BAB I PENDAHULUAN

1.1 Latar Belakang

Mata kuliah statistika bagi mahasiswa sangat diperlukan terutama ketika seorang mahasiswa harus mengumpulkan, mengolah, menganalisis dan menginterprestasikan data untuk pembuatan skripsi, thesis atau disertasi. Dalam hal ini pengetahuan statistik dipakai dalam menyusun metodologi penelitian. Sebagai suatu ilmu, kedudukan statistika merupakan salah satu cabang dari ilmu matematika terapan. Oleh karena itu untuk memahami statistika pada tingkat yang tinggi, terebih dahulu diperlukan pemahaman ilmu matematika. Dinegara maju seperti Amerika, Eropa dan Jepang, ilmu statistika berkembang dengan pesat sejalan dengan berkembangnya ilmu ekonomi dan teknik. Bahkan kemajuan suatu negara sangat ditentukan oleh sejauh mana negara itu menerapkan ilmu statistika dalam memecahkan masalahmasalah pembangunan dan perencanaan pemerintahannya. Jepang sebagai salah satu negara maju, konon telah berhasil memadukan ilmu statistika dengan ilmu ekonomi, desain produk, psikologi dan sosiologi masyarakat. Sejauh itu ilmu statistika digunakan pula untuk memprediksi dan menganalisis perilaku konsumen, sehingga Jepang mampu menguasai perekonomian dunia sampai saat ini. Maka, Untuk lebih memperdalam pengetahuan dan pemahaman tentang mata kuliah ini, maka penulis mengambil suatu contoh data untuk dapat diklasifikasikan, dianalisis dan ditarik kesimpulannya yaitu Data Penjualan Warung Ratna pada bulan April 2012.

1.2 Tujuan
1. Memberi gambaran yang sistematis tentang peristiwa-peristiwa yang merupakan hasil penelitian atau observasi, 2. Data lebih cepat ditangkap dan dimengerti, 3. Memudahkan dalam membuat analisis data, dan 4. Membuat proses pengambilan keputusan dan kesimpulan lebih tepat, cepat, dan akurat.

Statistik dan Probabilitas |Universitas Lancang Kuning 1

BAB II TINJAUAN PUSTAKA

2.1 Pengertian Statistik
Statistik adalah suatu metode ilmiah dalam mengumpulkan, mengklasifikasi,meringkas, menyajikan, menginterprestasikan, dan menganalisis data yang berguna untuk pengambilan kesimpulan. Istilah yang sering digunakan: 1. Populasi : kumpulan dari keseluruhan pengukuran, objek atau individu yang sedanng dikaji 2. Sampel : sebagian/hiimpunan bagian dari suatu populasi 3. Parameter : bilangan/angka yang menggambarkan karakteristik suatu populas 4. Statistik : bilangan dari/angka yang menggambarkan karakteristik suatu sampel 5. Variabel : suatu simbol atau lambang. Contoh: X, H, r, dll 6. Sensus : cara pengumpulan data dimana seluruh elemenpopulasi diselidiki satu persatu 7. Sampling : cara pengumpulan data dimana yang diselidiki adalah elemen sampel dari suatu populasi 8. Cara Acak : suatu cara pemilih sejumlah elemen dari populasi untuk (Random) menjadi anggota sampel 9. Cara Bukan Acak : suatu cara pemilihan elemn-elemen dari populasi (Non-Random) untuk menjadi anggota sampel, dimana setiap elemen tidak medapat kesempatan yang sama untk dipilih 2.2 Macam-Macam Data Statistik 2.2.1. Data Ditinjau dari Sifatnya Berdasarkan sifatnya, data dibagi menjadi dua, yaitu data kuantitatif dan data kualitatif. 1. Data Kuantitatif Data Kuantitatif adalah suatu data yang dinyatakan dalam bentuk angka. 2. Data Kualitatif Data Kualitatif adalah suatu data yang dinyatakan dalam bentuk bukan angka . Misalnya , warna, jenis kelamin, atau status sosial.

Statistik dan Probabilitas |Universitas Lancang Kuning 2

2.2.2.

Data Ditinjau dari Sumbernya Berdasarkan sumbernya, data dibagi menjadi dua, yaitu data intern dan data ekstern. 1. Data Intern Data intern adalah suatu data yang diperoleh langsung dari instansi yag bersangkutan dan diolah umtuk kemajuan dan perkembangan instansi itu sendiri. 2. Data Ekstern Data ekstern adalah suatu data yang diperoleh dari luar instansi dan sifatnya umum.

2.2.3.

Data Ditinjau dari Cara Memperolehnya Berdasarkan cara memperolehnya, data dibagi menjadi dua, yaitu data primer dan data sekunder. 1. Data Primer Data primer adalah suatu data yang dikumpulkan oleh suatu badan dan diterbitkan oleh badan atau instansi itu sendiri. 2. Data Sekunder Data sekunder adalah suatu data yang dilaporkan oleh suatu badan atau instansi, sedangkan instansi tersebut tidak langsung mengumpulkan sendiri, tetapi memperoleh dari pihak lain.

Statistik Deskriptif/Deduktif Meliputi kegiatan mengumpulkan, mengklasifikasikan, meringkas, menginterprestasikan, dan menyajikan data dari suatu kelompok yang terbatas tanpa menganalisis dan menarik kesimpulan yang bisa berlaku bagi kelompok yang lebih luas Statistik Inferensial/Induktif Proses pengambilan kesimpulan mengenai parameter populasi (biasanya adalah kualitas yang tidak diketahui nilianya) berdasarkan informasi yang diperoleh dari statistik sampel.

STATISTIK DISKRIPTIF: I. II. Data Mentah Jajaran Data

III. Pertimbangan dalam Penyusunan Distribusi Frekuensi

Statistik dan Probabilitas |Universitas Lancang Kuning 3

Keterangan : c = lebar interval kelas (hasilnya dibulatkan) R = kisaran data (range) = selish data terbesar dengan data terkecil k = jumlah interval kelas

Keterangan : k = jumlah interval n = jumlah data

IV. Uji Distribusi Frekuensi Data A. Tabel Distribusi Frekuensi Susunan data yang terbentuk dari pengelompokan data dari jajaran data ke dalam sejumlah kelas dan kemudian menentukan jumlah pada masing-masig kelas.

B. Interval Kelas Adalah yang mendefinisikan sebuah kelas seperti 20,0 21,9 ; 22,0 23,9 ; ..dst yang disebut interval kelas

C. Batas Nyata Interval Kelas Terbagi Batas Nyata Kelas Contoh: interval kelas 20,0 21,9 secara teoriitis meliputi seluruh hasil pengkuran antara 19,5 sampai 22,4. Maka angka-angka 19,5 dan 22,4 disebut sebagai batas nyata kelas. Batas Kelas Bawah : angka yang lebih kecil Batas Kelas Atas : angka yang lebih besar

D. Lebar Interval Kelas Selisih antara batas atas dan batas bawah biasa di notasikan dengan c

Statistik dan Probabilitas |Universitas Lancang Kuning 4

E. Nilai Tengah Membagi dua jumlah dari jumlah batas kelas bawah dan batas kelas atas satu interval kelas.

V.

Ukuran Pemusatan

A. Mean Mean Aritmatik : Nilai rata-rata dari suatu kumpulan data. Data Tidak Terkelompok :

(untuk suatu sampel) (untuk suatu populasi)

Dimana : = mean aritmatika dari suatu sample = mean aritmatika dari suatu populas =nilai dari data (variabel x) = frekuansi atau jumlah pengamatan dalam sebuah interval kelas =nilai tengah dari interval kelas K = jumlah interval kelas dalam suatu populasi = jumlah interval kelas dalam suatu sampel = banyaknya data x dalam suatu populasi n = banyaknya data x dalam suatu sample

Data Terkelompok :

(untuk suatu sampel)

(untuk suatu populasi)

Statistik dan Probabilitas |Universitas Lancang Kuning 5

Dimana : = mean aritmatika dari suatu sample = mean aritmatika dari suatu populas = nilai dari data (variabel x) = frekuansi atau jumlah pengamatan dalam sebuah interval kelas = nilai tengah dari interval kelas K = jumlah interval kelas dalam suatu populasi = jumlah interval kelas dalam suatu sampel = banyaknya data x dalam suatu populasi n = banyaknya data x dalam suatu sample

B. Median Median adalah Posisi tengah dari nilai data sejajar.

Keterangan : = n (f) = banyaknya data (jumlah seluruh frekuensi) = jumlah frekuensi seluruh kelas yang lebih rendah dari kelas median = frekuensi kelas median c C. Modus Modus adalah Nilai yang paling sering muncul atau frekuensinya terbesar. = lebar interval kelas median

Keterangan :
selisih frekuensi kelas modus dengan kelas sebelumnya selisih frekuensi kelas modus dengan kelas sesudahnya c lebar intelval kelas median

Statistik dan Probabilitas |Universitas Lancang Kuning 6

VI. Ukuran Penyebaran A. Deviasi Standard / Simpangan Baku Ukuran penyebaran data yang paling sering digunakan Data Tidak Terkelompok :

(sample)

(populasi)

Data Terkelompok :

Dimana :
(

(sample)

(populasi)

= deviasi standard dari suatu sampel = deviasi standard dari suatu populasi = mean aritmatika dari suatu sampel = mean aritmatika dari suatu populasi = nilia dari data (variabel x) = frekuensi pengamatan dalam sebuah interval kelas = nilai tengah dari interval kelas k K n N = jumlah interval kelas dalam suatu sampel = jumlah interval dalam suatu populasi = banyaknya data x dalam suatu sampel = banyaknya data x dalam suatu populasi

Statistik dan Probabilitas |Universitas Lancang Kuning 7

BAB III PEMBAHASAN

3.1 Tabel Pendapatan Bersih Bengkel Fauzi bulan September tahun 2010
No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari,Tanggal Rabu,01/08/2010 Kamis,02/08/2010 Jumat,03/08/2010 Sabtu,04/08/2010 Minggu,05/08/2010 Senin,06/08/2010 Selasa,07/08/2010 Rabu,08/08/2010 Kamis,09/08/2010 Jumat,10/08/2010 Sabtu,11/08/2010 Minggu,12/08/2010 Senin,13/08/2010 Selasa,14/08/2010 Rabu,15/08/2010 Kamis,16/08/2010 Jumat,17/08/2010 Sabtu,18/08/2010 Minggu,19/08/2010 Senin,20/08/2010 Selasa,21/08/2010 Rabu,22/08/2010 Kamis,23/08/2010 Jumat,24/08/2010 Sabtu,25/08/2010 Minggu,26/08/2010 Senin,27/08/2010 Selasa,28/04/2012 Rabu,29/08/2010 Senin,30/04/2012 Jumlah Debet 812.000 565.000 666.000 785.000 949.000 829.000 799.000 695.000 698.000 30.000 50.000 90.000 50.000 175.000 115.000 40.000 127.000 65.000 50.000 60.000 15.000 LIBUR 60.000 75.000 202.000 105.000 LIBUR 7.348.500 50.000 10.000 75.000 202.000 LIBUR 105.000 Kredit Pendapatan Bersih (Per Hari) 812.000 565.000 666.000 785.000 849.000 779.000 795.500 495.000 498.000 30.000 50.000 60.000 20.000 145.000 85.000 40.000 97.000 65.000 50.000 55.000 LIBUR 15.000

100.000 50.000 3.500 200.000 200.000 LIBUR LEBARAN

30.000 30.000 30.000 30.000 30.000

5.000

Statistik dan Probabilitas |Universitas Lancang Kuning 8

3.2 Data Pendapatan Bersih Bengkel Fauzi bulan September tahun 2010 Setelah Disusun Menjadi Jajaran Data yang Baik

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Pendapatan Bersih (Per Hari)

10.000 15.000 20.000 30.000 40.000 50.000 50.000 55.000 60.000 65.000 75.000 85.000 97.000 105.000 145.000 202.000 495.000 498.000 565.000 666.000 779.000 785.000 795.500 812.000 849.000

Statistik dan Probabilitas |Universitas Lancang Kuning 9

3.3 Pertimbangan dalam Penyusunan Distribusi Frekuensi

3.4 Distribusi Frekuensi Data

3.4.1 Tabel Distribusi Frekuensi No 1 2 3 4 5 Pendapatan Bersih (Per Hari) Jumlah (f ) 15 1 2 2 5 25 Persentase (f / n x 100%) 60 4 8 8 20 100%

10.000 - 177.800 178.800 - 346.600 347.600 - 515.400 516.400 - 684.200 685.200 - 853.000 Total (N)

3.4.2 Interval Kelas Interval Kelas

10.000 - 177.800 178.800 - 346.600 347.600 - 515.400 516.400 - 684.200 685.200 - 853.000

Statistik dan Probabilitas |Universitas Lancang Kuning 10

3.4.3 Batas Nyata Kelas Nilai Batas Nyata Kelas 9999,5 - 177.800,5 178.799,5 - 346.600,5 347.599,5 - 515.400,5 516.399,5 - 684.200,5 685.199,5 853.000,5

10.000 - 177.800 178.800 - 346.600 347.600 - 515.400 516.400 - 684.200 685.200 - 853.000

Batas Nyata Interval Kelas Terbagi 2: 3. batas bawah 4. batas bawah 5. batas bawah 6. batas bawah 7. batas bawah 685.200 853.000 516.400 684.200 347.600 515.400 178.800 346.600 10.000 177.800 batas atas batas atas batas atas batas atas batas atas

Statistik dan Probabilitas |Universitas Lancang Kuning 11

3.4.4 Lebar Interval Kelas (c) Batas Nyata Kelas 9999,5 - 177.800,5 178.799,5 - 346.600,5 347.599,5 - 515.400,5 516.399,5 - 684.200,5 685.199,5 853.000,5 Lebar Interval Kelas (c) 177.800,5-9999,5 = 167.801 346.600,5-178.799,5 = 167.801 515.400,5-347.599,5 = 167.801 684.200,5-516.399,5 = 167.801 853.000,5-685.199,5 = 167.801

3.4.5 Nilai Tengah Batas Bawah (BB) 10.000 178.800 347.600 516.400 685.200 Batas Atas (BA) 177.800 346.600 515.400 684.200 853.000 Nilai Tengah (c) 93.900 262700 431.500 600.300 769.100

3.4.6 Persentase Grafik Distribusi Frekuensi 2.4.6.1 Grafik Hitogram ( berdasarkan interval kelas yang sama)

Nilai 10.000 - 177.800 178.800 - 346.600 347.600 - 515.400 516.400 - 684.200 685.200 - 853.000 Total (N)

Jumlah (f )
15 1 2 2 5 25

Statistik dan Probabilitas |Universitas Lancang Kuning 12

16 14 12 10 8 6 4 2 0 10.000177.800 178.800346.600 347.600515.400 516.400684.200 685.200853.000

3.4.7.Poligon Frekuensi Poligon Frekuensi menggunakan segmen garis yang terhubung ke titik yang terletak tepat di atas nilai-nilai titik tengah kelas. Ketinggian dari titik-titik sesuai dengan frekuensi kelas, dan segmen garis diperluas ke kanan dan kiri sehingga grafik dimulai dan berakhir pada sumbu horisontal.

16 14 12 10 8 6 4 2 0

15 2 5

Frekuensi

Kelas Interval

Statistik dan Probabilitas |Universitas Lancang Kuning 13

3.4.8

Ogive Ogive adalah grafik garis yang menggambarkan frekuensi kumulatif, seperti daftar distribusi

frekuensi kumulatif. Perhatikan bahwa batas-batas kelas dihubungkan oleh segmen garis yang dimulai dari batas bawah kelas pertama dan berakhir pada batas atas dari kelas terakhir. Ogive berguna untuk menentukan jumlah nilai di bawah nilai tertentu. Sebagai contoh, pada gambar berikut menunjukkan bahwa 30 mahasiswa mendapatkan nilai kurang dari 77,5 .

Gambar 1.2 Ogive Frekuensi Nilai Posttest

45 40 35 30 25 20 15 10 5 0 49.5 56.5 63.5 70.5 77.5 84.5 Kelas Interval

3.5

Frekuensi

Ukuran Pemusatan 3.5.1 Mean Aritmatik Data tidak kelompok / Data tunggal

Data kelompok dengan menggunakan metode titik tengah Dengan: Xi = Nilai tengah kelas ke i

Statistik dan Probabilitas |Universitas Lancang Kuning 14

Fi = Frekuensi kelas ke i

No. 1 2 3 4 5

Interval Kelas 10.000 - 177.800 178.800 - 346.600 347.600 - 515.400 516.400 - 684.200 685.200 - 853.000 Jumlah Jadi, = 303.212

Frekuensi ( Fi ) 15 1 2 2 5 25

Nilai Tengah Kelas ( Xi ) 93.900 262.700 431.500 600.300 769.100

Fi . Xi 1.408.500 262.700 863.000 1.200.600 3.845.500 7.580.300

3.5.2 Median ( Me ) Data Tidak Terkelompok Median data tidak terkelompoknya adalah 97.000

Data Terkelompok ( )

Me = nilai median, Lo = tepi bawah dari kelas limit yang mengandung median, n = banyaknya data, Fk = frekuensi kumulatif sebelum kelas yang memuat median,

Statistik dan Probabilitas |Universitas Lancang Kuning 15

f0 = frekuensi kelas yang memuat median, c = panjang intreval kelas

No 1 2 3 4 5

Interval Kelas
10.000 - 177.800 178.800 - 346.600 347.600 - 515.400 516.400 - 684.200 685.200 - 853.000

Frekuensi ( fi )
15 1 2 2 5

Frekuensi Kumulatif ( Fk ) 15 16 18 20 25

Jumlah

25

Berdasarkan tabel distribusi frekuensi diatas kelas median terletak pada frekuensi kumulatif 18 karena , . n = . 25 = 12,5 Sehingga di dapat sbb : Kelas Median adalah 347.600 515.400 Lo = tepi bawah dari kelas limit yang mengandung median, 347.600 0,5 = 695.2000 n = banyaknya data, 25 Fk = frekuensi kumulatif sebelum kelas yang memuat median, 16 f0 = frekuensi kelas yang memuat median, 2 c = panjang intreval kelas, 167.800

= 695.200+

Statistik dan Probabilitas |Universitas Lancang Kuning 16

3.5.3

Modus ( Mo ) Data Tidak Terkelompok Nilai data yang paling sering muncul ( frekuensinya paling besar ) Modus dari data tersebut , yang terdiri dari 25 data yang belum terkelompokkan , adalah nilai yang paling sering muncul ( frekuensi terbesar ): Modus : 50.000 ( Frekuensi = 15 )

Data Terkelompok ( )

Dengan : Mo = modus, Lo = lower limit dari kelas modus, fo = frekuensi dari kelas modus, f1 = frekuensi dari kelas sebelum kelas modus, f2 = frekuensi dari kelas sesudah kelas modus, c = panjang kelas (interval kelas

No 1 2 3 4 5

Interval Kelas
10.000 - 177.800 178.800 - 346.600 347.600 - 515.400 516.400 - 684.200 685.200 - 853.000

Frekuensi (fi)
15 1 2 2 5

Jumlah

25

Statistik dan Probabilitas |Universitas Lancang Kuning 17

Kelas modus diambil dari frekuensi terbanyak , jadi kelas modus nya adalah 347.600 515.400 sehingga di dapat , Dengan: Mo = modus, Lo = lower limit dari kelas modus, 347.600 0,5 = 347.599,5 fo = frekuensi dari kelas modus, 2 f1 = frekuensi dari kelas sebelum kelas modus, 1 f2 = frekuensi dari kelas sesudah kelas modus, 2 c = panjang kelas (interval kelas), 167.800

3.6

Ukuran Penyabaran Data Perhitungan Simpangan Rata Rata , Mutlak , Kuadrat , dan Baku dari data yang tidak terkelompok.

Statistik dan Probabilitas |Universitas Lancang Kuning 18

Xi
93.900 262.700 431.500 600.300 769.100

Xi -31.321.580 -31.152.780 -30.983.980 -30.815.180 -30.646.380 -154.919.900

| Xi - | 31.321.580 31.152.780 30.983.980 30.815.180 30.646.380 154.919.900

(Xi - )2 9,8104 9,7049 9,6000 9,4957 9,3920 48,003

1. Jangkauan / Range R = Xmax - Xmin = 849.000 10.000 = 839.000

2. Simpangan Rata Rata

-6.196.796

3. Simpangan Mutlak | |

6.196.796

Statistik dan Probabilitas |Universitas Lancang Kuning 19

4. Simpangan Kuadrat

5. Simpangan Baku

Perhitungan Simpangan Rata Rata , Mutlak , Kuadrat , dan Baku dari data yang terkelompok.

No. 1 2 3 4 5

Interval Kelas
10.000 - 177.800 178.800 - 346.600 347.600 - 515.400 516.400 - 684.200 685.200 - 853.000

Frekuensi ( Fi )
15 1 2 2 5

Nilai Tengah ( Xi )
93.900 262.700 431.500 600.300 769.100

( xi -

) . Fi
-3139.68 -40.512 256.576 594.176 2329.44

xi -

. Fi
3139.68 40.512 602.424 602.424 1491.06 5876.1

(xi -

)2 . Fi

9857590.502 1641.222144 65831.24378 353045.119 5426290.714 15704398.8

Jumlah

25

1. Jangkauan / Range

R = Xmax - Xmin
= 849.000 10.000 = 839.000

Statistik dan Probabilitas |Universitas Lancang Kuning 20

2. Simpangan Rata Rata

3. Simpangan Mutlak | |

4. Simpangan Kuadrat

5. Simpangan Baku

Statistik dan Probabilitas |Universitas Lancang Kuning 21

BAB IV PENUTUP
4.1 KESIMPULAN

Kesimpulan dari data pendapatan Bengkel Fauzi ialah di dapat hasil sebagai berikut :

Data Tidak Terkelompok Mean Median (Me) Modus (Mo) Simpangan Rata-Rata (SR) Simpangan Mutlak (SM) Simpangan Kuadrat (S2) Simpangan Baku (S)
4.2 SARAN

Nilai 31.415.480 97.000 50.000 -6.196.796 6.196.796 1,9201 1,3856

Data Terkelompok Mean Median (Me) Modus (Mo) Simpangan Rata-Rata (SR) Simpangan Mutlak (SM) Simpangan Kuadrat (S2) Simpangan Baku (S)

Nilai 303.212 695.201,75 850.999,50 0 235,044 628175,952 792,575

Sebagai usaha kecil menengah,bengkel fauzi sudah cukup sukses dalam target pandapatan perharinya yang cukup besar itu dapat dilihat pada table diatas.

Statistik dan Probabilitas |Universitas Lancang Kuning 22

DAFTAR PUSTAKA

www.google.co.id www. wikipedia indonesia.com http://www.pdfque.com/htm.

Statistik dan Probabilitas |Universitas Lancang Kuning 23