BAB I

PENDAHULUAN
1. Latar Belakang
Statistika berasal dari bahasa latin yaitu status yang berarti negara dan digunakan
untuk urusan negara. Hal ini dikarenakan pada mulanya, statistik hanya digunakan untuk
menggambar keadaan dan menyelesaikan masalah yang berhubungan dengan kenegaraan saja
seperti : perhitungan banyaknya penduduk, peembayaran pajak, gaji pegawai, dan lain
sebagainya.
Statistika adalah ilmu yang merupakan cabang dari matematika terapan yang
membahas metode-metode ilmiah untuk pengumpulan, pengorganisasian, penyimpulan,
penyajian, analisis data, serta penarikan kesimpulan yang sahih sehingga keputusan yang
diperoleh dapat diterima.
Statistika deskriptif adalah tehnik yang digunakan untuk mensarikan data dan
menampilkannya dalam bentuk yang dapat dimengerti oleh setiap orang. Hal ini melibatkan
proses kuantifikasi dari penemuan suatu fenomena. Berbagai statistik sederhana, seperti ratarata, dihitung dan ditampilkan dalam bentuk tabel dan grafik. Statistika deskriptif dapat
memberikan pengetahuan yang signifikan pada kejadian fenomena yang belum dikenal dan
mendeteksi keterkaitan yang ada di dalamnya. Tetapi dapatkah statistika deskriptif
memberikan hasil yang bisa diterima secara ilmiah? Statistik merupakan suatu alat
pengukuran yang berhubungan dengan keragaman pada karakteristik objek-objek yang
berbeda .
Statistika inferensial mencakup semua metode yang berhubungan dengan analisis
sebagian data (contoh ) atau juga sering disebut dengan sampel untuk kemudian sampai pada
peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya (populasi).
Dalam statistika inferensial diadakan pendugaan parameter, membuat hipotesis, serta
melakukan pengujian hipotesis tersebut sehingga sampai pada kesimpulan yang berlaku
umum. Metode ini disebut juga statistika induktif, karena kesimpulan yang ditarik didasarkan
pada informasi dari sebagian data saja. Pengambilan kesimpulan dari statistika inferensial
yang hanya didasarkan pada sebagian data saja sebagian data saja menyebabkan sifat tak
pasti, memungkinkan terjadi kesalahan dalam pengambilan keputusan, sehingga pengetahuan
mengenai teori peluang mutlak diperlukan dalam melakukan metode-metode statistika
inferensial.

Statistik inferensial digunakan dalam proses mengambil keputusan dalam menghadapi

ketidakpastian dan perubahan. Contoh ketidakpastian adalah kuat tekan beton dalam suatu
pengujian tidak sama, walaupun dibuat dengan material yang sama. Dengan adanya
kenyataan tersebut, maka metode statitsik digunakan untuk menganalisis data dari suatu
proses pembuatan beton tersebut sehingga diperoleh kualitas yang lebih baik. Statistik
inferensial telah menghasilkan banyak metode analitis yang digunakan untuk menganalisis
data. Dengan perkataan lain statistik inferensial tidak hanya mengumpulan data, tetapi juga
mengambil kesimpulan dari suatu sistem saintifik.
Untuk mengetahui lebih jelas mengenai Statistika Inferensial, akan diuraikan
mengenai pengertian Statistika Inferensial dan ruang lingkup Statistika Inferensial.
2. Rumusan Masalah
Berdasarkan uraian latar belakang diatas, maka dalam makalah ini ada 2 (dua)
rumusan masalah yang terkaji yakni :
a. Apa yang dimaksud dengan Statistik Deskriptif dan Statistik Inferensial ?
b. Apa fungsi dari Statistik Deskriptif dan Statistik Inferensial ?
c. Apa saja yang termasuk ruang lingkup Statistik Deskriptif dan Statistik Inferensial ?
3. Tujuan
Berdasarkan rumusan masalah diatas, maka tujuan yang ingin dicapai dalam
penulisan makalah ini adalah sebagai berikut:
a. Mengetaui pengertian dari Statistik Deskriptif dan Statistik Inferensial ?
b. Mengetahui fungsi dari Statistik Deskriptif dan Statistik Inferensial ?
c. Mengetahui ruang lingkup Statistik Deskriptif dan Statistik Inferensial ?

BAB II
PEMBAHASAN
A. Pengertian Statistik Deskriptif
Statistika deskriptif adalah tehnik yang digunakan untuk mensarikan data dan
menampilkannya dalam bentuk yang dapat dimengerti oleh setiap orang. Hal ini melibatkan
proses kuantifikasi dari penemuan suatu fenomena. Berbagai statistik sederhana, seperti ratarata, dihitung dan ditampilkan dalam bentuk tabel dan grafik. Statistika deskriptif dapat
memberikan pengetahuan yang signifikan pada kejadian fenomena yang belum dikenal dan
mendeteksi keterkaitan yang ada di dalamnya. Tetapi dapatkah statistika deskriptif
memberikan hasil yang bisa diterima secara ilmiah? Statistik merupakan suatu alat
pengukuran yang berhubungan dengan keragaman pada karakteristik objek-objek yang
berbeda .
Objek yang belum dikenal tidaklah mewakili populasi objek yang memiliki
quantifiabel feature melalui penyelidikan. Namun demikian, keragaman bisa menjadi hasil
dari keberagaman yang lainnya (karena acak atau terkontrol). Pada ilmu fisika, yang sangat
berkaitan dengan ekstraksi dan formulasi persamaan matematik tidak menyisakan banyak
tempat untuk fluktuasi acak. Pada ilmu statistika, fluktuasi seperti itu dapat dijadikan model.
Hubungan relasi statistik selanjutnya merupakan hubungan relasi yang menerangkan suatu
proporsi perubahan stokastik yang pasti.
Statistika Deskriptif adalah ilmu yang mempelajari tentang cara:
a.
b.
c.
d.

Mengumpulkan data/informasi.
Mengolah data hasil pengumpulan.
Menyajikan data hasil pengolahan.
Menganalisis data.
Berikut merupakan penjelasan mengenai pengertian statistk menurut para ahli.

1. Sudjana (1996:7) menjelaskan : Fase statistika dimana hanya berusaha melukiskan atau
mengalisa kelompok yang diberikan tanpa membuat atau menarik kesimpulan tentang
populasi atau kelompok yang lebih besar dinamakan statistika deskriptif
2. Iqbal Hasan (2001:7) menjelaskan : Statistik deskriptif atau statistik deduktif adalah
bagian dari statistik mempelajari cara pengumpulan data dan penyajian data sehingga
mudah dipahami.Statistik deskriptif hanya berhubungan dengan hal menguraikan atau
memberikan keterangan-keterangan mengenai suatu data atau keadaan atau fenomena.
Dengan kata lain, statistikdeskriptif berfungsi menerangkan keadaan, gejala, atau
persoalan. Penarikan kesimpulan pada statistik deskriptif (jika ada) hanya ditujukan pada
3

kumpulan data yang ada. Didasarkan pada ruang lingkup bahasannya statistik deskriptif
mencakup Distribusi frekuensi beserta bagian-bagiannya seperti :
Grafik distribusi (histogram, poligon frekuensi, dan ogif);
Ukuran nilai pusat (rata-rata, median, modus, kuartil dan sebagainya);
Ukuran dispersi (jangkauan, simpangan rata-rata, variasi, simpangan baku, dan
sebagianya).
Kemencengan dan keruncingan kurva
Angka indeks
Times series/deret waktu atau berkala
Korelasi dan regresi sederhana
3. Bambang Suryoatmono (2004:18) menyatakan Statistika Deskriptif adalah statistika yang
menggunakan data pada suatu kelompok untuk menjelaskan atau menarik kesimpulan
mengenai kelompok itu saja.
Ukuran Lokasi: mode, mean, median, dll.
Ukuran Variabilitas: varians, deviasi standar, range, dll.
Ukuran Bentuk: skewness, kurtosis, plot boks
4. Pangestu Subagyo (2003:1) menyatakan : Yang dimaksud sebagai statistika deskriptif
adalah bagian statistika mengenai pengumpulan data, penyajian, penentuan nilai-nilai
statistika, pembuatan diagramatau gambar mengenai sesuatu hal, disini data yang
disajikan dalam bentuk yang lebih mudah dipahami atau dibaca.
B. Penyajian Data
Sebagai peneliti kita menginginkan data yang kita peroleh dapat memberikan
informasi yang kita inginkan. Tidak saja kita yang menginginkan data memberikan informasi
yang baik dan akurat tetapi orang yang membaca hasil penelitian kita juga dapat mengetahui
keadaan variabel penelitian kita. Oleh sebab itu pemilihan statistik yang tepat sesuai dengan
jenis data dan tujuan penelitian kita merupakan sesuatu yang harus dipertimbangkan. Prinsip
dasar penyajian data adalah komunikatif dan lengkap, dalam arti yang disajikan dapat
menarik perhatian pihak lain untuk membacanya dan mudah mamahami isinya dan tentu saja
pemilihan penyajian data harus sesuai dengan jenis data dan tujuan dari informasi yang akan
diberikan.
Ada beberapa cara penyajian data, yaitu :
1. Tabel
a. Tabel biasa
b. Tabel distribusi frekuensi
c. Tabel kontingensi
2. Garfik atau Diagram
a. Diagram batang
b. Histogram
4

c. Diagram garis
d. Diagram lingkaran
e. Diagram pencar
C. Pengertian Dispersi Data
Penyebaran atau dispersi adalah perserakan dari nilai observasi terhadap nilai rataratanya. Rata-rata dari serangkaian nilai observasi tidak dapat diinterpretasikan secara
terpisah dari hasil dispersi nilai-nilai tersebut sekitar rataratanya.Makin besar variasi nilaixi ,
makin kurang representatif rata-rata distribusinya. Ukuran penyebaran suatu kelompok data
terhadap pusat data disebut dispersi atau variasi atau keragaman data. Dispersi data
digunakan untuk membandingkan penyebaran 2 distribusi data atau lebih.
Beberapa jenis pengukuran Dispersi adalah sebagai berikut:
1. Jangkauan (Range)
Selisih antara batas atas dari kelas tertinggi dengan batas bawah dari kelas terendah.
2. Simpangan Rata-Rata (Mean Deviation)
Jumlah nilai mutlak dari selisih semua nilai dengan nilai rata-rata dibagi banyaknya data.
3. Varians (Variance)
Rata-rata hitung deviasi kuadrat setiap data terhadap rata-rata hitungnya.
4. Standar Deviasi
Akar kuadrat dari varians dan menunjukkan standar penyimpangan data terhadap nilai
rata-ratanya.
5. Jangkauan kuartil dan jangkauan persentil 10-90
Jangkauan kuartil disebut juga simpangan kuartil atau semi antar kuartil atau deviasi
kuartil sedangkan jangkauan persentil 10-90 disebut juga rentang persentil 10-90.
6. Koefisien Variasi
Koefisien Variasi, disebut dispersi relatif, dapat digunakan untuk membandingkan nilai
nilai besar dengan nilai nilai kecil. Sedangkan lima bentuk dispersi sebelumnya tidak
bisa.
D. Kegunaan Ukuran Penyebaran Data
Dispersi Data adalah data yang menggambarkan bagaimana suatu kelompok data
menyebar terhadap pusatnya data atau ukuran penyebaran suatu kelompok data terhadap
pusatnya data.
Dispersi data sangat penting untuk membandingkan penyebaran 2 distribusi data atau
lebih. Pusat data seperti rata-rata hitung, median dan modus hanya memberi informasi yang
sangat terbatas sehingga tanpa disandingkan dengan dispersi data menjadi kurang bermanfaat
dalam menganalisa data.
Kegunaan ukuran penyebaran antara lain sebagai berikut :
5

1. Ukuran penyebaran dapat digunakan untuk menentukan apakah nilai rata-ratanya benarbenar representatif atau tidak. Apabila suatu kelompok data mempunyai penyebaran yang
tidak sama terhadap nilai rata-ratanya, maka dikatakan bahwa nilai rata-rata tersebut tidak
representatif.
2. Ukuran penyebaran dapat digunakan untuk mengadakan perbandingan terhadap
variabilitas data.
3. Ukuran penyebaran dapat membantu penggunaan ukuran statistika, misalnya dalam
pengujian hipotesis, apakah dua sampel berasal dari populasi yang sama atau tidak.

E. Kemiringan dan Kerunncingan Data

a. Kemiringan Distribusi Data
Kemiringan adalah derajat atau ukuran dari ketidaksimetrisan suatu distribusi
data. Pengukuran kemiringan suatu distribusi data dapat diketahui dengan beberapa
cara, antara lain:
Memperhatikan hubungan antara rata-rata hitung, median dan modus.
Menggunakan koefisien Pearson.
Menggunakan Momen ketiga.
Menggunakan kotak diagram garis.

b. Keruncingan Distribusi Data

Keruncingan distribusi data adalah derajat atau ukuran tinggi rendahnya puncak suatu
distribusi data terhadap distribusi normalnya data. Keruncingan distribusi data disebut
juga kurtosis.
Ada tiga jenis derajat keruncingan:
Leptokurtis : Distribusi data yang puncaknya relatif tinggi
Mesokurtis : Distribusi data yang puncaknya normal
Platikurtis : Distribusi data yang puncaknya terlalu rendah dan terlalu mendatar
F. Pengertian Statistik Inferensial
Statistika Inferensial adalah serangkaian teknik yang digunakan untuk mengkaji,
menaksir dan mengambil kesimpulan berdasarkan data ynag diperoleh dari sempel untuk
menggambarkan karakteristik atau ciri dari suatu populasi. Oleh karena itu, statistika
inferensial disebut juga statistik induktif atau statistik penarikan kesimpulan. Dalam statistika
inferensial, kesimpulan dapat diambil setelah melakukan pengolahan serta penyajian data dari
suatu sampel yang diambil dari suatu populasi, sehingga agar dapat memberikan cerminan

yang mendekati sebenarnya dari suatu populasi, maka ada beberapa hal yang perlu
diperhatikan dalam statistika inferensial, diantaranya:
1. Banyaknya subyek penelitian, maksudnya jika populasi ada 1000, maka sampel yang
diambil jangan hanya 5, namun diusahakan lebih banyak, seperti 10 atau 50.
2. Keadaan penyebaran data. Dalam hal ini perlu diperhatikan bahwa pengambilan
sampel harus merata pada bagian populasi. Diharapkan dalam pengambilan sampel
dilakukan secara acak, sehingga kemerataan dapat dimaksimalkan dan apapun
kesimpulan yang didapat dapat mencerminkan keadaan populasi yang sebenarnya.
Statistika Inferensial atau induktif adalah statistik bertujuan menaksir secara umum
suatu populasi dengan menggunakan hasil sampel, termasuk didalamnya teori penaksiran dan
pengujian teori. Statistika Inferensial digunakan untuk melakukan :
a. Generalisasi dari sampel ke populasi.
b. Uji hipotesis (membandingkan atau uji perbedaan/kesamaan dan menghubungkan,
yaitu uji keterkaitan, kontribusi).

G. Ruang lingkup Bahasan Statistika Inferensial

Berdasarkan ruang lingkup bahasannya, statistika inferensial mencakup :
1. Distribusi Teoritis
Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi
normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang melebar tak
berhingga pada kedua arah positif dan negatifnya. Penggunaanya sama dengan penggunaan
kurva distribusi lainnya. Frekuensi relatif suatu variabel yang mengambil nilai antara dua titik
pada sumbu datar. Tidak semua distribusi berbentuk lonceng setangkup merupakan distribusi
normal.
Sifat dari variabel kontinu berbeda dengan variabel diskrit. Variabel kontinu mencakup
semua bilangan, baik utuh maupun pecahan. Oleh karenanya tidak bisa dipisahkan satu nilai
dengan nilai yang lain. Itulah sebabnya fungsi variabel random kontinu sering disebut fungsi
kepadatan, karena tidak ada ruang kosong diantara dua nilai tertentu. Dengan kata lain
sesungguhnya keberadaan satu buah angka dalam variabel kontinu jika ditinjau dari seluruh
nilai adalah sangat kecil, bahkan mendekati nol. Karena itu tidak bisa dicari probabilitas satu

buah nilai dalam variabel kontinu, tetapi yang dapat dilakukan adalah mencari probabilitas
diantara dua buah nilai.
2. Sampling dan Sampling Distribusi
Sampling adalah

bagian

dari

metodologi statistika yang

berhubungan

dengan

pengambilan sebagian dari populasi. Jika sampling dilakukan dengan metode yang tepat,
analisis statistik dari suatu sampel dapat digunakan untuk menggeneralisasikan keseluruhan
populasi. Sampling berguna dalam penarikan kesimpulan (inference) yang valid dan dapat
dipercaya.
Distribusi Sampling adalah distribusi nilai statistik sampel-sampel. Jika statistik yang
ditinjau adalah mean dari masing masing sampel, maka distribusi yang terbentuk disebut
distribusi mean mean sampling (sampling distribution of the means). Dengan demikian
dapat juga diperoleh distribusi deviasi standard, varians, median dari sampling. Masing
masing jenis distribusi sampling dapat dihitung ukuran-ukuran statistik deskriptifnya (mean,
range, deviasi standard, da lain-lain).
Sampling memiliki beberapa tipe diataranya :
a. Simple random sampling adalah sebuah proses sampling yang dilakukan sedemikian
rupa sehingga setiap satuan sampling yang ada dalam populasi mempunyai peluang
yang sama untuk dipilih ke dalam sampel.
b. Systematic sampling merupakan pengambilan setiap unsur ke k dalam populasi, untuk
dijadikan sampel. Pengambilan sampel secara acak hanya dilakukan pada
pengambilan awal saja, sementara pengambilan kedua dan seterusnya ditentukan
secara sistematis, yaitu menggunakan interval tertentu sebesar k.
c. Stratified sampling adalah penarikan sampel berstrata yang dilakukan dengan
mengambil sampel acak sederhana dari setiap strata populasi yang sudah ditentukan
lebih dulu.
d. Convenience sampling, sampel diambil berdasarkan faktor spontanitas, artinya siapa
saja yang secara tidak sengaja bertemu dengan peneliti dan sesuai dengan
karakteristiknya, maka orang tersebut dapat dijadikan sampel.
e. Judgement sampling (purposive sampling) adalah teknik penarikan sampel yang
dilakukan berdasarkan karakteristik yang ditetapkan terhadap elemen populasi target
yang disesuaikan dengan tujuan atau masalah penelitian.Bedanya, jika dalam
sampling stratifikasi penarikan sampel dari setiap subpopulasi dilakukan dengan acak,
maka dalam sampling kuota, ukuran serta sampel pada setiap sub-subpopulasi
ditentukan sendiri oleh peneliti sampai jumlah tertentu tanpa acak.

f. Snowball Sampling merupakan salah satu bentuk judgement sampling yang sangat
tepat digunakan bila populasinya kecil dan spesifik. Cara pengambilan sampel dengan
teknik ini dilakukan secara berantai, makin lama sampel menjadi semakin besar,
seperti bola salju yang menuruni lereng gunung.
Sampling memiliki beberapa kriteria diantaranya :
Kriteria yang harus diperhatikan untuk menentukan tipe sampling yang baik, diantaranya:

dapat menghasilkan gambaran yang dapat dipercaya dari seluruh populasi

dapat menentukan presisi dari hasil penelitian.
sederhana, mudah dilaksanakan, dan
dapat memberikan keterangan sebanyak mungkin tentang populasi dengan biaya
minimal.

Tahapan sampling adalah:

Mendefinisikan populasi hendak diamati
Menentukan kerangka sampel, yakni kumpulan semua item atau peristiwa yang
mungkin
Menentukan metode sampling yang tepat
Melakukan pengambilan sampel (pengumpulan data)
Melakukan pengecekan ulang proses samplig.
3. Pendugaan Populasi atau Teori Populasi
Populasi adalah himpunan dari unsur unsur yang sejenis.Unsur- unsur sejenis tersebut
bisa berupa manusi, hewan, tumbuh tumbuhan, benda benda, zat cair, peristiwa dan
sejenisnya. Besarnya populasi bisa terbatas dan bisa tidak terbatas. Populasi dari mana
sampel diambil disebut populasi induk. Melalui teknik pengambilan sampel yang reliabel
kesimpulan penelitian dapat digeneralisasikan. Ada kesalahan generalisasi yangperlu
dipertimbangkan karena besar kecilnya keslahan generalisasi tergantung pada : (1) besarnya
sampel penelitian, (2) teknik sampling yang digunakan, (3) kecermatan memasukkan ciri
ciri populasi dan sampling, (4) cara cara pengambilan data dan (5) rancangan analisi data.
Populasi (population/universe) dalam statistika merujuk pada sekumpulan individu
dengan karakteristik khas yang menjadi perhatian dalam suatu penelitian (pengamatan).
Ukuran populasi ada dua:
a. populasi terhingga (finite population), yaitu ukuran populasi yang berapa pun
besarnya tetapi masih bisa dihitung (cauntable). Misalnya populasi pegawai suatu
perusahaan;
b. populasi tak terhingga (infinite population), yaitu ukuran populasi yang sudah
sedemikian besarnya sehingga sudah tidak bisa dihitung (uncountable). Misalnya
populasi tanaman anggrek di dunia.
9

4. Uji Hipotesis
Uji Hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisa data,
baik

dari

percobaan

yang

terkontrol,

maupun

dari observasi (tidak

terkontrol).

Dalam statistik sebuah hasil bisa dikatakan signifikan secara statistik jika kejadian tersebut
hampir

tidak

mungkin

disebapkan

oleh

faktor

yang

kebetulan,

sesuai

dengan

batas probabilitas yang sudah ditentukan sebelumnya.

Uji hipotesis kadang disebut juga "konfirmasi analisa data". Keputusan dari uji
hipotesis hampir selalu dibuat berdasarkan pengujian hipotesis nol. Ini adalah pengujian
untuk menjawab pertanyaan yang mengasumsikan hipotesis nol adalah benar.
5. Analisis Korelasi Dan Uji Signifikasi
Analisis korelasi pertama kali dikembangkan oleh Karl Pearson pada tahun 1900. Tujuan
dari analisis ini adalah untuk menetukan seberapa erat hubungan antara dua variable. Definisi
analisis korelasi dinyatakansebagai berikut : Analisis korelasi adalah suatu teknik statistik
yang digunakan untuk mengukur keeratan hubungan atau korelasi antara dua variabel
Pengertian lain menyebutkan, Korelasi adalah metode statistik yang dipakai untuk
mengukur asosiasi atau hubungan antara dua atau lebih variabel kuantitatif, sedangkan untuk
mengukur asosiasi antara dua atau lebih variabel kuantitatif dipakai tes X kuadrat.
6. Analisis Regresi Untuk Peramalan
Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan
sebab-akibat antara satu variabel dengan variabel - variabel yang lain. Variabel "penyebab"
disebut dengan bermacam-macam istilah: variabel penjelas,variabel eksplanatorik, variabel
independen, atau secara bebas, variabel X (karena seringkali digambarkan dalam grafik
sebagai absis, atau sumbu X). Variabel terkena akibat dikenal sebagai variabel yang
dipengaruhi, variabel dependen, variabel terikat, atau variabel Y. Kedua variabel ini dapat
merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu variabel
acak. Analisis regresi adalah salah satu analisis yang paling populer dan luas pemakaiannya.
Analisis regresi dipakai secara luas untuk melakukan prediksi dan ramalan, dengan
penggunaan yang saling melengkapi dengan bidang pembelajaran mesin. Analisis ini juga
digunakan untuk memahami variabel bebas mana saja yang berhubungan dengan variabel
terikat, dan untuk mengetahui bentuk-bentuk hubungan tersebut.

10

BAB III
PENUTUP
A. Kesimpulan
Statistika dipelajari di berbagai bidang ilmu karena statistika adalah sekumpulan alat
analisis data yang dapat membantu pengambil keputusan untuk mengambil keputusan
berdasarkan hasil kesimpulan pada analisis data dari data yang dikumpulkan. Selain itu juga
dengan statistika kita bisa meramalkan keadaan yang akan datang berdasarkan data masa lalu.
Statistika Deskriptif memberikan informasi yang terbatas, yaitu memberi informasi yang
terbatas pada data apa adanya. Oleh karenanya pemakai statistik deskriptif tidak dapat
mengambil kesimpulan yang umum atas data yang terbatas.
Kesimpulan yang dapat diambil, terbatas atas data yang ada.
Kegunaan mempelajari ilmu Statistik adalah:
1. Memperoleh gambaran suatu keadaan atau persoalan yang sudah terjadi.
2. Untuk Penaksiran (Forecasting
3. Untuk Pengujian (Testing Hypotesa)
Sedangkan Pentingnya mempelajari Dispersi data didasarkan pada 2 pertimbangan:
1. Pusat data (rata2, median dan modus) hanya memberi informasi yang sangat terbatas.
2. Kedua, dispersi data sangat penting untuk membandingkan penyebaran dua distribusi
data atau lebih.
Statistika deskriptif adalah tehnik yang digunakan untuk mensarikan data dan
menampilkannya dalam bentuk yang dapat dimengerti oleh setiap orang. Hal ini melibatkan
proses kuantifikasi dari penemuan suatu fenomena. Berbagai statistik sederhana, seperti ratarata, dihitung dan ditampilkan dalam bentuk tabel dan grafik. Statistika deskriptif dapat
memberikan pengetahuan yang signifikan pada kejadian fenomena yang belum dikenal dan
mendeteksi keterkaitan yang ada di dalamnya. Tetapi dapatkah statistika deskriptif
memberikan hasil yang bisa diterima secara ilmiah? Statistik merupakan suatu alat
pengukuran yang berhubungan dengan keragaman pada karakteristik objek-objek yang
berbeda .
Statistik inferensial merupakan kebalikan dari statistika deskriptip, statistika infrensial
merupakan statistik yang berkenaan dengan cara penarikan kesimpulan berdasarkan data
yang diperoleh dari sampel untuk menggambarkan karakterisktik atau ciri dari suatu populasi.
Dengan demikian dalam statistik inferensial dilakukan suatu generalisasi (perampatan atau
memperumum) dan hal yang bersifat khusus (kecil) ke hal yang lebih luas (umum). Oleh
karena itu, statistik inferensial disebut juga statistik induktif atau statistik penarikan
11

kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis dan pendugaan
mengenai karakteristik (ciri) dari suatu populasi, seperti mean dan Uji t (Sugiyono, 2006).
B. Saran
Pada umumnya mahasiswa kurang berminat mempelajarinya karena pelajaran statistik
adalah pelajaran yang menggentarkan, ada benarnya. Ini mungkin terjadi karena adanya
anggapan bahwa dengan mempelajari statistik maka seseorang harus benar-benar memiliki
kemampuan matematika yang kuat. Tentu saja, jika yang dipelajari adalah statistika teoritis
atau statistika matematis. Namun, untuk belajar statistika terapan - khusus untuk
kepentingan penelitian ilmiah- seseorang tidak perlu memiliki latar yang kuat di bidang
matematika. Cukup

dengan

mengetahui

prinsip-prinsip

dasar

aritmatika, seperti

penjumlahan, pengurangan, perkalian, pembagian, dan penarikan akar. Tepat sekali apa yang
dikatakan Pasaribu (1981:6) bahwa kuliah statistik (di jurusan non-statistik) bukan
dimaksudkan untuk menjadikan seseorang sarjana statistik, tapi untuk kepentingan
memberikan pengetahuan yang dbutuhkan dalam kegiatan penelitian.

12

DAFTAR PUSTAKA
J. Supranto, Statistika, (2000) jilid 1 Chap.6 edisi keenam, halaman 126 145
Wayan Koster, Statistika, Teori dan Aplikasi (2001), edisi pertama, bab V, halaman 93-134
Bambang Kustituanto dan Rudy Badrudin, Statistika I, Seri Diktat Kuliah, Penerbit
Gunadarma, Jakarta, 1994
Haryono Subiyakto, Statistika 2, Seri Diktat Kuliah, Penerbit Gunadarma, Jakarta, 1994
Levin, Richard dan David Rubin, Statistics for Management, Prentice Hall, New Jersey, 1991
Ronald E Walpole, Pengantar Statistika, edisi terjemahan, PT Gramedia Jakarta, 1992
Dr. Indra Jaya, M.Pd., Penerapan Statistik untuk Pendidikan, Citapustaka, Bandung, 2013
www.gudangmateri.com
Santoso, Singgih 2001. Aplikasi Excel dalam Statistik Bisnis. Elex Media Komputindo.
Jakarta.
Modul BSI (Bina Sarana Informatika) mata kuliah Statistika Deskriptif.

13