STATISTIKA

I;

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

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

pengamatan atau pengukuran

dengan interview (wawancara)

dengan kuesioner (angket)

dengan percobaan di laboratorium

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

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

Pertama dipilih sampel dari desa/kelurahan secara acak. Kemudian dipilih sampel dari
RW-RW yang ada didesa/kelurahan yang sudah dipilih tadi juga secara acak, begitu
seterusnya. Cara ini disebut sampling bertahap, karena sampel diambil secara bertahap.

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

Untuk memilih kelurahan mana yang akan kita jadikan sampel, kita lakukan secara
bertahap.
Tahap pertama kita memilih secara acak kecamatan-kecamatan yang ada di kota
Semarang. Misal yang terpilih kecamatan A. Tahap berikutnya memilih secara acak
kelurahan-kelurahan yang ada di kecamatan A, misal yang terpilih kelurahan B.
Selanjutnya masyarakat di kelurahan B inilah yang kita mintai pendapat tentang
kebijakan yang akan diambil pemerintah.

II;

Proses Pengolahan Data

Data statistik yang diperoleh dengan cara teknik pengumpulan data berupa data kasar

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

Tabel I

Dari data yang tercantum pada tabel I ini, sukar untuk menarik kesimpulan mengenai
kekuatan beton dan campuran beton. Agar mudah dipahami, informasi yang tercantum dalam
tabel I dapat disusun menurut pola atau aturan tertentu, yaitu kita dapat menyusun menurut
harga-harga numerik dari rendah ke yang tinggi (diurutkan dari harga rendah ke harga tinggi).
Tabel II menunjukkan susunan hasil test kubus beton setelah diurutkan.
Kekuatan tekan ( N / mm2)
21,7

27,8

31,8

34,0

37,4

23,7

28,9

32,1

34,3

38,1

24,8

29,4

32,4

34,8

38,5

25,2

29,7

33,2

35,7

39,2

26,8

30,7

33,5

36,3

41,3

27,2
Tabel II

31,4

33,8

36,7

42,9

Menggunakan tabel II kita dapat memperoleh informasi kwantitatif mengenai test

laboratorium relatif lebih mudah bila dibandingkan dengan membaca data kasar pada tabel I.
misalkan kita akan lebih mudah untuk menjawab pertanyaan-pertanyaan berikut :
1; Berapa kekuatan tekan terkecil dan terbesar ?
2; Jika disyaratkan kekuatan tekan beton minimum 22,4 N/mm2, apakah campuran beton
tersebut baik.
Dan Jawabannya adalah :
1; Kekuatan tekan terkecil 21,7 N/mm2
Kekuatan tekan terbesar 42,9 N/mm2
1
2; Yang kuat tekannya < 22,4 N/mm2 ada 1 kubus atau 30 . 100% = 3,33% dari total kubus
yang di test.
Dengan demikian dapat dikatakan bahwa campuran kubus beton tersebut baik.
b; Distribusi frekuensi
Untuk memperoleh informasi atau gambaran yang jelas dari datar, data itu
digolongkan dalam beberapa kelas dan kita tentukan frekuensi setiap kelas. Dengan demikian
kita memperoleh distribusi frekuensi atau tabel frekuensi. Dari tabel frekuensi kita dapat
mengetahui penyebaran data dan kecenderungan data itu memusat atau mengelompok pada
suatu harga tertentu.

Cara umum membuat tabel distribusi frekuensi:

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

25,95
23,9

24,0

23,95

19,95

27,9
27,95

Akhirnya diperoleh tabel frekuensi seperti berikut :

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

Frekuensi
Kelas
2
5
6
9
6
2

Data yang disusun seperti tabel frekuensi disebut data yang digolongkan. Dalam
menggolongkan data tersebut ke dalam kelas kita menghilangkan data aslinya (data individu).
Kita anggap semua data dalam satu kelas mempunyai nilai yang sama dengan nilai Titik
tengah kelas.
Pada tabel III di atas ada 6 interval kelas, yaitu 20,0 23,9, 24,0 27,9, dst 20,0 dan
23,9 disebut limit kelas.
20,0 = limit bawah, 23,9 = limit atas.

19,95 23,95, 23,95 27,95, dst disebut batas kelas.

19,95 = batas bawah
23,95 = batas atas
Selisih batas atas dan batas bawah disebut lebar atau panjang kelas.
Lebar kelas = 23,95 19,95 = 4
Titik tengah interval kelas disebut titik tengah kelas atau nilai tengah kelas.
Pada tabel III titik tengah kelas adalah = 21,95 , 25,95 ,. . . , 41,95
c; Frekuensi Relatif
Frekuensi relatif sebuah kelas adalah frekuensi kelas dibagi dengan jumlah total
pengamatan
Fri

Ni
= N

Fri

= frekuensi relatif kelas ke-i

Ni

= frekuensi kelas ke i

= jumlah total pengamatan

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

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

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

frek
kelas
2
5
6
9
6
2

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

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

d; Distribusi Frekuensi Kumulatif

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

Frekuensi
Kumulatif
2

< 27,95

< 31,95

13

< 35,95

22

< 39,95

28

< 43,95
Tabel IV

30

e; Penyajian Dalam Bentuk Grafik

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

Frekuensi

21,95

25,95

29,95

32,95

37,95

41,95

kekuatan tekan

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

30

Fre
ku
we
nsi
15

19,95

23,95

27,95

31,95

35,95

39,95

43,95

kekuatan tekan

f; Ukuran Tendensi Sentral / Ukuran-Ukuran Lokasi

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

Mean :
Mean atau harga rata-rata merupakan sebuah konsep yang banyak sekali digunakan.
Kita sering membaca, mendengar atau mengatakan tentang banyak hal yang berkaitan dengan
rata-rata. Misalnya : curah hujan tahunan rata-rata, rata-rata pengeluaran perbulan,
pendapatan rata-rata per bulan dan sebagainya.
Untuk n buah pengalaman atau data dengan harga x1, x2, xn, rata-ratanya atau
n

mean diberi simbol X dan didefinisikan sebagai :

Xi
i 1

Dalam menghitung mean dari distribusi frekuensi, dihitung sebagai berikut :

xi fi
fi

xi

= data ke i atau titik tengah kelas ke i

fi

= frekuensi data ke i atau frekuensi kelas ke i

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

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

30

= 32,44
Dari tabel III :

X =

xi fi
fi

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

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

= 32,35

Dispersi
Ukuran-ukuran lokasi memberikan keterangan yang penting mengenai kecenderungan
data itu memusat di suatu harga tertentu, tetapi tidak memberikan informasi mengenai aspek lain
yang sama pentingnya, yaitu penyebaran (dispersi) data-data itu terhadap mean.
Misal perangkat data :
24, 25, 26, 27, 28 mempunyai mean 26 dan 3, 17, 18, 34, 58 juga mempunyai mean 26.
Kedua perangkat data ini mempunyai mean yang sama, tetapi perangkat yang pertama
memiliki harga-harga yang lebih terkumpul di sekitar mean dibandingkan dengan perangkat
yang kedua. Jadi kita juga membutuhkan suatu ukuran untuk menyatakan penyebaran (dispersi)
harga-harga disekitar meannya.
Jangkauan
Ukuran penyebaran atau dispersi yang paling sederhana adalah jangkauan (range).
Besaran ini menyatakan selisih harga tertinggi dan harga terendah dalam suatu perangkat data
pengamatan. Dalam kedua contoh diatas jangkauan perangkat pertama : 28 24 = 4, sementara
jangkauan perangkat kedua : 58 3 = 55. Kelemahan dari jangkauan adalah bahwa jangkauan
hanya melibatkan harga-harga ekslim saja, tanpa memperhitungkan perilaku harga-harga
diantaranya.
Deviasi Baku (Simpangan Baku)
Ukuran penyebaran yang paling penting dalam statistik adalah deviasi baku atau standart
deviasi. Deviasi baku dari mean sering kali digunakan dalam statistik untuk menyatakan derajat
penyebaran (dispersi). Besaran ini memperhitungkan juga penyimpangan masing-masing harga
dari harga meannya.
Setelah kita menentukan ukuran deskriptif yaitu mean dan deviasi baku, kita baru dapat
membandingkan suatu data dengan data lainnya dan kemudian menarik kesimpulan.
Perangkat data yang baik adalah yang mempunyai deviasi baku yang kecil. Dengan
deviasi baku yang kecil berarti data itu telah mengelompok disekitar harga rata-ratanya. Dua
perangkat data yang mempunyai deviasi baku yang berbeda, perangkat data yang mempunyai
deviasi baku lebih kecil yang lebih baik dari perangkat data lainnya.
Perhatikan kembali hasil test 30 kubus beton pada tabel II. Dengan menghitung mean
dan deviasi baku dari data tersebut dan membandingkan dengan harga-harga kuat tekan dan
deviasi baku yang diijinkan, seorang ahli pondasi dapat secara mudah menyimpulkan kwalitas
campuran beton itu.
Deviasi baku dihitung dengan rumus sebagai berikut :

X - X
n

i 1

n 1

Contoh : Hitung deviasi baku pada tabel II

Jawab :

X - X
n

i 1

n 1

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

29

=
=

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

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

802,95
29

= 27,69
= 5,26 N/mm2