pemerintah untuk tahun 2020 terkait kondisi ekonomi  dalam pandemi COVID-19 yaitu berat dan sangat berat. Skenario berat  indikator makro pertumbuhan ekonomi sebesar 2,3% leblih rendah dari APBN yang menargetkan 5,3%. Harga  ICP 38 USD/barel lebih rendah dari APBN, nilai tukar rupiah Rp.17000 dan inflasi sebesar 3,9%. Sedangkan skenario Sangat berat: indikator makro pertumbuhan ekonomi -0,4 jauh, Harga ICP 31 USD/Barel, Nilai tukar rupiah Rp.20.000 dan inflasi sebesar 5,1%. Selain itu postur APBN tahun 2020 juga berubah dengan pendapatan turun sebesar 10% dan defisit APBN 2020 sebesar 5,07% PDB.

Sumber: Kementrian Keuangan RI (2020) Press Conference Langkah Penguatan Perlindungan Sosial dan Stimulus Ekonomi Menghadapi dampak COVID-19. Jakarta. 1 April 2020

Pengertian Statistika Inferensial

Statistik inferensial adalah statistik yang digunakan untuk menganalisis data sampel yang hasilnya dapat digeneralisasikan (diinferensialkan) terhadap populasinya. Pengertian Statistika inferensial dari beberapa ahli adalah sebagai berikut: 

1. Menurut Sugiyono (2012:207) Statistika inferensial adalah teknik statistik yang digunakan untuk menganalisis data menggunakan sampel dan hasilnya berlaku untuk pupulasi.
2. Menurut Cresswell (2008:326) Statistik inferensial adalah teknik analisis data yang digunakan untuk menentukan sejauh mana kesamaan antara hasil yang diperoleh dari suatu sampel dengan hasil yang akan didapat pada populasi secara keseluruhan. Jadi statistik inferensial membantu peneliti untuk mencari tahu apakah hasil yang diperoleh dari suatu sampel dapat digeneralisasi pada populasi.
3. Menurut Muhammad Nisfiannoor (2009:4) bahwa statistik inferensial adalah metode yang berhubungan dengan analisis data pada sampel untuk digunakan untuk penggeneralisasian pada populasi. Penggunaan statistic inferensial didasarkan pada peluang (probability) dan sampel yang dipilih secara acak (random).
4. Menurut Burhan Nurgiyantoro, dkk, (200:12) Statistika inferensial adalah statistik yang berkaitan dengan analisis data (sampel) untuk kemudian dilakukan penyimpulanpenyimpulan (inferensi) yang digeneralisasikan kepada seluruh subyek tempat data diambil (populasi) (Burhan Nurgiyantoro dkk, 2000;12).
5. Menurut M.Subana dkk (2000) Statistika inferensial adalah statistik yang berhubungan dengan penarikan kesimpulan yang bersifat umum dari data yang telah disusun dan diolah
6. Statistika inferensial mencakup semua metode yang berhubungan dengan analisis sebagian data (contoh) atau juga sering disebut dengan sampel untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya (populasi) (https://id.wikipedia.org/)

Jenis Statistika Inferensial yaitu:

1. Statistika parametrik merupakan statistika inferensial yang membutuhkn ukuran kuantitatif dan digunakan untuk mengenalisis data dengan syarat tertentu. syarat tersebut: (1) data berdistribusi normal (2) skala datanya interval dan rasio. misalnya: uji beda rata-rata, anova, korelasi, analisis regresi dll.
2. Statistika non parametrik disebut juga statistik bebas sebaran. statistik non parametrik yaitu statistik inferensial untuk menganalisis data kualitatif dan tidak memperhatikan distribusi datanya (data tidak harus normal), jumlah sampel kecil, skala datanya nominal dan ordinal. misalnya: Binomial test, Chi-square test, wilcoxson, man whietney, sing rang dll

Kemana Arah Pembangunan Ekonomi Indonesia

Pembangunan Ekonomi Indonesia yang dilakukan sampai saat ini sudah berada pada jalur yang benar dengan menciptakan pertumbuhan ekonomi berkualitas menurut Sri Mulyani Indrawati "Persoalannya lebih ke kualitasnya, bukan pada direction. kalau ada yang lebih cepat, pemerintah juga ingin lebih cepat" Kata beliau saat di temui usai menghadiri rapat bersama Badan Anggaran DPR RI di Kompleks DPR/MPR, Senaayan Jakarta pusat, senin, 22 juli 2019. Arah pembangunan Indonesia saat ini telah mengarah pada pertumbuhan ekonomi yang berkualitas yang dapat dilihat dari indikator seperti angka kemiskinan, pengangguran, dan indeks pembangunan manusia yang semakin rendah (Sri Mulyani). Dalam catatan Badan Perencanaan Pembangunan Nasional (Bappenas), sejumlah indikator menunjukkan beberapa perbaikan dari 2015 hingga 2019. Pertama, sepanjang tahun tersebut, tercipta 11,19 juta kesempatan kerja baru. Angka ini melampaui target dalam Rencana Pembangunan Jangka Menengah Nasional atau RPJMN 2015-2019 yang sebesar 10 juta kesempatan kerja. Kedua, tingkat pengangguran terbuka ditekan menjadi 5,01 persen pada Februari 2019. Angka ini merupakan yang terendah sejak krisis moneter 1997/1998. Ketiga yaitu indeks pembangunan manusia yang mengalami kenaikan rata-rata mencapai 0,89 persen. Bappenas menyebut angka ini masuk dalam kategori tinggi.

source:https://bisnis.tempo.co/