Review Statistika Ekonomi 1

Statistika
Statistika adalah ilmu yang berkaitan dengan
data dimulai dari perencanaan, pengumpulan,
analisis, intrepretasi, dan mempresentasikan
data untuk memberikan informasi yang berguna.

Iim Qo imuddin., SE., M.Si

Dalam pembahasan statistika, secara garis besar,

terbagi ke dalam dua bagian, yaitu:
Statistika deskriptif
Statistika inference

Statistika Deskriptif

Statistika Inferensial

Statistika deskriptif adalah metode yang

berkaitan dengan pengumpulan dan penyajian
data untuk memberikan informasi yang berguna.
Kegiatan-kegiatan yang termasuk dalam
statistika deskriptif adalah pengumpulan data,
pengelompokan data, penentuan nilai dan fungsi
statistik, pembuatan grafik, diagram dan gambar
Sesuai dengan namanya, statistika deskriptif,
ditujukan untuk menyajikan informasi bagi
pembacanya mendeskripsikan sesuatu dan
tidak ditujukan untuk pengambilan atau
penarikan keputusan.

Skala Pengukuran

Skala Pengukuran

Dalam melakukan analisis st at ist ik, perbedaan j enis dat a sangat

berpengaruh t erhadap pemilihan model at au alat uj i st at ist ik. Seperti
klasifikasi penggunaan t eknik st at ist ik analisis korelasi berdasarkan
jenis datanya sebagai berikut:
No

Variabel I

Statistika inferensial adalah metode yang

berkaitan dengan analisis sebagian dengan
tujuan mengambil kesimpulan, atau membuat
suatu ramalan kondisi di masa depan.
Kegiatan-kegiatan yang termasuk dalam
statistika inferensial misalnya melakukan
pengujian hipotesis, melakukan estimasi atau
prediksi, membuat permodelan hubungan
(korelasi), atau pengaruh antara variabel
(regresi), dan sebagainya.

Variabel II

Koefisien Korelasi

Nominal

Nominal

1.
2.
3.

Contingensi
Lamda
Phi

Nominal

Ordinal

Theta

Nominal

Interval/rasio

Eta

Ordinal

Ordinal

1.
2.

Ordinal

Interval/Rasio

Jaspen s, M

Interval/rasio

Interval/rasio

Pearson s

Gamma
Spearman s

(Sumber : M. Iqbal Hasan, 2002, Pokok-Pokok Mat eri Met odologi Penelit ian dan
Aplikasinya, hal. 100).

1. Skala Nominal
Skala nominal adalah skala yang digunakan untuk
membuat kategori suatu objek data sebagai pembeda
antara tiap-tiap data. Data tersebut tidak menunjukan
tingkatan apapun, namun sebatas label saja. Dengan
demikian skala nominal hanya bisa membedakan
benda atau peristiwa yang satu dengan yang lainnya
berdasarkan nama (predikat).
Contoh: mengkategorikan mahasiswa pria dan wanita.
Dimana mahasiswa Pria dinotasikan dengan angka 1 ,
sementara mahasiswa wanita dinotasikan dengan
angka 0 .
Skala nominal akan menghasilkan data yang disebut
data nominal atau data diskrit.

Skala Pengukuran

Skala Pengukuran

2.

3. Skala Interval
Skala Interval adalah data ordinal namun data ini
memliki rentang atau interval yang sama tetapi tidak
mempunyai nilai nol yang mutlak. Artinya jika pun
terdapat data yang bernilai nol , maka nilai nol
tersebut masih memiliki makna. Seperti pada skala
derajat pada thermometer. Nilai 00 Celcius memiliki
makna yang sangat berpengaruh dan tidak dapat
diabaikan.
Data yang diperoleh dari pengukuran dengan skala
likert merupakan data yang berbentuk interval.
(Sugiyono, 2006: 15).

Skala Ordinal
Skala ordinal adalah skala dimana penomoran objek data
memiliki jenjang lebih atau kurang dari data yang
lainnya. Ukuran ini digunakan untuk mengurutkan objek dari
yang terendah hingga tertinggi dan sebaliknya. Namun jarak
atau jenjang antara data-data tersebut tidak memiliki
rentang yang sama.
Contoh: data yang berupa peringkat atau ranking, seperti
ranking di kelas:
Ranking
Nilai Rata-rata Ujian
1
93
2
90
3
89
dst

Skala Pengukuran

Sebaran Frekuensi

4. Skala Rasio
Pada skala j enis ini, dat a selain memiliki urut an dari
t inggi ke rendah at au sebaliknua , memiliki rent ang
yang sama sepert i dat a inet rval, j uga mempunyai nilai
nol yang mut lak. At inya nilai nol mut lak t idak
dapat menggambarkan apapun. Sepert i berat barang
nol
art inya t idak mempunyai bobot . At au
keuntungan nol berart i t idak memperoleh unt ung
sedikitpun.

Istilah- istilah dalam Sebaran

Frekuensi

Contoh Sebaran Frekuensi

Bobot (kg)

Frekuensi

Titik
Tengah
Kelas (x)

FR

FK <

FK>

(1)

(2)

(3)

(4)

(5)

(6)

7-9

0,04

50

10-12

11

0,16

10

48

13-15

14

14

0,28

24

40

16-18

19

17

0,36

43

26

19-21

20

0,14

50

FR
FK <
FK >

: Frekuensi Relatif
: Frekuensi kumulatif kurang dari
: Frekuensi kumulatif lebih dari

Sebaran frekuensi adalah pengelompokan data

ke dalam beberapa kelas dan kemudian dihitung
jumlah/banyaknya data pada setiap kelasnya.
Sebaran frekuensi umumnya disajikan dalam
bentuk sebuah tabel yang dapat berisi informasi
tentang jumlah data tiap kelas (frekuensi),
frekuensi relatif, frekuensi kumulatif kurang dari
dan frekuensi kumulatif lebih dari.
Dalam penyajiannya, tabel sebaran frekuensi
tersebut juga dapat ditampilkan dalam bentuk
diagram ataupun grafik agar lebih mudah untuk
dibaca.

Kolom nomor (1)

Kelas; interval data
range 7-9; 10-12, dst adalah
kelas. Dalam tabel di atas terdapat 6 kelas.
Limit batas; nilai terendah (batas bawah/lower
limit) atau nilai tertinggi (batas atas/upper limit)
dari setiap kelas. Contoh pada kelas kedua, range
10-12, batas bawahnya adalah 10 dan batas atas
adalah 12
Kolom nomor (2)
Frekuensi; jumlah data pada masing-masing kelas.
Kelas pertama, yaitu 7-9 terdapat 2 barang/objek.

Istilah- istilah dalam Sebaran

Frekuensi

Istilah- istilah dalam Sebaran

Frekuensi

Kolom nomor (3)

Nilai tengah kelas (x); adalah nilai tengah di setiap
kelas. Diperoleh dengan cara:
Batas Bawah + Batas Atas
2
Contoh: Kelas ketiga
13 + 15 = 28 = 14
2
2

Kolom nomor (4)

Frekuensi relatif; kontribusi jumlah data pada
masing-masing kelas. Diperoleh dengan cara:
Frekuensi jumlah data/objek
contoh: FR pada Kelas pertama, yaitu
2/50 = 0,04
atau dapat juga dinyatakan dalam prosentase
0,04 x 100% = 4%

Istilah- istilah dalam Sebaran

Frekuensi

Langkah membuat sebaran

frekuensi

Kolom nomor (5)

Frekuensi kumulatif kurang dari; menunjukan
akumulasi/jumlah frekuensi dari setiap kelas.
contoh: FK < pada kelas ke-3 (13-15) berjumlah:
2+8+14= 24. Dengan demikian maka jumlah data yang kurang
dari 15 berjumlah 24.
Kolom nomor (6)
Frekuensi kumulatif lebih dari; menunjukan pengurangan
bertahap frekuensi dari total data untuk setiap kelas.
contoh: FK > pada kelas ke-3 (13-15) berjumlah
50-2-8=40

Data usia konsumen Restaurant A (berjumlah 30 orang)

15

20

19

18

19

22

23

21

20

22

18

20

25

35

33

22

24

30

24

20

18

19

22

24

23

Langkah membuat sebaran

frekuensi

Langkah membuat sebaran

frekuensi

1.

Tentukan jumlah kelas yang diperlukan

Penentuan jumlah kelas disesuaikan dengan keinginan pembuat.
Atau dapat digunakan rumus Sturges berikut:
Jml Kelas =1+3,3 log n
n = jumlah data/objek
1+3,3 log 30 = 5,87 (pembulatan 6)
sehingga ditetapkan jumlah
kelas sebanyak 6 kelas

3.

2.

Tentukan interval kelas

Interval kelas adalah rentang nilai tiap kelas. Ditentukan dengan
cara membagi wilayah data dengan jumlah kelas.
WIlayah data = Nilai tertinggi Nilai Terendah
35 15 = 20
Interval data = Wilayah data Jumlah Kelas
20 6 = 3,33
Dengan demikian, jumlah interval kelas tidak boleh kurang dari
3,33 (pembulatan 4)

Tentukan batas interval kelas

Batas bawah kelas interval pertama dapat menggunakan
nilai terkecil dari persebaran data, yaitu 15.
Batas atas interval yang terakhir ditentukan sedemikian
rupa sehingga nilai maksimum dari kumpulan data tersebut
terletak pada interval terakhir.
Selang kelas
kelas 1
15 - 18
kelas 2
19 - 22
kelas 3
23 - 26
kelas 4
27 - 30
kelas 5
31 - 34
kelas 6
35 - 38

Langkah membuat sebaran

frekuensi

Istilah- istilah dalam Sebaran

Frekuensi

4. Lanjutkan dengan menghitung frekuensi di masingmasing kelas.

5. Hitung frekuensi relatif
6. Hitung frekuensi kumulatif

Kolom nomor (6)

Frekuensi kumulatif lebih dari; menunjukan
akumulasi/jumlah frekuensi yang memiliki nilai
di atas dari Batas atas kelas.
contoh: FK > pada kelas ke-3 (13-15) berjumlah
24 data. Berarti jumlah objek/data yang
memiliki bobot kurang dari 13 kg berjumlah 24
objek/data.

Contoh Penyajian Sebaran

Frekuensi dalam bentuk Diagram

Contoh Penyajian Sebaran

Frekuensi dalam bentuk Diagram
7

19

20

2
8

14

15
frekuensi 10

19

14

0
7-9

10-12

13-15

16-18

19-21

Bobot (kg)

Contoh Penyajian Sebaran

Frekuensi dalam bentuk Grafik
20
14

frekuensi 10
8

5
2
0
7-9

10-12

13-15
Bobot (kg)

16-18

10-12

16-18

19-21

13-15

Nilai Sentral/Ukuran Pemusatan

19

15

7-9

19-21

Nilai sentral suatu rangkaian data adalah nilai

dalam rangkaian dat a yang dapat mewakili data
tersebut. Suatu rangkaian data biasanya memiliki
tendensi (kecenderungan) yang dapat digunakan
untuk menjelaskan ciri-ciri data yang penting.
Bentuk-bentuk nilai sentral yang biasa digunakan
adalah:
Mean/average
Median
Modus

Mean/Average
Mean adalah nilai rata-rata dari sekelompok
kumpulan data. Bertujuan untuk
menggambarkan/merefleksikan patokan suatu
distribusi data.
Nilai ini diperoleh dengan menjumlahkan seluruh
nilai data dibagi dengan jumlah datanya.
Contoh: mencari nilai rata-rata nilai ujian dari 7
orang siswa
70 75 72 68 50 90 85
Maka nilai rata-ratanya adalah
(70+75+72+68+50+90+ 85)7 = 72,86

Median
Median adalah data yang berada tepat ditengah-tengah kumpulan
data yang telah diurutkan letaknya mulai dari terkcil sampai
terbesar (atau sebaliknya).
Contoh data usia 7 orang karyawan
23 25 26 28 30 31 35
maka mediannya adalah usia 28 tahun
Pada kumpulan data yang berjumlah genap, median adalah nilai
rata-rata dari dua data yang berada di tengah kumpulan data
Contoh data usia 8 orang karyawan
23 25 26 28 30 31 35 36
dua nilai yang berada di tengah adalah usia 28 tahun dan 30 tahun.
Maka mediannya adalah (28+30)2 = 29 tahun

Modus
Modus adalah data yang mempunyai frekuensi
terbesar. Atau data yang paling sering muncul.
Contoh:
usia 10 orang mahasiswa/i dalam 1 kelompok
belajar
22 21 19 20 20
20 18 22 23 19
dari data di atas, usia yang paling banyak adalah
usia 20 tahun.

This document was created with Win2PDF available at http://www.daneprairie.com.

The unregistered version of Win2PDF is for evaluation or non-commercial use only.