STATISTIK BISNIS

Buku Acuan:
1. Anderson, Sweeney, and Williams. 2002. Statistics for Business and Economics. 8th edition. SouthWestern/Thomson LearningTM 2. Santoso, Singgih. Pengolahan Data dengan SPSS. Penerbit Andi, Yogyakarta.

1

PERTANYAAN MENDASAR

Apa yang dimaksud dengan “Statistik”?
Kapan dan dimana kita bisa menggunakan “Statistik”?

Mengapa perlu “Statistik”?
Bagaimana menggunakan “Statistik”? Teknik/prosedur apa saja yang ada di dalam statistik?

2

PENGERTIAN STATISTIK

Asal kata “Statistic”: Statia = catatan administrasi pemerintahan di US Stochos = “anak panah” (bahasa Yunani), sesuatu yang mengandung ketidakpastian
Pengertian: Statistik = Data Statistik = Ukuran Sampel Statistik = Ilmu yang mempelajari cara pengumpulan data, pengolahan data, analisis data serta penyajian data sehingga menjadi suatu informasi yang berguna bagi pengambilan keputusan 3

untuk membantu dalam memberikan rekomentasi investasi. 4  . Keuangan (Finance) Penasehat keuangan menggunakan berbagai jenis informasi statistik.CONTOH PENGGUNAAN STATISTIKA  Akuntansi (Accounting) Perusahaan akuntan publik seringkali menggunakan prosedur pengambilan sampel (contoh) yang memenuhi kaidah-kaidah statistik ketika melakukan audit terhadap kliennya. termasuk price-earnings ratio dan hasil dividen.

 5 . Ekonomi Para ahli ekonomi menggunakan prosedur statistik dalam melakukan peramalan tentang kondisi perekonomian pada masa yang akan datang.CONTOH PENGGUNAAN STATISTIKA (Lanjutan)  Pemasaran (Marketing) Pengambilan sampel masyarakat sebagai calon konsumen untuk diminta pendapat tentang produk yang akan diluncurkan oleh suatu perusahaan seringkali menggunakan kaidah statistik.

DATA & VARIABEL  Data adalah sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan. Variabel adalah karakteristik data yang menjadi perhatian.  6 . dirangkum. dianalisis dan selanjutnya diinterpretasikan.

Ordinal. Nominal. 7 . Contoh: Jenis kelamin. sedang). SMA). Skala perusahaan (besar. Akuntansi). juga menunjukkan peringkat. Jurusan dalam suatu sekolah tinggi (Manajemen. SMP. sifatnya hanya untuk membedakan antar kelompok.DATA MENURUT SKALA PENGUKURAN a. Contoh: Tingkat pendidikan (SD. selain memiliki sifat nominal. b.

Berat badan.DATA MENURUT SKALA PENGUKURAN (L) c. skala rasio memiliki angka 0 (nol) dan perbandingan antara dua nilai mempunyai arti. selain memiliki sifat data interval. Contoh: Tinggi badan. juga memiliki sifat interval antar observasi dinyatakan dalam unit pengukuran yang tetap. selain memiliki sifat data ordinal. Interval. Contoh: Temperatur d. Rasio. Waktu 8 .

Kualitatif – Berupa label/nama-nama yang digunakan untuk mengidentifikasikan atribut suatu elemen – Skala pengukuran: Nominal atau Ordinal – Data bisa berupa numeric atau nonnumeric 2.JENIS DATA MENURUT SIFATNYA 1. Kuantitatif – Mengindikasikan seberapa banyak (how many/diskret atau how much/kontinu) – Data selalu numeric – Skala pengukuran: Interval dan Rasio 9 .

JENIS DATA MENURUT WAKTU PENGUMPULANNYA 1. Time Series Data yaitu data yang dikumpulkan selama kurun waktu/periode tertentu Contoh: Pergerakan nilai tukar rupiah dalam 1 bulan. Produksi Padi Indonesia tahun 1997-2006 10 . Jumlah perusahaan go public tahun 2006 2. Cross-sectional Data yaitu data yang dikumpulkan pada waktu tertentu yang sama atau hampir sama Contoh: Jumlah mahasiswa STEKPI TA 2005/2006.

untuk perbandingan/pertumbuhan – Lingkaran (Pie Chart). dst. Tabel – Tabel satu arah (one-way table) – Tabulasi silang (lebih dari satu arah (two-way table). untuk melihat perbandingan (dalam persentase/proporsi) – Grafik Garis (Line Chart).CARA PENYAJIAN DATA 1.) – Tabel Distribusi Frekuensi 2. untuk melihat pertumbuhan – Grafik Peta. Grafik – Batang (Bar Graph). untuk melihat/menunjukkan lokasi 11 .

diagram/plot titik. grafik lingkaran. frekuensi relatif. – Data kuantitatif berupa distribusi frekuensi. Dapat digunakan untuk melakukan eksplorasi data Membuat tabulasi silang dan diagram sebaran data 12 . relatif frekuensi dan persen distribusi frekuensi. ogive. distribusi kumulatif. grafik batang. histogram. baik data kualitatis maupun kuantitatif – Data kualitatif berupa distribusi Frekuensi.MANFAAT TABEL DAN GRAFIK    Meringkas/rekapitulasi data. persen distribusi frekuensi.

DISTRIBUSI FREKUENSI  Merupakan tabel ringkasan data yang menunjukkan frekuensi/banyaknya item/obyek pada setiap kelas yang ada.  13 . Tujuan: mendapatkan informasi lebih dalam tentang data yang ada yang tidak dapat secara cepat diperoleh dengan melihat data aslinya.

DISTRIBUSI FREKUENSI RELATIF  Merupakan fraksi atau proporsi frekuensi setiap kelas terhadap jumlah total.  14 . Distribusi frekuensi relatif merupakan tabel ringkasan dari sekumpulan data yang menggambarkan frekuensi relatif untuk masing-masing kelas.

15 . – Frekuensi. atau persen distribusi frekuensi. frekuensi relatif. frekuensi relatif.  Cara: – Pada sumbu horisontal diberi label yang menunjukkan kelas/kelompok.GRAFIK BATANG (BAR GRAPH)  Bermanfaat untuk merepresentasikan data kuantitatif maupun kualitatif yang telah dirangkum dalam frekuensi. maupun persen frekuensi dinyatakan dalam sumbu vertikal yang dinyatakan dengan menggunakan gambar berbentuk batang dengan lebar yang sama/tetap.

GRAFIK LINGKARAN (PIE CHART)  Digunakan untuk mempresentasikan distribusi frekuensi relatif dari data kualitatif maupaun data kuantitatif yagn telah dikelompokkan. 16  . bila total lingkaran adalah 360o maka suatu kelas dengan frekuensi relatif 0. Cara: – Gambar sebuah lingkaran. – Contoh.25)(360) = 90o dari total luas lingkaran.25 akan membutuhkan daerah seluas (0. kemudian gunakan frekuensi relatif untuk membagi daerah pada lingkaran menjadi sektor-sektor yang luasnya sesuai dengan frekuensi relatif tiap kelas/kelompok.

di bawah rata-rata (BA). dan buruk (P). Data dari 20 tamu yang menginap diperoleh sebagai berikut: BA A AA AA AA AA AA BA BA A P P AA E AA A AA A AA A 17 . rata-rata (A). diatas rata-rata (AA).CONTOH DISTRIBUSI FREKUENSI  Data Kualitatif – Tamu yang menginap di Hotel Marada Inn ditanya pendapat mereka tentang akomodasi yang tersedia. Jawaban dikategorikan menjadi baik sekali (E).

10 0.25 0.05 1.15 0.00 Persen Frekuensi 10 15 25 45 5 100 18 .CONTOH DISTRIBUSI FREKUENSI (L)  Tabel Distribusi Frekuensi (Contoh: Hotel Marada Inn) Rating Pendapat Baik Sekali (E) Di atas Rata-rata (AA) Rata-rata (A) Di Bawah Rata-rata (BA) Buruk (P) Total Frekuensi 2 3 5 9 1 20 Frekuensi Relatif 0.45 0.

CONTOH DISTRIBUSI FREKUENSI (L)  Grafik Batang (Contoh: Hotel Marada Inn) 9 8 7 Frekuensi 6 5 4 3 2 1 Buruk Di Bawah RataRata-rata rata Di Atas Rata-rata Baik Sekali Rating Pendapat 19 .

CONTOH DISTRIBUSI FREKUENSI (L)  Grafik Lingkaran (Contoh: Hotel Marada Inn) Baik Sekali 5% Buruk 10% 15% Di bawah Rata-rata Di atas Rata-rata 45% 25% Rata-rata Kategori Rating Pendapat 20 .

kemudian dicatat data tentang biaya perbaikan mesin mobilnya ($). Berikut hasilnya: 91 71 104 85 62 78 69 74 97 82 93 72 62 88 98 57 89 68 68 101 75 66 97 83 79 52 75 105 68 105 99 79 77 71 79 80 75 65 69 69 97 72 80 67 62 62 76 109 74 73 21 .CONTOH DISTRIBUSI FREKUENSI (L)  Data Kuantitatif – Manajer Bengkel Hudson Auto berkeinginan melihat gambaran yang lebih jelas tentang distribusi biaya perbaikan mesin mobil. Untuk itu diambil 50 pelanggan sebagai sampel.

atau menggunakan formula k = 1 + 3. – Lebar kelas dapat didekati dengan rumus berikut: Nilai data terbesar .d.CONTOH DISTRIBUSI FREKUENSI (L)  Petunjuk Penentuan Jumlah Kelas – Gunakan ukuran banyaknya kelas (k) antara 5 s.  Petunjuk Penentuan Lebar Kelas – Gunakan kelas dengan lebar sama.3 log n. dan sebaliknya. n = banyaknya sampel – Data dengan jumlah besar memerlukan kelas yang lebih banyak.nilai data terkecil Banyaknya kelas 22 . 20.

04 0.76 0.CONTOH DISTRIBUSI FREKUENSI (L)  Contoh: Bengkel Hudson Auto – Jika banyaknya kelas 6.32 0.90 1.5 ≈ 10 – Tabel distribusi frekuensi diperoleh: Biaya ($) 50 – 59 60 – 69 70 – 79 80 – 89 90 – 99 100 – 109 Total Frekuensi 2 13 16 7 7 5 50 Frekuensi Frekuensi Frek.62 0. Relatif relatif kumulatif Kumulatif 0.00 23 .14 0.26 0.10 1.30 0.00 2 15 31 38 45 50 0.04 0.14 0. maka lebar kelas = 9.

– 30% biaya perbaikan mesin berada di bawah $70. – 10% biaya perbaikan mesin adalah $100 atau lebih.ANALISIS TABEL DISTRIBUSI FREKUENSI  Contoh: Bengkel Hudson Auto – Hanya 4% pelanggan bengkel dengan biaya perbaikan mesin $50-59. 24 . – Persentase terbesar biaya perbaikan mesin berkisar pada $70-79.

HISTOGRAM Contoh: Bengkel Hudson Auto 18 16 14 Frekuensi 12 10 8 6 4 2 50 60 70 80 90 100 110 Biaya ($) 25 .

atau – Persen frekuensi kumulatif Frekuensi yang digunakan (salah satu diatas)masingmasing kelas digambarkan sebagai titik. 26 . Setiap titik dihubungkan oleh garis lurus. Pada sumbu vertikal dapat disajikan: – Frekuensi kumulatif. atau – Frekuensi relatif kumulatif.OGIVE      Merupakan grafik dari distribusi frekuensi kumulatif. Nilai data disajikan pada garis horisontal (sumbu-x).

OGIVE Contoh: Bengkel Hudson Auto 100 Persen frekuensi kumulatif 80 60 40 20 Biaya ($) 50 60 70 80 90 100 110 27 .

namun sekaligus menunjukkan data sebenarnya 28 .DIAGRAM BATANG-DAUN (Steam and Leaf) Contoh: Bengkel Hudson Auto 5 6 7 8 9 10  2 2 1 0 1 1 7 2 1 0 3 4 2 2 2 7 5 2 2 3 7 5 5 3 5 7 9 6 4 8 8 7 8 8 8 9 9 9 4 5 5 5 6 7 8 9 9 9 9 9 Kegunaan: – Data tersusun secara berurutan – Dapat menunjukkan bentuk distribusi data – Seperti Histogram.

Tabulasi silang dapat digunakan jika: – Salah satu variabel bersifat kualitatif dan lainnya kuantitatif – Kedua variabel berupa variabel kualitatif – Kedua variabel berupa variabel kuantitatif Sisi (kolom) sebelah kiri dan baris atas menyatakan kelas untuk kedua variabel yang digunakan.TABULASI SILANG    Tabulasi silang (Crosstabulation) merupakan metode tabulasi untuk merangkum data dengan dua atau lebih variabel secara bersamaan/sekaligus. 29 .

Salah satu variabel digambarkan pada sumbu horisontal dan variabel lainnya digambarkan pada sumbu vertikal.DIAGRAM SCATTER    Diagram scatter (scatter diagram) merupakan metode presentasi secara grafis untuk menggambarkan hubungan antara dua variabel kuantitatif. Pola yang ditunjukkan oleh titik-titik yang ada menggambarkan hubungan yang terjadi antar variabel. 30 .

maka Y akan turun dan jika X turun. maka Y juga naik dan jika X turun. maka Y juga turun Hubungan Negatif Jika X naik.POLA HUBUNGAN PADA DIAGRAM SCATTER y y y x x x Hubungan Positif Jika X naik. maka Y akan naik Tidak ada hubungan antara X dan Y 31 .

Frek. Relatif  % Distr. Frek. Relatif Distr. Kum. Frekuensi Distr. Diagram Batang-Daun Tabulasi silang     Metode Tabel  Distr. Distr. Frek. Frek.  Tabulasi silang Metode Grafik  Grafik Batang  Grafik Lingkaran Metode Grafik Plot Titik Histogram Ogive Diagram Scatter 32 . Frek.PROSEDUR PENGGUNAAN TABEL & GRAFIK Data Data Kualitatif Data Kuantitatif Metode Tabel       Distr. Relatif Kum. Frekuensi  Distr.

SEKIAN & SEE YOU NEXT SESSION 33 .

Master your semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master your semester with Scribd & The New York Times

Cancel anytime.