BAB I

PENGERTIAN DASAR
1.SATUAN PENGAMATAN ( UNIT OF OBSERVATION )
KARAKTERISTIK ( CHARACTERISTICS )

Pada tingkat awal penelitian terutama pada tingkat strategi penelitian, seorang peneliti
akan selalu dihadapkan kepada dua buah pernyataan sederhana dan sifatnya mendasar,
yaitu :
a. Apa/siapa yang akan diteliti/diperiksa/diamati/diukur
b. Apanya yang akan diteliti/periksa/amati/ukur
Pernyataan (a) menyangkut apa yg disebut materials system dan (b) menyangkut
properties.

CONTOH :
Yang akan diperiksa adalah orang-perorangan, dan yang akan diperiksa adalah SIKAP
orang itu terhadap UULLJR tahun 1992

Manusia Sikap

Material Properties
System

Satuan Pengamatan Karakteristik

Dalam penelitian material system itu disebut satuan pengamatan, dan properties yang
ditanyakan disebut karakteristik.

DEFINISI :
1. Yang dimaksud dengan Satuan Pengamatan ( Unit of Observation ) adalah segala
sesuatu yang bias digolongkan kepada material system, yang dijadikan kesatuan
tertentu, yang cirinya akan diperiksa ( properties yang akan diperiksa ).
2. Yang dimaksud dengan karakteristik dari sesuatu satuan pengamatan adalah cirri
yang dimiliki oleh satuan pengamatan itu, yang keadaannya bias digunakan untuk
membedakan satuan pengamatan tersebut dari satuan pengamatan lainnya.

CONTOH :
Tinggi badan setiap orang berbeda, maka itulah disebut properties
 2. VARIABEL ( VARIABLE )

Kalau kita perhatikan karakteristik yang dimiliki oleh satuan pengamatan keadaannya
berubah-ubah dari satu satuan pengamatan ke satuan pengamatan lainnya. Karena
sifatnya berubah-ubah ini maka dalam penelitian karakteristik itu disebut variable

SATUAN PENGAMATAN KARAKTERISTIK

Orang Rumah Orang Rumah
1. Jenis Kelamin 1. Warna Cat
2. Pekerjaan 2. Kadaan Bngunan
3. Tinggi Badan 3. Luas Bngunan
4. Tingkat SosEko
5. Bnyakny Rambut

DEFINISI :
Variabel adalah setiap Karakteristik yang :
a. Bisa diklasifikasikan kedalam sekurang-kurangnya dua klasifikasi yang berbeda
b. Bisa memberikan sekurang-kurangnya dua hasil pengukuran/perhitungan yang
berbeda.

CONTOH :
- Jenis kelamin : Dua Klasifikasi
- Pekerjaan : Lebih Dari Dua Klasifikasi
- Tinggi Badan : Lebih Dari Dua Klasifikasi
- Pendapatan : Lebih Dari Dua Klasifikasi
- Nilai Ujian : Lebih Dari Dua Klasifikasi

3. TIPE VARIABEL

Kalau kita berbicara tipe variable maka pembaginya tergantung kepada sudut
pandangnya.

3.1 TIPE VARIABEL DILIHAT DARI BENTUKNYA

Dilihat dari bentuknya variable menjadi dua klasifikasi, yaitu (a) Variabel kualitatif,
dan (b) variable kuantitatif. Variabel kualitatif bentuknya klasifikasi, sedangkan
variable kuantitatif bentuknya numeric (bilangan). Variabel kualitatif lebih jauh
dibagi lagi kedalam variable yang klasifikasinya tidak menggambarkan peringkat, dan
variable kualitatif yang klasifikasinya menunjukan peringkat.
 CONTOH :
Variabel Kualitatif Tanpa Perangkat
Variabel Kualitatif Dengan Peringkat
1. Etnik : Sunda, Jawa,dan Batak
2. Jenis Kelamin : Laki & Perempuan
3. Jenis Pekerjaan : ABRI, PNS, Pedagang
1. Kecantikan,dengan peringkat :sangat
cantik,cantik,biasa,kurang cantik dan
tidak cantik
2. Kelas di SD, dengan peringkat : kelas 1,
kelas 2, kelas 3, kelas 4, , kelas 9.

Variabel kuantitatif dibagi lagi kedalam dua klasifikasi, yaitu (a) Variabel Diskrit
(discrete), dan (b) Variabel Kontinu (continuous).

Variabel Kuantitatif Diskrit (penghitungan) Bilangannya selaku bilangan bulat tidak

Variabel Kuantitatif Kontinu (pengukuran)
mungkin bilangan pecahan.
Contoh : jumlah peluru, banyaknya rambut,
dan jumlah penduduk.
Bilangannya bisa bilangan bulat, bisa pula
bilangan pecahan.
Contoh : tinggi badan, suhu badan, berat
badan, dll

3.2 TIPE VARIABEL DIPANDANG DARI FUNGSINYA

Jika dilihat dari fungsinya variable banyak sekali klasifikasinya, antara lain :
a. Variabel Bebas ( independent variable ) yaitu variable bebas apabila fungsinya
adalah menerangkan variable lainnya.
b. Variabel Tak Bebas/Tergantung ( dependent variable ) yaitu sebuah variable
yang keadaannya ditentukan/dijelaskan oleh variable lain.

CONTOH :
Variabel Bebas Variabel Tak Bebas
- kelompok etnis - Sikap Prasangka
- tinggi badan - Berat Badan
- income - Expenditure
- merokok - Kanker

c. Variabel Antesenden, apabila dalam struktur hubungan dengan variable lainnya,

dia mendahului variable lainnya.
Contoh : X --- Y

d. Variabel Intervening (menengah), yaitu jika dalam urutan structural dengan

variable lainnya dia terletak di tengah.
 Contoh : Z -X-Y

3.3 TIPE VARIABEL DILIHAT DARI TINGKAT

PENGUKURANNYA/SKALANYA

DEFINISI :
- Measurement is assignmentof numeral to represent properties of material system
other than numbers in virtue of the law that governs the properties
- Pengukuran tidak lain adalah sebuah proses kuantifikasi yang merupakan usaha
manusia untuk mencantumkan bilangan kepada system materi yang bukan
bilangan untuk menggambarkan sifat materi tersebut berdasarkan hukum
mengenai sifat itu.

Apabila seseorang mengatakan melakukan pengukuran, maka hasil kerjanya itu akan
memberikan bilangan. Interpretasi pada bilangan tersebut tergantung kepada aturan
yang dipakai pada saat kita mencantumkan bilangannya.

Menurut tingkat pengukurannya, variable dibagi ke dalam empat kelompok, yaitu :

a. Variabel NOMINAL (skala nominal)

Dalam skala nominal bilangan itu fungsinya semata-mata hanya sebagai lambang
untuk membedakan. Terhadap bilangan seperti ini tidak berlaku hukum aritmatik
secara penuh, missal : tidak boleh menjumlahkan, mengurangi, mengalikan,
maupun membagi.

Contoh:
Digunakan aturan jika kita berbicara mengenai pekerjaan adalah :
ABRI (1)
PNS (2)
Pedagang (3)
Petani (4)
Buruh (5), dan
Lain (6)

b. Variabel ORDINAL (skala/tingkat pengukuran ordinal)

Pada tingkat pengukuran ordinal bilangan itu fungsinya ada dua (1) sebagai
lambing untuk membedakan, dan (2) untuk mengurutkan pringkat berdasarkan
kualitas yg ditentukan.
Contoh :
(a) Sangat Cantik (1)
- Cantik (2)
- Cukup (3)
- Kurang Cantik (4), dan
- Tidak Cantik (5)
Makin kecil bilangan, peringkat makin tinggi.
(b) SD kelas 1 (1)
 - Kelas 2 (2)
- Kelas 3 (3)
- Kelas 4 (4)
- Kelas 5 (5), dan
- Kelas 6 (6)
Makin besar bilangan, makin tinggi peringkat.

Boleh pakai mana saja, asal konsisten. Artinya, sekali seorang peneliti menggunakan
makin kecil bilangan makin tinggi peringkat, maka untuk selanjutnya dalam
penelitian itu dia menggunakan aturan tersebut secara konsisten. Pada tingkat
pengkuran ordinal kita bisa mengatakan lebih baik/lebih buruk, lebih besar/lebih
kecil, tetapi tidak bia menentukan berapa kali lebih besarnya/lebih buruknya.

Contoh :
Anak kelas 4 pengetahuannya lebih baik daripada anak kelas 2, dan bukanya anak
kelas 4 pengetahuannya dua kali lebih baik daripada anak kelas 2.

Terhadap bilangan skala ordinal bisa dioperasikan hukum aritmatik hanya

berdasarkan persyaratan tertentu.

c.Variabel INTERVAL
Bilangan pada skala interval fungsinya ada tiga, yaitu :
- Bilangan sebagai lambing untuk membedakan
- Bilangan untuk mengurutkan peringkat (makin besar bilangan, peringkat makin
tinggi)
- Bilangan bisa memperlihatkan jarak/interval

Ciri utama tingkat pengukuran interval adalah bahwa titik NOL bukan merupakan
titik mutlak, tetapi yang ditentukan berdasarkan perjanjian.

CONTOH KLASIK :
Mengenai tingkat pengukuran interval adalah skala pada termometer.

C F
| 100 | 212 F = 9/5C + 32
| |
| 75 | 167
| |
| 50 | 122
| |
| 25 | 77
| |
| 0 | 32
HATI-HATI :
- 122 F, bukan dua kali besarnya daripada 77 C.
- A(50) dan B (25), berarti A suhunya lebih tinggi dua kali dari pada B, bukan
nya A panasnya dua kali darpada B

Terhadap bilangan-bilangan yang tingkat pengukurannya interval semua hukum aritmatik

berlaku.

c. Variabel RASIO
Ciri utama variable dengan tingkat pengukuran rasio adalah bahwa titik NOL adalah
mutlak. Artinya kosong.

4. POPULASI

Kriteria pembatas (populasi)

Contoh : Penduduk Indonesia yg ikut

pascasarjana

DEFINISI :
Yang dimaksud dengan populasi (population/universe) adalah keseluruhan objek
psikologis yang dibatasi oleh criteria tertentu.
Banyaknya objek yang ada dalam sebuah populasi disebut UKURAN POPULASI
(population size) yang dilambangkan dengan huruf N.

5. SAMPLING

Populasi ( N )

sampling
 Sampel ( n )

DEFINISI :
Yang dimaksud dengan sampling adalah proses memilih sebagian dari objek yang ada
dalam populasi.

6. SAMPEL ( SAMPLE )

DEFINISI :
Yang dimaksud dengan sebuah sample adalah kumpulan dari beberapa objek yg
terkumpul karena dilakukan sebuah sampling terhadap sebuah populasi.
Banyaknya objek yang ada dalam sebuah sample disebut UKURAN SAMPEL
( sample size ), yang dilambangkan dengan ( n ).

7. PARAMETER

No. Tinggi badan

1 173
2 180
.
.
.
N 173
Rata rata = = Xi/N

DEFINISI :
Yang dimaksud dengan parameter adalah sebuah bilangan yang diperoleh melalui
suatu perhitungan matematis, dan perhitungan tersebut dilakukan terhadap seluruh
populasi.

8. STATISTIK ( STATISTIC )

N
No. Tinggi badan (cm)
1 179
2 180
3 175
_
X = X i/n

N=3
DEFINISI :
Statistik adalah bilangan yang diperoleh melalui perhitungan matematis tertentu dan
perhitungan tersebut dilakukan terhadap sebuah sample.

9. PENGUKURAN STATISTIS

DEFINISI :
Yang dimaksud dengan pengukuran statistis adalah pengukuran yang memenuhi salah
satu syarat di bawah ini :
a. Pengukuran dilakukan berkali-kali terhadap sebuah satuan pengamatan mengenai
satu atau beberapa variable.
KUNCI :
Satuan pengamatan : satu kali
Pengukuran : berkali kali
CONTOH :
Pengukuran suhu orang sakit di RS
Pukul Suhu ( C )
00.00 37
01.00 38
02.00 37
b. Pengukuran dilakukan sekali terhadap beberapa satuan pengamatan mengenai satu
atau beberapa variable.
CONTOH :
Pengukuran ujian tiap smester
b. Pengukuran yang merupakan gabungan dari kedua pengukuran diatas. Baik
terhadap banyak satuan dilakukan beberapa pengukuran. Dalam penelitian macam
inilah yang dilakukan oleh peneliti yaitu pengukuran statis.

10. DATA STATISTIK / STATISTIK ( STATISTIC )

Yang dimaksud dengan data statistic/statistic adalah sekumpulan data hasil
pengukuran statistis, yang menunjukan gejala tertentu dari variable yang diukur.

11. STATISTIKA ( STATISTICS )

DEFINISI :
- Statistics is a science and art of making decision in the face of uncertainty.
- Statistik adalah ilmu yang juga seni untuk mengambil keputusan terhadap suatu
masalah yang tidak tentu.

Statistika memberikan metode statistika, yaitu langkah kerja dalam masalah :

- Mengumpulkan data;
- Meringkaskan/mengolah dan menyajikan data;
- Menganalisis data sehingga timbul strategi tertentu; dan
- Menarik kesimpulan dari hasil analisis dan memberikan keputusan apa yg
sebaiknya dikerjakan, berdasarkan strategi hasil analisis.
BAB II
UKURAN STATISTIK
( STATISTICAL MEASURES )

DEFINISI
Yang dimaksud dengan ukuran statistic adalah sebuah bilangan yang diperoleh
melalui perhitungan matematis, yang manggambarkan gejala tertentu dari
sekumpulan data.
Jika ukuran statistic diperoleh dari POPULASI disebut parameter
Jika ukuran statistic diperoleh dari SAMPLING disebut statistic.

Gejala yang mungkin dideskripsikan oleh ukuran statistic banyak ragamnya, antara
lain :
- Gejala pengelompokan data ( pemusatan data )
- Gejala variasi data;
- Gejala kemiringan distribusi;
- Gejala asosiasi ( hubungan X dan Y atau korelasi );
- DLL.

OPERASIONAL KALKULATOR CASIO fx-3600P

1. On
2. Bersihkan kalkulator
3. Kalkulator cara menghitungnya ( operasinya ) mengikuti logika aljabar.
PERHATIAN :
- Kalkulator jangan terbanting
- Kalkulator jangan terlalu lama kena panas
- Jangan sampai dua kunci tertekan/terjepit sekaligus
- 2 tahun ganti baterai
4. Kenali betul-betul letak kunci ( warna tulisan )
Jika yang ingin dipijit warna :
- Hitam, maka langsung dipijit
Contoh : log 25 - pijit 25 LOG --- 1.397940009

- Merah/cokelat tua, maka harus didahului memijit INV atau SHIFT

Contoh : 13 -- pijit 13 INV - 3.605551275

NOTASI ( NOTATION )
Variabel dilambangkan dengan huruf besar : X,Y,Z,V,dsb.
Nilai variable dilambangkan dengan huruf kecil : x,y,z,v,dsb.
CONTOH :
Tingkat kesadaran hukum adalah sebuah variable yang dilambangkan dgn X.
X = TKH
Seorang berdasarkan wawancara tertentu memperoleh skor untuk tingkat kesadaran
adalah 75. X = 75 x.

Perhatikan bahwa ukuran statistic yang akan kita bicarakan di bawah ini adalah
ukuran statistic yang merupakan PARAMETER, artinya kumpulan data yang kita
hadapi harus kita anggap sebagai POPULASI.

1. UKURAN GEJALA PUSAT

( MEASURES OF CENTRAL TENDENCIES )

Ukuran statistic yang bisa menggambarkan letak pemusatan ( pengelompokan ) data

disebut ukuran gejala pusat.
Ada beberapa parameter yang bisa menunjukan gejala pengelompokan data :

1.1 RATA-RATA HITUNG ( AVERAGE / MEAN )

DEFINISI :
Apabila dari sebuah populasi berukuran N kita mengukur variable X yang tingkat
pengukurannya INTERVAL / RASIO, dengan hasil pengukuran x1,x2,.xn. Maka
rata-rata hitung untuk variable X tersebut didefinisikan secara operasional sebagai :

x = xi/N ( 2,1 )

Perhatikan benar-benar bahwa rata-rata hitung hanya boleh dihitung ( valid sebagai
ukuran setatistik ) hanya apabila tingkat pengukuran INTERVAL / RASIO.
CONTOH:
Sebuah populasi berukuran N = 7
Variable yang diukur adalah tinggi badan ( X = tinggi badan dalam cm )
Hasil pengukuran dinyatakan oleh table berikut :

Tabel 2.1
Tinggi badan ( cm ) untuk 7 orang dalam populasi
No. satuan pengamatan Tinggi badan ( X dalam cm )
1 172
2 169
3 169
4 162
5 170
6 158
7 168
Rata rata hitung tinggi badan untuk populasi A adalah :
x = 172+169+169+162+170+158+168 / 7 = 166.8571429
PENGGUNAAN KALKULATOR CASIO fx-3600P
Rata hitung bisa dihitung dengan program SD.
Kemampuan :
- Bisa langsung memberikan jumlah bilangan ( x )
- Bisa memberikan jumlah dari kuadrat bilangan ( x )
- Bisa langsung memberikan harga rata / mean ( x )
- Bisa langsung memberikan nilai simpangan baku ( standard deviation )

Xn-1 = untuk sample (statistic )

Xn = untuk populasi ( parameter )

OPERASI SD :
1.
Mode 3 INV AC

2. 172 RUN
169 RUN RUN
162 RUN
170 RUN
158 RUN
168 RUN

3. Kout n
PERHATIAN :
- kalau salah pencet 172 tetapi belum pencet RUN pencetlah C
- kalau salah pencet 172 dan juga sudah RUN, maka ralatnya sbb :

172 INV DEL , baru pencet angka yang baru.

CATATAN :
1. Selama kita masih membutuhkan isi perhitungan dari program SD, jangan
hendaknya memijit
INV AC
2. Untuk menghilangkan program SD gunakan rentetan membersihkan kalkulator :

Mode INV AC INV Min Mode 4

3. Jika kita ingin memulai perhitungan utk data yg baru, kita hrs mulai dgn memijit :
 AC INV AC
Menurut hasil perhitungan rata tinggi badan adalah 166,857cm.
Jadi rata tinggi badan dalam populasi 166,9cm

SIFAT DAN PENGGUNAAN RATA-RATA HITUNG

1. Harga rata hitung sangat ditentukan oleh setiap bilangan yang menyusunnya,
sehingga apabila salah satu bilangan tidak diketahui harganya, rata hitung tidak
bisa dihitung.
2. Rata hitung hanya boleh dihitung dan ada artinya apabila tingkat pengukuran
variable sekurang-kurangnya INTERVAL.
3. Rata hitung mempunyai sifat statistis dan matematis yang sangat baik, oleh
karena itu apabila memungkinkan, gunakanlah selalu rata itu.
4. Rata hitung harganya sangat dipengaruhi oleh bilangan ekstrim ( suatu bilangan
disebut ekstrim apabila nilai bilangan itu berbeda dengan bilangan lainnya ).
Oleh karena itu apabila kita berhadapan dengan sekumpulan bilangan yang
mempunyai nilai ekstrim, disarankan tidak menggunakan rata hitung ( gunakan
MEDIAN ).

CONTOH :
Turis ingin mengetahui dengan cepat pendapatan rumah tangga di Indonesia, dengan
pendekatan nilai PBB ( Pajak Bumi dan Bangunan ) yang dibayarkan.
Data 6 orang diperlihatkan pada table berikut :

1 17.500
2 23.000
3 12.500
4 19.000
5 20.500
6 2.000.000 Bilangan ekstrim

tinggi sekali, tidak bisa digunakan dengan memaksa diri sebab ada bilangan
ekstrim.

5. Rata hitung mempunyai satuan pengukuran yang bentuknya sama dengan satuan
pengukuran yang diperoleh dari satuan pengamatan.

1.2 RATA-RATA HITUNG BERBOBOT

( WEIGHTED MEAN )

Rumus (2.1) disebut juga rumus rata hitung sederhana ( simple mean ). Pada suatu saat
kita berhadapan dengan bilangan yang bobotnya ( relative importance-nya ) berbeda.
Dalam keadaan seperti ini kita tidak boleh menggunakan rumus (2.1) , tetapi harus
menggunakan rumus rata berbobot.
CONTOH :
Ibu/bapak dari rumah tangga berhadapan dengan bilangan bobot, seperti, minyak tanah,
beras, dll. Yang mempunyai relative importance berbeda. Karena pola piker bapak/ibu
menyatakan lebih baik punya beras sehingga bisa untuk hidup daripada punya mobil.
DEFINISI :
Apabila dari sebuah populasi berukuran N kita menghitung / mengukur variable X yang
tingkat pengukurannya INTERVAL/RASIO dengan hasil pengukuran x1,x2,..,xn.
Masing dengan bobotnya untuk variable X didefinisikan secara operasional sebagai

Bx = xiBi / Bi ( 2.2 )

CONTOH :
Anak SD mempunyai nilai rapor sbb :

Mata Pelajaran Nilai

Matematika 8
Menggambar 8
Menyanyi 9
Menulis 6
Rata rata 7,5 Tidak boleh

Tidak boleh dirata sebab masing mata pelajaran mempunyai bobot yang berbeda.
Dengan demikian diperlukan bobot yang diperhitungkan/skor.

CONTOH :
Seorang camat mempunyai data mengenai persentase buta huruf aksara latin perdesa sbb:

Tabel 2.2
Persentase buta aksara latin per desa di kecamatan K
( tgl , 19 )
Desa Persentase buta Banyaknya ( X1,B1 )
aksara ( x1 ) penduduk ( B1 )
A 2 1985 3970
B 8 2746 21968
C 11 2460 27060
D 5 1999 9995
Bi = 9190 xiBi = 62993

Hitung berapa persen pada ratanya buta aksara per desa di kecamatan ?
Jadi persentase buta aksara latin per desa di kecamatan K adalah :

Bx = 62993 / 9190 = 6,85451577 = 6,9%

PENGGUNAAN KALKULATOR CASIO fx-3600P
1. Bersihkan kalkulator
2.
Mode INV AC INV Min Mode 4 Mode 3
2 x 1985 Kin 1 atau INV Min
8 x 2746 Kin + 1 M+
11 x 2460 Kin + 1 M+
5 x 1999 Kin + 1 M+

PENGGUNAAN KALKULATOR :
1. Menghilangkan Memory ( M ) : AC INV Min
2. Menghilangkan bilangan pada
Kin 1 AC Kin 1

1.3 RATA-RATA GEOMETRIK ( GEOMETRIC MEAN )

Dalam bidang kependudukan, biologi, dan keuangan kita berhadapan dengan
pertumbuhan, misalnya, pertumbuhan penduduk, pertumbuhan bakteri, dan pertumbuhan
uang (bunga berbunga). Apabila kita berhadapan dengan bilangan yang menyatakan
pertumbuhan, maka rata yang paling tepat yang harus digunakan adalah rata geometric.

DEFINISI :
Apabila dari sebuah populasi berukuran N kita mengukur variable X yang mempunyai
tingkat pengukuran sekurang-kurangnya INTERVAL dengan syarat xi > 0, Vi. Maka rata
geometrikuntuk variable X didefinisikan secara operasional sebagai :

G = x1.x2. xn ( 2.3 )

CONTOH :
Perhatikan data di bawah ini :

Tabel 2.3
Perubahan jumlah penduduk per tahun di daerah A
( tgl. , 19 )
Tahun Jumlah penduduk Rasio jumlah % kenaikan
penduduk tahun I penduduk
dengan tahun (i-1)
(1) (2) (3) (4)
1970 1235468 - -
1971 1297241 1,049999676 + 5,0
1972 1355617 1,045000119 + 4,5
 1973 1403064 1,035000299 + 3,5
1974 1445156 1,030000057 + 3,0
1975 1481285 1,025000069 + 2,5

Dari table (2.3) kita bisa menjawab beberapa pertanyaan.

Pertanyaan (1). Berdasarkan data pada table (2.3), hitung berapa persen rata
pertumbuhan penduduk per tahun di daerah A (annual population growth rate)
Jawab:
Untuk menjawab pertanyaan (1) kita harus melihat data mana yang harus kita
gunakan. Misalnya saja, kita akan menggunakan data yang tercantum pada kolom (3).
Apabila data yang digunakan adalah data pada kolom (3) maka rumus yang
digunakan adalah rumus (2.3).
Persentase pertumbuhan penduduk rata per tahun di daerah A adalah :

( G 1 ) x 100%
G = 1,049999676xx1,025000069
= 1,198966706 = 1,036958617
( G 1 ) x 100% = (1,036958616 1) x 100%
= 0,036958616 x 100%
= 3,6958616 %
Jadi persentase laju pertumbuhan per tahun di daerah A adalah 3,696 %

PENGGUNAAN KALKULATOR :

1,049999676 X X 1,02500000069 = INV X 5 =

CATATAN :
Pada saat membulatkan decimal dalm persentase perhatikan betul besarnya bilangan
dasar. Makin besar bilangan dasar, makin banyak decimal yang dipertahankan,
terutana jika membuat proyeksi beberapa tahun yang akan datang.

Pertanyaan pertambahan penduduk pada pertanyaan (1) bisa juga dijawab dengan
menggunakan data pada kolom(2).
Apabila data yang dipakai adalah data pada kolom (2) maka rumus yang digunakan
sebagai :

X = [ Pn/Po 1 ] x 100% (2.4)

X = persentase pertambahan penduduk rata

Po= jumlah penduduk pada tahun dasar
Pn = jumlah penduduk pada tahun ke N
N = banyaknya periode dari NOL ke N
 X = [ 1481285/1235468 1 ] x 100%
= [ 1,198966707 1 ] x 100%
= [ 1,036958617 1 ] x 100%
= 0,036958617 x 100%
= 3,6958617 %

PEKERJAAN RUMAH :
1. Hitung rata hitung (mean) untuk data :
1936; 284; 1701; 557; 896; 1184; 289; dan 994

2. Seorang mahasiswa Pascasarjana dalam semester ganjil tahun 1993 mengambil

lima mata kuliah dengan SKS-nya masing.
Pada akhir semester dia memperoleh nilai ujian sbb :

Tabel 2.4
Huruf mutu untuk mata kuliah X, Y, Z, V, dan W semester ganjil 1993
a.n.
Mata kuliah SKS Huruf mutu
X 4 A
Y 3 A
Z 2 C
V 2 B
W 1 C
Pertanyaan : Berapa rata skor yang diperoleh oleh mahasiswa yang bersangkutan
pada semester tersebut ?

3 . Perhatian persentase kenaikan penduduk pada kolom (4) table (1.3).

Pertanyaan : hitung berapa persentase rata pertumbuhan penduduk per tahun di
Daerah A ?

JAWAB :
1. Rata hitung (mean) :

x = 1936+284+1701+557+896+1184+289+994 / 8 = 980,125

2. Tabel 2.5
Huruf mutu mata kuliah X, Y, Z, V dan W semester ganjil 1993
a.n.T.
Mata kuliah Huruf Mutu/skor (x) SKS (B) X1 B1
X A 4 4 16
Y A 4 3 12
Z C 2 2 4
V B 3 2 6
W C 2 1 2
x1 = 15 B1 = 12 x1 B1 = 40
 BX = Xi Bi / Bi = 40/12 = 3,33333333

Jadi rata skor yang diperoleh mahasiswa T pada semester itu 3,34.

3. Tabel 2.6
Perubahan jumlah penduduk per tahun di daerah A
( tgl. , 19 )
Tahun Jumlah Rasio jumlah penduduk Persentase kenaikan
penduduk tahun i dengan ( i 1 ) penduduk
(1) (2) (3) (4)
1970 1235468 - -
1971 1297241 1,049999676 + 5,0
1972 1355617 1,045000119 + 4,5
1973 1403064 1,035000299 + 3,5
1974 1445156 1,030000057 + 3,0
1975 1481285 1,025000069 + 2,5

G = X1.X2.X3.X4.X5
= 1,05 x 1,045 x 1,035 x 1,03 x 1,025
= 1,198966447 = 1,036958572
( G 1 ) x 100% = ( 1,036958572 1 ) x 100%
= ( 0,036958572 ) x 100%
= 3,69585716%
Jadi rata pertumbuhan penduduk per tahun di daerah A = 3,695%

CONTOH LAIN :

Tahun Persentase pertumbuhan

1970 -
1971 + 3,0
1972 - 1,0
1973 + 2,0

x = x1.x2.x3
= 1,03 x 0,99 x 1,02 = 1,013189928

Dari table (2.5) bisa pula diajukan pertanyaan :

Berapa jumlah penduduk pada bulan juni tahun 1980 apabila rata pertumbuhan
per tahun sama dengan pertambahan penduduk dari tahun 1970 s.d. 1975 ?
Untuk menjawab pertanyaan diatas, rumus yang digunakan adalah rumus rata
ukur yang telah diubah :
 PN = Po(1 + x )

Po = kuantitas pada periode ke-NOL (periode dasar)

PN = kuantitas pada periode ke-N
n = banyaknya periode dari Po ke-PN
X = persentase pertambahan kuantitas yang ditulis dalam bentuk decimal

Cari dulu x = [ 1481285 / 1235468 1 ] = 0,036958616

Pertumbuhan penduduk rata per tahun dari tahun 1970 s.d. 1975 adalah
3,6958617%. Apabila persentase pertumbuhan itu dibulatkan maka mungkin saja
kita membulatkan sebagai 3,696%.
Persentase pertumbuhan ini akan digunakan untuk membuat proyeksi
pertumbuhan penduduk pada tahun 1980 (bulan juni) :

PN = Po ( 1 + x )
= 1235468 ( 1 + 0,03696 )10
= 1235468 ( 1,0369 )10
= 1235468 x 1,437540342
= 1776035,091

Jadi pertambahan penduduk tahun 1980 adalah 1776036

PENGGUNAAN KALKULATOR :
( 1,03696 )10
1,03696 Inv X 10 =

PEKERJAAN RUMAH :
1. Taksir jumlah penduduk daerah A pada tahun 1980, apabila x = 0,03695897 ;
bandingkan dengan hasil pembulatan 3,696

CATATAN :
Penghitungan penduduk biasanya diasumsikan mulai 1 juni untuk tiap tahun.
Apabila dalam analisis pertanyaannya diluar bulan juni, maka terhadap
perhitungan harus diadakan PENYESUAIAN.

CONTOH :
Berapa jumlah penduduk daerah A pada 31 Desember 1980 ?
JAWAB :
J P M A M . J J A S O N D
1 2 3 4 5 6 7

PN = 1235468 ( 1 + 0,03696 )10 7/12

= 1235468 ( 1,03696)10 7/12
= 1235468 x 1,468299137
= 1814036,598
Jadi jumlah penduduk daerah A pada 31 Desember 1980 = 1.814.097

PENGGUNAAN KALKULATOR :

( 1,03696 )10 7/12 INV Xy 10 Ab/c 7 Ab/c 12 =

1.4. MEDIAN

DEFINISI :
Apabila dari sebuah populasi berukuran N kita mengukur variable X yang
mempunyai tingkat pengukuran ORDINAL / INTERVAL / RASIO, dengan hasil
pengukuran x1, x2, , xn, maka Median (M) untuk variable X adalah bilangan
yang :
1. Membagi dua rentetan bilangan tersebut, dan
2. Bilangan sebelum M harganya lebih kecil atau sama dengan atau kurang dari
pada N, sedang bilangan sesudah M harganya lebih besar atau sama dengan M

50% 50%
| | |

X1 < X2 M XN

CONTOH :
Sebuah populasi berukuran 7 orang. Setiap orang diukur berat badannya.
Hasil pengukurannya sbb : 60,59,72,54,59,63, dan 68.
Berapa besarnya Median berat badan dalam populasi itu ?

LANGKAH KERJA :
(1) Susun bilangan dari kecil ke besar :
54,59,59,60,63,68,72 menunjukan tingkat pengukuran rasio
M

(2) Hitung indeks Median ( letak median )

 IM = 0,5 ( N + 1 )
= 0,5 ( 7 + 1 )
=4

IM menunjukan bilangan yang ke berapa Median itu.

Jika IM = 4, maka Median = 60

(3) M = 60

Apabila banyaknya bilangan genap, maka M merupakan rata hitung cari dua
bilangan

CONTOH :
54,59,59,60,63,68,72,90
4 5

IM = 0,5 ( 8 + 1 )
= 4,5

M = 60 + 63 / 2 = 61,5

Median harganya tidak terlalu dipengaruhi oleh harga ekstrim, artinya bisa terjadi
satu atau lebih dari bilangan yang ada harganya berubah, tetapi Median bisa tetap
harganya. Sifat Median ini merupakan sifat yang sangat bermanfaat pada saat kita
menganalisis data yang mengandung harga ekstrim. Median adalah pengganti
utama untuk rata hitung.

ARTI MEDIAN
Apabila dari sebuah perhitungan diperoleh M = 60, artinya 50% dari seluruh data
yang ada harganya lebih kecil atau sama dengan 60 dan 50% lagi lebih besar atau
sama dengan 60.

1.4 KUARTIL ( QUARTILES )

DEFINISI :
Kuartil dari serentetan bilangan adalah bilangan yang membagi rentetan bilangan
tersebut ke dalam empat bagian yang sama.

Jadi Kuartil ada tiga buah

Kuartil 1 (K1), Kuartil 2 (K2) M, dan Kuartil 3 (K3)

25% 25% 25% 25%

| | | | |
 X1 < X2 K1 K2 K3 XN

Cara menghitung kuartil sama dengan cara menghitung Median.

CONTOH :
Perhatikan soal (1.4)
Pertanyaan : Hitung Kuartil 1 (K1) dan K3 untuk rentetan bilangan tersebut.

LANGKAH KERJA :
(1) Susun bilangan dari kecil ke besar :
54,59,59,60,63,68,72
(2) Tentukan Indeks Kuartil ke 1 :
IK1 = 0,25 ( N + 1 )
IK1 = 0,25 ( 7 + 1 )
=2

Ini artinya Kuartil ke-1 (pertama) adalah bilangan ke-2 pada rentetan bilangan yang
telah terurut. Jadi K1 = 59.
IK3 = 0,75 ( N + 1 )
= 0,75 ( 7 + 1 )
=6

Ini artinya Kuartil ke-3 (ketiga) adalah bilangan ke-6 pada rentetan bilangan yang
telah terurut. Jadi K3 = 68

1.5 MODUS

DEFINISI :
Apabila kita mempunyai serentetan bilangan yang tingkat pengukurannya
NOMINAL, ORDINAL, INTERVAL atau RASIO, maka Modus untuk serentetan
bilangan adalah bilangan yang paling banyak muncul atau bilangan yang frekuensi
kemunculannya terbesar.
Modus dilambangkan dengan Mo.

CONTOH:
Seorang peneliti melakukan inventarisasi penduduk daerah A menurut jenis
pekerjaannya. Peneliti memberikan lambing untuk tiap pekerjaan.
Dari hasil wawancara diperoleh data sbb :

Tabel 2.7
Keadaan penduduk daerah A menurut jenis pekerjaannya
( tgl. , 19 )

Pekerjaan Lambang Banyaknya

 PNS 1 80
ABRI 2 9
Pedagang 3 52
Petani 4 50
Buruh 5 7
Lain-lain 6 2

Apa Modus pekerjaan penduduk daerah A ?

JAWAB:
Frekuensi yang paling besar yang menunjukan pekerjaan adalah 80 sesuai dengan tipe
pekerjaan PNS.
Jadi Modus penduduk daerah A adalah PNS.

Tabel 2.8
Tingkat pengukuran variable untuk gejala pusat

Tingkat Untuk gejala pusat

pengukuran Rata Hitung Median Kuartil Modus
variabel
Nominal Tidak Tidak Tidak Ya
Ordinal Tidak Ya Ya Ya
Interval Ya Ya Ya Ya
Rasio Ya Ya Ya Ya

CONTOH HIPOTESIS :
Pendidikan keluarga yang baik akan menyebabkan sikap anak terhadap kenakalan
remaja.
Pendidikan = X, missal, SD, SLTP, SLTA (Ordinal)
0 th, 6 th, 12 th (Rasio)
Sikap = Y, misal, dengan skala Likert (?), dll.