BAB I PENDAHULUAN

A.

LATAR BELAKANG

Statistik memegang peranan yang penting dalam penelitian, baik dalam penyusunan model, perumusan hipotesa, dalam pengembangan alat dan instrumen pengumpulan data, dalam penyusunan desain penelitian, dalam penentuan sampel dan dalam analisa data. Dalam banyak hal, pengolahan dan analisa data tidak luput dari penerapan teknik dan metode statistik tertentu, yang mana kehadirannya dapat memberikan dasar bertolak dalam menjelaskan hubungan-hubungan yang terjadi. Statistik dapat digunakan sebagai alat untuk mengetahui apakah hubungan kausalitas antara dua atau lebih variabel benar-benar terkait secara benar dalam suatu kausalitas empiris ataukah hubungan tersebut hanya bersifat random atau kebetulan saja. Statistik telah memberikan teknik-teknik sederhana dalam mengklasifikasikan data serta dalam menyajikan data secara lebih mudah, sehingga data tersebut dapat dimengerti secara lebih mudah. Statistik telah dapat menyajikan suatu ukuran yang dapat mensifatkan populasi ataupun menyatakan variasinya, dan memberikan gambaran yang lebih baik tentang kecenderungan tengah-tengah dari variabel. Statistik dapat menolong peneliti untuk menyimpulkan apakah suatu perbedaan yang diperoleh benar-benarberbeda secara signifikan. Apakah kesimpulan yang diambil cukup refresentatif untuk memberikan infrensi terhadap populasi tertentu. Teknik-teknik statistik juga dapat digunakan dalam pengujian hipotesa, mengingat tujuan penelitian pada umumnya adalah untuk menguji hipotesa-hipotesa yang telah dirumuskan, maka statistik telah banyak sekali menolong peneliti dalam mengambil keputusan untuk menerima atau menolak suatu hipotesa. Statistik juga dapat meningkatkan kecermatan peneliti dalam rangka mengambil keputusan terhadap kesimpulan-kesimpulan yang ingin ditarik. Penarikan kesimpulan secara statistik memungkinkan peneliti melakukan kegiatan ilmiah secara lebih ekonomis dalam pembuktian induktif. Tetapi harus disadari bahwa statistik hanya merupakan alat dan bukan tujuan dari analisa. Karena itu, janganlah dijadikan statistik sebagai tujuan yang menentukan komponen-komponen peneliti yang lain.

B.

TUJUAN

Makalah ini dibuat bertujuan untuk : 1. 2. 3. Mengetahui peran statistika dalam uji hipotesis Mengetahui macam-macam tes yang dapat dilakukan dalam uji hipotesis Mengetahui cara menghitung dan menggunakan tes pada uji hipotesis

C.

RUMUSAN MASALAH Makalah ini membahas tentang : 1. 2. Pengertian Hipotesis Statistika

BAB II. PEMBAHASAN

A. Pengertian Statistik dan Statistika Istilah statistik berasal dari bahasa latin status yang artinya suatu negara. Suatu kegiatan pengumpulan data yang ada hubungannya dengan kenegaraan, misalnya data mengenai penduduk, data mengenai penghasilan dan sebagainya, yang lebih berfungsi untuk melayani keperluan administrasi. Secara kebahasaan, statistik berarti catatan angka-angka (bilangan); perangkaan; data yang berupa angka-angka yang dikumpulkan, ditabulasi, dikelompokkan, sehingga dapat memberi informasi yang berarti mengenai suatu masalah, gejala atau peristiwa (depdikbud, 1994). Menurut Sutrisno Hadi (1995) Statistik adalah untuk menunjukkan kepada pencatatan angkaangka dari suatu kejadian atau kasus tertentu. Selaras dengan apa yang didefinisikan oleh Sudjana (1995:2) bahwa statistik adalah kumpulan fakta berbentuk angka yang disusun dalam daftar atau tabel dan atau diagram, yang melukiskan atau menggambarkan suatu persoalan. Statistika beda halnya dengan statistik, statistika yang dalam bahasa Inggris statistics (ilmu statistik), ilmu tentang cara-cara mengumpulkan, mentabulasi dan menggolongkan, menganalisis dan mencari keterangan yang berarti dari data yang berupa angka. Statistika merupakan ilmu pengetahuan yang berhubungan dengan cara-cara mengumpulkan, menabulasi, menggolong-golongkan, menganalisis, dan mencari keterangan yang berarti dari data yang berupa bilangan-bilangan atau angka, sehingga dapat ditarik suatu kesimpulan atau keputusan tertentu. Selain itu, Statistika juga merupakan cabang ilmu matematika terapan yang terdiri dari teori dan metoda mengenai bagaimana cara mengumpulkan, mengukur, mengklasifikasi, menghitung, menjelaskan, mensintesis, menganalisis, dan menafsirkan data yang diperoleh secara sistematis. Dengan demikian, didalamnya terdiri dari sekumpulan prosedur mengenai bagaimana cara:
Mengumpulkan

data

Meringkas Mengolah

data data data

Menyajikan Menarik

kesimpulan dan interpretasi data berdasarkan kumpulan data dan hasil analisisnya

Sedangkan dalam dunia pendidikan, statistika membahas tentang prinsip-prinsip, metode, dan prosedur yang digunakan sebagai cara pengumpulan, menganalisa serta menginterpretasikan sekumpulan data yang berkaitan dengan dunia pendidikan. Lebih jauh, statistika dalam Pendidikan Luar Biasa dapat diartikan sebagai penggunaan (aplikasi) prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam menganalisa problemaproblema PLB. Juga dari sisi lain, Statistika dalam psikologi dimaknai sebagai penggunaan (aplikasi) prinsipprinsip, dasar-dasar dan perhitungan statistik dalam menganalisa problema-problema bidang psikologi.

B. Fungsi dan Peranan Statistika Statistika digunakan untuk menunjukkan tubuh pengetahuan (body of knowledge) tentang cara-cara pengumpulan data, analisis dan penafsiran data. Fungsi statistika diantaranya yakni: Statistik menggambarkan data dalam bentuk tertentu Statistik dapat menyederhanakan data yang kompleks menjadi data yang mudah dimengerti Statistik merupakan teknik untuk membuat perbandingan Statistik dapat memperluas pengalaman individu Statistik dapat mengukur besaran dari suatu gejala Statistik dapat menentukan hubungan sebab akibat Sedangkan kegunaan statistika yakni untuk:

Membantu penelitian dalam menggunakan sampel sehingga penelitian dapat bekerja efisien dengan hasil yang sesuai dengan obyek yang ingin diteliti Membantu penelitian untuk membaca data yang telah terkumpul sehingga peneliti dapat mengambil keputusan yang tepat Membantu peneliti untuk melihat ada tidaknya perbedaan antara kelompok yang satu dengan kelompok yang lainnya atas obyek yang diteliti Membantu peneliti untuk melihat ada tidaknya hubungan antara variabel yang satu dengan variabel yang lainnya Membantu peneliti dalam menentukan prediksi untuk waktu yang akan datang Membantu peneliti dalam melakukan interpretasi atas data yang terkumpul (M.Subana dkk, 2000;14) Pemerintah menggunakan statistika untuk menilai hasil pembangunan masa lalu dan merencanakan masa mendatang Pimpinan menggunakannya untuk pengangkatan pegawai baru, pembelian peralatan baru, peningkatan kemampuan karyawan, perubahan sistem kepegawaian, dsb. Para pendidik sering menggunakannya untuk melihat kedudukan siswa, prestasi belajar, efektivitas metoda pembelajaran, atau media pembelajaran. Para psikolog banyak menggunakan statistika untuk membaca hasil pengamatan baik melalui tes maupun obserbasi lapangan. Di dalam penelitian, statistika berperan untuk:
Memberikan

informasi tentang karakteristik distribusi suatu populasi tertentu, baik diskrit

maupun kontinyu. Pengetahuan ini berguna dalam menghayati perilaku populasi yang sedang diamati
Menyediakan

prosedur praktis dalam melakukan survey pengumpulan data melalui

metode pengumpulan data (teknik sampling). Pengetahuan ini berguna untuk mendapatkan hasil pengukuran yang terpercaya
Menyediakan

prosedur praktis untuk menduga karakteristik suatu populasi melalui

pendekatan karakteristik sampel, baik melalui metode penaksiran, metode pengujian hipotesis, metode analisis varians. Pengetahuan ini berguna untuk mengetahui ukuran pemusatan dan ukuran penyebaran serta perbedaan dan kesamaan populasi.

Menyediakan

prosedur praktis untuk meramal keadaan suatu obyek tertentu di masa

mendatang berdasarkan keadaan di masa lalu dan masa sekarang. Melalui metode regresi dan metode deret waktu. Pengetahuan ini berguna memperkecil resiko akibat ketidakpastian yang dihadapi di masa mendatang.
Menyediakan

prosedur praktis untuk melakukan pengujian terhadap data yang bersifat

kualitatif melalui statistik non parametrik. Sementara menurut Sugiyono (2003:12), statistika berperan untuk: Alat untuk menghitung besarnya anggota sampel yang diambil dari suatu populasi, sehingga jumlah sampel yang dibutuhkan akan lebih dapat dipertanggungjawabkan Alat untuk menguji validitas dan reliabilitas instrumen sebelum instrumen tersebut digunakan dalam penelitian Sebagai teknik untuk menyajikan data, sehingga data lebih komunikatif, misalnya melalui tabel, grafik, atau diagram

Alat untuk menganalisis data seperti menguji hipotesis yang diajukan dalam penelitian.

C.

Klasifikasi Statistika

Statistika dapat diklasifikasikan dari beberapa klasifikasi, diantaranya: 1) Berdasarkan Isi yang dipelajari Dilihat dari isi yang dipelajari terbagi manjadi dua, yakni statistika teoritis dan statistika terapan. a. Statistika teoritis membahas secara mendalam dan teoretis, maka yang dipelajari adalah statistika teoretis atau matematis. Disini diperlukan dasar matematika yang kuat dan mendalam. Materi yang dibahas antara lain; perumusan sifat-sifat, dalil-dalil, rumusrumus dan menciptakan model-model serta segi-segi lainnya yang teoretis dan matematis. b. Statistika terapan yang dikenal dengan metode statistika. Aturan-aturan, rumus-rumus, dan sifat-sifat yang telah diciptakan oleh statistika teoretis, diambil dan digunakan mana yang diperlukan dalam bidang pengetahuan yang sedang diminati. Jadi disini tidak dipersoalkan bagaimana didapatnya rumusrumus, aturan-aturan ataupun sifat-sifat

tersebut. Yang terpenting dalam statistika ini bagaimana cara-cara atau metode statistika digunakan. 2) Berdasarkan Aktivitas yang dilakukannya Dilihat dari aktivitas yang dilakukannya, terbagi menjadi dua pula yakni statistika deskriptif dan statistika inferensial. b. Statistika deskriptif adalah teknik statistik yang memberikan informasi hanya mengenai data yang dimiliki dan tidak bermaksud untuk menguji hipotesis dan kemudian menarik inferensi yang digeneralisasikan untuk data yang lebih besar atau populasi. Statistik deskriptif hanya dipergunakan untuk menyajikan dan menganalisis data agar lebih bermakna dan komunikatif dan disertai perhitungan-perhitungan sederhana yang bersifat lebih memperjelas keadaan dan atau karakteristik data yang bersangkutan (Burhan Nurgiyantoro dkk, 2000;8). Statistik deskriptif adalah statistik yang menggambarkan kegiatan berupa pengumpulan data, penyusunan data, pengolahan data, dan penyajian data dalam bentuk tabel, grafik, ataupun diagram, agar memberikan gambaran yang teratur ringkas, dan jelas mengenai suatu keadaan atau peristiwa. (M.Subana dkk, 2000;12). Statistika deskriptif bermaksud menyajikan, mengolah dan menganalisa data dari kelompok tertentu sebagaimana adanya dan tidak bermaksud menarik kesimpulankesimpulan yang berlaku bagi kelompok-kelompok yang lebih besar. Artinya kesimpulan yang ditarik melalui deskriptif hanya berlaku bagai kelompok sampel yang bersangkutan tanpa dimaksudkan menarik kesimpulan yang berlaku bagi populasi. Ukuran statistik yang lazim digunakan untuk mendeskripsikan karakteristik sampel ialah: ukuran kecenderungan sentral; Ukuran variasi ; Ukuran letak; koefisien korelasi. Sekalipun statistika deskriptif ini hanya menyajikan karakteristik sampel, namun statistika deskriptif merupakan dasar untuk mengkaji dan melakukan inferensi karakteristik populasi. c. Statistika inferensial adalah statistik yang berkaitan dengan analisis data (sampel) untuk kemudian dilakukan penyimpulanpenyimpulan (inferensi) yang digeneralisasikan kepada seluruh subyek tempat data diambil (populasi) (Burhan Nurgiyantoro dkk, 2000;12). Statistika inferensial adalah statistik yang berhubungan dengan penarikan kesimpulan yang bersifat umum dari data yang telah disusun dan diolah (M.Subana dkk, 2000;12) Statistika inferensial atau statistika induktif bermaksud menyajikan, menganalisa data dari suatu kelompok untuk ditarik kesimpulan-kesimpulan, prinsip-prinsip tertentu yang

berlaku bagi kelompok yang lebih besar (populasi) disamping berlaku bagi kelompok yang bersangkutan (sampel). Statistika inferensial merupakan langkah akhir dari tugas statistika karena dalam setiap penelitian kesimpulan inilah yang diinginkan. Statistika inferensial harus berdasar pada statistika deskriptif, sehingga kedua-duanya harus ditempuh secara benar agar kita mendapatkan kegunaan maksimal dari statistika ini. Yang masih tercakup dalam statistika inferensial adalah statistik parametrik dan nonparametrik. Statistik parametrik merupakan statistika inferensial yang mempertimbangkan nilai dari satu parameter populasi atau lebih dan umumnya membutuhkan data yang skala pengukuran minimalnya adalah interval dan rasio. Statistika parametrik adalah suatu ukuran tentang parameter, artinya ukuran seluruh populasi dalam penelitian yang harus diperkirakan dari apa yang terdapat di dalam sampel (karakteristik populasi). Satu syarat umum yang harus dipenuhi apabila seorang peneliti akan menggunakan statistika parametrik, yaitu normalitas distribusi. Asumsi ini harus terpenuhi, karena: 1) secara teoretik karakteristik populasi mengikuti model distribusi normal; 2) nilainilai baku statistik yang digunakan untuk uji hipotesis didasarkan kepada model distribusi normal. Asumsi-asmsi lain seperti homogenitas, linieritas harus dipenuhi sesuai dengan hipotesis yang akan diuji. Statistika non parametrik yaitu statistik yang tidak memperhatikan nilai dari satu parameter populasi atau lebih. Statistik non parametrik digunakan karena analisis parametrik tidak konsisten lagi sehingga tidak terikat atau terbebas dari model distribusi dan sampelnya relatif kecil. Pada umumnya validitas pada statistika non parametrik tidak bergantung pada model peluang yang spesifik dari populasi. Data yang dibutuhkan lebih banyak berskala ukuran nominal atau ordinal. 3) Berdasarkan jumlah variabel: a. Statistika Univariat: teknik analisis statistik yang hanya melibatkan satu variabel dependent b. Statistika Multivariat: teknik analisis statistik yang melibatkan lebih dari satu variabel dependent sekaligus.

4) Berdasarkan parameter yang ada : a. Statistik Parametrik : berhubungan dengan inferensi statistik yang membahas parameter-parameter populasi; jenis data interval atau rasio; distribusi data normal atau mendekati normal b. Statistik Non Parametrik : inferensi statistik tidak membahas parameter-parameter populasi; jenis data nominal atau ordinal; distribusi data tidak diketahui atau tidak normal

D.

Istilah-Istilah Umum Statistika

Beberapa istilah yang sering digunakan dalam statistika antara lain: Frekuensi (f) : Jumlah Individu yang mendapatkan skor/nilai tertentu dalam suatu kelompok data
Jumlah

Frekuensi (n) : Jumlah individu dari suatu perangkat data Kumulatif (fcum) : Banyaknya data yang berada di bawah atau di atas skor /

Frekuensi

nilai tertentu
Frekuensi Kelas

Relatif (frel) atau f(%) : Persentase dari fcum

Interval (ci) : Sekelompok skor pada tiap-tiap kelas kelas interval : jumlah kelas interval yang diperlukan untuk mengelompokkan

Banyak

suatu perangkat data, 1 + 3,3 log.n

Rentang/Range

( R ) : Selisih antara skor tertinggi dengan skor terendah dari suatu

perangkat data.
Panjang

Kelas Interval (p) : Jarak/banyaknya skor atau nilai yang tercakup dalam tiap-

tiap kelas interval.

Ujung Ujung Batas

Kelas Bawah (Bb) (lower limit) : Skor/nilai terendah pada kelas ybs Kelas Atas (Ba) (upper limit) : Skor/nilai tertinggi pada kelas ybs Kelas/Batas nyata /real limit Bawah : Batas bawah kelas ybs dikurangi setengah

dari satuan terkecil data yang dicatat (0,5; 0,05)

Batas

Kelas/Batas nyata /real limit Atas : Batas Atas kelas ybs ditambah setengah

dari satuan terkecil data yang dicatat (0,5; 0,05)

Tanda

Kelas/Midpoint/Titik tengah (xi) : Nilai yang membagi kelas ybs menjadi dua

bagian yang sama besar, X (Bb+Ba)

E. Jenis Data Statistik dan Skala Pengukuran 1. Jenis Data

Data yang diperoleh dari suatu sampel dan populasi dapat dibedakan menjadi dua jenis, yaitu : a. Data kualitatif yakni data yang bukan berupa angka (non numerik) biasa disebut dengan istilah atribut. b. Data kuantitatif: data yang berupa angka (numerik). Data jenis ini dibedakan menjadi dua bagian, yaitu data diskrit dan kontinyu. Selain pembagian tersebut, ada yang membagi data menjadi data primer dan data sekunder. Data primer adalah data yang diperoleh langsung dari sumbernya, misal melalui wawancara, penyebaran kuesioner, pengukurn langsung, dan lain lain. Sedangkan data sekunder adalah data yang diambil/ disadur dari pihak lain, misal diambil dari koran, jurnal, penelitian/ publikasi pihak lain, dan lain-lain. 2. Skala Pengukuran

Skala pengukuran : cara mengukur suatu varibel. Terdapat 4 jenis skala pengukuran, yakni : a. Skala Nominal : angka yang diberikan pada objek/ variabel pengukuran hanya memiliki arti sebagai label saja (asal bisa dibedakan). Tidak memiliki tingkatan. Contoh skala nominal : No. 1. 2. 3. 4. 5. Jenis Kendaraan Peugeuot Toyota Isuzu Daihatsu BMW 1,367 68,638 20,521 15,721 1,515 Jumlah (Unit)

b. Skala Ordinal : angka yang diberikan pada objek/ variabel pengukuran mengandung pengertian tingkatan.

Contoh skala ordinal: No. 1. 2. 3. 4. 5. Jenis Kendaraan Toyota Isuzu Daihatsu BMW Peugeuot Jumlah (Unit) 68,638 20,521 15,721 1,515 1,367

c. Skala Interval : angka yang diberikan pada objek/ variabel pengukuran mengandung sifat ordinal ditambah sifat jarak/ interval. Contoh skala interval : Suhu udara dapat berkisar antara -4 hingga 40 C. Jika termometer menunjukkan 0 C, bukan berarti tidak ada suhu, tetapi hanya sebagai penunjuk bahwa suhu saat itu tergolong rendah. d. Skala Rasio : angka yang diberikan pada objek/ variabel pengukuran mengandung sifat interval ditambah sifat yang mampu memberikan keterangan tentang nilai absolut variabel yang diukur. Artinya apabila menunjuk angka 0 (nol), maka berarti benar-benar nol, tidak ada, atau kosong. Contoh skala rasio : Jumlah komponen mesin yang diproduksi per batch adalah 1.000.000 komponen. Bila dalam suatu batch menunjukkan angka produksi 0, maka artinya adalah pada saat itu tidak dilakukan proses produksi sehingga tidak ada output produksi.

Setelah

data dikumpulkan maka data disajikan. Penyajian data dibuat untuk

memberikan deskripsi mengenai data yang telah dikumpulkan dan memudahkan untuk pengambilan keputusan. Bentuk penyajian data bisa dalam bentuk tabel atau grafik. Adapun fungsi penyajian data tersebut digunakan untuk : 1. 2. menunjukkan perkembangan suatu keadaan mengadakan perbandingan pada suatu waktu

tabel (tables) adalah angka yang disusun sedemikian rupa menurut kategori tertentu sehingga memudahkan pembahasan dan analisisnya, sedangkan grafik (graphs) merupakan gambargambar yang menunjukkan data secara visual, didasarkan atas nilai-nilai pengamatan aslinya ataupun dari tabel-tabel yang dibuat sebelumnya.

F. Penyajian Data Didasarkan atas pengaturan datanya, tabel dapat dibedakan atas beberapa jenis, yaitu a. Tabel distribusi frekuensi.

Tabel distribusi frekuensi adalah susunan data dalam suatu tabel yang telah diklasifikasikan menurut kelas-kelas atau kategori tertentu. Dikenal dua bentuk distribusi frekuensi menurut pembagian kelasnya, yaitu distribusi frekuensi kualitatif (kategori) dan distribusi frekuensi kuantitatif (bilangan). Pada distribusi frekuensi kualitatif pembagian kelasnya didasarkan pada kategori tertentu dan banyak digunakan untuk data berskala ukur nominal. Sedangkan kategori kelas dalam tabel distribusi frekuensi kuantitatif, terdapat dua macam, yaitu kategori data tunggal dan kategori data berkelompok (bergolong). Berikut ini contoh tabel distribusi frekuensi untuk data kuantitatif kategori data tunggal:

Berikut ini contoh tabel distribusi frekuensi untuk data kuantitatif kategori data berkelompok: Tabel : Data Ulangan Matematika No 1 2 Nilai 5-7 8-9 Banyak siswa 19 11

Pada contoh diatas ada 2 kelas/kelompok yaitu kelas I : nilai 5 7, kelas II: nilai 8 9. Dalam tabel distribusi frekuensi data berkelompok ada beberapa istilah: Bb = batas bawah kelas adalah nilai terbawah dari kelas Ba = batas atas kelas adalah nilai teratas dari kelas Tbb = tepi batas bawah kelas = bb 0,5 Tba = tepi batas atas kelas = ba + 0,5 P = panjang kelas = tba tbb X = titik tengah kelas = (bb + ba)/2 F = frekuensi kelas adalah banyaknya data pada kelas

Contoh pada tabel diatas maka pada kelas I maka bb = 5, ba = 7, tbb = 5- 0,5 = 4,5 , tba = 7 + 0,5 = 7,5 , p = 7,5 4, 5 = 3, x = (5 + 7)/2 = 6, f = 19

Berikut ini contoh tabel distribusi frekuensi untuk data kualitatif:

Pada tabel distribusi frekuensi kuantitatif berkelompok, menurut aturan Sturges, ada beberapa langkah yang perlu dilakukan dalam menentukan kategori kelas, diantaranya : 1. Mengitung besarnya jangkauan data/range (R). Range = Nilai observasi terbesar nilai observasi terkecil 2. Menentukan banyaknya kelas (K). Rumus: K = 1 + (10/3) log n. 3. Menentukan perkiraan interval kelas (P), yaitu besarnya jangkauan data dibagi dengan banyaknya kelas pengamatan. Rumus: P = R/K. 4. Menentukan batas kelas. Nilai-nilai yang membatasi kelas yang satu dengan kelas yang lainnya disebut batas kelas. Dalam satu kelas ada dua batas kelas, yaitu : batas bawah kelas (lower class limits) dan batas atas kelas (upper class limits). 5. Memasukkan data hasil pengamatan ke dalam masing-masing kelas yang sesuai, kemudian jumlahkan (tabulasi) untuk mengetahui jumlah frekuensi masing-masing kelasnya. Contoh 1: Diketahui hasil survey penghasilan per hari dari 80 usaha rental mobil yang diambil secara acak dari seluruh usaha rental mobil di Kota Bandung pada tahun 2004, diperoleh hasil sebagai berikut (satuan data dalam puluhan ribu rupiah). 53 54 60 60 61 61 61 62 62 62 62 62 63 63 65 65 65 65 66 67 68 68 68 69 71 71 71 72 72 73 73 73 73 74 74 74 75 75 75 75 75 75 75 76 76 76 76 77 77 78 78 78 78 78 79 79 79 80 81 82 82 84 85 85 85 86 86 87 88 88 88 89 90 93 93 94 95 95 96 97 Diminta : Susunlah sebuah tabel distribusi frekuensi untuk data di atas.

b.

Bentuk Diagram(Grafik)

Grafik merupakan gambar-gambar yang menunjukkan data secara visual, contoh grafik 1. 2. 3. 4. 5. 6. grafik batang grafik lingkaran grafik garis grafik titik grafik lambang grafik batang dan daun

Diagram Garis Penyajian data statistik dengan menggunakan diagram berbentuk garis lurus disebut diagram garis lurus atau diagram garis. Diagram garis biasanya digunakan untuk menyajikan data statistik yang diperoleh berdasarkan pengamatan dari waktu ke waktu secara berurutan. Sumbu X menunjukkan waktu-waktu pengamatan, sedangkan sumbu Y menunjukkan nilai data pengamatan untuk suatu waktu tertentu. Kumpulan waktu dan pengamatan membentuk titik-titik pada bidang XY, selanjutnya kolom dari tiap dua titik yang berdekatan tadi dihubungkan dengan garis lurus sehingga akan diperoleh diagram garis atau grafik garis. Untuk lebih jelasnya, perhatikan contoh soal berikut.

Contoh soal Fluktuasi nilai tukar rupiah terhadap dolar AS dari tanggal 18 Februari 2008 sampai dengan tanggal 22 Februari 2008 ditunjukkan oleh tabel sebagai berikut.

Nyatakan data di atas dalam bentuk diagram garis. Penyelesaian Jika digambar dengan menggunakan diagram garis adalah sebagai berikut.

Diagram Lingkaran Diagram lingkaran adalah penyajian data statistik dengan menggunakan gambar yang berbentuk lingkaran. Bagian-bagian dari daerah lingkaran menunjukkan bagian-bagian atau persen dari keseluruhan. Untuk membuat diagram lingkaran, terlebih dahulu ditentukan besarnya persentase tiap objek terhadap keseluruhan data dan besarnya sudut pusat sektor lingkaran. Perhatikan contoh berikut ini.

Contoh soal Ranah privat (pengaduan) dari koran Solo Pos pada tanggal 22 Februari 2008 ditunjukkan seperti tabel berikut.

Penyelesaian

Sebelum data pada tabel di atas disajikan dengan diagram lingkaran, terlebih dahulu ditentukan besarnya sudut dalam lingkaran dari data tersebut. 1. CPNS/Honda/GTT = 5/100*360 = 18 2. Perbaikan/pembangunan/gangguan jalan = 9/100 360 = 32,4 3. Masalah lingkungan/kebersihan = 6/100 360 = 21,6 4. Kesehatan/PKMS/Askeskin = 3/100 360 = 10,8 5. Lalu lintas/penertiban jalan = 6/100 360 = 21,6 6. Revitalisasi/budaya Jawa = 20/100 360 = 72 7. Parkir = 3/100 360 = 10,8 8. Pekat/penipuan/preman = 7/100 360 = 25,2 9. Persis/olahraga = 10/100 360 = 36 10. PKL/Bangunan liar = 2/100 360o = 7,2 11. PLN dan PDAM = 2/100 360 = 7,2 12. Provider HP = 7/100 360 = 25,2 13. Tayangan TV/radio/koran = 3/100 360 = 10,8 14. Lain-lain = 17/100 360 = 61,2

Diagram lingkarannya adalah sebagai berikut

Diagram Batang Diagram batang umumnya digunakan untuk menggambarkan perkembangan nilai suatu objek penelitian dalam kurun waktu tertentu. Diagram batang menunjukkan keteranganketerangan dengan batang-batang tegak atau mendatar dan sama lebar dengan batangbatang terpisah. Perhatikan contoh berikut ini. sebagai berikut.

Nyatakan data di atas dalam bentuk diagram batang. Penyelesaian Data tersebut dapat disajikan dengan diagram batang sebagai berikut

Diagram Batang Daun Diagram batang daun dapat diajukan sebagai contoh penyebaran data. Dalam diagram batang daun, data yang terkumpul diurutkan lebih dulu dari data ukuran terkecil sampai dengan ukuran yang terbesar. Diagram ini terdiri dari dua bagian, yaitu batang dan daun. Bagian batang memuat angka puluhan dan bagian daun memuat angka satuan. Perhatikan contoh soal berikut, agar kamu dapat segera memahami. Contoh soal Buatlah diagram batang-daun dari data berikut.

Penyelesaian Mula-mula kita buat diagram batang-daun di sebelah kiri kemudian membuat diagram batang-daun di sebelah kanan agar data terurut.

Dari diagram batang-daun di atas dapat dibaca beberapa ukuran tertentu, antara lain: a. ukuran terkecil adalah 5; b. ukuran terbesar adalah 50; c. ukuran ke-1 sampai ukuran ke-10 berturut-turut adalah 5, 8, 10, 11, 20, 20, 21, 22, 22 dan 23; d. ukuran ke-16 adalah: 29.

Diagram Kotak Garis Data statistik yang dipakai untuk menggambarkan diagram kotak garis adalah statistik Lima Serangkai, yang terdiri dari data ekstrim (data terkecil dan data terbesar), Q1, Q2, dan Q3. Untuk lebih jelasnya, pelajarilah contoh soal berikut. Contoh soal Diketahui data sebagai berikut: 41, 52, 66, 86, 91, 65, 86, 88, 41, 62, 42, 59, 72, 99, 53, 69, 87, 93, 64, 44, 64, 42, 92, 54, 78, 86, 92, 100, 79, 47 a. Tentukan statistik Lima Serangkai. b. Buatlah diagram kotak garis

Penyelesaian a. Setelah data diurutkan menjadi: 41, 41, 42, 42, 44, 47, 52, 53, 54, 59, 62, 64, 64, 65, 66, 69, 72, 78, 79, 86, 86, 86, 87, 88, 91, 92, 92, 93, 99, 100 Diperoleh: xmin = 41 merupakan data yang nilainya terendah xmaks= 100 merupakan data yang nilainya tertinggi Q1 = 53 merupakan kuartil bawah Q2 = 67,5 merupakan kuartil tengah atau median Q3 = 87 merupakan kuartil atas

Atau ditulis menjadi:

b. Diagram kotak garisnya sebagai berikut.