STATISTIK TEORI DAN APLIKASI EDISI KEENAM JILID 1 Yayoson 17>) Ble UNIVERSITAS 8 Sup, s. joa 2 bores 40262 J, SUPRANTO, M.A. Alli Peneliti Utama (APU) Bidang Ekononti dan Manajemen pada Badan Pusat Statistik 4 PENERBIT ERLANGGA JH. Baping Raya No. 100 Ciracas, Jakarta 13740 e-mail:mahameru@rad.net.id. (Anggota IKAPDJ. Supranto, Statistik Teori dan Aplikasi J. Supranto. editor, Tulus Sihombing, Ali Said Ed. 6 Cet. 1. — Jakarta: Erlangga 2000 984 hak 17,5 X 25 cm. ISBN 979-688-065-2 (no. jl. engkap) ISBN 979-688-066-0 (ji. 1) ISBN 979-688-067--9 (ji. 2) STATISTIK: TEORI DAN APLIKASI Edisi Keenam Hak Cipta © 2000 pada Penerbit Erlangga Disusun oleh J. Supranto, M.A. Editor : Tulus Sihombing, S.E. Drs. Ali Said, M.A. Buku ini diset dan dilay-out oleh bagian produksi Penerbit Erlangga dengan Power Macintosh 6100/60av, Palatino 10 pt. Setting & layout : Tim PERT! Dept. Setting Desain cover Farid Sabilach R. Percetakan : PT. Gelora Aksara Pratama 110 09 8 OF 9 BTS Ditarang keras mengutip, menjiplak, atau memfotokopi sebagian atau seluruh isi buku ini serta memperjualbelikannya tanpa mendapat izin tertulis dari Penerbit Erlangga. © HAK CIPTA DILINDUNGI OLEH UNDANG-UNDANG WRAgar suatu organisasi bisnis seperti perusahaan da paling tidak bertahan hidup (survive), op Banisasi tersebut harus mampu menghasilkan produk (barang/jasa) yang mutunya lebih baik, harga lebih murah, pengerahan lebih Se pa ee dilakukan dalam upaya memberikan kepuasan kepada para pelanggan (nassial bank, tamu hotel, pembeli di pasar swalayan, turis asing & de mestik, pelanggan TELKOM, PAM, PLN, 5 GIA, MERPATI, MANDALA, BOURAG, PELRe » penumpang M , PELNI, PKA, pasien rumah sakit, dan lair sebagainya). Pelanggan yang puas akan membeli berkali-kali, mengajak orang lain us mengenai produk atau perusahaan yang N a feningkat, dan pada akhirnya laba perusahaan juga akan meningkat ‘pat berkembang, tumbuh, atau Berapa persen pelanggan tidak puas? Berapa rata-rata pembelian per pembeli atau berapa sering pembeli membeli dalam sate minggu/bulan/tahun? Berapa jumlah produksi, jumlah penjualan, berapa persen barang tidak laku, berapa lama waktu yang diperlukan untuk mengerahkan produk secar, rata-rata, berapa rata-rata tingkat kepuasan pelanggan dengan menggunakan Skala LIKERT: = untuk sangat puas, 4 puas, 3 netral, 2 tidak puas dan 1 sangat tidak puag? Data statistik tersebut akan diperlukan Pimpinan. Harus ada orang yang mampu mengumpulkan, mengolah, menyajikan dan menganalisis data. Revisi buku yang keenam ini dilengkapi dengan contoh data yang mutakhir, agar bermanfaat bukan saja bagi para PERUBAHAN SUSUNAN BAB eee Statistik: Teori dan Aplikasi Edisi Keenam mengandung perub. han susunan bab yan signifikan dibandingkan dengan edi, yal 9) ties ane eee Si sebelumnya (jlid 1). Tujuan dari perubahan tersebut adalah untuk menyesuaikan susu pengajaran statistik di perguruan tin, Nan materi pokok bahasan dengan perkembangan '88i: Perubahan yang dimaksud adalah sebagai berikut St Sebelumnya merupakan subbab dari Bab 2 Dengan menempatkannya dalam satu bab a Khusus, mahasiswa akan lebih mudah memahami berbagai materi yang berkaitan dengan distribusi frekuensi Bab 5, Ukuran Pemusatan ‘nya merupakan bagian dari Bab 3, yaitu Patkannya dalam satu bab khusus, kami mendapat ruang yak contoh soal, yang diperlukan untuk menguasai enSto 1 Bab 6, Ukuran Variasi atau Vispersi. Pada edisi sebelumnya merupakan subbab dari Bab 3, digabung dengan Ukuran Pemusatan /Lokasi. Bab 7, Analisis Korelasi dan Regresi Linear Sederhana, Pada edisi sebelumnya merupakan Bab 4. Perubahan penting pada edisi 6 terletak pada penambahan contoh soal yang cukup banyak dan bervariasi. Bab 8, Regresi Linear Berganda dan Regresi (trend) Nonlinear, yang pada edisi lima dibahas dalam Bab 5. Pada edisi ini contoh soal ditambah dan lebih bervariasi. Bab 9, Analisis Data Berkala, pada edisi sebelumnya dibahas dalam Bab 6. Seperti bab-bab lainnya, diberikan contoh soal yang lebih banyak dan variatif. Bab 10, Indeks Musiman dan Gerakan Siklis, pada edisi sebelumnya dibahas dalam Bab 7. Bab 11, Angka Indeks, pada edisi sebelumnya dibahas dalam Bab 8. Bab 12, Probabilitas, sebelumnya merupakan bagian dari jilid 2. Ini merupakan penyesuaian terhadap kurikulum mata kuliah Statistik, yang menghendaki Probabilitas diajarkan pada semester satu. Selain perubahan susunan bab di atas, perubahan lainnya berkaitan dengan materi Dasar-dasar Matematika untuk Statistik. Pada edisi sebelumnya, materi ini merupakan bagian dari Bab 2. Pada edisi enam, materi ini ditempatkan pada lampiran, sehingga memudahkan mahasiswa dalam mempelajari isi buku secara keseluruhan. PENUTUP BAB Perubahan penting yang membedakan edisi ini dari edisi-edisi sebelumnya adalah pada bagian akhir bab. Beberapa fitur baru ditambah agar mahasiswa dapat dengan baik memahami setiap topik yang dibahas di sepanjang bab. Dengan demikian, tujuan belajar yang diuraikan pada awal bab dapat terpenuhi. BARU! Istilah Penting. Bagian ini memuat istilah yang terdapat di sepanjang, bab. Tujuannya adalah untuk membantu mahasiswa mengingat istilah atau konsep penting yang telah dibahas. BARU! Ringkasan Rumus. Bagian ini berisi ringkasan atau pengulangan dari rumus- rumus yang telah dibahas di sepanjang bab. Tujuannya adalah untuk mengingatkan Kembali rumus-rumus yang telah dibahas di sepanjang bab. BARU! Aplikasi Komputer. Bagian ini menjadi penting sebagai pedoman bagi mahasiswa untuk mengeksploitasi penggunaan komputer dalam ilmu statistika Pertanyaan dan Latihan. Dibandingkan dengan edisi sebelumnya, edisi keenam ini menyediakan lebih banyak pertanyaan dan latihan. Dengan mengerjakan seluruh pertanyaan dan latihan, mahasiswa diharapkan akan menguasai setiap materi yang dibahas dalam bab. Banyak pihak yang terlibat dalam pengerjaan Statistik edisi keenam ini. Untuk itu, kami mengucapkan terima kasih yang sebesar-besarnya kepada mereka, Tanpa mengecilkan peran pihak-pihak lain yang tidak disebutkan di sini, kami secara khusus ingin mengucapkan terima kasih kepada Bapak Ali Said, yang telah membantu kami melakukan revisi secara menyeluruh terhadap edisi sebelumnya. Kami juga mengucapkan terima kasih kepada staf editorial Penerbit Erlangga, yang secara terus-menerus memberi masukan bagi penulis selama pengerjaan naskah dari edisi keenam ini.Karya yang baik dihasilkan melalui pekerjaan yang memperti vii imbangkan saran dan kritik. Untuk itu, demi penyempurnaan buku ini di kemudian hari, kami dengan senang hati mengharapkan saran dan kritik yang membangun dari pemb: aca sekalian. Jakarta, Agustus 2000 J. Supranto, M.A. Aili Peneliti Utama (APU) Bidang Ekonomi & ManajemenKATA PENGANTAR A BERKENALAN DENGAN STATISTIK Arti dan Kegunaan Data ... Kebutuhan terhadap Statistik Penjabaran Hubungan Antaravariabel Alat Bantu dalam Mengambil Keputusan Menangani Perubahan .. ' Metodologi Pemecahan Masalah secara Statistik Pengantar tethadap Penarikan dan Pengorganisasian Data... Syarat Data yang Baik dan Pembagian Data... Definisi Statistik ... . Peranan Statistik bagi Lembaga Bisnis dan Pemerintahan Arti dan Manfaat Data bagi Manajemen Kegunaan Data bagi Pemerintah Daerah . Berbagai Macam Data untuk Pembangunan Daerah ... Peran Komputer dalam Statistik IstilahPenting ... Pertanyaan dan Latihan PENGUMPULAN DAN PENGOLAHAN DATA Pengumpulan Data . Metode Pengumpulan Data Sensus en Sampling Cara Pengambilan Sampel Alat Pengumpulan Data Pengolahan Data Metode Pengolahan Data. Pengolahan Data secara Manual Pengolahan Data secara Elektronik Istilah Penting ..... Pertanyaan dan Latihan...... PENYAJIAN DATA Cross Section Data Penyajian dengan Tabel Penyajian dengan Grafik Data Berkala....... see vs Penyajian dengan Tabel ... Penyajian dengan Grafik Bentuk Tabel ; Bentuk Grafik. os Grafik Garis Tunggal . Grafik Garis Bergandanee | PERPUSTAKAAN UM ix Harsp dijaga keutuhany Grafik Garis Komponen Berganda a Grafik Garis Persentase Komponen Berganda. 2 Grafik Garis Berimbang, Neto 0... B Grafik Batangan Tunggal (Single Bar Chart) 45 Grafik Batangan Berganda (Multiple Bar Chart)... 46 Grafik Batangan Komponen Berganda (Multi Component Bar Chart) ” Grafik Batangan Persentase Komponen Berganda (Multiple Percentage Component Bar Chart). . Grafik Batangan Berimbang Neto (Net Balanced Bar Char!) 48 Grafik Lingkaran Tunggal (Single Pie Chart) 49 Grafik Lingkaran Berganda (Multi Pie Chart)... 50 Grafik Peta (Cartogram Chart) 51 Grafik Gambar (Pictogram Chart) 52 Istilah Penting.... seo 34 Aplikasi Komputer 55 | Pertanyaan dan Latihan. 56 | DISTRIBUSI FREKUENSI 61 4 | Distribusi Frekuensi Data Kualitati 62 Distribusi Frekuensi Relatif dan Persentase Data Kualitatif 62 Distribusi Frekuensi Data Kuantitatif 63 Jumlah Kelas . 63 Interval Kelas 64 Batas Kelas.. ene seo 65 Frekuensi Relatif, Frekuensi Kumulatif, dan Grafik 67 Grafik dari Tabel Frekuensi, Frekuensi Relatif, dan Kumulatif 68 Kurva Lorenz 74 | Istilah Penting 7 Ringkasan Rumus vd Aplikasi Komputer 76 Pertanyaan dan Latihan..... 7 | UKURAN PEMUSATAN a4 | 5 Definisi Ukuran Pemusatan 85 | Rata-rata Hitung. 86 Rata-rata Hitung (Data Berkelompok) 88 Rata-rata Hitung Tertimbang 00 eee 1 Kuartil, Desil, dan Persentil (Data Berkelompok) | Beberapa Sifat/Ciri Rata-rata Hitung . 2 | Median (Data Tidak Betkelompok).. 7 | Untuk 1 Ganjil 7 97 | Untuk 1 Genap.... 99 Median (Data Berkelompok)..... 100 Modus (Data Tidak Berkelompok) .. 104 Modus (Data Berkelompok) oe 105 Perbandingan antara Rata-rata, Median, dan Modus wu.w.cr-cseoowene 107 Rata-rata Ukur : 108 Hubungan antara Rata-rata Ukur dan Bunga Majemuk (Compound Interest) ....cscseo- a : 110 Rata-rata Harmonis ee snes 113 Kuartil, Desil, dan Persentil (Data Tak Berkelompok) wsess0se-- a | . |Liha Te BI Siok Sid 1 Istilah Penting..... 9 Ringkasan Rumus .. 9 Aplikasi Komputer .. 120 Pertanyaan dan Latihan 121 UKURAN VARIASI ATAU DISPERSI 126 Mengapa Mempelajari Disper 127 Pengukuran Dispersi Data Tidak Dikelompokkan sounnnnannne 128 Nilai Jarak 128 Rata-rata Simpangan 128 Simpangan Baku _ 129 Pengukuran Dispersi Data Dikelompokkan 130 Nilai Jarak ventnnnnneeeseee sence 130 Simpangan Baku 131 Nilai atau Data yang Dibakukan (standardized “oalue) 136 Koefisien Variasi. se 138 Ukuran Kemencengan dan Keruncingan Kurva penta 129) Ukuran Kemencengan Kurva (Sketness) ..non:nunesnn 140 Ukuran Keruncingan Kurva (Kurtosis) es 142 Istilah Penting.... 143 Ringkasan Rumus 143 Pertanyaan dan Latihan... 145 ANALISIS KORELAS! DAN REGRESI LINEAR SEDERHANA 149 Pentingnya Analisis Hubungan ..... 150 Koefisien Korelasi dan Kegunaannya 151 Koefisien Korelasi Data Berkelompok 157 Korelasi Rank (Peringkat)... 163, Korelasi Data Kualitatif 166 Teknik Ramalan dan Analisis Regresi - sane von TZ Diagram Penear (Scatter Diagram) ee 172 Persamaan Regresi Linear ........ . 174 Penggunaan Persamaan Regresi dalam Peramalan ..... 179 Istilah Penting... 179 Ringkasan Rumus sone Aplikasi Komputer «nc. Pertanyaan dan Latihan.. REGRESI LINEAR BERGANDA DAN REGRESI (TREND) 180 181 NONLINEAR 185 Hubungan Lebih dari Dua Variabel Regresi Linear Berganda un. 186 Cara Memecahkan Persamaan Lebih dari Dua Variabel 000 187 Korelasi Berganda ....... : 190 Koefisien Korelasi Parsial (Partial Coefficient Correlation) . 193 Trend Parabola ou... 195 Trend Eksponensial (Logaritma) 198 Trend Eksponensial yang Diubah 200 Trend Logistik 203 Trend Gompertz 206 Istilah Penting... 207 Ringkasan Rumus ... 207 Aplikasi Komputer sen son fomnanecies 208Doher s Pertanyaan dan Latihan ANALISIS DATA BERKALA ..... Arti dan Pentingnya Analisis Data Be Menentukan Trend Metode Tangan Bebas .. Metode Rata-rata Semi... Metode Rata-rata Bergerak...... Metode Kuadrat Terkecil .... Istilah Penting.... Ringkasan Rumus Aplikasi Komputer ......0.. Pertanyaan dan Latihan... INDEKS MUSIMAN DAN GERAKAN SIKLIS Gerakan Musiman, Penyesuaian Data Bulanan, dan Indeks Musiman .. Metode Rata-rata Sederhana Metode Relatif Bersambung Metode Rasio terhadap Trend Metode Rasio terhadap Rata-rata Menghilangkan Pengaruh Musiman d: Gerakan Siklis dan Cara Mengukurny. Contoh Tambahan Mengenai Indeks Musiman.... : Menemukan Ukuran Musiman dengan Penggunaan Regresi Berganda (Multiple Regression) ... Penerapan Data Berkala dan Indeks Musim untuk Peramalan Istilah Penting ......0.0- Ringkasan Rumus z Pertanyaan dan Latihan ANGKA INDEKS.. Pengertian Angka Indeks kala os Klasifikasi Gerakan/Variasi/Data Berkala..... Bergerak jan Trend Bo Indeks Harga Relatif Sederhana dan Agregatif Indeks Agregatif Tidak Tertimbang.... Indeks Agregatif Tertimbang Indeks Rata-rata Harga Relatif.. Variasi dari Indeks Harga Tertimbang ...... Angka Indeks Berantai Penentuan dan Penggeseran Waktu D Pengujian Angka Indeks dan Pendeflasian Data Berkala Pendeflasian Data Berkala Istilah Penting ......... Ringkasan Rumus Pertanyaan dan Latihan.... PROBABILITAS.... Pengertian Probabilitas Pendekatan Perhitungan Probabilitas Pendekatan Klasik nen Konsep Frekuensi Relatif..... Probabilitas Subjektif...... as 209 213 214 216 218 218 220 222 224 229 230 230 232 237 238 240 241 252 256 260 262 266 270 273 276 276 277 280 281 282 284 286 287 289 292 294 296 299 301 302, 303, 308 309 309 310 3i1 314Stasi id 1 Kejadian/Peristiwa dan Notasi Himpunan.. 3id Notasi Himpunan 318 Beberapa Aturan/Hukum dalam Himpunan 322 Beberapa Aturan Dasar Probal 322 Aturan Penjumlahan 322 Kejadian saling meniadakan . 322 Kejadian tidak saling meniadakan - 323 Aturan Perkalian 328 Kejadian tak bebas (bersyarat) 329 Probabilitas kejadian interseksi . 332 Diagram pohon soo 335 Kejadian Bebas {Independent Event) . 336 Probabilitas Marjinal . 337 Rumus Bayes. 340 Permutasi dan Kombinasi 345 Istilah Penting ... 381 Ringkasan RUMUS ...0.0-eronnn 351 Pertanyaan dan Latihan... 352 DASAR-DASAR MATEMATIKA UNTUK STATISTIK 358 DAFTAR PUSTAKA..... 367 INDEKS 368ERKENALAN DENGAN STATISTIK Tujuan Belojor Setelah mempelojari bab ini, Anda diharapkan mampu: | ‘© menjelaskan arti dari data, statistik, dan statistika. © menjelaskan syarat-syarat data yang baik dan jenis-jenis data. © menguraikan peranan statistik dalam kehidupan sehari-hor.Sisk: Ter dn Apes NAAN DATA t Webster's New World Dictionary, data berarti sesuatu yang diketahui atau p. Dengan demikian, data dapat memberikan gambaran tentang suatu keadaan Fatau persoalan. Data tentang sesuatu pada umumnya dikaitkan dengan tempat dan waktu. F Misalnya, harga beras yang bermutu sedang di pasar Senen, Jakarta, pada tanggal 2 Januari 1999 adalah Rp450,- per kg. Penyebutan tempat dan waktu ini sangat penting, sebab selain data itu (harga beras per kg) akan berubah-ubah dari waktu ke waktu, data juga berbeda-beda menurut tempat. ; Untuk memperoleh gambaran tentang keadaan sosial dan ekonomi, pemerintah harus mengumpulkan data mengenai kegiatan ekonomi (produksi, perdagangan, konsumsi, pendapatan, harga, dan lain-lain) dan kegiatan sosial (pendidikan, kesehatan, kebudayaan, dan lain-lain). Badan Pusat Statistik (BPS), mengeluarkan publikasi indikator sosial dan indikator ekonomi yang dapat memberikan gambaran tentang keadaan sosial dan ekonomi kepada masyarakat. Dengan data ini kita dapat mengetahui persoalan sosial dan ekonomi, apabila dilakukan analisis-analisis, misalnya apakah jumlah produksi padi bisa mencukupi kebutuhan penduduk atau masih perlu impor; apakah volume ekspor meningkat atau menurun; apakah penggunaan pupuk efektif, dan lain-lain. Agar dapat mengetahui perkembangan usahanya, suatu perusahaan, baik yang memproduksi barang maupun menjual jasa, harus mengumpulkan data, misalnya data produksi, data hasil penjualan, data personalia, data keuangan (berapa jumlah yang harus dibayar), data peralatan, data mengenai persentase pelanggan yang tidak puas, dan lain sebagainya Sesuatu yang dianggap juga merupakan data walaupun data seperti itu belum tentu benar, sebab masih merupakan suatu hipotesis yang perlu diuji terlebih dahulu. Di dalam praktek banyak sekali anggapan atau asumsi yang dipergunakan sebagai dasar pembuatan keputusan. Misalnya, karena pemerintah menganggap persediaan beras cukup (hasil produksi padi meningkat), maka diputuskan untuk tidak mengimpor beras; karena menurut anggapan kenaikan harga minyak tidak mempengaruhi harga makanan, maka harga minyak dinaikkan; karena penurunan tarif pajak dianggap dapat meningkatkan penerimaan pajak, maka tarif pajak diturunkan; karena penurunan bunga tabungan deposito tidak mengurangi jumlah penabung, maka bunga deposito diturunkan, dan lain sebagainya. Oleh karena suatu anggapan (pendapat atau asumsi) belum tentu benar, maka apabila dipergunakan sebagai dasar pembuatan keputusan, keputusan tersebut bisa saja salah. Oleh karena itu, anggapan yang masih merupakan hipotesis harus diuji terlebih dahulu. Mengenai pengujian hipotesis akan dibahas dalam buku Jilid 2. Kegunaan data pada dasarnya adalah untuk membuat keputusan oleh para pembuat keputusan (decision makers). Siapa saja yang membuat keputusan disebut decision makers, Namun dalam prakteknya, yang dimaksud sebagai decision makers biasanya adalah pimpinan. Data dapat berguna, bila dikaitkan dengan masalah manajemen, sebagai: a) dasar suatu perencanaan agar perencanaan sesuai dengan kemampuan yang ada, sehingga dapat dicegah perencanaan yang ambisius dan susah dilaksanakan. Kemampuan yang dimaksud ialah kemampuan personil, kemampuan pembiayaan (keuangan), serta kemampuan material b) alat pengendalian terhadap pelaksanaan atau implementasi perencanaan tersebut agar bisa diketahui dengan segera kesalahan atau penyimpangan yang terjadi sehingga dapat segera dilakukan perbaikan atau koreksi. © dasar evaluasi hasil kerja akhir. Apakah hasil kerja yang telah ditargetkan bisa dicapai 100%, 90%, atau kurang dari itu? Kalau target tidak tercapai, faktor-faktor apa yang menyebabkannya? Untuk ini semua diperlukan data.ob 1 Berknolan dengan Sts 5 Kebutuhan terhadap Statistik Pada awal bab ini mungkin muncul pernyataan: “Ah, Anda barangkali menerima kenyataan bahwa pemahaman alat statistik perlu di dunia modern ini”. Mungkin pernyataan tersebut belum waktunya; mungkin Anda sama sekali tidak mau menerima kenyataan tersebut. Bagimanapun juga, merupakan suatu fakta bahwa Anda membutuhkan statistik untuk membantu Anda (1) menjabarkan dan memahami suatu hubungan, (2) mengambil keputusan yang lebih baik, dan (3) menangani perubahan. Penjaboran Hubungan Antarvoriabel Jumlah data kuantitatif yang dikumpulkan, diolah, dan disajikan kepada umum serta para pengambil keputusan dalam suatu organisasi untuk tujuan tertentu telah meningkat dengan sangat cepat. Karena itu, diperlukan suatu kemampuan untuk menyaring jumlah yang begitu besar agar kita dapat mengidentifikasi dan menjabarkan hubungan antar variabel yang kadang-kadang terselubung, tetapi seringkali sangat penting dalam pengambilan kuputusan, Contoh berikut mengitustrasikan kebutuhan analisis statistik untuk memahami hubungan-hubungan tersebut: 1. Seorang wiraswasta, dengan mengumpulkan data pendapatan dan biaya, dapat membandingkan hasil pengembalian atas investasi (return on investment) dalam satu periode dengan data dari periode-periode sebelumnya. (Sejumlah keputusan mungkin sangat tergantung pada hasil perbandingan ukuran tersebut.) 2. Seorang petugas pemerintah atau kesehatan masyarakat dapat menghasilkan kesimpulan mengenai hubungan antara merokok dan/atau tingkat kegemukan dan sejumlah penyakit dengan menerapkan teknik statistik pada sejumlah data masukan. (Kesimpulan ini dapat membawa pada keputusan yang mempengaruhi jutaan manusia.) 3... Seorang peneliti pemasaran dapat menggunakan prosedur statistik untuk menjabarkan hubungan antara permintaan suatu produk dengan sejumlah karakteristik seperti pendapatan, ukuran keluarga dan komposisinya, usia, dan latar belakang etnik konsumen suatu produk. Berdasarkan hubungan ini, kegiatan periklanan dan disttibusi dapat diarahkan pada kelompok-kelompok yang mewakili pasar yang. paling menguntungkan. 4, Seorang pendidik dapat menggunakan teknik statistik untuk menentukan hubungan yang nyata antara nilai tes bakat dalam pendidikan dan nilai mutu rata-rata para jurid di sekolahnya. Jika terdapat suatu hubungan, ia dapat meramalkan kemungkinan keberhasilan akademis seorang calon berdasarkan nilai tesnya ‘Mat Bantu dalom Mengambil Keputusan Seorang administrator dapat menggunakan statistik sebagai alat bantu untuk menghasilkan keputusan yang lebih baik dalam ketidakpastian. Perhatikan contoh-contoh berikut: 4. Misalkan Anda seorang manajer pembelian dari suatu pabrik pengolahan makanan besar yang mengemas ayam goreng beku. Anda bertanggung jawab atas pembelian 100.000 ekor ayam potong yang sudah dibului. Standar yang ditentukan menyebutkan bahwa berat rata-rata ayam dalam suatu pengiriman harus 1 kg. (Ayam yang melebihi erat tersebut cenderung liat; ayam yang lebih ringan terlalu kurus.) Truk pemasok akan dibongkar asalkan standar berat dan kualitasnya dipenubi. Tenaga penjual pemasok meyakinkan Anda bahwa barangnya akan memenuhi standar Anda. Apakah ‘Anda akan menerima muatan dalam truk berdasarkan pernyataan tadi? Mungkin sekali tidak. Tetapi Anda dapat menggunakan teknik inferensi statistik untuk memi OOSos: Teor don Apes! + sampel yang tepat, katakanlah 100 ekor dari populasi sebanyak 100.000 ekor ayam. Kemudian Anda dapat menimbang setiap sampel dan menghitung berat rata-rata 100 ekor ayam tersebut. Dengan informasi ini, Anda dapat mengambil keputusan yang lebih baik mengenai akan diterima atau tidaknya muatan tersebut. 2. Misalkan lagi Anda seorang manajer produksi suatu pabrik yang menghasilkan peluru senapan. Diketahui bahwa akan terdapat variasi-variasi tertentu pada peluru yang dihasilkan — misalnya, akan ada beberapa variasi dalam pola dan kecepatan tembak — tetapi variasi-variasi ini dapat ditoleransi selama mereka tidak melebihi batas tertentu lebih dari 1 persen per satu kali. Dengan menggunakan rencana sampling yang dirancang secara statistik, Anda mengambil pada kesimpulan atau penemuan yang dapat diandalkan mengenai kualitas produksi yang berjalan. Kesimpulan atau penemuan Anda akan didasari pada pengujian penembakan sejumlah kecil peluru yang dipilih secara acak dari hasil produksi. 3. Akhimnya, misalkan manajer Perusahaan Kosmetika “Selalu Cakep”, Suryono Dasamuko, mengiklankan bahwa 90 persen konsumen perusahaan puas dengan produk perusahaannya. Jika Ibu Aminah Sari, seorang aktivis politik, merasa bahwa pernyataan ini berlebihan dan perlu ditindak secara hukum, ia dapat menggunakan teknik penyimpulan statistik untuk memutuskan apakah akan mengajukan tuntutan terhadap Pak Suryono atau tidak. Pada contoh pertama di atas, Anda dapat menimbang berat 100.000 ekor ayam untuk menentukan berat rata-rata. Tetapi pendekatan semacam ini mahal dan memakan waktu, Pada contoh kedua, Anda dapat menentukan kualitas produk dengan menguji seluruh peluru yang dihasilkan, tetapi karena pengujian semacam ini merusak, tidak ada lagi yang tertinggal untuk dijual. (Dalam kedua contoh tadi, Anda tentu saja menerima infor- masi statistik yang dapat membantu Anda menghasilkan keputusan yang lebih baik.) Dan pada contoh ketiga, Ibu Aminah dapat menguji pernyataan Suryono sebelum memutuskan untuk mengambil tindakan hukum atau tidak (dengan kemungkinan tuntutan balasan jika ternyata ia salah). Menangoni Perubahan Merencanakan ialah memutuskan sebelumnya serangkaian tindakan di masa yang akan datang; oleh Karena itu, perencanaan dan keputusan didasari oleh perkiraan tentang kejadian-kejadian dan/atau hubungan-hubungan di masa yang akan datang, Jadi, pada hakekatnya seseorang perlu melakukan proses atau teknik peramalan untuk memperoleh perkiraan tentang masa depan. Meskipun prosedur statistik jelas tidak akan memungkinkan kita meramal masa depan dengan tepat tanpa kesalahan, terdapat bantuan statistik yang bermanfaat seperti ditunjukkan pada contoh berikut, yang dapat membantu mengukur perubahan saat ini dan meningkatkan proses peramalan (forecasting): 1. _ Ahi statistik pemerintah pada waktu-waktu tertentu mengumpulkan data harga 400 jenis barang yang berbeda dari 50 daerah perkotaan untuk menghitung ikhtisar gambaran bulanan ~ suatu angka indeks ~ yang mengukur keseluruhan perubahan fingkat harga antara periode sekarang dan beberapa periode yang lalu. Jadi, seorang pemimpin serikat buruh (atau Anda) dapat menggunakan informasi perubahan tingkat harga dalam menentukan daya beli rupiah sebagai bahan untuk melakukan negosiasi mengenai upah buruh yang baru. 2. Misalkan seorang manajer penjualan mempunyai data penjualan suatu lini produk yang berkembang selama 10 tahun. Jika, setelah mempelajari data deret berkala (time-series) ini, manajer penjualan berkeyakinan bahwa pola masa lalu yang ) —_khtsor Pembagion Dotaab 1 Beskenlondongon Sts ii DEFINISI STATISTIK Sebetulnya banyak sekali definisi tentang statistik, tetapi tidak ada definisi_ yang memuaskan, Hal ini disebabkan karena luasnya ruang lingkup statistik. Untuk keperluan praktis, statistik bisa diartikan secara sempit dan luas. Dalam arti sempit, statistik berarti data ringkasan berbentuk angka (kuantitatif) Statistik penduduk, misainya adalah data atau keterangan berbentuk angka ringkasan mengenai penduduk (jumlah, rata-rata umur, distribusinya, persentase yang buta huruf), statistik personalia (jumlahnya, rata-rata masa Kerja, rata-rata jumlah anggota keluarga, persentase yang sarjana), dan sebagainya. Dalam arti luas, statistik berarti suatu ilmu yang mempelajari cara pengumpulan, pengolahan/pengelompokkan, penyajian, dan analisis data serta cara pengambilan kesimpulan secara umum berdasarkan hasil penelitian yang tidak menyeluruh, Pengertian ini merujuk pada istilah statistics yang biasanya diterjemahkan dengan istilah statistika. Definisi ini lebih ditekankan kepada urutan kegiatan dalam memperoleh data sampai data itu berguna untuk dasar pembuatan keputusan. Jadi, apabila seseorang memerlukan data untuk dasar pengambilan keputusan, maka data tersebut harus dikumpulkan, diolah, disajikan, dan dianalisis, kemudian diambil kesimpulannya. Yang peru ditekankan di sini adalah bahwa metode pengumpulan data secara statistik sangat efisien, maksudnya bisa menghemat tenaga, biaya dan waktu, dan bisa diperoleh dengan tingkat ketelitian yang tinggi Suatu definisi yang lebih teoritis sifatnya, diambil dari buku: Statistical Theory in Research, karangan Anderson and Bancrof: Statistics is the science and art of the development and application of the most effective methods of collecting, tabulating, and interpreting quantitative data in such a manner that the falibility of conclusions and estimates may be assessed by means of inductive reasoning based on the mathematics of probability. (Statistika adalah ilmu dan seni pengembangan dan penerapan metode yang paling efektif untuk kemungkinan salah dalam kesimpulan dan estimasi dapat diperkirakan dengan menggunakan penalaran induktif berdasarkan matematika probabilitas) alam definisi ini ditunjukkan peranan matematika dan probabilitas. Probabilitas selain dipergunakan untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa, juga sangat berguna untuk mengukur unsur-unsur ketidakpastian (uncertainty) yang bisa menimbulkan risiko dalam pengambilan keputusan. . Apa hubungan antara statistik dan riset? Perlu disebutkan di sini, bahwa statistik tidak hanya berguna untuk keperluan rutin, dan dasar pengambilan keputusan saja, tetapi juga memberikan teori atau metode yang sangat berguna untuk perkembangan ilmu lainnya melalui riset. Aplikasi statistik dalam ilmu lainnya sudah begitu majunya sehingga kadang-kadang memerlukan teknik-teknik yang berlainan untuk pemecahan persoalan yang berbeda. Misalnya, statistik yang diterapkan dalam ilmu ekonomi disebut ekonometrik, dalam biologi disebut biometrik, dalam psikologi disebut psikometrik, dalam teknologi disebut teknometrik, dan dalam sosiologi disebut sosiometrik. Untuk tujuan ini, dalam penerapan metode atau teknik statistik sering dilakukan penyesuaian seperlunya atau harus dikembangkan suatu metode atau teknik yang baru. Statistik juga memberikan metode untuk melakukan peramalan yang sangat berguna sebagai dasar perencanaan dan metode pengujian hipotesis yang sangat berguna untuk riset dan pengambilan keputusan dalam rangka pemecahan persoalan. Oleh karena pada dasarnya suatu riset merupakan kegiatan pengumpulan dan analisis data, maka metode pengumpulan dan analisis data yang dikembangkan oleh para ahli statistik sangat berguna untuk keperluan riset.Sis: Tear don Apis W Untuk menunjukkan pentingnya statistik bagi riset (penelitian), pada ENCYCLOPE- DIA AMERICANA, jilid 25, tahun 1971, yang membahas masalah statistik, terdapat kalimat sebagai berikut: the kinds of uses of purely descriptive statistics are limited; those of analytical statistics are on the whole more challenging to research works and are still rapidly developing. Furthermore, modern problems in policy making in many fields and scientific research require information and procedures derived from analytical statistics... statistical method is a body of tools and techniques available for research development, or operational work in the Physical, biological, and social sciences and in their applications. It provides a means of obtaining new knowledge in a substantive subject matter area rather than being itself a body of substantive knowledge. Because of this function, statistical method is a part of general scientific method ... (.. . penggunaan statistik deskriptif secara murni sangat terbatas; statistik analitis pada umumnya lebih menantang para peneliti, dan sedang berkembang dengan cepat. Lebih jauh lagi, masalah-masalah modern dalam pembuatan kebijakan di banyak bidang dan riset ilmiah memerlukan informasi dan Prosedur yang diturunkan dari statistik analitis . . . metode statistis merupakan Pranata peralatan dan teknik yang tersedia untuk pengembangan riset, atau kerja operasional dalam ilmu fisika, biologi, dan sosial serta penerapannya. Metode statistis ini memberikan sarana untuk mendapatkan pengetahuan baru dalam bidang masalah substantif dan metode itu sendiri bukan berfungsi sebagai pranata pengetahuan substantif. Karena fungsi ini, metode statistik merupakan bagian dari metode ilmiah yang umum ...) PERANAN STATISTIK BAGI LEMBAGA BISNIS DAN PEMERINTAHAN Seorang bupati bertanggung jawab atas bethasilnya berbagai produksi barang dan jasa di daerahnya. Apabila pimpinan melakukan penilaian hasil kerja terhadap unit organisasi yang dipimpinnya, jelas diperlukan data hasil kerja, Apabila teenyata hasil kerja kurang, memuaskan, sebab-sebabnya harus dilihat, baik secara internal (diperlukan data internal, data personalia, keuangan, peralatan, dan sebagainya) maupun secara eksternal (keadaan iklim, perkembangan harga, dan sebagainya). Dengan perkataan lain, harus dilihat inputnya. Tugas pimpinan perusahaan adalah mengusahakan agar keterampilan manajerial (managerial skill) yang dimilikinya dapat mengelola atau memroses input dengan segala aspeknya tersebut secara berdaya guna dan berhasil guna, sehingga diperoleh suatu hasil kerja yang optimal. Arti dan Manfaat Data bagi Manajemen Menurut teori manajemen, setiap usaha pencapaian tujuan harus melalui suatu Perencanaan. Karena perencanaan berkaitan dengan masa yang akan datang, maka ada kemungkinan hal-hal yang sudah ditentukan dalam perencanaan itu pelaksanaannya atau implementasinya tidak sesuai dengan perencanaan (ada penyimpangan/kesalahan) Hal ini disebabkan karena adanya unsur ketidakpastian (uncertainty). Itulah sebabnya Perlu dilakukan kontrol (pengawasan) dalam pelaksanaan suatu perencanaan, Mengontrol pada dasarnya adalah kegiatan untuk mengetahui kalau-kalau ada kesalahan dalam Pelaksanaan suatu perencanaan untuk segeta dilakukan koreksi. Akhimya pada saat yang ditentukan akan diadakan penilaian (evaluasi) atas hasil kerja akhir (final result), Dj sinilah letak peranan data untuk keperluan manajemen, yaitu sebagai dasar Perumusan perencanaan, alat kontrol, dan dasar evaluasi hasil kerja. Di dalam setiap Perencanaan diperlukan data masa lampau, sekarang, dan yang akan datang sebagaifob 1 Beenlon dengan Stik B hasil ramalan. Data diperlukan dalam perumusan perencanaan agar sesuai dengan kemampuan yang ada. Suatu perencanaan yang tidak sesuai dengan kemampuan merupakan perencanaan yang ambisius dan sukar untuk dilaksanakan. Data hasil ramalan akan memberikan gambaran mengenai sesuatu di masa yang akan datang termasuk gambaran tentang kemampuan. Misalnya, perencanaan produksi harus selalu disesuaikan dengan kemampuan menjual yang dicerminkan dengan ramalan penjualan (sales fore- cast), perencanaan impor beras harus disesuaikan dengan hasil ramalan produksi padi dan penduduk, dan perencanaan daerah harus disesuaikan dengan kemampuan penerimaan daerah yang dapat juga diramalkan. Mudah dimengerti, bahwa apabila data yang dipergunakan untuk membuat keputusan salah, maka keputusan yang dibuat juga akan salah, Dengan data yang salah/ tidak baik, perencanaan bisa tidak tepat, kontrol tidak efektif, dan evaluasi tidak mengenai sasaran, Data yang baik dan berguna harus dapat dipercaya kebenarannya (reliable), tepat waktu (up to date), dan relevan. “Apabila diringkaskan, data itu berguna (a) untuk mengetahui (memperoleh gambaran tentang suatu keadaan/permasalahan), dan (b) untuk membuat keputusan /memecahkan permasalahan (problem solving) Kegunaan Data bagi Pemerintah Daerah Gubernur dan Bupati selain mempunyai tugas mengatur kantornya juga mempunyai tugas pembangunan daerah (regional development). Aspirasi pembangunan yang sekarang, banyak dianut, tidak hanya naiknya pendapatan (income) secara rill saja, tetapi lebih- lebih lagi masyarakat yang sedang membangun tersebut menghendaki adanya pembagian hasil pembangunan yang adil dan merata. Lebih dari dua pertiga penduduk Indonesia tinggal di daerah pedesaan (rural area) di mana sebagian besar mencari nafkah di sektor pertanian. Ciri yang menonjol dari mereka ialah bahwa pendapatan mereka lebih rendah apabila dibandingkan dengan mereka yang tinggal di daerah kota (urban area), di mana kelompok yang terakhir ini mencari nafkah dari sektor yang lebih modern. Kelompok penduduk pertama yang meliputi lebih dari dua pertiga penduduk Indo- nesia perlu menjadi fokus sentral dari langkah kebijakan. Hal ini dilakukan karena mereka tidak memiliki kekuatan untuk menyaingi atau mengimbangi kekuatan ekonomi dari kelompok kedua. Mereka tidak memiliki modal, tidak memiliki kecakapan, dan tidak memperoleh kesempatan yang sama dengan mereka yang bergerak di sektor modern dalam fasilitas kredit perbankan, permodalan, pemasaran, pendidikan, dan lain-lain, sehingga lalu-lintas kegiatan pembangunan berlangsung di luar mereka. Dengan memusatkan diri pada kelompok penduduk yang rendah pendapatannya ini, maka ikhtiar utama adalah memenuhi kebutuhan pokok mereka dan mengusahakan agar jumlah mereka dapat dikurangi dan dalam waktu tertentu sudah dapat ditiadakan.* Dengan managerial skill” yang dimiliki dan dibantu oleh para teknisi yang abli dalam bidang masing-masing, terbuka luas kemungkinan bagi pimpinan daerah dalam mengkombinasikan berbagai sumberdaya di daerah secara efisien dan efektif untuk memproduksi berbagai macam barang dan jasa guna meningkatkan taraf hidup rakyat serta memenuhi kebutuhan mereka. Mengingat sumberdaya tersebut jumlahnya terbatas dan selalu berubah-ubah, maka harus ada data yang dapat memberikan gambaran tentang terbatasnya sumberdaya tersebut. ‘Sadono Sukirno: REGIONAL DEVELOPMENT: OBJECTIVES AND POLICIES FOR DEVELOPING COUNTRIES, Lembaga Penerbit Fakultas Ekonomi, Universitas Indonesia (1974) "Emil Salim: Perencannan Pembangunan dan Pemerataan Pendapatan (Universitas Indonesia, 1976).4 Sos: Tor don Aas Data harus dikumpulkan dari waktu ke waktu, karena data yang diperlukan merupakan data berkala (time series data) yang dapat menggambarkan perkembangan tersedianya sumber dari waktu ke waktu yang sekaligus dapat dipergunakan untuk mengetahui trend atau arah perkembangan secara umum dari masing-masing sumber. Hal ini sangat memudahkan di dalam penyusunan strategi pembangunan serta penentuan rioritas. P Seperti telah disebutkan sebelumnya, data sangat diperlukan sebagai dasar perumusan perencanaan (plan formulation), alat kontrol dalam pelaksanaan, termasuk pengawasan lebih lanjut terhadap kemajuan-kemajuan yang dicapai setiap waktu (monitoring of the progress), dan dasar evaluasi dari suatu program (evaluating the impact and end results of the program).” Berbagai Macam Data untuk Pembangunan Daerah Di bawah ini akan diuraikan secara singkat berbagai macam data yang diperlukan untuk pembangunan daerah. Daerah di sini dapat diartikan sebagai propinsi, kabupaten, kecamatan, desa atau daerah administrasi yang dianggap sebagai unit pembangunan. Misalnya, Community Development Program di India merupakan suatu kelompok desa yang terdiri dari kurang lebih 100 desa dengan luas daerah kurang lebih 600 km? dan jumlah penduduk sekitar 100.000 orang, Data untuk keperluan pembangunan daerah antara lain sebagai berikut: 1. Data sumber daya (resources) yang meliputi iklim, tanah, air, dan penduduk/tenaga kerja a. Data tentang iklim, meliputi: curah hujan menurut tempat, temperatur, kecepatan angin, kelembaban, dan lain sebagainya b. Data tentang tanah, meliputi: struktur tanah (soil structure), kesuburan tanah, penggunaan tanah (land use), dan penguasaan tanah. Keterangan mengenai berapa luas tanah untuk pertanian, berapa yang masih berupa hutan, berapa untuk kegiatan industri, dan lain-lain, sangat penting untuk perencanaan sektor pertanian. . Data mengenai air, antara lain harus dapat memberikan gambaran berapa jumlah sumber air menurut jenis (mata air, sumur, danau, dan lain-lain) serta keterangan mengenai irigasi. Pembangunan pertanian selain tergantung kepada tanah dan iklim juga pada air. d. Data penduduk harus dapat menggambarkan tentang jumlahnya menurut jenis kelamin, umur, status perkawinan, pendidikan, lapangan kerja, yang aktif bekerja, yang menganggur, dan lain sebagainya 2. Data pertanian antara lain meliputi: luas daerah pertanian dan produksi menurut jenisnya, jumlah benih/bibit yang dipergunakan, jumlah pupuk, pestisida, dan data Jainnya yang dapat menerangkan tentang naik turunnya produksi 3. Data peternakan meliputi: jumlah ternak menurut jenis (sapi, babi, kuda, kambing, dan lain sebagainya), menurut umur, menurut jenis kelamin, dan menurut penggunaan seperti jumlah produksi sus, produksi telur, konsumsi susu, konsumsi teiur, dan lain sebagainya. 4, Data kehutanan meliputi: Iuas daerah hutan, hasil hutan, menurut jenisnya (kayu, hutan, damar, rotan, dan lain-lain), luas daerah hutan yang diambil menjadi daerah pertanian, dan lain sebagainya Data perikanan meliputi: jumlah nelayan, jumlah produksi ikan menurut jenisnya, [Escap: Statistics for Integrated Rural Development, Teheran, 1976. eerBab 1 Serkenln dengan Sisk . 7 9. 10. 1. 12. 13. jumlah alat penangkap ikan menurut jenisnya, jumlah tambak, jumlah konsumsi ikan, dan lain sebagainya. Data industri dan kegiatan non-pertanian lainnya antara lain meliputi: jumlah perusahaan menurut jenisnya, jumlah produksi menurut jenis barang, jumlah produksi kerajinan, jumlah alat pengangkutan menurut jenis, serta jumlah tenaga kerja di sektor industri dan sektor non-pertanian (pertambangan, perdagangan, perhubungan, bangunan, jasa-jasa, dan lain-lain). Data tenaga kerja antara lain meliputi: jumlah penduduk dalam angkatan kerja diklasifikasikan menurut jenis kelamin, umur, penganggur atau bukan. Penduduk yang bekerja diklasifikasikan menurut jenis kegiatan ekonomi, tingkat pendidikan, dan lain sebagainya. Bagi para penganggur perlu ada klasifikasi misalnya menurut pendidikan, pengalaman kerja yang dimiliki sebelumnya, lamanya menganggur, dan lain-lain. Data lain yang tidak kalah pentingnya adalah mengenai tingkat upah Data pendidikan antara lain meliputi: banyaknya sekolah menurut tingkat dan jenis pendidikan, jumlah guru menurut tingkat dan jenis pendidikan, jumlah murid menurut tingkat dan jenis pendidikan, jumlah mahasiswa menurut tingkat dan jurusan, jumlah lulusan menurut tingkat dan jenis pendidikan, banyaknya penduduk yang masih buta huruf, dan banyaknya perpustakaan. Data kesehatan antara lain meliputi: banyaknya dokter, juru rawat, bidan, rumah sakit, persediaan obat menurut jenis. Data keluarga berencana meliputi: tingkat kelahiran dan kematian, tingkat kesuburan, tingkat umur perkawinan menurut agama dan suku, jumlah akseptor, dan lain sebagainya Data perumahan meliputi: banyaknya rumah menurut kelas tertentu, jumlah kamar dan penghuni, sumber air minum dan mandi, serta banyaknya fasilitas kesehatan (sanitary facilities. Pendapatan wilayah (regional income) dapat dijabarkan sebagai berikut: a. Untuk memperoleh gambaran tentang sampai berapa jauh setiap sektor ekonomi memberikan andil atau sumbangan terhadap seluruh perekonomian, maka pendapatan wilayah disajikan menurut lapangan usaha (by industrial origin). Dalam penyajian ini dapat diketahui berapa persen andil sektor pertanian, industri, perdagangan, dan lain sebagainya b. Untuk mengetahui besarnya sumbangan dari masing-masing faktor produksi, maka pendapatan wilayah disajikan menurut sumbangan faktor-faktor produksi (factor’s share). Dengan demikian dapat diketahui berapa besarnya sumbangan dari faktor tenaga kerja (berupa upah dan gaji), faktor modal (berupa bunga), dan lain sebagainya. Untuk mengetahui penggunaan pendapatan wilayah, data disajikan menurut jenis penggunaannya (by type of expenditure). Dari cara penyajian ini dapat diketahui berapa besarnya konsumsi swasta, konsumsi pemerintah, pembentukan modal, dan lain sebagainya ‘Tabel input-output daerah (regional input-output table). Apabila daerah sudah berhasil menyusun tabel input-output, maka dapat dilihat hubungan timbal-balik yang saling berkaitan antara sektor ekonomi yang satu dengan sektor ekonomi lainnya. Pada dasarnya output suatu sektor dapat dipergunakan oleh sektor itu sendiri maupun oleh sektor lainnya sebagai input. Sebaliknya, suatu sektor dalam menghasilkan outputnya akan tergantung pada sektor lain, yaitu memerlukan input dari sektornya sendiri dan sektor lainnya. Tabel input-output suatu daerah akan dapat menggambarkan struktur ekonomi yang komprehensif dari daerah tersebut. Dengana Sto: Teor dan Aphis menggunakan analisis input-output, seorang perencana (planner) antara lain: a. Dapat mengetahui sektor mana yang dapat mempercepat pertumbuhan perekonomian daerah, b. Dapat mengetahui sektor mana yang paling peka atau sensitif terhadap pertumbuhan perekonomian daerah. c. Dapat meramalkan output tenaga kerja, impor, serta nilai tambah setiap sektor secara komprehensif dan konsisten, apabila permintaan akhir setiap sektor diketahui, d. Dapat meramalkan perkembangan harga. e. Dapat memperkirakan pengaruh perekonomian daerahnya, baik terhadap perekonomian daerah lain maupun terhadap perekonomian nasional. Peran Komputer dalam Statistik Alili statistik: Nama modern untuk anggota Persekutuan Pythagoras. Rakasia Persekutuan pada penjagaan yang ketat, tetapi kata rahasianya harus sigma. Para putera altar tinggal sepanjang malam di tempat pemujaan dewa, mereka memberinya makan dengan kartu IBM. Mempercayai baloa jika dewa tidak diberi makan maka akan dibunuh secara kejam oleh musuhnya, si Pemenggal Anggaran dan Persekutuan memasrahkan kepada kalkulator meja, tempat hukuman sementara. Dipandang dengan kecurigaan oleh suku-suku lain karena ketertarikan yang berlebihan pada penyimpangan, ~ Royal Brandis Seperti disarankan oleh definisi yang jenaka di atas, dapat dipastikan bahwa komputer mempunyai peranan dalam statistik. Pada kenyataannya, komputer dapat secara efisien digunakan pada setiap operasi pengolahan yang memiliki satu atau lebih karakteristik berikut: 1. Jumlah masukan (input) yang besar. Semakin besar jumlah data yang harus diolah untuk menghasilkan informasi yang diperlukan, pengolahan dengan komputer menjadi sentakin ekonomis dibandingkan dengan metode-metode lainnya 2. Proyek yang repetitif. Sehubungan dengan biaya yang terlibat dalam menyiapkan tugas untuk pengolahan komputer, maka seringkali yang paling ekonomis ialah menggunakan komputer untuk proyek-proyek yang repetitif. . Diinginkan dan diperlukan kecepatan tinggi dalam pengolahan. Semakin besar kebutuhan akan informasi yang tepat waktu, semakin besar nilai komputer dibandingkan dengan metode-metode lainnya (yang lebih lambat) 4. Diinginkan dan diperlukan ketepatan yang lebih besar. Pengolahan komputer akan cukup tepat jika tugas yang harus dilaksanakan telah disiapkan dengan matang. 5. Mengolah hal-hal kompleks yang memerlukan bantuan elektronik. Dalam beberapa situasi yang melibatkan sejumlah besar variabel yang berinteraksi, maka tidak ada alternatif lain selain komputer. Misalnya, pengambilan keputusan dengan alat statistik seperti pemrograman linear dan simulasi biasanya menggunakan komputer, ‘Ada banyak teknik statistik yang menggunakan sejumlah besar data masukan yang repetitif, dan menghasilkan informasi yang memerlukan ketepatan waktu dan ketelitian (akurasi). Misalnya, perhitungan melelahkan yang diperlukan untuk melakukan prosedur analisis varians, seperti yang diuraikan nanti, pada saat sebagian besar sudah ditangani oleh komputer. Dalam Bab 10, kita akan menghitung indeks variasi musiman. Meskipun1b 1 Betkenolon dengan Stith ” contoh persoalan telah kita sederhanakan dengan menguiangi jumlah perhitungan yang diperlukan, namun tetap saja masih memerlukan berjam-jam untuk melakukan aritmatika dengan kalkulator meja. Sebuah komputer dapat melakukan tugas yang repetitif ini dengan sejumlah masukan data yang lebih besar dalam waktu kurang dari semenit. Dengan sebuah komputer, telah terbuka jalan bagi penerapan teknik-teknik yang sebelumnya terbatas penggunaannya karena banyaknya perhitungan yang diperlukan. john Adams memerlukan waktu dua tahun pada tahun 1840-an untuk menekuni perhitungan posisi planet Neptunus. Sekarang pekerjaannya dapat diduplikasi dengan lebih tepat dalam waktu sekitar semenit dengan sebuah komputer). ‘Ada beberapa paket program statistik seperti Minitab, SAS, SPSS, dan SYSTAT yang tersedia secara luas. Paket-paket program tersebut dapat digunakan untuk menangani analisis statistik dari data set yang berukuran kecil maupun besar. Di samping itu, ada beberapa paket spreadsheet seperti Microsoft Excel, Lotus 1-2-3, dan Quatropro, yang mempunyai kemampuan analisis statistik tetapi sifatnya umum dan terbatas. Dalam. beberapa bab tertentu akan ditampilkan penggunaan paket Microsoft Excel untuk pengolalan data. Jd ISTILAH PENTING ‘2! Data Sesuatu yang diketahui atau dianggap. Klasifikasi Identifikasi jenis data dengan karakteristik jika serupa dan mengaturnya ke dalam kelompok atau kelas. Variabel Karakteristik yang menunjukkan variasi atau sesuatu yang nilainya berubah- ubah. Variabel diskrit Suatu variabel dengan nilai yang dapat dihitung, atau terbatas. Variabel kontinut Variabel dengan nilai tidak terbatas yang dapat diukur atau dicatat sampai tingkat kesempatan yang diperlukan, Data kualitatif Data yang tidak berbentuk angka. : \ Data kuantitatif Data dalam bentuk angka Data internal Data yang, menggambarkan keadaan dalam suatu organisasi Data primer Data yang dikumpulkan dan diolah senditi oleh suatu organisasi atau perorangan langsung dari objeknya. Data sekunder Data yang diperoleh dalam bentuk yang sudah jadi, sudah dikumpulkan, dan diolah oleh pihak lain. Data cross section Data yang dikumpulkan pada suatu waktu tertentu untuk menggambarkan keadaan fakta yang bersangkutan, Data berkala Data yang dikumpulkan dari waktu ke waktu Statistik dalam arti sempit Data ringkasan berbentuk angka. Statistik dalam arti luas (Statistik) [mu yang mempelajari cara pengumpulan, pengolahan, penyajian, dan analisis data serta cara pengambilan kesimpulan secara umum berdasarkan hasil penelitian yang tidak menyeluruh:1". 12, 13. 14, » PERTANYAAN & LATIHAN ‘Sebutkan paling sedikit lima jenis data yang diperlukan oleh pemerintah sebagai dasar perencanaan pembangunan dan dasar evaluasi hasil perencanaan pembangunan, baik tingkat nasional, regional, maupun sektoral. Sebutkan paling sedikit lima jenis data yang diperiukan oleh perusahaan. ‘Sebutkan syarat data yang baik. Apa akibatnya kalau data yang dipergunakan sebagai dasar pembuatan keputusan adalah data yang salah? ik sangat berguna untuk keperluan penelitian? Pada tahap pelaksanaan penelitian yang mana, ilmu statistik diperlukan? Terangkan apa artinya statistik pemerintahan (goverment sta- tistics) berguna untuk pemerintahan sedangkan statistik perusahaan (business statistics) berguna untuk perusahaan! Jelaskan perbedaan arti statistik dan statistika. Terangkan arti dari elemen, karakteristik, populasi, sampel, sensus, sampling, dan data ringkasan. ‘Apa sebenamya data stalistik itu? Kalau pengumpulan data dilakukan dengan sampling, maka akan diperoleh data/nilai perkiraan (estimate value), apa sebenamya yang diperkirakan itu? Sebutkan jenis data menurut sumbernya dan berikan contoh-contohnya! Sebutkan jenis data menurut cara memperolehnya dan berikan contoh-contohnya! Sebutkan jenis data menurut waktu pengumpulannya dan berikan contoh-contohnya! Nyatakan apakah setiap variabel berikut adalah kualitatif atau kuantitatif a. Penjualan tahunan b. Ukuran minuman jadi (kecil, sedang, besar) ¢. Klasifikasi pekerjaan d. Pendapatan per kapita fe. Metode pembayaran (kas, cek, kartu kredit) Nyatakan apakah setiap variabel berikut adalah kualitatif atau kuantitatit. a. umur ¢. rangking kelas b. jenis kelamin d, jumlah orang yang menyetujui hukuman mati Departemen perindustrian melaporkan bahwa pada tahun 1998 dari sejumlah perusahaan yang ‘mendaftar untuk memperoleh sertifikat ISO 9002, 23 berasal dari perusahaan manufaktur skala besar, 18 berasal dari perusahaan jasa, dan 30 dari bisnis berskala kecil. Dari informasi tersebut termasuk jenis data apakah menurut Anda, kualitatit atau kuantitatif? . Sebuah survei dilakukan untuk melihat struktur ketenagakerjaan. Jenis pekerjaan dikelompokkan menjadi tiga kelompok atau sektor, yaitu pertanian, manufaktur, dan jasa. Data dicatat dengan kode 1 yang menyatakan pertanian, 2 menyatakan manutaktur, dan 3 menyatakan jasa. Variabelnya adalah sektor pekerjaan. Apakah variabel tersebut termasuk kualitatif atau kuantitatif? Sebuah Biro perjalanan di Bali mengumpulkan data tentang wisatawan yang berkunjung ke Bali Pertanyaan berikut ditanyakan pada 16 orang penumpang pesawat yang datang pada bulan Maret 1999. a. Perjalanan ke Bali kali ini adalah yang ke: 1, 2, 3, 4, 4+ b. Alasan utama perjalanan ini adalah: (10 kategori termasuk liburan, konferensi, bulan madu) Di mana Anda merencanakan untuk tinggal: (11 kategori termasuk apartemen, tempat saudara, kamping) 4. Total jumiah hari di Bali Setelah mendapatkan jawabanya, maka Anda diminta untuk menjawab pertanyaan berikut: a. Sebutkan populasi yang diselidiki/diteliti 5. Apakah penggunaan kuesioner merupakan cara yang baik untuk mencapai populasi Penumpang pada pesawat yang datang? Sisk: Ter dn Apesfob 1 Berkenlon dengan Stik 19 1 c. _Berikan komentar pada setiap pertanyaan di atas dalam bentuk apakah pertanyaan tersebut akan menghasilkan data kualitatif atau kuantitatit? 15. Berikan contoh penggunaan data sebagai dasar perencanaan pembangunan nasional, regional, dan sektoral. Kemudian contoh penggunaan data untuk daser perencanaan personalia, keuangan, pertanian, produksi, dan penjualan. r 146. Mengapa pimpinan daerah (gubemur, bupati, dan lain sebagainya) memerlukan data daerah? Berikan contoh kegunaan data bagi pimpinan daerah 17. a. Sebutkan beberapa contoh data yang diperlukan untuk dasar perencanaan daerah. b. Sebutkan cara-cara untuk memperoleh data daerah tersebut. iC Frcunpuan DAN PENGOLAHAN DATA Tojvan Belajar Setelah mempelojori bob ini, Anda dihorapkan nampu: ‘© menggambarkan proses don metode yang digunckan dalam pengumpulan data © menjeaskan proses don metode yang digunakan dalam pengolahan data si ih at a AS i cea de{ob 2 Pengumplon don Pengolhan oto 1 Seperti telah dijelaskan sebelumnya, statistik. merupakan pengetahuan yang berhubungan dengan pengumpulan, pengolahan, penyajian dan analisis data, serta pengambilan kesimpulan. Dari definisi ini jelas bahwa pengumpulan dan pengolahan data merupakan tahapan pertama dan kedua dari kegiatan statistika. Dengan demikian, kedua kegiatan tersebut menjadi sangat penting. Dalam bab ini kita akan membahas beberapa hal yang, penting berkaitan dengan kedua tahapan tersebut. PENGUMPULAN DATA Data statistik yang diharapkan adalah data yang dapat dipercaya dan tepat waktu, Untuk mencapai tujuan tersebut, maka pengumpulan datanya harus baik dan mencakup seluruh unit yang menjadi objek penelitian. Informasi yang dikumpulkan itu harus sesuai dengan keadaan yang sebenarnya dan dengan metode serta cara yang ditetapkan. . Sebelum pengumpulan data dilakukan, terlebih dahulu harus diketahui untuk apa data itu dikumpulkan. Apakah data tersebut hanya sekedar untuk mendapatkan gambaran mengenai suatu keadaan atau untuk memecahkan suatu persoalan. Apapun tujuan pengumpulan data, terlebih dahulu harus diketahui jenis elemen atau objek yang akan diselidiki. Elemen adalah unit terkecil dari objek penelitian. Elemen atau unit terkecil dapat berupa orang (pegawai negeri, mahasiswa, pedagang, konsumen, karyawan, nasabah bank, dan sebagainya), organisasi atau badan usaha (perusahaan, sekolah/universitas, departemen, propinsi, kabupaten, kecamatan, desa, rumah tangga, pasar, dan lain sebagainya), atau barang (kendaraan, mesin, gedung, senjata, dan sebagainya). Tujuan pengumpulan data, selain untuk mengetahui jumlah elemen, juga untuk mengetahui karakteristik dari elemen-elemen tersebut. Karakteristik adalah sifat-sifat, ciri-ciri atau hal-hal yang dimiliki oleh elemen, yaitu semua keterangan mengenai elemen Misalnya, kalau elemen itu pegawai pemerintah/swasta maka karakteristik yang perlu diketahui antara lain jenis kelamin, pendidikan, agama, umur, masa kerja, golongan dan Baji; sedangkan jika berupa perusahaan, maka karakteristiknya antara lain jumlah karyawan, jumlah kekayaan, hasil produksi, dan hasil penjualan; kalau universitas, kkarakteristiknya antara lain jumlah mahasiswa, jumlah dosen, dan banyaknya fakultas. Variabel atau peubah ialah sesuatu yang nilainya dapat berubah atau berbeda. Nilai karakteristik suatu elemen merupakan nilai variabel, misalnya harga (karakteristik harga suatu barang akan berubah-ubah menurut waktu atau berbeda-beda menurut tempat), produksi, hasil penjualan, ekspor, pendapatan nasional, umur, tinggi badan, berat badan, tekanan darah, temperatur/suhu, modal perusahaan, dan lain sebagairlya, Biasanya untuk menunjukkan suatu variabel dipergunakan huruf Latin (X, Y, Z) atau Yunani dan lain sebagainya CONTOH 2.1 Kalau ada 3 perusahaan dengan X = modal perusahaan dalam jutaan rupiah, a di mana X, = 5, X, = 7, X, = 4, berarti perusahaan pertama mempunyai modal Rp5 juta, perusahaan kedua Rp7 juta, dan perusahaan ketiga Rp4 juta Populasi adalah kumpulan dari seluruh elemen sejenis tetapi dapat dibedakan satu sama lain. Perbedaan-perbedaan itu disebabkan karena adanya nilai karakteristik yang berlainan. Misalnya, seluruh karyawan perusahaan merupakan suatu populasi. Di sini elemen merupakan orang, yaitu karyawan perusahaan. Walaupun jenisnya sama, namun karakteristiknya secara keseluruhan akan berlainan, misalnya umur, pendidikan, masa kerja, jumlah anak, gaji pokok, dan lain sebagainya. Jadi, populasi bisa merupakan seluruh penduduk Indonesia, seluruh perusahaan industri di Indonesia, seluruh petani di Jawa Tengah, seluruh kendaraan Departemen Keuangan, dan lain sebagainya; untuk menunjukkan banyaknya elemen populasi, kita berikan notasi N.Cataton: Karena pengumpulan data akan menghasilkan nilai observasi sebagai nilai karat‘eristik dari masing-masing elemen, maka kumpulan seluruh nilai (data) observasi disebut populasi. Kumpulan seluruh kemungkinan hasil eksperimen juga disebut populasi. Oleh karena itu, populasi dan sampel sering ditulis sebagai berikut: Populasi > Xy, Xp...) Xp. Xy Sampel =X, Xp...) Xp.) Xy Sampei adalah sebagian dari populasi. Jikan adalah jumlah elemen sampel dan N adalah jumlah elemen populasi, maka n < N (1 lebih kecil dari N). Istilah lain dari sampel adalah contoh. Metode Pengumpuian Dota uu Di dalam statistik dikenal dua cara pengumpulan data, yaitu cara sensus dan cara sam- pling. Sensus Sensus adalah cara pengumpulan data di mana seluruh elemen populasi diselidiki satu per satu. Data yang diperoleh sebagai hasil pengolahan sensus disebut dats nz sebenarnya (true voli}, atau sering disebut parameter. Misalnya, hasil sensus penduduk tahun 1980 memberikan data sebenarnya mengenai penduduk Indonesia (jumlahnya menurut umur, menurut jenis kelamin, menurut lapangan kerja, menurut agama dan pendidikan), dan sensus pegawai negeri tahun 1973 memberikan data sebenamya mengenai jumlahnya menurut pendidikan, menurut pusat dan daerah, dan lain sebagainya. Sensus pertanian dan sensus industri, masing-masing memberikan data sebenarnya tentang keadaan permasalahan pertanian dan industri. Perl. diperhatikan di sini bahwa cara sensus mahal biayanya serta memerlukan banyak tenaga dan waktu. Sebetulnya cara ini tidak efisien, Oleh karena itu, menurut rekomendasi PBB (Perserikatan Bangsa Bangsa) kepada para negara anggota, sensus penduduk cukup sekali dilakukan dalam 10 tahun (Indonesia menyelenggarakan sensus penduduk pada tahun 1961, 1971, 1980, 1990, dan 2000), sedangkan sensus industri dan pertanian masing-masing cukup sekali dalam 5 tahun, Sampling Sampling adalah cara pengumpulan data di mana yang diselidiki adalah elemen sampel dari suatu populasi. Data yang diperoleh dari hasil sampling merupakan data perkiraan (estimate value). Jadi jika dari 1.000 perusahaan hanya akan diselidiki 100 saja, maka hasil penyelidikannya merupakan suatu perkiraan. Misalnya, perkiraan jumlah karyawan, perkiraan jumlah produksi, perkiraan jumlah modal, perkiraan rata-rata modal, perkiraan rata-tata gaji karyawan per bulan, dan lain sebagainya. Jika nilai yang dihitung berdasarkan seluruh elemen populasi disebut parameter, maka yang dihitung berdasarkan sampel disebut «atist k (statistic tanpa s, sebab statistic dengan s berarti ilmu statistik yang sering disebut statistika). Dibandingkan dengan sensus, pengumpulan data dengan cara sampling membutuhkan biaya yang jauh lebih sedikit, memerlukan waktu yang lebih cepat, tenaga yang tidak terlalu banyak, dan dapat menghasilkan cakupan data yang lebih luas serta terperinci. Dalam banyak hal, metode pengumpulan data dengan cara sampling lebih disukai dengan pertimbangan keterbatasan biaya dan waktu serta penelitian yang bersifat merusak. int a a Sih 4ob? Peagupoln don Pengolohon Dota ' Cara Pengambilan Sampel Pada dasarnya ada dua cara pengambilan sampel, cara acak (random), dan bukan acak (nonrandom). Cara acak adalah suatu cara pemilihan sejumlah elemen dari populasi untuk menjadi anggota sampel, di mana pemilihannya dilakukan sedemikian rupa sehingga setiap elemen mendapat kesempatan yang sama (equal chance) untuk dipilih menjadi anggota sampel. Pemilihan juga dapat dilakukan dengan lotere/undian atau kalau jumlah elemennya ribuan perlu kita gunakan tabel angka acak, yaitu suatu daftar angka yang sudah dibuat sedemikian rupa sehingga kalau dipergunakan akan menjamin pemilihan secara acak. Cara ini dianggap obyektif karena netral. Samplingnya disebut probability sampling, yaitu setiap elemen mempunyai probabilitas (kemungkinan) yang sama untuk dipilih. Cara bukan acak adalah suatu cara pemilihan elemen-elemen dari populasi untuk menjadi anggota sampel di mana setiap elemen tidak mendapat kesempatan yang sama untuk dipilih. Cara bukan acak lebih bersifat subyektif dan samplingnya disebut nonprobability sampling, artinya, setiap elemen tidak mempunyai probabilitas yang sama untuk dipilih. Cara mana yang akan dipergunakan sepenuhnya tergantung kepada orang yang akan mengumpulkan data. Hal yang perlu ditekankan di sini adalah, bahwa hanya dengan probability sampling yang sifatnya acak, kita dapat menggunakan metode analisis statistik, menguji hipotesis, membuat perkiraan interval, serta dapat memperkirakan besarnya kesalahan perkiraan. Dengan demikian, yang terakhir ini memungkinkan kita untuk memperhitungkan besarnya risiko ketidakpastian (uncertainty) dalam proses pengambilan keputusan. Alot Pengumpulan Data Apabila metode pengumpulan datanya sudah ditentukan, kemudian ditentukan alat untuk memperoleh data dari objek yang akan diteliti. Alat atau device untuk memperoleh keterangan dari objek atau elemen antara lain: + daftar pertanyaan (questionnaire) ‘= wawancara + observasi atau pengamatan langsung + melalui pos, telepon, atau alat komunikasi lainnya Bagian yang sangat penting dalam pengumpulan data adalah merancang kuesioner. Kuesioner atau daftar isian adalah satu set pertanyaan yang tersusun secara sistematis dan standar sehingga pertanyaan yang sama dapat diajukan terhadap setiap responden. Sistematis yang dimaksud di sini adalah bahwa item-item pertanyaan disusun menurut ogika (logical sequence) sesuai dengan maksud dan tujuan pengumpulan data. Sedangkan yang dimaksud standar adalah setiap item pertanyaan mempunyai pengertian, konsep, dan definisi yang sama. Usaha untuk membuat kuesioner suatu survei yang baik, harus diarahkan pada dua tujuan utama, yaitu: © Memperoleh informasi/data yang bethubungan dengan maksud dan tujuan surveil + Mengumpulkan informasi dengan kecermatan dan ketelitian yang dapat diper- tanggungjawabkan. Untuk memenuhi tujuan pertama, rancangan kuesioner harus benar-benar sesuai dengan situasi di mana lingkup topik yang diselidiki dapat dibatasi. Informasi_ yang dikumpulkan harus berupa fakta dan bersifat objektif sesuai dengan tujuan survei. Selain itu, pertanyaan-pertanyaan tersebut hanya ditujukan kepada responden yang diketahui berhak dan mampu menjawabnya.sedangkan untuk memenuhi tujuan kedua, ada beberapa hal yang harus dilakukan dalam pembuatan kuesioner. Tingkat ketelitian informasi yang dikumpulkan dapat Giperoleh apabila kuesioner disusun secara sederhana. Selain itu, kuesioner harus mudah dimengerti serta adanya keseragaman peristiwa dan petunjuk pengisiannya Meskipun bukan merupakan satu-satunya alat pengumpulan data, tetapi kuesioner adalah alat yang efektif untuk berbagai cara pengumpulan data seperti wawancara, observasi maupun lewat pos (mailing system). Keuntungan penggunaan kuesioner dalam suatu survei dibandingkan dengan teknik lainnya adalah dapat diperolehnya data standar yang dapat dipertanggungjawabkan untuk keperluan analisis menyeluruh tentang karakteristik populasi yang diselidiki. Jenis pertanyaan dalam kuesioner dapat dibedakan menjadi ero" dan ertainiaon ‘ereten, Perbedaan kedua jenis pertanyaan tersebut terletak pada tingkat kebebasan responden dalam menjawab pertanyaan-pertanyaan kuesioner. Pertanyaan terbuka memungkinkan responden memberikan jawaban yang dikehendaki dengan kata- kata yang dipilihnya sendiri. Sedangkan pertanyaan tertutup membatasi jawaban responden dengan keharusan memilih di antara jawaban-jawaban yang sudah tercantum dalam kuesioner. PENGOLAHAN DATA Apabila data sudah dikumpulkan (daftar pertanyaan sudah diisi, pertanyaan-pertanyaan yang diajukan dalam wawancara sudah memperoleh jawaban, pengamatan /observasi sudah dilakukan), maka diperoleh data mentah (raw data). = sama atau lebih Dari Tabel 3.9, bisa dibaca bahwa jika karyawan yang sudah mempunyai masa kerja 32 tahun atau lebih harus pensiun, maka ada 115 orang yang harus pensiun, dengan rincian 50 karyawan SD golongan 1, 30 karyawan SLP golongan I, 25 karyawan SLA golongan II, dan 10 karyawan Akademi/Universitas, di mana 5 karyawan golongen Il, 3 karyawan golongan III, dan 2 golongan IV. Oleh karena yang pensiun harus diganti, maka agar tidak merusak komposisi kepegawaian, penggantinya haruslah disesuaikan dengan yang akan pensiun, terutama pendidikan dan golongan. <1 tahun ith<2th 2th<3th 3th<4th 4th <5th 25th a | Dari Tabel 3.10, bisa diketahui bahwa kendaraan yang sudah berumur 5 tahun atau lebih, sesuai dengan peraturan yang ada, mungkin harus diganti. Di dalam penggantiannya harus diperhatikan merek dan jenis kendaraan. Ada 18 mobil yang harus diganti, di antaranya lima sedan Toyota, dua bus Toyota, dan seterusnya seperti terlihat pada tabel tersebutSioistit: Ter don Akos Fenjulon Perusohaan X menurut Jnis Borang, Tempat Penjolan, don Tempo Asal Pembeli 1999 (dol jta rupiah) A 20 | 10 | 75 } 30] 60} 20] 90} 60 | 245] 120 | 365 B 50} 45} 80 | 40} 65] 15} 80} 40] 275] 140} 415 c 30} 20 | 90 | 50 | 40} 25} 85 | 45 | 245} 140 | 385 D 35} 15 | 65.| 45 | 35} 10} 60) 30] 195] 100 | 295 E 25 |. 15 | 85 |. 55'| 45] 30} 55 | 20| 210] 120 | 320 160 | 105 | 395 | 220 | 245 | 100 | 370 | 195 |1.170| 620 [1.700 Jumlah 265 615 345 565 1.790 Pada Tabel 3.11, baris terakhir menunjukkan jumlah penjualan yang dirinci menurut daerah penjualan, di mana daerah penjualan pertama sebanyak Rp265 juta, daerah kedua Rp615 juta, dan seterusnya. Sedangkan kolom terakhir menunjukkan rincian jumlah penjualan menurut jenis barang, yaitu barang A sebanyak Rp365 juta, barang B sebanyak Rp415 juta, dan seterusnya. Perhatikan bahwa jumlah penjualan sebesar Rp1.790 juta dapat diperoleh dari baris terakhir (penjualan menurut daerah) dan dari kolom terakhir (penjumlahan menurut jenis barang). Baris kedua dari bawah menunjukkan jumlah penjualan yang dirinci menurut daerah asal pembeli, yaitu dari kota sebesar Rp1.170 juta, sedangkan dari desa sebesar Rp620 juta. BENTUK GRAFIK Penyajian dalam bentuk gambar dapat memudahkan pengambilan kesimpulan dengan cepat. Data berkaia (Hine series asa}, yaitu data yang dikumpulkan dari waktu ke waktu untuk mengetahui perkembangan suatu hal/kegiatan, biasanya disajikan dalam bentuk grafik garis untuk memudahkan pembuatan trend. Seperti kita ketahui trend dapat dipergunakan sebagai dasar pembuatan ramalan (forecasting) yang amat berguna untuk dasar perencanaan. Beberapa macai grafik antara lain adalah: grafik garis (line chart), grafik batangan/balok (bar chart/histogram), grafik lingkaran (pie chart, pie dibaca pai), grafik gambar (pictogram), grafik berupa peta (cartogram) Grafik Garis Tunggal Grafik garis tunggal (si chart) adalah grafik yang terdiri dari satu garis untuk menggambarkan perkembangan (trend) dari suatu karakteristik. CONTOH 3.1 Perhatikan Tabel 3.12 berikut, yang berisi data penjualan hipotetis Harapan Kita selama tujuh tahun. C= Penjualan Hipotetis Perusahaan “Harapan Kita”, 1993-1999 (jutoan tupiah) Hasi) PenjualanBob 3 Pevajian Dato 7 A] PENYELESAIAN Grafik garis un, “k data pada Tabel 3.12 disajikan dalam Peraga 3.2 « CE Penjualan Hipotetis Perusahaan "Harapan Kito,” 1993 — 1999 (dalam jutaon, tupigh) 160 140 120 100 80 Hasil penjualan (jutaan rupiah) ° LY 1993 1994 1995 1996 1997 1998 1999 Tahun CONTOH 3.2. Perhatikan Tabel 3.13 berikut, yang menyajikan data produksi kacang tanah di Indonesia selama tahun 1993 sampai 1997. Produksi Kacong Tanah Indonesia, 1993-1997 (000 Ton) Produksi | 6387 6319 7601 737.8 6883 Sinner Statistik Indonesia 1997, BPS, PENYELESAIAN Dari data Tabel 3.13 di atas, kita dapat menggambarkan grafiknya seperti terlihat pada Peraga 3.3 Produksi Kacang Tanah Indonesia, 1993-1997 (000 Ton) om ecg 5 750 3 m0 | oo 3 650 —| Law fa 2 sw | ™ } =o : 1993 «(1994 1995 1996 «1997, ‘TahunSto: Teort don Aotias CONTOH 3.3 Perhatikan Tabel 3.14 berikut, yang menyajikan data nilai ekspor Indonesia =| selama tahun 1993 sampai 1997. Berdasarkan data dari tabel tersebut, buatlah grafiknya. Nilai Ekspor menurut Pulau don Waktu, 1993-1997 (dalam juta USS) Jawa dan Madura 16.5878 17.8050 19.4473 21.3570 23.782,9 ‘Sumatera 12.0381 13.5412 15.9809 17.3840 18.2041 Kalimantan 60036 66.110 65711 7.3565 7.775, Sulawesi "e219 a877 9312 951,2 933,0 Bali dan Nusa Tenggara 2443-1888 207.8 1874 3123 Maluku dan Irian Jaya 1.3273 15497 22797 25787 2.436,2 Jumlah 36.8230 40.0534 45.4180 49.8148 53.443,6 ivr: Statistik Indonesia 1997, BPS, my PENYELESAIAN Grafik garis dari data Tabel 3.14 disajikan dalam Peraga 3.4. € re Nilai Ekspor Indonesia 1993-1997 (Juta USS) 60000 Nilai Ekspor Guta US $) 1993 1994 1995 1996 Tahun Grofik Goris Berganda Grafik Garis Berganda (nusltiple line chart) adalah grafik yang terdiri dari beberapa garis untuk menggambarkan perkembangan beberapa hal /kejadian sekaligus. Misalnya perkem- bangan ekspor menurut golongan A, B, dan minyak bumi, perkembangan hasil penjualan menurut jenisnya (barang A, B, dan C), perkembangan jumlah korban kecelakaan lalu- lintas menurut jenis korban (meninggal, Iuka berat, dan luka ringan), dan lain sebagainyase psccerewre se Bab 3. Penyjian Do 0 CONTOH 3.4 Perhatikan Tabel 3.15 berikut, yang berisi data penjualan hipotetis Toko Terang, selama delapan tahun terakhir. RENIN ero tips Toko “erang” mnurt Jens Borang don Woks (am ut Rp Televisi 2. 30 (35H Radio 3 6 5S 6 6 7 8 9% Kulkas 30. «50S HS 100 Jumlah 7 125 M5 175 200 230 245 275 ZZ PENYELESAIAN Grafik garis berganda untuk data dari Tabel 3.15 disajikan pada Peraga 3.5 Penjualan Hipotetis Toko "Terang" menurut Jenis Borang, 1992-1999 i yp a i 3 a é = ‘Keterangan: 4 es Kulkas : 1992 1993~«1984~=«CVSS~«SIGS~C«OT=SCBCSC8D ‘Tahun CONTOH 3.5. Perhatikan Tabel 3.16 berikut, yang memuat data realisasi kredit kepemilikan rumah melalui BTN selama enam tahun terakhir. Dari data tersebut buatlah grafik garis berganda. crm Reolisasi Kredit Pemilikan Rumah melalui BIN 1992-1997 (Unit) eee zs = Perumnas: 9,016 12.210 28483 10.572 19.307 16.497 Nonperumnas 19.644 16.919 75.322 160.147 143.940 105.578 Jumlah 38.660 29.129 103.805 170.719 163.247 122.075 Statistik Indonesia 1997, BPSSet Heo ot Aphas wy PENYELESAIAN Grafik untuk data dari Tabel 3.16 disajikan dalam Peraga 3.6 i ( preaca 3.5 Jumloh Realisasi Kredit Kepemilikan Rumah melalui BTN 1992-1997* 180000 160000 = 140000 120000 Jumlah realisasi Kredit (unit) 1995 Tahun 1996 197 ~O- Perumnas | w= Nonperumnas CONTOH 3.6 Perhatikan Tabel 3.17 berikut, yang memuat data indeks nilai tukar petani di | Pulau Jawa. Dari data tersebut, buatiah grafik garis berganda. € rt a Indeks Nilo Tukar Petoni di Pulau Jawa menurut Propinsi 1993-1997 (1983 = 100)" Jawa Barat 9484 10181 105,48 101,01 109,04 111,63 107,00 Jawa Tengah 9495 99,77. 104,72 Di. Yogyakarta 96,91 108,06 109,32 Jawa Timur 94,25. 102,30 106,41 Sumber: Biro Pusat Statistik, Indonesia dalam angha 199? 103,09 104,04 11346 12,14 mw PENYELESAIAN Grafik untuk data dari Tabel 3.17 disajikan dalam Peraga 37. xn Indeks Niloi Tokar Petani di Pulau Jawa menurut Propinsi 1993-1997 (1983 = 100) 180000 * "460000 Indeks. 140000 1120000 oe Jawa Barat 0 Jawa Tengah 4 DL Yogyakarta + Jawa Timur CoE ET SRE oO A EEE a* 4 Grafik Goris Komponen Bergomie Gratk Garis Komponen Berganda ‘it oi ceumoneut tine chart, serapa dengan grafik berganda, tetapi garis yang teratas/terakhir menggambarkan jumlah (total) dari komponen-komponen, sedangkan garis lainnya menggambarkan masing-masing komponen. CONTOH 3.7. Untuk memberikan contoh penggambaran grafik garis komponen berganda, a perhatikan Tabel 3.18. Jumlah Pesawat Terbang menurut Pemilikan 1991-1996 (Unit) Pemerintah 320. 327-326 «326-380-362 Swasta 515 540548 5695807 k Inddonests 1957, BP ve Ditjen Perhubungan Uaors dakar PENYELESAIAN Grafik garis komponen berganda untuk Tabel 3.18 disajikan dalam Peraga 38 berikut ini. PERAGA 38 38 Jumlah Pesawat Terbang menurut Kepemilikan . 100 00 2 aw = 700 é a 2 500 BB Pomerintsh = 400 CD swasta 2 30 2 20 100 0 11S IH TB 1886 Tahu CONTOH 3.8 Cotoh lain grafik garis komponen berganda disajikan dalam Peraga 3.9, yaitu penjualan hipotetis PT Abadi. ty & i Keteranganz a ¢ Barang A a EB: Barang B BB -arangcSst: Teor dan Apes! jenggambaran grafik garis Komponen berganda dilakukan satu per satu, maksudnya : ce acl penjualan barang A digambarkan, kemudian tepat di atas nilai barang A Sada tahun tertentu ditempatkan nilai barang B dan seterusnya sampai nilai barang C jn Proses ini merupakan penjumlahan, schingga garis teratas (terakhir) menunjukkan nilai jumlah (total) Grafik Garis Persentase Komponen Berganda Grafik garis persentase komponen berganda (multiple percentage component line chart), adalah sama seperti grafik garis berganda, kecuali bahwa masing-masing nilai komponen dinyatakan dalam persentase, sehingga garis teratas (terakhir) merupakan garis yang menunjukkan 100% ! CONTOH 3.9 Perhatikan Tabel 3.19, yang memuat data persentase realisasi kredit kepemi- @ likan rumah melalui BTN selama enam tahun. ETD Pe sentase Restos Kredit Kop Perumnas j Nonperumnas Jumiah Sunivr: Diolah daei Tabel 3.4 zy PENYELESAIAN Grafik untuk data dari Tabel 3.19 digambarkan pada Peraga 3.10. STEED essere Reais Kredit Kepemiikon Rumch mel BTN menurutJenisnya* 100% 80% BEI Nonperumnas WH Perumnas Persentase Realisasi Kredit 3 2 19219931994 1995, 19951997 Tahun CONTOH 3.10 Perhatikan Tabel 3.20, yang memuat data persentase penjualan Toko Terang a menurut jenis barang dan waktu. rn 38 Persentase Penjualan Hipotetis Toko “Terang” menurut Jenis Borang dan Waktu* e Televisi 2667 2400 24,14 Radio 33,33 36,00 34.48 Kulkas 40,00 40,00 41,38 Jumlah 100,00 100,00 100,001 1 1 i i i Bob 3 Peon Dole 4B PENYELESAIAN Grafik garis persentase komponen berganda untuk Tabel 3.20 digambarkan pada Peraga 3.11 exe Eat Persentase Penjuclan Hipotetis Toko “Terang” menurut Jenis Barong dan waktu 100% 0 so a 50% Keterangan: a GE Teteviss om pane BB: Radio w BB: Kuttas om 1992 19931994 1995 1995 1997 1908 1999 Tahun Grafik Goris Berimbang Neto Grafik Garis Berimbang Neto (ve! (ainced line). Nilai-nilai selisih dengan garis timbangan dapat diberi warna yang berbeda untuk menilai selisih yang positif dan negatif. CONTOH 3.11 Perhatikan Tabel 3.21, yang memuat data neraca pembayaran Indonesia Z Gambarlah grafik garis berimbang neto. SREETID Birches Peneinaan,Pengeuoran, dan Srplus/DefistNegora (Miya Rp) = ——= mee ees Penerimaan 1.2545 13695 1.5002 Pengeluaran 1.2486 1.362,6 1.489,5 Selisih 59 69 107 Sumber: Statistik Indonesia L997, Bl PENYELESAIAN. Grafik garis berimbang neto untuk data dari Tabel 3.21 disajikan pada Peraga 3.12. Surplus/Defisit Negara (Milyar Rp) a a 5 Sorplus 3 © Deft 1994/1995 1995/1956 1996/1997 ‘TahunSissi: Ter don Apes: CONTOH 3.12 Perhatikan Tabel 3.22, yang berisi data neraca perdagangan Indonesia Kemudian, gambarlah grafik garis berimbang netonya. ez» Neraca Perdagangan Indonesia (Juta USS), 1988-1997 1988 192185 132485 5970.0 1989 221589 16359,6 5799,3 1990 256753, 218370. 3838.3 1991, 291424 25868,8 32736 1992 33967,0 27279,6 6687.4 1993, 368330 283278 8495,2 1994 400534 319835 8069,9 1995 45418,0 406287 47893 1996 498148 429285 68863 197 53443,6 591484 57048 Sumber: Statistik Indonesia 1998, BPS. Catata Termasuk Minyax Buri dan Gas PENYELESAIAN Grafik garis berimbang neto untuk data pada Tabel 3.22 disajikan dalam Peraga 3.13. Selisih Ekspor-mpor (Juta USS)" Selisih Ekspor-impor Tahun “Data dari et 3.22 Grafik ini dapat juga digambar dalam bentuk batangan /balok, di mana penggambarannya hampir sama seperti grafik garis. Hanya bedanya kita pergunakan batangan/balok sebagai pengganti garis. Seperti halnya grafik garis, grafik batangan ini pun terdiri dari beberapa macam.{bob 3 Penyjian Dota 5 Grafik Batangan Tunggal (Single Bar Chart) Contoh dari grafik batangan tunggal disajikan dalam Peraga 3.14. a barang Elektronik dori Perusahaan "Harapan Kita’, 1993-1999 Unit 1993 190419951996 1997 1998 1999, Tahun CONTOH 3.13 Perhatikan Tabel 3.23, yang berisi data persentase kelahiran batita menurut tenaga penolong kelahiran di Indonesia selama tahun 1999. aa» Persentase Bolita menurut Tenaga Penolong Kelahiran di Indonesia, 1999 Dokter Bidan Tenaga Medis Lain Dakun Total Sumber: BPS Zw PENYELESAIAN Grafik batangan tunggal dari Tabel 3.23 disajikan dalam Peraga 3.15. ELLEN "erserose Buita Henurut Tenaga Penolong Kelahran di indonesia, 1999 900 450 400 35.0 300 250 200 159 109 50 00 Persentase Dokter Bidan Tenaga Dukun Medis Lain Penolong KelahiranSto: Ton don gies Grafik Batongon Berganda (Multiple Bar Chart) ign CONTOH 3.14 Perhatikan Peraga 3.16 berikut, yang menyajikan contoh dari grafik batangan ‘pad berganda. Sumber data adalah Tabel 3.12, CEERI Penivolan Hipotetis Toko “Terang" 1997-1999 Keterangan: Televisi Radio Jumlah Penjualan Kulkas 197 ‘Sebagian data dari Tabel 3.16 CONTOH 3.15 Perhatikan Tabel 3.24 berikut, yang menyajikan data tentang calon pemilih Po warga DKI pada Pemilu tahun 1999. Gambar grafik batangan bergandanya. alon Pemih Wargo DK! Jakarta pada Peni 1999 Menurut Identitas Penduduk dan Wilayak Jakarta Pusat 1.221.073, 232.239 1.453.312 Jakarta Utara 1.133.754 320.862 1.454.616 Jakarta Barat 1.989.144 427.435 2.416.579 Jakarta Selatan 1.491.742, 239.954 1.731.696 Jakarta Timur 1.838.197 416.685 2.254.882 Total 673.910 1.637.175 9.311.085, Zl PENYELESAIAN Grafik batangan berganda untuk data pada Tabel 3.24 disajikan dalam Peraga 3.17. zn EAL Golon Pemiih Worga DK! Jokarta pada Pemilu 1999 Menurut Wilayah don Identitas Calon Pemiih a 5 = = = Jakarta Timur a pea Jakarta Selatan 3} pemmeeet Jakarta Barat | Jakarta Utara Jakarta Pusat ° 500.000 1.000.000 1.500.000 2.000.000 2.500.000 OC Warga ber KTP [3 Kipem*){ob 3 Peyaian Dota a7 Grofik Batangon Komponen Berganda (Multi Component Bar Chart) CONTOH 3.16 Dengan mengacu pada Tabel 3.22, buatlah grafik batangan komponen gw berganda. a PENYELESAIAN Grafik batangan komponen berganda dari Tabel 3.22 disajikan pada Peraga 3.18 Indonesi Nilai Ekspor dan impor Termasuk 992-1997 (Jute USS)* ' | | : 120,000.04 1100,000.0 80.0000 | 4 60.9000 Nilai Exspor-Impor i 20,000. 09 1992 1993 1994 3995" _ 1996 1997 Grofik Botangon Persentase Komponen Berganda (Multiple Percentage Component Bar Chart) CONTOH 3.17 Dengan mengacu pada Tabel 3.25, buatlah grafik batangan persentase komponen berganda. « 13.25- Persentase Nilai Ekspor Indonesia ke Negora ASEAN 1993-1997 (Juta USS) Malaysia 123. 129-163 SA 160 Thailand 99 70 ne A 100 Filipina 60 64 97 95 93 Singapura Tl 727 2A 33 64S Brunei o7 09 04 o4 05 Jumlah 1000 1000 1000. 1000. 100,0 ‘Sumter: Diolah dari Tabel 32 PENYELESAIAN Grafik batangan persentase komponen berganda untuk Tabel 3.25 disajikan dalam Peraga 3.194B CxED Persentase Nik: Ekspor Indonesia ke Negara ASEAN 100% f= a ee = = 90% |= Singapura Filipina Thailand Malaysia Nilai Ekspor-Impor Beaoaro Brunei (Proporsi nila ekapor ke Brunet sang el sehingge ‘dak erat dalam 1993 1994 1995 1996 1997 peo Tahun citk Batangan Berimbang Neto (Nef Balances! Bar Chart) CONTOH 3.18 Dengan mengacu pada Tabel 3.21 dan 3.22, buatlah grafik batangan a berimbang neto. disajikan dalam Peraga 3.20 dan Peraga 3.21. CzE@ BED Surplus/Defist Negara (Milyar Rp)" io eee oes 1 Zi PENYELESAIAN Grafik batangan berimbang neto untuk data pada Tabel 3.21 dan Tabel 3.22 [ sumptus Surplus /Defisit oH 1994/1995 1995/1996 1996/1997 Tahun CzrRD cei Selisih Ekspor-impor Indonesia (Juta USS)* ey : a El I 1989." 1990” 1991 1992 1993, | setisin Selisih Ekspor-Import eerie tetrotett ten | Tahun44h 3 Pein 49 Selain dari grafik garis dan batangan, data dapat juga digambarkan dalam bentuk lingkaran. Grafik lingkaran adalah gambar grafik berupa lingkaran, di mana luas lingkaran merupakan komponen dari beberapa nilai. Bentuk-bentuk dari grafik lingkaran di antaranya adalah grafik lingkaran tunggel (single pie chart), yaitu grafik lingkaran yang terdiri atas satu lingkaran, dan grafik lingkaran berganda (multiple pie chart), yaitu grafile lingkaran yang terdiri atas lebih dari satu lingkaran. Grafik cabevcn unggal (Single Pie Chart? Penggambaran ini akan lebih tepat apabila kita hendak mengetahui perbandingan nilai- nilai karakteristik yang satu dengan yang lain dan dengan keseluruhannya. CONTOH 3.19 Perhatikan Tabel 3.26 berikut, yang memuat data jumlah kendaraan bermotor di Indonesia pada tahun 1999. Buatlah grafik lingkaran tunggalnya. STEM onyohaya Kendoran Bermotor dnd snurut Jenisnya, Tahun 1 (dalam sdvon) @ @Q) @) (4) 6) © Jumlah 925 191 788 4.551 6.455 zy PENYELESAIAN Grafik lingkaran untuk data pada Tabel 3.26 disajikan dalam Peraga 3.22. €& oe Jumlch Kendoraan Bermotor di Indonesia Menurut Jenis dalam Tahun 1999 (dolom ribuan) WBE on penunpaneF Soi Ter dan Aphis CONTOH 3.20 Perhatikan Tabel 3.27 berikut, yang memuat data persentase impor Indone- EE sia menurut negara kelompok ekonomi. Buatlah grafik lingkaran tunggalnya. ELIMI Peers lai impo indonesia menurt Hegora Kelompok Ekonomi Januar: Desember 1997 ASEAN 12,94 Korea Selatan 557 Jepang 19,80 NAFTA 1484 Uni Eropa 19,99 ‘Timur Tengah 385 Lainnya 7,94 Ae Total 100,00 Sumber: BPS, Ringkasan Eksekutif Statistik Ekonomi Makeo Indonesia, Maret 1998 mW PENYELESAIAN Grafik lingkaran tunggal dari Tabel 3.27 disajikan dalam Peraga 3.23 MECEZ EEE Persentose Nilci Impor Indonesia menurut Negara Kelompok Ekonomi Tahun 1997 ‘APEC Lainnya 15,07 i f Grafik Lingkaran Bergonda (Multi Pie Chart) gy CONTOH 3.21 Kita akan menggambarkan grafik lingkaran berganda dari Tabel 3.28 berikut. az” 3.28 Hos Tambang (Tambang X, ¥, dan Z) dori Negara-negara A, B, dan C Tahun 1999 (dalam ivtoan ton) : ay @ @ @) ®) A 4 2 “6 12 B 8 6 2 16 c 10 5 5 20fab 3. Pena Dats 51 Sebelum digambarkan, pertama-tama kita cari persentase tiap-tiap hasil tambang techadap jumlah masing-masing negara. Di dalam penggambarannya nanti, luas lingkaran sebanding dengan jumlah hasil tambang dari negara masing-masing Jika kita telah mengetahui perbandingan luas-luas lingkaran sesuai dengan jumlah masing-masing (dalam contoh, perbandingannya 12, 16 dan 20), maka dapat dicari perbandingan jari-jari dari lingkaran-lingkaran tersebut. Cara mencari perbandingan jari-jari adalah dengan mengumpamakan jari-jari dari Jingkaran suatu negara tertentu (misalkan negara A) mempunyai jari-jari tertentu (misalkan = 2cm). Dengan demikian, jari-jari negara lain dapat kita cari besarnya. Setelah dihitung, jari jari lingkaran negara B = 2,66 cm (yaitu 46 x 2 cm) dan jari-jari lingkaran negara C 3,32 cm (yaitu 32 x 2 cm), Tiap-tiap lingkaran mempunyai perbandingan luas tersendiri, seperti halnya dalam grafik lingkaran tunggal. Setelah dihitung, diperoleh tabel seperti berikut ini: Tabel Persentase a) 2) 8) 4) 6) A 33 7 50 100 B 50 37,5 12,5 100 c 50 25. 5 100 wy Titik pusat lingkaran-lingkaran harus terletak dalam satu gars. Jarak antara dua lingkaran harus lebih kecil daripada jumlah jari-jari kedua lingkaran yang berdekatan, Komposisi (urutan bentuk gambar) dari tiap lingkaran harus seragam. Komponen-komponen dalam lingkaran harus dibedakan dalam wama atau diberi arsr. Xeterangan serta kelengkapan grafik harus ada, seperti halnya pada grafik lain. Cartogram adalah grafik berupa peta. Suatu karakteristik (sifat/hal) yang akan digambarkan, diberi tanda/ciri khusus (berupa gambar sederhana). Misalnya, untuk menggambarkan hasil bumi (Kopi), di daerah/tempat yang menghasilkan hasil bumi (kopi) pada peta diberi tanda gambar kopi dan lain sebagainya. a CONTOH 3.22 Perhatikan Tabel 3.29 berikut.52 Stoistik: Teovi dam Aplitosi € = Rota-rala Kepadatan Pendudvk menurut Angka Sensus Penduduk Tahun 1980 di Indonesia @ 2 Jawa dan Madura 690 ‘Sumatera 59 Kalimantan 2 Sulawesi 55 Maluku 19 Nusa Tenggara %6 Dari tabel tersebut, kemudian dapat digambarkan kepadatan penduduk pada sebuah peta. Contoh grafik peta dapat dilihat pada Peraga 3.24. cx” Peta Kepadaton Penduduk Grafik Gambar (Pictogram Chart) Grafik gambar (Pictogram chart) adalah grafik yang disajikan dalam bentuk gambar. Di dalam bidang koordinat (salib sumbu) XY dinyatakan gambar-gambar dengan ciri khusus untuk suatu karakteristik. Misalnya, untuk menyatakan jumlah penduduk pada tahun- tahun tertentu, dapat digambarkan berupa gambar orang (secara sederhana). Tiap gambar mewakili suatu jumlah tertentu. Contoh lainnya seperti menyatakan banyaknya unit perumahan yang dibangun oleh pengembang menurut propinsi, dapat digambarkan berupa gambar rumah secara sederhana dan tiap gambar juga memiliki jumlah tertentu.383 195;, Rica Sumber: Badan Pusat Statistik, BPS. Penyajian data dalam bentuk tabel dan grafik sangat membantu untuk pembuatan suatu analisis. Hasil penjualan sebanyak Rp200 juta dalam tahun 1999 tidak dapat dianalisis jika penguraian lebih lanjut dari angka tersebut belum tersedia. Penyajian data dalam bentuk tabel dapat menguraikan hasil penjualan sebanyak Rp200 juta menjadi komponen- komponen (kategori-kategori). Misalnya, penjualan menurut jenis barang, daerah penjualan, salesman, dan lain sebagainya. Penguraian menjadi komponen-komponen/ bagian-bagian/kategori harus disesuaikan dengan tujuan analisis. Secara singkat, apa yang ingin Anda ketahui dari analisis itu?54 Sst: Tor don Apia CONTOH 3.24 Ada dua orang karyawan dalam suatu perusahaan, yaitu A dan B. Daiam Waktu yang sama, A dapat menghasilkan pekerjaan sebanyak 150 unit, sedangkan B hanya 100 unit. Selisih hasil kerja A dan B = (150 - 100) unit = 50 unit dan rasionya 70/100 © 1.5. Dari data di atas dapat disimpulkan bahwa: A lebih berprestasi daripada B, sebab hasil kerja A (50 unit) lebih tinggi dari B dan prestasi A adalah 1.5 kali prestasi B. ge 3.25 Buatlah analisis hasil penjualan berdasarkan data pada Tabel 3.31 berikut: Hasil Penjuclan Hipotetis PT. TIMUNG Menurut Jenis Borang (JB) don Tempat Penjualan (TP), 1999 SELES del juoon pic ee eee eee @) oO. A 25. 20 15. 6 25 150 B 55 106 150 55, 40 400 Cc 20 10 15 15 40 100 D 20 25 10 70 25: 150 Jumlah 120 155, 190, 205. = 130 800 Dari Tabel 3.31 dapat dilihat bahwa menurut jenis barang, barang B paling laku, sedangkan C merupakan jenis barang yang kurang laku. Ternyata B, paling laku di daerah Penjualan D,, sedangkan di D; barang B tidak begitu laku. Menurut daerah penjualan, iemyata D, merupakan daerah yang menghasilkan paling banyak untuk barang A dan P. Di Ds barang A dan D yang paling laku, Hampir 35% hasil penjualan D, berasal dari barang jenis D (dari Rp205 juta hasil penjualan D,, Rp70 juta adalah hasil penjualan barang jenis D). Daerah yang memberikan bagian (share) hasil penjualan yang, terkecil adalah daerah D,, yaitu hanya 15% saja. Dibandingkan dengan hasil penjualan dari daerah Dy jumlah penjualan daerah D, hanya 58%-nya SE ISTILAH PENTING [ae Elemen Objek yang akan diselidiki. Karakteristik Sifat-sifat, ciri-ciri, atau hal-hal yang dimiliki oleh elemen, Populasi Kumpulan seluruh elemen yang sejenis tetapi dapat dibedakan satu sama lain. Sampel Bagian dari populasi Sensus Cara pengumpulan data dari seluruh elemen populasi. Sampling Cara pengumpulan data di mana yang diselidiki adalah sampel dari suatu populasi Statistik (statistika) Nilai yang diperoleh dari sampel. Pengumpulan data Pencatatan peristiwa karakteristik elemen, Pengolahan data Suatu proses untuk memperoleh data /angka ringkasan berdasarkan suatu kelompok data mentah. Porkiraan (estimate) Hasil penyelidikan yang diperoleh dari sampel. t“esos ab 3 Penyjian Date 55 Tabel Kumpulan angka-angka yang disusun menurut kategori-kategori sehingga memudahkan untuk pembuatan analisis data. Grafik Gambar-gambar yang menunjukkan secara visual data berupa angka yang biasanya juga berasal dari tabel-tabel yang telah dibuat. APLIKAS! KOMPUTER 22: Grafik dapat dibuat dengan Microsoft Excel. Langkah-langkah yang harus dilakukan adalah Setelah grafik muncul di layar, Anda dapat memperbesar atau memperkecil Buatlah tabel dari data yang akan dipuat grafiknya Blok tabel yang telah dibuat . Pilih menu insert Pili Chart dari menu insert Pilih jenis grafik yang diinginkan (garis, batang, lingkaran, dan sebagainya) Ketik Kotak dialog. Kemudian: = Pilih salah satu bentuk grafik © Ketik judul tabel di bawah chart title = Pilih Next + Pilih Next + Pilih series in; row atau color Pilih Finish + Pilih Next erta mengubah ukuran ‘sesuai dengan keinginan Anda. Untuk lebih jelasnya silahkan baca buku tentang Microsoft Excel Peraga 3.26 merupakan jenis grafik batangan persentase komponen berganda yang diperoleh dari Tabel 3.31 dengan langkah-langkah yang telah disebutkan di atas. COUPEE Pengeluorn Per KoptaFendudvk Indonesia menurt Jers engeluoran, 1990-1996 (persen) denis Pengéluaran 199019931998 | Makanan Pokok 1666 1467 13,45 | Makanan Lainaya 35933481 33,4 | | Makenan Jac 7.09 768 848 | Bukan Makanan 4092 43,14 44,73 | 100,00 100,00 FEB Bukan Makanen, ES] Makanan Jadi [23 Makanan Lainnya [BI Makanan PokokSho: Ter den Apes Ha PERTANYAAN & LATIHAN Meili sa 56 1. Apa perbedaan antara sensus dan sampling, jelaskan! 2, Apa perbedaan antara parameter dan statistik, jelaskan! 3, Sebutkan dan jelaskan cara-cara pengambilan sampel! 4. Sebutkan apa saja alat untuk memperoieh data atau mengumpulkan keterangan dari element 5. Apa yang Anda ketahui tentang tabel dan jelaskan apa yang dimaksud dengan tabel satu arah, tabel dua arah, dan tabel tiga arah? 6. Apa yang Anda ketahui tentang grafik? Sebutkan macam-macam grafik yang Anda ketahuil 7. Menurut pendapat Anda, mana yang lebih baik: penyajian dalam bentuk tabel atau grafik? Berikan alasan Anda. Berikan contoh tabel satu arah, dua arah, dan tiga arah (masing-masing 5 buah), mencakup berbagal persoalan, misalnya data personalia, produksi, keuangan, peralatan, penduduk, pemasaran, dan lain sebaginya. Kalau perlu dengan data buatan (artificial data). 8. Berikan contoh grafik garis tunggal, grafik garis berganda, grafik batangan tunggal, grafik batangan berganda, grafik lingkaran dengan menggunakan data buatan (artificial data). Buatlah grafik garis berganda, kemudian grafik batangan berganda dengan menggunakan data berikut: ‘Angka Indeks Harga Konsumen di DKI Jakarta, April 1998 (1993 = 100) Februari 199,33 205,87 213,21 Maret 201,04 - 215,22 April 200.94 219,48 Mei 203,02 220,39 Juni 204,25 220,89 | | Juli 204,30 221,73 | Agustus 201,02 221,67 | September 200,51 221,34 | Oktober 200,49 221,61 | Nopember 000,00 000,00 | Desember 205,23 224,25 nber: incikator Ekonomi OKI Jakarla, 1999 10, Suatiah graiik garis berganda, kemudian grafik batangan berganda dengan menggunakan data berikut ‘Sumber: Hipototis,Sumber: Hipotetis, Hongkong Singapura Taiwan Korea Selatan Amerika Serikat Belgia dan Luksemburg Belanda Jerman Barat Htalia’ Denmark Norwegia Swedia Lainnya 62 WT 4,0 58,2 0.2 05 04 241 10,8 38 477 66,0 318 10,2 30,7 a) Buatlah grafik garis bergenda untuk Jepang, Taiwan, can Korea Selatan, b) Buallah grafik batangan berganda untuk Jepang. Taiwan, dan Korea Selatan. 18. Hasil penjualan dari PT SINAR ABADI, menurut jenis barang, 1999. {bob 3 Peayoion Dote 41. Nilai impor menurut negara asal (CIF ju:aan US $). Pea eae : . a) Buatlah grafik garis berganda b) Buatlah grafik batangan berganda. 12. Nilai ekspor kayu menurut negara tujuan (FOB jutaan US §). i : ‘ = Jepang 3 274,0 218 4 : # denis Barang A 150 B 80 c 20 Jumlah 250 Sajikan dalam bentuk grafik lingkaran! (Buat persentase dahulu)! 21,0 5758 4. 15. 16. 7. 18, 22. Siolisth Te don Aes Dengan menggunakan data Tabel 3.2 pada halaman 31 a) Buatlah grafik garis berganda. b) Buatlah grafik batangan berganda, ¢) Jumlah ekspor seluruh tahun untuk masing-masing negara, kemudian sajikan dalam grafik lingkaran. Dengan menggunakan data Tabel 3.4 pada halaman 32, buatlah grafik garis tunggal untuk ekspor dengan migas dan buatlah garis trend-nya (garis lurus mewakili kurva ekspor) Ekspor menurut negara tujuan (milyar USS) 1995 (1996 Singapura 3,182,138 1,68 1,24 1,45 Jepang 968 10.95 859 664 7,34 USA 427 450 4,042.90 3,35 ‘Sumber: INDIKATOR EKONOMI (BPS), Juni, 1999. Gambarkan gratik garis berganda dan tarik garis trend masing-masing! Kesimpulan apa yang Anda bisa tarik? Impor menurut golongan barang ekonomi (milyar USS). ‘ ~ Golongan Beras 1998 1999 Barang konsumsi 1,73 0,83 0,28 0,45, 0.5 Bahan baku 11,73 10,48 816 8,36 9,57 Barang modal 289 287 1,72 «1,91 244 Gambarkan grafik garis berganda dan tarik garis trend masing-masing! Kesimnpulan apa yang Anda bisa tarik? Ekspor dan Impor_nonmigas (jutaan US$) disajikan berikut ini Tahun 88 89 9s 182 HHH i | Ekspor 115 135 146 182 233 271 304 350 381 418 Impor 12,3 15.2 20,0 236 251 300 377 393 37,7 236 Derganda dan tunjukkan trendnya! Serdasarkan tabel paca Soai 16, buatlah grafik batangan kergandel Serdasarkan tabel pada Soal 16. buatlah juga grafik garis komponen berganda. (Anda bisa mencoba cogka'vlangkah yang telah dijelaskan pada Aplikasi Komputer)! tahun 1999 ada sebanyak 4.500.000 mahasiswa di seluruh perguruan tinggi di indonesia tut Departemen Pendidikan, dai jumlab itu, terdapat 117.000 mahasiswa yang kuliah di parguiuan gi Gi pula Kalimantan. 574.000 di oulau Sumatera, 1.317.600 ai pula: Jawa, 963.900 di pulau dan sisanya berada di pulau lainnya. Dari soal di atas, buatlah a. grafik batang tunggal . grafik lingkaran Sajikan data berikut mengenai persentase wanita di antara orang-orang yang mendapat gelar doktor pada beberapa bidang studi, dalam bentuk grafik batang.‘bob 3 Penyjian Dato 5o | llmu komputer 14,4% | timu Biotogi 39,9% Pendidikan 59,2% Insinyur 5.6% limu Fisik 21,9% Psikologi 612% 23. Berdasarkan data pada soal no. 22, apakah grafik lingkaran dapat digunakan untuk menyajikan data tersebut? Jelaskan! 24, Pada tahun 1999 terdapat 90.523 kasus kematian karena kecelakaan di Indonesia. Dari sejumiah kasus kematian tersebut, 61.893 orang meninggal karena kecelakaan kendaraan bermotor, 13.141 orang meninggal karena jatuh, 7.982 orang karena keracunan, dan sisanya karena kecelakaan lainnya. a) Carilah persentase untuk setiap jenis penyebab kematian. Berapa persen kematian akibat kecelakaan jenis lainnya? ») Sajikan data hasil parhitungan pada a) dalam bentuk grafik batang. 25. Berdasarkan data hasil perhitungan pada soal no. 24 a), dapatkah grafik lingkaran digunakan untuk ‘menyajikan informasi tersebut? Jelaskan! 26. Ekspor ke beberapa negara ASEAN (milyar US$) . 5 1 Singapura Malaysia Vietnam Filipina Thailand Gambarkan grafik garis berganda dan buatlah analisis sederhana untuk menggambarkan informasi yang diberikan pada grafik tersebut 27. Dengan menggunakan data pada soal no. 26, buatlah a) _grafik garis komponen berganda b) grafik batang berganda 28. Berdasarkan data pada soal no. 26, buatlah juga: a) _grafik garis persentase komponen berganda b) _grafik batang persentase komponen berganda 29. Jenis grafik apa saja yang akan Anda rencanakan untuk dibuat dalam suatu penelitian (studi) dari setiap kasus berikut. a) Jens mobil apa saja yang dikendarai mahasiswa? Berapa umur kendaraan mereka? b) Berapa jam per minggu yang digunakan untuk belajar bagi mahasiswa? Bagaimana perubahan jumiah jam belajar selama satu semester? ©) Pemancar radio apa yang paling populer bagi mahasiswa? 30. Diketahui informasi sebagai berikut: "Dari pendapatan yang diperoleh, rumah tangga akan menggunakannya untuk membiayai berbagai jenis pengeluaran. Kegiatan pengeluaran rumah tangga tidak saja untuk memenuhi konsumsi, tetapi juga kegiatan yang bersifat transfer. Pada tahun 1992 dan 1994 pengeluaran untuk konsumsi mencapai 80,1 dan 81,8 persen dari total pengeluaran. Di tahun 1996 pengeluaran ini turun menjadi 75,9 persen. Di sisi lain pengeluaran transfer mengalami Kenaikan, sehingga tabungan rumah tangga tidak mengalami perubahan yang berarti. Pada tahun 1992 tabungan rumah tangga mencapai 15,9 persen, sedangkan tahun 1994 turun menjadi 13,9 persen, dan di tahun 1996 tabungan naik lagi menjadi 15,7 persen dari total pengeluaran”. Berdasarkan informasi tersebut buatlah tabel ringkasan yang memuat informasi di atas!Shots: Ter den Apes 31. Berdasarkan tabel yang telah Anda buat pada soal no. 30 buatlah a) grafik garis berganda yang mengandung informasi ketiga jenis pengeluaran tersebut. b) _grafik batang untuk membandingkan ketiga jenis pengeluaran dari tahun ke tahun, 32. Berdasarkan soal no. 30, buatlah juga: a) grafik garis persentase komponen berganda b) grafik lingkaran untuk setiap tahun 33. Menurut pendapat Anda, apakah informasi yang diberikan pada soal no. 11 termasuk dalam bentuk penyajian data? Jelaskan! 34, Berdasarkan data yang disajikan pada soal no. 26, buatlah analisis sederhana dalam bentuk uraian yang menggambarkan tentang perkembangan ekspor Indonesia ke beberapa negara ASEAN! sogstent (aN RRR RTE NCEBAB 4 | strieusi FREKUENSI r | Tyjuan Belojar Setelah mempelojari bab ini, Anda diharapkan mampu: © menyebutkan orti dan manfaat distribusi frekuensi. © menyusun distibusi frekvensi data kualitarif don data kuantitatf, | ‘© menggambar grofik frekuens, frekvensi relatif, dan frekuensi kumulatf.o ‘Sst: Teri don Apes Untuk dapat memahami data dengan mudah, maka baik data Kualitatif maupun data Kuantitatif harus disajikan dalam bentuk yang ringkas dan jelas. Salah satu cara untuk meringkas data adalah dengan distribusi frekuensi, yaitu pengelompokan data ke dalam beberapa kelompok (kelas) dan kemudian dihitung banyaknya data yang masuk ke dalam tiap kelas. DISTRIBUSI FREKUENSI DATA KUALITAIE Data yang disajikan pada Tabel 4.1 merupakan data kualitatif 50 orang pembeli komputer dari lima jenis perusahaan komputer. Dari data tersebut kita kesulitan untuk mengetahui dengan cepat, jenis komputer mana yang paling banyak diminati pembeli. Untuk menjawab pertanyaan tersebut, maka datanya perlu disajikan dalam distribusi frekuensi GHEE bot Hoots 50 Orang Panel Komputer dar Beberapa Jens Parusahamn Komputer Tabel 4.2 menyajikan hasil distribusi frekuensi yang dilakukan. Dari tampilan data tersebut dapat diketahui dengan cepat bahwa Apple merupakan jenis komputer yang paling banyak diminati dan Gateway 2000 adalah jenis komputer yang peminatnya paling sedikit. Distribusi Frekuensi Relatif dan Persentase Data Kualitatif Distribusi frekuensi menunjukkan jumlah atau banyaknya item dalam setiap kategori atau Kelas, Meskipun demikian, kita sering tertarik untuk mengetahui proporsi atau Persentase item dalam setiap kelas. Frekuensi relatif dari suatu kelas adalah proporsi item dalam setiap kelas terhadap jumlah keseluruhan item dalam data tersebut. jika sekelompok data memiliki m observasi, maka frekuensi relatif dari setiap kategori atau kelas akan diberikan sebagai berikut. saris arMNeas SSS 0Asb 4 Diss rekon 63 Frekuensi relatif dari suatu kelas = Frekuensi kelas (43) 1 Sedangkan frekuensi persentase dari suatu Kelas adalah frekuensi relatif Kelas tersebut dikalikan dengan 100. Distribusi frekuensi relatif adalah ringkasan dalam bentuk tabel dari sekelompok data yang menunjukkan frekuensi relatif bagi setiap Kelas. Distribusi frekuensi persentase adalah ingkasan dalam bentuk tabel dari sekelompok data yang menunjukkan frekuensi persentase bagi setiap kelas. Dengan menggunakan rumuis frekuensi relat di atas, kita akan mendapatkan data tentang pembelian komputer, Dari Tabel 4.2 dapat kita hitung frekuensi relatif untuk Apple, yaitu $3 a ,26, frekuensi relatif untuk Compaq, yaitu #2 = 0,24, dan seterusnya. Sedangkan untuk mendapatkan frekuensi persentase, frekuensi relatif tersebut dikalikan dengan 100. Hasil perhitungannya dapat dilihat pada Tabel 4.3. ETAT disribus HipottsFrekuensi Rela don Pe a 1 yntase Pembelian Komputer Apple 026 26 ‘Compaq : 024 4 Gateway 2000 0,10 10 . IBM 038 18 Packard Bell 022 2 |. Packard Bell 2S 0 Total “1,00 100 DISTRIBUSI FREKUENS! DATA KUANTITATIF. Definisi tentang distribusi frekuensi adalah sama baik untuk data kualitatif maupun kuantitatif. Meskipun demikian, kita harus lebih hati-hati dalam menentukan kelas yang, digunakan pada distribusi frekuensi. Ada tiga hal yang perlu diperhatikan dalam menentiikan Kelas bagi distribusi frekuensi untuk data kuantitatif, yaitu jumlah Kelas, lebar kelas, dan batas kelas. Jumlah Kelas Banyaknya kelas sebaiknya antara 7 dan 15, atau paling banyak 20. (Tidak ada aturan umum yang menentukan jumlah kelas). H:#: Sturges pada tahun 1926 menulis artikel dengan judul: "The Choice of a Class Interval” dalam Journal of the American Statistical “Association, yang mengemukakan suatu rumus untuk menentukan banyaknya kelas sebagai berikut: - = k='1 +3322 log n (42) anyaknya kela anyaknya nilai observasi di mana k n rumus tersebut diberi nama Kriterium Sturges dan merupakan suatu ancar-ancar tentang, banyaknya kelas. Misalnya, data dengan n = 100, maka banyaknya kelas k adalah sebagai i berikut: k =1 +3322 log 100 1 + 3,322(2) = 1+ 6644 7,644 Jadi, banyaknya kelas sebaiknya 7.7 Sts Tod pig Interval Kelas Disarankan interval atau lebar kelas adalah sama untuk setiap kelas, Sebenarnya, pemilihan interval kelas dan jumlah atau banyaknya kelas tidak independen. Semakin banyak jumlah kelas berarti semakin kecil interval kelas dan sebaliknya. Pada umumnya, untuk menentukan besarnya kelas (panjang interval) digunakan rumus: (4.3) Di mana c= perkiraan besarnya (class width, class size, class length) c k = banyaknya kelas x X,, = nilai observasi terbesar 1 = nilai observasi terkecil Ada beberapa hal yang perlu diperhatikan dalam penentuan interval kelas, yaitu: a) Kelas interval tidak perlu harus sama. Pembuatan kelas interval sangat tergantung pada tujuannya. Misalnya, kalau kita hanya tertarik kepada rincian perusahaan yang mempunyai modal antara 50 ~ 70 dan di bawah 50 serta 70 atau lebih, maka bentuk tabel frekuensinya adalah sebagai berikut: @) Q) < 50 5 50 - 59 u 60 = 69 20 = 70 4 < = kurang dari , 2 = sama atau lebih besar dari >) Kalau datanya diskrit, atau hasil pengumpulan data dari variabel diskrit, maka pembuatan Kelas intervalnya seperti terlihat dalam Tabel 4.4 CEE anh tipo Kryovan svat Perushoon Menurut Tingkat Upoh Hingguon, 1986 _ 6.000 - 7.499 6.940 7500 - 9.999 5.186 10.000 - 14.99 3.017 3 2 15.000 >sob 4 its Fela 65 y 2) Catatan: Kelas dibuat dengan interval tidak sama. Kalau interval kelas harts sama sebesar Rp1.000, m: ‘kelasnya akan lebifi dari50, sebab ada karyawan yanig upahiya lebih dart ec anor Interval kelas ditulis: et 1.000 = 1.985 2.090 = 2.999 dan bukan sebgai 1,000,00 = 1.999,00. 2.000,00 — 2.999,00 Hal ini disebabkan Karena satuan ang yarg dipergunakan, adalah rupiab. Jumlah “wang” yang skurang dari Rpt dapat diabaikan. Untuk data diskrit (dalam contoh ini kita hanya memiperhatiken satuan rupiah, bukan pecahan dari ruplah, schingga tidak mengenal pecahanitiya), persoalan pembuatan interval Kelas tidak sulit. Akan tetapi, dalam hal yang kontinw harus diperhatikan’ nil pecan, seperti mahariowe (lac, hing fas ntervalnys Fara gat rikit © IBS ~ 159,99... 160 ~ 164.99. 165 ~ 169,99 ‘Angka 159,99... 164,99... 169,99... menunjakkan bihwa’angka’9 @apat ditambah terus, ‘Namun dalam prakteknya:dituis sebagai berikut: : 155 = 159,99. Re miteert a 160 - 164,99 zp a eee 165 =169,99 : SE AG A Interval Kelas tefbuika, yaitu kelas yang tidak mempunyai batas bawah (< 1,000) mauupun yang’ tidak mempunyai batas atas (2 15.000): Pada urrumnya tabel frekuensi memnpunyai bentuk sebagai y ° ' x fe Dalam hal ini, X dapat menunjukkan nilai vatiabel (berat badan, nilai ujian, tinggi orang) yang, sifatnya kuantiati, tetapi juga dapat bersifat kualitatf (ingkat pendidikan. jenis palak, golongan, agama, dan lain scbagainya), Pengelompokan yang bersifat kualitatif dapat berupa kelas, kelompok, atau Kategori Batas Kelas Batas kelas bawah menunjukkan kemungkinan nilai data terkecil pada suatu kelas. Sedangkan batas kelas atas mengidentifikasi kemungkinan nilai data terbesar dalam suatu kelas. Jika diketahui kelas-kelas interval adalah 30-39, 40-49, 50-59, dan seterusnya, maka untuk nilai batas bawahnya (lower limit) adalah 30, 40, 50, dan seterusnya. Sedangkan nilai batas atas-nya (upper limit) adalah 39, 49, 59, dan seterusnya. Untuk lebih jelasnya lihat Contoh 4.1Siti: Ter dn Apt | Perlu dipethatikan bahwa kelas interval 30-39, 40-4°, dan seterusnya secara teoritis mencakup seluruh nilai interval 29,5-39,5; 39,5-49,5, dan seterusnya. Nilai-nilai 29,5; 395 disebut batas kelas bawah yang sebenarnya (lower class boundary), sedangkan 39,5; 49,5 dan seterusnya disebut batas kelas atas yang sebenarnya (upper class boundary). Jarak batas kelas atas dan batas kelas bawah disebut juga dengan lebar atau panjang kelas CONTOH 4.1 Suatu penelitian dilakukan oleh pejabat dari Badan Koordinasi Penanaman Modal (BKPM) terhadap 100 perusahaan. Salah satu karakteristik yang ditanyakan ialah ‘besarnya modal yang dimiliki perusahaan-perusahaan tersebut. Kalau X adalah modal dalam jutaan rupiah, maka nilai X adalah sebagai berikut: ' 7 8 66 8 50 78 66 7 68 60 80 83 87 79 8077 B19 588207395656 G84 879 80 88 58 BE HBT 26579 8 68 7% 41393 7 66 «74 «676 «6882597535 6 6 8 87 9 7 7% 74 7 78 75 60 9% 74 73 87 52 98 88 6h 7% 6 60 74 72 7% 57 64 67 58 72 80 72 56 73 82 7 4 75 56 PENYELESAIAN Data di atas merupakan data mentah (raw data) yang belum dapat menjawab Pertanyaan mengenai misalnya, berapa banyak perusahaan yang memiliki modal antara Rp30 — Rp39 juta dan berapa yang memiliki modal antara Rp90 - Rp99 juta. Kemudian berapa persen perusahaan yang modalnya antara Rp90 - Rp99 juta; kurang dari Rp79 juta, berapa rata-rata modal, dan lain sebagainya. Untuk menjawab pertanyaan pertama harus dibuat tabel frekuensi; untuk pertanyaan kedua harus dibuat frekuensi relatif; untuk pertanyaan ketiga harus dibuat frekuensi kumulatif; sedangkan untuk pertanyaan ferakhir mengenai besarnya rata-rata modal perusahaan harus dilakukan perhitungan guna meringkaskan data mentah tersebut (pengolahan data). Membuat tabel frekuensi atau distribusi frekuensi berarti mendistribusikan data ke dalam beberapa kelas atau kategori, kemudian menentukan banyaknya individu yang, termasuk kelas tertentu, yang disebut frekuensi kelas (class frequency). Contoh tabel frekuens! dari data tersebut adalah sebagai berikut: STREET _Fretuens tinottis Modl Prusohoon 3039 345 ue 2 40-49 445 MW 3 50 = 59. 545 TH PL a 60 = 69 65 DHL THI THY PRL 20 70-79 745 PH THI DML DTA TY HP 32. 80 ~ 89 84,5 DL TEL OL Ti TH 25 90-99 945 TM 7 a Bt =e Dari tabel frekuensi data di atas, dapat diketahui bahwa ada dua perusahaan yang mempunyai modal antara Rp30 ~ Rp39 juta, tiga perusahaan yang mempunyai modal antara Rp40 ~ Rp49 juta, dan seterusnyadi tengah-tengah antara 90 dan 99, yaitu Ose. Uraian yang sama juga berlaku untuk kelas-Kelas lainnya. Frekuensi Relatif, Frekuensi Kumulatif, dan Grafik Seringkali untuk keperluan analisis selain dibuat tabel frekuensi juga dibuat tabel frekuensi yelatif dan kumulatif (untuk analisis tabel), kemudian dibuat grafiknya (untuk analisis, grafik). Grafik berupa gambar pada umumnya lebih mudah diambil kesimpulannya secara cepat daripada tabel. Itulah sebabnya data seringkali disajikan dalam bentuk grafik Pada dasarnya, bentuk tabel frekuensi relatif dan kumulatif adalah seperti terlihat pada Tabel 4.6 berikut: Frekvensi Hipoetis Relatif dan Kumulatf. “Sama atau kurang dari. Sama atau lebih dari. Sekarang mari kita perhatikan tabel frekuensi pada Tabel 45. Jika tabel tersebut kita lengkapi dengan frekuensi relatif dan kumulatif, maka akan kita peroleh bentuk tabel seperti terlihat pada Tabel 47. Dari tabel frekuensi relatif dan kumulatif, tersebut dapat diketahui bahwa ada 2 persen perusahaan yang modalnya antara Rp30 — Rp39 juta, 20 persen yang modalnya antara Rp60 — Rp69 juta, 7 persen yang modalnya antara Rp90 — Rp9%9 juta, dan seterusnya (lihat kolom 4 Tabel 4.7). Ada 6 persen perusahaan yang modalnya sama atau j kurang dari Rp59 juta, ada 68 persen perusahaan yang modalnya sama atau kurang dari Rp79 juta, dan seterusnya (lihat kolom 6 Tabel 4.7). Ini hanya merupakan kebetulan saja bahwa nilai frekuensi sama dengan nilai persentase, karena jumlah observasinya sama dengan 100. Kalau jumlah observasinya tidak sama dengan 100, maka nilai frekuensi tidak perlu sama dengan nilai persentase, ob 4 Des Flues 67 Walaupun tabel frekuensi memberikan cara penyajian yang sederhana, namun kita kehilangan keterangan yang terinci mengenai setiap kelompok (kelas, kategori) nilai. Misalnya, ada tujuh nilai yang terletak antara 90 - 99 yang besarnya kita tidak tahu, tetapi filai-nilai itu dapat diwakili oleh suatu nilai tengah atau mean (= M), yang terletak tGRAFI () @) @) @) ©) ©) 30 - 39 345 2 0,02 (2%) 2) (2%) 100 (100%) 40-49 445 3 093° (3%) 5 (6%) 98 (08%) 750 = 59. 545 n OAL (11%) 16 © (16%) 95 (95%) 60 ~ 69 645 20 0,20 (20%) 36 (36%) 84 (84%) 10-79 745 32 032 (43%) 68 © (68%) 64 (64%) 80 = 89 845 25 025° -(25%) 93. (98%) 32. (82%) 90-99 945 2 0,07 (7%) 100 (100%) 7 (7%) Jumlah 100 1 (100%) Keterangan: F, + frekuensi data yang lebih kecil dari batas Kelas atas yang sebenamya pada tiap Kelas (395; 495, dan seterusnya,) Fue + frekuensi data yang lebih besar dari batas kelas bawah yang sebenamya pada tiap kelas (295; 39,5, dan seterusnya.) IK DARI TABEL FREKUENSI, FREKUENSI RELATIE, DAN KUMULATIF Dalam beberapa hal seringkali data dari tabel disajikan dalam bentuk grafik, misalnya dalam bentuk histogranvgrafik batangan (bar chart), frekuensi poligon, dan frekuensi Kurva, Grafik batangan biasanya digunakan untuk menyajikan data yang bukan merupa- kan tabel frekuensi (misalnya, produksi tahunan, jumlah mahasiswa tiap tahun, dan lain sebagainya). CONTOH 4.2 Buatlah histogram atau grafik batangan dari Tabel 4.7 FENYEUSAIAN Karena angka dari Tabel 4.7 dibulatkan menjadi jutaan rupiah dan dapat dianggap sebagai data diskrit, maka ada celah atau “gap” antara kelas yang satu dengan Kelas lainnya, misalnya antara 30-39 dengan 40-49, antara 50-59 dengan 60-69, dan seters. nya. Untuk penggambaran histogram, kelas pertama dibuat 29,5 - 39,5, kelas kedua 39,5 ~ 49,5, kelas ketiga 49,5 ~ 59,5 dan seterusnya. Angka 29,5 sebetulnya diambil dari 22320 = 295, seolah-olah sebelum Kelas pertama ada kelas 20 ~ CREASE On) Jumich Hiatt Peruschan Menurut Besarnyo Mod 29, kemudian 39,5 = 32.40 Fecha ge a 29,5, dan seterusnya i Setiap batangan (bar) dibuat pada kelas-kelas ini dengan tinggi sebesar nilai frekuensi kelas bersangkutan Histogram tersebut diperlihat- kan dalam Peraga 4.1. Apabila titik tengah pada setiap batangan (bar) dihu- bungkan, maka kita akan : Kelis memperoleh apa yang disebut Medal poligon atau lengkapnya fre- asain), quency poligon. BE BS MS ws HS isob 4 Distrib Frokuens! Ci} | Apabila tabel frekuensi dari data yang dikumpulkan digambarkan grafiknya, maka terlihat suatu kurva. Kurva yang diperoleh dari tabel frekuensi disebut kurva frekuensi (frequency curve), dan seringkali bentuknya mendekati suatu fungsi tertentu. i Berg’ Beni Narva Fokus 3 a), Simetris (bentuk lonceng) b} Menceng ke kanan ) Menceng ke kiri j + ee uf - . )Bentuk hur] ) Bontuk hut jterbalik 1) Denfue ura U Dalam prakteknya jarang sekali tabel frekuensi memberikan bentuk kurva yang sempurna seperti di atas, paling-paling hanya mendekati saja. Kurva yang sempurna hanya bisa diperoleh dari suatu fungsi, misalnya gambar (a) adalah kurva dari fungsi normal yang disebut kurva ideal (ideal curve). CONTOH 4.3 Nilai ujian metode riset mahasiswa Fakultas Ekonomi (x) suatu Universitas di jakarta dan jumlah mahasiswa yang mendapat nilai X, atau f, adalah seperti terlihat pada tabel berikut. Gambarlah kurva frekuensi untuk data tersebut. uae Gambar kurva frekuensi diperlihatkan pada Peraga 4.3. WrensStat: Ter don Apts 70 Dari gambar yang telah dibuat dapat dilihat bahwa kurva frekuensi mendekati kurva normal. CONTOH 4.4 Banyaknya orang yang meninggal karena suatu penyakit menurut kelompok ‘umur disajikan pada tabel berikut. Gambarlah kurva frekuensinya. 0 kurang dari 5 5 kurang dari 10 75 218 10 kurang dari 15 125 7 15 kurang dari 20 175 27 20 kurang dari 25 25 26 25 Kurang dari 30 30 kurang dari 35 CCatatan: Variabel kontinu (continuous) dengan umur dibulatkan ke bawah. PENYELESAIAN Kurva frekuensinya disajikan dalam Peraga 44. Co Kurva Frekuensi f = Kurva ideal 300 250 = Kurva frekuenst (polygon) mendelati yang ideal 150) 100 0 ee M os 0 15 85 "37 CONTOH 4.5 Buatlah kurva frekuensi kumulatif dari Tabel 4.7. (J batas kelas atas (upper class limit), yaitu mulai dari 39, 49, 59, dan seterusnya. Jadi banyaknya perusahaan yang modalnya sama atau kurang dari 39 ada dua perusahaan (2 persen), yang sama atau kurang dari 49 ada lima perusahaan (5 persen), yang sama atau kurang dari 59 ada enam belas perusahaan (16 persen), dan seterusnya. Sebaiknya untuk yang, “lebih dari” kita pergunakan nilai batas kelas bawah (lower class limit), yaitu mulai dari Zw PENYELESAIAN Sewaktu membuat frekuensi kumulatif “kurang dari” kita pergunakan nilai‘Bob 4 Distrib Frekvensi n 30,40, 50, dan seterusnya. Jadi, banyaknya perusahaan yang modalnya sama atau lebih dari 30 ada 100 (100 persen), yang sama atau lebih dari 40 ada 98 (98 persen), yang sama atau lebih dari 50 ada 95 (95 persen), dan seterusnya. Untuk tujuan memperoleh kurva frekuensi kumulatif, batas kelas atas diwakili oleh angka 395; 49,5; 59,5, dan seterusnya, sedangkan batas bawah diwakili oleh 29,5; 39,5; 49,5, dan seterusnya Kurva Frekvensi Kumul 50 40 aH pee 4 este 30 20 2 10 fee eo 25 395 495 595 695 795 895 995 CONTOH 4.6 Buatlah grafik tabel frekuensi, frekuensi relatif, dan frekuensi kumulatif berdasarkan data berikut. 50 - 59,99, 8 123 123 100,0 60 ~ 69,99 10 154 27 877 70 ~ 79,99 16 246 523 723 80 — 89,99 4 215 738 477 90 = 99,99 10 154 89,2 262 100 - 109,99 5 77, 96,9 108 0 - 119.99 2 31 1000 3A Jumlah 6 100.0 ‘‘Sst: er dn Apis PENYELESAIAN. Untuk memperoleh angka frekuensi relatif pada kolom 3, setiap nilai frekuensi kolom 2 dibagi dengan 65, kemudian dikalikan dengan 100 persen. Misalnya: S x 00% = 12,3%; 12 x 100% = 15,4%; 16 100% = 24,6%,dan seterusnya. 65 65 6 Untuk memperoleh angka frekuensi kumulatif yang kurang dari (less than cumulative frequency), digunakan nilai batas atas dari setiap kelas. Karyawan yang upahnya sama atau kurang dari Rp59,99 ribu adalah delapan orang, atau & x 100% = 123 persen. Karyawan yang upahnya sama atau kurang dari Rp69,99 sama dengan 5412 x 100% = 27,7%, dan seterusnya. Sedangkan untuk frekuensi kumulatif yang lebih dari (more than cumulative frequency) digunakan nilai batas bawah dari setiap kelas. Karyawan yang upahnya sama atau lebih dari Rp50 ribu adalah 8 + 10+... +2 = 65, atau $ x 100% = 100%; sementara yang sama atau lebih dari Rp60 ribu adalah 10 + 16 +. 87,69% = 87,7%, dan seterusnya. +2 = 57 orang, atau 2% x 100% = Untuk menggambarkan grafik (histogram) dari tabel frekuensi, kita harus menentukan nilai pada sumbu horizontal. Untuk hal ini terdapat 2 cara: 1) Tentukan nilai batas kelas yang baru (batas kelas yang sebenarnya), seolah-olah ada kelas sebelumnya, sebelum kelas pertama dengan nilai 40 ~ 49,99. Kemudian nilai batas bawah kelas pertama adalah 429% + 50 = 49,995, nilai batas bawah kelas kedua adalah 2% +6 — 59.995, dan seterusnya sampai nilai batas kelas yang terakhir adalah 122+ 110 — 199,995. Di dalam interval 49,995 — 59,995; 59,995 - 69,995, dan seterusnya, didirikan batangan (bar) yang tingginya sama dengan nilai frekuensi dari kelas bersangkutan. Cara ini sama seperti pembuatan histogram dan poligon pada Peraga 4.6.ob $ Diss Frekuens 3 2) Tentukan nilai tengah (class atau mid point) bagi setiap kelas, dari titik ini kemudian tarik garis setinggi nilai frekuensi, lalu di sebelah kiri dan kanan titik tengah tersebut sejarak lima unit tarik garis lurus. Tinggi masing-masing garis sama dengan nilai frekuensi dari kelas yang bersangkutan. Kemudian dengan menghubungkan titik atas dari garis-garis tersebut, akan diperoleh batangan (bar) bagi setiap kelas. Kalau titik tengah dari masing-masing batangan dihubungkan akan iperoleh poligon. Perhatikan, bahwa nilai tengah dari_masing-masing kelas sama dengan setengah dari nilai batas bawah ditambah dengan nilai batas atas dari kelas yang bersangkutan. Misalnya, nilai tengah Kelas pertama = (50 + 59,99) “ ,995 dibulatkan menjadi 55; kelas kedua (60 + 69,99) kelas ketiga = 4 = 74,995 = 75; dan seterusnya. ‘Untuk menggambarkan kurva frekuensi kumulatif kita pergunakan cara 1), yaitu menentukan nilai batas bawah dan atas yang baru bagi setiap kelas. Batas-batas kelas baru yang telah dihitung dengan cara 1) adalah sebagai berikut: 49,995 — 59,995 59,995 ~ 69,995 Wg1T 69,995 - 79,995, dan seterusnya. Younis ‘Untuk menentukan kurva kurang dari, kita pergunakan nilai batas kelas atas, misalnya kurang dari 59,995; kurang dari 69,995, dan seterusnya; sedangkan untuk kurva lebih dari, kita pergunakan batas kelas bawah. misalnya lebih dari 49,995, lebih dari 59,995, dan seterusnya. Kurva frekuensi kumulatif dapat dilihat pada Peraga 47. Kurva Frekve i 8 oon A ae ey me es aS TSSSister dan. n alike KURVA LORENZ. Dalam analisis ekonomi, khususnya pada masalah pemerataan pendapatan, dikenal suatu kurva yang disebut Kurva Lorenz (Lorenz Curve). Kurva Lorenz pada dasarnya juga merupakan kurva frekuensi kumulatif. Misalnya, ada 10 orang di mana masing-masing menerima pendapatan sebesar Rp10.000 per minggu, sehingga total pendapatan untuk 10 orang itu adalah Rp100.000. Kemudian apabila sumbu tegak (vertikal axis) menunjukkan angka-angka kumulatif pendapatan, maka sumbu mendatar (horizontal axis) menunjukkan kumulatif jumlah orang. Dalam hal ini kita mempergunakan frekuensi kumulatif untuk kedua sumbu tersebut. Kurva garis lurus OQ menunjukkan bahwa dua orang mempunyai jumlah kumulatif pendapatan sebesar Rp20.000, tiga orang, Rp30,000, dan seterusnya sampai pada titik Q di mana 10 orang mempunyai kumulatif pendapatan sebesar Rp100.000. Coba bayangkan seandainya orang ke-10 mempunyai pendapatan Rp100.000 (seratus ribu rupiah), maka bentuk kurva akan menjadi OPQ, sebab dua orang yang pertama pendapatannya nol, tiga orang yang pertama atau bahkan sampai sembilan orang yang pertama jumlah pendapatan nol. Akan tetapi, setelah orang yang kesepuluh dengan pendapatannya Rp100.000 dimasukkan, maka sepuluh orang pertama, atau dengan kata lain seluruh orang, jumlah pendapatannya adalah Rp100.000. jadi setelah orang yang kesepuluh dimasukkan, titiknya langsung meloncat dari titik P ke titik Q. Dari Kurva Lorenz pada Peraga 4.8, dapat dilihat bahwa kurva OQ menunjukkan pembagian pendapatan yang sama (equal distribution of income). Artinya kalau data tersebut merupakan data tingkat nasional atau daerah (data penduduk dan pendapatan mereka) dan angka-angka kumulatif dinyatakan dalam persentase, maka pembagian pendapatan yang sama (pemerataan pendapatan) adalah 1% penduduk memperoleh 1% pendapatan nasiorial serta 2% penduduk menerima 2% pendapatan nasional. Dengan kata lain, pembagian pendapatan bagi penduduk suatu negara /daerah dikatakan sama kalau X% penduduk juga menerima X% pendapatan nasional (angka persentase penduduk yang menerima pendapatan sama dengan angka persentase pendapatan nasional yang mereka terima). Kalau OQ menunjukkan pembagian yang sama, maka sebaliknya OPQ menunjukkan pembagian pendapatan yang sama sekali tidak sama. Menurut bahasa sehari-hari _Kurva Loren 4 Forsdapatan ‘Fabs is pit a 19 lett i Bier 8 sd Sw Orangab 4 iris rekon 5 pembagian pendapatan yang sama menunjukkan keadilan, atau makin tidak sama, makin tidak adil. Kalau pendapatan masyarakat tinggi dan pembagiannya merata, dikatakan masyarakat tersebut sudah menikmati keadaan perekonomian yang adil dan makmur. Pembagian pendapatan yang tidak sama atau kurang merata sering disebut dengan istilah “income gap”, yaitu jurang pemisah antara yang kaya (pendapatan tinggi) dan yang miskin (pendapatan rendah). Apabila "income gap” makin besar, sering, terjadi kekacauan atau paling tidak menimbulkan rasa tidak puas masyarakat, yang kadang- kadang menjurus ke pemberontakan. Contoh nyata hal ini adalah seperti yang terjadi di Pakistan. Pemberontakan yang terjadi di Pakistan Timur (Bangladesh), yang kemudian memisahkan diri dari Pakistan Barat juga disebabkan karena adanya pembagian pendapatan yang tidak merata. Konon kabarnya, sebagian besar kekayaan negara hanya dimiliki kira-kira 22 keluarga. Dalam prakteknya, sumbu datar menunjukkan angka persentase kumulatif dari keluarga (the cumulative percent of families) sedangkan sumbu tegak menunjukkan angka persentase kumulatif pendapatan (the cumulative percent of income). Apabila Kurva Lorenz diterapkan pada data pendapatan suatu negara /daerah, kurvanya akan menyerupai ORQ. Pendeknya makin dekat dengan OQ makin merata, dan makin jauh dari OQ makin tidak merata. Misalkan ORQ menunjukkan pembagian pendapatan sebelum dikurangi pajak dan OSQ setelah dikurangi pajak, sehingga dapat disimpulkan bahwa sistem perpajakan dapat lebih memeratakan pendapatan. (Te ISTILAH PENTING Sea Distribusi frekuensi. Ringkasan dalam bentuk tabel dari suatu kelompok data yang menunjukkan frekuensi item-item (kategori-kategori) dalam beberapa kelas. Frekuensi relatif Proporsi dari jumlah item/kategori dalam setiap kelas terhadap keseluruhan item dalam data tersebut. Frekuensi persentase Frekuensi relatif kelas dikalikan 100. Distribusi frekuensi relatif Ringkasan dalam bentuk tabel dari sekelompok data yang menunjukkan frekuensi relatif bagi setiap kelas. Distribusi frekuensi persentase Ringkasan dalam bentuk tabel dari sekelompok data yang menunjukkan frekuensi persentase bagi setiap kelas. Nilai kelas interval Selisih antara nilai dua lower limit (batas atas Kelas). Kurva Lorenz Salah satu jenis kurva frekuensi kumulatif yang menggambarkan pemerataan pendapatan (dalam analisis ekonomi). Histogram Jenis grafik batangan yang khusus untuk penyajian data yang merupakan tabel distribusi frekuensi. Poligon Grafik garis yang diperoleh dengan menghubungkan titik tengah dari setiap batangan pada histogram. fl Frekuensi relatif dari suatu kelas Banyaknya kelas k= 1+ 3,322 log n Xi Panjang interval =Sisk Ter dn Alias APLIKAS! KOMPUTER (ise Pembukaan Distribusi Frekuensi dan Histogram dengan Microsoft Excel Excel menyediakan worksheet baris dan kolom yang dapat digunakan untuk memasukkan atau menyimpan data, Misainya, kita memasukkan 20 observasi pada bans 1 sampai 20 pada kolom A dan ingin membuat distribusi frekuensi dan histogram dengan lima kelas: 0 - 14,15 ~ 19, 20 - 24, 25 - 29, dan 30 - 34, Untuk membuat distribusi frekuensi dan histogram, Excel memeriukan pengguna komputer (user) untuk mengidentifikasi apa yang disebut bin data. Bin harus diidentifkasi untuk setiap kelas dan batas atas kelas harus spesifik, sehingga lima baris dengan batas atas kelas 14, 19, 24, 29, dan 34 diperiukan. Sebelum menerapkan prosedur pembuatan distribusi frekuensi dan histogram, kita harus memasukkan (mengetikkan) data bin batas Kelas atas dalam urutan menaik dari bin terkecil hingga yang terbesar dalam sebuah kolom atau baris dan worksheet. Berikut adalah langkah-langkah yang harus dilakukan dalam pembuatan distribusi frekuensi dan histogram. 1. Ketikimasukkan data misainya pada baris A1 sampai A20. 2. Ketikimasukkan bin misalnya pada baris C3 sampai C7. 3. Pilih menu Tools pada menu utama. 4. Pilih Data Analysis. 5. Pilih Histogram pada Analysis Tools. 6. Ketika kotak dialog muncul (CEERRERE I istibsiFrekuens yang Divot dengan Poket Microsoft Exel,| | | ob 4 ibs Frekuest ” Ketik A1 . . A20 dalam Kotak imput Range (Data terletak pada baris A1 sampai A20 seperti didefinisikan pada langkah 1). Ketik C3... C7 dalam kotak Bin Range (data bin terletak pada baris C3 sampai C7 seperti didefinisikan pada langkah 2). Pilih Output Range. Ketik C10 dalam kotak Output Range (hal ini mengidentifikasi pojok kiti atas dari worksheet di mana distribusi frekuesi akan muncul) Pilih Chart Output (ini untuk menghasilkan histogram) Pilih OK. Data dan hasil dapat iat pada Peraga 4.9 dan 4.10. CHRAGRLTI Histogram dari Data pada Peraga 49 yang Dibuat dengan Microsoft Excel Histogram Frequency onaaad Bin PERTANYAAN & LATIHAN be ‘Apa yang dimaksud dengan distribusi frekuensi? Apa perbedaan antara frekuensi relatif dan frekuensi persentase? ‘Apa perbedaan antara distribusi frekuensi dan distribusi frekuensi persentase? ‘Apa yang Anda ketahui tentang histogram? ‘Apa yang Anda ketahui tentang poligon? ‘Apa yang perlu diperhatikan dalam pembuatan distribusi frekuensi untuk data kuantitati"? Dalam rangka untuk membantu pengusaha kecil telah diselidiki sebanyak 75 pedagang eceran dari suatu daerah, di mana salah satu karakteristik yang ditanyakan ialah berapa hasil penjualan yang diterimanya sebulan yang lalu dalam ribuan rupiah. Hasil penyelidikan itu adalah sebagai berikut: 255,50 285,32 287,52 215.23 310,52 3193.98 248,92 341,81 393,12 291,72 200,41 254,19 934,27 228,42 293,91 973,25 356,21 297,01 299,42 216,76 289,62 «257,92 267,94 274,05 282,62 308,62 235,72 251,43 259,12 258,14 242,11 279,44 302,60 275,21 294,55 293,65 «276,31 «278,22 «250,27 274,08 272,01 268,03 366,54 354,83 365,42 256,42 261,12 289,73. 250,72 260,13 280.27 292,44 219,03 295,43 236,22 296,21 298,65 309,37 282,79 281,34 305,02 311,74 282,90 283,91 315,72 325,62 286,43 288,06 318,12 325,41 345,79 351,62 314,78 306,43 312,04— Sis: dan Ap Berdasarkan data tersebut, lengkapilah tabel frekuensi berikut: Hasil penjualan selama satu bulan tertentu, dari 75 pedagang eceran 215,00 - 234,99 2 235,00 ~ 254,99 2 255,00 - 274,99 2 275,00 - 294,99 ? 295,00 - 314,99 2 315,00 - 334,99 2 935,00 - 354,99 i 355,00 ~ 374,99 2 8. Berat badan dalam kg dari 80 mahasiswa Universitas Atmajaya adalah sebagai berikut: a) b) ¢) 68 84 75 82 68 90 62 88 76 93 73 79 8 73 60 93 71 59 8 75 61 65 75 87 74 62 95 78 63 72 66 78 8 75 94 77 69 74 68 60 96 78 89 «661 75 95 O79 8B 79 62 67 97 78 8 76 65 71 75 6 80 73 57 88 78 62 76 53 74 86 67) 7308172637675 BSCS Buatlah tabel frekuensi dimulai dengan kelas interval 50 ~ 54, 55 —59, dan seterusnya. Berapa mahasiswa yang beratnya 90 ~ 94, antara 95 - 997 Buatlah "less than ogive” dan "more than ogive’. Besarnya modal dalam jutaan rupiah dari 40 perusahaan nasional pada suatu daerah tertentu adalah sebagai berikut 138 164 150 132 144 125 149 157 146 158 140 147 136 148 152 144 168 126 138 176 163 119 154 165 146 173 142 147 135 163 140 195 161 145 135 142 150 156 145 128 a) Kelompokkan data tersebut menjadi 5 kelas. b) ¢) d) (Tentukan terlebin dahulu besarnya kel interval + (nilai Maks — nilai Min) Kelompokkan data tersebut menjaci 20 Kelas Buatlah tabel frekuensi dengan kelas pertama 118 - 122, 123 - 127, dan seterusnya, Kelompokkan data tersebut menjadi 7 kelas (bulatkan besarya kelas interval sehingga c = 9) 10. Buatlah histogram dan frekuensi poligon dari 9c) di atas. 11. Buatlah histogram dan frekuensi poligon dari 9d) di atas.ob # Distt Frekuenst 1 12. a) b) Buatlah frekuensi kurang dari (less than ogive) dan ‘rekuensi lebih dari (more than ogive). Berapa mahasiswa dengan berat badan kurang dari 54 kg? 13. Gaji bulanan dari 65 karyawan perusahaan asing pada suatu daerah tertentu setelah dikelompokkan adalah sebagai berikut: a) ») “Gall Bulanan 7 (Ribuan fp) (1) 50,00 - 59,99 8 60,00 - 69,99 10 70,00 - 79,99 16 80,00 - 89,99 14 90,00 - 99,99 10 100,00 ~ 109,99 5 110,00 — 119,99 2 Berapa banyaknya kelas? Berapa besamya nilai batas (lower limit) untuk kelas kedua, ketiga, dan keempat? Berapa besamya nilai batas atas (upper limit) untuk kelas kedua, ketiga, dan keempat? Hitung besamya batas kelas bawah dan atas yang sebenarnya (lower dan upper class bound ary) dari kelas pertama, kedua, ketiga, keempat, dan kelima. Juga hitung besarnya kelas interval (class size) dari kelas ketiga dan keempat. Apakah sama untuk semua kelas? 14. Dengan menggunakan Soal No. 13. a) ») 9) d) 16. X= Gambarkan tabel frekuensi relatif Gambarkan histogram dan poligon. Gambarkan frekuensi kumulatif mutlak dan persentase kurang dari (less than) serta gambarkan kurva Ogive-nya. (Pergunakan nilai batas bawah. yaitu sama atau lebih dari 50,00, sama atau lebih dani 60,00, dan seterusnya). Gambarkan frekuensi kumulatif mutlak dan persentase lebih dari (more than) serta gambarkan kurva Ogive-nya. (Pergunakan nilai batas bawah, yaitu sama atau kurang dari 50,00, sama atau kurang dari 60,00, dan seterusnya) hasil ujian statistik mahasiswa FE-UNTAR yang dikelompokkan sebagai berikut {Kelas Nilai 30 ~ 39 | 40-49 | 50 - 59 | 60-69 70 - 79 ! ac-a9 90 - 99 Gambarkan histogram dan poligonnya. Berapa orang mahasiswa yang nilainya 80 atau lebih? Berapa orang mahasiswa yang nilainya Kurang dari 60? Apabila batas nilai untuk lulus 60, berapa persen mahasiswa yang lulus dan berapa persen yang tidak lulus? upah karyawan suatu perusahaan dalam ribuan rupiah per bulan, dengan data sebagai berikut:™ 17. 18, 19, 20. a) b) o) 3) Siok Teor do pies 100-199 200 - 299 300 - 399 400 ~ 499 500 - 599 600 - 699 700 = 799 Gambarkan histogram dan poligonnya. Berapa orang karyawan yang upahnya Rp300 ribu atau lebih? Berapa orang karyawan yang upahnya kurang dari Rp300 ribu? Berapa persen karyawan yang upahnya Rp100 ribu atau lebin? Perusahaan dapat diklasifikasikan menurut lapangan usaha. Sebuah sampel yang terdiri dari 20 Perusahaan, diperoleh data sebagai berikut. Intel Elektronik ‘Me.Donald Douglas Penetbangan Coca-Cola ‘Minuman. ‘Morton Int. Kimia Union C. Kimia So Indah Bos Makanan General Electric Elektronik ~ PepsiCo. Minuman Motorola Elektronik Maytag Elektronik Indotood Makanan Lockheed Penerbangan DowChemical Kimia Pot ‘Makanan | Campbell Soup Makanan IBM Elektronik R. Purina Makanan =. Goldstar Elekeronik a) b) Buatlah distribusi frekuensi yang menunjukkan jumlah perusahaan dalam setiap jenis lapangan usaha. Buatlah distribusi frekuensi relatif dari poin a). Respon terhadap jawaban dibagi menjadi tiga pilihan yaitu A, B, dan C. Sampel yang terdiri dari 120 fesponden menghasikan 60 jawaban A, 24 jawaban B, dan 36 jawaban C. Tunjukkan cistribusi frekuensi relatif dan persentase jawaban responden tersebut! Diketahui cistribusi frekuensi relatif sebagai berikut. aege com> 2 & Berapa frekuensi relatif kelas D? vika diketahui ukuran sampel adalah 200. Berapa frekuensi kelas D? Buatlah distribusi frekuensi? Buatlah distribusi frekuensi persentasenya! Lima terbaik dari penjualan truk pada tahun 1999 adalah jenis C/K pickup, Dodge Coravan, Ford Explorer, F-Series picup, dan Ford Ranger. Data dari sampel 40 pembeli adalah sebagai berikutob 4 Dies Frekues! 81 IK pickup F-Series pickup CIK pickup F-Series pickup Dodge Caravan CIK picup CIK pickup Dodge Caravan Ford Ranger Dodge Caravan Ford Ranyer Dodge Caravan IK pickup CIK pickup CIK pickup F-Series pickup Ford Explorer F-Series pickup Ford Ranger F-Series pickup CIK pickup F-Series pickup Dodge Caravan F-Series pickup Ford Ranger Ford Explover F-Series pickup Ford Explorer F-Series pickup C/K pickup Dodge Caravan C/K pickup Ford Ranger Ford Explorer Ford Explorer Ford Explorer F-Series pickup Ford Ranger Dodge Caravan Ford Ranger a. Apakah data tersebut kualitatif atau kuantitatif? b. Buatlah distribusi frekuensi dan distribusi frekuensi persentase untuk data tersebut: c. Berdasarkan sampel tersebut, jenis truk apa yang menjadi favorit pelanggan? 21, Sekelompok data mentah terditi dari 53 nilai observasi. Nilai terendah adalah 42 dan tertinggi adalah 142. Data akan dibuat dalam distribusi frekuensi dengan batas kelas terendah dimulai dari 40. Berapa banyaknya kelas yang Anda sarankan? 22. Diketahui sekelompok nilai yang terdiri dari 16 objek adalah sebagai berikut: 27 27) 27 BT 5B 2 28 26 Bt 80 6K Sekelompok nilai tersebut akan dibuat dalam distribusi frekuensi. a) Berapa jumlah kelas yang baik menurut Anda? b) Berapa panjang kelas (interval kelas) yang Anda sarankan? ¢) Berapa batas kelas terendah yang Anda rekomendasikan pada kelas pertama? 4) Buatlah distribusi frekuensi dari sekelompok nilai di atas dan tentukan distribusi frekuensi relatifnya. 23. Manajer lokal sebuah toko makanan "RASA ENAK" tertarik untuk meneliti beberapa kali seorang pelanggan berbelanja di tokonya selama selang waktu dua minggu. Jawaban dari 51 pelanggan adalah sebagai berikut: eee oars era pres re alert steep ee OME T IEE flere res eet cer grees Geer ue ee ero eee Spee IEG) 68 47 6 5 9 1 3 12 4 7 6 5 15 14 1 10 8 9 2 42 a) _Dimulai dengan 0 sebagai batas bawah kelas pertama, dan dengan ‘nenggunakan interval kelas = 3, buatlah distribusi frekuensi sekelompok data di ats. b) Buatlah distribusi frekuensi relatiinya, *} Pada kelas yang mana, data cenderung untuk mengelompok? 24, Biro perjalanan "FUN TRAVEL" menawarkan harga khusus bagi pare lansia (orang ianjut usia) untuk melakukan perjalanan wisata ke tempat-tempat yang telah diteniukan. Direktur biro perjalanan tersebut ingin memperoleh informasi mengenai umur yang ikut serta dalam paket wisata tersebut. Sampel acak dari 40 orang yang ikut dalam paket wisata tersebut memberikan informasi mengenai umur mereka sebagai berikut: 77 88 83 84 58 64 59 69 70 77 71 65 71 55 65 60 60 61 56 72 78 71 84 62 55 57 56 80 76 69 66 71 72 70 69 64 58 67 79 88 8) Berapa jumiah kelas yang Anda sarankan? 6) Berapa panjang/interval kelas yang baik menurut Anda? c) Berapa batas kelas bawah yang Anda rekomendasikan? 3) Buatlah distribusi frekuensinya berdasarkan a, b, dan c! ©) Buatlah distribusi frekuensi relatifnya. 25. Distribusi frekuensi berikut mewakill jumlah har absen kerja karena sakit selama setahun dari para Pekerja atau karyawan di perusahaan "MANDIAT’,26. 27. 30. Sos: Teri dan Aas 9-12 23 13-16 8 17-20 2 Total a, Dengan mengasumsikan bahwa data di atas merupakan sampel, berapa ukuran sampelnya. b. Berapa nilai tengah kelas pertama? cc, Buatlah histogram dan poligon Sebuah perusahaan asuransi meneiiti sejumlah klaim kerusakan kendaraan berumur kurang dari lima tahun, dan lima tahun atau lebih dari lima tahun. Data mentah disajikan dalam distribusi frekuensi berikut, = 799,99 1.099,99 ~ 1.399,99 1.699,99 = 1.999,99 — 299,99 a, Berapa nilai kelas interval? b. Berapa nilai tengah kelas pertama? ©. Buatlah distribusi frekuensi relatif 4. Gambarlan kedua gratik distribusi frekuensi relat tersebut dalam satuan grafik. Berdasarkan data pada Soal no. 26 untuk data umur mobil > 5 tahun, 3) Hitunglah jumiah klaim mobil berumur > 5 tahun dengan rilai klaim lebih deri Rp 1.700.900 5) Buatlah distribusi frekuensi kumulatif "kurang dari” dan “lebih dari’ ©} Buatlah poligramnya 9) Berdasarkan grafik “trekuensi kumulatif kurang dari’ hitunglah berapa jumlah klaim mebil dengan nilai Kiaim kurang dari Rp1.100.000, Berdasarkan data pada Soal no. 26, untuk data umur mobil < § tahun, lakukaniah nat yan: seperti Soal No. 27, Yerdasarkan data pada Seal no. 25, tentang jumian hari absen kerja 31 Hitunglah berapa banyak karyawan yang absen kurang dati 4 navi per tahun? Berapa karyawan yang absen kurang dan 8 hari? >} Buatlah distribusi frekuensi “kurang dari” dari data tersebut dan buatlah gratiknya! banyak Berdasarkan Soal no. 25, hitunglah a) Jumlah pekerja yang absen (tidak masuk) antara 5 - 16 hari! ) Jumlah pekerja yang absen lebih dari 12 hari! ©) Jumiah pekerja yang absen kurang dari 13 hari!fob 4 Distr Feber 83 31. Berdasarkan Soal no.7 a) _buatlah frekuensi kumulatif “kurang dari” dan frekuensi kumulatit “lebih dar’ b) _buatlah grafik untuk jawaban a) di atas. 32. Berdasarkan Soal no. 7, buallah juga poligonnya dan histogramnya. Apakah bentuk grafik poligonnya menyerupai grafik kurva normal? Jelaskan! 33. Jelaskan langkah-langkah dalam pembuatan histogram 34. Tes tingkat Kekuatan Baca (TKB) sering digunakan untuk mengukur kemampuan baca anak-anak. Skor TKB dari 44 anak kelas tiga adalah sebagal berikut: 40 2 39 +14 #42 #18 2 43 46 27 19 47 19 2 35 34 15 44 49 38 31 46 52 25 35 35 33 29 34 41 49 2B 52 fp 63 3 $2 6 Ge yo Buatlah tabel distribusi frekuensi dengan menggunakan rumus Sturges untuk penentuan banyaknya kelas. Selanjutnya untuk menentukan panjang interval kelas gunakan rumus: Xia c 35. Berdasarkan jawaban Soal no. 34 buatlah a) histogram dan poligon! ) grafik frekuensi “kurang dari" dan "lebih dari’4, Aburan PEMUSATAN Tujuan Belojar saa ‘mempelajari bab ini, Anda diharapkon mampu: © mengefahui jenis-jenis ukuran pemusatan. © menggunakan rumus-rumus ukuran pemusatan, menghitung beberapa ukuran pemusatan, ‘memahami arti dan manfoat dari beberapa ukuran pemusatan.eb 5 Ukoran Poston 85 DEFINISL UKURAN PEMUSATAN Rata-rata (woerage) adalah nilai yang mewakili himpunan atau sekelompok data (a set of data). Nilai rata-rata umumnya cenderung terletak di tengah suatu kelompok data yang, disusun menurut besar kecilnya nilai. Dengan perkataan lain, ia mempunyai kecenderungan memusat, schingga sering disebut ukuran kecenderungan memusat (miea- sures of central tendency). Beberapa jenis rata-rata yang sering dipergunakan ialah rata-rata hitung (arithmetic mean atau sering disingkat mean saja), rata-rata ukur (geometric mean), dan rata-rata harmonis (harmonic mean). Setiap rata-rata tersebut selain mempunyai keunggulan juga memiliki kelemahan, dan ketepatan penggunaannya sangat tergantung pada sifat dari data dan tujuannya (misalnya, untuk melakukan analisis). Dalam buku ini, yang dimaksudkan dengan rata-rata ialah rata-rata hitung, kecuali kalau ada keterangan atau penjelasan lain. Dalam kehidupan sehari-hari, rata-rata ini lebih banyak dikenal. Misalnya rata-rata gaji/upah karyawan perusahaan swasta per bulan, rata-rata produksi beras per tahun, rata-rata harga beras per kilogram, rata-rata umur karyawan suatu departemen, rata-rata hasil penjualan pesawat radio per minggu, rata-rata modal perusahaan nasional, rata-rata nilai hasil ujian seorang mahasiswa, rata- rata jarak yang ditempuh oleh pembalap mobil, rata-rata permintaan kredit per nasabah, dan lain sebagainya. Rata-rata hitung, yang untuk selanjutnya kita singkat rata-rata, sering digunakan sebagai dasar perbandingan antara dua kelompok nilai atau lebih. Misalnya ada dua mahasiswa, yaitu Toni dan Joni dari Fakultas Ekonomi Universitas Atmajaya, yang menempubh ujian lima macam mata pelajaran, yaitu: Statistik, Matematika, Teori Ekonomi, Pemasaran, dan Metode Riset. Untuk meneniukan mana yang lebih pandai antara Toni atau Joni, dapat dipergunakan nilai rata-rata. Misalkan hasil ujian Toni dan Joni adalah seperti disajikan dalam Tabel 5.1. SHLELD tos ujiontipotts Toni dan Joni rH Matematika ‘Teori Ekonomi Pemasaran Metode Riset OMe oN @ Jamlah 36 = Rata-rata Dari nilai rata-rata tersebut dapat disimpulkan bahwa Toni lebih pandai dari Joni. Untuk membandingkan tingkat gaji/upah per bulan karyawan perusahaan A dan perusahaan B, mana yang lebih tinggi, maka dilakukan wawancara terhadap 10 karyawan Perusahaan A dan 10 karyawan perusahaan B. Hasil wawancara A dan B disajikan pada Tabel 5.286 Shs To do pig CELE Hosl WovancoraHipoeis dari 10 Koryowan Perusahaan A dan B BOO Se Ternyata rata-rata upah /gaji per bulan dari karyawan perusahaan A lebih tinggi daripada upah/gaji karyawan perusahaan B.* Rata-rata Hitung Kalau kita mempunyai nilai variabel X, sebagai hasil pengamatan atau observasi sebanyak N kali, yaitu Xy, Xy,..., Xy «++, Xy, maka: a) Rata-rata sebenarnya (populasi): 1X 13x, a we i =O tt XH Ky) 6.1) u dibaca myu, yaitu simbol rata-rata sebenarnya yang disebut parameter. Rata-rata ini dihitung berdasarkan populasi. Karena itu, rata-rata sebenarnya sering juga disebut rata-rata populasi. b) Rata-rata perkiraan (sampel): Kalau rata-rata tersebut dihitung berdasarkan sampel sebanyak n di mana n 3(X,- X) = L(X,- 66 = (5 ~ 6,67)" + (7 ~ 6,67" + (8 - 6,67)" = 467 Jadi ternyata £(X,- k)? > X(X,- X)*, di mana13 > 4,67 5 > 4,67 10 > 4,67 Jadi: L(X, - XP = minimum (terkecil). III. Kalau ada kelompok nilai Kelompok pertama sebanyak f, nilai dengan rata-rata X, Kelompok kedua sebanyak f, nilai dengan rata-rata X Kelompok ke-i sebanyak f, nilai dengan rata-rata X, Kelompok ke-k sebanyak f, nilai dengan rata-rata X, Oleh karenanya, rata-rata dari seluruh nilai adalah sebagai berikut BR AR AR h¥e tt hi ten th Ff Df Sith tenth tenth 68) CONTOH 5.11 Ada 2 kelompok karyawan. Kelompok pertama terdiri dari 60 orang, di mana masing-masing menerima upah per minggu Rp30.000 dan kelompok kedua terdiri dari 20 orang masing-masing menerima upah per minggu Rp20.000. i) Hitung rata-rata upah per minggu dari seluruh karyawan. ii) Apakah hasil perhitungan rata-ratanya akan sama kalau 60 orang tersebut menerima rata-rata upah Rp30.000 per minggu (X , = Rp30.000) dan 20 orang menerima rata- rata upah Rp20.000 per minggu (X > = Rp20.000), PENYELESAIAN i) X = upah mingguan dalam ribuan rupiah f = banyaknya karyawan yang menerima upah X.4 Sais Teor dn Attest % = AX + AX, hth 2.200 80 27,5 > Jadi rata-rata upah mingguan per karyawan = Rp27.000 ii) Jika X= 2X | maka nX = EX, 7 Kelompok pertama X, = Karena m, = fi, maka T, = X,n, atau Xf, atau f,X, Kelompok kedua X= = EX; (kelompok kedua) Karena n, = f,, maka T; = Xn, atau X,f, atau f,X> Jumlah karyawan = f, + f, = 60 + 20 atau 80. Jumlah upah seluruh karyawan dibagi dengan banyaknya karyawan, atau x - ath Hasil perhitungan i) dan ii) adalah sama, yaitu rata-rata upah mingguan per karyawan adalah Rp27.500. Rata-rata ini sangat mendekati upah sesungguhnya dari masing- masing kelompok, di mana kelompok pertama Rp30.000, sedangkan kelompok Kedua Rp20.000. Rata-rata ini ditimbang dengan menggunakan frekuensi sebagai timbangan. IN. Apabila k adalah sembarang nilai yang merupakan nilai rata-rata asumsi/anggaran dan d; merupakan deviasi atau selisih dari nilai X, terhadap k (d, = X, - k, i= 1, 2, ), maka kita peroleh rumus rata-rata sebagai berikut: X =k+ =4 ccbagai pengganti ¥ = 2 69) XK =k+ 2, sebagai pengganti X = ae 6.10) Bukti: a)fob 5 Ukuron Persson % Jadi Rake Me b) _X, terjadi f, kali, X, terjadi f, kali, ... , X; terjadi f, kali, ... , X, terjadi fy, kali. SAX: Li = Lif; + Sfid; ~ Lfi _ RSA + Did ~ Shi Shi fi ez Aa Jadi XK =k+ uh CONTOH 5.12 Misalkan diketahui X, dan X, , X_ = 8, Xy = 11, Xy = 9, Xs = 12, Xe = 6, X, = 14, 10. Cari rata-rata nilai variabel X ini dengan rumus X = 1(5x,) dan X =k + n (Bit), k = 9 dan k = 20 PENYELESAIAN a) KX =4G6+8+ + 10) = 9375 b) dy) =-4,d,=-1,d, = 2, d, = 0, ds = 3, de = -3, d, =5, dy untuk k = 9, maka X =k+ 10M) =94 F(4414 +1) = 9375Sit: Teor’ do Aas % untuk k = 20, maka Xx + ¢(2d) = 20+ $(-15-12+...- 10) = 9,375 ay CONTOH 5.13 Dengan menggunakan rumus X = 2s dan X =k+ a. hitunglah rata-rata berdasarkan data berikut: ‘ ‘ ~T x 55, 65 1 f 8 10 16 4 10 5 2 LE Zw PENYELESAIAN x - Ls x = te oh = 8(55) + 10(65) +... + 2(115) B+ 10+ ...4+2 = 79,77 Misalkan k = 4, = ~30, d, = -20, d, = -10, d, = 0, ds = 10, d, = 20, d, = 30. v Sid =k+ Lid X =k He = 8-30) + 10(-20) +... + 2(30) B+10+...+2 = 797 Perhatikan, apabila interval kelas -nya sama, dalam hal ini = 10, maka deviasi tersebut merupakan kelipatan dari kelas interval, d, = -30 = 10(-3), d, = -20 = 10(-2), dy = -10 = 10(-1), dan seterusnya. Kalau kelas interval = c, maka d, = cll, di mana U, = 0, #1, 3, dan seterusnya. Jadi, rumus rata-rata menjadi: Rakee FY (6.11) CONTOH 5.14 Kerjakan contoh 5.13, dengan rumus yang baru ini 2] d= -30, -20, -10, 0, 10, 20, 30 c =10 U = -3, -2,-1,0,1,2,3 f = 8,10, 16, 14, 10, 5,2 fU = -24, -20, -16, 0, 10, 10, 6 DAU, = -24- 20-16 + 10+ 1046 FAI PENYELESAIAN xJob §- Ut Penson ”7 V. Kalu suatu kelompok data sangat heterogen, maka rata-rata hitung tidak dapat mewakili masing-masing nilai dari kelompok tersebut dengan baik. Rata-rata hitung hanya dapat mewakili dengan sempurna atau tepat sekali apabila kelompok data homogen (semua nilai dalam kelompok sama). Semakin heterogen datanya semakin tidak tepat. Suatu kelompok data dikatakan homogen atau tidak bervariasi kalau semua nilai dari kelompok tersebut sama dan dikatakan sangat heterogen kalau nilai-nilai tersebut sangat berbeda satu sama lain atau sangat bervariasi. Antara homogen dan sangat heterogen disebut relatif homogen, yaitu perbedaan antara nilai yang satu dengan lain- nya tidak begitu besar. Untuk mengukur tingkat homogenitas atau tingkat variasi ter- sebut sering dipergunakan kriteria yang disebut simpangan baku (standard deviation) Perhatikan Tabel 5.3, yang menggambarkan upah bulanan dalam ribuan dari 3 kelompok karyawan perusahaan. Misalkan X = upah dalam ribuan rupiah. Upoh per Bulan Hipotesis Tiga Kelompok Koryawon Walaupun rata-rata upah bulanan per karyawan dari kelompok I, II, dan III masing- masing sama sebesar Rp50.000, namun kalau diperhatikan secara lebih cermat rata-rata dari kelompok | mewakili kelompok dengan sempurna atau tepat sekali (sebab masing- masing nilai sebesar Rp50.000, sama dengan nilai rata-rata), rata-rata kelompok I agak mewakili atau mewakili dengan cukup (sebab semua nilai dalam kelompok mendekati Rp50.000), sedangkan rata-rata kelompok III sangat tidak mewakili. Jadi nilai rata-rata hitung sangat dipengaruhi oleh nilai ekstrim (besar sekali atau kecil sekali).. Dalam usaha mencari nilai untuk mewakili suatu kelompok nilai, selain dipergunakan rata-rata hitung (mean), yang baru saja selesai dibahas, juga dipergunakan ukuran-ukuran lain seperti median dan modus. MEDIAN (DATA TIDAK BERKELOMPOK) Kalau ada sekelompok nilai sebanyak » diurutkan mulai dari yang terkecil X, sampai dengan yang terbesar X,, maka nilai yang ada di tengah disebut Median (Med) Untuk n Ganji Kalau k adalah suatu bilangan konstan dan n ganjil, maka selalu dapat ditulis n= 2+. atau%8 Satish: Ter den Aphis Misalnya, Kelompok nilai X,, X,, ake 4 4 terkecl terbesar Median = X,,,, atau nilai yang ke (k + 1) (5.12) ‘ONTOH §.15 Ada 7 karyawan dengan upah per bulan masing-masing Rp20.000, Rp80.000, 75.000, Rp60.000, Rp50.000, Rp85.000, dan Rp45.000. Tentukan Median upah karyawan tersebut! PENYELESAIAN Pertama : Urutkan dahulu dari yang terkecil sampai dengan yang terbesar. X; = 20.000, X, = 45.000, X; = 50.000, X, =60.000, X, = 75.000, X, = 80.000, dan X, = 85.000. Kedua: Tentukan nilai k dari 7 = 2k +1 Jadi Median = Med = X,,, = X, > k=3 160.000. Perhatikan bahwa X, merupakan nilai yang berada di tengah-tengah setelah diurutkan mulai yang terkecil sampai dengan yang terbesar. XX Xy Xp Xy Xy Xp oe ee * Med CONTOH 5.16 Nilai ujian Linear Programming dari 9 mahasiswa FE-Ul, masing-masing adalah sebagai berikut: 90, 70, 60, 75, 65, 80, 40, 45, 50. Berapa besarnya nilai Median? wi PENYELESAIAN X, = 40, X_ = 45, X, = 50, X, = 60, X, = 65, X, = 70, X, = 75, X, = 80, X, = 90 9 =2keleb 5. Ukuran Pemusaton 9 Untuk 1 Genap Kalau k adalah suatu bilangan konstan dan m genap, maka selalu dapat ditulis n = 2k, atau k= 5. Misalkan 1 = 8, maka k = 4, Median = 4a, + Xa) (6.13) CONTOH 5.17. Misalnya dari Contoh 5.15, ada 8 karyawan dan upahnya dalam ribuan ie rupiah adalah sebagai berikut: 20, 80, 75, 60, 50, 85, 45, 90. Berapa nilai Median? PENYELESAIAN X, = 20, X, = 45, X, = 50, X, = 60, X5 = 75, X, = 80, X, = 85, X, = 90 8 = 2k =4 Med = 2(x, +X) = 2% +X 1 = (60 + 75) = 675 Jadi Median upah karyawan = Rp67.500 Xy Xy Xy Xp Xy Xp Xp Xp Xy+ Med = 4 —* CONTOH 5.18 Dari contoh 5.16, bukan 9 orang mahasiswa, tetapi ada 10 orang dengan nilai ujian sebagai berikut: 40, 70, 60, 75, 65, 80, 90, 45, 50, 95. Berapa besarnya Median dari nilai ujian Linear Programming tersebut? ue X; = 40, X, = 45, X, = 50, X, = 60, X, = 65. X, = 70, X, = 75, Xp = 80, X, = 90, Xi9 = 95 10 = 2k k=5 Med = 4, + Xe) = F% +X) = 465 +70) = 675 Jadi Median nilai ujian Linear Programming = 67,5. X Xy Xy Xy Xp Xe Xp Xyp Xo Xp x Med =100 Sto: Tor don Apbkass Pada umumnya kelompok nilai tersebut merupakan hasil pengumpulan data atau hasil observasi. Simbol n sering disebut banyak observasi (n = 8, » = 10) atau besarnya sampel. Kalau kita perhatikan, hasil perhitungan Median tersebut menunjukkan bahwa Median suatu kelompok merupakan nilai observasi (salah satu nilai yang ada di tengah atau rata-rata dari dua nilai yang ada di tengah) sedemikian rupa sehingga setengah (60%) dari observasi mempunyai nilai sama atau lebih kecil dari nilai Median, sedangkan setengah (50%) lainnya mempunyai nilai sama atau lebih besar dari Median Perhatikan’Contoh 5.15. x, x, x. ; x Xs Be x, 20.000 45.000 50.000 60.000 75.000 80.000 85.000 (50%) (50%) 20.000 < 60.000 85.000 > 60.000 45.000 < 60.000 80.000 > 60.000 50.000 < 60.000 75.000 > 60.000 60.000 = 60.000 60.000 = 60.000 Perhatikan Contoh 5.18. XX Xs XX Xe Xe OX Xp 45 50 0657075 Ds Med = S470 _ 675 40.< 675 95 > 675 45 < 675 90 > 675 50 < 675 80 > 67,5 60 < 675 75 > 675 65 < 675 70 > 675 67,5 = 675 67,5 = 675 MEDIAN (DATA BERKELOMPOK) Contoh di atas adalah untuk data yang tidak berkelompok, belum dibuat kelas-kelas atau pengelompokan yang disajikan dalam bentuk tabel frekuensi. Untuk data yang ber- kelompok, nilai Median dapat dicari dengan interpolasi yang rumusnya adalah sebagai berikut: 57 ido Med =p +6) 25 —* 6.14) di mana: = nilai batas bawah dari kelas yang mengandung atau memuat nilai median; n = banyak observasi = jumlah semua frekuensi; (Sf)p = jumlah frekuensi dari semua kelas di bawah kelas yang mengandung median (kelas yang mengandung median tak termasuk); fmt = frekuensi dari kelas yang mengandung median; © = besarnya kelas interval, jarak antara kelas yang satu dengan lainnya atau besarnya Kelas interval yang mengandung median.ab 5 Ukoron Person 101 Secara geometrik median juga merupakan nilai X dari absis (sumbu horizontal) sesuai dengan jarak tegak lurus yang membagi suatu histogram (seluruh kurva) menjadi dua daerah yang sama luasnya (50% sebelah kiri median, 50% sebelah kanan median). Jadi seluruh observasi seolah-olah dibagi menjadi dua, setengah di sebelah kiri median (yang terdiri dari observasi yang nilainya sama atau lebih kecil dari median) dan setengahnya lagi di sebelah kanan median (yang terdiri dari observasi yang nilainya sama atau lebih besar dari median). = CONTOH 5.19 Misalkan X adalah upah bulanan karyawan sebuah perusahaan asing yang dibulatkan menjadi ribuan rupiah. Ada 40 orang karyawan yang sedang diselidiki dan salah satu pertanyaan tentang besarnya upah bulanan dalam ribuan rupiah hasilnya adalah sebagai berikut: 16147 «147148149150 -150 152183154 156 4157 158 161 163 164 165 168 173 176 19° «1250 «126 «128-132, «135,135, 135136138 138° «140 «140° «1420 «142144 1441450145 146, a) Berapa besarnya nilai median upah karyawan? b) Kalau data dikelompokkan, kelas-kelas disajikan pada Tabel 5.4. Dengan menggunakan Rumus 5.14, hitunglah nilai median. COMES Upch Hipoetis per Bulan 40 Karyawon 18 - 126 127 ~ 135 136 - 144 145 - 153 154 ~ 162 163 - 171 172 ~ 180 Jumlah PENYELESAIAN a) Diurutkan dahulu dari yang terkecil (X,) sampai yang terbesar (X,) X,=M9 Xy= 138 Xy = 146 X= 156 X, 2125 X= M0 X,=1M7 Xy = 157 X=126 X= 40 Xy= 7 X,, = 158 X,=128 Xy= 42 Xy= 1B Xy = 161 Xj = 49 Xyq = 163 132 Xg= M42 Xig= M4 Xy = 150 Xag = 164 X= 14d 150 Xy, = 165 Xig= 145 152 Xz = 168 Xip= M5 153 Xzg = 173 Xag = (146) 154 Xq = 176102 Stil: Tort dan Aoi Menentukan nilai k: 40 = 2k — k = 2 = 20 Med = 1(X, +X.) (Xoo + Xi) (146 + 146) 2 1 2 1 2 14 b) Upah dari 40 orang karyawan sudah disajikan dalam tabel frekuensi, di mana bentuk tabelnya adalah sebagai berikut: 118 ~ 126 3 107-138 5 50% observasi (jumlah frekuensi), nilai obser- 136-144 9 vasinya sama atau lebih kecil dari median. 145 — 153, 12 )"-— Kelas mengandung median dengan nilai 154 — 162 5 frekuensi f,, = 12. 163 —171 4 50% observasi (jumlah frekuensi), nilai obser- 172 ~ 180. 2 vasinya sama atau lebih besar dari median. Jumlah 40 Upah dianggap sebagai bilangan-bilangan yang didistribusikan secara kontinu. Dalam hal ini, median merupakan upah yang mempunyai ciri/sifat sedemikian rupa sehingga setengah atau 50% dari observasi (jumlah frekuensi), yaitu 42 = 20 observasi, terletak di bawah median dan setengah lainnya di atas median tersebut. Jumlah tiga frekuensi pertama f, + f, + f= 3 +5 + 9 = 17 observasi belum sampai 20, atau belum ada setengahnya. Untuk mencapai 20 observasi diperlukan tiga observasi dari kelas keempat yang frekuensinya = f, = 12. Jadi median terletak dalam kelas keempat. Karena kelas interval yang keempat, yaitu 145 - 153, sama dengan (setelah memperhitungkan bahwa upah merupakan data yang kontinu) 14,5 ~ 153,5, maka median akan terletak di posisi 3; dalam jarak kelas interval 144,5 - 15355. = 144,5 (nilai batas kelas bawah, setelah diadakan koreksi kontinuitas). z = 20 hth+h=17 n 40 _ ¢ = (1535 - 144,5) =9... — jarak antara nilai batas bawah dan nilai batas atas dari kelas interval yang memuat median atau jarak antara suatu kelas dengan kelas berikutnya, baik diukur dengan nilai atas bawah atau batas atas, 145 — 136 = 9, atau 153 ~ 144 = 9 (sama saja). Cara ini disebut interpolasi, sehingga hasilnya tidak tepat seperti kalau dihitung secara langsung. Walaupun demikian, hasilnya akan mendekati nilai sebenarnya. Di dalam prakteknya kita sering tidak tahu data aslinya, tetapi data tersebut sudah disajikan dalam tabel frekuensi, sudah dibuat kelas-kelas, kelompok-kelompok,ob 5 Ukuron Person 103 atau kategori-kategori, Jadi, rumus interpolasi ini sangat penting untuk menghitung median. Dengan menggunakan Rumus 5.14, akan dihasilkan angka berikut: Med = 1, + = 144549 = 1445 + 22 12 = 146,75 CONTOH 5.20 Dengan menggunakan rumus interpolasi, hitunglah nilai median dari data berikut: 30 - 39 40-49 50 — 59, 60 - 69 70-79 80 - 89 90 - 99 f| a seQe'n Jumlah PENYELESAIAN Setengah dari observasi Sf, + fy + fy=4 +6 +8 = 18, dan untuk mencapai 25 masih kurang 7, sehingga perlu ditambah dengan frekuensi kelas keempat Jadi median terletak pada kelas ke-4, yaitu kelas 60 ~ 69 setelah dikoreksi menjadi 59,5 = 695 9 ¢ = 69,5 ~ 59,5 =10. Ly = 595, 5 = 25, (Bf) = 18, f,, = 12 - Cho Med = 1, +¢ 2 | Fe = 59,5 +10 (338 2 = 65,33, CONTOH 5.21 Berdasarkan Contoh 5.6, hitunglah Median berat badan 100 orang mahasiswa.104 Sisk: Teor dan Apis PENYELESAIAN Setengah dari observasi = 1% = 50 — f, + f, = 23, untuk mencapai 50 masih, kurang 27, sehingga perlu ditambah dengan frekuensi kelas ketiga. Jadi median terletak pada kelas ke-3, yaitu kelas 66 ~ 68, setelah dikoreksi menjadi 65,5 ~ 68,5 — c = 68,5 ~ 65,5, n L, = 655, 5 50, (Sfp = 23, fim = 42 MODUS (DATA TIDAK BERKELOMPOK) Modus dari suatu kelompok nilai adalah nilai kelompok tersebut yang mempunyai frekuensi tertinggi, atau nilai yang paling banyak terjadi di dalam suatu kelompok nilai. Untuk selanjutnya kita singkat Mod. X, = Modus = Mod kalau f; mempunyai nilai terbesar dibandingkan dengan frekuensi lainnya fi fin fi fia untuk semua i Suatu distribusi mungkin tidak mempunyai Mod atau mungkin mempunyai dua Mod atau lebih. Distribusi disebut Unimodal, kalau mempunyai satu Mod, Bimodal, kalau mempunyai dua Mod, atau Multimodal, kalau mempunyai lebih dari dua Mod CONTOH 5.22 Dari data berikut, apakah ada Mod-nya? Kalau ada, tentukan nilainya (a) 2, 2, 5, 7 9 9 9 10, 10, 11, 12, 18 (b) 3, 5, 8, 10, 12, 15, 16 O2734 445 5 777 9 PENYELESAIAN (a) Langkah pertama, susunlah tabel frekuensinya: ginew a eetfab 5. Urn Penuscton 105 Jadi Mod = 9, sebab nilai observasi ini yang paling banyak atau mempunyai frekuensi terbesar. (b) Buatlah tabel frekuensi: 10 2 15 16 Karena semua nilai mempunyai frekuensi yang sama, maka distribusi ini tidak mempunyai Mod. (©) Buat tabel frekuensinya: Mod (1) (Mod (2) exunen Oleh karena terdapat dua nilai observasi yang mempunyai frekuensi terbanyak, maka distribusi memiliki dua Mod, yaitu 4 dan 7. Di dalam bidang pemasaran, ukuran Mod ini juga sering dipergunakan untuk mengetahui barang apa yang paling disenangi para konsumen, atau dengan perkataan lain apa yang menjadi mode. Mode pakaian, mode sepatu, mode rambut gondrong, radio, TV, minuman, dan lain sebagainya. Jadi barang yang paling laku merupakan mode, potongan rambut yang paling disenangi merupakan mode, jenis film yang paling banyak pengunjungnya merupakan mode, fakultas yang paling banyak mahasiswanya merupakan mode, dan lain sebagainya MODUS (DATA BERKELOMPOK) Apabila data sudah dikelompokkan dan disajikan dalam tabel frekuensi, maka dalam mencari modusnya harus dipergunakan rumus berikut ini. i Mod 1 6.15) i (Ao + ho di mana, Ly = nilai batas bawah, kelas yang memuat modus; fro = frekuensi kelas yang memuat modus; (do = Sno ~fino-1) — (selisih frekuensi kelas yang memuat modus dengan. frekuensi kelas sebelumnya (bawahnya)} (ho = fno ~ fimo.) {Selisih frekuensi kelas yang memuat modus dengan frekuensi kelas sesudahnya (atasnya)} besarnya jarak antara nilai batas atas dan nilai batas bawah dari kelas yang memuat modus. c106 10 100,00 - 109,99 5 110,00 - 119,99 2 Jumlah cS PENYELESAIAN ly = $169.99 + 70,00) = 69,995 Nilai batas atas = 3-(79,99 + 80,00) = 79,995 c = 79,995 — 69,995 = 10 Sores) = 10 Fines) = 4 {ho = 16 - 10 fo = 6 = 16-14 =2 ' Mod = iy +¢ Tact ° V+ Be = 69,995 + 10 (3 $5] = 77,50 Jadi nilai modus = 77,50. Eo 5.24 Cari modus dari tabel frekuensi berikut: Soil: Ter don Apes CONTOH 5.23 Dari data yang disajikan dalam tabel frekuensi berikut ini, carilah modusnya, +o kelas yang berisi modus, f,. = 16 ra aR Jumlah Bl avcBeaebob 5 Ukuron Person 107 apy PENVELESAIAN Dari tabel, fy, = 12 merupakan frekuensi dari kelas yang memuat modus (nilai tertinggi). Kelas interval yang memuat modus, mempunyai nilai batas bawah 369 + 60) = 59,5 dan nilai batas atas 4(59 + 70) = 69,5. Jadi antara 59,5 — 69,5 terdapat observasi fag = 12. 69,5 - 595 10 Wn ae to + unt = 95 +10 (445) = 65,214 PERBANDINGAN ANTARA RATA-RATA, MEDIAN, DAN MODUS Apabila distribusi frekuensi mempunyai kurva yang simetris dengan satu puncak saja, maka letak Rata-rata X, Median, dan Modus adalah sama, yaitu X = Mod = Med. CHET Bentuk Kurva Niloi Median, Modus, dan Rato-rata Sama Kalau kurva menceng ke kanan, maka nilai rata-rata adalah yang paling besar, diikuti dengan median, kemudian modus, seperti terlihat pada Peraga 5.2. « Techs? >) _Bentuk Kurva Mili Rato-ota > Med > Mod108 Siok: Tec don Apes Kalau kurva menceng ke kiri, maka nilai rata-rata paling kecil, diikuti median, kemudian modus seperti terlihat pada Peraga 5.3. Bentuk Kurva Nilai Rato-rata < Med < Mod X = (Raterata) Median Modus (Menceng ke kisi) Apabila distribusinya tidak terlalu menceng, maka terdapat hubungan: Rata-rata ~ Modus = 3 (Rata-rata - Median) atau Modus = Rata-rata - 3 (Rata-rata - Median) 6.16) dengan perkataan lain, apabila Rata-rata dan Median diketahui, maka Modus dapat dihitung. [2] CONTOH 5.25 Berdasarkan Contoh 5.6, diketahui rata-rata = 67/45; dan berdasarkan Contoh 5.21, diketahui median = 65,64; maka dengan menggunakan hubungan pada Rumus 5.16 carilah modus dari berat badan 100 mahasiswa. we Modus = Rata-rata ~ 3 (Rata-rata ~ Median) 67,45 — 3 (67,45 - 65,64) = 62,02 RATA-RATA UKUR Dalam masalah bisnis dan ekonomi seringkali diperlukan data untuk mengetahui rata- rata persentase tingkat perubahan sepanjang waktu (average percentage rales of change over time), misalnya rata-rata persentase tingkat perubahan hasil penjualan, produksi, harga, dan pendapatan nasional selama 10 tahun yang lalu. Perhatikan data berkala mengenai hasil penjualan suatu perusahaan (dalam jutaan rupiah) berikut: Berapa besarnya rata-rata persentase tingkat perubahan per tahun dari data penjualan tersebut? Pertanyaan ini sebetulnya sama dengan mencari nilai konstan, sebagai persentase tingkat perubahan tahunan yang diperlukan sehingga angka hasil penjualan berubah dari Rp10 juta pada tahun 1996 menjadi Rp15 juta pada tahun 1999. Nilai ini dapat diperoleh dengan menggunakan rumus rata-rata ukur atau rumus bunga majemuk ber- susun (compound interest). Rumus rata-rata ukur adalah sebagai berikut:‘hab 5 Ukoron Permosotan 109 G=yX-X.. 6.17) Jadi rata-rata ukur suatu kelompok nilai X;, Xz... , X, merupakan akar pangkat n dari hasil kali masing-masing nilai kelompok tersebut, Untuk mencari rata-rata ukur, juga dapat dipergunakan rumus berikut: log G atau G = antilog ( (6.18) CONTOH 5.26 Cari rata-rata ukur dari data berikut (a) X,=2, X,=4,X,=8 (b) X, = 10, X, = 12, X, = 16 (0) X,=10, X, =8, X,= 12. X,=15 C PENYELESAIAN Zi (a) C= YX XX, Vanaye) = Ve Log G = 4(log X, + log X, + log X,) = 4, Atau dapat dihitung dengan: = 4 (log 2 + log 4 + log 8) = 4(0,3010 + 0,6021 + 0,9031) Log G = 4(1,8062) 0,6021 G = antilog 0,6021 = ¥(10)(12)(76) = ¥1920 = 12,43. Atau dapat dihitung dengan: log G = 4(log X, + log X, + log X,) = 4 (log 10 + log 12 + log 16) ¥(1,0000 + 1,0792 + 1,2041) = 1,0944 G = antilog 1,0944 = 124 1X X5-Xq = TOBA) = 14.400 = 10,95. Atau dapat dihitung log G = 4 (log X, + log X, + log X, + log X,) = 4 (log 10 + log 8 + log 12 + log 15) 4(1,0000 + 0,9031 + 1,0792 + 1,1761) = 1,0396 G = antilog 1,0396 =1450 Sits: Teor dn Apts Hubungon antara Rato-rata Ukur dan Bunga Mojemuk (Compound Interest) Misalkan kita mempunyai uang kas sebesar Rp100.000 yang kita tabung dengan bunga majemuk sebesar 5%. Misalkan: jumlah wang semula yang ditabung (P) = Rp100.000) jumlah uang akhir tahun pertama, termasuk bunga (P, = 100,000 + 5% = 100.000 + 5.000 = 105.000) P, = jumlah wang akhir tahun kedua termasuk bunga (P, = P, + 5% = 105.000 + 5% 105.000 + 5.250 = 110.250) P, = jumlah uang akhir tahun ketiga termasuk bunga (P, = P, + 5% = 110.250 + 5% = 110.250 + 5.5125 = 115.762,5) Perhatikan, bahwa: Py = 100.000 100.000 (1,05) = 105.000 100.000 (1,05)(1,05) = 100,000(1,05) P3 = 100.000 (1,05) (1,05) (1,05) = 100.000 (1,05)? Pada umumnya, jika: Py = jumlah uang permulaan tingkat bunga (rate of interest) dinyatakan dalam desimal n= banyaknya waktu (tahun) P, = jumlah akumulasi pada akhir tahun ke-n r maka dengan tingkat bunga tetap dari waktu ke waktu, jumlah uang tersebut pada akhir tahun ke-n dapat dihitung dengan rumus berikut: P, = Po(l +1)" (6.19) Kalau tingkat bunga berubah dari waktu ke waktu, yaitu ry, ry... , ry, maka jumlah wang pada akhir waktu (tahun) ke-n dapat dihitung berdasarkan rumus berikut P, = Pl +n) +n)... +r) (6.20) Jika Py = Rp100.000 1, = 3%, ry = 5%. 15 = 6% maka Ps = Rp100.000 (1,03) (1,05) (1,06) = Rpl14.639 Hubungan antara bunga majemuk dengan rata-rata ukur dapat dilihat dari Rumus 6.19) dan Rumus (5.20). Pethatikan Rumus (5.19): P, = Pa(1 +1)" Rumus (5.20): P, = Py(l +r) (1 +1)... (1 +r,) Pol +" = Py (ltr) (+n)... (1 +1) (+n = (lent)... +r) kalau diambil akar dengan pangkat 1, Va+n® =yGe5, +r). er)eb 5 Uhuan Person Mm maka kita peroleh rumus berikut: (+n) = f+n)04r)..0 47,7 (5.21) Jadi, jelaslah bahwa (1 + r) merupakan rata-rata ukur dari: (1 +r), (141)... (+n) Angka-angka r,,r,,..., r, dapat merupakan persentase tingkat perubahan (percent- age rates of change) yang berlaku bagi jumlah uang Po, P,,..., P,, sedangkan angka-angka (1+), (1 +1),.-., (1+ r,) menunjukkan hubungan relatif antara setiap nilai P dengan nilai P sebelumnya. Sebagai contoh, misalkan dari ilustrasi di atas diketahui r, = 3% = 0,03. len Dengan demikian, Rp103.000 (P,) merupakan jumlah uang pada akhir tahun pertama, atau 3% lebih besar daripada Rp100.000 (P,) dan dinyatakan sebagai tingkat perubahan relatif (relative rate of change), yaitu 103% dari Rp100.000. Jadi angka (1 + r) dari Rumus 5.21, merupakan rata-rata relatif (average relative) dan angka r merupakan rata-rata persentase tingkat perubahan per tahun dalam data berkala (P = jumlah uang akumulasi dari tahun ke tahun), Untuk menghitung nilai r dapat digunakan rumus berikut: (5.22) Untuk menghitung r hanya diperlukan data permulaan = P, dan data terakhir = P,,. Hal ini dapat ditunjukkan dengan menggunakan rumus (5.21) sebagai berikut: (+n = +r )0+n).. 0 +7,) Py Gen= Bae 2, =) 2uz Statist Ter dan Apts = fb 1% = fd 10 0,145, Jadi rata-rata persentase tingkat perubahan adalah 14,5% per tahun. -1 -1 Cara perhitungan ini juga dapat dipergunakan untuk menghitung tingkat perkembangan penduduk, pendapatan nasional, produksi, dan lain sebagainya. we 5.27 Misalkan diketahui laju produksi barang A mengalami kenaikan sebesar 25% dari tahun pertama ke tahun kedua, selanjutnya 40% dari tahun kedua ke tahun ketiga Tahun pertama : produksi barang A = 100 ton Tahun kedua: Pproduksi barang A = 125 ton, naik 25% Tahun ketiga: produksi barang A = 175 ton, naik 40% 1 = 25% 1 = 40% +, Po Py Py (100) (125) a75) Hitung rata-rata laju kenaikan (average rate of increase) selama dua tahun tersebut PENYELESAIAN Tahun kedua tethadap tahun pertama = 125% = 1,25 = (1 + 7) Tahun ketiga terhadap tahun kedua = 140% = 1,40 = (1 + 1,) (l+n = +d +r) V(1,25)(1,40) 1323 1323 -1 = 0,323 atau 323% Jadi rata-rata laju kenaikan adalah r = 32,39 ¥(125)(1,40) = 1,323 (1,25) (1,40) = (1,323)? 1,75 = (1,323)" Misalkan P, = 1,75, Py = 1, dan r = 0,323, maka persamaan di atas menjadi P, = Pl + n?, yang ternyata adalah rumus bunga majemuk Dari uraian di atas dapat disimpulkan bahwa rata-rata tingkat perubahan sebesar r Yang diperoleh dengan menggunakan rumus rata-rata ukur, merupakan tingkat bunga dalam rumus bunga majemuk (compound interest formula) Secara umum dapat digambarkan bahwa jika dilakukan suatu investasi awal sebesar Po dan menjadi P,, setelah n tahun, maka rata-rata ukur r, yang merupakan rata-rata fingkat kenaikan selama n tahun, dapat diperoleh dengan menggunakan rumus (5.19): P, = Pil + 1"{tab 5 Ukuron Pemusoton u3 Jika P, = Rp175 juta, Py = Rp100 juta, dan 1 = 2 tahun (tahun pertama s/d tahun ketiga), maka 175 = 100 (1 +r? 2. 15 ary = 48 r 1% = fB_ "= yi00 -1 = 0323 FH] CONTOH 5.28 Pendapatan nasional suatu negara pada tahun 1976 adalah US$400 milyar dan pada tahun 1980 menjadi US§500 milyar. Selama empat tahun, berapa rata-rata tingkat pertumbuhannya? PENYELESAIAN (| n=4 P, = Pl +r)" 500 = 400 (1 + nt r= rl { 4500 ‘\ 400 " Misalkan p log p = flog 3 Mog 5 - log 4) = (069897, — 0,60206) = 0,02423 p = antilog 0,02423 = 1,0573 maka r = 1,0573 -1 = 0,0573 Jadi rata-rata tingkat pertumbuhan Pendapatan Nasional selama empat tahun adalah 0,0573 atau 5,73% per tahun. RATA-RATA HARMONIS. Rata-rata harmonis (Rj) dari n angka, X,, X;,..., X, adalah nilai yang diperoleh dengan jalan membagi n dengan jumlah kebalikan dari masing-masing X tersebut di atas. Rumusnya adalah sebagai berikut: (5.23)Sisk: Teri don Apts W4 NTOH 5.29 Seorang pedagang buiik di Tegal memperoleh hasil penjualan sebesar 1p100.000 per minggu dengan rincian, sebagai berikut: Minggu pertama : dapat menjual 10 helai seharga Rp10.000//helai; Minggu kedua : dapat menjual 25 helai seharga Rp4.000/helai; Minggu ketiga : dapat menjual 20 helai seharga Rp5.000//helai; Minggu keempat : dapat menjual 40 helai seharga Rp2.500/helai Berapa harga rata-rata kain tersebut per helai? PENYELESAIAN. Untuk menghitung rata-rata harga batik per helai dipergunakan rumus rata-rata harmonis sebagai berikut 1 Ry = aT 3x 4 ~ T 1 T T 10.000 * 4.000 * 5.000 * 2: 400.000 95 210,53 Jadi harga rata-rata batik per helai adalah Rp4.210,53. (Rata-rata harmonis ini jarang dipergunakan, dan oleh karena itu kita tidak akan membahasnya lebih lanjut). KUARTIL, DESIL, DAN PERSENTIL (DATA TAK BERKELOMPOK) Kalau kita berbicara tentang Median, maka nilai ini seolah-olah membegi kelompok data menjadi 2 bagian yang sama. Artinya 50% dari kelompok data ini (seluruh nilai observasi) mempunyai nilai sama atau lebih kecil dari median, sedangkan 50% lainnya mempunyai nilai yang sama atau lebih besar dari median tersebut. Ingat bahwa nilai median merupakan salah satu dari nilai observasi/pengamatan. 0% (X= Med) Untuk kelompok data di mana 1 > 4, kita tentukan tiga nilai, katakanlah Q,, Q,, Qy, yang membagi kelompok data tersebut menjadi 4 bagian yang sama, yaitu setiap bagian memuat data yang sama atau jumlah observasinya sama. Nilai-nilai tersebut dinamakan kuartil pertama, kedua, dan ketiga. Pembagian itu adalah sedemikian rupa sehingga nilai 25% data/observasi sama atau lebih kecil dari Q,, 50% data/observasi sama atau lebih kecil dari Q,, 75% data/observasi sama atau lebih kecil dari Q, 50% 75% di mana Q, = Med Kalau suatu kelompok data atau nilai sudah diurutkan dari yang terkecil (X,) sampai yang terbesar (X,), maka untuk menghitung Q,, Q,, dan Q, harus dipergunakan rumus berikut: Q, = nilai yang ke Hu +), (5.24)ob 5 Ukuran Pemusoton Ws 9 CONTOH 5.30 Berikut ini adalah data upah bulanan dari 13 karyawan dalam. ribuan rupiah, a] yaitu 40, 30, 50, 65, 45, 55, 70, 60, 80, 35, 85, 95, 100, (n = 13). Cari nilai Q,, Q,, dan Q,. PENYELESAIAN Pertama-tama data diurutkan dahulu: X, = 30, X; = 35, X, = 40, X, = 45, (x, = 50, X, = 55, X; = 60, Xp = 65, Xp = 70, Xp = 80, Xp, = 85, X. = 95, X,, = 100, Q, =nilai yang ke med = nilai ke 103+ 1) = nilai ke-3 4 (nilai yang ke-3-4, berarti rata-rata dari X, dan X,) Jadi: QQ = FOGy+X) 5 50 + 45) = 425 Q) = nilai ke 2h = nilai ke-7, nilai X, Jadi: Q =X,=60 Q, = nilai ke sa = nilai ke-104 (nilai yang ke-10+, berarti rata-rata dari Xy dan X,,) Jadiz 1 Qs = 7(Xo + Xn) = $160 + 85) = 82,5 (Nilai kuartil tidak perlu sesuai dengan nilai data yang asli) Untuk kelompok data di mana n > 10, dapat ditentukan 9 nilai yang membagi kelompok data tersebut menjadi 10 bagian yang sama, misalnya, D,, D,,. .. , Dy, artinya setiap bagian mempunyai jumlah observasi yang sama, sedemikian rupa sehingga nilai 10% observasi sama atau lebih kecil dari D,, nilai 20% observasi sama atau lebih kecil dari D,, dan seterusnya. Nilai tersebut dinamakan desil pertama, kedua, dan seterusnya sampai desil kesembilan. Kalau nilai kelompok data tersebut sudah diurutkan dari yang terkecil (= X,) sampai yang terbesar (= X,), maka rumus desil adalah sebagai berikut: i(n +1) D, = nilai yang ke “5 1,2,...,9 (5.25) Pie 5.31 Berdasarkan Contoh 5.30, hitunglah D,, D,, dan D,. uae Dy = nilai ke SED A nilai ke-1 756 ‘Stoistk: Teor don Apes, = nilai ke 17, berarti X, + G(X ~ X) = 2 935 - = 30+ 355 - 30) = nilai ke 2575, berarti X, + 5 (X, ~ X,) 5. 3 35 + 7g (40 ~ 35) 39 9(13 +1) 10 = nilai ke 12455, berarti Xj + 6 (Xs ~ Xs) 6 = 95 + © (100 - 95) 98 = nilai ke Akhimya untuk kelompok data, di mana 1 > 100, dapat ditentukan 99 nilai, P,, P,, + Pro yang disebut persentil pertama, kedua, dan ke-99, yang membagi kelompok data tersebut menjadi 100 bagian; masing-masing mempunyai bagian dengan jumlah observasi yang sama, dan sedemikian rupa, sehingga 1% dati observasi mempunyai nilai yang sama atau lebih kecil dari P,, 2% observasi mempunyai nilai yang sama atau lebih kecil dari P,, dan seterusnya Apabila data sudah disusun mulai dari yang terkecil (X,) sampai yang terbesar (X,), maka rumus persentil adalah sebagai berikut: nilai yang ke ae, i=1,2,...,99 (5.26) KUARTIL, DESIL, DAN PERSENTIL (DATA BERKELOMPOK) Untuk data berkelompok, yaitu data yang sudah dibuat tabel frekuensinya, maka rumus- rumus kuartil, desil, dan persentil adalah sebagai berikut: Rumus Kuartil: in_ Q=bte 22Gol wag, (5.27) i | 1p = nilai batas bawah dari kelas yang memuat kuartil ke-i; n = banyaknya observasi = jumlah semua frekuensi; (fp = jumlah frekuensi dari semua kelas sebelum kelas yang mengandung kuartil kke-i (Kelas yang mengandung kuartil ke-i tidak termasuk), = frekuensi dari kelas yang mengandung kuartil ke-i; © = besarnya kelas interval yang mengandung kuartil ke-i atau jarak nilai batas bawah (atas) dari suatu kelas terhadap nilai batas bawah (atas) kelas berikutnya 1, 2,3, ikalin os "