Learning Outcomes

• Modern market economy uses price signals to

solve the complex problems involved in using
Economic Issues and Concepts resources to produce goods and services that
people want.
Chapter 1 • The choice between competing demands for
scarce resources.
LIPSEY & CHRYSTAL
ECONOMICS 12e

ECONOMIC ISSUES AND CONCEPTS

Learning Outcomes

• Interaction between production, employment, and
consumption decisions.
• Market economy generally delivers outcomes
desired by consumers.
• Governments step in when markets fail to
produce results that are regarded as successful.
The Complexity of the Modern Economy
• A market economy is self-organizing in the sense that
when individuals act independently to pursue their own
self-interest, responding to prices set on open markets,
they produce co-ordinated and relatively efficient
economic activity.

ECONOMIC ISSUES AND CONCEPTS ECONOMIC ISSUES AND CONCEPTS

Resources and Scarcity
• Scarcity is a fundamental problem faced by all
economies because not enough resources - land, labour,
capital, and entrepreneurship - are available to produce
all the goods and services that people would like to
consume.
• Scarcity makes it necessary to choose among alternative
possibilities: what products will be produced and in what
quantities.
• The concept of opportunity cost emphasises scarcity and
choice by measuring the cost of obtaining a unit of one
product in terms of the number of units of other products
that could have been obtained instead.
• A production-possibility boundary shows all of the
combinations of goods that can be produced by an
economy whose resources are fully employed.
• Movement from one point to another on the boundary
shows a shift in the amounts of goods being produced,
which requires a reallocation of resources.
 ECONOMIC ISSUES AND CONCEPTS ECONOMIC ISSUES AND CONCEPTS

Who Makes the Choices and How
• Modern economies are based on the specialization and
division of labour, which necessitate the exchange of goods
and services.
• Exchange takes place in markets and is facilitated by the use
of money.
• Much of economics is devoted to a study of how markets work
to co-ordinate millions of individual, decentralized decisions.
• Three pure types of economy can be distinguished:
traditional, command, and free market.
• In practice, all economies are mixed economies in that their
economic behaviour responds to mixes of tradition,
government command, and price incentives.
• Governments play an important part in modern mixed
economies.
• They create and enforce important background
institutions such as private property.
• They intervene to increase economic efficiency by
correcting situations where markets do not effectively
perform their co-ordinating functions.
• They also redistribute income and wealth in the
interests of equity.

A Production-Possibility Boundary A Production-Possibility Boundary

Unattainable combinations Unattainable combinations

c0 a

Production possibility Production possibility

boundary boundary
Attainable Attainable
combinations combinations

0 0 g0
Quantity of public sector goods
Quantity of public sector goods

A Production-Possibility Boundary A Production-Possibility Boundary

Unattainable combinations Unattainable combinations

a a
c0 •d c0 •d

Production possibility Production possibility

boundary C boundary
Attainable Attainable
combinations combinations

c1 b c1 b
c c
G

0 g0 g1 0 g0 g1

Quantity of public sector goods Quantity of public sector goods

 A production-possibility boundary A production-possibility boundary

• The quantity of public sector goods produced is measured along the
horizontal axis.
• The quantity of private sector goods is measured along the vertical
axis.
• Any point on the diagram indicates some amount of each kind of
good produced.
• The production-possibility boundary separates the attainable
combinations, such as a, b, and c, from unattainable combinations,
such as d.
• Points a and b represent efficient uses of society’s resources.
• Point c represents either an inefficient use of resources or a failure
to use all the resources that are available.
• The boundary is negatively sloped because in a fully employed
economy more of one good can be produced only if resources are
freed by producing less of other goods.
• Moving from point a (with coordinates c0 and g0) to point b (with
coordinates c1 and g1) implies producing an additional amount of
public sector goods, indicated by G in the figure
• The opportunity cost of this increase in G is a reduction in private
sector goods by the amount indicated by C.

The effect of economic growth on the The Effect of Economic Growth on the Production-Possibility Boundary
production possibility boundary

• Economic growth shifts the boundary outwards.

• Some combinations of goods that were
previously unattainable become attainable.

Production possibility
boundary before growth

Quantity of public sector goods

0

The Effect of Economic Growth on the

The Circular Flow of Income and
Production-Possibility Boundary
Expenditure

Goods Market
a
d Production possibility
boundary after growth

Individuals Firms
Production possibility b (consumers) (producers)
boundary before growth

Factor Market

0
Quantity of public sector goods
 The Circular Flow of Income and
Expenditure The circular flow of income and expenditure

Goods Market • The yellow line shows the flows of goods and services while the
white line shows the payments made to purchase these.
• Factor services flow from individuals who own the factors
(including their own labour) through factor markets to firms who
use them to make goods and services (yellow arrow).
Individuals Firms
• The goods and services then flow through goods markets to those
(consumers) (producers) who consume them (yellow arrow).
• Money payments flow through factor markets from firms to
individuals (white arrow).
• When individuals spend this income buying goods and services,
Factor
Market money flows through goods markets back to producers (white
arrow).

How Economists Work
Chapter 2
LIPSEY & CHRYSTAL
ECONOMICS 12e
• In order to get a handle on such big issues,
economists have developed ways of setting
out and testing their theories
• They also seek to use what they have
learned in order to provide advice on how
things could be improved.
Positive and normative statements
• Economists give advice on a wide variety of
topics. Advice comes in two broad types:
• Normative
• Positive
Introduction
• Economics seeks to understand many
important issues in the world around us and
ask the following questions, amongst others:
• What makes some countries grow richer when others
seem to get poorer?
• Why do we sometimes have recessions?
• When should the government try to influence markets?
What are the costs and benefits of globalization?
• Will some new technology eliminate many jobs?
Learning outcomes
• By the end of the lecture you should have a
good understanding of:
– The difference between positive and normative
statements
– How economists set out their theories
– How economic data are handled and graphed
– How economic relationships are represented in
diagrams.
Normative advice
• Normative advice depends upon a value
judgement and it tells others what they ought
to do.
 Positive advice
• Positive advice is where the adviser is saying,
‘If this is what you want to do, then here are
ways of doing it.’
• It is difficult to have a rational discussion of
issues if positive and normative issues are
confused.
• Much of the success of modern science
depends on the ability of scientists to
separate their views on what does, or might,
happen in the world, from their views on what
they would like to happen.
To clarify
• Normative statements depend on value
judgments. They involve issues of personal
opinion, which cannot be settled by recourse
to facts.
• In contrast, positive statements do not
involve value judgments. They are
statements about what is, was, or will be; that
is, statements that are about matters of fact.
Positive and Normative statements
Note!
Distinguishing what is true from what we
would like to be, or what we feel ought to
be, depends to a great extent on being
able to distinguish between positive and
normative statements.
Economic theorizing
• In order to address the problems that we face
economists have developed an approach that
involves developing theories and building
models.
• These help the economist to understand
problems and find realistic and practical
solutions where possible!
 Theories
• Theories are constructed to explain things!
• These theories are built around definitions,
assumptions, and predictions.
• They simplify the problem in hand and allow
the economist to observe the problem first
hand.
Endogenous and exogenous
variables
• An endogenous variable is a variable that
is explained within a theory.
• An exogenous variable influences
endogenous variables but is itself determined
by forces outside the theory.
Predictions
• A theory’s predictions are the propositions
that can be deduced from it.
• These propositions are then taken as
predictions about real-world events.
Definitions
• The basic elements of any theory are its
variables.
• A variable is a magnitude that can take on
different possible values.
Assumptions
• A theory’s assumptions concern motives,
physical relationships, lines of causation, and
the conditions under which the theory is
meant to apply, as well as the direction of
causation!
• The variable that does the causing is called
the independent variable and the variable that
is caused is called the dependent variable.
Models
• Economists often proceed by constructing
what they call economic models.
• More often, a model means a specific
quantitative formulation of a theory.
• The term ‘model’ is often used to refer to an
application of a general theory in a specific
context.
 Evidence
• Economists make much use of evidence, or,
as they usually call it, empirical observation.
• Such observations can be used to test a
specific prediction of some theory and to
provide observations to be explained by
theories.
Note!
Generally, theories tend to be abandoned when
they are no longer useful. A theory ceases to
be useful when it cannot predict better than
an alternative theory. When a theory
consistently fails to predict better than an
available alternative, it is either modified or
replaced.
Think about this!
• We humans have free will and can behave in
capricious ways if the spirit moves us.
• This thus implies human behaviour really is
unpredictable!
• How is it that human behaviour can show
stable responses even though we can never
be quite sure what one individual will do?
Testing the evidence
• A theory is tested by confronting its
predictions with evidence.
• Are events of the type contained in the theory
followed by the consequences predicted by
the theory?
Theories about human behaviour
• So far we have talked about theories in
general.
• But what about theories that purport to
explain and predict human behaviour?
• A scientific study of human behaviour is only
possible if humans respond in predictable
ways to things that affect them.
• Is it reasonable to expect such stability?
• Successful predictions about the behaviour of
large groups are made possible by the
statistical ‘law’ of large numbers.
• Very roughly, this ‘law’ asserts that (under a
carefully specified set of conditions) random
movements of a large number of items tend
to offset one another.
 Note!
• Individuals may do peculiar things that, as far
as we can see, are inexplicable. But the
group’s behaviour will nonetheless be
predictable, precisely because the odd things
that one individual does will tend to cancel
out the odd things that some other individual
does.
Sources of disagreement?
• There are five possible sources that results in
economists disagreeing:
– Different benchmarking.
– Different time frames being used.
– Lack of knowledge.
– Different values held by economists.
– Both sides of the problem are justified.
Collecting data
• Political scientists, sociologists,
anthropologists, and psychologists all tend to
collect much of the data they use to formulate
and test their theories.
• Economists are unusual among social
scientists in mainly using data collected by
others, often government statisticians.
Why do economists often disagree?
• When all their theories have been
constructed and all their evidence has been
collected, economists still disagree with each
other on many issues.
Economic data
• Economists seek to explain observations
made of the real world.
• Real-world observations are also needed to
test the predictions of economic theories.
• In economics there is a division of labour
between collecting data and using it to
generate and test theories.
– The advantage is that economists do not need to
spend much of their scarce research time
collecting the data they use.
– The disadvantage is that they are often not as well
informed about the limitations of the data collected
by others, as they would be if they collected the
data themselves.

Demand and Supply
Chapter 3
LIPSEY & CHRYSTAL
ECONOMICS 12e
Learning outcomes
• The participants in markets and what motivates them.
• The main factors that influence how much of a product
consumers wish to buy.
• The main influences on how much producers wish to
sell.
• How consumers and producers interact to determine the
market price.
• While demand and supply forces are present in all
markets, many different institutional structures also affect
market outcomes.
Demand
• In formulating our demand theory, the agents
are all assumed to be adult individuals who
earn income, and they spend this income
purchasing various goods and services.
• The consumer ‘is assumed to ‘maximize
utility’ within the limits set by his or her
available resources.
Introduction
• Some initial opening questions:
• Why does the price of computers keep falling while train
fares keep rising?
• How do markets work and what factors influence the
outcomes?
• Who are the participants in markets and what motivates
them?
• What are the main factors that influence how much of a
product consumers wish to buy?
• What are the main factors that influence how much
producers wish to sell?
DEMAND, SUPPLY AND PRICE
Demand
• An individual consumer’s demand curve shows the relation
between the price of a product and the quantity of that product the
customer wishes to purchase per period of time.
• It is drawn on the assumption that all other prices, income, and
tastes remain constant.
• Its negative slope indicates that the lower the price of the product,
the more the consumer wishes to purchase.
• The market demand curve is the horizontal sum of all the individual
consumers.
The nature of demand
• The amount of a product that consumers wish
to purchase is called the quantity
demanded.
• Note there are two important things about this
concept.
• First, quantity demanded is a desired quantity.
• Secondly, quantity demanded is a flow.
 Alice’s demand schedule for eggs
DEMAND
Alice’s Demand Schedule Alice’s Demand Curve
• The table shows the quantity of eggs that Alice will
Reference Letter Price [£ per dozen] Quantity demanded demand at each selected price, other things being
[dozen per month]
3.00 f equal.
a 0.50 7.0 e
b 1.00 5.0 2.50 • For example, at a price of £1.00, Alice demands 5
c 1.50 3.5 d
d 2.00 2.5 2.00 dozen eggs per month.
• The data is plotted in the figure ‘Alice’s demand
e 2.50 1.5 c
f 3.00 1.0 1.50

1.00
b curve’.
a
0.50

1 2 3 4 5 6 7
Quantity of Eggs [dozen per month]

The Relation Between Individual and Market Demand Curves

Alice’s demand curve 3.00

2.00

• Each point on the figure relates to a row on Table 1.00

Demand Schedule. 3.00
• For example, when price is £3.00, 1 dozen are 2 4 6 8
Quantity of Eggs 2.00
brought per month (point f ). [i]. William [dozen per month]

• When the price is £0.50, 7 dozen are brought (point 1.00

a).
3.00
• The resulting curve relates the price of a commodity to
2.00 2 4 6 8 10 12 14
the amount that Alice wishes to purchase. Quantity of Eggs
[dozen per month]
1.00
[iii]. Total Demand William & Sarah
2 4 6 8
[ii]. Sarah Quantity of Eggs
[dozen per month]

The relation between individual and

A Market Demand Schedule for Eggs
market demand curves
• The figure illustrates aggregation over two Quantity demanded
Reference Letter Price [£ per dozen] [000 dozen per month]
individuals, William and Sarah.
• For example, at a price of £2.00 per dozen William U 0.50 110.0

purchases 2.4 dozen and Sarah purchases 3.6

V 1.00 90.0
dozen.
• Together they purchase 6 dozen. W 1.50 77.5

• In general the market demand curve is the X 2.00 67.5

horizontal sum of the demand curves of all
Y 2.50 62.5
consumers in the market.
Z 3.00 60.0
 A Market Demand Curve for Eggs
A Market Demand Schedule for Eggs D
3.50

Z
3.00

• The table shows the quantity of eggs that would be 2.50

Y

demanded by all consumers at selected prices,

X
ceteris paribus. 2.00

• For example, row W indicates that if the price of eggs W

1.50
were £1.50 per dozen, consumers would want to
purchase 77,500 dozen per month. V
1.00
• The data in this table are plotted in the following
figure. 0.50
U

20 40 60 80 100 120 140

Quantity of Eggs (000/month)

Two Demand Curves for Eggs

A Market Demand Curve for Eggs

3.50
D0

3.00 Z

• The negative slope of the curve indicates that 2.50 Y

quantity demanded increases as price falls.

2.00 X
• The six points correspond to the six price–
quantity combinations shown in the table. 1.50 W

• The curve drawn through all of the points and 1.00 V

labelled D is the demand curve.

U
0.50

20 40 60 80 100 120 140

Quantity of Eggs (000/month)

Two Demand Curves for Eggs

A Market Demand Schedule for Eggs
when income rises 3.50 D1
D0

Quantity demanded 3.00 Z Z’

Quantity demanded [000 dozen per month]
Reference Letter Price [£ per dozen] [000 dozen per month] when income rises 2.50 Y Y’
U 0.50 110.0 140.0 U’
2.00 X X’
V 1.00 90.0 116.0 V’

W 1.50 77.5 100.0 W’ 1.50 W W’

V V’
X 2.00 67.5 90.0 X’ 1.00

U’
Y 2.50 62.5 81.3 Y’ U
0.50

Z 3.00 60.0 78.0 Z’

20 40 60 80 100 120 140

Quantity of Eggs (000/month)
 Two demand curves for eggs Shifts in the Demand Curve

D0

• When the curve shifts from D0 to D1, more is

demanded at each price and a higher price is paid for
each quantity.

Price
• At price £1.50, quantity demanded rises from 77.5
thousand dozen (point W) to 100 (point W’).
• The quantity of 90 thousand dozen, which was
formerly bought at a price of £1.00 (point V), will be
brought at a price of £2.00 after the shift (point X’).

0 Quantity

Shifts in the Demand Curve Shifts in the Demand Curve

An increase in demand A decrease in demand

D0 D1 D0
D2
Price

Price

Quantity Quantity
0 0

Shifts in the Demand Curve Note

D2 D0 D1
• A rise in the price of a product’s substitute
shifts the demand curve for the product to the
right. More will be purchased at each price.
Price

• A fall in the price of one product that is

complementary to a second product will shift
the second product’s demand curve to the
right. More will be purchased at each price.

Quantity
0
 Movements along demand curves
versus shifts
• Demand refers to one whole demand curve.
• Change in demand refers to a shift in the
whole curve, that is, a change in the amount
that will be bought at every price.
Note
A movement down a demand curve is called
an increase (or a rise) in the quantity
demanded; a movement up the demand
curve is called a decrease (or a fall) in the
quantity demanded.
• A movement along a demand curve is
referred to as a change in the quantity
demanded.
Shifts in the demand curve
• When the demand curve shifts from D0 to D2, less is
demanded at each price.
• Such a decrease in demand can be caused by:
• a fall in the price of a substitute
• a rise in the price of a complement, a fall in
income
• a redistribution of income away from groups that
favour the commodity
• a change in tastes that dis-favours the
commodity.
Note
An increase in demand means that the
whole demand curve has shifted to the right;
a decrease in demand means that the whole
demand curve has shifted to the left.
• Any one point on a demand curve represents
a specific amount being bought at a specified
price. It represents, therefore, a particular
quantity demanded.
Shifts in the demand curve
• When the demand curve shifts from D0 to D1, more is
demanded at each price.
• Such an increase in demand can be caused by:
• A rise in the price of a substitute
• A fall in the price of a complement
• A rise in income
• A redistribution of income towards those who
favour the commodity
• A change in tastes that favours the commodity.
Demand and price
• We are interested in developing a theory of
how products get priced.
• To do this, we hold all other influences
constant and ask the following question:
‘How will the quantity of a product
demanded vary as its own price varies?’
 Note
A basic economic hypothesis is that the
lower the price of a product, the larger the
quantity that will be demanded, other things
being equal.
Firms’ motives
• Economic theory gives firms several
attributes.
• Firstly, each firm is assumed to make consistent
decisions, as though it was run by a single individual
decision-maker.
• Secondly, firms hire workers and invest capital and
entrepreneurial talent in order to produce goods and
services that consumers wish to buy.
• Thirdly, firms are assumed to make their decisions with a
single goal in mind: to make as much profit as possible.
The determinants of quantity supply
• Three major determinants of the quantity
supplied in a particular market are:
– the price of the product;
– the prices of inputs to production;
– the state of technology.
Supply
• We now look at the supply side of markets.
The suppliers are firms, which are in
business to make the goods and services that
consumers want to buy.
The nature of supply
• The amount of a product that firms are able
and willing to offer for sale is called the
quantity supplied.
• Supply is a desired flow: how much firms are
willing to sell per period of time, not how
much they actually sell.
Supply and price
• For a simple theory of price, we need to know
how quantity supplied varies with a product’s
own price, all other things being held
constant.
‘The quantity of any product that firms will
produce and offer for sale is positively
related to the product’s own price, rising
when the price rises and falling when the
price falls.’
 A Market Supply schedule for Eggs A market supply schedule for
eggs
Reference Letter Price [£ per dozen] Quantity demanded

• The table shows the quantities that producers

[000 dozen per month]

5.0
u 0.50 wish to sell at various prices, ceteris paribus.
• For example, row y indicates that if the price
1.00 46.0
v

w 1.50 77.5
were £2.50, producers would wish to sell
x 2.00 100.0
115,000 dozen eggs per month.
115.0
• The data in this table are plotted in the
y 2.50
following figure.
z 3.00 122.5

A Supply Curve For Eggs

3.50
S
A supply curve for eggs
Z
3.00

Y
2.50
• The six points correspond to the price-quantity
2.00
X combinations shown in Table ‘A Market Supply
Schedule for Eggs’.
• The curve drawn through these points, labeled S, is
W
1.50
the supply curve showing the quantity of eggs that
V
1.00
will be supplied at each price of eggs.
• The supply curve’s positive slope indicates that
U
0.50 quantity supplied increases as price increases.

20 40 60 80 100 120 140

Quantity of Eggs[thousand dozen per month]

Two Alternative Market Supply Schedule for Eggs Two Supply Curves for Eggs
3.50
S0

Z
3.00

Price of Eggs Original quantity New quantity Y

[£ per dozen] supplied [‘000 supplied [‘000 2.50
dozen per month] dozen per month]
[1] [2] [3] [4] [5] X
2.00

u 0.50 5.0 28.0 U’

W
1.50
v 1.00 46.0 76.0 V’
V
w 1.50 77.5 102.0 W’ 1.00
U
x 2.00 100.0 120.0 X’
0.50

y 2.50 115.0 132.0 Y’

z 3.00 122.5 140.0 Z’ 20 40 60 80 100 120 140

Quantity of Eggs [thousand dozen per month]

 Two Supply Curves for Eggs
3.50
S0
S1
Two supply curves for eggs
Z
3.00

• The rightward shift in the supply curve from S0

2.50 Y

2.00 X to S1 indicates an increase in the quantity

W
supplied at each price.
1.50
• For example, at the price of £1.00 the quantity
V
1.00 supplied rises from 46 to 76 thousand dozen
U per month.
0.50

20 40 60 80 100 120 140

Quantity of Eggs [thousand dozen per month]

Shifts in the Supply Curve – increase in supply

Shifts in the Supply Curve

S0 S0 S1

Quantity
Quantity

Shifts in the Supply Curve – decrease in supply

Shifts in the Supply Curve

S2
S0 S2 S0
S1

Quantity Quantity
 Shifts in the supply curve
The determination of price
• A shift in the supply curve from S0 to S1 indicates more is supplied
at each price.
• So far we have considered demand and
• Such an increase in supply can be caused by: supply separately.
• Improvements in the technology of producing the commodity • We now outline how demand and supply
• A fall in the price of inputs that are important in producing the interact to determine price.
commodity
• A shift in the supply curve from S0 to S2 indicates less is supplied
at each price.
• Such a decrease in supply can be caused by:
• A rise in the price of inputs that are important in producing the
commodity.
• Changes in technology that increase the costs of producing
the commodity (rare).

Demand and Supply Schedules for Eggs and Equilibrium Price

The concept of a market
• A market may be defined as an area over Price Quantity Quantity supplied Excess Demand [quantity
[£ per dozen] demanded [‘000 dozen demanded minus
which buyers and sellers negotiate the [‘000 dozen per month] quantity supplied]
per month] [‘000 dozen per month]
exchange of some product or related group of
products. 0.50 110.0 5.0 105.0

• It must be possible, therefore, for buyers and 1.00 90.0 46.0 44.0

sellers to communicate with each other and 1.50 77.5 77.5 0.0

to make meaningful transactions over the 2.00 67.5 100.0 -32.5

whole market.
2.50 62.5 115.0 -52.5

3.00 60.0 122.5 -62.5

Demand and supply schedules for Determination of the Equilibrium Price of Eggs
eggs and equilibrium price 3.50
D S

Z Z
3.00

• Equilibrium occurs where the quantity demanded and the 2.50

Y Y

quantity supplied are equal.

• In the table the equilibrium price is £1.50. 2.00
X X

• The equilibrium quantity bought and sold is 77.5 thousand

dozen per month. 1.50 W W
• For prices below the equilibrium, such as £0.50, quantity V V
demanded (110) exceeds quantity supplied (5). 1.00
U
• For prices above the equilibrium, such as £3.00, quantity U

demanded (60) is less than quantity supplied (122.5). 0.50

• The data in this table are plotted in the following figure.

20 40 60 80 100 120
140
Quantity of Eggs [thousand dozen per month]
 Determination of the equilibrium The ‘Laws’ of Demand and Supply
price of eggs
S0
D1
• Equilibrium price is where the demand and S D S1
D0

supply curves intersect, point E in the figure.

• At all prices above equilibrium there is excess p1
E1
E0
p0
supply and downward pressure on price. p0
E0 E1

• At all prices below equilibrium there is excess

p1

demand and upward pressure on price.

q1 Quantity q0 q1 Quantity
q0
[i]. The effects of shifts in the demand curve [ii]. The effects of shifts in the supply curve

The laws of demand and supply (i)
shifts in demand
• The original curves are D0 and S, which intersect to produce
equilibrium at E0.
• Price is p0, and quantity q0.
• An increase in demand shifts the demand curve to D1.
• Price rises to p1 and quantity rises to q1 taking the new
equilibrium to E1.
• A decrease in demand now shifts the demand curve to D0.
• Price falls to p0 and quantity falls to q0 taking the new equilibrium
to E0.
• Thus, an increase in demand raises both price and quantity
while a decrease in demand lowers both price and quantity.
The laws of demand and supply
(ii) shifts in supply
• The original demand and supply curves are D and S0, which
intersect to produce an equilibrium at E0, price p0 and quantity
q0 .
• An increase in supply shifts the supply curve to S1. Price falls
to p1 and quantity rises to q1, taking the new equilibrium to E1.
• A decrease in supply shifts the supply curve back to S0. Price
rises to p0 and quantity falls to q0 taking the new equilibrium to
E0.
• Thus an increase in supply raises quantity but lowers prices
while a decrease in supply lowers quantity but raises price.
 Introduction
• The demand and supply analysis helps us to
understand the direction in which price and
Elasticity of Demand and Supply quantity would change in response to shifts in
Chapter 4 demand or supply.
• What economists would like to know is ‘what
LIPSEY & CHRYSTAL will happen to demand/supply when price
ECONOMICS 12e changes?’

Learning Outcomes Price elasticity of demand

• Here we extend our understanding of supply • Demand elasticity is measured by a ratio: the
and demand and consider the following: percentage change in quantity demanded
• How the sensitivity of quantity demanded to a change in divided by the percentage change in price
price is measured by the elasticity of demand and what
factors influence it.
that brought it about.
• How elasticity is measured at a point or over a range. • For normal, negatively sloped demand
• How income elasticity is measured and how it varies with curves, elasticity is negative, but the relative
different types of goods.
size of two elasticities is usually assessed by
• How elasticity of supply is measured and what it tells us
about conditions of production. comparing their absolute values.
• Some of the difficulties that arise in trying to estimate
various elasticities from sales data.

Price elasticity of demand - formula Calculation of Two Demand Elasticities

Good A Original New % Change Elasticity

Quantity 100 95 -5%

-5%/10% = -0.5%
Price £1 £1.10 -10%

Good B

Quantity 200 140 -30%

-30%/20%=-1.5%
Price £5 £6 20%
 Calculation of Two Demand Elasticities
• Elasticity is calculated by dividing the percentage change in
quantity by the percentage change in price.
• Consider good A
• A rise in price of 10p on £1 or 10 percent causes a fall in
quantity of 5 units from 100, or 5 percent.
• Dividing the 5 percent deduction in quantity by the 10
percent increase in price gives an elasticity of -0.5.
• Consider good B
• A 30 percent fall in quantity is caused by a 20 percent
rise in price, making elasticity –1.5
• As long as there is some positive response of
quantity demanded to a change in price, the
absolute value of elasticity will exceed zero.
The greater the response, the larger the
elasticity.
• Demand is said to be ‘elastic’
• When elasticity is equal to one, the two
percentage changes are then equal to each
other.
• This is called unit elasticity.
Interpreting price elasticity
• The value of price elasticity of demand
ranges from zero to minus infinity.
• In this section, however, we concentrate on
absolute values, and so ask by how much the
absolute value exceeds zero.
• Elasticity is zero if quantity demanded is
unchanged when price changes, namely
when quantity demanded does not respond to
a price change.
• Whenever this value is less than one,
however, the percentage change in quantity
is less than the percentage change in price
and demand is said to be inelastic.
Summary
 Note!
– 1. When elasticity of demand exceeds unity
(demand is elastic), a fall in price increases total
spending on the good and a rise in price reduces
it.
– 2. When elasticity is less than unity (demand is
inelastic), a fall in price reduces total spending on
the good and a rise in price increases it.
– 3. When elasticity of demand is unity, a rise or a
fall in price leaves total spending on the good
unaffected.
What determines elasticity of demand?
• The main determinant of elasticity is the
availability of substitutes.
• Closeness of substitutes—and thus
measured elasticity —depends both on how
the product is defined and on the time period
under consideration.

Three Constant-elasticity Demand Curves

Note!
D0 D1

A product with close substitutes tends to

have an elastic demand; one with no close
substitutes tends to have an inelastic D2
demand.

Quantity

Elasticity on a Linear Demand Curve

Three Constant-elasticity Demand Curves

D
• Curve D1 has zero elasticity: the quantity demanded does not
change at all when price changes.
• Curve D2 has infinite elasticity at the price p0: a small price
B
increase from p0 decreases quantity demanded from an
indefinitely large amount to zero. p
A
• Curve D3 has unit elasticity: a given percentage increase in price
q
brings an equal percentage decrease in quantity demanded at
all points on the curve.
• Curve D3 is a rectangular hyperbola for which price times p
quantity is a constant.

Quantity
0 q
 Elasticity on a Linear Demand Curve Two Intersecting Demand Curves

• Starting at point A and moving to point B, the ratio p/q is the

slope of the line.
• Its reciprocal q/p is the first term in the percentage definition
of elasticity. p1
p2
• The second term in the definition is p/q, which is the ratio of A
the coordinates of point A. p
p
• Since the slope p/q is constant, it is clear that the elasticity
along the curve varies with the ratio p/q.
• This ratio is zero where the curve intersects the quantity axis
and ‘infinity’ where it intersects the price axis.

Ds Df
q
0

Quantity

Two Intersecting Demand Curves Elasticity on a Nonlinear Curve

E
• At the point of intersection of two demand curves, the steeper Demand
curve has the lower elasticity.
• At the point of intersection p and q are common to both
D
curves, and hence the ratio p/q is the same on both curves.
• Therefore, elasticity varies only with q/p.
• The absolute value of the slope of the steeper curve, p2/q,
is larger than the absolute value of the slope, pl/q, of the
flatter curve.
• Thus, the absolute value of the ratio q/p2 on the steeper A
curve is smaller than the ratio q/p1 on the flatter curve.
p

• So that elasticity is lower. C

B

0 q Quantity

Elasticity on a Nonlinear Demand Curve Elasticity by the Exact Method

• Elasticity measured from one point on a nonlinear demand curve D

and using the percentage formula varies with the direction and
magnitude of the change being considered.
• Elasticity is to be measured from point A, so the ratio p/q is given.
• The ratio plq is the slope of the line joining point A to the point
reached on the curve after the price has changed.
• The smallest ratio occurs when the change is to point C.
• The highest ratio when it is to point E. a
• Since the term in the elasticity formula, q/p, is the reciprocal of p
this slope, measured elasticity is largest when the change is to point
q b” b’
C and smallest when it is to point E.

Quantity
0
 Elasticity by the Exact Method Short-run and Long-run Demand Curves

E2 E’2
p2
• In this method the ratio q/p is taken as the reciprocal of the E1
p1 E’1
slope of the line that is tangent to point a.
E0
• Thus there is only one measure elasticity at point a. p0
• It is p/q multiplied by q/p measured along the tangent T.
• There is no averaging of changes in p and q in this measure
because only one point on the curve is used.
Dl

Ds2 Ds1 Dso

q2 q’2 q1 q’1 q0 Quantity

Short-run and Long-run Demand Curves Short-run and Long-run Demand Curves

• DL is the long-run demand curve showing the quantity that will be

• For example, when consumers are fully adjusted to price p0 they are
bought after consumers become fully adjusted to each given price.
at point E0 consuming q0.
• Through each point on DL there is a short-run demand curve.
• Short-run variations in price then move them along the short-run
• It shows the quantities that will be bought at each price when demand curve DS0.
consumers are fully adjusted to the price at which that particular
• Similarly, when they are fully adjusted to price p1, they are at E1 and
short-run curve intersects the long-run curve.
short-run price variations move them along DS1.
• So at every other point on the short-run curve consumers are not
• The line DS2 shows short-run variations in demand when consumers
fully adjusted to the price they face, possibly because they have an
are fully adjusted to price p2.
inappropriate stock of durable goods.

The Relation Between Quantity Demanded and Income The Relation Between Quantity Demanded and Income

qm
Quantity

Quantity

Zero income
elasticity

0 0 y1 y2
Income Income
 The Relation Between Quantity Demanded and Income

The Relation Between Quantity Demanded and Income

qm
qm

Positive income elasticity Positive income elasticity

Quantity

Quantity
Zero income Zero income
elasticity elasticity
Negative income elasticity
[inferior good]

y1 y2 Income
0
0 y1 y2
Income

The Relation Between Quantity Demanded and Income

Supply elasticity
• Normal goods have positive income elasticities. Inferior goods • We have seen that elasticity of demand
have negative elasticities. measures the response of quantity
• Nothing is demanded at income less than y1, so for incomes demanded to changes in any of the variables
below y1 income elasticity is zero.
• Between incomes of y1 and y2 quantity demanded rises as income
that affect it.
rises, making income elasticity positive. • Similarly, elasticity of supply measures the
• As income rises above y2, quantity demanded falls from its peak response of quantity supplied to changes in
at qm, making income elasticity negative.
any of the variables that influence it.

Three Constant-elasticity Supply Curves

• The price elasticity of supply is defined as S1 [i]. Zero Elasticity

[ii]. Infinite Elasticity

the percentage change in quantity supplied S2

divided by the percentage change in price p1

that brought it about.

Quantity

q1 Quantity S3

p [iii]. Unit Elasticity

q p

Quantity
 Other demand elasticities Income elasticity
• The concept of demand elasticity can be • The responsiveness of demand for a product
broadened to measure the response to to changes in income is termed income
changes in any of the variables that influence elasticity of demand, and is defined as
demand.
– Income elasticity of demand
– Cross elasticity of demand

Cross-elasticity
• If the resulting percentage change in quantity • The responsiveness of quantity demanded of
demanded is larger than the percentage one product to changes in the prices of other
increase in income, hy will exceed unity. products is often of considerable interest.
• The product’s demand is then said to be
income-elastic. If the percentage change in
quantity demanded is smaller than the
percentage change in income, hy will be less
than unity.
• The product’s demand is then said to be
income-inelastic.
 Three Constant-elasticity Supply Curves Changes in demand for newspaper

• Curve S1, has a zero elasticity, since the same quantity q1, is Price Average daily sales Percent change
supplied whatever the price.
• Curve S2 has an infinite elasticity at price p1; nothing at all will Pre-Sep.’93 Post-Sep.’93 Pre-Sep.’93 Post-Sep.’93 Price Sales
be supplied at any price below p1, while an indefinitely large
The Times 45p 35p 376,836 2,196,464 -40.0 +17.5
quantity will be supplied at the price of p1.
• Curve S3, as well as all other straight lines through the origin, Guardian 45p 45p 420,154 401,705 0.0 -4.50
has a unit elasticity, indicating that the percentage change in
quantity equals the percentage change in price between any Daily Telegraph 45p 45p 1,137,375 1,017,326 0.0 -1.95
two points on the curve.
Independent 50p 50p 362,099 362,099 0.0 -15.20

2,196,464 2,179,039

Consumer Choice:
Indifference Theory
Chapter 5
LIPSEY & CHRYSTAL
ECONOMICS 12e
Learning Outcomes
• In particular, you will learn that:
• Consumers will maximize their overall satisfaction when
the marginal utility per pound spent is equal for all
products purchased.
• A theory of demand can be built by focusing on bundles
of goods between which the consumer is indifferent.
• Indifference curves show combinations of goods that give
the same level of satisfaction.
• A budget constraint shows what the consumer could buy
with a given income.
• A consumer optimizes by moving to the highest
indifference curve that is available with a given budget
constraint.
• The basic assumption here is that consumers
are motivated to make themselves as well off
as they can, or as economists like to put it: to
maximize their satisfaction, or utility.
Introduction
• In this chapter we look more closely at the
determinants of consumer demand. In
particular, we discuss the concept of utility
and use it to gain insights into how
consumers allocate their spending.
• We show how indifference curves can be
used to describe consumers’ tastes and then
introduce a budget line to describe the
consumption possibilities open to a consumer
who has a given income.
Learning Outcomes
• In particular, you will learn that (cont’d):
• The response to a price change can be decomposed into
an income and a substitution effect.
• For a good to have a negatively sloped demand curve it
is necessary (but not sufficient) that it be an inferior good.
• All units of the same product are identical but
the satisfaction that a consumer gets from
each unit of a product in not the same.
• This suggests that the satisfaction that people
get from consuming a unit of any product
varies according to how many of this product
they have already.

• Economists and philosophers thinking about
consumer choice and satisfaction in the
nineteenth century developed the concept of
utility and were hence sometimes called
utilitarians.
• But the big breakthrough for economics came
in the 1870s with what is known as the
marginal revolution, which gave birth to
neoclassical economics.
Diminishing marginal utility
• A basic assumption of utility theory, which is
sometimes called the law of diminishing
marginal utility, is as follows:
The marginal utility generated by additional
units of any product diminishes as an
individual consumes more of it, holding
constant the consumption of all other
products.
• If all products had the same price, the answer
would be easy.
• A consumer should simply allocate spending
so that the marginal utility of all products was
the same.
• If the marginal utility of all products were not
equal then total utility could be increased by a
different spending pattern.
Marginal and total utility
• The satisfaction a consumer receives from
consuming that product is called utility.
• Total utility refers to the total satisfaction
derived from all the units of that product
consumed.
• Marginal utility refers to the change in
satisfaction resulting from consuming one
unit more or one unit less of that product.
Maximizing utility
• We can now ask: what does diminishing
marginal utility imply for the way a consumer
who has a given income will allocate
spending in order to maximize total utility?
• How should a consumer allocate his or her
income in order to get the greatest possible
satisfaction, or total utility, from that
spending?
For example!
• If one product had a higher marginal utility
than the others, then expenditure should be
reallocated so as to buy more of this product,
and less of all others that have lower
marginal utilities.
• By buying more, its marginal utility would fall.
This continues until the consumer's utility
equates to his/her expenditure and utility is
maximized.

• How does this work if products have different
prices?
• Again, the same principles apply but now the
best a consumer can do is to rearrange
spending until the last unit of satisfaction per
pound spent on each product is the same.
Note!
To maximize utility consumers allocate
spending between products so that equal
utility is derived from the last unit of
money spent on each.

Conditions for maximising utility

• The conditions for maximizing utility can be • The condition required for any consumer to
stated more generally. maximize utility is that the following
• Denote the marginal utility of the last unit of relationship should hold, for all pairs of
product X by MUX and its price by pX. products:
• Let MUY and pY refer, respectively, to the
marginal utility of a second product, Y, and its
price.
• The marginal utility per pound spent on X will
be MUX/pX.

Consumers choose quantities not

Note! prices
• This is the fundamental equation of utility • If we rearrange the terms in previous
theory. equation we can gain additional insight into
• Each consumer demands each good up to consumer behaviour:
the point at which the marginal utility per
pound spent on it is the same as the marginal
utility of a pound spent on each other good.
• When this condition is met, the consumer
cannot shift a pound of spending from one
product to another and increase total utility.
• The right-hand side of this equation states the
relative price of the two goods.
• It is determined by the market and is beyond
the control of individual consumers, who react
to these market prices but are powerless to
change them.
Note!
• If the two sides of eqn (5.2) are not equal, the
consumer can increase total satisfaction by
changing the spending pattern.
• Assume, for example, that the price of a unit
of X is twice the price of a unit of Y (pX/pY =
2), while the marginal utility of a unit of X is
three times that of a unit of Y (MUX/MUY = 3).
• What about a further switch of X for Y?
• As the consumer buys more X and less Y, the
marginal utility of X falls and the marginal
utility of Y rises.
• The left-hand side of the equation states the
relative contribution of the two goods to add
to satisfaction if a little more or a little less of
either of them were consumed, a choice that
is available.
• Reducing purchases of Y by two units frees
enough purchasing power to buy a unit of X.
• Since one extra unit of X bought yields 1.5
times the satisfaction of two units of Y
forgone, the switch is worth making.
• In this example the consumer will go on
rearranging purchases—reducing Y
consumption and increasing X
consumption—until the marginal utility of X is
only twice that of Y.
• At this point, total satisfaction cannot be
further increased by rearranging purchases
between the two products.
 Note!
• It shows that an equilibrium position reached
when decision-takers have made the best
adjustment they can to the external forces
that constrain their choices.
• A rich consumer may consume more of each
product than a poor consumer and get more
total utility from them.
• However, the rich and the poor consumer
(and every other consumer who is
maximizing utility) will adjust their relative
purchases of each product so that the relative
marginal utilities are the same for all.
• Consumers with different tastes will, however,
derive different marginal utilities from their
consumption of the various commodities.
• So they will consume differing relative
quantities of products
• When they enter the market, all consumers
face the same set of market prices.
• When they are fully adjusted to these prices,
each one of them will have identical ratios of
their marginal utilities for each pair of goods.
• Thus, if the price of X is twice the price of Y,
each consumer will purchase X and Y to the
point at which his or her marginal utility of X is
twice the marginal utility of Y.
Note!
• But all will have declining marginal utilities for
each commodity and hence, when they have
maximized their utility, the ratios of their
marginal utilities will be the same for all of
them.
 Total and Marginal Utility Schedules Total and Marginal Utility Schedules

Number of films Total utility Marginal utility

attended per month
0 0.00

1 15.00 15.00
• As consumption increases, total utility rises but
2 25.00 10.00
marginal utility falls.
3 31.00 6.00
• The marginal utilities are the changes in utility when
consumption is altered by one unit.
4 35.00 4.00

5 37.50 2.50
• For example, the marginal utility of 10m, shown in
6 39.00 1.5
the entry in the last column, arises because with
attendances at the second film total utility increase
7 40.25 1.25
from 15 to 25 a difference of 10.
8 41.30 1.05
• The data in this table are plotted in the following
9 42.20 0.90 figure.
10 43.00 0.80

Total and Marginal Utility Curves MARGINAL UTILITY

50
The Utility Theory of Demand
20 • Marginal utility theory distinguishes between the total
40 utility that each consumer gets from the consumption of all
30 15 units of some product and the marginal utility each
consumer obtains from the consumption of one more unit
20 10 of the product.
– The basic assumption in utility theory is that the utility the
10 5 consumer derives from the consumption of successive units of a
product diminishes as the consumption of that product increases.
0 2 4 6 8 10 0 2 4 6 8 10 – Each consumer reaches a utility-maximizing equilibrium when the
Quantity of films [attendance per month] utility he or she derives from the last £1 spent on each product is
[i]. Increasing total utility [ii]. Diminishing marginal utility
equal.

MARGINAL UTILITY MARGINAL UTILITY

• Another way of putting this is that the marginal utilities • It is important to distinguish between total and marginal
derived from the last unit of each product consumed values because choices concerning a bit more and a
will be proportional to their prices. bit less can not be predicted from knowledge of total
• Demand curves have negative slopes because when values.
the price of product X falls, each consumer restores • The paradox of value involves confusion between total
equilibrium by increasing his or her purchases of X. and marginal values.
• The increase must be enough to lower the marginal • Elasticity of demand is related to the marginal value
utility of X until its ratio to the new lower price of X is that consumers place on having a bit more or a bit less
the same as it was before the price fell. of some product; it bears no necessary relationship to
the total value that consumers place on all of the units
• This restores the equality of the ratio to what it is for consumed of that product.
all other products.
 Bundles Conferring Equal Satisfaction Bundles Conferring Equal Satisfaction

Bundle Clothing Food

35
A 30 5 a
30
B 18 10
25
C 13 15 g
20 b
D 10 20
15
c
E 8 25
d
10 e
f
F 7 30 h T
5

5 10 15 20 25 30 35
Quantity of food

An Indifference Map
Bundles Conferring Equal Satisfaction

• None of the bundles in the table are obviously superior to any of

the others in the sense of having more of both commodities.
• Since each of the bundles shown in the table give the consumer
equal satisfaction, he is indifferent between them.
• The data in this table are plotted in the corresponding figure.

I5
I4
I3
I1 I2

0 Quantity of food per week

An Indifference Map Shapes of Indifference Curves

• A set of indifference curves is called an indifference map.

Perfect Substitutes Perfect Complements A good that gives zero
• The further the curve from the origin, the higher the level of utility
satisfaction it represents.
• Moving along the arrow is moving to ever-higher utility levels. I2
I2
I2 I1
I1
I1
0 0 0
[i]. Packs of green pins [ii]. Right hand gloves [iii]. Meat
 The Equilibrium of a Consumer
Shapes of Indifference Curves 35

Quantity of clothing per week

30

A good that confers a negative utility A good that is 25

An absolute necessity after some level of consumption not consumed
I2 I1
a 20
All other goods

15

I2 10
I1 0 I2
w f0 0 b I1
0 5
[iv]. Water [v]. Food [vi]. Good X

5 10 15 20 25 30 35

Quantity of food per week

The Equilibrium of a Consumer

The Equilibrium of a Consumer

Quantity of clothing per week

30
• Paul has an income of £150 a week and faces prices of £5 a
a b unit for clothing and £6 a unit for food.
25
c • A bundle of clothing and food indicated by point a is attainable.
• But by moving along the budget line to points such as b and c,
20
E higher indifference curves can be reached.
• At E, where the indifference curve I4 is tangent to the budget
15
line, Paul cannot reach a higher curve by moving along the
budget line.
• If he did alter his consumption bundle by moving, for example,
10 I5
d
I4 from E to d, he would move to the lower indifference curve I3
5 e
I3
and thus to a lower level of satisfaction.
f I2
I1
5 10 15 20 25 30 35

Quantity of food per week

An Income-consumption Line An Income-consumption Line

Income-consumption line

• This line shows how a consumer’s purchases react to changes

Quantity of clothing per week

in income with relative prices held constant.

E3 • Increases in income shift the budget line out parallel to itself,
E2
moving the equilibrium from E1 to E2 to E3.
E1
• The blue income-consumption line joins all these points of
equilibrium.
I3

I2

I1

0 Quantity of food per week

 The Price-consumption Line The Price-consumption Line
a

• This line shows how a consumer’s purchases react to a

Price-consumption
line
change in one price, with money income and other prices held
Quantity of clothing per week

constant.
E1 • Decreases in the price of food (with money income and the
price of clothing constant) pivot the budget line from ab to ac
E2 E3 to ad.
• The equilibrium position moves from E1, to E2 to E3.
• The blue price-consumption line joins all such equilibrium
points.
I3

I2
I1
b c d

Quantity of food per week

Derivation of an Individual’s Demand Curve Derivation of an Individual’s Demand Curve

• The points on a price-consumption line provide the

Price-consumption line
E2 information needed to draw a demand curve.
E1
E0 • In part (i) Phillip has an income of £200 per month and
I2 alternatively faces prices of £0.75, £0.50, and, £0.25 per litre
I0 I1
of petrol, choosing positions E0, E1, and E2.
0 60 120 220 267 400 800 • The information for the number of litres he demands at each
price is then plotted in part (ii) to yield his demand curve.
[i] Petrol [litres per month]
• The three points x, y, and z in (ii) correspond to the three
x
0.75 equilibrium positions E0, E1 and E2 in part (i).
y
0.50 Demand curve

0.25 z

0 60 120 220

Consumers’ Surplus
The Income and Substitution Effects

a
Consumers’ Surplus
Value of all other goods [£ per week]

• Consumers’ surplus is the difference between [1] the

a1
E0 value consumers place on their total consumption of
some product and [2] the actual amount paid for it.
E1
• The first value is measured by the maximum they
would pay for the amount consumed rather than go
without it completely.
Substi
• The second is measured by market price times
I1
tution
effect
quantity.
0 q0 q1 b q j1 Quantity of petrol [litres per week]
2
 Consumer’s Surplus for an Individual

Consumer’s Surplus for an Individual

3.00
• Consumer’s surplus is the sum of the extra valuations placed
on each unit above the market price paid for each.
• This figure is based on the data in the table.Ms.
2.00 • Green pays the red area for the 8 glasses of milk she
consumes per week when the market price is £0.30 a glass.
• The total value she places on these 8 glasses of milk is the
entire shaded area (red and green).
1.00 Market price
• Hence her consumer’s surplus is the green area.

0.30

1 2 3 4 5 6 7 8 9 10
Glasses of milk consumed per week

Consumers’ Surplus for the Market

Consumers’ Surplus for the Market

Market price

p0

D D

0 Quantity 0 Quantity q0

Consumers’ Surplus for the Market

• The area under the demand curve shows the total valuation
that consumers place on all units consumed.
• For example, the total value that consumers place on q0 units
is the entire area shaded red and green under the demand
curve up to q0.
• At a market price of p0 the amount paid for q0 units is the red
area.
• Hence consumers surplus is the green area under the
demand curve and above p0.

The Cost Structure
of Firms
Chapter 6
LIPSEY & CHRYSTAL
ECONOMICS 12e
Learning Outcomes
• Real-world firms can adopt one of several different
legal structures, but for most of the analysis in the
book firms are assumed to have a very simple
structure.
• There is a difference between economists’ measure
of profit and accountants’ measure of profit.
• For economists, profit is the difference between total
cost and total revenue, where total cost includes the
cost of capital.
• The long-run cost curve can take on various
shapes depending on the scale effects when
all inputs are allowed to vary at once.
• Costs in the very long run are altered by
technical change.
Introduction
• The firm is the most important agent in the
economy that makes decisions about
production of the specific goods or services in
which it specializes.
• The firms’ options are affected by the market
structure in which they operate.
• They also have to make supply decisions in
the light of their costs of production.
• The production function relates physical
quantities of inputs to the quantity of output.
• Cost curves show the money cost of
producing various levels of output.
• The short-run cost curve is U-shaped
because some inputs are being held constant
and the law of diminishing returns applies to
these that are allowed to vary.
Firms in Practice and Theory
• Production is organised either by private
sector firms, which may take the following
forms:
• Sole traders
• Ordinary partnerships
• Limited partnerships
• Joint-stock companies
• Public corporations
• Non-profit units

• Modern firms finance themselves by selling
shares, reinvesting their profits, or borrowing
from lenders such as banks.
• Firms are in business to make profits, which
they define as the difference between what
they earn by selling their output and what it
costs them to produce that output.
• This is the return to owner’s capital.
• Pure or economic profits are the difference
between revenues and all these costs.
• Pure profits play a key role in resource
allocation.
• Positive pure profits attract resources into an
industry; negative pure profits induce
resources to move elsewhere.
• Short-run average and marginal cost curves
are U-shaped, the rising portion reflecting
diminishing average and marginal returns.
• The marginal cost curve intersects the
average cost curve at the latter’s minimum
point, which is called the firm’s capacity
output.
• There is a family of short-run average and
marginal cost curves, one for each amount of
the fixed factor.
Production, Costs and Profits
• The production function relates inputs of
factor services to outputs.
• In addition to what firms count as their costs,
economists include the imputed opportunity
costs of owners’ capital.
• This includes the pure return, what could be
earned on a riskless investment, and a risk
premium, what could be earned over the pure
return on an equally risky investment.
Costs in the Short Run
• Short run variations in output are subject to
the law of diminishing returns:
• Equal increments of the variable input sooner
or later produce smaller and smaller additions
to total output and, eventually, a reduction in
average output per unit of variable input.
Costs in the Long Run
• In the long run, the firm can adjust all inputs
to minimize the cost of producing any given
level of output.
• Cost minimization requires that the ration of
an input’s marginal product to its price be the
same for all inputs.
• The principle of substitution states that, when
relative input prices change, firms will
substitute relatively cheaper inputs for
relatively more expensive ones.
 The Very Long Run
• Long-run cost curves are often assumed to • In the very long run, innovations introduce
be U-shaped, indicating decreasing average new methods of production that alter the
costs (increasing returns to scale) followed by production function.
increasing average costs (decreasing returns • These innovations occur as response to
to scale). changes in economic incentives such as
• The long-run cost curve may be thought of as variations in the prices of inputs and outputs.
the envelope of the family of short-run curves, • These cause cost curves to shift downwards.
all of which shift when factor prices shift.

Profit and Loss Account for XYZ Company For the Year A simplified profit and loss account
Ending 31 Dec. 20XX
Variable costs (VC) Revenue from sales £1,000,000

Materials Wages £200,000

• Costs are divided between variable and fixed.
Other
Materials
Others
£300,000
£1000,00
• Total revenue minus total costs as measured by
Total VC
Total VC 600,000
the firm give profits in the sense used by firms.
Fixed Costs
Fixed costs (FC) • To the firm, profits include the opportunity cost of
Rent
Rent 50,000
its capital - what it must earn to induce it to keep
Managerial salaries
Interest on loans
60,000
90,000
its capital in its present use.
Depreciation allowance 50,000

Total FC 250,000

Total FC Total Costs (FC+VC) 850,000

Profit (revenue less total costs) £150,000

Calculation of Pure Profits Calculation of pure profits

Profits as reported by the firm £150,000

• The economist’s definition of profits does not
include the opportunity cost of capital.
Opportunity cost of capital
Pure return on the firm’s capital -£100,000
• To arrive at this figure the opportunity cost of
Risk Premium -£40,000
capital must be deducted from what the firm
regards as its capital.
Pure or economic rent £10,000
 Total, Average and Marginal Products in the Short Run Total, average and marginal product curves

2100
Quantity of Total Product Average Product Marginal Product 300 Point of diminishing
TP marginal returns
Labour (L) (TP) (AP) (MP) 1800
250
(1) (2) (3) (4)

Total product [T/P]

1500
200
1 43 43 43
2 160 80 117 1200 AP
3 351 117 191 150
4 600 150 249 900 Point of diminishing
5 875 175 275 average returns
6 1152 192 277 100
600 MP
7 1375 196 220
8 1536 192 164 50
9 1656 184 120 300
10 1750 175 94
11 1815 165 65
12 1860 155 45 0 2 4 6 8 10 12 2 4 6 8 10 12
Quantity of Labour
[i] Total Product Quantity of labour [ii] Average and Marginal Product

Total, average and marginal product curves Variation of Costs With Capital Fixed and Labour Variable

(i): Total product curve Inputs Total Cost Average Cost

• The TP curve shows the total product steadily Capital Labour

[L]
Output
[q]
Fixed Variable Total
[TFC] [TVC] [TC]
Fixed
[AFC]
Variable
[AVC]
Total Marginal
[ATC] Product [MP]
rising, first at an increasing rate, then at a
[1] [2] [3] [4] [5] [6] [7] [8] [9] [10]
decreasing rate.
10 1 43 £100 £20 £120 £2,326 £0.465 £2,791 £0.465

(ii): Average and marginal product curves 10 2 160 100 40 140 0.625 0.250 0.875 0.171

• The marginal product curves rise at first and 10 3 351 100 60 160 0.285 0.171 0.456 0.105
then decline.
• Where AP reaches its maximum. MP = AP.

Total, Average and Marginal Cost Curves Total, Average and Marginal Cost Curves

280 TC
• Total fixed cost does not vary with output.
TVC 0.70
240 • Total variable cost and the total of all costs, TC, (= TVC + TFC) rise
0.60 with output, first at a decreasing rate, then at an increasing rate.
200
• The total cost curves in the figure give rise to the average and
Cost [£]

0.50
160 MC
marginal curves in this figure.
0.40 • Average fixed cost (AFC) declines as output increases.
120
TFC 0.30 • Average variable cost (AVC) and average total cost (ATC) decline
AVC and then rise as output increases.
80 0.20 ATC • Marginal cost (MC) does the same, intersecting the AVC and ATC
40 0.10 curves at their minimum points.
AFC
• Capacity output is defined as the minimum point of the ATC curve,
300 600 900 1200 1500 1800 2100 300 600 900 1200 1500 1800 2100 which is an output of 1,500 in this example.
[i] Total cost curves Output [ii] Marginal and Output
average cost curves
 A Long-run Average Cost-curve A Long-run Average Cost-curve

• The long-run average cost (LRAC) curve is the boundary

between attainable and unattainable levels of cost.
c2
LRAC
• Since the lowest attainable cost of producing q0 is c0 per unit, the
c0 E0
point E0 is on the LRAC curve.
• Suppose a firm producing at E0 desires to increase output to q1.
c1 E1
Attainable levels of cost
• In the short run, it will not be able to vary all factors, and thus unit
costs above c1, say c2, must be accepted.
• In the long run a plant that is the optimal size for producing
Unattainable levels of cost output q1 can be built and costs of c1 can be attained.
• At output qm the firm attains its lowest possible per-unit cost of
production for the given technology and factor prices.
q0 q1 qm
0 Output per period

Long-run Average Cost and Short-run Average Cost

Long-run Average Cost and Short-run Average Cost Curves
Curves

• The short-run average total cost (SRATC) curve is tangent

to the long-run average cost (LRAC) curve at the output
for which the quantity of the fixed factors is optimal.
• The curves SRATC and LRAC coincide at output q0 where
SRATC
LRAC the fixed plant is optimal for that level of output.
c0 • For all other outputs, there is too little or too much plant
and equipment, and SRATC lies above LRAC.

q0 qm

Output per period

Long-run Average Cost and Short-

The Envelope Long-run Average Cost Curve
run Average Cost Curves
• If some output other than q0 is to be sustained,
costs can be reduced to the level of the long-run
curve when sufficient time has elapsed to adjust the
size of the firm’s fixed capital.
• The output qm is the lowest point on the firms long- LRAC
run average cost curve.
• It is called the firm’s minimum efficient scale (MES),
and it is the output at which long-run costs are
minimized.

Output per period

 The Envelope Long-run Average Cost Curve The Envelope Long-run Average Cost Curve

SRATC SRATC

LRAC LRAC

c0 c0

q0 q0

Output per period Output per period

The Envelope Long-run Average Cost Curve The Envelope Long-run Average Cost Curve

SRATC SRATC
SRATC SRATC
LRAC LRAC

c0 c0

q0 q0

Output per period Output per period

The Envelope Long-run Average Cost Curve The Envelope Long-run Average Cost Curve

• Each short-run curve shows how costs vary if output varies,

with the fixed factor held constant at the level that is optimal
for the output at the point of tangency with LRAC.
• As a result, each SRATC curve touches the LRAC curve at
SRATC
SRATC one point and lies above it at all other points.
LRAC • This makes the LRAC curve the envelope of the SRATC
curves.
c0

q0 qm

Output per period


Perfect Competition
Chapter 7
LIPSEY & CHRYSTAL
ECONOMICS 12e
Learning Outcomes
• Under perfect competition marginal cost will equal the market
price, and so the supply curve of firms is determined by the
marginal cost curve.
• The long-run supply curve of a competitive industry may be
positively sloped, horizontal, or negatively sloped depending on
how input prices are affected by the industry’s expansion.
• Perfect competition maximizes benefits that consumers receive
from the output of the product in question.
CHAPTER 7: PERFECT COMPETITION
Short-run Equilibrium
• Any firm maximizes profits producing the output where its
marginal cost curve intersects the marginal revenue curve from
below - or by producing nothing if average cost exceeds price at
all outputs.
• A perfectly competitive firm is a quantity-adjuster, facing a
perfectly elastic demand curve at the given market price and
maximizing profits by choosing the output that equates its
marginal cost to price.
• The supply curve of a firm in perfect competition is its marginal
cost curve, and the supply curve of a perfectly competitive
industry is the sum of the marginal cost curves of all its firms.
• The intersection of this curve with the market demand curve for
the industry’s product determines market price.
Learning Outcomes
• The impact of the product market on firms’ prices and output
choices is determined by the nature of the product and the
market structure in which they operate.
• In perfect competition firms produce a homogeneous product
and are price-takers in their output markets.
• All profit-maximising firms choose their output to equate
marginal cost and marginal revenue.
CHAPTER 7: PERFECT COMPETITION
Market Structure and Firm Behaviour
• Competitive behaviour refers to the extent to which individual firms
compete with each other to sell their products.
• Competitive market structure refers to the power that individual firms
have over the market - perfect competition occurring where firms
have no market power and hence no need to react to each other.
Perfectly Competitive Markets
• The theory of perfect competition is based on the following
assumptions: firms sell a homogenous product; customers are well
informed; each firm is a price-taker; the industry can support many
firms, which are free to enter or leave the industry.
CHAPTER 7: PERFECT COMPETITION
Long-run Equilibrium
• Long-run industry equilibrium requires that each individual firm
be producing at the minimum point of its LRAC curve and be
making zero profits.
• The long-run industry supply curve for a perfectly competitive
industry may be [i] positively sloped, if input prices are driven up
by the industry’s expansion; [ii] horizontal, if plants can be
replicated and factor prices remain constant; or [iii] negatively
sloped, if some other industry that is not perfectly competitive
produces an input under conditions of falling long-run costs.
The Allocative Efficiency of Perfect Competition
• Perfect competition produces an optimal allocation of resources
because it maximizes the sum of consumers’ and producers’
surplus by producing equilibrium where marginal cost equals
price.
 The Demand Curve for a Competitive Industry and for One Firm The Demand Curve for a Competitive Industry and for One Firm

5 5
• The industry’s demand curve is negatively sloped, the firm’s
4 S demand curve is virtually horizontal.
Price [£]

4
• The competitive industry has output of 200 million tonnes
Dfirm
3
when the price is £3.
3
• The individual firm takes that market price as given and
2
considers producing up to say, 60,000 tonnes.
2
• The firm’s demand curve in part (ii) is horizontal because any
1
change in output that this one firm could manage would leave
1
D
price virtually unchanged at £3.
60
100 200 300 400 10 20 30 40 50
Quantity [millions of tons] Quantity [thousands of tons]
[i] Competitive industry’s demand curve [ii] Competitive firm’s demand curve

Revenue Concepts for a Price-taking Firm Revenue Concepts for a Price-taking Firm

Quantity sold Price TR = p*q AR = TR/q MR = TR/q

(Units) • The table shows the calculation of total (TR), average (AR),
(q) (£p) (£) (£) (£)
and marginal revenue (MR) when market price is £3.00.
• For example when sales rise from 11 to 12 units, revenue
10 3.00 30.00 3.00
3.00 rises form £33 to £36 making marginal revenue equal to £3.
11 3.00 33.00 3.00 • The table illustrates the general result that when price I fixed
3.00
12 3.00 36.00 3.00 average revenue, marginal revenue, and price are all equal.
3.00
13 3.00 39.00 3.00

Revenue Curve for a Firm Revenue Curve for a Firm

• Because price does not change as the firm varies its output,
neither marginal nor average revenue varies with output -
both are equal to price.
TR
• When price is constant, total revenue is a straight line
AR = MP = p through the origin whose constant positive slope is the price
3 £’ 39
per unit.
30

0 10 0 10 13
Output
Output
[i] Average and marginal revenue [ii] Total revenue
 The Short-run Equilibrium of a Firm in Perfect Competition The Short-run Equilibrium of a Firm in Perfect Competition

£ £ MC
per per
unit unit
AVC AVC

Output Output

The Short-run Equilibrium of a Firm in Perfect Competition

The Short-run Equilibrium of a Firm in Perfect Competition

£ MC
per • The firm chooses the output for which p=MC above the level
unit of AVC.
AVC
• When price equals marginal cost, as at output qE, the firm
E loses profits if it either increases or decreases its output.
p=MR=AR • At any point left of qE, say q2, price is greater than the
marginal cost, and it pays to increase output (as indicated by
the left-hand arrow).
• At any point to the right of qE, say q1, price is less than the
marginal cost, and it pays to reduce output (as indicated by
the right-hand arrow).
q2 qE q1

Output

Total Cost and Revenue Curves Total Cost and Revenue Curves

TC
TR
• At each output the vertical distance between the TR and TC
curves shows by how much total revenue exceeds or falls
£
short of total cost.
• The gap is largest at output qE which is the profit-maximizing
output.

0 qE
Output
 The Supply Curve for a Price-taking Firm The Supply Curve for a Price-taking Firm

MC MC

5 5 5 5
£ per nut

£ per nut
4 4 4 4
AVC AVC
E1 p1
3 3 3 3

E0 E0
p0 p0
2 2 2 2

1 1 1 1

Output q0 Quantity q0 q1
Output Quantity
[i] Marginal cost and average variable cost curves [ii] The supply curve [i] Marginal cost and average variable cost curves [ii] The supply curve

The Supply Curve for a Price-taking Firm The Supply Curve for a Price-taking Firm

MC S
E3 p3
MC 5 5

5 5 E2 p2
4 4
£ per nut

AVC
E2 p2
4 4 E1 p1
£ per nut

AVC 3 3
E1 p1 E0
3 3 p0
2 2
E0
p0
2 2
1 1

1 1

q0 q1 q2 q3
Output Quantity
Output q0 q1 q2 Quantity
[ii] The supply curve [i] Marginal cost and average variable cost curves [ii] The supply curve
[i] Marginal cost and average variable cost curves

The Supply Curve for a Price-taking Firm Alternative Short-run Equilibrium Positions for a Firm in Perfect Competition

• For a price-taking firm the supply curve has the same shape
as its MC curve above the level of AVC. SRATC [i]
• The point E0, where price, p0, equals AVC is the shutdown
£ per unit

point. MC
• As price rises from £2 to £3 to £4 to £5, the firm increases its
production from q0 to q1 to q2 to q3 .
p1 E
• For example at a price of £3, the firm produces output q1 and
earns the contribution to fixed costs shown by the dark blue SARVC

shaded rectangle.
0 q1 Output
• The firm’s supply curve is shown in part (ii). It relates market
price to the quantity the firm will produce and offer for sale.
• It has the same shape as the firm’s MC curve for all prices
above AVC.
 Alternative Short-run Equilibrium Positions for a Firm in Perfect Competition Alternative Short-run Equilibrium Positions for a Firm in Perfect Competition

£ per unit
SRATC [ii] SRATC [iii]
MC

MC

£ per unit
E
p2
E
p3

0 q2 Output
MC
0 q3
Output

Short-run Equilibrium Positions for a Firm in Perfect Competition

Alternative Short-run Equilibrium Positions for a Firm in Perfect Competition
(i) The firm is making losses
£ per unit
£ per unit

SRATC [i] [ii]

MC SRATC
MC • The market price is p1. Because this price is below average
total cost, the firm is suffering losses shown by the light blue
E area.
p1 E
p2 • Because price exceeds average variable cost, the firm
SARVC continues to produce in the short run.
• Because price is less than ATC, the firm will not replace its
0 q1 Output q2 Output
0
MC capital as it wears out.
[iii]
£ per unit

SRATC

E
p3

0 q3
Output

Short-run Equilibrium Positions for a Firm in Perfect Competition Short-run Equilibrium Positions for a Firm in Perfect Competition
(ii) The firm is just covering all its costs (iii) The firm is making pure profits

• The market price is p2. • The market price is p3.

• The firm is just covering its total costs. • The firm is earning pure (or economic) profits in excess of all
• It will replace its capital as it wears out since its revenue is its costs, as shown by the dark blue area.
covering the full opportunity cost of its capital. • The firm will replace its capital as it wears out.
 Consumers’ and Producers’ Surplus

Consumers’ and Producers’ Surplus

• Consumers’ surplus is the area under the demand curve and above
S the market price line.
Price

• The equilibrium price and quantity are p0 and q0.

• The total value that consumers place on q0 units of the product is
E
Consumer surplus Market price given by the sum of the dark yellow, light yellow, and light blue areas.
p0
Producers surplus
• The amount that they pay is p0q0, the rectangle that consists of the
light yellow and light blue areas.
D • The difference, shown as the dark yellow area, is consumers’
Total variable cost surplus.

0
q0

Quantity

Consumers’ and Producers’ Surplus The Allocative Efficiency of Perfect Competition

• Producers surplus is the area above the supply curve and below the
S
market price line.
• The receipts of producers from the sale of q0 units are also p0q0. 1
• The area under the supply curve, the blue-shaded area, is total E
3 Competitive market price
variable cost, which is the minimum amount that producers must p0
receive to induce them to supply the output.
• The difference, shown as the light yellow area, is producers’ surplus. 2
4
D

0 q1 q0 q2

Quantity

The Allocative Efficiency of Perfect Competition The Allocative Efficiency of Perfect Competition

• At the competitive equilibrium E consumers’ surplus is the dark

yellow area above the price line.
• Producers’ surplus is the light yellow area below the price line.
• Reducing the output to q1 but keeping price at p0 lowers
consumers surplus by area 1.
• It lowers producers’ surplus by area 2.
• Assume that producers are forced to produce output q2 and to
sell it to consumers, who are in turn forced to buy it at price p0.
• Producers’ surplus is reduced by area 3 (the amount by which
variable costs exceed revenue on those units).
• Consumers’ surplus is reduced by area 4 (the amount by which
expenditure exceeds consumers’ satisfactions on those units).
• Only at the competitive output, q0, is the sum of the two
surpluses maximized.
 Short-run and Long-run Equilibrium of a Firm in Perfect Competition
Short-run and Long-run Equilibrium of a Firm in Perfect Competition

SRATC0
MC0
• The firm’s existing plant has short-run cost curves SRATC0 and
MC0 while market price is p0.
p0 • The firm produces q0, where MC0 equals price and total costs are
MC* just being covered.
c0 • Although the firm is in short-run equilibrium, it can earn profits by
SRATC* building a larger plant and so moving downwards along its LRAC
LRAC
curve.
p*

0 q0 q*

Long-run Industry Supply Curves

Short-run and Long-run Equilibrium of a Firm in Perfect Competition

• Thus the firm cannot be in long-run equilibrium at any output

S0 S0
below q*, because average total costs can be reduced by
Price

building a larger plant.

• If all firms do this, industry output will increase and price will
fall until long-run equilibrium is reached at price p*.
• Each firm is then in short-run equilibrium with a plant whose
average cost curve is SRATC* and whose short-run marginal
cost curve, MC*, intersects the price line p at an output of q*. S0
Quantity Quantity
• Because the LRAC curve lies above p* everywhere except at
q*, the firm has no incentive to move to another point on its
LRAC curve by altering the size of its plant.
• Thus a perfectly competitive firm that is not at the minimum
point on its LRAC curve cannot be in long-run equilibrium.
Quantity

Long-run Industry Supply Curves Long-run Industry Supply Curves

D1
D0 S0 D0 S0 D1 S0 D0 S0
D0
Price

E1
Price

E0 E1
E0 E0
p0 p0 E0

S0 S0
D0
q1 Quantity q1 Quantity q1 Quantity D0 q1
D1 E1 Quantity

p0 E0
p0 E0

q1 Quantity q1 Quantity
 Long-run Industry Supply Curves
(i) A constant long-run industry supply curve

D1
D1 S0 D0 S0
(ii) • The initial curves are at D0 and S0.
D0 (i) E1
• Equilibrium is at E0 with price p0 and quantity q0.
Price

E1 E2
E0
p0 LRS • A rise in demand shifts the demand curve to D1, taking the short-
E2 p0
LRS E0 run equilibrium to E1.
• New firms now enter the industry, shifting the short-run supply
q2
curve outwards.
D1
S0 • Price is pushed down until pure profits are no longer being
q1 q2 Quantity D0 q1 Quantity
E1 earned. At this point the supply curve is S1.
• The new equilibrium is E2 with price at p2 and quantity q2.
p0 E0 (iii) • The curves shift so that price returns to its original level, making
E2
the long-run supply curve horizontal.
p0 LRS

q1 q2 Quantity

(ii) A Rising long-run industry supply curve (iii) A falling long-run industry supply curve

• The initial curves are at D0 and S0. • The initial curves are at D0 and S0.
• Equilibrium is at E0 with price p0 and quantity q0. • Equilibrium is at E0 with price p0 and quantity q0.
• A rise in demand shifts the demand curve to D1, taking the short- • A rise in demand shifts the demand curve to D1, taking the short-
run equilibrium to E1. run equilibrium to E1.
• New firms now enter the industry, shifting the short-run supply • New firms now enter the industry, shifting the short-run supply
curve outwards. curve outwards.
• Price is pushed down until pure profits are no longer being earned. • Price is pushed down until pure profits are no longer being
• At this point the supply curve is S1. earned. At this point the supply curve is S1.
• The new equilibrium is E2 with price at p2 and quantity q2. • The new equilibrium is E2 with price at p2 and quantity q2.
• Profits are eliminated and entry ceases before price falls to its • The price falls below its original level before profits return to
original level, giving the LRS curve a positive slope. normal, giving the LRS curve a negative slope.
 Monopoly
Chapter 8
LIPSEY & CHRYSTAL
ECONOMICS 12e
• Pure profits exist in the long run under
monopoly, so long as there are entry barriers.
• Cartel can increase the profits of colluding
firms, but individual members have incentives
to break away.
INTRODUCTION - MONOPOLY
The Allocative Inefficiency of Monopoly
• Monopoly is allocatively inefficient.
• By producing less than the perfectly competitive output it
transfers some consumers’ surplus to its own profits and
also causes deadweight loss of surplus that would have
resulted from the output that is not produced.
Learning Outcomes
• A monopolist sets marginal cost equal to marginal
revenue, but marginal cost is less than price.
• Output is lower under monopoly than under
perfect competition.
• Profit can be increased for a monopolist if it is
possible to charge different prices to different
customers or in separate markets.
INTRODUCTION - MONOPOLY
A Single-Price Monopolist: price discrimination
• A monopoly is an industry containing a single firm.
• The monopoly firm maximises its profits by equating
marginal cost to marginal revenue, which is less than
price.
• Production under monopoly is less than it would be
under perfect competition, where marginal cost is
equated to price.
INTRODUCTION - MONOPOLY
A Multi-Price Monopolist
• If a monopolist can discriminate among either different
units or different customers, it will always sell more and
earn greater profits than if it must charge a single price.
• For price discrimination to be possible, the seller must be
able to distinguish individual units bought by a single
buyer or to separate buyers into classes among whom
resale is impossible.
 INTRODUCTION - MONOPOLY INTRODUCTION - MONOPOLY

Long-run Monopoly Equilibrium Cartels as Monopolies

• A monopoly can earn positive profits in the long run if
there are barriers to entry.
• These may be man-made, such as patents or exclusive
franchises, or natural, such as economies of large-scale
production.
• The joint profits of all firms in a perfectly competitive
industry can always be increased if they agree to restrict
output.
• After agreement is in place, each firm can increase its
profits by violating the agreement. If they all do this,
profits are reduced to the perfectly competitive level.

Total, Average and Marginal Revenue The Effect on Revenue of an Increase in Quantity Sold

Price Quantity Total Revenue Marginal Revenue

p=AR q TR=p*q MR = TR/q

(£) (£) (£) (£)

9.10 9 81.90
8.10 p0
9.00 10 90.00
7.90 p1
8.90 11 97.90

Reduction Addition to
in revenue revenues

q0 q1 Quantity

Total, Average and Marginal Revenue The Effect on Revenue of an Increase in Quantity Sold

• Because the demand curve has a negative slope, marginal

• Marginal revenue is less than price because price must be
revenue is less than price.
lowered to sell an extra unit.
• A reduction of price from p0 to p1 increases sales by one unit from
• For example, consider the marginal revenue of the eleventh unit.
q0 to q1 units.
• It is total revenue when eleven units are sold (£97.90) minus total
• The revenue from the extra unit sold is shown as the medium blue
revenue when 10 units are sold (£90.00) which is £7.90.
area.
• This is less than the £8.90 at which the eleventh unit is sold
• To sell this unit, it is necessary to reduce the price on each of the
because the price on all previous 10 units must be cut by £0.10 to
q0 units previously sold.
raise sales by one unit.
• The loss in revenue is shown as the dark blue area.
• Marginal revenue of the extra unit is equal to the difference
between the two areas.
 Revenue curves and demand elasticity Revenue curves and demand elasticity
Elasticity
10 greater Unity elasticity
than one >1 =1 • Rising TR, positive MR, and elastic demand all go together.
Elasticity between • In this example, for outputs from 0 to 50 units, marginal revenue is
zero and one positive, elasticity is greater than unity, and total revenue is rising.
0 <  <1
AR • Falling TR negative MR and inelastic demand all go together. In
5
50 100 this example, for outputs from 50 to 100 units, marginal revenue is
negative, elasticity is less than unity, and total revenue is falling.
MR
-10 (All elasticities refer to absolute not algebraic values.)
Quantity
250
TR
£

0 50 100 Quantity

The Equilibrium of a Monopoly

The Equilibrium of a Monopoly
MC

• The monopoly produces the output q0 where marginal revenue

ATC
p0 equals marginal cost (rule 2).
• At this output, the price of p0 (which is determined by the
c0 AVC
demand curve) exceeds the average variable cost (rule 1).
• Total profit is the profit per unit of p0-c0 multiplied by the output
of q0, which is the yellow area.

MR
D = AR

0 q0 Quantity
Profit-maximizing quantity

No Supply Curve under Monopoly No Supply Curve under Monopoly

• The demand curves D’ and D’’ both have marginal revenue curves
that intersect the marginal cost curve at output q0.
D” • But because the demand curves are different, q0 is sold at:
• p0 when the demand curve is D’ and at p1 when the demand curve
is D’’.
p1 MC
• Thus under monopoly there is no unique relation between price and
the quantity sold.
p0

D’
MR” MR’

0 q0 Quantity
The same output at different prices
 The deadweight loss of monopoly The deadweight loss of monopoly

MC [monopoly] = S [competition] • At the perfectly competitive equilibrium Ec consumers’ surplus is the

sum of the areas 1, 5, and 6.
• When the industry is monopolized, price rises to pm, and consumers
5
pm Em surplus falls to area 5.
Ec
6 1 Competitive price • Consumers lose area 1 because that output is not produced.
p0
2 • They lose area 6 because the price rise has transferred it to the
7
monopolist.
• Producers’ surplus in the competitive equilibrium is the sum of the
D

areas 7 and 2.
MR

0 qm q0 Quantity

A Price-discriminating Monopolist

The deadweight loss of monopoly

• When the market is monopolized and price rises to pm, the surplus
area 2 is lost because the output is not produced. D

• However the monopolist gains area 6 from consumers. Area 6 is

MR
known to be greater than 2 because pm maximizes the monopolist pm
profits. 1
pd
• Thus although the monopolist gains, society loses areas 1 and 2. S = MC
2 3
• Areas 1 and 2 are the deadweight loss resulting from monopoly and
account for its allocative inefficiency.

0 qm qd qc
Quantity

A Price-discriminating Monopolist

• This new group who would buy nothing at the

• Initially the monopolist produces output qm which it sells at
pm where MC = MR instead of the competitive output qc
where MC equals demand (which is consumers’ marginal
utility).
• The deadweight loss is the sum of the three areas labelled
1, 2, and 3.
• A second group of consumers is then isolated from the first
(the first group continue to buy qm at pm).
original price of pm, will buy an amount that would
increase total output to qd at a price of pd.
• The monopoly firm’s profits now rise by the area
2, which is the difference between its cost curve
and the price pd that is charged to the new group
who buy the amount between qm and qd.
• Consumers’ surplus rises by the area labelled 1
and total deadweight loss falls to the area
labelled 3.
 Conflicting forces affecting cartels Conflicting forces affecting cartels (i) the market

MR
• Initially the market is in competitive equilibrium, with price p0 and
ATC quantity Q0.
p1 MC
S • The cartel is formed and enforces quotas on individual firms that
p1 are sufficient to reduce the industry’s output to Q1, the output that

£ per unit
E maximizes the joint profits of the cartel members.
E
p0
p0 • Price rises to p1.

D
0 Q1 Q0 q1 q0 q2

Quantity [thousands of tons] Quantity [tons]

[i]. Market equilibrium [ii]. Firm equilibrium

Conflicting forces affecting cartels (ii) an individual firm Conflicting forces affecting cartels (ii) an individual firm

• (Note the change in scale from figures (i) and (ii).
• Initially the individual firm is producing output q0 and is just
covering its total costs at price p0.
• When the cartel restricts production the typical firm’s quota
is q1.
• The firm’s profits rise from zero to the amount shown by the
dark blue area.
• Once price is raised to p1 however, the individual firm would
like to increase output to q2, where marginal cost is equal to
the price set by the cartel.
• This would allow the firm to earn profits shown by the blue
hatched area.
• But if all firms violate their quotas in this way, industry
output will rise above Q1, market price will fall, and the profit
earned by each and every firm will fall.
 Learning Outcomes

• Concentration of production varies between industries, but

firms in all intermediate industry types have some power
Imperfect Competition to influence price.
Chapter 9 • In industries where there are many producers but of
different products, free entry will tend to eliminate profits in
the long run.
LIPSEY & CHRYSTAL
ECONOMICS 12e

Learning Outcomes INTRODUCTION - IMPERFECT COMPETITION

• Where there is a small group of dominant producers Imperfectly Competitive Market Structures
(oligopoly), strategic interaction is important because the • Firms in market structures other than perfect competition
market form of one is affected by what its rivals do. face negatively sloped demand curves and must
• Insights into the choices available and the nature of administer their prices.
outcomes can be achieved using game theory.
• Oligopoly can be associated with pure profits in the long
run if there are barriers to entry.

INTRODUCTION - IMPERFECT COMPETITION [i] Equilibrium of a Typical Firm in Monopolistic Competition

Monopolistic Competition MC
• In the theory of large-group monopolistic competition,
many firms compete to sell differentiated products. Es ATC

• Each may make pure profits in the short run. In the long
ps

D
run, freedom of entry shifts its demand curve until it is
tangent to the ATC curve, leading to excess capacity MR
and production at average costs above the minimum
possible level.
qs
Output

[I]. Short-run equilibrium

(i) Short run equilibrium for a firm in monopolistic competition [ii] Equilibrium of a Typical Firm in Monopolistic Competition

• A typical monopolistically competitive firm is shown in short-run MC

equilibrium is at point ES.
• Output is qs, where MC = MR, price is ps.
• Profits are the blue area. ATC
EL
pL
pc

MR

qL qc
Output [ii]. Long-run equilibrium

(ii) Long run equilibrium of a firm in monopolistic competition

• Here the firm is in long-run equilibrium at point EL.

• Entry of new firms has pushed the existing firm’s demand curve to
the left until the curve is tangent to the firm’s ATC curve at output
qL .
• Price is pL, and total costs are just being covered. Excess
capacity is qC-qL.
• If the firm did produce at capacity, its costs would fall from pL per
unit of output to pC.
 Introduction to Official Statistics: Outline
• Greetings and Course Delivery
What Are Official Statistics? • Definition and Roles of Official Statistics

• History and Important Development of Official Statistics

Teaching and learning methods Assessment (Penilaian)

TYPE HOURS
TYPE PERCENTAGE CONTRIBUTION
Online Teaching
(Zoom, Google Classroom, Video
35 (14 Session*2.5 Hours) UTS 35
Lectures, Online Discussion,
Workshops&Exercises) UAS 35
Independent Study (Reading The more you study and practice, The
Tugas
30
resources, practice, Online more you get knowledge and (Mandiri/Kelompok)
Program/Mooc, Socmed/WA Group) experience

BIG PICTURE for

Official Statistics Literacy

Fundamentals 10 UNFPOS Quality Assurance

Framework

Written on

GSBPM
Communicating with users GOAL
Legislative basis

How official statistics are produced Core Skills Level 3 – (Analyst)

Handbook of
Statistical
Organisations
Statistical System
Source: https://www.legislation.gov.uk/ukpga/2007/18/section/42
Roles of
Official
Statistics in
History

Characteristics
of Official
Statistics
 3. England
4. Roman Empire
William the conqueror
Compiled the Doomsday 1. Ancient China
A regular census of
book, a record of people and property
information about villages A Well-Preserved
was conducted in the
in the country in 1086 CE census was
Roman Empire
conducted in the Han
Dinasty in 2 CE.

6. Incan Empire 2. Babylonia

5. Ancient Egypt
Incan tribes recorded Agricultural
numbers of people, Census were
Accounts exists of
houses and livestock conducted in
censuses conducted
using a system of Babylonia
by rulers of Ancient
cotton cords- ropesn
Egypt
cords

History Early Census in Indonesia

Sejak awal abad ke-19, dalam perjalanan negara-

bangsa yang sedang berkembang dan sejalan
dengan Revolusi Industri, statistik mengalami
beberapa fase:
1. Fase pertama: pertumbuhan, pengembangan
metodologis, dan berbagai penerapan.
2. Fase kedua: adanya inovasi ilmiah utama
khususnya dalam statistik inferensia
3. Fase ketiga, yang dimulai pada akhir 1970-
an: adanya invasi computer dalam dan
proses statistik, yang membuka kemungkinan
baru.
4. Transisi ke Fase keempat: di mana
digitalisasi semua bidang kehidupan akan
berlanjut dengan kecepatan tinggi.
Penanganan 'Big Data' akan mendominasi
statistik resmi dalam waktu dekat.
 Earliest dates Middle dates

“Political Arithmetic” “The first statistical agency”

William Petty invents political Sweden-Finland established
arithmetic, which leads to empirical Tabelkommissionen, the first statistical
collection records and preparation agency, to produce regular population
of life tables. statistics.

Mid 1830c-
17thC
1662 1756 40c

“Early sampling” “Census-taking development”

John Graunt published a rough Quetelet, the supervisor of statistics
estimate of the population of for Belgium, developed census-
London based on death records, a taking methods and conducted an
precursor to sampling. influential Belgian census in 1846.

Latest dates
Thank you.
 PENGANTAR OFFICIAL
STATISTICS
UN Fundamental Principles
Pertemuan-2:
of Official Statistics
• Prinsip dasar Official Statistics
• Landasan hukum

Prinsip dasar official statistics Latar belakang sejarah the Fundamental

(Fundamentala principles of official statistics) Principles of Official Statistics
Untuk analisis dan pengambilan keputusan kebijakan Negara-negara di Eropa tengah beralih dari faham perencanaan terpusat ke bentuk
Peran penting
dalam mendukung pembangunan berkelanjutan, Akhir demokrasi yang berorientasi pasar → diperlukan seperangkat sistem untuk mengatur
informasi official
perdamaian dan keamanan, serta untuk pengetahuan 1980an official statistics untuk menghasilkan data yang dapat diandalkan
statistics yang
berkualitas Bersama dan perdagangan di antara negara-negara
dan masyarakat di dunia The conference of Eropean Statisticians mengembangkan dan mengadopsi the
1991 Fundamental Principles of Official Statistics.
the Keyakinan publik Sangat bergantung pada penghormatan terhadap
Fundamental 1992 The economic Commisions for Europe (ECE) pada tingkat menteri mengadopsi the
terhadap nilai-nilai dan prinsip-prinsip fundamental yang Fundamental Principles of Official Statistics.
Principles of integritas sistem menjadi dasar dari setiap masyarakat yang ingin
Official Statistics official statistics memahami dirinya sendiri dan menghormati hak-hak
1994 The United Nations Statistical Commision (UNSC) mengadopsi the Fundamental Principles
yang terpercaya anggotanya of Official Statistics, dengan revisi di preambulnya.

Diperlukan sikap 2013 The UNSC mengadopsi the Fundamental Principles of Official Statistics dan revisi preambul
profesional yang Untuk menumbuhkan kepercayaan publik terhadap
independen dan official statistics 2014 Majelis Umum PBB melalui resolusi Nomor 68/261 mengesahkan the Fundamental
akuntabel dari Principles of Official Statistics
kantor statistik
3 4

Relevance, Impartiality, Official Statistics merupakan elemen yang

10 UN Fundamental Principles of Official Statistics and Equal Access sangat diperlukan dalam sistem informasi
Professional Standards, masyarakat demokratis, melayani
Relevance, Impartiality, and Equal Relevansi, Ketidakberpihakan, dan Scientific Principles, and Pemerintah, ekonomi dan publik dengan
Principle 1 Professional Ethic
Access Akses yang Setara
data tentang situasi ekonomi, demografi,
Professional Standards, Scientific Standar Profesional, Prinsip Ilmiah, Accountability and
Principle 2
Principles, and Professional Ethic dan Etika Profesional Transparency
sosial dan lingkungan.
Principle 3 Accountability and Transparency Akuntabilitas dan Transparansi Prevention of Misuse
Principle 4 Prevention of Misuse Pencegahan Penyalahgunaan Sources of Official Untuk keperluan tersebut , official
Principle 5 Sources of Official Statistics Sumber Statistik Resmi Statistics statistics memiliki kegunaan praktis harus
Principle 6 Confidentiality Kerahasiaan Confidentiality dikumpulkan dan disediakan secara tidak
Principle 7 Legislation Legislasi Legislation memihak oleh badan statistik resmi untuk
Principle 8 National Coordination Koordinasi Nasional National Coordination menghormati hak warga negara atas
Principle 9 Use of International Standards Penggunaan Standar Internasional
Use of International informasi publik
Principle 10 International Cooperation Kerjasama internasional
Standards
5 International Cooperation 6
Relevance, Impartiality, Relevance, Impartiality,
and Equal Access and Equal Access
Professional Standards, Untuk mempertahankan kepercayaan Professional Standards,
Scientific Principles, and pada Official Statistics , badan statistik Scientific Principles, and Untuk memfasilitasi interpretasi data yang
Professional Ethic perlu memutuskan sesuai dengan Professional Ethic
benar, badan statistik menyajikan
Accountability and pertimbangan profesional yang ketat, Accountability and
informasi sesuai dengan standar ilmiah
Transparency termasuk prinsip ilmiah dan etika Transparency
tentang sumber, metode dan prosedur
Prevention of Misuse profesional, tentang metode dan Prevention of Misuse
Sources of Official Sources of Official statistik.
prosedur pengumpulan, pemrosesan,
Statistics penyimpanan, dan penyajian data Statistics
Confidentiality Confidentiality
statistik.
Legislation Legislation
National Coordination National Coordination
Use of International Use of International
Standards Standards
International Cooperation 7 International Cooperation 8

Relevance, Impartiality, Relevance, Impartiality,

and Equal Access and Equal Access
Professional Standards, Professional Standards,
Scientific Principles, and Scientific Principles, and
Professional Ethic Professional Ethic
Accountability and Accountability and Data untuk tujuan statistik dapat diambil
Transparency Badan statistik berhak mengomentari Transparency dari semua jenis sumber, baik itu survei
Prevention of Misuse interpretasi yang salah dan Prevention of Misuse statistik atau catatan administrasi.
Sources of Official penyalahgunaan statistik Sources of Official
Statistics Statistics
Confidentiality Confidentiality
Badan statistik harus memilih sumber
Legislation Legislation
yang berkaitan dengan kualitas, ketepatan
National Coordination National Coordination waktu, biaya dan beban responden
Use of International Use of International
Standards Standards
International Cooperation 9 International Cooperation 10

Relevance, Impartiality, Relevance, Impartiality,

and Equal Access and Equal Access
Professional Standards, Professional Standards,
Scientific Principles, and Scientific Principles, and
Professional Ethic Professional Ethic
Accountability and Accountability and
Transparency Transparency
Prevention of Misuse Data individu yang dikumpulkan oleh Prevention of Misuse
Sources of Official badan statistik untuk kompilasi statistik, Sources of Official
Statistics Statistics
baik yang merujuk pada perorangan atau
Confidentiality Confidentiality Undang-undang, peraturan, dan langkah-
badan hukum, harus sangat dirahasiakan
Legislation Legislation langkah terkait beroperasinya sistem
dan digunakan secara eksklusif untuk
National Coordination National Coordination statistik harus diketahui oleh publik
Use of International
tujuan statistik Use of International
Standards Standards
International Cooperation 11 International Cooperation 12
Relevance, Impartiality, Relevance, Impartiality,
and Equal Access and Equal Access
Professional Standards, Professional Standards,
Scientific Principles, and Scientific Principles, and
Professional Ethic Professional Ethic
Accountability and Accountability and
Transparency Transparency
Prevention of Misuse Prevention of Misuse
Sources of Official Sources of Official
Statistics Statistics
Confidentiality Koordinasi antar badan statistik di dalam Confidentiality Penggunaan konsep, klasifikasi dan
Legislation Legislation
negara sangat penting untuk mencapai metode internasional oleh badan statistik
National Coordination National Coordination
konsistensi dan efisiensi dalam sistem di setiap negara mempromosikan
Use of International Use of International
Standards
statistik Standards
konsistensi dan efisiensi sistem statistik
International Cooperation International Cooperation
di semua tingkatan
13 14

Relevance, Impartiality,
and Equal Access
Professional Standards,
Scientific Principles, and
Professional Ethic
Accountability and
Transparency
Prevention of Misuse
Sources of Official
Landasan hukum Official
Statistics
Confidentiality
Statistics
Legislation
National Coordination Kerja sama bilateral dan multilateral di
Use of International bidang statistik berkontribusi pada
Standards peningkatan sistem Official Statistics di
International Cooperation semua negara 15 16

Landasan hukum Official Statistics Ilustrasi situasi 1

• Mengapa diperlukan landasan hukum untuk official • Henry bekerja di kantor statistik nasional di negaranya.
statistics? Dia bermaksud mengumpulkan data jumlah jam kerja
dari Kementerian Tenaga Kerja untuk menghitung
statistik produktivitas.
• Apa yang seharusnya dimuat dalam landasan hukum • Henry mencoba menghubungi kementerian, tetapi
tersebut? pihak kementerian enggan berbagi informasi dengan
kantor statistik karena aturan internal tidak
memungkinkan berbagi informasi dengan organisasi
eksternal.
17 18

Bagaimana keberadaan undang-undang tentang official
statistics dapat mengatasi persoalan yang dihadapi
Henry?
Undang-undang dapat mengamanatkan koordinasi
antar berbagai lembaga dan institusi dalam suatu
sistem perstatistikan nasional!
19
Bagaimana keberadaan undang-undang tentang official
statistics dapat mengatasi persoalan yang dihadapi Amy?
 undang-undang tentang official statistics dapat
membantu sistem perstatistikan nasional untuk
mempertahankan independensi secara profesional dan
menghindari campur tangan politik. Hal ini penting untuk
menjaga kepercayaan terhadap official statistics.
21
• Alasan lain:
 Melindungi peran kantor statistik nasional dalam sistem
perstatistikan nasional
 Mewajibkan respons terhadap berbagai survei
 Menjamin data individual hanya digunakan untuk
kepentingan atau tujuan statistik saja
23
Ilustrasi situasi 2
• Amy merupakan pegawai senior di kantor statistik
nasional. Negaranya akan mengadakan pemilu dalam
waktu dekat.
• Presiden secara rahasia memberi perintah rahasia ke
kantornya untuk menghasilkan pertumbuhan PDB yang
memungkinkan presiden untuk memenangkan pemilu
berikutnya.
20
Jadi,
• Undang-undang tentang official statistics diperlukan
untuk
 Amanat koordinasi dalam sistem perstatistikan nasional
 Mempertahankan independensi secara profesional dari
sistem perstatistikan nasional dan menghindarkan campur
tangan politis.
22
Jadi sebenarnya undang-undang tentang official
statistics diperlukan untuk menjamin kualitas dari
official statistics.
24
 Tingkat kerincian undang-undang
Lalu… tentang official statistics
• Sebelumnya telah dikemukakan alasan pentingnya UU yang rinci & menyeluruh UU yang singkat & bersifat umum
undang-undang tentang official statistics. Undang-undang yang panjang dan Undang-undang yang bersifat umum dan
terperinci membantu melindungi pendek memberikan fleksibilitas pada
kantor statistik nasional dari kantor statistik nasional dan cenderung
• Tapi isi undang-undangnya harus serinci apa? pengaruh yang tidak semestinya, lebih stabil, tapi mungkin tidak cukup
tetapi ketentuan terperinci memberikan perlindungan terhadap
mereka dapat menjadi usang ancaman independensi
dengan cepat
 Tidak ada keseragaman antar negara, sangat
 Undang-undang yang singkat dan bersifat umum berlu
tergantung kebutuhan masing-masing negara
dilengkapi dengan seperangkat peraturan yang lebih rinci

25 26

Isi undang-undang statistik

• Isi dari undang-undang statistik bervariasi antar
Aktor • Kepala kantor statistik nasional
negara (Chief Statisticisn)
• Ada beberapa topik yang secara umum dimuat dalam • Departemen, kementerian, badan,
Operasi kegiatan biro, unit lain di tingkat nasional
undang-undang statistik:
statistik atau regional
1. Aktor dan perannya dalam sistem perstatistikan
• Menteri
2. Operasional kegiatan statistik, termasuk pengumpulan Kerahasiaan data • Responden
data • Dewan Statistik Nasional
3. Kerahasiaan data dan akses informasi

27 28

• Kepala Kantor Statistik Nasional: • Kantor Statistik Nasional

• Mekanisme pengangkatannya
• Perannya:
• Merencanakan dan mengeksekusi kegiatan statistik
• Menyusun strategi pengumpulan dan kompilasi data statistik
• Mengendalikan operasi kegiatan statistik
• Mewakili negara untuk berbagai pertemuan internasional tentang
statistik
• Mengumpulkan, mengolah dan menyajikan data staistik
• Bekerja sama dengan unit pemerintah lain untuk
pengumpulan, pengolahan dan publikasi statistik
• Sinkronisasi kegiatan statistik supaya tidak terjadi duplikasi
• Berkoordinasi dan mengintegrasikan berbagai data statistik
yang dihasilkan oleh berbagai instansi

29 30
 Aktor Aktor
• Personil
• Berbagi informasi
Operasi kegiatan Operasi kegiatan
statistik • Penyalahgunaan informasi statistik • Kewajiban untuk menjaga
• Penolakan akses informasi kerahasiaan data individual
• Sumpah jabatan untuk menjaga
Kerahasiaan data Kerahasiaan data
kerahasiaan data

31 32

Landasan hukum Official

Statistics di Indonesia

33 34

Undang-Undang Nomor 16/1997

• Materi yang termuat, antara lain :
• Jenis statistik berdasarkan tujuan pemanfaatannya terdiri atas statistik dasar yang
sepenuhnya diselenggarakan oleh BPS, statistik sektoral yang dilaksanakan oleh
instansi Pemerintah secara mandiri atau bersama dengan BPS, serta statistik khusus
yang diselenggarakan oleh lembaga, organisasi, perorangan, dan atau unsur
masyarakat lainnya secara mandiri atau bersama dengan BPS.
• Hasil statistik yang diselenggarakan oleh BPS diumumkan dalam Berita Resmi Statistik
Terima kasih
(BRS) secara teratur dan transparan agar masyarakat dengan mudah mengetahui dan
atau mendapatkan data yang diperlukan.
• Sistem Statistik Nasional yang andal, efektif, dan efisien.
• Dibentuknya Forum Masyarakat Statistik sebagai wadah untuk menampung aspirasi
masyarakat statistik, yang bertugas memberikan saran dan pertimbangan kepada BPS.

35 36
 Introduction to Official Statistics: Outline
Global and National Statistical
System • Global Statistical System (GSS)
• National Statistical System (NSS)

The Global Statistical System (GSS) terdiri

Tiga tujuan GSS adalah:
dari badan-badan statistik yang terlibat
• Mengembangkan dan memelihara standar
dalam pekerjaan statistik internasional. Ini
statistik internasional
biasanya adalah badan statistik atau divisi
• Mengumpulkan dan menyebarkan data yang
organisasi internasional.
sebanding secara internasional
• Pengembangan kapasitas statistik

UN-related statistical agencies
• United Nations Statistics Division
(UNSD)
• Statistical Divisions of regional
commissions (ECA, ESCAP,
ECLACESCWA and UNECE).
• Statistical divisions and units of
funds, programmens and specialized
agencies (IMF, World Bank, FAO,
WHO, ILO, UNESCO, UNICEF,
UNCTAD)
(PENGATURAN KELEMBAGAAN DI GSS)
Non-UN statistical agencies
• The International Statisticat Institute
(ISI)
Beberapa pola organisasi yang sama yang
• The OECD Statistics Directorate and kita lihat dalam Sistem Statistik Nasional
PARIS21
• Statistical Capacity Building Division juga muncul dalam Sistem Statistik Global.
of the African Development Bank
and the Economics and Research
Department of the Asian
Development Bank

Sentralisasi Subject-matter Sentralisasi Regional Di kantor pusatnya, pekerjaan statistik

Beberapa badan statistik, seperti UNSD,
mencakup banyak bidang subject-matter
yang berbeda. Dalam kasus lain,
organisasi spesialis subject-matter
melaksanakan pekerjaan statistik mereka
sendiri, misalnya ILO yang melakukan hal
ini.
Beberapa organisasi statistik bersifat
global dan yang lainnya beroperasi di
tingkat regional (misalnya, Divisi Statistik
ESCAP)
Organisasi Pangan dan Pertanian (FAO)
didesentralisasikan berdasarkan Subject
Matter. Selain divisi statistik, sebanyak 15
unit FAO lainnya berkontribusi pada program
kerja statistik pada 2016-2017.

Pengambilan keputusan dalam sistem statistik KEANGGOTAAN TUJUAN

Global adalah Komisi Statistik PBB, yang Komisi Statistik terdiri dari 24 Kepala Statistik
diselenggarakan oleh UNSD dan bertemu menurut skema perwakilan daerah. Badan
statistik internasional dan negara anggota
setiap tahun di New York. lainnya hadir sebagai pengamat dan
diperbolehkan untuk mengutarakan
pendapat.
Komisi Statistik membahas berbagai masalah
yang berkaitan dengan metodologi statistik
dan perkembangan statistik internasional.
Salah satu peran kunci Komisi Statistik adalah
mengkoordinasikan program statistik antar
negara.
 Beberapa topik yang dibahas pada pertemuan 2018 (ke-49): Komite Koordinasi Kegiatan Statistik terdiri dari
• Data terbuka (Open Data) anggota dari banyak badan statistik internasional
• Big Data untuk Official Statistics dan menyampaikan laporan kepada Komisi
• Lingkungan - akuntansi ekonomi Statistik setiap tahun.
• Statistik perubahan iklim
• Statistik pertanian dan pedesaan Mekanisme koordinasi regional juga ada,
• Statistik pengungsi seperti Komite Koordinasi Statistik Afrika.

National Statistical System (NSS): kumpulan organisasi

dan unit statistik dalam suatu negara yang bersama-sama
mengumpulkan, memproses, dan menyebarkan Official
Statistics atas nama pemerintah.
-GLosarium Istilah Statistik OECD
2.
SSN adalah suatu tatanan yang terdiri dari unsur-unsur kebutuhan data statistik,
sumber daya, metode, sarana dan prasarana, ilmu pengetahuan dan teknologi,
perangkat hukum dan Masukan dari Forum Masyarakat Statistik yang sacara
teratur saling berkaitan, sehingga membentuk totalitas dalam penyelenggaraan
statistik. (Perka BPS No. 5 tahun 2000)

Kantor Statistik Nasional (NSO) Produsen Official Statistics lainnya:

Badan statistik terkemuka dalam sistem Semua entitas lain dalam sistem
statistik nasional. Kadang-kadang statistik nasional selain kantor statistik
istilah "Institut Statistik Nasional" nasional.
digunakan sebagai pengganti Kantor
Statistik Nasional.
Kantor Statistik Nasional biasanya:
• Bertindak sebagai koordinator Sistem
Statistik Nasional,
• Dipimpin oleh seorang kepala statistik,
NSO dapat diatur berdasarkan proses Subject
Matter atau kombinasi dari keduanya.
Selain koordinasi, NSO juga biasanya:
• Mengumpulkan dan menyebarkan setidaknya satu
hasil Official Statistics.
• Mengelola produksi keluaran statistik baru untuk
memenuhi kebutuhan pengguna.
• Berkomunikasi dengan kantor statistik internasional
atas nama NSS.

Produsen Official Statistics lainnya:

• Biasanya adalah lembaga pemerintah lainnya,
seperti kementerian atau bank sentral,
• Dapat mencakup lembaga akademik dan
perusahaan swasta jika mereka terlibat dalam
produksi Official Statistics, Sumber:
Keputusan Kepala BPS
No 5 Tahun 2000
Tentang Sistem Statistik
Nasional
 Dipusatkan oleh subject matter Terdesentralisasi berdasarkan
• Sentralisasi subjek-matter NSO menghasilkan sebagian besar statistik
subject matter
• Sentralisasi Regional (atau geografis) di berbagai bidang subject matter. Lembaga yang berbeda (biasanya
kementerian) bertanggung jawab atas
statistik di bidang subject matter mereka

BEBERAPA KEUNGGULAN
(de) sentralisasi menurut subject-matter

Baik sentralisasi maupun desentralisasi

berdasarkan subject matter secara obyektif
tidak lebih baik diantara yang lainnya, tetapi
ada kelebihan dan kekurangan masing-masing.
Sentralisasi oleh subject-matter
• Konsentrasi staf dan peralatan khusus
• Koordinasi program dalam satu kantor lebih
mudah
• NSO memiliki profil yang lebih tinggi
Desentralisasi berdasarkan subject-matter
• Setiap badan statistik tetap terkait erat
dengan keahlian dan kebijakan pokok bahasan
• Penggunaan data administrasi lebih mudah
• Pilihan kepala ahli statistik yang buruk untuk
NSO akan memiliki pengaruh yang lebih
terbatas

Di German, Kantor Statistik Federal (Destatis) menghasilkan

REGIONALLY CENTRALIZED
Satu lokasi kantor bertanggung jawab
atas sebagian besar operasi.
REGIONALLY DECENTRALIZED
Beberapa kantor regional berkontribusi
pada produksi statistik. Jika kantor-
kantor ini melapor secara langsung dan
eksklusif ke kantor pusat, sistem diatur
secara vertikal
statistik di semua bidang subject-matter, dengan beberapa
pengecualian. Destatis bertanggung jawab atas statistik tingkat
negara, dan 14 kantor statistik Lander (negara bagian)
bertanggung jawab untuk menghasilkan statistik tingkat negara
bagian.
Kantor statistik Länder adalah lembaga di negara bagiannya
masing-masing. Badan-badan ini bekerja dengan Destatis tetapi
bukan bawahan Destatis.
Oleh karena itu, NSS Jerman adalah:
• Terpusat oleh subject-matter
• Terdesentralisasi secara regional
• Tidak diatur secara vertikal
 Koordinasi NSS diperlukan baik dalam sistem Koordinasi diperlukan untuk:
terpusat maupun desentralisasi. Seperti yang • Menyelaraskan konsep, klasifikasi definisi,
disebutkan sebelumnya, koordinasi biasanya dan kerangka sampling
merupakan tanggung jawab NSO. • Hindari duplikasi kegiatan dan
Mengkoordinasikan NSS membantu sistem meminimalkan beban respons
memenuhi kebutuhan pengguna dengan lebih • Meningkatkan citra Official Statistics di
baik negara tersebut

Produsen Official Statistics lainnya mungkin menolak koordinasi

karena mereka tidak ingin mengkompromikan independensi mereka. ALAT UNTUK KOORDINASI BADAN KOORDINASI
Beberapa insentif bagi produsen Official Statistics lainnya untuk (biasanya diselenggarakan oleh NSO)
berkoordinasi dengan kantor statistik nasional meliputi: • Peraturan tentang Official Statistics • Komite antar lembaga
- Berbagi informasi dan keahlian kantor statistik nasional yang • Klasifikasi statistik • Dewan Statistik Nasional
• Kontrol anggaran
relevan dengan bidang materi pokok produsen lain.
- Mengizinkan produsen lain untuk memiliki suara dalam kegiatan
statistik skala besar yang dilakukan oleh kantor statistik nasional
- Perundang-undangan yang secara eksplisit mengamanatkan
koordinasi dalam sistem statistik

Penting bagi produsen lain untuk terlibat
dalam pengambilan keputusan. Kantor
statistik nasional harus memfasilitasi kegiatan
badan-badan koordinasi tanpa melakukan
kendali penuh atas badan-badan tersebut
Salah satu badan koordinator, Dewan Statistik
Nasional, biasanya beranggotakan pemerintah,
sektor swasta, dan universitas yang memiliki
pengetahuan dalam Official Statistics.
 Peran Dewan Statistik Nasional: • Dewan Statistik Nasional mungkin ada di atas
• Memberi nasihat tentang masalah yang komite antar-badan atau tidak bergantung
menjadi perhatian umum dari perspektif pada mereka.
profesional yang tidak memihak • Beberapa Dewan Statistik Nasional memiliki
• Memberi nasihat secara independen tentang komite penasihat yang bertemu untuk
prioritas Sistem Statistik Nasional membahas masalah teknis tertentu.

Kepala Statistik biasanya adalah kepala NSO.

Dalam sistem desentralisasi, kepala ahli statistik
mungkin tidak mudah diidentifikasi.

Kepala Statistik harus independen dari partai

politik di negara tersebut.

Note: Forum Masyarakat Statistik merupakan representasi dari Statistical Council di Indonesia

• Fundamental Principles of Official

TANGGUNG JAWAB
• Berhubungan dengan anggota
pemerintah tentang masalah
administrasi.
• Bertindak sebagai koordinator NSS
• Menilai kebutuhan pengguna
Mewakili NSS dalam pertemuan
internasional.
Statistics (United Nations General
Assembly resolution 68/261)
• Introduction to Official Statistics- Course
KOMPETENSI Notes, UNSIAP
• Keahlian profesional dalam statistic • Official Statistics 4.0 by Walter J.
• Kompetensi administrasi
• Pemahaman tentang kebutuhan
References: Radermacher
pengguna • The Handbook of Statistical Organization,
Third Edition: The Operation and
Organization of a Statistical Agency
(United Nations publication, Sales No.
E.03.XVII.7)
Thank you.
 Introduction to Official Statistics: Outline
The National Statistical Office • The National Statistical Office
(NSO)
• The Chief statistician

INTRODUCTION
▪ Unit statistik di dalam badan biasanya bertanggung jawab atas pengumpulan data dan
produksi statistik resmi
▪ Statistik resmi adalah tanggung jawab pemerintah pusat di sebagian besar negara
▪ Di sebagian besar negara, tugas utama yang terkait dengan statistik resmi
dipercayakan kepada badan, kantor, atau lembaga khusus pemerintah yang memiliki
The National "NSOs mungkin memiliki ukuran, lingkup pekerjaan,
“NSOs maystruktur
wewenang, vary inadministratif
size, scope dan
of work, authority,
ketersediaan
fungsi utama atau inti statistik resmi.
▪ Awalnya, sebagian besar NSO beroperasi berdasarkan undang-undang, mengikuti
Statistical administrative structure and availability of resources, but
sumber daya, tetapi tugas utamanya, yakni
their main task, which is the production of reliable official perkembangan dan adopsi dari UNFPOS
menghasilkan statistik resmi yang dapat diandalkan,
statistics, is universal.”
Office yang bersifat universal." Nama umum Badan Statistik Resmi adalah
1. National Statistical Office (NSO)
2. Central Statistical Office (CSO)
3. National Statistical Institute (NSI)
4. National Institute Of Statistics (NIS)
5. Central Bureau Of Statistics (CBS)
6. Statistics Canada
7. Statistics Sweden
8. Statistics Indonesia

PERNYATAAN MISI, VISI DAN NILAI PERNYATAAN MISI, VISI DAN NILAI
❑ Pernyataan misi, visi dan nilai NSO mencerminkan tugas inti dari sebuah organisasi yang
dipercayakan dengan tugas mengembangkan, mengumpulkan, memproses, menganalisis, dan ❑Pernyataan visi menjawab pertanyaan "Kemana kita akan pergi?"
menyebarluaskan statistik demografis, ekonomi, sosial, dan lingkungan yang penting, untuk
mendukung pengambilan keputusanoleh publik dan swasta. ❑Pernyataan nilai organisasi menyoroti prinsip inti dan kode etik organisasi. Nilai-nilai
❑ Pernyataan misi adalah kalimat atau paragraf pendek yang mendefinisikan keberadaan bisnis, inti organisasi membentuk budaya sehari-hari dan menetapkan standar perilaku yang
nirlaba, organisasi pemerintah, atau entitas lainnya.
dengannya tindakan dan keputusan dapat dinilai dan cita-cita filosofis.
Dengan kata lain, pernyataan misi mengartikulasikan tujuan organisasi baik bagi mereka yang
ada di dalam organisasi maupun untuk publik dan pemangku kepentingan lainnya.
• Pernyataan misi menjadi inti mengapa organisasi ada, bukan bagaimana organisasi itu ada.
• Pernyataan misi menjawab pertanyaan "Siapakah kami?"

Contoh Pernyataan Misi:

❖ Netherlands: "Facts that matter“ (Fakta yang penting)
❖ United Kingdom: "Better Statistics, Better Decisions" (Statistik Lebih Baik, untuk Keputusan
yang Lebih Baik)
❖ Indonesia: "Penyedia Data Statistik Berkualitas untuk Indonesia Maju"
 KARAKTERISTIK dari NSOs

Kedudukan, Visi, Misi, Nilai-Nilai ❖ Peran utama: Peran dan kewajiban NSO adalah memberikan informasi statistik
Inti dan Kode Etik Statistika kepada pemerintah dan masyarakat.
menurut Peraturan Kepala BPS
❖ Fungsi inti: Satu-satunya lembaga pemerintah yang menghasilkan statistik resmi
sebagai fungsi intinya.
Nomor 39 Tahun 2010 tentang ❖ Produsen utama statistik resmi
Misi, Nilai-nilai dan Kode Etik ❖ Pemimpin dan koordinator statistik resmi dalam sistem statistik nasional (NSS)
Statistik BPS
❖ Perwakilan nasional dan peserta dalam kerjasama internasional
❖ Pusat pengetahuan statistik resmi: Tanpa pengetahuan komprehensif tentang
prosedur dan prinsip statistik, NSO tidak akan dapat memenuhi persyaratan UNFPOS
no. 2
❖ Dasar hukum: Hukum statistik dapat berfokus pada NSO sebagai lembaga inti statistik
resmi

NATIONAL STATISTICAL OFFICE AS AN ORGANIZATION NATIONAL STATISTICAL OFFICE AS AN ORGANIZATION

(KANTOR STATISTIK NASIONAL SEBAGAI ORGANISASI)
Struktur Administrasi NSO
“Struktur administrasi NSO, sebagai pusat dan kepemimpinan statistik resmi di suatu negara, harus
memungkinkanstatistik resmi “berfungsi sebagai bahasa universal untuk semua jenis interaksi
masyarakat dan pengambilan keputusan penting bahwa produk 'informasi' sesuai untuk tujuan ".
(The Future Role Of Official Statistics, Walter J. Radermacher).
(KANTOR STATISTIK NASIONAL SEBAGAI ORGANISASI)
“NSO harus merupakan badan negara bagian, dan untuk masalah yang tidak tercakup oleh kemandirian
profesional, NSO dapat melaporkan baik kepada Pemerintah (langsung kepada Perdana Menteri atau tidak
langsung melalui Menteri yang bertanggung jawab), ke Parlemen (secara langsung atau melalui manajerial
yang ditunjuk. tubuh) atau kepada Presiden negara tersebut. Alternatifnya, ia dapat melapor ke badan
(dewan manajemen) yang ditunjuk oleh Pemerintah, Parlemen, atau Presiden - dalam hal ini dapat dianggap
sebagai badan otonom (atau semi-otonom).”

Menurut Perpres No 86 Tahun 2007 tentang Menurut Perpres No 64 Tahun 2005 tentang Perubahan Keenam
Panduan tentang modernisasi undang-undang statistik, UNECE 2018 menyatakan Badan Pusat Statistik Atas Keputusan Presiden Nomor 103 Tahun 2001 tentang Kedudukan,
bahwa produsen statistik resmi pada prinsipnya harus berbeda dari pemerintah dan diatur sebagai Tugas, Fungsi, Kewenangan, Susunan Organisasi, Dan Tata Kerja
Lembaga Pemerintah Non Departemen
entitas terpisah dari departemen pemerintah lainnya.

Panduan menjelaskan tiga jenis perbedaan dasar yang membedakan sistem statistik dan pada
gilirannya, memengaruhi cara NSO diatur. Ini membedakan antara:
1. Sistem terpusat (seperti di Australia, Kanada, atau Meksiko),
2. Sistem terdesentralisasi (seperti di AS dan Inggris)
3. Sistem statistik yang terdesentralisasi secara regional

Organizing an NSO: BPS-Statistics Indonesia

ORGANISASI dari NSO

NSO umumnya diatur menurut pokok bahasan atau fungsi, tetapi paling sering dengan
kombinasi dari dua pendekatan.
Tiga jenis dasar organisasi NSO (The UNECE) yang paling umum:
1. Struktur divisi: Divisi adalah kumpulan fungsi yang menghasilkan produk yang spesifik. Struktur divisi
atau struktur produk terdiri dari divisi-divisi yang berdiri sendiri. Jenis struktur ini lebih dekat dengan
stovepipe structuring/Kendali Birokrasi, di mana unit didasarkan pada domain penyelenggaraan statistik,
yang bertanggung jawab untuk produksi produk official statistik secara spesifik. Contoh: BPS-Statistics
Indonesia
2. Struktur fungsional: Dalam organisasi fungsional, unit didasarkan pada fungsi. Dalam kasus NSO, fungsi-
fungsi ini dapat ditentukan sebagai pengumpulan, pemrosesan, penyebaran data, dll.
3. Struktur matriks: jenis struktur ini adalah campuran dari struktur organisasi fungsional dan divisi,
dengan jalur pelaporan ganda.
Sumber: Perpres No 86 Tahun 2007 tentang Badan Pusat Statistikdan
Perka BPS Nomor 7 Tahun 2008 tentang Organisasi dan Tata Kerja BPS
 CENTRAL OFFICE AND REGIONAL NETWORK
(Kantor pusat dan jaringan regional) Central office and regional network:
BPS-Statistics Indonesia
▪ Sistem statistik bervariasi dari satu negara ke negara lain.
▪ Beberapa di antaranya completely centralized. Namun, beberapa diantaranya, Regional network
seperti Indonesia, memiliki a network of regional statistical offices yang pada BPS-Statistics
dikendalikan oleh central office. Indonesia diatur
▪ Peran regional office biasanya secara eksklusif didasarkan pada pengumpulan data melalui Perpres No 86
sebagaimana ditentukan oleh Central office yang mana diperlukan koordinasi antar Tahun 2007 tentang
yang solid dalam proses dan manajemen kerjanya. Badan Pusat Statistik

Organisasi dan Tata Kerja Perka BPS No 10 Tahun 2017 (Perubahan

Perwakilan BPS diDaerah atas Kepka BPS No 121 Tahun2001)

Organisasi dan Tata

Kerja Perwakilan BPS
di Kabupaten/Kota

NSO Profile: BPS-StatisticsIndonesia

 Peraturan Presiden Nomor 86 Tahun 2007 tentang Badan Pusat Statistik dan Peraturan Kepala Badan
Pusat Statistik Nomor 7 Tahun 2008 tentang Organisasi dan Tata Kerja Badan Pusat Statistik

2020 -2024

Peraturan Kepala BPS Nomor 39 Tahun 2010 tentang Misi, Nilai-nilai dan Kode Etik Statistik BPS:

Core Values (Nilai Inti) BPS

Core Values (Nilai Inti) BPS merupakan pondasi yang kokoh untuk membangun
jati diri dan penuntun perilaku setiap insan BPS dalam melaksanakan tugas.

Core Values tersebut terdiri dari sikap Profesional, Integritas, Amanah (PIA)

Profesional, merupakan modal dasar yang harus dimiliki oleh setiap insan
BPS dalam melaksanakan profesi/tugasnya, dengan unsur-unsur sebagai
berikut:

❑ Kompeten, mempunyai kemampuan di bidang tugasnya

❑ Efektif, memberikan hasil maksimal
❑ Efisien, bekerja produktif dengan sumber daya minimal
❑ Inovatif, selalu melakukan pembaruan/penyempurnaan melalui proses
pembelajaran terus menerus
❑ Sistemik, setiap pekerjaan mempunyai tata urutan sehingga pekerjaan yang satu
menjadi bagian tak terpisahkan dengan pekerjaan yang lain

Sumber: Peraturan Kepala BPS Nomor 39 Tahun 2010 tentang Misi, Nilai-nilai dan Kode Etik Statistik BPS
Sumber: Peraturan Kepala BPS Nomor 39 Tahun 2010 tentang Misi, Nilai-nilai dan Kode Etik Statistik BPS

Core Values (Nilai Inti) BPS Core Values (Nilai Inti) BPS

Core Values (Nilai Inti) BPS merupakan pondasi yang kokoh untuk membangun Core Values (Nilai Inti) BPS merupakan pondasi yang kokoh untuk membangun
jati diri dan penuntun perilaku setiap insan BPS dalam melaksanakan tugas. jati diri dan penuntun perilaku setiap insan BPS dalam melaksanakan tugas.

Core Values tersebut terdiri dari sikap Profesional, Integritas, Amanah (PIA) Core Values tersebut terdiri dari sikap Profesional, Integritas, Amanah (PIA)
Amanah, merupakan sikap kerja yang harus dimiliki setiap insan BPS untuk
Integritas, merupakan sikap dan perilaku kerja yang harus dimiliki oleh setiap
dipertanggung jawabkan kepada Tuhan Yang Maha Esa, dengan unsur-
insan BPS dalam pengabdiannya kepada organisasi, dengan unsur unsur
unsur sebagai berikut:
sebagai berikut :
❑ Terpercaya, melaksanakan pekerjaan sesuai dengan ketentuan, tidak hanya
❑ Dedikasi, pengabdian yang tinggi terhadap profesi yang diemban
logika tetapi menyentuh dimensi mental spiritual
❑ Disiplin, melaksanakan pekerjaan sesuai dengan ketentuan
❑ Jujur, melaksanakan pekerjaan sesuai dengan tidak meyimpang dari prinsip
❑ Konsisten, satu katanya dengan perbuatan
moralitas
❑ Terbuka, menghargai ide, saran, pendapat, masukan, dan kritik dari berbagai
❑ Tulus, melaksanakan tugas dengan tanpa pamrih, menghindari konflik
prihak
kepentingan dan mendedikasikan semua tugas sebagai amal ibadah kepada
❑ Akuntabel, bertanggung jawab dan setiap langkahnya terukur
Tuhan YME
❑ Adil, menempatkan sesuatu secara berkeadilan dan memberikan haknya.
Sumber: Peraturan Kepala BPS Nomor 39 Tahun 2010 tentang Misi, Nilai-nilai dan Kode Etik Statistik BPS Sumber: Peraturan Kepala BPS Nomor 39 Tahun 2010 tentang Misi, Nilai-nilai dan Kode Etik Statistik BPS
 ❑ Sesuai dengan Perpres Nomor 86 Tahun 2007 Pasal 38,
segala biaya yang diperlukan untuk pelaksanaan tugas
BPS dibebankan kepada Anggaran Pendapatan dan
Belanja Negara (APBN).

❑ Dalam rangka memenuhi kebutuhan data statistik

regional bagi pemerintah daerah, BPS di daerah dapat
“Kode etik statistik adalah
prinsip dan norma dasar
Program menjalin kerjasama dengan pemerintah daerah
setempat, baik dari segi dukungan biaya maupun
Pelaksanaannya.
yang harus dipatuhi dalam Pembangunan ❑ Fungsi BPS dijalankan melalui 1 program teknis dan 3
setiap penyelenggaraan program generik, yaitu:
kegiatan statistik”. Statistik 1. Program Dukungan Manajemen dan Pelaksanaan
Tugas Teknis Lainnya (DMPTTL)
Sumber: Peraturan Kepala BPS Nomor 39 Tahun 2010 2. Program Peningkatan Sarana dan Prasarana
tentang Visi, Misi, Nilai-Nilai Inti, dan Kode Etik Statistik
Badan Pusat Statistik Aparatur BPS (PSPA)
3. Program Pengawasan dan Peningkatan
Akuntabilitas Aparatur BPS (PPAA)
4. Program Penyediaan dan Pelayanan Informasi
Statistik (PPIS)  Program teknis

Renstra BPS Tahun 2020 – 2024 merupakan wujud penuangan visi, misi, tujuan, serta sasaran strategis BPS
untuk tahun 2020 – 2024 yang telah disesuaikan dengan visi, misi, dan arahan Presiden dan Wakil Presiden.

Renstra BPS periode 2020 – 2024 disusun dengan mengikuti arah kebijakan pembangunan nasional RPJMN
2020 – 2024 yang membutuhkan ketersediaan data statistik berkualitas, dalam rangka meningkatkan kualitas
perencanaan dan evaluasi pembangunan nasional.

Produk dari BPS tersebut dihasilkan oleh suatu proses dengan akuntabilitas yang jelas.

Renstra BPS 2020 – 2024 berfokus pada peningkatan kualitas dari bisnis inti (core business) BPS, yakni:
•Penyediaan data statistik berkualitas;
•Pelayanan prima hasil kegiatan statistik; dan
•Pembinaan dan koordinasi dalam kerangka Sistem Statistik Nasional.

Dengan tujuan strategis BPS untuk periode 2020 – 2024, yakni:

•Menyediakan data statistik untuk dimanfaatkan sebagai dasar pembangunan;
•Meningkatnya kolaborasi, integrasi, dan standardisasi dalam penyelenggaraan SSN;
•Meningkatnya pelayanan prima dalam penyelenggaraan SSN; dan
•Penguatan tata kelola kelembagaan dan reformasi birokrasi
Program PembangunanStatistik

Beberapa potensi yang dimiliki BPS dalam rangka mewujudkan

Renstra BPS, antara lain:
INDIKATOR STRATEGIS
1. Tingkat kebutuhan dan tingkat kepuasan konsumen terhadap data dan pelayanan BPS NASIONAL
2. Kepercayaan pengguna terhadap data BPS sebagai rujukan utama.
3. Peraturan Presiden Republik Indonesia Nomor 39 Tahun 2019 tentang Satu Data Indonesia • Inflasi
bertujuan sebagai bentuk dukungan peraturan perundang-undangan yang menunjang • Pertumbuhan Ekonomi
Sistem Statistik Nasional. Di dalam Perpres ini, BPS bertindak sebagai pembina data • Persentase Penduduk Miskin
statistik. • Tingkat Pengangguran Terbuka
• Gini Rasio
4. Politeknik Statistika STIS (Polstat STIS) Polstat STIS adalah perguruan tinggi kedinasan di • Indeks Pembangunan Manusia
lingkungan BPS. • Nilai Ekspor
5. Kerjasama BPS dengan K/L dan NSO negara lain • Nilai Impor
6. BPS merupakan lembaga yang sistem dan infrastruktur terkait teknologi dan informasinya • Nilai Neraca Perdagangan
berkembang cukup pesat. • Angka Harapan Hidup Laki-laki
• Angka Harapan Hidup Perempuan
• Jumlah Kedatangan Wisman
Sumber: https://bps.go.id
 The Chief Statistician
Dalam beberapa sistem, kepala ahli statistik biasanya berasal dari NSO, NSS atau dari badan lain di luar NSS di
pemerintahan, akademisi, LSM, atau sektor swasta..

Responsibilities of the Chief Statistician

Authority of the Chief Statistician
1. Chief Statistician berperan sebagai leader dalam pengembangan Official Statistics, kemitraan,
dan hubungan dengan stakeholder
pemerintah.
2. Chief Statistician berperan sebagai perwakilan dari Sistem Statistik Nasional pada level
nasional maupun internasional serta menjalin koordinasi dan kolaborasi antar Sistem
Statistik Nasional dengan negara lainnya. ❑ Tanggung jawab dalam keberfungsian NSO berada pada Chief Statistician, dan
3. Chief Statistician bertanggung jawab atas kegiatan manajemen dan pengembangan kantor Pemerintah tidak boleh campur tangan dengan hal-hal yang berkaitan dengan
statistik nasional beserta stafnya, termasuk
kantor pusat dan daerah, sesuai dengan peraturan perundang-undangan yang berlaku dan kemandirian profesional NSO.
kemandirian profesional.
4. Chief Statistician menentukan struktur organisasi, penggunaan sumber daya, penugasan dan ❑ Tanggung jawab utama Chief Statistician dapat dibagi menjadi dua hal, yaitu
pengangkatan staf secara independen. profesional dan koordinatif, di mana kedua wewenang tersebut Chief
5. Chief Statistician menetapkan rencana strategis kegiatan statistik tahunan maupun
berkelanjutan, termasuk produk/output/keluaran Statistician harus termuat di dalam undang- undang.
statistik yang dihasilkan serta menyusun laporan pelaksanaan kegiatan statistiknya yang
menampung masukan dari user dan produsen
Official Statistics lainnya. Source: The Guidance on Modernising Statistical Legislation, UN 2018
6. Chief Statistician dapat mengeluarkan standar dan pedoman untuk diterapkan di dalam SSN
guna pengembangan, produksi, penyebaran dan komunikasi Official Statistics.
7. Chief Statistician dapat mempromosikan penggunaan standar, klasifikasi dan konsep yang
diterapkan dalam Official Statistics kepada responden, penyedia data administratif dan
masyarakat.

Skills and Qualifications of the Chief Statistician
Karakterisitk, Keahlian and Kualifikasi Chief Statistician :
a. Mahir dalam statistik atau memiliki pemahaman yang mendalam tentang statistik
b. Mampu menjalankan organisasi yang besar secara profesional
c. Memahami dan peka terhadap kebutuhan pengguna/user
d. Memiliki keterampilan komunikasi, baik untuk berkomunikasi kepada masyarakat
dan menjalin komunikasi kepada pengguna data
e. Memiliki kemampuan dalam memahami suatu proses yang memiliki kompleksitas
yang bersifat penting/esensial untuk pengambilan keputusan sehari-hari
In terms of profession, chief statisticians are most commonly economists, statisticians and demographers with a proven track record
of relevant professional experience. In recent years appointments of data scientists, IT experts or other specialists as the chief
statistician are becoming more common. (Dalam hal profesinya, kepala ahli statistik adalah ekonom, ahli statistik, dan demografi
dengan rekam jejak pengalaman profesional yang relevan yang terbukti. Dalam beberapa tahun terakhir, penunjukan ilmuwan
data, pakar IT, atau spesialis lainnya sebagai kepala statistik menjadi lebih umum).
Appointment of the Chief Statistician
(Pengangkatan Kepala Statistik)
Karakteristik utama dalam penunjukan atau pemilihan Chief Statistician :
a. Informasi lowongan tentang pemilihan Chief Statistician diumumkan kepada publik
dengan syarat kompetisi terbuka berdasarkan kompetensi profesional yang relevan;
b. Kualifikasi keahlian dan pengalaman bekerja dapat dijadikan syarat dalam pemilihan
c. Termuat dengan jelas jangka waktu jabatan dan aturan khusus bilamana ada
perpanjangan masa jabatan;
d. Termuat dengan jelas dasar-dasar pertimbangan dalam pemecatan, karena masa
jabatan chief statistician tidak dapat diakhiri sebelum berakhir masa jabatannya atau
adanya pemecatan/dismissal.
The Guidance on modernising statistical legislation mengidentifikasi prosedur pengangkatan dan pemberhentian Chief Statistician
sebagai salah satu kelemahan paling umum dari undang-undang statistik saat ini di seluruh dunia.
 Terms of the office of the Chief Statistician Terms of the office of the Chief Statistician

Tiga model standar terkait dengan masa jabatan Chief Statistician : Masa jabatan Chief Statistician dapat dihentikan jika dan karena alasan
1. Masa jabatan Chief Statistician sama dengan masa jabatan pada lembaga eksekutif pemerintah berikut:
(seperti halnya pada sejumlah negara di Amerika Latin).
2. Masa jabatan Chief Statistician dapat diperpanjang sesuai peraturan yang berlaku (seperti halnya
1. Mengundurkan diri dari Chief Statistician;
pada Chief Statistician di Selandia Baru; Komisaris Biro Statistik Tenaga Kerja Amerika Serikat; dan 2. Pemutusan kewarganegaraan;
National Statistician di Inggris Raya dan National Statistician di Filipina). 3. Keputusan pengadilan yang menyatakan Chief Statistician tidak mampu atau
3. Masa jabatan Chief Statistician tidak terbatas (unlimited term). Berakhirnya masa jabatan terjadi memiliki kapasitas terbatas untuk bekerja;
bilamana adanya pengunduran diri, pensiun atau pemecatan dari jabatannya atau karena alasan 4. Hukuman pengadilan yang sah untuk kejahatan yang disengaja, atau penjara sesuai
yang ditentukan lainnya (seperti halnya pada Chief Statistician Kanada, Presiden Biro Pusat
Statistik Latvia, Indonesia dan di banyak negara di Asia-Pasifik).
dengan putusan yang sah dari pengadilan;
5. Kematian.

Thank you.
Contoh KBLI 2020
 Introduction to Official Statistics: Outline
Use of Standards,
• Generic Models in an NSO
Classifications and Generic • International Statistical Standards to
Models in an NSO Harmonize production of Official Statistics
• A Statistical Classifications
Penggunaan Standar, Klasifikasi dan Model Awal dalam NSO

• Model Umum di NSO

• Standar Statistik Internasional untuk Menyelaraskan
produksi Official Statistics
• Klasifikasi Statistik

Generic Models in an NSO

Part 1
Generic
Models in
an NSO

Generic Models in an NSO C. CSPA (Common Statistical D. GSIM (Generic Statistical

A. GSBPM (Generic Statistical
Business Process Model)
(Updated Version 5.1, January 2019)
1. GSBPM menjelaskan proses, bagaimana organisasi
statistik melakukan aktivitas produksi statistik. Dengan
kata lain, GSBPM menjelaskan dan mendefinisikan
serangkaian proses bisnis yang diperlukan untuk
menghasilkan Official Statistics
2. GSBPM bertujuan untuk menyediakan kolaborasi
individu yang biasanya berfokus pada modernisasi
aspek produksi tertentu
3. GSBPM pertama kali dikembangkan pada tahun 2008
oleh Joint UNECE / Eurostat / OECD Group on
Statistics Metadata (METIS) berdasarkan model proses
bisnis yang digunakan oleh Statistics New Zealand.
4. Setelah beberapa draf dan konsultasi publik, GSBPM
versi 4.0 dirilis pada bulan April 2009.
5. Versi GSBPM sebelumnya (versi 5.0) dirilis pada
Desember 2013.
B. GAMSO (Generic Activity Model for
Statistical Organisations)
(Updated Version 1.2, January 2019)
1. GAMSO menjelaskan kegiatan, apa yang dilakukan
organisasi statistik
2. GAMSO bertujuan untuk memberikan kosakata dan
kerangka kerja yang sama untuk mendukung kegiatan
kolaborasi internasional, khususnya di bidang
modernisasi.
3. GAMSO pertama kali dikembangkan pada tahun 2015
berdasarkan GSBPM dan Model Aktivitas Bisnis
(dikembangkan oleh Jaringan Statistik). Pada tahun
2014, anggota Jaringan Statistik adalah organisasi
statistik nasional di Australia, Kanada, Italia, Selandia
Baru, Norwegia, Swedia, dan Inggris.
4. Mengikuti beberapa draf dan konsultasi, versi 1.1 dirilis
pada Januari 2017.
5. GAMSO disahkan pada bulan Juni 2017 oleh Sesi
Paripurna Konferensi Statistik Eropa ke-65.
Production Architecture )
❑ Apa itu CSPA?
CSPA adalah arsitektur referensi untuk industri
statistik, yang telah dikembangkan dan ditinjau oleh
komunitas statistik internasional.
❑ CSPA:
1. mencakup produksi statistik di seluruh proses yang
ditentukan oleh GSBPM
2. menyediakan hubungan praktis antara standar
konseptual - Model Informasi Statistik Generik (GSIM)
dan Model Produksi Bisnis Statistik Generik (GSBPM), dan
produksi statistik
3. mencakup arsitektur aplikasi dan prinsip terkait untuk
penyampaian layanan statistik
4. mencakup arsitektur dan prinsip teknologi - terbatas
pada penyampaian layanan statistik
5. tidak menentukan lingkungan teknologi organisasi
statistik.
Information Model )
❑ GSIM adalah kerangka referensi pertama yang disahkan
secara internasional untuk informasi statistik
• oleh organisasi statistik untuk organisasi statistik
❑ Kerangka konseptual yang menyeluruh ini akan
memainkan peran penting dalam memodernisasi,
merampingkan dan menyelaraskan standar dan produksi
yang terkait dengan Official Statistics, baik di tingkat
nasional maupun internasional.
❑ Apa GSIM?
• Ini adalah kerangka acuan dari definisi, atribut, dan
hubungan yang disepakati secara internasional yang
menggambarkan potongan informasi yang digunakan dalam
produksi Official Statistics (objek informasi).
• Kerangka kerja ini memungkinkan deskripsi umum tentang
definisi, pengelolaan, dan penggunaan data dan metadata
selama proses produksi statistik.
 Bab tentang GAMSO, serta bab selanjutnya tentang GSBPM
dikembangkan berdasarkan sumber daya United Nations Economic
Commission for Europe (UNECE) dan lebih khusus lagi penjelasan
model yang disediakan oleh staf UNECE Chris Jones dan diperbarui
pada bulan Februari 2018 oleh Inkyung Choi. Bab GAMSO kemudian
diperbarui berdasarkan dokumen deskripsi UNECE GAMSO Versi 1.2

The Generic Activity Model for Statistical Organizations (GAMSO) menjelaskan dan
mendefinisikan aktivitas yang berlangsung dalam organisasi umum yang menghasilkan Official
Statistics.
Ini memperluas dan melengkapi The Generic Statistical Business Process Model (GSBPM) dengan
menambahkan aktivitas tambahan yang diperlukan untuk mendukung produksi statistik. GAMSO
menjelaskan kegiatan yang dilakukan oleh organisasi statistik sedangkan GSBPM menjelaskan
prosesnya yaitu, bagaimana organisasi statistik melakukan kegiatan produksi statistik.

Beberapa manfaat dan perkiraan penggunaan GAMSO tercantum di bawah ini. Mereka menunjukkan bahwa
target audiens untuk model ini akan bervariasi sesuai dengan penggunaan dari manajemen puncak hingga ahli:

GAMSO terdiri dari empat bidang kegiatan : Strategy and leadership, Capability
• Memberikan kosakata/panduan dan kerangka kerja yang sama untuk mendukung kegiatan development, Corporate support and Production (Strategi dan Kepemimpinan, Pengembangan
kolaborasi internasional, khususnya di bidang modernisasi
• Sebagai dasar perencanaan sumber daya dalam organisasi statistik Kemampuan, Dukungan Korporat dan Produksi). Setiap bidang kegiatan kemudian dipecah lagi
• Mendukung pengembangan dan implementasi arsitektur perusahaan, termasuk komponen- menjadi kegiatan dan contoh kegiatan disajikan dalam teks.
komponen seperti arsitektur kapabilitas
• Mendukung sistem manajemen risiko

• Sebagai dasar pengukuran biaya pembuatan Official Statistics dengan cara yang dapat
dibandingkan antar organisasi
• Sebagai alat untuk mengukur dan mengkomunikasikan nilai aktivitas modernisasi statistik di
seluruh organisasi.
 Dalam sesi ini, kita akan melihat secara singkat
langkah-langkah yang terlibat dalam proses
pengumpulan data dan menghasilkan keluaran
statistik.

• GSBPM adalah model proses umum untuk

Sementara proses produksi statistik berbeda di
produksi Official Statistics. Ini terdiri dari 8 • Menyediakan struktur untuk dokumentasi
setiap negara dan untuk keluaran statistik yang
fase dan 44 sub-proses. proses statistik. berbeda, produksi statistik dapat dijelaskan secara
• Lebih dari 40 NSO dan organisasi statistik • Memfasilitasi berbagi metode statistik dan umum.
internasional menggunakan GSBPM. perangkat lunak.
• Memberikan kerangka kerja untuk penilaian Mari kita lihat langkah-langkah utama ("fase") yang
• GSBPM adalah model hidup yang kualitas.
berkembang untuk mencerminkan lanskap terlibat. Kami akan menggunakan Generic
bisnis yang berubah. Versi terbaru keluar • Membantu mengukur biaya operasional dan
kinerja sistem.
Statistical Business Process Model (GSBPM) UNECE
pada 2019.
untuk menjelaskan proses produksi statistik.

Tahap spesifikasi kebutuhan tidak diperlukan

untuk produksi reguler statistik yang telah
diproduksi sebelumnya. Ini terjadi ketika ada
kebutuhan untuk statistik baru atau ada tinjauan
produksi statistik saat ini (misalnya, sehubungan
dengan pemotongan anggaran)

Fase ini meliputi:

• Mengidentifikasi kebutuhan statistik pemangku

kepentingan
• Mengidentifikasi konsep dan definisi serta
melihat bagaimana data yang ada dapat
digunakan
• Mempersiapkan kasus bisnis
GSBPM 5.1 (Updated January 2019)
There are 8 Phases of The Official Statistics Processes
Fase desain adalah ketika sebuah rencana
dikembangkan untuk bagaimana kebutuhan
statistik yang diidentifikasi dalam fase kebutuhan
spesifik akan dipenuhi.
Fase ini meliputi:
• Merancang keluaran statistik secara rinci
• Merancang mekanisme pengumpulan data yang
akan digunakan
• Menentukan metodologi, berdasarkan standar
internasional dan nasional
• Menentukan metadata
Fase desain juga tidak diperlukan untuk produksi
statistik reguler kecuali diperlukan perubahan.
Fase pengumpulan adalah ketika data dan
metadata dikumpulkan dan diteruskan ke
lingkungan elektronik
Fase ini meliputi:
• Staf pengumpul pelatihan
• Memilih sampel (untuk survei sampel)
• Penerimaan data administrasi (untuk keluaran
yang dihasilkan dari sumber administratif)
Validasi data dapat terjadi selama pengumpulan,
tetapi jika tidak, pemrosesan data belum
dilakukan. Proses produksi untuk keluaran
statistik reguler sering dimulai di sini.
Fase analisis adalah ketika keluaran statistik
diproduksi, diperiksa dan dipersiapkan untuk
dirilis.
Fase ini meliputi:
• Transformasi tambahan ke data (misalnya,
penyesuaian musiman)
• Penilaian kualitas keluaran statistik
• Menerapkan pengendalian pengungkapan
• Mempersiapkan komentar dan catatan teknis
untuk keluaran statistik
Fase pembangunan adalah saat sistem produksi
untuk output statistik benar-benar dibuat dan
diuji.
Fase ini meliputi:
• Membangun mekanisme pengumpulan data
• Tes lapangan dan pengumpulan data skala
kecil untuk tujuan pengujian
• Membangun dan menguji bagian sistem
produksi dapat diulang beberapa kali sebelum
sistem siap
Fase proses adalah saat data dibersihkan dan
diubah dalam persiapan untuk analisis.
Fase ini meliputi:
• Membersihkan, mengode ulang, dan memvali-
dasi data
• Menghitung bobot (untuk data survei)
• Turunkan variabel baru dan menghitung
agregat
Pemrosesan data dapat dimulai sebelum
pengumpulan data selesai untuk perkiraan
sementara
Tahap diseminasi adalah ketika keluaran statistik
dirilis ke publik dalam bentuk database, tabel
online, publikasi cetak, dll.
Fase ini meliputi:
• Mempersiapkan produk diseminasi
• Mengelola pengeluaran keluaran statistik
secara tepat waktu
• Mempromosikan produk diseminasi
• Menanggapi pertanyaan pengguna
Kitaakan membahas diseminasi secara lebih
rinci nanti dalam Sesi yang lain.
 Tahap evaluasi melibatkan penilaian proses
produksi untuk keluaran statistik untuk melihat
di mana perbaikan dapat dilakukan

Fase ini dibagi menjadi tiga bagian:

• Kumpulkan masukan evaluasi
• Lakukan evaluasi
• Setujui rencana tindakan
Part 3.

Bayangkan jika dua negara memutuskan untuk menentukan

Dalam sesi ini, kita akan membahas peran
utama dari Sistem Statistik Global, untuk
mengembangkan dan memelihara standar
statistik internasional. lebih detail.
tingkat pengangguran dengan dua cara yang berbeda
Negara A mendefinisikan tingkat pengangguran sebagai
jumlah orang yang tidak memiliki pekerjaan sebagai
persentase dari total populasi.
Negara B mendefinisikan tingkat pengangguran sebagai
jumlah orang dalam angkatan kerja yang tidak memiliki
pekerjaan sebagai persentase dari total angkatan kerja.
Angkatan kerja hanya terdiri dari mereka yang sedang bekerja
atau secara aktif mencari pekerjaan.

Negara A melaporkan bahwa tingkat penganggurannya,

Untuk membuat perbandingan internasional, kami
menurut definisinya, adalah 44%. Negara B melaporkan
memerlukan standar internasional untuk cara kami
bahwa tingkat penganggurannya, menurut definisinya,
adalah 9%. menghasilkan statistik.
Apakah lebih sulit mencari pekerjaan di Negara A atau
Negara B?
(Dalam hal ini, definisi Negara B adalah definisi
pengangguran standar internasional - bagian dari
Tidak mungkin untuk mengatakannya. Negara A menghitung
angkatan kerja tanpa pekerjaan.)
banyak orang yang menganggur sedangkan Negara B tidak,
misalnya; anak-anak di bawah usia kerja, mahasiswa,
pensiunan, dan orang tua yang tinggal di rumah.
Tapi ini bukan satu-satunya alasan kita
membutuhkan standar internasional. Standar
internasional juga merupakan cara berbagi praktik
terbaik untuk menghasilkan Official Statistics,
berdasarkan pengalaman negara dan organisasi.
Standar ada untuk semua fase produksi statistik
dan untuk hampir semua subjek statistik. Standar
dapat berupa buku pegangan, manual
rekomendasi, klasifikasi, pedoman, dll
Beberapa contoh standar yang terkenal:
• Sistem Neraca Nasional 2008 (SNA 2008)
• Klasifikasi Industri Standar Internasional dari
Semua Kegiatan Ekonomi, Revisi 4 (ISIC Rev. 4)
• Manual Indeks Harga Konsumen: Teori dan
Praktek
Istilah standar statistik internasional mengacu pada
pedoman dan rekomendasi statistik internasional
yang komprehensif yang telah dikembangkan oleh
organisasi internasional yang bekerja dengan badan-
badan nasional.
UNSD memiliki daftar standar statistik
internasional yang ada, yang dapat dilihat
berdasarkan jenis, bidang materi pelajaran atau
organisasi pemeliharaan.
Standar dibagi menjadi tiga jenis.
• Klasifikasi
• Konsep dan definisi
• Metodologi dan prosedur
Negara sering kali memiliki standar statistik
sendiri yang disesuaikan dengan kebutuhan unik
mereka.
Standar nasional dan internasional seringkali
serupa dan saling menginformasikan, terutama
pada tingkat detail yang kasar.
Bagaimana standar nasional meng- Bagaimana standar internasional Ada juga standar statistik regional Misalnya, ada
informasikan standar internasional menginformasikan standar nasional
klasifikasi regional kegiatan ekonomi untuk Eropa.
Ketika standar internasional dibuat Kantor statistik nasional yang sedang Amerika Utara dan Australia dan Selandia Baru
atau diperbarui, standar tersebut dalam proses membuat atau
diambil dari praktik terbaik dari memperbarui standar nasional yang kompatibel dengan ISIC (masing-masing
standar nasional. mereka biasanya menggunakan adalah NACE, NAICS dan ANZSIC)
standar internasional yang ada.

A Statistical Klasifikasi statistik adalah jenis standar statistik

Classifications yang memiliki definisi tertentu

Klasifikasi statistik adalah klasifikasi yang

memiliki sekumpulan kategori terpisah, yang Klasifikasi mungkin datar atau hierarkis.
dapat ditetapkan ke variabel tertentu yang Mereka biasanya melibatkan pembagian
terdaftar dalam survei statistik atau dalam file variabel ke dalam kategori yang saling
administratif, dan digunakan dalam produksi dan eksklusif dan menyeluruh.
penyajian statistik.
 Mutual exclusivity Collective exhaustiveness
(Eksklusivitas timbal balik) (Ketelitian kolektif)
Tidak ada tumpang tindih Semua kategori klasifikasi
antara kategori klasifikasi. bersama-sama mencakup setiap
kemungkinan.
Employees (Karyawan)
Pekerja yang mendapatkan remunerasi/kompensasi dasar tidak secara
langsung bergantung pada pendapatan pemberi kerja
Employers (Pengusaha)
Pekerja yang memiliki usaha dan melibatkan satu atau lebih orang
untuk bekerja sebagai karyawan secara terus menerus.
Own-account workers (Bekerja Sendiri)
Pekerja yang memiliki usaha dan tidak melibatkan karyawan secara
terus menerus.
Contoh Klasifikasi di Indonesia:
ICSE adalah klasifikasi datar, yang berarti kategori
tersebut tidak termasuk subkategori. Tetapi ILO
memang memberikan beberapa panduan tentang
subkategori yang mungkin ada di tingkat nasional.
Memasukkan beberapa jenis kategori lain, seperti
kategori terakhir dari ICSE, adalah cara umum untuk
memastikan klasifikasi lengkap secara kolektif.
The International Classification of Status in
Employment (ICSE) adalah klasifikasi status
pekerjaan yang dikelola oleh Organisasi
Perburuhan Internasional. Ini memiliki enam
kategori.
Members of producers cooperatives (Anggota Koperasi)
Pekerja yang memiliki usaha di sebuah perusahaan yang memproduksi
barang dan jasa dimana anggotanya mengambil bagian yang setara dalam
pengambilan keputusan di koperasi.
Contributing family members (Anggota keluarga yang berkontribusi)
Pekerja yang memiliki usaha di perusahaan yang dioperasikan oleh orang
terkait.
Workers not classiflable by status
(Pekerja tidak dapat diklasifikasikan berdasarkan status)
Pekerja yang tidak tersedia informasi relevan yang memadai atau yang tidak
dapat dimasukkan dalam kategori mana pun sebelumnya

KBKI merupakan cakupan atau
kualifikasi uraian tentang beberapa
rincian hasil produksi dalam negeri
yang meliputi beberapa sektor mulai
dari hasil pertanian, industri, energi,
pertambangan, hingga perusahaan
jasa. Semua sektor tersebut memiliki
pengaruh yang sangat besar untuk
proses penyusunan statistik
perdagangan, neraca nasional dan
lainnya.
KBJI adalah suatu alat yang digunakan untuk menyusun berbagai jenis pekerjaan penduduk
Indonesia kedalam suatu kelompok pekerjaan yang terdefinisi secara jelas. Informasi tentang jenis
pekerjaan dapat dikumpulkan melalui kegiatan sensus maupun survei bidang kependudukan,
khususnya yang berhubungan dengan ketenagakerjaan.
Kegunaan KBJI
• Penggunaan utama klasifikasi jenis pekerjaan ini oleh client-oriented users adalah untuk perekrutan pekerja asing baik
untuk jangka waktu panjang atau singkat.
• Uraian pekerjaan digunakan oleh berbagai pihak (client-oriented users) untuk mengetahui tugas dan kewajiban serta sarana
dan prasarana kerja berkaitan dengan tugasnya untuk penempatan, pelatihan dan lain-lain.
• Struktur klasifikasi digunakan untuk mengelompokkan suatu pekerjaan ke dalam suatu kelompok pekerjaan.
• Klasifikasi jenis pekerjaan digunakan untuk deskripsi dan analisis statistik pasar tenaga kerja dan struktur sosial.
• Sebagai bahan acuan perencanaan dan kebijakan ketenagakerjaan, pendidikan dan pelatihan pekerja di tingkat nasional dan
regional, baik makro maupun mikro.
• Digunakan dalam berbagai bidang ilmu pengetahuan, seperti: psikologi, sosiologi dan ekonomi.
• Data jenis pekerjaan akan dapat lebih tepat dan akurat untuk dikumpulkan.
• Keterbandingan statistik internasional ;membandingkan distribusi jumlah populasi pekerja atau variabel lain (upah/gaji, jam
kerja, kecelakaan kerja, pendapatan, konsumsi) antar kelompok , membandingkan data individu suatu kelompok pekerjaan,
menggabungkan data mengacu pada kelompok pekerjaan yang terbandingkan

SPKONLINE
Sistem Pencarian
Kode Klasifikasi
Statistik Online
https://spkonline.bps.go.id/spkonline/welcome

Apa itu KBLI?

• Fundamental Principles of Official
KBLI (Klasifikasi Baku Lapangan Usaha Indonesia) adalah kode
Statistics (United Nations General
klasifikasi resmi untuk mengklasifikasikan jenis bidang usaha
Assembly resolution 68/261)
perusahaan di Indonesia. KBLI disusun dengan merujuk pada
International Standard Classification of All Economic Activities • Introduction to Official Statistics-
(ISIC), ASEAN Common Industrial Classification (ACIC), dan East Asia Course Notes, UNSIAP
Manufacturing Statistics (EAMS). • Official Statistics 4.0 by Walter J.
Apa fungsi KBLI? References: Radermacher
• The Handbook of Statistical
KBLI berfungsi untuk menyeragamkan aktivitas ataupun
Organization, Third Edition: The
kegiatan usaha di Indonesia menjadi sebuah klasifikasi yang
Operation and Organization of a
bisa digolongkan. Standarisasi atau penyeragaman ini menjadi
Statistical Agency (United Nations
acuan untuk pendaftaran legalitas seperti di Akta Perusahaan
ataupun NIB (Nomor Induk Berusaha).
publication, Sales No. E.03.XVII.7)
Thank you.
 Introduction to Official Statistics: Outline

Sumber dan Pengumpulan Data • Sumber Data untuk Official Statistik

dalam Official Statistics • Metode dan cara pengumpulan data
untuk Official Statistik

Before we move on the

following slide, let’s know about
the concept of data actors…

Produsen Data
Produsen data - lembaga atau departemen yang menghasilkan data
resmi, administratif, atau non-tradisional.
Pengguna Data
Pengguna Data - kementerian, departemen atau orang yang
Contoh: menggunakan data untuk mengambil keputusan, memantau
Produsen data resmi: Lembaga Statistik Nasional atau Biro Statistik kemajuan, menginformasikan kepada publik atau tujuan lain.
Nasional, Departemen Statistik Departemen Pendidikan memproduksi
dan menyebarkan data sesuai dengan UN-FPOS Contoh:
Produsen data non-resmi: Pusat penelitian, asosiasi bisnis, LSM yang Departemen Perencanaan di Kementerian Pendidikan, jurnalis dll
mengumpulkan, memproses dan menerbitkan data, perusahaan
analisis data, data dari analisis geospasial sebelum diproses oleh
Official Statistik
Pemasok data
Pemasok, penyedia, atau pemegang data - kementerian, departemen,
atau entitas yang mengelola register, database, atau jenis data
administratif atau sekunder lainnya yang mereka kumpulkan dan
kelola untuk tujuan non-statistik.
Contoh:
Kantor Catatan Sipil atau Catatan Polisi yang berisi data administratif
Responden
Responden - adalah sub-kategori penyedia data dan diwakili oleh
orang, rumah tangga atau entitas yang berpartisipasi dalam survei
atau menyampaikan informasi wajib untuk tujuan administratif.
Contoh:
Petani menanggapi survei pertanian, kepala sekolah menanggapi
kuesioner administrasi, dll.

PENDAHULUAN

Pada sesi ini, kita akan melihat sumber data utama

yang digunakan untuk pembuatan Official Statistik.

Sumber Data Primer dan Sekunder

Komunitas statistik membedakan sumber data
primer dan sekunder. Sumber data primer biasanya
mencakup sensus dan survei statistik. Mereka berisi
informasi yang dikumpulkan secara eksklusif untuk
tujuan Official Statistik. Survei Official Statistik hanya
dilakukan oleh otoritas statistik.
Sumber data sekunder biasanya diwakili oleh data
administratif. Data administratif terutama dikumpul-
kan untuk tujuan non-statistik, umumnya oleh agen
publik yang menerapkan peraturan administratif.
(Contoh: pencatatan kelahiran, pencatatan bisnis,
pencatatan kendaraan, dll). Agen yang memasok data
administratif ke otoritas statistik dan unit yang
datanya terkait (unit observasi) berbeda. Sumber
data sekunder juga mencakup sumber data baru dan
non-tradisional seperti data dari sektor swasta, LSM,
geospasial, dll.
 Data untuk pembuatan Official Statistik
dapat diambil dari semua jenis sumber,
baik itu survei statistik (sumber primer)
atau data administratif atau non-tradisional
(sumber sekunder).

Otoritas statistik memilih sumber data

berdasarkan pertimbangan profesional dan
khususnya yang berkaitan dengan kualitas,
biaya dan beban responden.
• Sumber data untuk Kantor Statistik Nasional (NSO) berasal dari survei statistik dan
sensus dan sampai batas tertentu dari data administratif yang dikumpulkan oleh
otoritas nasional dan lokal lainnya.
• Produsen Official Statistik lainnya secara umum mengakses sumber data
administratif dari unit lain di organisasi masing-masing (badan induk).

SENSUS JENIS-JENIS SENSUS

Sensus adalah proses pengumpulan data tentang 1. Penduduk dan perumahan : Sensus penduduk dan
SENSUS Sensus adalah proses pengumpulan data tentang perumahan mencakup semua orang dan tempat tinggal
semua individu dalam populasi yang diminati
semua individu dalam populasi yang diminati pada titik waktu 2. Ekonomi : Sensus ekonomi mencakup semua perusahaan.
pada titik waktu
tertentu.tertentu.
Pengumpulan Pengumpulan data
data semua orang disebut sebagai 3. Pertanian : Sensus pertanian mencakup semua
pencacahan lengkap.
semua orang disebut sebagai pencacahan perusahaan pertanian.
lengkap.

PROS DAN KONTRA

Penggunaan sensus untuk pengumpulan data Tabel

Pro dan kontra pada slide sebelumnya

Pro Kontra menyebutkan bahwa sensus dapat digunakan
• Cakupan seluruh populasi, dalam • Mahal. baik dari segi keuangan
untuk membuat kerangka sampling. Kerangka
teori maupun sumber daya manusia sampel adalah daftar lengkap unit yang
• Dapat digunakan untuk membuat • Jarang (sekali setiap sepuluh tahun digunakan untuk menggambar sampel untuk
Kerangka sampel di banyak negara)
• Termasuk data tentang sub-populasi • Biasanya tidak memberikan data survei dan menghubungi responden survei.
kecil yang sangat detail tentang setiap
responden
SURVEI SAMPEL CONTOH SURVEI SAMPEL
Banyak survei sampel yang berbeda dilakukan
Survei sampel melibatkan pengumpulan data untuk menghasilkan Official Statistik. Mari kita
sebagian dari populasi untuk membuat lihat beberapa di antaranya ...
kesimpulan tentang seluruh populasi.
Pengumpulan data hanya untuk sebagian dari
penduduk disebut sebagai pencacahan parsial.

SURVEI PENDAPATAN DAN PENGELUARAN

RUMAH TANGGA
Survei pendapatan dan pengeluaran rumah tangga (juga
disebut survei anggaran rumah tangga atau survei
pengeluaran rumah tangga) digunakan untuk
mengumpulkan data pendapatan dan informasi rinci tentang
pola pengeluaran rumah tangga. Survei ini melibatkan
pemilihan sampel rumah tangga dan mengajukan
pertanyaan retrospektif tentang pendapatan dan
pengeluaran atau meminta rumah tangga tersebut
menyimpan buku harian pengeluaran. Data dari survei ini
digunakan dalam penghitungan indeks produk domestik
bruto dan harga konsumen, serta untuk mempelajari
masalah sosial ekonomi (misalnya, kemiskinan).
SURVEI KETENAGAKERJAAN
Survei angkatan kerja adalah jenis lain dari survei rumah
tangga yang mengumpulkan informasi rinci tentang
pekerjaan orang-orang di rumah tangga sampel. Statistik
paling terkenal yang berasal dari survei angkatan kerja
adalah tingkat pekerjaan, tingkat pengangguran dan tingkat
partisipasi angkatan kerja, tetapi lebih banyak informasi
tentang angkatan kerja tersedia dari survei ini juga.
Beberapa negara melakukan survei angkatan kerja hanya
sekali setahun. Yang lain melakukan survei angkatan kerja
setiap tiga bulan atau bahkan setiap bulan.

Tabel pada slide sebelumnya menyebutkan

Pro
• Lebih murah dari sensus
• Dapat digunakan untuk
mengumpulkan informasi rinci
tentang topik tertentu
• Dapat melibatkan staf lapangan
yang lebih terlatih daripada sensus
Kontra
• Kesalahan pengambilan sampel
• Tidak dapat digunakan untuk
membuat pengambilan kerangka
sampel
• biaya tertinggi per observasi dari
sumber data apa pun dan potensi
beban respons yang tinggi
beberapa istilah penting.
Kesalahan pengambilan sampel (Non
Sampling Error) mengacu pada kesalahan yang
disebabkan oleh pengukuran sampel daripada
keseluruhan populasi.
Beban Respon (Respon Burden) mengacu pada
banyaknya waktu atau tenaga yang dibutuhkan
responden untuk memberikan data.
Sumber data utama ketiga untuk Official
Statistik adalah data administrasi, yaitu data
yang dikumpulkan oleh bagian lain dari
pemerintahan untuk keperluan administratif.
Meskipun sensus dan survei sampel adalah jenis
pengumpulan data langsung, penggunaan data
administratif adalah jenis pengumpulan data tidak
langsung.
Itu berarti ahli Official Statistik tidak memiliki banyak
kendali atas bagaimana data dikumpulkan.

Data administrasi meliputi: Pro Kontra

• Data perpajakan • Lebih hemat biaya untuk menggunakan
• Data jaminan sosial data yang sudah ada daripada mengum-
• Sistem registrasi pulkan data baru menggunakan sensus
atau survei sampel
• Catatan kesehatan • Terus diperbarui - dapat menghasilkan
•
statistik terkini
Catatan pendidikan • Dapat digunakan untuk pengambilan
kerangka sampel jika cakupan dan
kualitas data memadai
• Mungkin tidak sejalan dengan kebutuhan
statistik
• Rentan terhadap masalah administrasi
dan oleh karena itu mungkin tidak cukup
berkualitas untuk Official Statistik
• Mungkin tidak mencakup seluruh
populasi yang diminati oleh ahli Official
Statistik dan oleh karena itu
menghasilkan data yang bias

Secara umum, semakin banyak ahli Official Statistik yang dapat
menggunakan sumber data administratif, semakin baik (asalkan
kualitasnya memadai).
Seperti yang disebutkan pada slide sebelumnya, bagaimanapun,
data administratif mungkin tidak mencakup seluruh populasi
yang menjadi perhatian ahli Official Statistik.
Misalnya, menggunakan catatan kesehatan dari rumah sakit
untuk mengukur prevalensi penyakit hanya akan mencatat
mereka yang mengunjungi rumah sakit saat mereka sakit.
Konsep penting lainnya yang terkait dengan data
administrasi adalah register statistik. Register statistik
adalah daftar unit yang diperbarui secara berkala yang
digunakan untuk tujuan statistik.
Register statistik menggunakan data administratif, yang
dapat digabungkan dengan data dari sumber lain. Dua
register statistik yang paling umum adalah register populasi
dan register statistik bisnis.
Mari kita lihat beberapa sumber data yang digunakan
untuk Official Statistik di Kanada.
Statistics Canada melakukan sensus penduduk setiap lima
tahun - lebih sering daripada kebanyakan negara. Sensus
pertanian juga dilakukan setiap lima tahun, bersamaan
dengan sensus penduduk.
Statistics Canada tidak melakukan sensus ekonomi.

Statistics Canada melakukan sekitar 350 sampel survei
tentang berbagai topik.
Survei Angkatan Kerja mereka dilakukan setiap bulan dengan
menggunakan kombinasi kuesioner elektronik, wawancara
langsung dan wawancara telepon.
Survei Pengeluaran Rumah Tangga mereka dilakukan setiap
tahun dengan menggunakan kombinasi kuesioner
retrospektif dan buku harian pengeluaran.
Statistics Kanada memiliki sejarah panjang dalam
menggunakan data administratif. Telah menggunakan data
administratif untuk statistik vital sejak 1921 dan untuk statistik
impor dan ekspor sejak 1938.
Saat ini, Statistics Canada menggunakan data administratif
untuk melengkapi atau menggantikan data survei di beberapa
daerah. Data administratif adalah sumber data utama untuk
daftar bisnis statistik Kanada.
Kanada tidak memiliki pusat register penduduk.

Sumber data potensial lain untuk Official Statistik Volume
adalah big data. Big data sering kali digambarkan Sumber data besar yang
menggunakan tiga V: Volume, Variasi, dan Kecepatan. berisi lebih banyak catatan
daripada sumber data
lainnya.
Kecepatan Variasi
Catatan baru dihasilkan Big data seringkali tidak
dengan sangat cepat (dari terstruktur dan perlu
aktivitas online, transaksi diproses secara intensif
atau sensor, misalnya) sebelum dapat digunakan
untuk keperluan statistik.

Penggunaan big data untuk Official Statistik masih
dalam tahap awal, sebagian besar karena masalah
kualitas data dan privasi.
Tetapi beberapa negara telah berhasil menggunakan
sumber-sumber semacam ini.
Di sebelah kiri adalah
gambar dari peta interaktif
lalu lintas jalan yang
dihasilkan dari data lalu
lintas di Belanda.
Klik pada gambar untuk
menjelajahi peta Anda
sendiri di situs web Statistik
Belanda.
Dalam sesi ini, kita akan melihat sekilas proses
pengumpulan informasi yang diperlukan untuk setiap
unit yang dipilih dalam survei
Di Belanda, Big data digunakan oleh Statistik
Belanda untuk menghasilkan statistik lalu lintas
untuk 2011-2014.
Proyek percontohan melibatkan penggunaan data
penghitungan kendaraan elektronik yang dikumpul-
kan secara terus menerus di 20.000 lokasi.
Sebanyak 80 terabyte data dikumpulkan dan diolah
untuk sampai pada jumlah rata-rata mobil yang
melewati setiap jalan per jam.
A look at Data collection
Data Collection and capture modes
Methods
Pengumpulan data adalah proses pengumpulan informasi yang diperlukan
untuk setiap unit terpilih dalam survei.
Selama tahap perencanaan survei, banyak keputusan harus dibuat tentang
metode pengumpulan data.
Ada:
➢ Haruskah kuesioner diberikan oleh pewawancara?
➢ Jika ya, apakah wawancara harus dilakukan secara langsung atau melalui
telepon?
➢ Haruskah kombinasi metode digunakan - haruskah responden mengisi sendiri
kuesioner dan non responden ditindaklanjuti dengan wawancara telepon?
➢ Apakah kuesioner harus berbasis kertas atau komputer?
➢ Haruskah data administrasi digunakan untuk mengumpulkan beberapa data
survei? Haruskah pengumpulan data untuk beberapa survei digabungkan?
 Metode Pengumpulan Data
Metode pengumpulan data harus dipilih untuk dicapai cakupan yang luas,
tingkat respons yang tinggi dan mengumpulkan informasi yang akurat pada saat
A. Pengumpulan Data menurut Metode:
yang bersamaan memperkecil beban pengumpulan dan memiliki biaya yang 1. Pencacahan sendiri
wajar.
2. Metode yang dibantu pewawancara
Tujuan dari bagian ini adalah menyajikan berbagai metode pengumpulan data
dan perbandingannya. 3. Metode pengumpulan data lainnya
Oleh karena itu, memilih metode pengumpulan data yang tepat sangat penting
B. Pengumpulan Data menurut Tipe:
untuk keberhasilan survei.
1. Berbasis Kertas
2. Metode Bantuan Komputer

Metode Pengumpulan Data Metode Pengumpulan Data

A. Berbasis Kertas - dikenal sebagai Paper and Pencil Interviewing (PAPI)
B. Metode dengan Bantuan Komputer
A.1 Self-Enumeration (Pengisian mandiri menggunakan kertas kuesioner)
B2. Wawancara Berbantuan Komputer (CAI)
A2. Interviewer-Assisted
A2.1. Wawancara Pribadi (Pengisian wawancara menggunakan kertas kuesioner) B2.1. Wawancara pribadi dengan bantuan komputer (CAPI)
A2.2. Wawancara Telepon (Pengisian wawancara menggunakan kertas kuesioner)
B2.2. Wawancara telepon dengan bantuan komputer (CATI)
B. Metode Bantuan Komputer
B1. Wawancara Mandiri dengan Bantuan Komputer (CASI)
B1.1. Pengisian mandiri menggunakan kuesioner elektronik
B1.2. Transfer dari mesin ke mesin
➢ diklasifikasikan sebagai metode pengumpulan data baru dan terpisah, metode ini
memiliki banyak karakteristik pencacahan sendiri
➢ Proses tersebut biasanya dilakukan dengan menulis script yang dijalankan secara
manual atau otomatis yang mengirimkan data melalui application programming
interface (API) yang dibuka oleh kantor statistik.

Metode Pengumpulan Data Metode Pengumpulan Data Lainnya

Selain metode self-enumeration dan interviewer-assisted, metode
pengumpulan data lainnya antara lain: observasi langsung, pelaporan
data elektronik, data administrasi, metode gabungan dan survei
pelengkap atau omnibus.
A. Pengamatan Langsung
➢ Metode ini terdiri dari mengamati atau mengukur secara langsung
karakteristik yang diminati di lapangan atau di laboratorium
➢ Ini mungkin satu-satunya kemungkinan untuk konsep tertentu (misalnya,
beberapa data medis) dan biasanya digunakan untuk survei harga.
➢ Penginderaan jauh adalah salah satu bentuk pengamatan langsung yang
menginterpretasikan citra satelit.

B.Pelaporan Data Elektronik (EDR)

➢ EDR adalah salah satu bentuk pencacahan mandiri dan bisa sangat
memudahkan responden, tetapi biasanya hanya ditawarkan jika tidak ada cara
lain untuk memperoleh data. Misalnya, beberapa bisnis mungkin hanya
memberikan datanya dengan cara ini.
➢ Beberapa survei memungkinkan responden untuk memberikan data
elektronik mereka (misalnya, pada disket, pita komputer, atau kartrid) dalam
format mereka sendiri.
 Metode Pengumpulan Data Lainnya Metode Pengumpulan Data Lainnya

C. Data Administratif E. Survei Tambahan dan Omnibus

➢ Beberapa survei dapat memperoleh informasi yang mereka butuhkan dari data
administratif yang ada. Data administratif adalah data yang telah dikumpulkan
untuk tujuan administratif
➢ misalnya, untuk mengelola, mengatur atau memajaki aktivitas bisnis atau
individu) yang bertentangan dengan tujuan statistik (untuk mempelajari
kelompok individu, bisnis, pertanian, dll.
D. Metode Penggabungan
➢ Seringkali strategi pengumpulan data yang paling memuaskan adalah dengan
menawarkan pilihan metode pengumpulan data kepada responden.
Tambahan:
➢ Di survei tambahan, kuesioner baru ditambahkan sebagai pelengkap
kuesioner survei yang sudah ada. Biasanya, survei yang ada adalah survei
berskala besar.
Survei Omnibus:
➢ Dalam survei omnibus, pertanyaan untuk beberapa survei berbeda
digabungkan menjadi satu kuesioner.
➢ Kuesioner survei omnibus terdiri dari beberapa bagian, masing-masing
membahas topik yang berbeda dan masing-masing dilakukan untuk klien
yang berbeda.
➢ Misalnya dilakukan secara berkala oleh perusahaan riset swasta dan badan
statistik serta melibatkan beberapa mitra dengan kebutuhan riset yang
berbeda-beda.

Evolusi BPS dalam Metode Pengumpulan Evolusi BPS dalam Metode Pengumpulan
Data Data

Evolusi BPS dalam Metode Pengumpulan

Data

Perbandingan Metode Pengumpulan Data:

A. BERBASIS KERTAS
 Perbandingan Metode Pengumpulan Data
A. PAPER BASED
KEUNTUNGAN
• dapat berisi materi referensi tercetak untuk mengurangi kesalahan
respons
• tidak membutuhkan komputer untuk pengumpulan data
• dapat memakan waktu lebih sedikit untuk mengembangkan
prosedur pengumpulan daripada metode berbasis komputer
• untuk survei satu kali atau survei kecil, pengumpulan mungkin lebih
murah daripada metode berbasis computer
A.1. SELF ENUMERATION
KEUNTUNGAN
• mudah dikelola
• dapat mengurangi kesalahan respon karena responden dapat
melihat catatan pribadi
• biasanya merupakan metode pengumpulan data yang paling murah,
oleh karena itu klien dapat membeli sampel yang lebih besar
dengan presisi yang lebih baik
• kuesioner dapat diisi tanpa kehadiran pewawancara dan oleh karena
itu bagus untuk pertanyaan sensitif
• tidak membutuhkan banyak pewawancara terlatih
KERUGIAN
• pengambilan data terpisah dari pengumpulan
• mencetak kuesioner bisa mahal
• Kuesioner tidak dapat memiliki pola aliran / lewati yang rumit
• memerlukan banyak pekerjaan manual karena pengumpulan data
• kuesioner hanya dapat memiliki sedikit pengeditan manual yang sederhana,
• tergantung wawancara sulit untuk survei berulang
KERUGIAN
• dapat meningkatkan kesalahan respon karena responden cenderung tidak membaca materi
referensi
• kualitas data mungkin lebih buruk daripada metode yang dibantu pewawancara
• kuesioner harus dirancang dengan baik dan ramah responden dengan instruksi yang jelas untuk
mendorong partisipasi dan mengurangi kesalahan respons
• kuesioner tidak boleh terlalu panjang atau rumit
• sebaiknya hanya diterapkan pada topik survei yang sederhana dan langsung atau populasi yang
berpendidikan tinggi
• tingkat tanggapan lebih rendah daripada untuk metode yang dibantu pewawancara (banyak
tindak lanjut mungkin diperlukan untuk meningkatkan tingkat tanggapan)
• perlu menindaklanjuti kegagalan edit
• jika kuesioner dikirim, harus membayar ongkos kirim
• kuesioner surat keluar/surat kembali dapat menjadi metode pengumpulan data yang paling
lambat
Perbandingan Metode Pengumpulan Data
A.2. Interviewer- Assisted
KEUNTUNGAN
• tingkat respons yang lebih baik daripada pencacahan sendiri karena pewawancara
dapat merangsang minat dan peka terhadap kekhawatiran responden
• pewawancara dapat meningkatkan kualitas data dengan menjelaskan konsep,
membantu mengatasi masalah: dapat mengurangi kesalahan respons dan jumlah
kuesioner yang diisi sebagian
• pewawancara dapat memastikan bahwa unit yang disurvei dengan benar dapat
menurunkan beban respons karena pewawancara dapat segera mengedit dan
menindaklanjuti kesalahan pengeditan pewawancara dapat menjelaskan metode
yang digunakan untuk memastikan keamanan dan kerahasiaan data
• memungkinkan periode pengumpulan yang lebih fleksibel daripada pencacahan
sendiri (lebih banyak pewawancara dapat disewa untuk mempercepat
pengumpulan)
• dapat diterapkan pada populasi dengan keterampilan literasi yang buruk
A.2.1. Personal Interviews
KEUNTUNGAN
• wawancara yang sangat personal (lebih personal daripada wawancara
telepon) yang biasanya menghasilkan tingkat respons yang lebih tinggi
daripada wawancara telepon
• pewawancara dapat menanamkan kepercayaan pada responden dengan
menunjukkan kepada mereka identifikasi resmi
• pewawancara dapat melakukan observasi langsung
• kuesioner yang lebih kompleks dimungkinkan daripada wawancara telepon
atau pencacahan sendiri
KERUGIAN
• Wawancara bisa mahal: biaya pelatihan pewawancara, gaji pewawancara,
penginapan, transportasi untuk wawancara pribadi / ruang kantor untuk
wawancara telepon
• perlu punya waktu untuk melatih pewawancara
• keterampilan manajemen yang baik dibutuhkan untuk mengoordinasikan semua
wawancara
• dapat meningkatkan kesalahan respons: pewawancara yang tidak terlatih dapat
meningkatkan kesalahan respons; Responden mungkin enggan menanggapi
pertanyaan sensitif (terutama jika pewawancara dipekerjakan secara lokal) atau
mungkin hanya memberikan jawaban yang benar secara sosial
• Mendapatkan kerangka survei dengan cakupan yang baik dari semua nomor
telepon mungkin sulit
• pengambilan sampel melalui telepon tidak efisien
KERUGIAN
• biasanya metode pengumpulan data yang paling mahal.
• menghasilkan ukuran sampel yang lebih kecil
• Sulit untuk menerapkan kendali mutu wawancara versus wawancara telepon yang
mudah untuk dipantau
• bisa jadi sulit dan memakan waktu untuk menemukan orang di rumah atau di tempat
kerja
• mungkin sulit untuk menemukan dan mempertahankan pewawancara yang memenuhi
syarat di semua bidang survei
• tidak dapat dengan mudah mengalihkan beban kerja ke pewawancara yang tidak terlalu
sibuk

Perbandingan Metode Pengumpulan Data

A.2.2. Telephone Interviews
KEUNTUNGAN
• tingkat respons biasanya lebih tinggi daripada pengisian sendiri
• kontrol kualitas wawancara mudah diterapkan
• lebih murah daripada wawancara pribadi (tidak perlu membayar biaya perjalanan
dan penginapan)
• waktu respons tercepat (versus wawancara pribadi atau pencacahan diri)
• dapat melakukan wawancara di daerah yang sulit atau tidak terjangkau
• lebih anonym (Rahasia) daripada wawancara pribadi: dapat mengajukan
pertanyaan sensitif
• lebih murah daripada wawancara pribadi, mengizinkan sampel yang lebih besar
jika diperlukan
KERUGIAN
• tingkat tanggapan lebih rendah daripada wawancara pribadi
• perlu membayar ruang kantor untuk pewawancara
• mungkin perlu membayar untuk panggilan telepon jarak jauh
• kuesioner tidak boleh terlalu panjang atau rumit
•
•
pengamatan langsung tidak dapat dilakukan
mungkin menjadi masalah kerahasiaan jika beberapa saluran telepon digunakan
bersama
Perbandingan Metode Pengumpulan Data:
• pengambilan sampel melalui telepon tidak efisien: memanggil nomor telepon
dapat mengakibatkan tidak adanya kontak, nonresponse, atau unit di luar
jangkauan
• potensi bias karena penyamaran saat mengambil sampel dari daftar administratif

•
nomor telepon
Pengambilan sampel RDD memiliki variabel stratifikasi geografis yang terbatas
B. Metode dengan Bantuan Komputer

Perbandingan Metode Pengumpulan Data Perbandingan Metode Pengumpulan Data

B. COMPUTER ASSISTED METHOD
KEUNTUNGAN
• pengeditan selama pengumpulan dapat diotomatiskan, menghasilkan resolusi
langsung dari kegagalan pengeditan dan akibatnya beban respons yang lebih
sedikit karena tindak lanjut
• pengumpulan, pengeditan, dan pengambilan data terintegrasi, menjadikannya
lebih tepat waktu (waktu respons lebih cepat) dan efisien serta lebih mudah
dipantau daripada metode berbasis kertas
• data yang berpotensi lebih berkualitas
• dapat memiliki kuesioner dengan percabangan yang kompleks (pola lewati)
• mudah untuk menghasilkan laporan manajemen (misalnya, tentang tingkat
respons)
• mungkin lebih murah daripada pengumpulan berbasis kertas untuk survei berulang
atau survei besar
• mungkin dapat menghemat biaya pengembangan dengan mengadaptasi perangkat
lunak yang dikembangkan untuk survei serupa
• perlindungan yang lebih baik atas kerahasiaan kuesioner yang telah diisi
• ramah lingkungan (lebih sedikit kertas terbuang)
• wawancara dependen dimungkinkan untuk survei berulang
KERUGIAN
• mengembangkan aplikasi komputer bisa memakan waktu lama dan mahal
• perlu menguji aplikasi komputer secara menyeluruh
• membutuhkan ahli komputer untuk mengembangkan / mengadaptasi aplikasi
komputer
• rentan terhadap masalah teknis
• pewawancara atau responden harus mengetahui cara menggunakan aplikasi
komputer
• persyaratan infrastruktur (misalnya, untuk melengkapi pewawancara dengan
komputer laptop)
• harus dapat mengirimkan data dengan aman dari satu komputer ke komputer lain
(misalnya, dari lapangan ke Kantor Pusat)
B.1. Computer Assisted Self Interviews (CASI)
KEUNTUNGAN KERUGIAN
• fleksibel dan nyaman bagi responden yang memiliki komputer • responden harus merasa nyaman menggunakan komputer dan / atau aplikasi
serta memiliki perangkat lunak dan perangkat keras komputer yang diperlukan
B.2. COMPUTER ASSISTED Interviews (CAI)
KEUNTUNGAN KERUGIAN
• dapat mengotomatiskan pengelolaan wawancara (misalnya, mengotomatiskan • biaya peralatan komputer untuk pewawancara
penjadwalan wawancara) • pelatihan tambahan untuk pewawancara tentang aplikasi komputer
• lebih mudah untuk mengelola wawancara daripada pengumpulan berbasis kertas • masalah keamanan (misalnya, komputer dapat dicuri)
• dapat meningkatkan kualitas data: pewawancara yang merasa nyaman dengan
aplikasi komputer dapat menghabiskan lebih banyak waktu untuk keterampilan
interpersonal
 Perbandingan Metode Pengumpulan Data
C. OTHER METHODS OF DATA COLLECTION
C.1. Direct Observation
KEUNTUNGAN KERUGIAN
• ketika semua data diamati, tidak ada beban respons • bisa sangat mahal jika spesialis diminta untuk melakukan pengukuran, menghasilkan sampel kecil
• Data yang dikumpulkan biasanya lebih tepat daripada metode • tidak dapat diterapkan ke sebagian besar survei
wawancara atau pencacahan sendiri • jika pengukuran dilakukan, peserta mungkin menganggap ini memberatkan, sehingga tingkat

Perbandingan Metode Pengumpulan Data: C.2. Electronic Data Reporting (EDR)

partisipasi rendah

KEUNTUNGAN KERUGIAN
• nyaman bagi responden dengan computer • format data responden dapat bervariasi, mengakibatkan proses yang mahal dan memakan waktu

C. Metode Pengumpulan Data Lainnya C.2.1. Internet

• mengurangi biaya untuk pengumpulan dan penangkapan • pengguna Internet yang masih kecil
• peningkatan ketepatan waktu

C.3. Administrative Data

KEUNTUNGAN KERUGIAN
• data tersedia, seringkali menghasilkan hasil survei yang • Tujuan program administrasi mungkin berbeda dari survei: perlu menilai kegunaan sumber administrasi
murah dan tepat waktu sehubungan dengan konsep dan definisi survei (misalnya, masalah populasi dan cakupan sasaran, periode
• beban respon rendah referensi, dll.)
• badan statistik memiliki sedikit kendali atas kualitas data
• sulit atau tidak mungkin untuk menindaklanjuti kegagalan edit
• data administratif mungkin memerlukan pemrosesan yang memakan waktu dan mahal (misalnya, tata
letak catatan mungkin perlu diubah)
• mungkin ada masalah privasi terkait penggunaan data administratif

Perbandingan Metode Pengumpulan Data

C. OTHER METHODS OF DATA COLLECTION
C.4. Combining Methods
KEUNTUNGAN
• tingkat respons yang ditingkatkan
• kesalahan respon berkurang
• Pengumpulan lebih cepat
C5. Supplementary and Omnibus Surveys
KEUNTUNGAN
• biaya dibagi di beberapa survei
Desain kuesioner
KERUGIAN
Definisi:
• Pengumpulan bisa lebih kompleks dan mahal
•
heterogenitas dalam data dapat mempersulit pemrosesan
❑ Kuesioner adalah Kumpulan pertanyaan yang diajukan kepada
responden.
❑ Desain kuesioner adalah proses pembuatan teks, struktur dan format
KERUGIAN
kuesioner.
• perlu menemukan survei yang sesuai untuk dikerjakan / mungkin tidak ingin
dikaitkan dengan beberapa survei ❑ Pengembangan kuesioner adalah seluruh proses yang terlibat dalam
• mungkin memberatkan responden, yang mengakibatkan tingkat respons yang penyusunan kuesioner: dari konseptualisasi dan desain penelitian hingga
lebih rendah
• kurangnya kontrol atas urutan bagian kuesioner dapat mempengaruhi tanggapan evaluasi akhir.
Pada bagian ini, kita akan membahas secara singkat tentang desain
kuesioner sebagai bagian dari pengumpulan data. Merancang kuesioner
yang baik adalah kombinasi dari sains, pengalaman, dan terkadang sedikit
seni.

Desain kuesioner Desain kuesioner

Proses desain kuesioner:
Tujuan dari desain kuesioner:
❑ Desain kuesioner sering kali dilakukan dengan berkoordinasi dengan
❑ Kuesioner harus dirancang untuk memperkecil kemungkinan kesalahan berbagai departemen di badan statistik, dan seringkali bijaksana untuk
respons. menunjuk seseorang (atau unit) untuk bertanggung jawab atas persetujuan
❑ Kuesioner yang dirancang dengan baik adalah kuesioner yang akhir kuesioner.
mengumpulkan data secara efisien dengan kesalahan minimum dan ❑ Prosesnya biasanya dimulai dengan memeriksa semua persyaratan
pada saat yang sama mudah dijawab dan dikelola, tanpa menimbulkan informasi yang harus dipenuhi, diikuti dengan tinjauan individu dari setiap
beban yang tidak perlu bagi responden dan badan statistik. pertanyaan yang bertujuan untuk menemukan alasan eksplisit untuk
❑ Mencapai keseimbangan yang baik antara tujuan-tujuan tersebut dapat dimasukkan ke dalam kuesioner.
dicapai melalui proses desain kuesioner yang berulang, yang meliputi ❑ Tata letak kuesioner juga penting, tetapi seringkali tergantung pada metode
berbagai konsultasi, tinjauan, pengujian dan revisi. pengumpulan data.
❑ Pengenalan dan pengurutan pertanyaan (disarankan untuk memulai
dengan pertanyaan yang relevan dengan topik survei, tetapi mudah
dijawab) dapat meningkatkan partisipasi responden.
 Desain kuesioner Desain kuesioner
Pedoman desain kuesioner:
Proses desain kuesioner (2):
❑ Harus diketahui mengapa setiap pertanyaan diajukan dan bagaimana informasi
❑ Pernyataan yang memperkenalkan topik baru harus digunakan dan itu digunakan.
instruksi untuk responden atau pewawancara harus jelas, singkat dan ❑ Pertanyaan harus mengikuti urutan yang logis bagi responden.
mudah ditemukan. ❑ Pertanyaan harus dirancang agar mudah dipahami dan dapat dijawab dengan
akurat oleh responden.
❑ Format umum dan desain kuesioner harus dinilai dampaknya terhadap
❑ Kata-kata dari pertanyaannya harus jelas. saat menyusun pertanyaan survei,
responden dan pewawancara: termasuk font, judul bagian, warna pedoman berikut harus diikuti:
kuesioner, format kategori tanggapan, dan alat bantu visual, dll. 1. tetap sederhana;
❑ Terakhir, bagaimana kuesioner akan diproses harus dipertimbangkan: 2. tentukan akronim dan singkatan;
kuesioner harus dirancang untuk memfasilitasi pengumpulan dan 3. memastikan pertanyaan dapat diterapkan;
pengambilan data, yang khususnya penting untuk pengumpulan berbasis 4. lebih spesifik;
5. hindari pertanyaan berlaras ganda;
kertas. 6. hindari pertanyaan-pertanyaan yang mengarahkan;
7. hindari menggunakan negatif ganda;
8. memperhalus dampak pertanyaan sensitif;
9. pastikan pertanyaan dibaca dengan baik.

Desain kuesioner Desain kuesioner

Jenis Pertanyaan: Menyelesaikan kuesioner:

❑ Pertanyaan dapat terdiri dari dua jenis: terbuka atau tertutup. ❑ Versi draf kuesioner harus diuji dan direvisi secara menyeluruh sebelum
❑ Pertanyaan terbuka memungkinkan untuk mengekspresikan diri tetapi menyelesaikan kuesioner.
dapat menjadi beban dan memakan waktu serta sulit untuk dilakukan ❑ Pengujian dapat mencakup pengujian informal, pengujian kognitif,
menganalisa. kelompok fokus, tanya jawab pewawancara, tingkah laku pengkodean,
❑ Pertanyaan tertutup dapat berupa pertanyaan dua pilihan, pilihan ganda tes sampel terpisah dan uji percontohan
dan pertanyaan peringkat atau peringkat.
❑ Pertanyaan tertutup biasanya tidak terlalu memberatkan responden dan
pengumpulan dan pengambilan data lebih murah dan lebih mudah.
Namun, pilihan kategori tanggapan yang buruk dapat menyebabkan
kesalahan tanggapan.

Thank you.
 Pengantar Official Statistics: Garis besar
• Pengolahan Data Survei
Pemrosesan Data dan Sumber Data
• Sumber Data Lain dalam Official Statistics
Lain dalam Official Statistics

Pengolahan data

❑ Pemrosesan mengubah tanggapan survei yang diperoleh selama pengumpulan menjadi

bentuk yang sesuai untuk tabulasi dan analisis data.
❑ Ini mencakup semua aktivitas penanganan data - otomatis dan manual - setelah
pengumpulan dan sebelum estimasi.
❑

Bagian 1.
Menurut tahap pengolahan data GSBPM dibagi sub-proses yang mengintegrasikan,
mengklasifikasikan, memeriksa, membersihkan, dan mengubah data masukan.
❑ Fokus dari bagian ini akan memperkenalkan pada pengeditan, pengkodean, imputasi,
“Setelah terkumpul, data survei memerlukan
pemrosesan tambahan sebelum dikumpulkan dan deteksi pencilan.
Pengolahan Data dianalisis dan digabungkan menjadi hasil
statistik, dan hal yang sama berlaku untuk data
Survei administratif yang digunakan untuk tujuan
statistik. "

Ilustrasi untuk Pengolahan Data Ilustrasi untuk Pengolahan Data

 Mengedit
❑ Pengeditan adalah penerapan pemeriksaan untuk mengidentifikasi entri yang hilang, tidak
valid, atau tidak konsisten yang mengarah ke rekaman data yang berpotensi kesalahan.
❑ Tujuan pengeditan adalah untuk lebih memahami data untuk memastikan bahwa data
akhir lengkap, konsisten, dan valid
❑ Pengeditan dapat berkisar dari pemeriksaan manual sederhana yang dilakukan oleh
pewawancara di lapangan atau juru tulis administrasi dalam kasus data administratif
hingga verifikasi kompleks yang dilakukan oleh program komputer.
❑ Ada dua tahapan utama untuk mengedit:
1. Titik pengeditan koleksi;
2. Pengeditan primer dan sekunder
Point of collection editing
(Pengeditan di Lapangan)
❑ Pengeditan dapat dilakukan secara otomatis oleh aplikasi perangkat lunak dalam kasus
metode pengumpulan dengan bantuan komputer.
❑ Untuk kuesioner kertas dengan pengambilan data manual, akan sangat ekonomis
menggunakan pengambilan data sebagai peluang untuk menerapkan aturan untuk
membersihkan data secara memadai agar tahap pemrosesan selanjutnya lebih efisien.
❑ Pengeditan selama tahap pemrosesan ini terutama adalah pengeditan validitas dan
pengeditan konsistensi sederhana.
❑ Saat bekerja dengan data administratif, sering kali berguna untuk menyarankan kepada
penyedia data penyertaan aturan pengeditan otomatis dalam sistem pengumpulan,
karena hal ini dapat menyebabkan peningkatan dramatis dalam kualitas data
administratif.
Pengeditan utama dan sekunder (2)
❑ Untuk kegagalan pengeditan setelah pengumpulan data, prosedur biasanya adalah
menandai bidang yang gagal diedit dan kemudian menghubungkan bidang tersebut atau
mengecualikan rekaman dari pemrosesan lebih lanjut.
❑ Sebagian besar kegagalan pengeditan pada tahap ini ditandai sebagai imputasi.
❑ Nilai yang gagal dalam pengeditan harus ditandai dengan kode khusus untuk menunjukkan
bahwa nilai yang tidak dapat diterima atau kosong tidak valid telah dilaporkan.
❑ Bendera/Tanda ini sangat berguna saat menilai kualitas data survei.
❑ Dalam beberapa kasus, catatan atau kuesioner mungkin gagal begitu banyak aturan edit -
atau sejumlah kecil edit kritis - sehingga menjadi tidak berguna untuk diproses lebih lanjut.
❑ Dalam kasus seperti itu, catatan biasanya diperlakukan sebagai non-responden, dihapus
dari aliran pemrosesan dan penyesuaian bobot nonresponse dilakukan.
Point of collection editing
(Pengeditan di Lapangan)
❑ Point of collection editing digunakan untuk mendeteksi kesalahan yang dilakukan oleh
responden atau pewawancara selama wawancara dan untuk mengidentifikasi informasi
yang hilang selama pengumpulan untuk mengurangi kebutuhan tindak lanjut.
❑ Pengeditan selama pengumpulan jauh lebih mudah diterapkan jika dilakukan secara
otomatis melalui metode pengumpulan dengan bantuan komputer.
❑ Untuk kuesioner yang diisi sendiri, responden dapat mengedit jawaban mereka sendiri.
Di hampir semua survei yang dibantu pewawancara, beberapa pengeditan dilakukan
selama wawancara dan pewawancara diinstruksikan dan dilatih untuk meninjau jawaban
yang mereka catat di kuesioner segera setelah wawancara selesai - baik setelah
meninggalkan tempat tinggal atau setelah menutup telepon.
Pengeditan primer dan sekunder
❑ Pengeditan paling komprehensif dan rumit biasanya dilakukan setelah pengumpulan data
selesai dan materi sampai di kantor.
❑ Dalam beberapa sistem statistik, proses ini dilakukan dalam beberapa tahap, paling sering
disebut sebagai pengeditan primer dan sekunder. Pengeditan selama tahap pemrosesan ini
terutama adalah pengeditan validitas dan pengeditan konsistensi sederhana.
❑ Tahap pertama biasanya dilakukan di kantor wilayah, segera setelah pengumpulan data, ketika
pewawancara dapat menghubungi kembali responden dan menindaklanjuti setelah melakukan
pemeriksaan dasar dan mengidentifikasi kesalahan atau ketidakkonsistenan.
❑ Aturan pengeditan yang lebih kompleks umumnya disediakan untuk tahap pengeditan terpisah
setelah pengambilan data - bersama dengan pengeditan validitas, pengeditan konsistensi yang
lebih kompleks sering dilakukan bersama dengan pengeditan selektif dan deteksi pencilan.
Pengkodean
❑ Pengkodean adalah proses menerapkan nilai numerik ke respons yang diberikan untuk
memfasilitasi pemrosesan data.
❑ Pengkodean juga dapat dilakukan pada tahap desain survei, saat kuesioner disiapkan.
Artinya, setiap kemungkinan jawaban diberi nilai numerik yang telah ditentukan sebelum
kuesioner diberikan.
❑ Ini dilakukan sebagai bagian dari desain kuesioner, dan cukup mudah untuk menegakkan
dan mengelola pertanyaan tertutup dan untuk pengumpulan data elektronik.
❑ Aplikasi dari klasifikasi statistik ke data inti juga disebut sebagai pengkodean.
❑ Beberapa pertanyaan memiliki kode kategori respons pada kuesioner atau sumber
administratif data, yang lain diberi kode setelah pengumpulan menggunakan proses
otomatis (yang mungkin menerapkan teknik pembelajaran mesin) atau proses manual
yang interaktif.
 Deteksi dan perlakuan outlier Deteksi dan perlakuan outlier (2)

❑ Pencilan adalah pengamatan atau subset pengamatan yang tampaknya tidak konsisten ❑ Pendekatan berikut dapat digunakan untuk menangani pencilan:
dengan sisa kumpulan data. a) mengubah nilainya;
❑ Deteksi pencilan dilakukan oleh menganalisa kumpulan data lengkap dan mengidentifikasi
b) mengubah berat;
nilai tak terduga atau ekstrem, biasanya dengan mengukur jarak relatifnya dari pusat dari
data. c) menggunakan estimasi yang kuat
❑ Pencilan yang terdeteksi pada tahap pengeditan proses survei dapat ditangani dengan ❑ Ahli statistik harus memahami properti dari data yang dikumpulkan, karena terkadang nilai
berbagai cara.
ekstrem yang dapat dideteksi sebagai pencilan sebenarnya mewakili kenyataan (salah satu
❑ Dalam sistem pengeditan manual, pencilan potensial diperiksa atau ditindaklanjuti dan
diubah jika ternyata kesalahan. contohnya adalah sektor di mana terdapat satu perusahaan besar dan banyak perusahaan
❑ Dalam sistem pengeditan otomatis, nilai pengganti untuk pencilan sering kali kecil)
diperhitungkan. Dalam beberapa kasus, tidak ada perlakuan khusus terhadap pencilan jika
diyakini tidak berpengaruh

Imputasi Imputasi (2)

❑ Imputasi adalah proses yang digunakan untuk menentukan dan menetapkan nilai
❑ Nilai asli dan nilai yang diperhitungkan dari bidang rekaman harus dipertahankan
pengganti untuk menyelesaikan masalah data yang hilang, tidak valid, atau tidak
sehingga derajat dan efek imputasi dapat dievaluasi.
konsisten.
❑ Meskipun imputasi dapat meningkatkan kualitas data akhir, kehati-hatian harus
❑ Ini dilakukan dengan mengubah beberapa respons untuk memastikan bahwa rekaman
diberikan untuk memilih metodologi imputasi yang sesuai.
yang masuk akal dan konsisten secara internal dibuat.
❑ Beberapa metode imputasi tidak mempertahankan hubungan antar variabel atau dapat
❑ Imputasi biasanya dilakukan melalui sistem otomatis yang dirancang dengan cermat,
mendistorsi hubungan yang mendasarinya dalam data, sementara kumpulan data yang
yang menggunakan karakteristik dari seluruh kumpulan data dan data tambahan (jika
membutuhkan sejumlah besar nilai yang diperhitungkan biasanya merupakan akibat
tersedia) untuk mengusulkan nilai penggantian.
dari kegagalan dalam desain survei.
❑ Imputasi yang baik memiliki jejak audit untuk tujuan evaluasi.
❑ Kesesuaian metode yang dipilih tergantung pada jenis survei, tujuannya, dan sifat
❑ Nilai-nilai yang diperselisihkan harus ditandai, dan metode serta sumber tuduhan harus
kesalahannya.
diidentifikasi dengan jelas.

Masa Depan Pemrosesan Data Modern

Bagian 2. Memperkenalkan data Geospasial dan Big Data

Sumber Data Lain dalam
Official Statistics
 Pengantar data Geospasial

❑ Istilah data geospasial mengacu pada data yang memiliki komponen geografis, seperti
alamat, kota, atau kode pos.
❑ Sekarang sudah diterima bahwa mengintegrasikan informasi statistik dan geospasial
dapat memainkan peran kunci dalam menyediakan data untuk proses pengambilan
keputusan di tingkat lokal, sub-nasional, nasional, regional, dan global.

Pengantar data ❑ Penggunaan data geospasial telah lama dikenal dan telah dilakukan oleh NSO selama
bertahun-tahun. Ini dimulai dengan tumbuhnya GIS oleh kantor statistik Kanada pada
Geospasial 1980-an dan telah berkembang seiring waktu karena alat dan keterampilan yang
ditingkatkan telah memfasilitasi analisis geospasial yang lebih maju. Data semacam itu
berpotensi mengungkap wawasan baru dan hubungan data yang tidak akan mungkin
terjadi dengan menganalisis data secara terpisah.

Pengantar data Geospasial Pengantar data Geospasial

Latar belakang: Jenis data geospasial:
1. Vektor.
Persimpangan yang tumbuh antara cara Komunitas
Spasial dan Komunitas Statistik menginformasikan Formulir ini menggunakan titik, garis, dan poligon untuk
pengambilan keputusan oleh pemerintah. merepresentasikan fitur spasial seperti
kota, jalan, dan sungai. Model vektor berguna untuk menyimpan data
Sumber: Makalah Kerja PBB tentang Kerangka Kerja Statistik dan yang memiliki diskrit
Spasial. Standar dan Infrastruktur Data, 2013
batas-batas, seperti batas negara, bidang tanah, dan jalan.
2. Raster.
Formulir ini menggunakan sel (komputer sering menggunakan titik
atau piksel) untuk merepresentasikan fitur spasial. Kota adalah sel
tunggal, jalan adalah urutan sel linier, dan sungai adalah kumpulan sel
yang berdekatan. Model raster berguna untuk menyimpan data yang
bervariasi secara terus menerus, seperti pada foto udara, citra satelit,
permukaan konsentrasi kimiawi, atau permukaan elevasi.

❑ Contoh berikut menggambarkan bagaimana data Geospasial digunakan dalam Official
Statistics.
Peta 1:
Peta 1: Jumlah bandara yang
tumpang tindih dengan
bandara Burgos yang diaudit,
Spanyol (LEBG)
Sumber: Populasi Eurostat
(2006) dan data Pariwisata
(2006/2010
❑ Contoh berikut menggambarkan bagaimana data Geospasial digunakan dalam Official
Statistics.
Peta 3: Peta 4:
Peta 2:
Peta 4: Penggunaan produk
penginderaan jauh untuk
meningkatkan statistik
ramalan produksi tanaman
pertanian di sub-Sahara
Afrika negara
Sumber: FAO

Peta 2: Produk domestik bruto (PDB) per penduduk, dalam

standar daya beli (PPS), menurut wilayah NUTS 2, 2011 (1) Peta 3: Derajat urbanisasi untuk unit administrasi daerah
(% dari rata-rata EU-28, EU-28 = 100) tingkat 2 (LAU2), 2013 (1)
Sumber: Eurostat (nama_r_e2gdp) dan (nama_r_e3popgdp) Sumber: Eurostat, JRC, EFGS, REGIO-GIS
 Pengantar data Geospasial Pengantar data Geospasial
Perkembangan data Geospasial dalam beberapa dekade terakhir, Perkembangan
tersebut antara lain: Manfaat Geospasial dalam Koleksi Data:

❑ GPS (Global Positioning System) mendukung geo-lokasi terperinci. Dari teknologi yang
relatif mahal pada awalnya, pemosisian melalui GPS kini tersedia melalui Smartphone
dan perangkat umum lainnya.
❑ Jaringan seluler mendukung penentuan posisi (misalnya ponsel) tanpa memerlukan
GPS.
❑ RFID (Identifikasi frekuensi radio) memudahkan untuk mengidentifikasi barang dan
melacaknya saat barang tersebut bergerak melalui ruang dan waktu (misalnya paket,
mobil yang melewati titik tol)
❑ Prevalensi perangkat lunak dan database yang mendukung geocoding otomatis
(konversi ke koordinat geografis) dari kedua alamat jalan dan alamat IP (internet).

Pengantar data Geospasial Pengantar data Geospasial

Manfaat Geospasial dalam Koleksi Data: Tantangan NSO dalam menggunakan data geospasial

❑ Tantangan utama NSO dalam penggunaan data geospasial adalah untuk merekrut dan
mempertahankan staf dengan keterampilan yang diperlukan.
❑ Tantangan tambahannya adalah kerjasama dengan otoritas pemetaan, yang mengarah
pada pembentukan United Nations Global Geospatial Information Management (UN-
GGIM).
❑ Ideal untuk NSO adalah memiliki file terspesialisasi Kartografi internal atau unit GIS,
tetapi ini berada di luar jangkauan banyak NSO, terutama di negara berkembang.

Pengantar data Geospasial

Tantangan NSO dalam menggunakan data geospasial

❑ Tantangan utama NSO dalam penggunaan data geospasial adalah untuk merekrut dan
mempertahankan staf dengan keterampilan yang diperlukan.
❑ Tantangan tambahannya adalah kerjasama dengan otoritas pemetaan, yang mengarah
pada pembentukan United Nations Global Geospatial Information Management (UN-
GGIM).
❑ Ideal untuk NSO adalah memiliki file terspesialisasi Kartografi internal atau unit GIS,
tetapi ini berada di luar jangkauan banyak NSO, terutama di negara berkembang.
 Penggunaan Big Data dalam kaitannya
dengan UNFPOS
Itu Prinsip Dasar Official Statistics mendorong penggunaan sumber data
baru seperti Big Data, karena mereka menyatakan bahwa:
❑ Official Statistics yang memenuhi uji utilitas praktis harus dikumpulkan dan
disediakan secara tidak memihak oleh badan Official Statistics kepada
kehormatan hak warga negara atas informasi publik (prinsip 1)
Apa itu Big Data?
Big Data dapat didefinisikan sebagai varian dari definisi yang
digunakan oleh Gartner
Big Data adalah sumber data yang - umumnya - dideskripsikan sebagai:
“volume tinggi, kecepatan dan variasi data yang menuntut bentuk pemrosesan inovatif
yang hemat biaya untuk meningkatkan wawasan dan pengambilan keputusan.”
(Sumber: http://www.gartner.com/it-glossary/big-data/)

❑ Data untuk tujuan statistik dapat diambil dari semua jenis sumber, baik itu survei
statistik atau catatan administrasi. Badan statistik memilih sumber yang berkaitan
dengan kualitas, ketepatan waktu, biaya dan beban responden.(prinsip 5)
❑ Data individu yang dikumpulkan oleh badan statistik untuk kompilasi statistik,
baik yang merujuk pada perorangan atau badan hukum, harus sangat
dirahasiakan dan digunakan secara eksklusif untuk tujuan statistik.. (prinsip 6)
Big Data dapat didefinisikan sebagai varian dari definisi yang digunakan
oleh UNECE, 2013:
'Data yang sulit dikumpulkan, disimpan, atau diproses dalam sistem konvensional
organisasi statistik. Salah satu dari merekavolume, kecepatan, struktur atau variasi
memerlukan adopsi teknik pemrosesan perangkat lunak statistik baru dan / atau
infrastruktur TI untuk memungkinkan dibuatnya wawasan yang hemat biaya.'

Bagaimana Big Data dihasilkan? Bagaimana Big Data dihasilkan?

Dunia sedang mengalami revolusi data, atau "banjir data"

Sumber: Kantor Statistik Federal Jerman, Institut Penelitian dan Pengembangan Official Statistics

Karakteristik Big Data Jenis Big Data

Karakteristik Big Data
❑ Volume
❑ Kecepatan
❑ Variasi
Big Data manfaat
❖ Dibuat secara otomatis
❖ Tepat waktu
❖ Granular
Sumber Big Data:
o Perangkat Seluler
o Transaksi Digital
o Sensor
o Jaringan sosial
 Klasifikasi Jenis Big Data Klasifikasi Jenis Big Data

Jejaring Sosial (informasi bersumber dari manusia) Sistem Bisnis Tradisional (data yang dimediasi proses)

1100. Jejaring Sosial: Facebook, Twitter, Tumblr dll. 21. Data dihasilkan oleh Badan Publik
1200. Blog dan komentar 2110. Rekam medis
1300. Dokumen pribadi 22. Data yang dihasilkan oleh bisnis
1400. Gambar: Instagram, Flickr, Picasa dll. 2210. Transaksi komersial
1500. Video: Youtube dll. 2220. Catatan perbankan / saham
1600. Pencarian di internet 2230. E-niaga
1700. Konten data seluler: pesan teks 2240. Kartu kredit
1800. Peta buatan pengguna
1900. E-Mail

Klasifikasi Jenis Big Data Sumber Data Lain yang Digunakan

Internet of Things (data yang dihasilkan mesin)

Jenis data Area potensial digunakan dalam Official
31. Data dari sensor Statistics
311. Sensor tetap
3111. Otomatisasi rumah Data pemindai CPI, statistik harga, statistik ekonomi
3112. Sensor cuaca / polusi Waktu dan posisi panggilan / Statistik pariwisata, populasi dan migrasi
3113. Sensor lalu lintas / webcam SMS ponsel statistik
3114. Sensor ilmiah
3115. Video / gambar keamanan / pengawasan Sensor lalu lintas Statistik transportasi
312. Sensor seluler (pelacakan) Pengukur energi pintar data Penduduk, statistik perumahan
3121. Lokasi ponsel
3122. Mobil Citra satelit, data sensor Pertanian, kehutanan, perikanan, dan
3123. Citra satelit jarak jauh statistik lingkungan
32. Data dari sistem komputer Data media sosial Statistik tenaga kerja, populasi dan migrasi,
3210. Log pendapatan dan konsumsi, statistik kesehatan,
3220. Log web

Harapan pada Big Data Big Data: Apa Saja Tantangannya?

Harapan Official Statistics dalam menggunakan Big Data Laporan Tim Tugas HLG kepada CES menyebutkan tantangan-tantangan berikut:
1. Pengurangan beban respons ❑ Legislatif, yaitu terkait dengan akses dan penggunaan data
❑ Pribadi, yaitu, mengelola kepercayaan publik dan penerimaan penggunaan kembali
2. Peningkatan ketepatan waktu
data (pribadi) dan hubungannya dengan sumber lain
3. Rincian lebih rinci
❑ Keuangan, yaitu, biaya potensial untuk mencari data vs. manfaat
4. Akurasi yang ditingkatkan
❑ Pengelolaan, misalnya, kebijakan dan arahan tentang pengelolaan dan perlindungan
5. Indikator baru data
6. Pengurangan biaya produksi statistik ❑ Metodologis, yaitu kualitas data dan kesesuaian metode statistik
❑ Teknologi, yakni isu-isu yang berkaitan dengan teknologi informasi
❑ Demikian pula, Area Prioritas dari proyek Big Data HLG: kemitraan, privasi,
metodologi dan teknologi, keterampilan, kualitas
 Big Data: Tantangan Metodologis Big Data: Tantangan Kemitraan

Big Data providers

❑ Keterwakilan?
Data Sources

❑ Volatilitas (tidak ada deret waktu?)

National Statistical Research institutes and
Big Data technology providers
❑ Standardisasi? Offices
partnerships - Upstream processing
- Standards and opportunities
methodology - IT infrastructure,
❑ Pemodelan
Academia and scientific
communities
- Analytical capacity and
modelling

Apa arti Big Data untuk Official Statistics? Inisiatif tentang Big Data untuk Official
Statistics
❑ Dari metodologi pengambilan sampel populasi terbatas hingga
pemodelan statistik tambahan dan pembelajaran mesin
❑ Dari perancang proses pengumpulan data hingga perancang
produk statistik
❑ Akreditasi dan sertifikasi dapat menjadi tugas inti NSO

Sumber: Kantor Statistik Federal Jerman, Institut Penelitian dan Pengembangan Official Statistics Sumber: Kantor Statistik Federal Jerman, Institut Penelitian dan Pengembangan Official Statistics

Tonggak Sejarah
Seminar Jumat 2013 tentang Big Data (Feb 2013)
Laporan 2014 ke Statistik Keputusan Komisi 45/110 - GWG pada Big Data
Kelompok Kerja Global PBB 2014 1 st Konferensi Internasional Global tentang Big Data untuk Official Statistics, Beijing
Seminar Big Data 2015 di Komisi Statistik PBB ke-46

tentang Big Data untuk 2015 2 nd Konferensi Internasional Global tentang Big Data untuk Official Statistics, Abu Dhabi
2016 3 rd Konferensi Internasional Global tentang Big Data untuk Official Statistics, Dublin
2017 4 th Konferensi Internasional Global tentang Big Data untuk Official Statistics, Bogota
Official Statistics Acara sampingan 2018, Hari Terbuka Komisi Statistik PBB 2018 dari Kelompok Kerja Global - 21
Oktober, Dubai
Acara sampingan 2019, Komisi Statistik PBB ke-50
2019 5 th Konferensi Internasional Global tentang Big Data untuk Official Statistics di Afrika,
2 dan 3 Mei, Kigali
Simposium Ilmu Data dan Official Statistics 2019 - acara tiga hari (15-17 Agustus) menjelang
konferensi ISI ke-62 (18-23 Agustus)
Acara sampingan 2020, Komisi Statistik PBB ke-51
2020 6 th Konferensi Internasional Global tentang Big Data untuk Official Statistics, online 31
Agustus hingga 2 September - diselenggarakan oleh KOSTAT, Korea Selatan
Acara sampingan 2020 di Forum Data Dunia ke-3, Bern, Swiss 18-20 Oktober.
 Kelompok Kerja Global PBB untuk Big Data Kelompok Kerja Global PBB untuk Big Data
Amanat (Keputusan 45/110 - 2014) Amanat (Sambungan)
1. Memberikan visi strategis, arahan dan koordinasi program
3. Memajukan peningkatan kapasitas, pelatihan dan berbagi
global tentang Big Data untuk Official Statistics;
pengalaman;
2. Mempromosikan penggunaan praktis dari sumber Big Data
untuk Official Statistics, sambil mengembangkan preseden 4. Membantu perkembangan komunikasi dan advokasi
yang ada di Big Data dan mencari solusi untuk penggunaan Big Data untuk aplikasi kebijakan;
i. Masalah metodologis,
ii. Masalah hukum akses ke sumber data; 5. Bangun kepercayaan publik dalam penggunaan Big Data
iii. Masalah privasi sektor swasta untuk Official Statistics termasuk masalah
iv. Masalah keamanan data; kerahasiaan dan privasi.
v. Analisis manfaat biaya

Struktur organisasi Keanggotaan

Sumber:
https://unstats.un.org/bigdata/about/
membership.cshtml#advisory

Tim Tugas

Portofolio
Big Data
Sumber:
https://unstats.un.org/bigdata/task-
teams/index.cshtml
Portfolio Inisiatif Big Data - 01 Portfolio Inisiatif Big Data - 02

Sentimen
Ekstraksi Data Media Sosial

Pengelolaan Statistik
Isu sosial
Ekstraksi Artikel Berita, Ekstraksi SocMed Opini Pergerakan
Influencer
Publik Manusia
Ekstraksi Artikel Berita, Ekstraksi SocMed
Statistik Komuter Statistik Pariwisata
BPS dan Kementerian Pariwisata

Portfolio Inisiatif Big Data - 03 Portfolio Inisiatif Big Data - 04

Indeks Demokrasi Indeks Kebahagiaan

Pengekstrasian informasi dari artikel
dan pengkodean otomatis untuk
kebutuhan penghitungan indeks
demokrasi
Infrastruktur
Mengumpulkan statistik
infrastruktur menggunakan mesin
pencarian tempat
Pengekstrasian informasi dari media sosial
untuk memperkirakan indeks kebahagiaan
Indikator Analisis
Statistik Ketenagakerjaan Sosial Data
Mengumpulkan informasi dari situs
pencari kerja dan trend perkiraan
untuk memperkirakan statistik
tenaga kerja
Spasial
Penentuan Area Statistik Metropolitan - BPS & Bappenas

Portofolio Inisiatif Big Data - 05

Portofolio Pertukaran Data

Peristiwa (Mesin ke Mesin)
Analisis
Hub Data Indonesia - INDAH

Terima kasih.
 Introduction to Official Statistics: Outline
1. Communicating with users
Users and their needs
2. Assessing User Needs
(Pengguna Data dan Kebutuhannya)

❑ Kata "komunikasi", menurut kamus Oxford, berasal dari bahasa Latin "Communicare"
("untuk berbagi"), dan memiliki arti menyampaikan atau bertukar informasi dengan
berbicara, menulis, atau menggunakan media lain.

Part 1 ❑ Komunikasi dapat bersifat “verbal” (atau “non verbal”), artinya menggambarkan (atau
tidak) proses penyampaian informasi dalam bentuk representasi linguistik (atau bukan
linguistik). Komunikasi interpersonal khususnya adalah bagaimana orang berinteraksi dan
bertukar informasi dan konsep. Ide umumnya adalah bahwa setidaknya ada "pengirim"
dan "penerima" yang bertukar informasi saat mereka berkomunikasi.

Communication and Coordination:

Mengkomunikasikan statistik melibatkan tiga aspek fundamental,

yaitu:
1. Menyampaikan statistik dengan benar dan akurat,
2. Menyampaikan statistik dengan menggunakan alat yang tepat,
3. Memungkinkan pesan (statistik) yang dikirimkan oleh produsen
menjadi mudah diterima oleh pengguna atau users.
(Maggino Trapani, 2009)
Communication and Coordination: Communications:

Part 2
Klasifikasi pengguna statistik menurut Vichi, Valente Rosa and Ruane, (2015) dalam
European Statistical Advisory Committee membagi pengguna menjadi dua kategori
utama, yaitu:
1. Pengguna Institusional
2. Pengguna Non-Institusi
Institutional users, contohnya:
1. Pemerintah Pusat (Kementrian/Lembaga)
2. Pemerintah Daerah
3. Organisasi Internasional (UN/non-UN)
Non-Institutional users:
Seperti halnya individuals who may or may not belong to institutions, include the following groups,
according to their interest in statistics:
❑ Users with a general interest (e.g., economic growth); Journalists and media;
Citizens; Students (by level of education, or age) and Teachers (by level of teaching
education); Users with a specific subject/domain interest (e.g., health); Other
decision makers; Policy analysts; Marketing analysts; Experts in a specific field;
Users with a research interest (e.g., innovation in enterprises); Scientific
community–academics and researchers at universities and research institutions;
Consultants and researchers in Governmental Agencies and private sector
Institutional users:
❑ Pengguna institusional umumnya membutuhkan data untuk pengambilan
keputusan pemerintahan dan keperluan administratif.
❑ Kebutuhan data mereka cukup besar dan biasanya memiliki prioritas dalam
hal permintaan yang harus dipenuhi oleh produsen data.
❑ Selanjutnya, kebutuhan data untuk Pengguna Institusional biasanya
membutuhkan perbandingan dari waktu ke waktu dan wilayah untuk
monitoring dan evaluasi kebijakan.
Non-Institutional users:
❑ Pengguna non-Institusional, misalnya jurnalis, memiliki kebutuhan yang
berbeda, utamanya mereka berfokus pada kebutuhan data untuk
menyiapkan statistik sebagai bahan komunikasi dan penyebarluasan ke
khalayak yang lebih luas lagi.
❑ Bagi mereka, data tersebut dapat menunjukkan tren baru yang menarik dan
penting bagi perkembangan kehidupan sehari-hari masyarakat secara
nasional maupun regional.
Taksonomi lainnya, yang dipisahkan pada tingkat individu, mengidentifikasi pengguna
menurut frekuensi penggunaan dan tingkat kemahiran atau literasi statistik mereka:
❑ Heavy users: peneliti, spesialis, warga negara yang terlibat secara politik atau sipil,
dan orang lain yang menggunakan statistik setiap hari. Biasanya ini adalah orang
yang tahu di mana menemukan data dan bagaimana menafsirkannya. Dalam
kategori ini kita dapat membedakan
❑ Very heavy users: peneliti yang secara rutin menggunakan disaggregated and
micro data dalam penelitian mereka dan bekerjasama serta berkontribusi
terhadap peningkatan kualitas data dari produsen data tersebut.
 Institutions that use
official statistics, such
as other government
agencies and
Taksonomi lainnya, yang dipisahkan pada tingkat individu, mengidentifikasi pengguna international
menurut frekuensi penggunaan dan kemahiran atau literasi statistik mereka: organizations.
This group includes journalist and
media, citizens and students and
teachers
❑ Light (occasional) users: pengguna yang tertarik dengan graph atau infografis
semata serta mereka yang tentunya mengetahui dan mengenali NSO beserta situs
webnya tetapi cenderung menemukan kesulitan dalam mendapatkan data yang
mereka butuhkan, bahkan mereka tidak mengetahui mengenai metadata. Individual users (who may This group includes Policy
or may not be part of analyst and experts in specific
institutions) fields
❑ Non-users who might be potential-users: all people who do not go looking for Heavy users

data, believing it is hard to understand and not being aware of the relevance and Light users
richness of data. This group includes the
Non-users (who may scientific community and
be potential users)
other reseachers.
 Assessing User Needs sebagai Pelayanan Publik

Landasan: Penyelenggaraan Pelayanan Publik: Users:

UU Nomor 25 Tahun 2009 Memberikan pelayanan yang sesuai Memperoleh pelayanan sesuai
tentang Pelayanan Publik dengan kebutuhan dan perubahan dengan standar pelayanan serta
di berbagai bidang. harapan dan kebutuhan.

Landasan:
❑ UU Nomor 16 Tahun 1997
tentang Statistik
❑ PP Nomor 51 Tahun 1999
tentang Penyelenggaraan
Statistik
BPS:
BPS (Pusat dan Daerah)
Badan pelayanan publik yang menyediakan unit
memberikan pelayanan melalui Pelayanan Statistik
penyediaan data dan informasi Terpadu (PST)
statistik

Survei Kebutuhan Data (SKD):

Mengidentifikasi kebutuhan dan kepuasan konsumen dalam rangka meningkatkan kualitas data serta pelayanan publik
 Pelayanan Statistik Terpadu

❑ Pintu gerbang penyebarluasan data BPS adalah unit Pelayanan Statistik Terpadu (PST).

❑ Pelayanan yang diberikan melalui unit PST bersifat satu pintu atau one gate service

❑ Keberadaan unit PST:

1. BPS Pusat berada pada Direktorat Diseminasi Statistik.
2. BPS Provinsi berada pada Bidang Integrasi Pengolahan dan Diseminasi Statistik
3. BPS Kabupaten/Kota berada pada Seksi Integrasi Pengolahan dan Diseminasi Statistik.

❑ PST BPS memiliki enam jenis layanan:

1. Pustaka tercetak 4. Data mikro
2. Pustaka digital 5. Konsultasi statistik
3. Penjualan publikasi 6. Rekomendasi kegiatan statistik

28%

Persentase Konsumen di PST BPS Pusat Menurut Pekerjaan Utama Persentase Konsumen di PST BPS Pusat Menurut Pemanfaatan Utama
Hasil Kunjungan

72%

Persentase Konsumen di PST BPS Pusat Menurut Instansi/Institusi

 Thank you.

Persentase Konsumen di PST BPS Pusat Menurut Jenis Layanan

 Pengantar Official Statistics: Garis besar
1. Penyebaran Official Statistics: Isi dan Format
2. Jadwal rilis
Diseminasi Official Statistics 3. Aksesibilitas data
4. Metadata
5. Jenis statistik yang dipublikasikan
6. Strategi diseminasi
7. Standar Diseminasi
8. Keterampilan yang dibutuhkan oleh NSO untuk diseminasi
dan komunikasi

Dalam sesi ini, kita akan membahas bagaimana

menyampaikan keluaran statistik kepada pengguna
dan melihat beberapa standar untuk diseminasi.

Penyebaran
Official Statistics

❑ Diseminasi adalah fase dalam pemrosesan statistik dimana data

yang dikumpulkan dan dikompilasi oleh badan statistik dirilis ke
publik.
❑ Berdasarkan Panduan tentang modernisasi undang-undang
statistik, UNECE (2018), Diseminasi adalah “aktivitas membuat
Official Statistics, analisis statistik, layanan statistik, dan metadata
dapat diakses oleh pengguna”.
❑ Diseminasi dan penggunaan statistik yang berkontribusi pada
pemahaman dan pengambilan keputusan yang lebih baik harus
dipertimbangkan sebagai tujuan utama dari sistem statistik
nasional
 Seperti yang dinyatakan dalam Prinsip Dasar Official Statistics PBB yang
pertama (UNFPOS), 'Official Statistics… harus dikumpulkan dan disediakan
secara tidak memihak oleh badan Official Statistics untuk menghormati hak
warga negara atas informasi publik.
Prinsip-prinsip ini menggarisbawahi bahwa:
• official statistics adalah barang publik,
• akses ke data statistik harus disediakan secara bersamaan untuk semua
pengguna,
• sarana akses dan penyebaran data statistik mempertimbangkan
kenyamanan pengguna dan kebutuhan mereka
Official Statistics harus cukup komprehensif dan disajikan sedemikian rupa
dengan metadata yang sesuai sehingga data dapat dipahami tanpa harus
memiliki pengetahuan khusus statistik.
Sesuai dengan UNFPOS 3, "Untuk memfasilitasi interpretasi data yang
benar, badan statistik menyajikan informasi sesuai dengan standar ilmiah
tentang sumber, metode dan prosedur statistik.".

DUNIA HARI INI DALAM DISEMINASI DUNIA HARI INI DALAM DISEMINASI

❑ Lingkungan tempat Official Statistics beroperasi telah berubah secara
signifikan. Telah terjadi ledakan, tidak hanya dalam volume data yang
tersedia tetapi juga dalam permintaan akan data tersebut. Hal ini telah
meningkatkan tekanan pada NSO untuk menghasilkan data yang lebih
banyak dan lebih baik serta untuk meningkatkan aksesibilitasnya.
❑ Bagaimana pengguna mengonsumsi produk statistik telah berubah. Agar
tetap relevan, NSO bereaksi terhadap hal ini dengan menyesuaikan
diseminasi dan menjangkau pengguna secara langsung, seringkali
dengan menggunakan media sosial sebagai bagian dari strategi
diseminasi.
❑ Tidaklah cukup untuk menyediakan informasi statistik;
❑ Hal ini juga perlu untuk memberikan keunggulan dalam lingkungan data
yang sangat kompetitif.
❑ Pada saat yang sama, NSO harus membuat data dapat diakses untuk
memenuhi permintaan dengan lebih baik, sambil menerapkan solusi
teknologi inovatif melalui berbagai saluran untuk membuat proses ini
lebih efisien.

PENGETAHUAN DASAR DALAM PENYEBARAN

OFFICIAL STATISTICS

❑ Konten dan Format

❑ Jadwal rilis
❑ Aksesibilitas data Dalam pelajaran sebelumnya, kita melihat
❑ Metadata kepada siapa kita menyebarkan output statistik.
❑ Jenis statistik yang dipublikasikan Sekarang mari kita bahas apa yang kita sebarkan
❑ Strategi penyebaran (konten) dan bagaimana kita menyebarkannya
❑ Standar Diseminasi (format).
❑ Keterampilan yang dibutuhkan oleh NSO untuk diseminasi dan
komunikasi
Jenis statistik apa yang disebarkan oleh sistem Statistik demografi dan sosial mencakup
statistik nasional? statistik tentang:
Mari kita pecahkan menjadi tiga bidang pokok: • Penduduk
• Tenaga Kerja
• Statistik demografis dan sosial
• Pendidikan
• Statistik ekonomi • Kesehatan
• Statistik lingkungan dan multi-domain • Pendapatan
• Perlindungan sosial
• Budaya

Statistik ekonomi meliputi: Statistik lingkungan dan multi domain

• Neraca Nasional Statistik bisnis meliputi:
• Statistik perdagangan dan neraca pembayaran • Statistik lingkungan
• Indeks harga • Statistik gender
• Statistik sektoral (misalnya, pertanian, energi, • Statistik kemiskinan
transportasi) • Statistik TI
• Statistik sektor publik • Statistik wilayah dan wilayah kecil (Small area)

Sekarang kita akan membahas jenis statistik rilis

sistem statistik nasional, mari kita lihat
bagaimana rilis tersebut. Beberapa format
umum Rilis diantaranya melalui:
• Database online
• Tabel online
• Publikasi cetak
• Siaran pers

Cara terbaik adalah menyebarkan data dalam berbagai
format karena format yang berbeda akan sesuai untuk
jenis pengguna yang berbeda.
Misalnya, pengguna institusional dan peneliti akan tertarik
dengan database online yang memungkinkan mereka
mengekstrak data dalam format yang dapat dibaca mesin.
Pengguna dengan minat umum mungkin lebih mudah
menerima artikel singkat yang menyoroti tren terpenting
dalam data.
JADWAL PERS
❑ Sebagai bagian dari jadwal rilis, NSO harus memastikan hal-hal berikut (dari
Kode Praktik untuk statistik):
Organisasi harus berkomitmen untuk merilis statistik mereka secara terbuka dan
transparan yang meningkatkan kepercayaan publik.
a) Rilis Official Statistics reguler dan ad hoc harus diumumkan sebelumnya
melalui jadwal rilis 12 bulan, dengan memberikan tanggal rilis tertentu
setidaknya empat minggu sebelumnya jika memungkinkan.
b) Perubahan pada tanggal atau waktu rilis yang diumumkan sebelumnya harus
disetujui oleh kepala statistik / Kepala Profesi Statistik. Setiap perubahan harus
segera diumumkan, menjelaskan alasan perubahan tersebut.
JADWAL PERS
e) Statistik harus dirilis ke semua pengguna sesuai dengan jadwal yang
diumumkan sebelumnya.
f) Nama dan informasi kontak dari ahli statistik atau analis utama yang
bertanggung jawab untuk produksi harus disertakan dalam statistik yang
dipublikasikan.
g) Pernyataan kebijakan, pers, atau menteri yang mengacu pada Official Statistics
harus dikeluarkan secara terpisah dari, dan berisi tautan yang jelas ke, statistik
sumber. Pernyataan harus memenuhi standar profesional dasar penyajian
statistik, termasuk akurasi, kejelasan dan ketidakberpihakan. Ahli statistik atau
analis utama harus memberi nasihat tentang penggunaan statistik yang tepat
dalam pernyataan ini.
JADWAL PERS
❑ Banyak (atau sebagian besar) NSO berkomitmen untuk membuat data
statistik tersedia untuk publik sesuai dengan jadwal rilis yang telah ditentukan
sebelumnya (kalender)
❑ Ini adalah komitmen yang signifikan karena kalender rilis mensyaratkan
bahwa indikator utama dan kumpulan data harus dirilis pada tanggal
tertentu.
❑ Kalender rilis lebih awal (istilah ini lebih umum daripada jadwal) penting
untuk mencegah manipulasi tanggal rilis untuk tujuan politik.
❑ Oleh karena itu, kalender rilis merupakan komponen fundamental dan vital
bagi kredibilitas NSO dan harus menjadi bagian sentral dari situs statistik NSO.
JADWAL PERS
c) Akses ke statistik sebelum rilis publik mereka harus dibatasi pada mereka
yang terlibat dalam produksi statistik dan persiapan rilis, dan untuk
jaminan kualitas dan tujuan operasional. Catatan yang akurat tentang
mereka yang memiliki akses sebelumnya diselesaikan harus dipertahankan.
d) Statistik dan data harus dirilis secara tepat waktu dan pada interval yang
memenuhi kebutuhan pengguna sejauh dapat dilakukan. Statistik harus
dirilis segera setelah dianggap siap, di bawah bimbingan Kepala Statistik /
Kepala Profesi Statistik.
JADWAL PERS
h) Jika NSO memberikan akses ke statistik mereka sebelum publikasi mereka,
akses pra-rilis tersebut harus dibatasi untuk beberapa pengguna sejalan
dengan rekomendasi internasional tentang akses pra-rilis sejalan dengan
aturan dan prinsip akses pra-rilis. Rincian akses yang diberikan harus dicatat,
bersama dengan justifikasi yang jelas untuk akses tersebut. Tidak ada indikasi
hasil harus dipublikasikan, dan statistik tidak boleh diberikan kepada pihak lain
tanpa izin sebelumnya untuk akses. Daftar penerima harus ditinjau secara
teratur dan diminimalkan.
i) Revisi terjadwal atau koreksi tak terjadwal pada statistik dan data harus dirilis
secepat mungkin. Perubahan tersebut harus ditangani secara transparan
sejalan dengan kebijakan yang diterbitkan.
 AKSESIBILITAS DATA AKSESIBILITAS DATA: Perceivable

Menyediakan akses mudah ke data Official Statistics adalah tanggung jawab ➢ Sediakan alternatif teks untuk setiap konten non-teks yang akan diubah
inti NSO, serta komitmen bahwa layanan tersebut memenuhi kebutuhan menjadi bentuk lain yang dibutuhkan orang, seperti cetakan besar, braille,
pengguna.
ucapan, simbol, atau bahasa yang lebih sederhana.
Situs web NSO harus berusaha untuk memenuhi persyaratan dan pedoman
➢ Berikan alternatif untuk media berbasis waktu.
nasional dan internasional yang terkait dengan aksesibilitas oleh warga negara
dengan kebutuhan khusus seperti yang dikutip di bawah ini dari Pedoman ➢ Buat konten yang dapat disajikan dengan berbagai cara (misalnya, tata letak
Aksesibilitas Konten Web (WCAG) W3C 2.0: yang lebih sederhana) tanpa kehilangan informasi atau struktur.
a) Perceivable ➢ Memudahkan pengguna untuk melihat dan mendengar konten, termasuk
b) Operable memisahkan latar depan dari latar belakang.
c) Understandable
d) Robust

AKSESIBILITAS DATA: OPERABLE AKSESIBILITAS DATA: UNDERSTANDABLE

➢ Buat semua fungsionalitas tersedia dari keyboard. ➢ Buat konten teks mudah dibaca dan dipahami.
➢ Sediakan waktu yang cukup bagi pengguna untuk membaca dan ➢ Membuat halaman web muncul dan beroperasi dengan cara yang dapat
menggunakan konten. diprediksi.
➢ Jangan mendesain konten dengan cara yang diketahui dapat menyebabkan ➢ Bantu pengguna menghindari kesalahan.
kejang.
➢ Sediakan cara untuk membantu pengguna menavigasi, menemukan konten,
dan menentukan di mana mereka berada.

AKSESIBILITAS DATA: ROBUST

➢ Memaksimalkan kompatibilitas dengan agen pengguna saat ini dan masa

depan, termasuk teknologi pendukung.
Bersamaan dengan statistik itu sendiri, produsen
statistik resmi harus selalu merilis informasi
terperinci tentang bagaimana statistik dihitung dan
catatan lain yang akan membantu interpretasi.
Ini disebut sebagai metadata - "data about data".
 METADATA - METADATA: Jenis metadata
' Memberikan Informasi Tentang Properti Data Statistik '

❑ Metadata statistik umumnya didefinisikan sebagai data tentang data dan sangat ➢ Dua kategori utama metadata adalah metadata referensi dan metadata

penting untuk memastikan kualitas, interpretabilitas, dan kegunaan kumpulan data. struktural.
❑ Tujuan pertama dan paling mendasar dari metadata adalah membantu pengguna
data statistik untuk menafsirkan, memahami, dan menganalisa data statistik.
❑ Sangat penting bahwa NSO menyediakan metadata yang memadai untuk
memastikan kualitas dan menambah nilai statistik.
❑ Metadata memberikan informasi tentang latar belakang, tujuan, konten,
pengumpulan, pemrosesan, kualitas, dan informasi terkait dari kumpulan data
statistik yang dibutuhkan pengguna untuk menemukan, memahami, dan
memanipulasi data statistik.

METADATA: Jenis metadata METADATA: Jenis metadata

1. Metadata struktural 2. Metadata referensi

Metadata struktural digunakan untuk mengidentifikasi, mendeskripsikan
secara formal atau mengambil data statistik, seperti nama dimensi, nama
variabel, kamus, deskripsi teknis set data, lokasi set data, kata kunci untuk
mencari data, dll. Misalnya, metadata struktural mengacu pada judul variabel
dan dimensi kumpulan data statistik, serta unit yang digunakan, daftar kode
(misalnya, untuk pengkodean wilayah), format data, rentang nilai potensial,
dimensi waktu, rentang nilai bendera, klasifikasi yang digunakan, dll.
Metadata referensi (terkadang disebut metadata penjelas) menggambarkan
konten dan kualitas data statistik dari sudut pandang semantik. Mereka
termasuk teks penjelasan tentang konteks data statistik, metodologi
pengumpulan data dan agregasi data serta karakteristik kualitas dan
diseminasi.

Contoh: https://libguides.library.kent.edu/ld.php?content_id=11205386

METADATA: Jenis metadata METADATA: Jenis metadata

2. Metadata referensi 2. Metadata referensi

▪ Metadata dapat muncul di samping data dalam bentuk label grafik dan ▪ Dalam sistem diseminasi, metadata dapat hadir di semua tingkat
catatan kaki atau dapat disusun sebagai catatan penjelasan yang berisi pengumpulan data, mulai dari catatan kaki di tingkat catatan individu,
informasi seperti definisi dan deskripsi populasi, sumber data, dan informasi di tingkat dimensi, dan tingkat set data.
metodologi yang digunakan.
▪ Metadata dapat mencakup dokumentasi definisi, hubungan antar variabel, Contoh: https://sirusa.bps.go.id/sirusa/index.php/dasar/index
spesifikasi, prosedur, skema klasifikasi, dan instruksi.
▪ Ini dapat digunakan untuk membantu pencarian dan navigasi di situs web
dan membantu pasca-pemrosesan seperti mengunduh data dan alat
statistik untuk analisis.

JENIS STATISTIK DISEMINASI-Macrodata
❑ Macrodata adalah istilah yang digunakan untuk mendeskripsikan data yang
dihasilkan dengan menggabungkan mikrodata menurut metodologi
statistik.
❑ Contoh dari data agregat tersebut termasuk statistik pengangguran,
demografi dan PDB.
JENIS STATISTIK DISEMINASI-Data
geospasial
❑ Kantor statistik menyebarkan statistik dalam format, seperti tabel, peta,
grafik, infografis, rilis berita, file yang digunakan untuk umum, dll.
❑ Komunitas geospasial menggunakan data vektor tradisional dan
menyiapkan jaringan besar untuk menyebarkan data pengamatan bumi
mereka.
JENIS STATISTIK DISEMINASI
❑ Bagian ini mencakup berbagai jenis data yang disebarluaskan oleh NSO.
❑ NSO terutama menyebar macrodata.dll meskipun penyebaran data
geospasial menjadi semakin umum.
❑ Microdata juga dapat disebarluaskan, tetapi ini cenderung menjadi
pengecualian.
JENIS STATISTIK DISEMINASI-Data
geospasial
❑ Semakin banyak NSO yang menyebarkan informasi dan statistik geospasial
terintegrasi, termasuk komponen geografis.
❑ Tantangan penyebaran data geospasial dan statistik terintegrasi disebutkan
dalam panduan GLOS termasuk:
“Official Statistics biasanya mempublikasikan data statistik secara gratis
sesuai dengan prinsip data terbuka. Ini mungkin tidak selalu menjadi kasus
untuk data geospasial yang disediakan oleh badan pemetaan nasional atau
otoritas regional. Oleh karena itu, akses ke data yang di-geocode tidak
terbukti dengan sendirinya atau mungkin mahal bagi otoritas statistik. "
JENIS STATISTIK DISEMINASI-Microdata
❑ Microdata umumnya berisi informasi tentang individu, rumah tangga, atau badan
usaha yang dikumpulkan melalui survei atau wawancara. Dalam kumpulan data ini,
setiap baris biasanya mewakili individu dan setiap kolom memiliki atribut seperti usia,
jenis kelamin, atau alamat.
❑ Microdata juga dapat terdiri dari data individu yang dikumpulkan dari sistem
administrasi pemerintah dan register.
❑ Microdata digunakan dalam Official Statistics untuk produksi informasi agregat.
❑ Karena berisi informasi terpilah tentang kelompok populasi kecil atau wilayah yang
hilang dalam proses penyusunan indikator statistik, mikrodata dapat memberikan
pandangan multidimensi yang lebih bernuansa tentang kebutuhan kelompok populasi
rentan yang penting untuk memvalidasi analisis sebelumnya, menguji hipotesis baru,
dan merancang program.
 JENIS STATISTIK DISEMINASI-Microdata
❑ Beberapa NSO menyediakan mikrodata untuk tujuan penelitian dan
analisis.
❑ Diseminasi microdata dalam Official Statistics perlu dilakukan dengan hati-
hati karena dapat mengarah pada identifikasi tidak langsung atau langsung
dari unit pelaporan, dan tindakan harus diambil untuk memastikan
anonimitas.
❑ NSO sering membebankan biaya kepada peneliti atas akses tersebut untuk
mengimbangi biaya tambahan dalam menyediakan mikrodata. Ada juga
biaya yang terkait dengan pemeriksaan keluaran untuk memastikan
kerahasiaan.
STRATEGI DISEMINASI-
Pelajaran dari EUROSTAT
❑ Strategi penyebaran harus mempertimbangkan prinsip-prinsip yang diambil
dari berikut ini Kode praktik statistik UE:
a) Ketidakberpihakan dan Objektivitas
b) Aksesibilitas dan Kejelasan
Ada standar internasional untuk jenis statistik
apa yang harus dirilis oleh negara.
Misalnya, Dana Moneter Internasional (IMF)
memiliki Standar Diseminasi Data Umum yang
menguraikan statistik ekonomi yang harus dibuat
oleh anggotanya dan Standar Diseminasi Data
Khusus untuk negara-negara yang ingin
mengakses pasar modal internasional.
STRATEGI DISEMINASI
❑ Strategi penyebaran harus mencakup prinsip dan pedoman yang disepakati
untuk mempublikasikan dan mengkomunikasikan statistik dan prosedur
untuk menangani kesalahan dan revisi.
❑ Itu juga dapat mempromosikan pengembangan platform umum Official
Statistics yang mencakup data dari semua produsen Official Statistics.
❑ Ini dapat membantu NSO untuk menyelaraskan rilis statistik, tabel, grafik
dan analisis, dan terminologi yang diterapkan di seluruh domain statistik.
❑ Ini dapat membantu menghindari kebingungan dan salah tafsir dan dapat
memfasilitasi perbandingan statistik.
STRATEGI DISEMINASI-
Diadopsi dari GLOS 2016
❑ Menurut Hukum Umum Official Statistics (GLOS 2016), strategi tersebut
dapat mencakup elemen-elemen berikut:
a) prinsip dan pedoman penyebaran umum, sejalan dengan hukum statistik;
b) penggunaan platform penyebaran yang berbeda dan kebijakan harga;
c) prosedur penanganan kesalahan;
d) prosedur penanganan revisi;
e) cara untuk memfasilitasi akses pengguna ke semua Official Statistics dari produsen
yang berbeda;
f) konten dan praktik utama untuk merilis metadata;
g) praktik terbaik untuk menghasilkan tabel, grafik, dan penjelasan tertulis;
h) praktik pengarsipan rilis statistik untuk penggunaan di masa mendatang.
Komisi Ekonomi dan Sosial untuk Asia dan Pasifik
(ESCAP) juga telah menghasilkan seperangkat inti
statistik ekonomi untuk kawasan tersebut,
bersama dengan frekuensi yang direkomendasikan
untuk masing-masing.
 Closing by the Quote

‘Only statistics that are used are

useful statistics’, (Petteri Baer) Terima kasih.
'Statistik yang digunakan, hanyalah statistik yang berguna',
 Pengantar Official Statistics:
Quality Assurance and Code Practice
for Official Statistics
Mengapa Penjaminan Kualitas Itu Penting?
❑ Penjaminan kualitas juga telah menjadi tekad seluruh organisasi atau badan statistik di seluruh
dunia (National Statistic Office, NSO), yang Fung dalam Prinsip Dasar Official Statistics. Meskipun
tidak dinyatakan secara eksplisit dalam sepuluh prinsip, namun seluruh NSO diharuskan
memperhatikan kualitas statistik yang dihasilkan, serta lebih menekankan pada manajemen
kualitas/mutu dalam penyelenggaraan statistik
❑ Dari sisi pengguna (pengguna), penjaminan kualitas akan meningkatkan keyakinan dan kepercayaan
diri para pengguna kapan memanfaatkan data/informasi.
❑ Hankley (dalam Beg dan Hussain) seni bahwa:
“tanpa data yang akurat, pengguna akan kehilangan kepercayaan terhadap database dan membuat
keputusan-keputusan yang salah ”.
❑ Dari sisi penyedia (responden), penjaminan kualitas akan meningkatkan partisipasi dan kontribusi
mereka,
❑ serta hak-hak para responden akan dijamin ketika memberikan data/informasi.
Outline
Bagian 1. Mengapa kualitas Official Statistics penting?
Bagian 2. Bagaimana kualitas Official Statistics
Bagian 3. Internasional Standar Untuk Kerangka Penjaminan Mutu
Bagian 4. Perkembangan QAF di Badan Pusat Statistik Indonesia
Bagian 5. Dimensi Kualitas Statistik Badan Pusat Statistik
Bagian 6. Praktek Kode untuk Official Statistics
Mengapa kualitas
Official Statistics
penting?
Pentingnya Penjaminan Kualitas di BPS
❑ Amanah Undang-undang Nomor 16 Tahun 1997 (tentang Statistik) kepada
BPS sebagai lembaga penyedia data
❑ Penjaminan kualitas telah menjadi kebulatan tekad seluruh aparatur BPS
(pusat juga daerah) yang tertuang dalam visi dan misi BPS.
❑ Dalam visinya, BPS bertekad menjadi Penyedia Data Statistik Berkualitas
untuk Indonesia Maju.
❑ Untuk mewujudkan visi tersebut, salah satu misi yang dilaksanakan adalah
Menyediakan statistik berkualitas yang berstandar nasional dan
internasional
 Apa arti Official Statistics berkualitas tinggi?
Mungkin kita tergoda untuk berpikir kualitas sebagai
akurasi seberapa dekat statistik dengan nilai

Bagian 2. sebenarnya yang mereka coba ukur.

Namun, kualitas melibatkan lebih dari itu.

Kamus Besar Bahasa Indonesia (KBBI)

Kualitas berarti: Definisi Kualitas (BPS):
(1) tingkat baik buruknya sesuatu;
kadar, atau (2) derajat atau taraf
Dengan demikian, kualitas statistik yang
(kepandaian, kecakapan, dsb); mutu.
maksud di sini adalah “kemampuan
data/informasi statistik yang dihasilkan
Kualitas biasanya dianggap sebagai konsep multi- ISO 9000 (2005)
BPS memenuhi standar-standar kualitas
dimensi — dengan kata lain, ada banyak aspek yang Kualitas sebagai suatu tingkat dimana dalam rangka memenuhi kebutuhan
gabungan dari semua huruf saling terkait
berbeda dari kualitas, seperti relevansi, ketepatan (karakteristik yang melekat) memenuhi
pengguna".
waktu dan keakuratan. Jaminan kualitas mencakup persyaratan- persyaratan yang dibutuhkan. Konsep kualitas lebih dalam dengan output
semua tahap dari proses produksi statistik dari kegiatan statistik yang dilakukan BPS
Juran (1989: 16-17)
Juran, JM 1989. Jurantentang Kualitas Berdasarkan Desain. New York: Pers Gratis.

Kualitas merupakan 'kesesuaian untuk

penggunaan (cocok untuk tujuan)
'yang mencakup kemampuan produk
untuk memenuhi kebutuhan konsumen
dan bebas bebas dari ketidakefisienan.

Penjaminan kualitas (Quality Assurance, QA)

Daftar Istilah Kualitas Eurostat
QA dimaksudkan sebagai jaminan
suatu organisasi bahwa produk atau
jasa yang dihasilkan telah memenuhi
standar kualitas.
ISO 9000 (2005),
QA merupakan bagian dari
manajemen kualitas yang difokuskan
pada mempersembahkan kepercayaan
kepada pihak-pihak terkait, bahwa
persyaratan kualitas telah memenuhi
3 HAL PENTING BERKENAAN DENGAN PENJAMINAN KUALITAS
QA harus mencakup:
❑ Persyaratan-persyaratan kualitas statistik yang didokumentasikan
secara eksplisit.
1. Penjaminan input data/informasi
❑ Proses pengukuran QA definisi dan diumumkan kepada semua
staf, unit kerja, juga pihak-pihak terkait.
❑ Implementasi dari proses pengukuran kualitas senantiasa 2. Penjaminan proses statistik (statistical process)
dimonitor dengan baik secara berkesinambungan.
❑ Tingkat kualitas statistik yang diperoleh dari hasil pengukuran
diinformasikan kepada para pengguna. 3. Penjaminan kualitas produk (output)
❑ Metode pengukuran kualitas yang digunakan senantiasa
dikembangkan melalui perencanaan, implementasi, juga evaluasi
yang dilakukan secara baik dan memperhatikan perkembangan
ilmu pengetahuan dan teknologi.
 Penjaminan Menginput Data / Informasi
➢ Penjaminan ini terkait dengan sumber atau dari mana suatu data/informasi statistik
diperoleh.
➢ Apakah melalui sensus/survei (berupa data primer), dari pihak lain (data sekunder), ataukah
data administrasi?
➢ Hal penting dalam fase penjaminan memasukkan:
1. kesediaan pihak lain (responden) untuk memberikan data/informasi statistik secara jujur
dan benar merupakan kunci sukses penjaminan kualitas data/informasi.
2. muatan kuesioner yang berlebihan, baik jumlah juga jenis pertanyaan, dapat menjadi beban
bagi responden yang pada akhirnya juga akan mempengaruhi kualitas.
Penjaminan kualitas produk (output)
➢ Meskipun kedua proses sebelumnya telah dijamin, namun ouput statistik
yang dihasilkan (berupa data/informasi) juga harus tetap dijamin kualitasnya,
untuk mereduksi dan atau menghilangkan error-error yang masih terjadi.
Apakah penjaminan kualitas merupakan hal baru di BPS? Tidak.
Penjaminan kualitas statistik di BPS mencakup total tahapan dalam kegiatan
statistik yang dilaksanakan oleh beragam satuan kerja di BPS, maka penjaminan
kualitas merupakan tanggung jawab dan membutuhkan peran serta dari semua
satuan kerja dan aparatur BPS, dari tingkat terendah hingga pimpinan tertinggi.
Oleh karena itu, penerapan manajemen kualitas statistik menjadi suatu keniscayaan
untuk diterapkan di BPS.
Penjaminan Proses Statistik (Statistical Process)
➢ Penjaminan proses statistik dimulai dari perencanaan hingga diperoleh hasil
(output), meliputi kegiatan perencanaan, desain kuesioner, penyusunan
metodologi, laki-laki data, pengolahan, analisis, penyajian/diseminasi, dan
evaluasi.
➢ Setiap tahapan tersebut harus terukur dan dijamin kualitasnya, karena hasil
dari suatu tahapan akan berpengaruh terhadap proses dan kualitas pada
tahapan berikutnya.
Apakah Penjaminan Kualitas Merupakan Hal Baru di BPS? Tidak.
➢ BPS telah melaksanakan banyak hal untuk menjamin kualitas statistik yang dihasilkan. Namun,
istilah penjaminan kualitas mungkin masih merupakan hal baru bagi sebagian besar aparatur BPS.
➢ Sebagai contoh, dalam tahapan pelaksanaan kegiatan statistiknya, BPS telah melakukan antara lain:
1. Menampung kebutuhan para pengguna data
2. Penggunaan metode sampling yang tepat serta konsep/definisi berstandar internasional.
3. Desain kuesioner sesuai standar internasional dan penggunaan buku baru pelaksana.
4. Pengumpulan data BPS mensyaratkan kualifikasi petugas, pelatihan / refreshing, dan pengawasan.
5. Penggunaan teknologi komunikasi dan informasi dan sistem validasi aturan dalam proses
pengolahan.
6. Pengecekan akurasi dan koherensi dalam proses analisis.
7. Kemudahan akses data; ketepatan ARC; dokumen ragam format publikasi, website, PST, Metadata
SIRuSa, Katalog Mikrodata, dan Silastik.
8. Evaluasi kegiatan statistik (PES, MK, Monev, Self Assesment, ISBR, SKD)
Manajemen kualitas
❑ Manajemen kualitas statistik merupakan suatu sistem
yang mencakup semua unsur-unsur yang terlibat dalam
proses kegiatan statistik yang saling terkait dalam
menghasilkan statistik yang berkualitas.
❑ Prinsip kerja sistem manajemen kualitas mengikuti
suatu siklus tertentu yang berputar secara secara
berulang-ulang, sehingga dapat berfungsi untuk
mengecek/mengontrol dan memperbaiki aktivitas atau
output yang menjadi titik pelaksanaan suatu kesalahan.
❑ Siklus kerja ini dikenal dengan “Plan Do Check Act (PDCA)”, merupakan suatu proses urusan masalah yang
terdiri dari empat langkah yang bisa digunakan dalam pengendalian kualitas.

Manajemen kualitas
❑ Plan (perencanaan): mengidentifikasi dan
menganalisis masalah
❑ Do (kerjakan): mengembangkan dan menguji
beberapa solusi yang potensial
❑ Check (cek): mengukur tingkat efektifitas dari hasil uji
tes yang telah dilakukan (pada tahap Do), dan
menganalisis apakah hal itu bisa diterapkan dengan
cara lain.
Kerangka Penjaminan Kualitas (Quality Assurance Framework, QAF)
(EuroStat, 2007)
QAF (juga disebut framework for statistics production) bertujuan untuk membangun suatu
sistem yang mengkoordinasi metode-metode dan alat-alat yang dibutuhkan/dipersyaratkan,
serta menjamin terpenuhinya persyaratan minimum akan kualitas pada proses dan produk
statistik
UNSD
QAF adalah suatu struktur yang sistematis yang digunakan sebagai implementasi kegiatan
penjaminan kualitas dalam suatu organisasi.
BPS

❑ Act (tindaklanjuti): menerapkan sepenuhnya solusi

➢ Pembangunan QAF sangat penting untuk menjamin kualitas data/informasi statistik yang
yang telah diimprovisasi. dihasilkan.
➢ Melalui QAF, BPS dapat memonitor & mengukur tingkat kualitas; identifikasi permasalahan
yang terjadi; menentukan langkah-langkah untuk mengatasi permasalahan kualitas, atau
untuk meningkatkan kualitas; menentukan untuk untuk memonitor perbaikan kualitas.

Manfaat/keuntungan pembangunan QAF bagi BPS

1. QAF menyediakan ruang untuk merekam atau sebagai referensi atas berbagai macam
konsep kualitas, kebijakan, dan praktek pengukuran kualitas secara komprehensif.
2. Menyediakan mekanisme yang sistematis untuk melakukan identifikasi tingkat
kualitas secara berkelanjutan, sekaligus menyediakan alternatif solusi atas
permasalahan kualitas yang terjadi.
3. Sebagai upaya transparansi akan kualitas statistik yang dihasilkan BPS, sehingga
memperkuat kredibilitas BPS sebagai penyedia statistik yang berkualitas.
4. Memberikan pondasi awal untuk menciptakan dan memelihara budaya ‘menjaga'
kualitas dalam lingkungan BPS juga dalam proses produksi statistik di BPS
Bagian 3. Pembangunan QAF di BPS angka pada
STANDAR INTERNASIONAL UNTUK standar internasional yang disediakan
5. Sebagai salah satu sarana pertukaran informasi atau gagasan mengenai manajemen
QUALITY ASSURANCE FRAMEWORK UNSD, yaitu Kerangka Jaminan Kualitas
kualitas atau penjaminan kualitas statistik dengan produsen data lainnya dalam sistem
statistik nasional di indonesia, juga dengan NSO-NSO atau organisasi internasional
(QAF) Nasional (NQAF)

lainnya.

Empat Komponen Penjaminan Kualitas dalam NQAF

 Pengelolaan NQAF di BPS
• Di BPS, implementasi dari pengelolaan ke-empat (manajer output statistik) telah dikaji
dan dikembangkan oleh Subdit Konsistensi Statistik.
Subdit ini mengkaji, menyusun, mengembangkan, dan mengimplementasikan dimensi
dan indikator kualitas yang digunakan dalam pengukuran kualitas output statistik BPS.
• Jumlah dan ragam dari dimensi kualitas yang digunakan BPS sedikit berbeda dengan
dimensi pada komponen keempat NQAF (dijelaskan lebih lanjut pada Part 4.
Pembangunan QAF di BPS).
• Adapun pengelolaan kualitas pada bidang lainnya, seperti sistem statistik dan lingkungan
Bagian 4. Pembangunan QAF di BPS angka pada
kelembagaan (termasuk beberapa bagian terkait pengelolaan proses statistik) dilakukan Perkembangan QAF di Badan standar internasional yang disediakan
melalui program-program kerja dalam Statcap Cerdas dan Reformasi Birokrasi BPS. Hal Pusat Statistik Indonesia UNSD, yaitu National Quality Assurance
ini bertujuan untuk mempercepat terwujudnya produk statistik BPS yang berkualitas Framework (NQAF))
sesuai visi BPS.

Pembangunan QAF di BPS Pembangunan QAF di BPS

• Pembangunan QAF di BPS telah

dilakukan sejak 2009, dimulai
dengan menentukan cakupan-
cakupan yang akan dicantumkan
dalam desain BPS-QAF berupa
Initial Scoping of QA
Framework Design for BPS
oleh Maman A Djauhari,
mewujudkan dengan technical
assistance oleh Kusmadi Saleh
(2009) dan Cassandra Gligore
beserta tim pada tahun 2009-
Roadmap Pembangunan BPS-QAF
2010.

Ragam Dimensi Kualitas

Berdasarkan Tabel disamping,
yang Digunakan BPS
terdapat 8 dimensi yang paling
banyak digunakan NSO, yaitu
relevance, accuracy, timeliness, Berdasarkan Tabel disamping, terdapat
punctuality, accessibility, coherence, tiga kelompok gabungan dimensi yang
comparability, dan interpretability. paling banyak digunakan antar NSO,
yaitu:
Dengan demikian, agar kualitas
statistik BPS dapat dibandingkan 1. 3 & 4 (timeliness dan punctuality),
dengan kualitas statistik dari NSO 2. 5 & 8 (accessibility dan
lain, maka ke-8 dimensi tersebut interpretability);
digunakan BPS. 3. 6 & 7 (coherence dan
comparability).
 Ragam Dimensi Kualitas
yang Digunakan BPS
Maka ragam dimensi kualitas yang digunakan BPS adalah:
3 kelompok gabungan dimensi yang
1) Relevance (relevansi)
paling banyak digunakan antar NSO,
yaitu: 2) Accuracy (akurasi)
3) Timeliness (aktualitas) & Punctuality (tepat waktu)
1. 3 & 4 (timeliness dan punctuality),
2. 5 & 8 (accessibility dan 4) Accessibility (aksesibilitas)
interpretability);
3. 6 & 7 (coherence dan comparability).
5) Coherence (koherensi) & Comparability (keterbandingan)
6) Interpretability (interpretabilitas)
Bagian 5. Dimensi kualitas statistik beberapa dimensi
Dengan mempertimbangkan kebutuhan
aspek penjaminan kualitas pada proses Dimensi Kualitas yang harus dipenuhi suatu NSO untuk
mengukur dan menjamin kualitas
bisnis di BPS, terdapat pemisahan
dimensi gabungan yang digunakan oleh Statistik BPS statistiknya.

NSOs.

Cuplikan BPS-QAF
Aktualitas
& Tepat Aksesbilitas
BPS menggunakan 6 dimensi
Waktu kualitas yaitu:
Koherensi &
1. Relevansi
Akurasi Keterbandingan
2. Akurasi
3. Aktualitas & Tepat Waktu
4. Aksesbilitas,
Relevansi Interpretabilitas
5. Koherensi & Keterbandingan,
6. Interpretabilitas

setiap dimensi mencakup satu atau

lebih indikator kualitas untuk ukur
tingkat kualitas pada setiap dimensinya
Standar Internasional ke-4 pada NQAF Dimensi Kualitas (QAF) di BPS

Penjelasan Makna
Setiap Indikator
Kualitas menurut
Dimensi
Penjelasan Makna Setiap Indikator Penjelasan Makna Setiap Indikator Kualitas menurut Dimensi
Kualitas menurut Dimensi

Penjelasan Makna Setiap Indikator Kualitas menurut Dimensi Penjelasan Makna Setiap Indikator Kualitas menurut Dimensi

Snapshot BPS-QAF
Bagian 6. Semua aspek pengembangan, produksi,

Code Practice untuk penyebaran dan komunikasi Official

Statistics dicakup dalam Code of Practice.
Official Statistics
PRINCIPLES GOVERNING INTERNATIONAL adoption of Best Practice from UK:
STATISTICAL ACTIVITIES the 10 UNFPOS
Code of Practice (CoP)
1. High quality international statistics, accessible for all, are a fundamental element of global information systems
2. To maintain the trust in international statistics, their production is to be impartial and strictly based on the highest for Statistics
professional standards
3. The public has a right to be informed about the mandates for the statistical work of the organisations
Ensuring official statistics serve the public
4. Concepts, definitions, classifications, sources, methods and procedures employed in the production of international
statistics are chosen to meet professional scientific standards and are made transparent for the users
“These CoP has been adopted in the global practice for statistics”
5. Sources and methods for data collection are appropriately chosen to ensure timeliness and other aspects of quality, to be
cost-efficient and to minimise the reporting burden for data providers
6. Individual data collected about natural persons and legal entities, or about small aggregates that are subject to national
confidentiality rules, are to be kept strictly confidential and are to be used exclusively for statistical purposes or for purposes
mandated by legislation
7. Erroneous interpretation and misuse of statistics are to be immediately appropriately addressed
8. Standards for national and international statistics are to be developed on the basis of sound professional criteria, while also
meeting the test of practical utility and feasibility
9. Coordination of international statistical programmes is essential to strengthen the quality, coherence and governance of
international statistics, and avoiding duplication of work
10. Bilateral and multilateral cooperation in statistics contribute to the professional growth of the statisticians involved and to
the improvement of statistics in the organisations and in countries

Quality : Prinsip Utama Kode Praktik untuk

Data and methods that produce assured ASEAN Community Statistical System
statistics
Q1 Suitable data sources ❑ Kode Praktik ACSS konsisten dengan Fundamental Principles of Official Statistics
Q2 Sound methods diadopsi oleh United Nations Statistical Commission pada tahun 1994. Prinsip-
Q3 Assured quality prinsip tersebut juga mencerminkan nilai-nilai yang ditetapkan dalam Rencana
Trustworthiness: Value : Strategis ACSS yang diadopsi pada Juli 2011.
Confidence in the people and organisations Statistics that support society’s needs for ❑ Prinsip-prinsip ini digolongkan dalam tiga dimensi utama pada:
that produce statistics and data information
T1 Honesty and integrity
Institutional Environment, Statistical Processes, and Statistical Output.
V1 Relevance to users
T2 Independent decision making and
V2 Accessibility ❑ Semua aspek pengembangan, produksi, diseminasi dan komunikasi statistik ASEAN
leadership dicakup oleh Kode Praktik ACSS
T3 Orderly release V3 Clarity and insight
T4 Transparent processes and management V4 Innovation and improvement
T5 Professional capability V5 Efficiency and proportionality
T6 Data governance

Prinsip Utama Kode Praktik untuk

ASEAN Community Statistical System
The 8 principles are:
A. Institutional Environment
1. Mandate for Data Collection
2. Professionalism & Integrity
3. Confidentiality
4. Accountability
5. Statistical Cooperation & Coordination

B. Statistical Process
6. Cost Effectiveness
7. Reduced Respondent Burden
C. Statistical Output
8. Commitment to Quality (Relevance, Reliability, Timeliness, Comparability & Accessibility)
Terima kasih.