STATISTIKA

I.

Pendahuluan
Statistik adalah ilmu terapan yang berhubungan dengan metode-metode dan

teknik pengumpulan data, pengolahan data dan pengambilan kesimpulan tentang data
tersebut.
Data tersebut diperoleh dengan cara antara lain :
-

pengamatan atau pengukuran

dengan interview (wawancara)

dengan kuesioner (angket)

dengan percobaan di laboratorium

Keseluruhan data atau obyek yang akan diteliti disebut populasi. Dan untuk

efisiensi tenaga, waktu dan dana, yang benar-benar diteliti adalah sebagian populasi
yang disebut sampel (contoh).
Agar kesimpulan dari hasil proses pengolahan data benar, maka data sampel
harus representatif artinya data tersebut harus mewakili populasi.
Ada beberapa cara untuk mendapatkan sampel yang efisien dan representatif
untuk populasi. Cara yang mana yang baik bergantung pada struktur populasinya.
1. Sampling acak dengan stratifikasi
Disini populasi dibagi lebih dahulu menjadi strata (tunggalnya stratum), yaitu
bagian populasi yang mempunyai sifat yang serupa terhadap karakteristik yang
diselidiki dan kemudian dalam setiap stratum dilakukan pengambilan sampel.
2. Sampling sistematis
Misalnya unit populasi yang besarnya N, sudah diberi nomor 1 sampai dengan N.
Untuk mendapat sampel, kita mengambil satu unit secara acak dari k unit yang
pertama dan kemudian kita mengambil setiap unit yang ke k yang menyusul.
Misal k = 10 dan unit yang pertama yang terambil secara acak ialah unit
bernomor 7, maka unit lain dalam sampel adalah unit yang bernomor 17, 27, 37
dan seterusnya. Jadi pengambilan unit yang pertama sudah menentukan seluruh
sampel sistematis.
3. Sampling bertahap
Misalkan setiap unit populasi dapat dibagi lagi menjadi unit yang lebih kecil,
yang disebut elemen. Sebagai contoh satu kecamatan dibagi menjadi
kelurahan/desa, setiap kelurahan/desa dibagi lagi menjadi RW dan setiap RW

dapat dibagi lagi menjadi RT. Pertama dipilih sampel dari desa/kelurahan secara
acak. Kemudian dipilih sampel dari RW-RW yang ada didesa/kelurahan yang
sudah dipilih tadi juga secara acak, begitu seterusnya. Cara ini disebut sampling
bertahap, karena sampel diambil secara bertahap.
Contoh :
1. Misal kita ingin meneliti/menyelidiki rata-rata tinggi mahasiswa Polines
Populasi : mahasiswa Polines
Teknik sampling : Sampling acak dengan stratifikasi
Misal dalam suatu kelas/kelompok setelah diamati ada n stratum yang
mempunyai tinggi sama, kemudian setiap stratum dipilih 1 mahasiswa secara
acak. Sehingga didapat sampel dengan n mahasiswa. Jika n = 10 maka di
dapat sampel dengan 10 mahasiswa. Selanjutnya setiap anggota sampel ini
yang benar-benar diukur tingginya, dan kemudian dicari rata-ratanya.
2. Sebagai karyawan kita ditugasi untuk menguji kuat tekan kubus beton.
Populasi : seluruh kubus beton yang diproduksi suatu pabrik
Teknik sampling : Sampling sistematis
Misal kita ingin membuat sampel yang terdiri dari 20 buah kubus beton.
Untuk mendapat sampel tersebut kita memberi nomor kubus secara acak dari
nomor 1 sampai 100. Kemudian diambil 1 unit secara acak dari kubus yang
bernomor 1 s/d 5, misal yang terambil adalah kubus dengan nomor 3. Maka
kubus lain dala sampel adalah yang bernomor 8, 13, 18, 23, . . . , 98. Jadi kita
mendapat sampel yang terdiri dari 20 buah kubus dengan nomor :
3, 8, 13, 18, 23,28, 33, 38, 43, 48
53, 58,63, 68, 73, 78, 83, 88, 93,98.
Selanjutnya setiap anggota sampel inilah yang benar-benar di test kuat
tekannya di laboratorium.
3. Misal kita ingin mengetahui pendapat masyarakat di suatu kelurahan di kota
Semarang tentang kebijakan yang akan diambil pemerintah.
Populasi : seluruh masyarakat kota Semarang
Teknik sampling : Sampling bertahap
Untuk memilih kelurahan mana yang akan kita jadikan sampel, kita lakukan
secara bertahap.

Tahap pertama kita memilih secara acak kecamatan-kecamatan yang ada di

kota Semarang. Misal yang terpilih kecamatan A. Tahap berikutnya memilih
secara acak kelurahan-kelurahan yang ada di kecamatan A, misal yang
terpilih kelurahan B. Selanjutnya masyarakat di kelurahan B inilah yang kita
mintai pendapat tentang kebijakan yang akan diambil pemerintah.
II.

Proses Pengolahan Data

Data statistik yang diperoleh dengan cara teknik pengumpulan data berupa

data kasar dan tidak teratur. Sebelum data-data ini dapat digunakan sebagai dasar
untuk suatu evaluasi, data-data tersebut harus diolah atau diproses antara lain :
diurutkan, dibuat tabel frekuensi, dilukis atau digambar, menghitung karakteristik
data misal rata-rata, variansi, deviasi baku dan lain-lain
a) Diurutkan
Untuk mendapatkan campuran beton yang memenuhi syarat, kontraktor telah
mengirimkan 30 buah kubus beton ke laboratorium untuk di test. Hasil percobaan
kuat tekan dicantumkan dalam tabel I berikut

Tabel I

Dari data yang tercantum pada tabel I ini, sukar untuk menarik kesimpulan mengenai
kekuatan beton dan campuran beton. Agar mudah dipahami, informasi yang
tercantum dalam tabel I dapat disusun menurut pola atau aturan tertentu, yaitu kita
dapat menyusun menurut harga-harga numerik dari rendah ke yang tinggi (diurutkan
dari harga rendah ke harga tinggi).

Tabel II menunjukkan susunan hasil test kubus beton setelah diurutkan.

Kekuatan tekan ( N / mm2)
21,7

27,8

31,8

34,0

37,4

23,7

28,9

32,1

34,3

38,1

24,8

29,4

32,4

34,8

38,5

25,2

29,7

33,2

35,7

39,2

26,8

30,7

33,5

36,3

41,3

27,2
Tabel II

31,4

33,8

36,7

42,9

Menggunakan tabel II kita dapat memperoleh informasi kwantitatif mengenai

test laboratorium relatif lebih mudah bila dibandingkan dengan membaca data kasar
pada tabel I. misalkan kita akan lebih mudah untuk menjawab pertanyaan-pertanyaan
berikut :
1) Berapa kekuatan tekan terkecil dan terbesar ?
2) Jika disyaratkan kekuatan tekan beton minimum 22,4 N/mm2, apakah campuran
beton tersebut baik.
Dan Jawabannya adalah :
1) Kekuatan tekan terkecil 21,7 N/mm2
Kekuatan tekan terbesar 42,9 N/mm2
1
2) Yang kuat tekannya < 22,4 N/mm ada 1 kubus atau 30 . 100% = 3,33% dari
2

total kubus yang di test.

Dengan demikian dapat dikatakan bahwa campuran kubus beton tersebut baik.
b) Distribusi frekuensi
Untuk memperoleh informasi atau gambaran yang jelas dari datar, data itu
digolongkan dalam beberapa kelas dan kita tentukan frekuensi setiap kelas. Dengan
demikian kita memperoleh distribusi frekuensi atau tabel frekuensi. Dari tabel
frekuensi kita dapat mengetahui penyebaran data dan kecenderungan data itu
memusat atau mengelompok pada suatu harga tertentu.
Cara umum membuat tabel distribusi frekuensi:
1. Tentukan jangkauan, yaitu data terbesar dikurangi data terkecil.
2. Tentukan banyaknya interval, kira-kira dengan rumus k = 3,3 log n + 1
k = banyaknya interval kelas
n = banyaknya data

jangkauan
k
3. Tentukan lebar atau panjang kelas kira-kira dengan rumus :
4. Tentukan frekuensi tiap-tiap kelas
Contoh : Buat tabel frekuensi dari tabel II
1. Jangkauan = 42,9 21,7 = 21,2
2. k = 3,3 log 30 + 1 = 5,87
kita ambil k = 6
21,2
3,5
3. lebar kelas = 6
kita ambil lebar kelas = 4
21,95
20,0

25,95
23,9

24,0

23,95

19,95

27,9
27,95

Akhirnya diperoleh tabel frekuensi seperti berikut :

Kekuatan tekan
dlm N/mm2
20,0 23,9
24,0 27,9
28,0 31,9
32,0 35,9
36,0 39,9
40,0 43,9
Tabel III

Frekuensi
Kelas
2
5
6
9
6
2

Data yang disusun seperti tabel frekuensi disebut data yang digolongkan.
Dalam menggolongkan data tersebut ke dalam kelas kita menghilangkan data aslinya
(data individu). Kita anggap semua data dalam satu kelas mempunyai nilai yang
sama dengan nilai Titik tengah kelas.
Pada tabel III di atas ada 6 interval kelas, yaitu 20,0 23,9, 24,0 27,9, dst
20,0 dan 23,9 disebut limit kelas.
20,0 = limit bawah, 23,9 = limit atas.
19,95 23,95, 23,95 27,95, dst disebut batas kelas.
19,95 = batas bawah
23,95 = batas atas
Selisih batas atas dan batas bawah disebut lebar atau panjang kelas.
Lebar kelas = 23,95 19,95 = 4
Titik tengah interval kelas disebut titik tengah kelas atau nilai tengah kelas.
Pada tabel III titik tengah kelas adalah = 21,95 , 25,95 ,. . . , 41,95

c) Frekuensi Relatif
Frekuensi relatif sebuah kelas adalah frekuensi kelas dibagi dengan jumlah
total pengamatan
Fri

Ni
= N

Fri

= frekuensi relatif kelas ke-i

Ni

= frekuensi kelas ke i

= jumlah total pengamatan

Contoh : Lengkapi tabel III dengan limit kelas, batas kelas, tanda kelas atau nilai
tengah kelas, frekuensi kelas, frekuensi relatif dan presentasi pengamatan.
limit
kelas
20,0-23,9
24,0-27,9
28,0-31,9
32,0-35,9
36,0-39,9
40,0-43,9

batas
kelas
19,95-23,95
23,95-27,95
27,95-31,95
31,95-35,95
35,95-39,95
39,95-43,95

tanda
kelas
21,95
25,95
29,95
33,95
37,95
41,95

frek
kelas
2
5
6
9
6
2

frek
relatif
0,0667
0,167
0,20
0,30
0,20
0,0667

prosentasi
pengamatan
6,67
16,7
20
30
20
6,67

d) Distribusi Frekuensi Kumulatif

Kadang-kadang kita memerlukan informasi mengenai jumlah pengamatan
yang harga numeriknya kurang dari harga yang diberikan. Informasi ini tercakup
dalam distribusi frekuensi kumulatif.
Dari tabel frekuensi dapat disusun tabel frekuensi kumulatif kurang dari.
Daftar atau tabel frekuensi kumulatif kurang dari merupakan daftar yang menyatakan
jumlah seluruh frekuensi nilai data yang lebih kecil dari tepi atau batas atas pada
setiap interval kelasnya.
Contoh : Buat tabel / daftar frekuensi kumulatif kurang dari, dari tabel frekuensi
(tabel III).
Kekuatan tekan
(N/mm2)
< 23,95

Frekuensi
Kumulatif
2

< 27,95

< 31,95

13

< 35,95

22

< 39,95

28

< 43,95
Tabel IV

30

e) Penyajian Dalam Bentuk Grafik

Meskipun distribusi frekuensi adalah suatu langkah yang efektif dalam
menjelaskan bagian yang penting dari susunan data dan mutlak diperlukan untuk
langkah perhitungan, penyajian dalam bentuk gambar dari data yang sama sering kali
menunjukkan karakteristik yang penting dari data tersebut untuk lebih mudah dan
cepat dapat dipelajari.
Kita hanya akan mempelajari yang sangat dasar yaitu histogram dan
lengkungan (ogive).
Histogram
Sebuah histogram adalah grafik yang mencerminkan distribusi frekuensi yang
disusun dengan membuat kumpulan batang atau balok segi empat yang masingmasing mempunyai alas pada sumbu x, yang lebarnya sama dengan besarnya atau
lebarnya interval kelas dan luas yang sebanding dengan frekuensi kelas. Jadi sumbu
horizontal untuk interval kelas dan sumbu vertical untuk frekuensi kelas.
Contoh : Gambar histogram untuk tabel frekuensi pada tabel III

Frekuensi

21,95

25,95

29,95

32,95

37,95

41,95

kekuatan tekan

Ogive :
Distribusi frekuensi kumulasi dapat digambarkan oleh satu grafik yang
disebut polygon frekuensi kumulasi atau o give yang melukiskan frekuensi kumulasi
terhadap btas atas kelas.
Contoh : Gambar histogram untuk tabel frekuensi kumulasi pada tabel IV

30

Fre
ku
we
nsi
15

19,95

23,95

27,95

31,95

35,95

39,95

43,95

kekuatan tekan

f) Ukuran Tendensi Sentral / Ukuran-Ukuran Lokasi

Dari tabel frekuensi dan grafik dapat digunakan untuk menyimpulkan dan
menjelaskan data secara kuantitatif. Meskipun cara-cara itu mampu memberi
gambaran lebih jelas mengenai sifat-sifat utama dari distribusi data, namun kita
masih memerlukan diskripsi numerik yang tepat.
Ada kecenderungan, bahwa data-data itu mengelompokkan dirinya sendiri
disekitar sejumlah harga tertentu. Harga tertentu itu dinamakan ukuran-ukuran lokasi
atau ukuran tendensi sentral.
Ada tiga ukuran tendensi sentral yang biasa dipakai , yaitu mean , modus dan
median. Dan yang akan dibahas disini adalah ukuran lokasi yang sering digunakan
yaitu mean dan ukuran penyebaran data ( dispersi ) terhadap nilai rata-rata nya.

Mean :
Mean atau harga rata-rata merupakan sebuah konsep yang banyak sekali
digunakan. Kita sering membaca, mendengar atau mengatakan tentang banyak hal
yang berkaitan dengan rata-rata. Misalnya : curah hujan tahunan rata-rata, rata-rata
pengeluaran perbulan, pendapatan rata-rata per bulan dan sebagainya.
Untuk n buah pengalaman atau data dengan harga x 1, x2, xn, rata-ratanya
n

atau mean diberi simbol X dan didefinisikan sebagai :

Xi
i 1

Dalam menghitung mean dari distribusi frekuensi, dihitung sebagai berikut :

xi fi
fi

xi

= data ke i atau titik tengah kelas ke i

fi

= frekuensi data ke i atau frekuensi kelas ke i

Contoh : Hitung rata-rata atau mean dari data pada tabel III dan dari tabel frekuensi
pada tabel III
Dari tabel II :

21,7 23,7 24,8 ... 42,9

30

= 32,44
Dari tabel III :

X =

xi fi
fi

21,95 2 25,95.5 29,95.6 ... 41,92.2

256962
=
43,9 129,75 179,7 305,55 227,7 83,9
30
=
970,5
= 30
= 32,35

Dispersi
Ukuran-ukuran lokasi memberikan keterangan yang penting mengenai
kecenderungan data itu memusat di suatu harga tertentu, tetapi tidak memberikan
informasi mengenai aspek lain yang sama pentingnya, yaitu penyebaran (dispersi)
data-data itu terhadap mean.
Misal perangkat data :
24, 25, 26, 27, 28 mempunyai mean 26 dan 3, 17, 18, 34, 58 juga mempunyai mean
26.
Kedua perangkat data ini mempunyai mean yang sama, tetapi perangkat yang
pertama memiliki harga-harga yang lebih terkumpul di sekitar mean dibandingkan
dengan perangkat yang kedua. Jadi kita juga membutuhkan suatu ukuran untuk
menyatakan penyebaran (dispersi) harga-harga disekitar meannya.
Jangkauan
Ukuran penyebaran atau dispersi yang paling sederhana adalah jangkauan
(range). Besaran ini menyatakan selisih harga tertinggi dan harga terendah dalam
suatu perangkat data pengamatan. Dalam kedua contoh diatas jangkauan perangkat
pertama : 28 24 = 4, sementara jangkauan perangkat kedua : 58 3 = 55.
Kelemahan dari jangkauan adalah bahwa jangkauan hanya melibatkan harga-harga
ekslim saja, tanpa memperhitungkan perilaku harga-harga diantaranya.
Deviasi Baku (Simpangan Baku)
Ukuran penyebaran yang paling penting dalam statistik adalah deviasi baku
atau standart deviasi. Deviasi baku dari mean sering kali digunakan dalam statistik
untuk menyatakan derajat penyebaran (dispersi). Besaran ini memperhitungkan juga
penyimpangan masing-masing harga dari harga meannya.
Setelah kita menentukan ukuran deskriptif yaitu mean dan deviasi baku, kita
baru dapat membandingkan suatu data dengan data lainnya dan kemudian menarik
kesimpulan.
Perangkat data yang baik adalah yang mempunyai deviasi baku yang kecil.
Dengan deviasi baku yang kecil berarti data itu telah mengelompok disekitar harga
rata-ratanya. Dua perangkat data yang mempunyai deviasi baku yang berbeda,
perangkat data yang mempunyai deviasi baku lebih kecil yang lebih baik dari
perangkat data lainnya.

Perhatikan kembali hasil test 30 kubus beton pada tabel II. Dengan
menghitung mean dan deviasi baku dari data tersebut dan membandingkan dengan
harga-harga kuat tekan dan deviasi baku yang diijinkan, seorang ahli pondasi dapat
secara mudah menyimpulkan kwalitas campuran beton itu.
Deviasi baku dihitung dengan rumus sebagai berikut :

X - X
n

i 1

n 1

Contoh : Hitung deviasi baku pada tabel II

Jawab :

X - X
n

i 1

n 1

21,7 32,4 2 23,7 32,4 2 .... 42,9 32,4 2

29

=
=

114 .49 75,69 57,76 51,84 31,36 27,04

29
21,16 12,25 9 7,29 2,89 1 0,36 0,9
29
0 0,64 1,21 1,96 2,56 3,62 5,76 10,89
29
15,21 18,49 25 32,49 37,21 46,24 79,21 110,25
29

802,95
29

= 27,69
= 5,26 N/mm2