MODUL 1 STATISTIK INDUSTRI

1. PENDAHULUAN
Tujuan Instruksional Umum Setelah mempelajari modul ini, mahasiswa diharapkan akan mampu memahami sejarah perkembangan, pengertian, manfaat dan kegunaan Statistika sebagai Alat Bantu dalam pemecahan suatu masalah atau penelitian. SEJARAH PERKEMBANGAN STATISTIK Statistik merupakan suatu ilmu yang pada mulanya berawal dari suatu upaya pengumpulan data atau informasi dan upaya penyajiannya menjadi bentuk yang mudah dimengerti agar bersifat informatif. Contoh tertua terjadi pada zaman Kaisar Agustus yang memerintahkan rakyatnya untuk mendaftarkan semua kekayaan masing-masing, untuk keperluan pajak guna membiayai perang. Contoh lain terjadi pada saat William si Penakluk memerintahkan pencacahan jiwa dan kekayaan rakyat Inggris untuk tujuan yang sama. Pengolahan informasi statistik mempunyai sejarah jauh kebelakang sejak awal peradaban manusia. Pada awal zaman masehi, bangsa-bangsa banyak mengumpulkan data statistik untuk mendapatkan informasi deskriptif mengenai banyak hal misalnya pajak, perang, hasil pertanian dan bahkan pertandingan atletik. Pada masa kini, dengan berkembangnya teori peluang, kita dapat menggunakan berbagai metode statistik yang memungkinkan kita meneropong jauh di luar data yang kita kumpulkan dan masuk ke dalam wilayah pengambilan keputusan melalui generalisasi dan peramalan.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Atep Afia Hidayat MP.

STATISTIK

PERANAN STATISTIK DALAM INDUSTRI DAN BIDANG LAINNYA Ilmu Statistik sudah sangat luas peranannya sebagai alat bantu dalam pengolahan dan penyajian data perusahaan/industri menjadi informasi yang berguna. Pihak manajemen kemudian juga sering menggunakan informasi tersebut sebagai bahan dasar pengambilan suatu keputusan atau tindakan. Sebagai contoh: data absen/keterlambatan karyawan kemudian diolah secara statistik menjadi INFORMASI dan disajikan dalam tabel yg menarik dan mudah dipahami. Maka ketika informasi tersebut sampai ke pihak manajemen akan bisa menjadi bahan pertimbangan untuk misalnya: jika tingkat keterlambatan seorang karyawan A, tinggi bisa dilakukan pemanggilan, dst. Untuk contoh yg lebih detail adalah sebagai berikut: - Bidang Produksi: Alat bantu perencanaan/peramalan produksi, pengendalian produksi, pengendalian kualitas. Aat bantu perhitungan waktu baku/standard. dll.

- Bidang Akuntansi: Mencari hubungan antara volume dengan biaya produksi Penyesuaian harga terhadap perubahan permintaan

- Bidang Pemasaran: Meneliti tingkat kepuasan konsumen Mengetahui efektifitas promosi terhadap penjualan Mengukur dan meramalkan pangsa pasar

- Bidang Teknik Meneliti hubungan antara putaran mesin dan konsumsi bahan bakar Meneliti pengaruh kenaikan temperatur terhadap tekanan boiler Meneliti hubungan kandungan karbon terhadap tingkat kekerasan logam

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Atep Afia Hidayat MP.

STATISTIK

Meneliti umur rata-rata komponen kendaraan

METODE STATISTIK Dalam mempelajari statistika, kita pada dasarnya berkepentingan dengan penyajian dan penafsiran kejadian yang bersifat peluang yang terjadi dalam suatu penyelidikan terencana ataupun penelitian ilmiah. Misalnya kita mencatat berapa kali terjadi kecelakaan perbulan dipersimpangan Pancoran dan Manggarai, untuk mendapatkan alas an perlunya dipasang lampu lalu lintas ; atau kita mencatat respons berupa ya atau tidak dalam suatu pol pendapat; dan lain-lain. Jadi, statistikawan biasanya bekerja dengan data numeric yang berupa hasil cacahan ataupun hasil pengukuran atau mungkin dengan data kategorik yang diklasifikasikan menurut kriteria tertentu. Kita akan menyebut setiap informasi yang tercatat, apakah itu numeric atau kategorik sebagai pengamatan. Metode statistik adalah prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis dan penafsiran data. Kita akan mengelompokkan metode-metode tersebut ke dalam dua kelompok besar, yaitu statistika deskriptif dan inferensia statistik.

Statistika

Deskriptif

adalah

metode-metode

yang

berkaitan

dengan

pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna. Patut untuk dipahami bahwa statistika deskriptif memberikan informasi hanya mengenai data yang dipunyai dan sama sekali tidak menarik inferensia atau kesimpulan apapun tentang gugus data induknya yang lebih besar.

Inferensia Statistik adalah semua metode statistik yang berhubungan dengan analisis sebagian data untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan gugus data induknya. Generalisasi yag berhubungan dengan inferensia statistik selalu mempunyai sifat tak pasti, karena kita mendasarkan pada informasi parsial yang diperoleh dari sebagian data.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Atep Afia Hidayat MP.

STATISTIK

Populasi dan Sampel (contoh) Dalam kita mengamati/meneliti sebuah objek maka data pengamatan yang diambil harus dibedakan apakah mewakili seluruh populasi atau hanya sampel/contoh. Lalu apa yang dimaksud dengan populasi dan apa pula itu contoh? Populasi adalah keseluruhan pengamatan yang menjadi perhatian kita, sedangkan sampel adalah himpunan bagian dari populasi. Contoh: Jika kita ingin mengetahui tingkat pendapatan penduduk usia produktif

Indonesia, maka populasi dari pengamatan kita adalah seluruh penduduk usia produktif Indonesia, sedangkan sampelnya adalah misalkan 100 orang dari Jawa, 100 orang dari Sumatra, 100 orang dari Bali,..dstnya. Atau jika kita ingin meneliti kemampuan Bahasa Inggris mahasiswa Kelas Sabtu Minggu UMB, maka populasinya seluruh mahasiswa klas Sabtu Minggu UMB, sedangkan sampelnya adalah (misalkan) 50 orang dari Fakultas Teknologi Industri, 50 orang dari Fakultas Ekonomi, 30 orang dari FIKOM, dstnya. Jadi baik populasi maupun sampel bisa memiliki ukuran yang kecil, besar bahkan tidak terbatas, tergantung dari apa yang ingin kita teliti saat itu atau yg menjadi obyek pengamatan kita.

DATA DAN MANAGING DATA DATA: Pengertiannya adalah keterangan mengenai sesuatu / hasil pengamatan/ hasil pengukuran. Data adalah bentuk jamak dari datum (single/satu). Jenis-Jenis data:

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Atep Afia Hidayat MP.

STATISTIK

1. Data Primer : data yang diperoleh langsung dari sumbernya baik melalui observasi/pengukuran/pengamatan langsung. 2. Data Sekunder: data yang diperoleh dari pihak ketiga/ data yg telah dipublikasikan. Bentuk Data: 1. Data Kuantitatif (data berupa angka-angka/numerical data hasil observasi atau pengukuran) 2. Data Kualitatif (serangkaian observasi dimana setiap observasi tergolong kepada salah satu kelas yang eklusif., contoh: pendapat konsumen terhadap suatu produk adalah: sangat bagus, bagus, biasa, buruk, sangat buruk. Opini masysrakat terhadap suatu kebijakan. Cara Pengumpulan Data: 1. Wawancara 2. Angket/kuesioner 3. Observasi/pengamatan 4. Penelitian lab/eksperimen/percobaan 5. Studi literatur MANAGING DATA Tujuan: menyampaikan hasil pengolahan data (informasi) dalam bentuk yang lebih mudah dipahami Bentuk dari penyajian informasi ini adalah dalam bentuk Tabel atau Grafik Statistik. Tabel Statistik Syarat tabel statistik adalah sederhana, singkat dan jelas. Sebuah tabel statistik biasanya terdiri dari: Kepala Baris Kolom 1 Kepala Kolom Kolom 2

Kolom 3

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Atep Afia Hidayat MP.

STATISTIK

Baris 1 Baris 2 catatan: sumber: Jenis-jenis Tabel:

Isi

1. Tabel Referensi/Umum: Tabel yg memberikan keterangan-keterangan yg

terperinci dan disusun khusus untuk keperluan referensi. Contoh: Tabel.1 Distribusi Lahan Pertanian Di Jawa Barat tahun 2002

2. Tabel Ikhtisar/Naskah: Tabel yang memberikan keterangan secara sistematis

hasil penelitian. Contoh: Tabel.2 Kecepatan Leleh Standar Dalam Proses Pengelasan Sambungan Baja Tabel.1 Distribusi Lahan Pertanian Di Jawa Barat tahun 2002 Lokasi Lahan Karawang Cianjur Indramayu Tasikmalaya Bekasi Luas Lahan (ha) 256.000 350.000 150.000 176.000 35.500

Sumber: Biro Pusat Statistik, Jakarta, 2000 Tabel.2 Kecepatan Leleh Standar Dalam Proses Pengelasan Sambungan Baja Jenis Sambungan Lurus: Pojok: 6 mm 25 mm Posisi Pengelasan Datar/Flat 0.70 0.56 0.72 0.55

Vertikal 0.64 0.55 0.60 0.56

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Atep Afia Hidayat MP.

STATISTIK

6 mm 25 mm

Catatan: satuan dalam cm/detik Sumber: Dwi Anggun, Pengaruh Kecepatan Leleh terhadap Kekuatan Sambungan Las, Tugas Akhir, UMB, Jakarta, 2002 Penyajian Grafik Selain disajikan dalam bentuk Tabel, hasil pengolahan data statistic juga akan lebih informative jika disajikan dalam bentuk gambar/grafik. Jenis gambar/grafik yang biasa digunakan adalah: 1. Diagram Balok 2. Histogram 3. Pie Diagram 4. Poligon Frekuensi 5. Frekuensi Kumulatif, dll Contoh: 1. Diagram Balok

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Atep Afia Hidayat MP.

STATISTIK

2.Histogram 3 Dimensi

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Atep Afia Hidayat MP.

STATISTIK

3. Poligon Frekuensi

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Atep Afia Hidayat MP.

STATISTIK

4. OGIF Frekuensi (Frekuensi Kumulatif)

5. PIE Diagram

LATIHAN SOAL TERJAWAB 1. Jelaskan pentingnya statistika dalam kehidupan sehari-hari, dan siapa saja yang sering menggunakan statistika? Jawaban:

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Atep Afia Hidayat MP.

STATISTIK

10

Statistika membantu dalam mengambil keputusan yang tepat, alat untuk mengendalikan kualitas dan memungkinkan untuk mengetahui peluang suatu kejadian di masa mendatang. Statistika sering digunakan oleh ekonom, pimpinan perusahaan baik dalam bidang keuangan, manajemen, akuntansi dan bidang lainnya. 2. 3. Sebutkan contoh riil penggunaan statistika dalam manajemen dan akuntansi? Jelaskan perbedaan statistika deskriptif dan statistika induktif? Berikan contoh dari kasus sehari-hari yang Anda temui! Jawab: a. Statistik deskriptif adalah statistik yang digunakan untuk menggambarkan atau mengdeskripsikan data menjadi informasi yang berguna untuk pengambilan keputusan. Contoh statistik deskriptif adalah pembuatan distribusi frekuensi, diagram, ukuran pemusatan dan penyebaran. b. Statistik induktif adalah statistik untuk menganalisis dan menginterprestasikan data menjadi suatu kesimpulan dari populasi dengan menggunakan sampel. Contoh teori probabilitas, pengujian statistik, regresi, dan korelasi dan lain-lain. 4. Jelaskan perbedaan antara populasi dan sampel! Berikan contoh dalam kehidupan ekonomi, industri dan bisnis yang ada di sekeliling Anda! Jawab: Populasi adalah keseluruhan anggota dalam suatu objek, sedang sampel adalah bagian dari populasi. Contoh tentang hasil produksi sebuah pabrik seluruhnya adalah populasi, sedangkan produk yang diambil oleh bagian pengendalian mutu untuk diuji adalah sampel. Contoh lain tentang perusahaan di pasar saham. Seluruh perusahaan adalah populasi, sedang perusahaan sektor perbankan

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Atep Afia Hidayat MP.

STATISTIK

11

adalah sampel. Pada industri mobil, maka seluruh perusahaan adalah populasi, sedangkan Astra dan Indomobil adalah sampel. 5. Berikut adalah prospek harga saham dari 250 perusahaan yang ada di BEJ pada tanggal 30 Maret 2007. Perubahan Harga Saham Naik Turun Tetap Jumlah Perusahaan 130 50 70

a. Jumlah perusahaan tersebut termasuk populasi atau sampel b. Termasuk dalam kategori skala pengukuran apa kasus tersebut? Berikan penjelasan. c. Apabila harga saham naik 5%, disebut dengan apa, angka tersebut? d.

BEBERAPA CATATAN
Apakah metode statistika ? Metode statistika adalah metode-metode/prosedur-prosedur untuk pengumpulan, penyajian , analisis, dan kesimpulan dari data. Metode statistika terbagi dua yaitu : 1.Statistika deskriptif yaitu berkaitan dengan kegiatan pencatatan dan peringkasan hasilhasil pengamatan terhadap kejadian-kejadian atau karakteristik-karakteristik manusia, tempat dan sebagainya, secara kuantitatif 2.Statistika inferensial yaitu metode-metode untuk menganalisis sampel dari populasi sehingga dapat ditarik kesimpulan tentang populasi dari sampel tersebut. Populasi dan Sampel Populasi adalah keseluruhan objek psikologis yang menjadi perhatian. Populasi bisa populasi yang terhingga (contohnya : jumlah mahasiswa UNPAD) dan populasi tak terhingga (contohnya : jumlah mahasiswa UNPAD dari dulu hingga sekarang dan nantinya). Sampel adalah himpunan bagian dari populasi.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Atep Afia Hidayat MP.

STATISTIK

12

Parameter dan Statistik Parameter adalah sembarang nilai yang menjelaskan ciri populasi Statistik adalah sembarang nilai yang menjelaskan ciri dari sampel Himpunan data adalah kumpulan dari fakta yang dikumpulkan untuk maksudtertentu. Data diskrit : data yang diperoleh dari proses hitungan Data kontinu : data yang diperoleh dari proses pengukuran Karakteristik dari himpunan data adalah : Anggota : sekumpulan data terdiri dari sekumpulan dari anggota-anggota untuk masingmasing anggota informasi tentang satu atau lebih karakteristik yang diinginkan. Variabel : sebuah karakteristik yang dapat diperoleh dari berbagai kemungkinan hasil yang berbeda-beda. Variabel kuantitatif : variabel yang hasilnya berupa angka Variabel kualitatif : variabel yang hasilnya hanya atribut. Pengamatan (observasi) : informasi tentang sebuah variabel tunggal untuk sebuah anggota dari sekumpulan data Statistika parametrik adalah prosedur yang pengujian yang dilakukan berlandaskan distribusi. Salah satu karakteristiknya penggunaan prosedur ini melibatkan asumsiasumsi tertentu. Contoh dari statistik parametrik adalah analisis regresi, analisis korelasi, analisis varians. Statistika non parametrik adalah prosedur dimana kita tidak melibatkan parameter serta tidak terlibatnya distribusi. Contoh : uji keacakan, uji kecocokan (goodness of fit),dll. Kelebihan statistika non parametrik Asumsi yang digunakan dalam jumlah yang minimum maka kemungkina penggunaan secara salah juga kecil. Untuk beberapa prosedur perhitungan dapat dilakukan dengan mudah secara manual. Konsep-konsep dari prosedur ini menggunakan dasar matematika dan statistika yang mudah dipahami. Prosedur ini dapat digunakan pada skala ordinal maupun nominal. Kelemahan dari prosedur statistika non parametrik Jika suatu kasus yang dapat dianalisis dengan statistika parametrik, kemudian digunakan analisis statistika non parametrik akan menyebabkan pemborosan informasi.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Atep Afia Hidayat MP.

STATISTIK

13

Meskipun prosedur penghitungannya sederhana, perhitungannya kadang-kadang membutuhkan banyak tenaga dan menjemukan. Kapan prosedur non parametrik digunakan ? Bila hipotesis yang harus diuji tidak melibatkan suatu parameter populasi. Bila skala pengukuran yang disyaratkan dalam statistika parametrik tidak terpenuhi misalnya skala ordinal dan nominal. Data dibedakan menurut skala yang digunakan pada saat melakukan pengukuran. Dengan pengukuran dimaksudkan sebagai upaya memberikan angka numerik terhadap obyek menurut aturan-aturan tertentu. Aturan yang berbeda akan menghasilkan skala yang berlainan sehingga akan memberikan jenis pengukuran yang berbeda. Terdapat empat macam skala pengukuran yang ada yaitu: SKALA NOMINAL Skala nominal merupakan skala pengukuran yang paling rendah tingkatannya di antara ke empat skala pengukuran yang lain. Seperti namanya, skala ini membedakan satu obyek dengan obyek lainnya berdasarkan lambang yang diberikan. Oleh karena itu data dalam skala nominal dapat dikelompokkan ke dalam beberapa kategori, dan kepada kategori tersebut dapat diberikan lambang yang sesuai atau sembarang bilangan. Bilangan yang diberikan tidak mempunyai arti angka numerik artinya kepada angkaangka tersebut tidak dapat dilakukan operasi aritmetika, tidak boleh menjumlahkan, mengurangi, mengalikan, dan membagi. Bilangan yang diberikan hanyalah berfungsi sebagai lambang yang dimaksudkan hanya untuk membedakan antara data yang satu dengan data yang lainnya. Contoh : Data mengenai barang-barang yang dihasilkan oleh sebuah mesin dapat digolongkan dalam kategori cacat atau tidak cacat. Barang yang cacat bisa diberi angka 0 dan yang tidak cacat diberi angka 1. Data 1 tidaklah berarti mempunyai arti lebih besar dari 0. Data satu hanyalah menyatakan lambang untuk barang yang tidak cacat. Kesimpulan : Bilangan dalam Skala Nominal berfungsi hanya sebagai lambang untuk membedakan, terhadap bilangan-bilangan tersebut tidak berlaku hukum aritmetika, tidak boleh menjumlahkan, mengurangi, mengalikan, maupun membagi. Statistik yang sesuai dengan data berskala Nominal adalah Statistik Nonparametrik. Contoh perhitungan statistik yang cocok adalah Modus, Frekuensi dan Koefisien Kontingensi.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Atep Afia Hidayat MP.

STATISTIK

14

SKALA ORDINAL Skala pengukuran berikutnya adalah skala pengukuran ordinal. Skala pengukuran ordinal mempunyai tingkat yang lebih tinggi dari skala pengukuran nominal. Dalam skala ini, terdapat sifat skala nominal, yaitu membedakan data dalam berbagai kelompok menurut lambang, ditambah dengan sifat lain yaitu, bahwa satu kelompok yang terbentuk mempunyai pengertian lebih (lebih tinggi, lebih besar,) dari kelompok lainnya. Oleh karena itu, dengan skala ordinal data atau obyek memungkinkan untuk diurutkan atau dirangking. Contoh : Sistem kepangkatan dalam dunia militer adalah satu contoh dari data berskala ordinal Pangkat dapat diurutkan atau dirangking dari Prajurit sampai Sersan berdasarkan jasa, dan lamanya pengabdian. Jika peneliti merangking data lamanya pengabdian maka peneliti dapat memberikan nilai 1, 2, 3, , 4 dst masing-masing terhadap seseorang anggota ABRI yang berpangkat Prajurit, Kopral, Sersan, dst. Berbeda dengan skala nominal, angka yang diberikan terhadap obyek tidak sematamata berlaku sebagai lambang tetapi juga memperlihatkan urutan atau rangking. Kesimpulan: Pada tingkat pengukuran ordinal, bilangan yang didapat berfungsi sebagai : 1.lambang untuk membedakan 2.untuk mengurutkan peringkat berdasarkan kualitas yang telah ditentukan (> atau < ). Pada tingkat pengukuran ordinal kita bisa mengatakan lebih baik/lebih buruk, lebih besar/lebih kecil, tetapi tidak bisa menentukan berapa kali lebih besarnya/lebih buruknya. Statistik yang sesuai dengan data berskala Ordinal adalah Statistik Nonparametrik. Contoh perhitungan statistik yang cocok adalah Median, Persentil, Korelasi Spearman (rs ), Korelasi Thau-Kendall dan Korelasi Thau-Kendall (W). SKALA INTERVAL Skala pengukuran Interval adalah skala yang mempunyai semua sifat yang dipunyai oleh skala pengukuran nominal, dan ordinal ditambah dengan satu sifat tambahan. Dalam skala interval, selain data dapat dibedakan antara yang satu dengan yang lainnya dan dapat dirangking, perbedaan (jarak/interval) antara data yang satu dengan data yang lainnya dapat diukur. Contoh : Data tentang suhu empat buah benda A, B, C , dan D yaitu masing-masing 20. 30, 60, dan 70 derajat Celcius, maka data tersebut adalah data dengan skala pengukuran interval karena selain dapat dirangking, peneliti juga akan tahu secara pasti perbedaan antara satu data dengan data lainnya.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Atep Afia Hidayat MP.

STATISTIK

15

Perbedaan data suhu benda pertama dengan benda kedua misalnya, dapat dihitung sebesar 10 derajat, dst. Namun dalam skala interval, tidak mungkin kita melakukan perbandingan antara satu data dengan data yang lainnya. Kita tidak dapat mengatakan bahwa suhu 60 derajat Celcius dari benda C dan 30 derajat Celcius untuk suhu benda B berarti bahwa benda C 2x lebih panas dari benda B. Hal ini tidak mungkin karena skala interval tidak mempunyai titik nol yang mutlak. Titik nol yang tidak mutlak berarti : benda dengan suhu nol derajat Celcius bukan berarti bahwa benda tersebut tidak mempunyai panas. Kesimpulan : Bilangan pada skala interval fungsinya ada tiga yaitu : 1.Sebagai lambang untuk membedakan, 2.Untuk mengurutkan peringkat, misal, makin besar bilangannya, peringkat makin tinggi ( > atau <), 3.Bisa memperlihatkan jarak/perbedaan antara data obyek yang satu dengan data obyek yang lainnya. Titik nol bukan merupakan titik mutlak, tetapi titik yang ditentukan berdasarkan perjanjian. Statistik yang sesuai dengan data berskala Interval adalah Statistik Nonparametrik dan Statistik Parametrik. Contoh perhitungan statistik yang cocok adalah Rata-rata, Simpangan Baku, dan Korelasi Pearson. SKALA RASIO Skala rasio merupakan skala yang paling tinggi peringkatnya. Semua sifat yang ada dalam skala terdahulu dipunyai oleh skala rasio. Sebagai tambahan, dalam skala ini, rasio (perbandingan) antar satu data dengan data yang lainnya mempunyai makna. Contoh : Data mengenai berat adalah data yang berskala rasio. Dengan skala ini kita dapat mengatakan bahwa data berat badan 80 kg adalah 10 kg lebih berat dari yang 70 kg, tetapi juga dapat mengatakan bahwa data 80 kg adalah 2x lebih berat dari data 40 kg. Berbeda dengan interval, skala rasio mempunyai titik nol yang mutlak. Kesimpulan : Bilangan pada skala Rasio fungsinya ada tiga yaitu : 1.Sebagai lambang untuk membedakan 2.Untuk mengurutkan peringkat, misal, makin besar bilangannya, peringkat makin tinggi (> atau < ), 3.Bisa memperlihatkan jarak/perbedaan antara data obyek yang satu dengan data obyek yang lainnya. 4.Rasio (perbandingan) antar satu data dengan data yang lainnya dapat diketahui dan

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Atep Afia Hidayat MP.

STATISTIK

16

mempunyai arti. Titik nol merupakan titik mutlak. Statistik yang sesuai dengan data berskala Rasio adalah Statistik Nonparametrik dan Statistik Parametrik. Contoh perhitungan statistik yang cocok adalah Rata-rata kur, Koefisien Variasi dan statistik-statistik lain yang menuntut diketahuinya titik nol mutlak. Sumber diperoleh dari : 1.Ronald E. Walpole, Pengantar Statistika, 1993, edisi ke-3, PT. Gramedia , Jakarta. 2.W.W. Daniel, Statistika Non Parametrik Terapan, 1978, PT. Gramedia, Jakarta. 3.Mark L. Berenson dan David M. Levine, Basic Business Statistics concepts and applications, 1996, 6th editions, Prentice Hall , New Jersey. http://kangiskandar.wordpress.com/2007/09/26/mengenal-pengantar-statistika-dasar/

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Atep Afia Hidayat MP.

STATISTIK

17