Bab 1 Dan 2 PDF
Bab 1 Dan 2 PDF
PENDAHULUAN
Statistika adalah suatu kumpulan metode yang digunakan untuk
mengumpulkan, menganalisis, menggambarkan, dan menafsirkan
(menginterpretasikan) data, serta membuat keputusan.
Secara luas, aplikasi statistika dapat terbagi dalam 2 (dua) jenis area, yaitu
statistika deskriptif dan statistika inferensial. Statistika deskriptif terdiri atas
metode metode yang digunakan untuk mengorganisis (mengatur),
memperlihatkan, dan mendeskripsikan data dengan menggunakan tabel,
grafik, dan ukuran ukuran ringkasan. Sedangkan statistika inferensial terdiri atas
metode metode yang menggunakan hasil dari sampel dalam membantu
membuat atau mengambil keputusan atau prediksi mengenai populasi.
Pada bagian pendahuluan ini, terdapat beberapa istilah dasar yang perlu
untuk diketahui sebelum pembahasan yang lebih lanjut, antara lain:
1. Elemen atau anggota
Suatu elemen atau anggota dari suatu sampel atau populasi adalah suatu
objek spesifik (misalnya, orang, barang, negara) yang mana informasi
dikumpulkan.
2. Variabel
Variabel merupakan suatu karakteristik yang diteliti yang mengasumsikan
nilai yang berbeda untuk elemen-elemen yang berbeda. Lain halnya
dengan variabel, nilai dari suatu koSntanta adalah tetap.
3. Observasi atau ukuran
Observasi atau ukuran merupakan suatu nilai variabel bagi sebuah elemen.
4. Himpunan data
Himpunan data merupakan suatu kumpulan dari observasi-observasi pada
satu atau lebih variabel.
B. POPULASI DAN SAMPEL
Dalam statistika kumpulan dari semua unsur yang menjadi perhatian
disebut sebagai populasi, sedangkan kumpulan dari beberapa unsur yang
dipilih dari populasi disebut sebagai sampel. Sebuah populasi terdiri atas seluruh
elemen, baik individu, barang, atau objek, yang karaktersitiknya diselidiki.
Dalam hal ini, populasi yang diselidiki disebut juga populasi target. Sebuah
sampel menunjukkan suatu porsi populasi yang dipilih untuk diselidiki. Suatu
sampel yang mewakili karakteristik populasi (sedekat mungkin) disebut sebagai
sampel perwakilan.
Dalam proses pengambilan data, teknik pengumpulan informasi dari unsur-
unsur populasi disebut survei sampel. Suatu survei yang terdiri atas semua unsur
dari populasi target disebut sebagai sensus. Populasi target seringkali memiliki
ukuran yang besar. Oleh karena itu, dalam praktiknya, sensus jarang dilakukan
karena sangat mahal dan memakan waktu. Bahkan dalam beberapa kasus,
identifikasi setiap unsur populasi merupakan hal yang tidak mungkin untuk
dilakukan.
Suatu sampel dapat berupa sampel acak maupun sampel non-acak.
Dalam sebuah sampel acak, setiap elemen populasi memiliki kesempatan yang
berbeda-beda untuk dipilih ke dalam sampel. Hal sebaliknya berlaku dalam
sampel non-acak.
C. TIPE VARIABEL
Suatu variabel dapat diklasifikasikan sebagai variabel kuantitatif dan
variabel kualitatif.
1. Variabel Kuantitatif
Variabel kuantitaf merupakan suatu variabel yang dapat diukur secara
numerik. Data yang dikumpulkan disebut sebagai data kuantitatif. Variabel-
variabel kuantitatif dapat diklasifikasikan ke dalam bentuk variabel diskrit
maupun variabel kontinu.
Variabel diskrit merupakan suatu variabel dengan nilai yang dapat
dihitung. Dengan kata lain, suatu variabel diskrit hanya dapat mengasumsikan
nilai-nilai tertentu tanpa adanya nilai menengah (dalam selang tertentu).
Beberapa contoh variabel diskrit seperti jumlah rumah, jumlah mobil, jumlah
terjadinya kecelakaan, dan lainnya.
Variabel kontinu merupakan suatu variabel yang dapat mengasumsikan
setiap nilai numerik dalam suatu interval tertentu. Beberapa contoh variabel
kontinu seperti pendapatan, penjualan, waktu, dan lain sebagainya.
2. Variabel Kualitatif
Variabel kualitatif atau yang biasa disebut variabel kategori merupakan
suatu variabel yang tidak mengasumsikan suatu nilai numerik, namun dapat
diklasifikasikan ke dalam dua atau lebih kategori non-numerik. Data yang
dikumpulkan disebut sebagai data kualitatif. Beberapa contoh variabel
kualitatif seperti warna rambut, jenis kelamin, nama perusahaan, dan lain
sebagainya.
D. SKALA PENGUKURAN
Data dapat pula diklasifikasikan berdasarkan skala pengukurannya, atau
yang biasa disebut tingkatan pengukuran. Terdapat 4 (empat) skala
pengukuran, yaitu nominal, ordinal interval, dan rasio. Data dengan skala
nominal berada pada tingkatan terendah dan data dengan skala rasio berada
pada tingkatan tertinggi.
1. Skala Nominal
Skala nominal diaplikasian pada data yang terbagi menjadi kategori-
kategori yang berbeda, dimana kategori-kategori tersebut digunakan hanya
dengan tujuan untuk identifikasi. Sebagai contoh data dengan skala nominal
adalah nama perusahaan, jenis kelamin, status pernikahan, dan lain
sebagainya.
Dalam skala nominal tidak dapat dilakukan pemberian ranking, serta tidak
dapat dilakukan operasi-operasi aritmatika, seperti halnya penjumlahan,
pengurangan, perkalian, atau pembagian). Dalam skala nominal, dapat pula
diberikan kode-kode numerik untuk kategori-kategori yang berbeda.
Contohnya pada data jenis kelamin, dapat diberikan kode 1 untuk jenis kelamin
laki-laki, dan kode 2 untuk jenis kelamin perempuan, dengan kode 2 tidak
memiliki arti yang lebih tinggi dibandingkan dengan kode 1.
2. Skala Ordinal
Skala ordinal diaplikasian pada data yang terbagi menjadi kategori-
kategori yang berbeda, dimana kategori-kategori tersebut dapat diberikan
ranking. Sebagai contoh data dengan skala ordinal adalah evaluasi produk
suatu perusahaan, yaitu baik, sedang, dan buruk. Kategori ini memiliki
karakteristik yang dapat diranking, dengan baik berada pada ranking
tertinggi dan buruk berada pada ranking terendah.
Seperti hanya dalam skala nominal, dalam skala ordinal tidak dapat
dilakukan operasi-operasi aritmatika, seperti halnya penjumlahan,
pengurangan, perkalian, atau pembagian). Dalam skala ordinal, dapat pula
diberikan kode-kode numerik untuk kategori-kategori yang berbeda, dengan
kode-kode tersebut menunjukkan urutan atau ranking. Pada contoh evaluasi
produk suatu perusahaan, dapat diberikan kode 1 untuk evaluasi baik, kode 2
untuk evaluasi sedang, dan kode 3 untuk evaluasi buruk, dengan kode 1
menunjukkan ranking tertinggi dan kode 3 menunjukkan ranking terendah.
3. Skala Interval
Skala interval diaplikasian pada data yang dapat diberi ranking, serta
pada data dengan selisih antara dua nilai dapat dihitung dan diinterpretasikan.
Sebagai contoh data dengan skala interval adalah data temperatur.
Data dengan skala interval terdiri atas suatu titik nol yang tidak memiliki
suatu kepentingan. Sebagai contoh, suatu temperatur nol sendiri, tidak berarti
bahwa nilai tersebut menunjukkan kekurangan panas. Sama halnya pada data
nilai siswa, dimana nilai nol tidak berarti bahwa seorang siswa tidak memiliki
kemampuan intelegen.
Karakteristik lain yang berada pada data dengan skala interval adalah
bahwa rasio yang berada pada data tersebut tidak dapat dipertimbangkan.
Sebagai contoh, data temperatur dengan suhu 100 derajat celcius tidak
memiliki kehangatan 2 kali lipat dari temperatur dengan suhu 50 derajat celcius.
Begitu pula halnya pada skor siswa, dimana siswa dengan nilai 90 tidak
menunjukkna bahwa intelegensinya 2 kali lipat dari siswa dengan nilai 45.
4. Skala Rasio
Skala rasio diaplikasian pada data yang dapat diberikan ranking, serta
pada data yang dapat diberikan operasi-operasi aritmatika, seperti
penjumlahan, pengurangan, perkalian, dan pembagian. Sebagai contoh data
dengan skala rasio adalah penjualan mobil dari beberapa perusahaan. Contoh
lain dari data dengan skala rasio adalah data pendapatan dan data harga.
Berbeda dengan pembahasan sebelumnya mengenai data dengan skala
interval, pada data dengan skala rasio, nilai dari suatu titik nol memiliki arti.
Seperti yang diketahui bersama, suatu perusahaan dengan penjualan nol
memiliki arti bahwa perusahaan tersebut tidak menjual produk apapun. Seperti
halnya penghasilan, seseorang dengan penghasilan nol memiliki arti bahwa
oorang tersebut tidak berpenghasilan.
RANGKUMAN
***
BAB II
STATISTIKA DESKRIPTIF
KOMPETENSI DASAR
Setelah mengikuti sesi ini, mahasiswa diharapkan mampu menjelaskan
konsep-konsep Statistika Deskriptif.
INDIKATOR
Indikator keberhasilan yang diharapkan adalah Mahasiswa dapat:
2.1 Memahami konsep statistika deskriptif
2.2 Membuat tabel distribusi frekuensi
2.3 Membuat grafik dan diagram meliputi diagram batang, diagram lingkaran
(pie), histogram, poligon dan ogive
2.4 Memahami konsep ukuran pemusatan meliputi mean, median dan modus
2.5 Memahami konsep ukuran penyebaran data meliputi simpangan baku,
varian dan koefisien variansi
PENDAHULUAN
Konsep Statistik Deskriptif banyak digunakan dalam bidang ekonomi dan
bisnis secara umum baik yang berskala lokal, nasional dan Internasional. Seiring
dengan perkembangan jaman konsep statistika deskriptif hampir digunakan
disemua bidang baik itu bidang ekonomi, politik, pendidikan maupun
pertanian. Berikut ini ada dua kisah yang patut mendapat perhatian dan
renungan dari kita semua.
Pada suatu waktu seorang dekan disebuah fakultas bertanya kepada
bendahara. Dekan tersebut bertanya tentang laporan pembayaran gaji
pegawai honorer di lingkungan fakultasnya selama kurun waktu 2013 2016.
Dekan bertanya, berapa jumlah total gaji yang diajukan? Berapa Gaji pegawai
yang paling besar? Berapa rata-rata gaji pegawai? Dan jawaban bendahara
adalah sangat mengherankan, wah tidak hafal pak?
Contoh lainnya Seorang direktur sebuah perusahaan bertanya kepada
wakil direktur diperusahaan tersebut. Pertanyaan yang diajukan berapa rata-
rata biaya operasional perusahaan selama 2 tahun terkahir? Apakah ada
penyimpangan anggaran dari anggaran yang telah direncanakan dengan
realisasi anggaran? Jika ada berapa persentase kumulatifnya? Wah tentunya
itu hal yang sulit untuk dijawab jika tidak didukung dengan data analisa
statistika yang kuat.
Kedua kisah di atas menggambarkan permasalahan yang kelihatannya
sederhana, tetapi karena tidak disiapkan dengan baik maka tidak dapat
diselesaikan dengan cepat dan dapat berakibat fatal terhadap keberlanjutan
proyek yang diajukan. Statistik deskriptif memberikan solusi yang tepat, dengan
menguasi konsep statistik deskriptif maka seseorang akan mampu untuk analisa
terhadap data mentah atau kelompok data. Statistika deskriptif mencakup
tentang penyajian data, ukuran pemusatan data dan ukuran penyebaran
data.
Penyajian data adalah menyangkut bagaimana menyajikan data dalam
bentuk tabel, grafik dan gambar. Ukuran pemusatan memberikan ukuran-
ukuran tentang nilai maksimum, nilai minimum, Rata-Rata Hitung, Median,
Modus, Kuartil, Desil, Persentil. Ukuran penyebaran meliputi simpangan rata-rata,
standar deviasi, jangkauan kuartil, dan jangkauan persentil.
A. STATISTIKA DESKRIPTIF
Statistika deskriptif merupakan salah satu teknik statistika yang digunakan
untuk mempelajari cara penyajian data, ukuran pemusatan data, dan ukuran
penyebaran data agar dapat memberikan informasi yang efektif dan
komunikatif. Beberapa teknik penyajian data diantaranya berbentuk tabel
distribusi frekuensi, grafik atau diagram baik berupa diagram garis, diagram
batang, polygon, dan ogive.
Statistik deskriptif adalah statistik yang berfungsi untuk mendeskripsikan
atau memberi gambaran terhadap objek yang diteliti melalui data sampel
atau populasi sebagaimana adanya, tanpa melakukan analisis dan membuat
kesimpulan yang berlaku untuk umum.
Statistika deskriptif merupakan bidang ilmu pengetahuan statistik yang
mempelajari tata cara penyusunan dan penyajian suatu data yang
dikumpulkan dalam satu penelitian. Statistika deskriptif adalah metode statistika
yang digunakan untuk menggambarkan atau mendeskripsikan data yang telah
dikumpulkan menjadi sebuah informasi. Pembahasan selanjutnya yang
berkaitan dengan statistika deskriptif meliputi:
1) Tabel distribusi frekuensi
2) Grafik dan diagram
3) Ukuran pemusatan
4) Ukuran penyebaran
( )
Keterangan:
= Frekuensi kelas ke-i
= Banyaknya data
65 72 67 82 72 91 67 73 71 70
85 87 68 86 83 90 74 89 75 61
65 76 71 65 91 79 75 69 66 85
95 74 73 68 86 90 70 71 88 68
Buatlah:
1. Tabel distribusi frekuensi.
2. Tabel distribusi frekuensi relatif.
3. Tabel distribusi frekuensi kumulatif.
4. Tabel distribusi frekuensi kumulatif kurang dari.
5. Tabel distribusi frekuensi kumulatif lebih dari.
6. Tabel distribusi Frekuensi Relatif Kumulatif Kurang Dari.
7. Tabel distribusi Frekuensi Relatif Kumulatif Lebih Dari.
Jawaban.
Prosedur pembuatan tabel distribusi frekuensi:
a) Urutkan data di atas dari yang terkecil sampai yang terbesar.
b) Tentukan jangkauan/rentang/range yaitu selisih data yang terbesar sampai
yang terkecil. Diperoleh 95 61 = 34
c) Banyaknya kelas = 1 + (3.3) (log n)
= 1 + (3.3) (log 40)
= 1 + (3.3) (1.602)
= 6.28693
Jadi banyak kelas yang digunakan bisa 6 atau 7 buah. Agar seluruh data
masuk pada interval kelas maka akan diambil 7 kelas
d) Panjang kelas (interval) = 34 / 7 = 4.86, pembulatan diambil 5
e) Ujung bawah kelas interval pertama yaitu 61.
4. Ogive
Ogive merupakan grafik garis dari data pada tabel distribusi frekuensi
kumulatif lebih dari dan kurang dari. Gambar 5 merupakan ogive dari data
frekuensi kumulatif kurang dari, sedangkan gambar 6 merupakan ogive dari
data frekuensi kumulatif lebih dari.
Gambar 5. Ogive Frekuensi Kumulatif Kurang Dari (Ogive Positive)
D. UKURAN PEMUSATAN
Ukuran Pemusatan merupakan nilai tunggal yang mewakili suatu
kumpulan data dan menunjukkan karakteristik dari data. Ukuran pemusatan
menunjukkan pusat dari nilai data. Ukuran pemusatan meliputi Mean, Median,
dan Modus.
1. Rata-Rata (Mean)
Rata-rata hitung merupakan nilai yang diperoleh dengan menjumlahkan
semua nilai data dan membaginya dengan jumlah data. Rata-rata hitung
merupakan nilai yang menunjukkan pusat dari nilai data dan merupakan nilai
yang dapat mewakili dari keterpusatan data. Formula untuk rata-rata (mean).
Contoh.
Rata-rata data pada contoh 1 yaitu
Maka nilai
2. Median
Median merupakan nilai yang berada di tengah-tengah setelah data
diurutkan dari yang terkecil ke yang terbesar. Median membagi data menjadi
dua bagian yang sama banyaknya, sehingga 50% data nilainya berada lebih
kecil dari median, dan 50% data nilainya berada lebih besar dari median.
( )
( ) ( )
3. Modus
Modus merupakan nilai yang paling sering muncul pada sekumpulan data
Contoh.
1. Pada data yang tidak dikelompokkan
60 65 72 65 90 79 65 60 80 65 76 65
Maka diperoleh nilai Modus (Mo) pada data tersebut yaitu sebesar 65
( )
Keterangan:
= batas bawah kelas modus yang ditentukan
= frekuensi kelas modus dikurangi frekuensi kelas sebelumnya
= Frekuensi kelas modus dikurangi frekuensi kelas sesudahnya
= panjang kelas (interval)
Contoh. Gunakan kembali data pada contoh 1.
Kelas modus diperoleh nilai frekuensi tertinggi pada kelas interval tiga (71-75)
dengan frekuensi 11. Maka ditentukan sebagai berikut:
( )
1. Rentang (range)
Rentang merupakan ukuran yang paling sederhana dari ukuran
penyebaran. Range merupakan selisih data yang terbesar sampai yang terkecil
dalam suatu kelompok data baik data populasi atau sampel.
( )
( ) ( )
( )
Sehingga diperoleh nilai variansi data tersebut yaitu 85.69, dan simpangan baku
9.26.
3. Koefisien Variasi
Merupakan nilai pembanding data atau dapat digunakan untuk
membandingkan dua atau lebih kelompok data, mana yang lebih homogen,
dimana data yg mempunyai koefisien variasi lebih kecil adalah data yang lebih
homogen.
Formula koefisien variasi yaitu:
Contoh.
Gunakan pada data soal 1. maka nilai koefisien variansi sebagai berikut.
3. Data berikut menunjukkan hasil survei curah hujan tahunan pada suatu
wilayah (dalam mm) selama 30 tahun antara tahun 1970-2000.
123 117 83 140 97 110 117 86 116 79 130 63 95 103 98
119 84 136 87 91 107 122 74 98 80 82 90 125 105 97
Hitung nilai mean, modus, varian, dan standar deviasi (gunakan data
yang sudah dikelompokkan).
***