BAB 2

PENGUMPULAN DAN PENGELOLAAN DATA

PENGUMPULAN DATA
Data statistic yang diharapkan adalah data yang dapat dipercaya dan tepat
waktu. Untuk mencapai tujuan tersebut, maka pengumpulan data harus baik dan
mencakup seluruh unit yang menjadi objek penelitian. Sebelum pengumpulan data
dilakukan, terlebih dahulu harus diketahui untuk apa data itu dikumpulkan.

Tujuan pengumpulan data, selain untuk mengetahui jumlah elemen,juga

untuk mengetahui krakteristik dari elemen-elemen tersebut.
Variabel atau perubahan ialah sesuatu yang nilainya dapat berubah atau
berbeda.
Nilai karakteristik suatu elemen merupakan nilai variable, misalnya harga
(karakteristik harga suatu barang akan berubah menurut waktu atau
berbeda-beda menurut tempat produksi, hasil penjualan ekspor, pendapatan
nasional, umur, tinggi badan, berat badan, tekanan darah, temperature/suhu,
modal perusahaan dan lain sebagainya.

Metode Pengumpulan Data

Di dalam statistik dikenal ada 2 cara pengumpulan data, yaitu secara sensus dan
cara sampling.

Sensus
o Cara pengumpulan data apabilaseluruh elemen populasi diselidiki satu
demi satu. Data yang diperoleh sebagai hasil pengolahan sensus
disebut data yang sebenarnya (True Value) atau sering disebut
parameter.
Sampling
o Cara pengumpulan data apabila yang diselidiki adalah elemen sampel
dari sesuatu populasi. Data yang diperoleh dari hasil sampling
merupakan data pemikiran (Estimated Value). Jadi jiika dari 1000
perusahaan hanya akan diselidiki 100 saja, dibandingkan dengna cara
sensus. Pengumpulan data dengan cara sampling membutuhkan waktu
yang relative lebih cepat, tenaga yang tidak terlalu banyak dan dapat
menghasilkan cakupan data yang lebih luas serta terperinci.

Cara Pengambilan Sampel

Ada 2 (dua) cara pengambilan sampel;
1. Cara acak (random).
Cara pemilihan sejumlah elemen dari populasi untuk menjadi anggita
sampel, dimana pemilihannya dilakukan sedemikian rupa sehingga
setiap elemen populasi mendapat kesempatan yang sama (equal
chance)
2. Cara tidak acak (non-random).

Suatu cara pemilihan elemen-elemen dari popolasi untuk menjadi

anggota sampel dimana setiap elemen tidak mendapat kesempatan
yang sama untuk dipilih.

BEBERAPA JENIS SAMPLING

1. Simple Random Sampling ialah sampling dimana pemilihan elemen populasi
dilakukan sedemikian rupa sehingga setiap elemen tersebut mempunyai
kesempatan yang sama untuk di pilih. Misalnya, populasi N = 100
perusahaan, dipilih sampel acak sebanyak n=100 perusahaan
2. Stratified Random Sampling ialah sampling dimana pemilihan elemen
anggota sampel dilakukan sebagai berikut;
a. Populasi dipecah/dibagi menjadi yang lebih kecil disebut STRATUM
b. Setiap stratum diambil sampel secara acak, kemudian perikiraan untuk
mewakili STRATUM yang bersangkutan.
c. Perkiraan untuk seluruh populasi digunakan rumus gabungan
3. Multistage Random Sampling ialah sampling dimana pemilihan elemen
anggota sampel yang dilakukan secara bertahap
4. Cluster random Sampling ialah sampling dimana elemen terdiri dari elemenelemen yang lebih kecil disebut klaster (cluster)
5. Systematic Random Sampling ialah sampling dimana pemilihan elemen
pertama dipilih secara acak (random)
Misalnya N= 1000 perusahaan nasional. Diambil sampel sebanyak n=100,
k=1000/100 = 10. Misalnya terpilih angka 5, maka sampelnya ; x 5 x15 x25 x35..
sampai n = 100, jika terpilih angka 8, sampelnya ; X 8 X18 X28 sampai
n=100
ALAT PENGUMPULAN DATA
Apabila metode pengumpulan datanya sudah ditentukan, kemudian
ditentukan alat untuk memperoleh data dari objek yang akan diteliti.
Alat/device untuk memperoleh keterangan dari objek atau elemen antara
lain;
Daftar pertanyaan (questionnaire)
Wawancar
Observasi atau pengamatan langsung
Melalui pos, telepon, atau alat komunikasi lainnya.
Alat ukur
Untuk memenuhi tujuan pertama, questionnaire harus benar-benardengan
situasi dimana lingkup topik yang diselidiki dapat dibatasi.
PENGOLAHAN DATA

Metode pengambilan data

o Pengolahan data secara manual, metode ini dapat dijumpai
pada pemulihan umum yang telah dilaksanakan
o Pengolahan data secara elektorik, perkembangan ilmu
pengetahuan dibidanga computer sangat membantu kegiatan

statistic, khususnya pengolahan data.

Dengan adanya
computer, pengolahan data masing-masing individu dirinci
menurut beberapa karakteristik dapat dilakukan dengan mudah
dan cepat, meski pun demikian, bukan berarti pengolahan
dengan komputertidak ada masalah. Setelah data penelitian
dimasukan ke computer dalam bentuk file data, maka dapat
melakukan pengolahan lebih lanjut untuk mengetahui jumlah,
persentasi, serta ukuran statistic lainnya dengan fasilitas yan
gada pada computer.

Istilah penting
o Elemen, unit terkecil dari objek penelitian
o Karakteristik, sifat-sifat/ciri-ciri atau hal yang dimiliki oleh
elemen
o Variable, sesuatu yang nilainya berubah-ubah
o Populasi, kumpulan seluruh elemen yan gsejenis tetapi dapat
dibedakan satu sama lain
o Sampel, bagian dari populasi
o Sensus, cara pengumpulan data jika seluruh elemen populasi
diselidiki satu demi satu.
o Parameter, data yang diperoleh sebagai hasil sensus
o Sampling, cara pengumpulan data jika yang diselidiki atau
elemen sampel dari suatu populasi
o Pengambilan data secar acak, car apemilihin sejumlah elemen
dari populasi untuk menjadi anggota sampel
o Pengambilan sampel secara bukan acak, suatu cara pemilihan
elemen-elemen dari populasi untuk menjadi anggota sampel
o Pengambilan data proses untuk memperoleh data/angka ringkas
berdasarkan
suatu
kelompok,
data
mentah,
dengan
menggunakan rumus tertentu.

BAB 3
PENYAJIAN DATA

Data statistic tidak hanya cukup dikumpulkan dan di oleh, tetapi juga perlu
disajikan dalam bentuk yang mudah dibaca dan dimengerti oleh pengambil
keputusan.
Selain berupa angka-angka ringkasan (summery progress), penyajian data juga
dapat berbentuk table dan grafik, table merupakan kumpulan angka-angka yang
disusun menurut katagori-katagori. Misalnya; jumlah pegawai menurut pendidikan
dan masa kerja
Grafik merupakan gambar-gambar yang menunjukan secar visual , data
berupa angka (mungkin juga dengan symbol-simbol), yang biasanya juga berasal
dari table-tabe yang telah dibuat.

CROSS SECTION DATA

Penyajian Dengan Table
Penjualan PT. SINAR SAKTI menurut jenis barang dan penjualan pada tahun
2007 (dalam satuan)
Table 1.1 PENJUALAN

Jenis
Barang

Daerah penjualan

Total

II

III

IV

(1)

(2)

(3)

(4)

(5)

(6)

20

30

50

60

160

15

25

40

50

130

10

20

25

30

85

TOTAL

45

75

115

140

375

Tabel diatas merupakan table 2 (dua) arah (two way table) yaitu table yang
menunjukan hubungan timbal balik antara dua hal, jenis barang dan daerah
penjualan. Hal tersebut akan memudahkan untuk melakukan analisis guna
mengetahui jenis barang apa yang paling laku dan daerah mana.

Penyajian Dengna Grafik

PT. SINAR SAKTI

Jenis Barang dan Penjualan
70
60
50
40
30
20
10
0

daerah I

daerah II
A

daerah III
B

Daerah IV

Data

Juga

bisa disajikan dalam bentuk grafik dengan batangan atau bar chart
Penjualan PT. SINAR SAKTI menurut jenis barang dan penjualan pada tahun 2007
(dalam satuan)

BERKALA
Penyajian dengan Tabel
Perkembangan seluruh hasil penjualan
PT. SINAR SAKTI Menurut jenis barang dari tahun 2001 sampai dengan 2007(dalam
satuan)
Tahun
(1)
2001

Jenis
barang A
(2)
90

Jenis
barang B
(3)
85

Jenis
barang C
(4)
50

Jumlah
(5)
205

2002
2003
2004
2005
2006
2007

110
115
130
140
155
160

90
105
110
120
125
130

53
60
65
75
80
85

255
280
305
335
360
375

PENYAJIAN DENGAN GRAFIK

Gambar tentang perkembangan hasil penjualan akan lebih jelas lagi jika data
disajikan dalam bentuk grafik. Apabila dilanjutkan dengan analisis yang lebih
mendalam, maka bisa diketahui besarnya laju kenaikan dari masing-masing
produk(rate of increase) selama periode tersebut.

Bentuk Tabel.
Tabel Suatu Arah
Produksi Kayu HUtan Menurut jenis Produksi 1996/1997 (000 m 3)
Jenis
1
Kayu bulat

Banyaknya
2
26.069

Kayu
gergajian
Kayu lapis
Jumlah

3.427
10.948
40.444

Nilai Proyek penanaman modal asing menurut sector ekonomi 1997

Sector
Pertanian
Pertambangan
Perindustrian
LIstrik/gas dan air
Konstitusi
Perdagangan
Transportasi
Lembaga keuangan, asuransi
Jasa masyarakat, social dan
perorangan
Jumlah
Bentuk Grafik

Juta us $
463,7
1,6
23.017,3
1.839,9
306,8
472,6
5.900,6
1.397,6
433,6
33.832,5

Penyajian dalam bentuk gambar dapat memudahkan pengambilan kesimpulan

dengan cepat. Data berkala (Time Series Data) yaitu data yang dikumpulkan dari
waktu ke waktu untuk mengetahui perkembangan suatu hal/kegiatan, biasanya
disajikan dalam bentuk grafik untuk memudahkan pembuatan trend.
Grafik garis tunggal
Grafik garis tunggal (single line chart) adalh grafik yan gterdiri dari sat ugaris untuk
menggambarkan perkembangan (Trend) dari suatu karakteristik.
Berikut adalah contohnya;
Table; Penjualan Perusahaan harapan Kita 2001-2007 (jutaan Rupiah)
Tahun
Hasil
Penjuala
n

2001
80

2002
95

2003
100

2004
110

2005
115

2006
125

2007
150

penjualan
160
140
120
100
80
60
40
20
0
2001

2002

2003

2004

2005

2006

2007

penjualan

Berdasarkan data pada table diatas

maka grafiknya ditunjuan sebagai berikut

Grafik Garis Berganda

(multiple Line Chart) adalah grafik yang terdiri dari beberapa garis untuk
menggambarkan perkembangan beberapa hal/kejadia sekaligus, misalnya
perkembangan ekspor menurut golongan A,B dan c minyak bumi, perkembangan
hasil penjualan menurut jenisnya(Barang A, B dan C). Perkembangan jumlah korban
kecelakaan lalulintas menurut jenis korban(meninggal lukaa berat, dan luka ringan).

Perhatikan contoh table berikut yang berisi data penjualan took terang selama
delapan tahun terakhir.

Penjualan toko Terang menurut jenis barang dan waktu (dalam juta rupiah)
Jenis
barang
1
Televisi
Radio
Kulkas
Jumlah

2000

2001

2002

2003

2004

2005

2006

2007

2
20
25
30
75

3
30
45
50
125

4
35
50
60
145

5
40
60
75
175

6
50
65
85
200

7
65
75
90
230

8
70
80
95
245

9
85
90
100
275

Penyelesaian grafik graris berganda untuk data dari table diatas

Penjualan toko Terang menurut jenis barang dan waktu

Chart Title
120
100
80
60
40
20
0
2000

2001

2002
televisi

2003

2004
radio

2005

2006

2007

kulkas

Grafik garis berimbang neto (net balanced line). Nilai nilai selisih dengan dengan
garis timbangan dapat diberiwarna yang berbedauntuk menilai selisih yang positif
dan negative.
Perhatikan contoh table berikut
Ringkasan penerimaan, pengeluaran dan surplus/deficit negara
(1)
Penerimaan
Pengeluaran
Selisih

1994/1995
(2)
1.254,5
1.240.6
5,9

1995/1996
(3)
1.369,5
1.3.62.6
6,9

1996/1997
(4)
1.506,2
1.489,5
10,7

Penyelesaian surplus/deficit negara (miliar Rp)

Surplus/Defisit
12

10.7

10
8

6.9

65.9
4
2
0
1994/1995

1995/1996

1996/1997

Surplus/Defisit

Grafik Batang Tunggal (single bar chart)

Perhatikan contoh table Penjualan harapan kita 2001-2007

tahun
180
160
140
120
100
80
60
40
20
0

2001

2002

2003

2004

2005

2006

2007

tahun

Grafik Batang berganda (multiple bar chart)

Perhatikan contoh table penjualan took terang 2005-2007

Chart Title
100
90
80
70
60
50
40
30
20
10
0

2005

2006
televisi

radio

2007
kulkas

Grafik Batangan Komponen Berganda (multiple Component Bar Chart)

Perhatikan Contoh Berikut
Nilai Ekspor dan Impor termasuk migas Indonesia, 1992 1997

Chart Title
180000
160000
140000
120000
100000
80000
60000
40000
20000
0

1992

1993

1994
ekspor

1995

1996

impor

Grafik Batangan Persentase Komponen Berganda (Multiple Precentage

Componen bar Chart)
Percentase nilai ekspor Indonesia ke negara ASEAN 1992 -1997
1993

1994

1995

196

1997

1997

malaysia
thailand
filipina
singapura
brunei
jumlah

12.3
9.9
6
71.1
0.7
100

12.9
7
6.4
72.7
0.9
100

16.3
11.6
9.2
62.1
0.4
100

15.4
11.4
9.5
63.3
0.4
100

singapura

brunei

16
10
9.3
64.3
0.5
100

Chart Title
100%
80%
60%
40%
20%
0%

malaysia
1993

thailand
1994

filipina
1995

196

1997

Grafik Batangan Berimbang Neto (Net Balanced Bar Chart)

Surplus/deficit negara (Miliar Rp)

surplus
12
10
8
6
4
2
0

1994/1995

1995/1996
surplus

Grafik Linkaran Tunggal (single Pie Chart)

1996/1997

motor

mobil penumpang

bis

mobil gerobak

sepeda motor

Banya
knya Kendaraan Bermotor di Indonesia Menurut Jenisnya, Tahun 1999 (dalam
Ribuan)

Grafik LInkaran Berganda (Mulitiple Pie Chart)

Hasil Tambang (Tambang X,Y, dan Z) dari negara-negara A, B, C tahun 1999 (dalam
Jutaan ton)
Negara
1
A
B
C

Hasil tambang
X
Y
2
3
4
2
8
6
10
5

Jumlah
Z
4
6
2
5

5
12
16
20

Grafik peta suatu karakteristik (sifat/hal) yang akan digambarkan, diberi tanda/ciri
khusu (berupa Gambar sederhana.
Contoh :
Provinsi

1
Jawa dan Madura
Sumatra
Kalimantan
Sulawesi

Jumlah
Penduduk tiap
km2
2
690
59
12
55

Maluku
Nusa Tenggara

19
96

Grafk Gambar (pictogram Chart)

Grafik Gambar (pictogram Chart) adalah grafik yang disajikan dalam bentuk kambar
Jumlah Pendduk Indonesia dari tahun 1959 s/d 1985 (dalam Jutaan)
Tahun
1
1979
1980
1981
1982
1983
1984
1985

Jumlah
2
143,2
146.8
150.6
154.4
158.6
161.6
164.0

Istilah Penting
Elemen, objek yang akan di selidiki
Karakteristik, sifat sifat, ciri-ciri atau hal hal yang dimiliki oleh elemen
Populasi, kumpulan sebuah elemen yang sejenis tetapi dapaat dibedakan
satu sama lain
Sampel, bagian dari populasi
Sensus, cara pengumpulan data dimana yang di selidiki adlah sampel dari
suatu populasi
Pengolahan data suatu proses untuk memperoleh data/angka ringkasan
berdasarkansuatu kelompok data mentah
Table, kumpulan angka yang disusun menurut katagori sehingga
memudahkan dalam pembuatan analisis data
Grafik gambar yang menunjukan secara visual dari table yang telah dibuat.

BAB 4
Distribusi frekuensi
Distribusi frekuensi data kualitatif
Data yang disajikan pada table di bawah merupakan table data kualitatif 50 orang
pembeli computer dari lima jenis perusahaan
Table;
Data mengenai 50 orang pembeli computer dari beberapa jenis computer
IBM

COMPAQ

COMPAQ

IBM

IBM

COMPAQ

COMPAQ
APPLE
COMPAQ

PACKARD
BELL
IBM
COMPAQ

GATEWAY
2001
APPLE
IBM

APPLE
PACKARD
BELL
GATEWAY
2000
IBM

APPLE

APPLE

APPLE

APPLE

APPLE

APPLE

COMPAQ

PARKARD
BELL
PARKARD
BELL
GATEWAY
2001

IBM

PACKARD
BELL
PACKARD
BELL
IBM

PACKARD
BELL
PACKARD
BELL
GATEWAY
2000
COMPAQ

IBM
APPLE

COMPAQ
APPLE

PACKARD
BELL
COMPAQ
PACKARD
BELL
COMPAQ
PACKARD
BELL
COMPAQ
APPLE
PACKARD
BELL
APPLE

Distribusi Frekuensi pembelian computer dari lima merk

Perusahaan
Apple
Compaq
Gateway 2000
IBM
Packard bell
Jumlah

Frekuensi
13
12
5
9
11
50

Distribusi Frekuensi Relative Dan Persentase Data Kualitatif

Distribusi frekuensi menunjukan jumlah atau banyaknya item dalam setiap
kategori atau kelas. Sedangkan frekuensi persentase dari suatu kelas adalah
frekuensi relative kelas tersebut dikalikan dengan 100
Distribusi Frekuensi dan persentase pembelian computer
Perusahaan
Apple
Compaq
Gateway 2000
IBM
Packard bell
Total

Frekuensi relative
0,26
0,24
0,10
0,18
0,22
1,00

Frekuensi pembelian
26
24
10
18
22
100

Distribusi Frekuensi Data Kuantitatif

Definisi tentang distribusi frekuensi berlaku juga baik unutk kualitatif maupun
kuantitatif.

Jumlah Data

Banyaknya kelas sebaiknya antara 7 sampai 15 atau paling banyak 20 (tidak

ada aturan umum yang menentukan jumlah kelas) H. A. Struges pada tahun
1925 menulis artikel dengan judul the choice of a class interval dalam
journa of American statistical association yang mengemukakan suatu rumus
untuk menentukan banyaknya kelas sebagai berikut
K=1+3,322 Log n
Dimana :

K
=
n
=

Banyaknya kelas
banyaknya nilai
observasi

Rumus tersebut diberi nama kriterium sturges dan merupakan suatu perkiraan
tentang banyaknya kelas, misalnya, data dengan n=100 maka banyaknya kelas K
adlah sebagai berikut
K = 1 + 3,322
log 100
= 1+ 3,322
(2)
= 1+6,644
= 7+6,644
Jadi banyaknya kelas sebaiknya 7
Interval Kelas
Disarankan interval atau lebar kelas adalah sama untuk setiap kelas
sebenarnya. Pemilihan interval kelas dan jumlah atau banyaknya kelas tidak
independen.
Pada umumnya untuk menentukan besarnya kelas (panjang interval) digunakan
rumus:

C=

C
K
X
n
Xi

Xn Xi
K

= Perkiraan besarnya (Class Width, class size, class

lenth)
= Banyaknya Kelas
= Nilai Observasi Terbesar

Dimana =

= Nilai Observasi Terkecil

Ada beberapa hal

yang perlu

diperhatikan dalam menentukan interval kelas, yaitu:

a) Kelas interval tidak perlu sama, pembuatan kelas interval sangat tergantung
pada tujuannya, misalnya, jika kita hanya tertarik kepadarincian perusahaan
yang mempunyai modal antara 50 -70 dan di bawah 50 serta 70 atau lebih
maka bentuk table frekuensinya adlah sebagai berikut.
Batas kelas modal
(1)
<50
50-59
60-69
>=

F
(2)
5
11
20
64

<
: Kurang dari
>=
: sama atau Lebih dari.
b) Apabila datanya diskrit atau hasil pengumpulan data dari variable diskrit
maka pembuatan kelas intervalnya seperti terlihat dalam table dibawah
Jumla karyawan suatu perusahaan menurut tingkat upah mingguan, 2007
Upah Mingguan
(Rp)
(1)
<1000
1000 = 1.999
2000 2.999
3000 3.999
4.000 4.999
5.000 5.999
6.000 6.999
7.000 9.999
10.000 14.999
>= 15.000

Banyaknya Karyawan
(f)
(2)
2.918
5.327
6.272
7.275
7.117
6.363
6.940
5.186
3.017

Batas Kelas
Batas Kelas bawah menunjukan kemungkinan nilai data terkecil pada suatu
kelas. Sedangkan batas kelas atau mengidentifikasi kemungkinan nilai data terbesar
dalam suatu waktu kelas.
Frekuensi relative, frekuensi kumulatif dan grafik
Tabel frekuensi hipotesis relative dan kumulatif
fk*
(4)
f1

fk**
(5)
f1+f2+.+f1+
.+fk

f2
n

f1+f2

F2+..+f1+
..fk

x
(1)
X1

f
(2)
f1

fr
(3)

X2

f2

f1
n

*
X2

*
F1

*
Xc

*
fk

Jumlah =

f 1=n
i

fi
n
*

fk
n

*
f1+f2+.f1

*
F2+..fk

*
f1+f2+.f1-fk

*
fk

f1
=i
n

Dari table diatas dapat diketahui bahwa ada 2 persen perusahaan

perusahaan yang modalnya Rp 30 Rp 39 Juta, 20 persen yang modalnya atara Rp
60 69 Juta, 7 persen yang modalnya antara Rp 90 Rp 99 Juta dan seterusnya
GRAFIK DARI TABLE FREKUENSI, FREKUENSI RELATIVE DAN KUMULATIF
Apabila table frekuensi dari data yang dikumpulkan digambarkan grafiknya,
maka terlihat frekuensi disebut kurva frekuensi (frequency curve) dan saring kali
bentuknya mendekati suatu fungsi tertentu
Berbagai bentuk kurva frekuensi

Dalam prakteknya, jarang sekali table frekuensi memberikan bentuk kurva

yang sempurna seperti diatas

Istilah Penting
-

Distribusi frekuensi ringkasan dalam bentuk table dari suatu kelompok data
yang menunjukan frekuensi item-item/kategori dalam beberapa kelas

Frekuensi relative proporsi dari jumlah item / kategori dalam setiap kelas
terhadap keseluruhan item dalam data tersebut
Frekuensi persentase frekuensi relative kelas ikalikan 100
Distribusi frekuensi relative ringkasan dalam bentuk table dari sekelompok
data yang menjunjkukan frekuensi relative bagi setiap kelas
Distribusi frekuensi persentase ringkasan dalam bentuk table dari
sekelompok data yang nilai kelas interval selisih antara nilai dua lower limit
(batas atas kelas
Kurva Lorenz salatu jenis kurva frekuensi kumulatif yang menggambarkan
pemerataan pendapatan (dalam analisis ekonomi)
Histogram jenis grafik batangan data merupakan table distribusi frekuensi
Polygon grafik yang diperoleh dengan menghubungkan titik tengah dari
setiap puncak batangan pada histogram

BAB 5
UKURAN PEMUSATAN

Definisi Ukuran pemusatan

Rata-rata (average) adalah nilai yang mewakili himpunan atau sekelompok
data (a set of date) nilai rata-rata umumnya cenderung terletak ditengah suatu
kelompok data yang disusun menurut besar/kecilnya nilai
Dalam ringkasan ini yang dimaksud dengan rata-rata ialah rata-rata hitung,
rata-rata hitung yang untuk selanjutnya disingkat rata-rata sering digunakan
sebagai dasar perbandingan antara dua kelompok atau lebih.
Table hasil ujian hipotesis toni dan joni
Mata pelajaran
Statistic
Matematika
Teori ekonomi
Pemasaran
Metode riset
Jumlah
Rata-rata

Hasil ujian toni (x)

8
7
6
8
7
36

36
=7.7
5

Hasil ujian joni(y)

7
6
5
6
6
30

30
=6
5

Dari rata-rata tersebut dapat disimpulkan bahwa toni lebih pandai dari joni.

Untuk membandingkan tingkat gaji/upah perbulan 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 table berikut
Hasil wawancara dari 10 karyawan A dan B
Karyawan
Perusahaan A (Rp)
Perusahaan B (Rp)
1
50000
45000
2
40000
35000
3
45000
40000
4
55000
30000
5
60000
25000
6
75000
50000
7
65000
55000
8
80000
45000
9
75000
30000
10
50000
35000
Jumlah
595000
340000
Rata-rata
59500
39000
Ternyata rata-rata upah/gaji perbulan dari karyawanperusahaan A lebih tinggi
daripada upah/gaji karawan perusahaan B
Rata-rata Hitung
Apabila kita mempunyai nilai variable X1 sebagai hasil pengamatan atau
observasi sebanyak N kalo, yaitu X1, X2,.. Xi..Xn, Maka;
a) Rata-rata sebenarnya(Populasi)
N

1
= N X 1
i=1
=

1
X1 + X2 +,.. +Xi+..+Xn)
N

dibaca nyu yaitu symbol rata-rat sebenarnya yang disebut

parameter, rata-rat ini dihitung berdasarakan populasi
b) Rata-rata perkiraan (sampel)
Apabila rata-rata tersebut dihitung berdasarkan sampel banyaknya n
dimana h < N Observasi, maka rata-rat yang diperoleh disebut rata-rata
perkiraan rumusnya adalah sebagai berikut;
N

1
= N X1
i=1

1
X1 + X2 +,.. +Xi+..+Xn)
N

dibaca X bar yaitu symbol rata-rata

Merupakan perkiraan dari

Contoh; berikut disajikan data penjualan suatu perusahaan selama 10 tahun.

X= hasil penjualan 10 tahun dama jutaan rupiah
X1 = 50 (hasil penjualan tahun pertama)
X2 = 60 (hasil penjualan tahun kedua)
X3 = 40 (hasil penjualan tahun ketiga)
X4 = 70 (hasil penjualan tahun keempat)
X5 = 80 (hasil penjualan tahun kelima)
X6 = 90 (hasil penjualan tahun keenam)
X7 = 100 (hasil penjualan tahun ketujuh)
X8 = 65 (hasil penjualan tahun kedelapan)
X9 = 75 (hasil penjualan tahun kesembilan)
X10 = 83 (hasil penjualan tahun kesepuluh)
a) Hitung rata-rata hasil penjualan sebenarnya
b) Ambil sampel sebanyak diperoleh X2, X4, X5, X8, X10
Hitung rata-rata perkiraan hasil penjualan pertahun
Penyelesaian
a) Rata-ratanya