Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan,

menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah

ilmu yang berkenaan dengan data. Istilah 'statistika' (bahasa Inggris: statistics) berbeda
dengan 'statistik' (statistic). Statistika merupakan ilmu yang berkenaan dengan data, sedang
statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari
kumpulan data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data;
ini dinamakan statistika deskriptif. Sebagian besar konsep dasar statistika mengasumsikan
teori probabilitas. Beberapa istilah statistika antara lain: populasi, sampel, unit sampel, dan
probabilitas.

Statistik kesehatan dikenal dengan istilah “biostatistik”. Biostatistik terdiri dari dua kata
dasar yaitu bio dan statistik. Bio berarti hidup, sedangkan statistik adalah kumpulan angka-
angka. Sehingga secara harfiah biostatistik adalah kumpulan angka-angka tentang kehidupan.
Biostatistik adalah data atau informasi yang berkaitan dengan masalah kesehatan. Statistik
kesehatan sangat bermanfaat untuk kepentingan administratif, seperti merencanakan program
pelayanan kesehatan, menentukan alternatif penyelesaian masalah kesehatan, dan melakukan
analisis tentang berbagai penyakit selama periode waktu tertentu.

Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam (misalnya
astronomi dan biologi maupun ilmu-ilmu sosial (termasuk sosiologi dan psikologi), maupun
di bidang bisnis, ekonomi, dan industri. Statistika juga digunakan dalam pemerintahan untuk
berbagai macam tujuan; sensus penduduk merupakan salah satu prosedur yang paling
dikenal. Aplikasi statistika lainnya yang sekarang popular adalah prosedur jajak pendapat
atau polling (misalnya dilakukan sebelum pemilihan umum), serta hitung cepat (perhitungan
cepat hasil pemilu) atau quick count. Di bidang komputasi, statistika dapat pula diterapkan
dalam pengenalan pola maupun kecerdasan buatan.

Konsep dasar

Terdapat bermacam-macam teknik statistik yang digunakan dalam penelitian khususnya dlam
pengujian hipotesis.[1] Dalam mengaplikasikan statistika terhadap permasalahan sains,
industri, atau sosial, pertama-tama dimulai dari mempelajari populasi. Makna populasi dalam
statistika dapat berarti populasi benda hidup, benda mati, ataupun benda abstrak. Populasi
juga dapat berupa pengukuran sebuah proses dalam waktu yang berbeda-beda, yakni dikenal
dengan istilah deret waktu.
Melakukan pendataan (pengumpulan data) seluruh populasi dinamakan sensus. Sebuah
sensus tentu memerlukan waktu dan biaya yang tinggi. Untuk itu, dalam statistika seringkali
dilakukan pengambilan sampel (sampling), yakni sebagian kecil dari populasi, yang dapat
mewakili seluruh populasi. Analisis data dari sampel nantinya digunakan untuk
menggeneralisasi seluruh populasi.

Jika sampel yang diambil cukup representatif, inferensial (pengambilan keputusan) dan
simpulan yang dibuat dari sampel dapat digunakan untuk menggambarkan populasi secara
keseluruhan. Metode statistika tentang bagaimana cara mengambil sampel yang tepat
dinamakan teknik sampling.

Analisis statistik banyak menggunakan probabilitas sebagai konsep dasarnya hal terlihat
banyak digunakannya uji statistika yang mengambil dasar pada sebaran peluang. Sedangkan
matematika statistika merupakan cabang dari matematika terapan yang menggunakan teori
probabilitas dan analisis matematika untuk mendapatkan dasar-dasar teori statistika.

Ada dua macam statistika, yaitu statistika deskriptif dan statistika inferensial. Statistika
deskriptif berkenaan dengan deskripsi data, misalnya dari menghitung rata-rata dan varians
dari data mentah; mendeksripsikan menggunakan tabel-tabel atau grafik sehingga data
mentah lebih mudah “dibaca” dan lebih bermakna. Sedangkan statistika inferensial lebih dari
itu, misalnya melakukan pengujian hipotesis, melakukan prediksi observasi masa depan, atau
membuat model regresi.

 Statistika deskriptif berkenaan dengan bagaimana data dapat digambarkan

dideskripsikan) atau disimpulkan, baik secara numerik (misalnya menghitung rata-
rata dan deviasi standar) atau secara grafis (dalam bentuk tabel atau grafik), untuk
mendapatkan gambaran sekilas mengenai data tersebut, sehingga lebih mudah dibaca
dan bermakna.
 Statistika inferensial berkenaan dengan permodelan data dan melakukan pengambilan
keputusan berdasarkan analisis data, misalnya melakukan pengujian hipotesis,
melakukan estimasi pengamatan masa mendatang (estimasi atau prediksi), membuat
permodelan hubungan (korelasi, regresi, ANOVA, deret waktu), dan sebagainya.

Metode Statistika
Dua jenis penelitian: eksperimen dan survai

Terdapat dua jenis utama penelitian: eksperimen dan survei. Keduanya sama-sama
mendalami pengaruh perubahan pada peubah penjelas dan perilaku peubah respon akibat
perubahan itu. Beda keduanya terletak pada bagaimana kajiannya dilakukan.

Suatu eksperimen melibatkan pengukuran terhadap sistem yang dikaji, memberi perlakuan
terhadap sistem, dan kemudian melakukan pengukuran (lagi) dengan cara yang sama
terhadap sistem yang telah diperlakukan untuk mengetahui apakah perlakuan mengubah nilai
pengukuran. Bisa juga perlakuan diberikan secara simultan dan pengaruhnya diukur dalam
waktu yang bersamaan pula. Metode statistika yang berkaitan dengan pelaksanaan suatu
eksperimen dipelajari dalam rancangan percobaan (desain eksperimen).

Dalam survei, di sisi lain, tidak dilakukan manipulasi terhadap sistem yang dikaji. Data
dikumpulkan dan hubungan (korelasi) antara berbagai peubah diselidiki untuk memberi
gambaran terhadap objek penelitian. Teknik-teknik survai dipelajari dalam metode survei.

Penelitian tipe eksperimen banyak dilakukan pada ilmu-ilmu rekayasa, misalnya teknik, ilmu
pangan, agronomi, farmasi, pemasaran (marketing), dan psikologi eksperimen.

Penelitian tipe observasi paling sering dilakukan di bidang ilmu-ilmu sosial atau berkaitan
dengan perilaku sehari-hari, misalnya ekonomi, psikologi dan pedagogi, kedokteran
masyarakat, dan industri.

Tipe pengukuran

Ada empat tipe skala pengukuran yang digunakan di dalam statistika, yaitu nominal, ordinal,
interval, dan rasio. Keempat skala pengukuran tersebut memiliki tingkat penggunaan yang
berbeda dalam pengolahan statistiknya.

 Skala nominal hanya bisa membedakan sesuatu yang bersifat kualitatif atau kategoris,
misalnya jenis kelamin, agama, dan warna kulit.
 Skala ordinal selain membedakan sesuatu juga menunjukkan tingkatan, misalnya
pendidikan dan tingkat kepuasan pengguna.
  Skala interval berupa angka kuantitatif namun tidak memiliki nilai nol mutlak
sehingga titik nol dapat digeser sesuka orang yang mengukur, misalnya tahun dan
suhu dalam Celcius.
 Skala rasio berupa angka kuantitatif yang memiliki nilai nol mutlak dan tidak dapat
digeser sesukanya, misalnya adalah suhu dalam Kelvin, panjang, dan massa.

Teknik-teknik statistika

Beberapa pengujian dan prosedur yang banyak digunakan dalam penelitian antara lain:

 Analisis regresi dan korelasi

 Analisis varians (ANOVA)
 khi-kuadrat
 Uji t-Student

Statistika Terapan

Bebebarapa ilmu pengetahuan menggunakan statistika terapan sehingga mereka memiliki

terminologi yang khusus. Disiplin ilmu tersebut antara lain:

 Aktuaria (penerapan statistika dalam bidang asuransi)

 Biostatistika atau biometrika (penerapan statistika dalam ilmu biologi)
 Statistika bisnis
 Ekonometrika
 Psikometrika
 Statistika sosial
 Statistika teknik atau teknometrika
 Fisika statistik
 Demografi
 Eksplorasi data (pengenalan pola)
 Literasi statistik
 Analisis proses dan kemometrika (untuk analisis data kimia analis dan teknik kimia)

Statistika memberikan alat analisis data bagi berbagai bidang ilmu. Kegunaannya bermacam-
macam: mempelajari keragaman akibat pengukuran, mengendalikan proses, merumuskan
informasi dari data, dan membantu pengambilan keputusan berdasarkan data. Statistika,
karena sifatnya yang objektif, sering kali merupakan satu-satunya alat yang bisa diandalkan
untuk keperluan-keperluan di atas.

Data adalah catatan atas kumpulan [[Data adalah catatan atas kumpulan fakta.[1] Data
merupakan bentuk jamak dari datum, berasal dari bahasa Latin yang berarti "sesuatu yang
diberikan". Dalam penggunaan sehari-hari data berarti suatu pernyataan yang diterima secara
apa adanya. Pernyataan ini adalah hasil pengukuran atau pengamatan suatu variabel yang
bentuknya dapat berupa angka, kata-kata, atau citra.

Dalam keilmuan (ilmiah), fakta dikumpulkan untuk menjadi data. Data kemudian diolah
sehingga dapat diutarakan secara jelas dan tepat sehingga dapat dimengerti oleh orang lain
yang tidak langsung mengalaminya sendiri, hal ini dinamakan deskripsi. Pemilahan banyak
data sesuai dengan persamaan atau perbedaan yang dikandungnya dinamakan klasifikasi.

Dalam pokok bahasan Manajemen Pengetahuan, data dicirikan sebagai sesuatu yang bersifat
mentah dan tidak memiliki konteks. Dia sekadar ada dan tidak memiliki signifikansi makna
di luar keberadaannya itu. Dia bisa muncul dalam berbagai bentuk, terlepas dari apakah dia
bisa dimanfaatkan atau tidak.

Menurut berbagai sumber lain, data dapat juga didefinisikan sebagai berikut:

• Menurut kamus bahasa inggris-indonesia, data berasal dari kata datum yang berarti fakta

• Dari sudut pandang bisnis, data bisnis adalah deskripsi organisasi tentang sesuatu
(resources) dan kejadian (transactions)yang terjadi

• Pengertian yang lain menyebutkan bahwa data adalah deskripsi dari suatu kejadian yang
kita hadapi

intinya data itu adalah suatu fakta-fakta tertentu sehingga menghasilkan suatu kesimpulan
dalam menarik suatu keputusan.

Data adalah catatan atas kumpulan fakta. Data merupakan bentuk jamak dari datum, berasal
dari bahasa Latin yang berarti "sesuatu yang diberikan". Dalam penggunaan sehari-hari data
berarti suatu pernyataan yang diterima secara apa adanya. Pernyataan ini adalah hasil
pengukuran atau pengamatan suatu variabel yang bentuknya dapat berupa angka, kata-kata,
atau citra.

Dalam keilmuan (ilmiah), fakta dikumpulkan untuk menjadi data. Data kemudian diolah
sehingga dapat diutarakan secara jelas dan tepat sehingga dapat dimengerti oleh orang lain
yang tidak langsung mengalaminya sendiri, hal ini dinamakan deskripsi. Pemilahan banyak
data sesuai dengan persamaan atau perbedaan yang dikandungnya dinamakan klasifikasi.

Dalam pokok bahasan Manajemen Pengetahuan, data dicirikan sebagai sesuatu yang bersifat
mentah dan tidak memiliki konteks. Dia sekadar ada dan tidak memiliki signifikansi makna
di luar keberadaannya itu. Dia bisa muncul dalam berbagai bentuk, terlepas dari apakah dia
bisa dimanfaatkan atau tidak.

Menurut berbagai sumber lain, data dapat juga didefinisikan sebagai berikut:

• Menurut kamus bahasa inggris-indonesia, data berasal dari kata datum yang berarti fakta

• Dari sudut pandang bisnis, data bisnis adalah deskripsi organisasi tentang sesuatu
(resources) dan kejadian (transactions)yang terjadi

• Pengertian yang lain menyebutkan bahwa data adalah deskripsi dari suatu kejadian yang
kita hadapi

intinya data itu adalah suatu fakta-fakta tertentu sehingga menghasilkan suatu kesimpulan
dalam menarik suatu keputusan

Pengertian Variabel

Variabel adalah suatu yang bersikap berubah-ubah dan tidak tetap. Bisa juga didefinisikan
sebagai nilai yang memiliki banyak varian, intinya bernilai banyak. Nah untuk lebih jelasnya
berikut adalah beberapa pengertian vriabel menurut para ahli.

Pengertian Variabel Menurut Para Ahli

1. F.N Kerlinger
Menurut beliau variable adalah konsep yang memiliki macam-macam nilai, dan variabel
adalah konsep yang sudah diubah.
2. Freddy Rankuti
Sedangkan menurut Freddy, variabel adalah konsep yang memiliki nilai bervariasi dan nilai
tersebut bisa dibagi menjdi 4 data yang berbeda, yaitu skala, rasio, ordinal, nomina dan
intenal.
3. Sutrisno Hadi
Dan yang terakhir adalah variabel merupakan variasi dari objek penelitian, misalnya saja
tinggi manusia dan divariasikan dengan umur atau berat badan yang dimilikinya.

Jadi kesimpulan dari sebuah variabel adalah besaran yang bisa diuabh dan selalu berubah
sehingga mempengaruhi kejadian dari hasil penelitian. Dengan menggunakan variabel ini kita
bisa menghitung data apa saja yang masih dibutuhkan.

Variabel dibagi menjadi 2 bagian, yaitu variabel kualitatif dan variabel kuantitatif. Variabel
kuantitatif bisa dibedakan menjadi 2 jenis yaitu variabel diskrit dan variabel kontinu.

Macam-Macam Variabel

Ada empat jenis variabel, yaitu variabel independen dan variabel dependen. Berikut
penjelasannya.

Variabel independen

Variabel independen adalah variabel yang terjadi karena perubahan dan menimbulkan
variabel terikat atau variabel dependen. Variabel ini disebut variabel bebas dan bisa berkaitan
dengan variabel kuasa, variabel pengaruh dan masih banyak sebutan lainnya.

variabel dependen

Sedangkan variabel dependen adalah variabel yang tidak bebas, terikat dan memppengaruhi
setiap variabel bebas atau variabel independen.

Variabel moderator
Variabel moderator adalah variabel yang mempengaruhi sesuatu menjadi lebih kuat ataupun
lebih lemah yang memiliki hubungan dengan variabel bebas atau variabel terikat. Variabel
kedua dari variabel independen disebut dengan variabel moderator.

variabel intervening

Dan yang terakhir adalah variabel intervening yang berarti variabel yang mepengaruhi
hubungan antara vaiabel bebas dan variabel terikat yang tidak bisa diamati ataupun diukur.
Variabel ini tidak bisa langsung diukur karena nilainya yang terus berubah

Demikian adalah penjelasan mengenai variabel, jenis dan pengertiannya. Selanjutnya adalah
Anda harus mau mempelajari hal yang masih berkaitan dengan variabel dan perhitungan
lainnya agar lebih jelas dan paham. Semoga dengan pengetahuan singkat dan sederhana yang
telah disampaikan ini bisa membuat Anda lebih paham mengenai variabel dan jenisnya.

Dengan begitu Anda bisa memanfaatkan kehadiran internet untuk mempelajari data apa yang
diperlukan dalam belajar. Dengan begitu Anda bisa paham benar tentang suatu hal dan alhasil
bisa mendapatkan nilai bagus di bangku sekolah. Anda bisa belajar banyak di blog kami
karena kami menyediakan beberapa macam pengetahuan dari sekolah dasar hingga umum.

Dalam statistika, populasi adalah sekumpulan data yang mempunyai karakteristik yang sama
dan menjadi objek inferensi,

Statistika inferensi mendasarkan diri pada dua konsep dasar, populasi sebagai keseluruhan
data, baik nyata maupun imajiner, dan sampel, sebagai bagian dari populasi yang digunakan
untuk melakukan inferensi (pendekatan/penggambaran) terhadap populasi tempatnya berasal.
Sampel dianggap mewakili populasi. Sampel yang diambil dari populasi satu tidak dapat
dipakai untuk mewakili populasi yang lain.

Suatu sensus dilakukan untuk mendapatkan karakteristik populasi secara nyata. Karakteristik
yang dimiliki oleh populasi dinamakan parameter. Bagi suatu karakteristik yang dimiliki
sampel (disebut statistik), nilai parameter adalah nilai harapannya (expected value).

DATA
Pengertian Data :

Data adalah sekumpulan fakta atau segala sesuatu yang dapat dipercaya kebenarannya
sehingga dapat digunakan sebagai dasar menarik suatu kesimpulan.

Jenis data berdasarkan cara memperolehnya :

 Data Primer : data yang langsung diambil dari objek penelitian oleh si peneliti. Data
tersebut secara langsung diperoleh dari jawaban responden melalui penyebaran
kuisioner, olah data ataupun observasi.
 Data Sekunder : data yang tidak secara langsung diambil dari objek penelitian.
Peneliti mendapatkan data yang sudah jadidari pihak lain yang dikumpulkan oleh
lembaga pengumpul data.

Macam macam data berdasarkan sumbernya :

 Data Internal : data yang menggambarkan situasi dan kondisi didalam organisasi
secara internal. Contoh : Risma mengambil data keuangan, data pegawai dan data
produksi langsung dari PT Maju Bersama yang memproduksi buku tulis.
 Data Eksternal : data yang menggambarkan situasi dan kondisi yang ada di luar
organisasi. Contoh : Risma mengambil data jumlah pengguna atau pembeli buku tulis
dari PT Maju bersama secara langsung dari sekitar luar wilayah PT Maju Bersama.

Klasifikasi data berdasarkan jenisnya :

 Kuantitatif : data yang dipaparkan dalam bentuk angka.

 Kualitatif : data yang disajikan dalam bentuk kata kata yang mengandung makna.

Pembagian jenis data berdasarkan sifat data :

 Data Diskrit : data yang nilainya adalah bilangan asli. Contoh berat badan Fina 48 kg.
Harga bakso malang Rp. 10.000.
 Data Kontinyu : data yang nilainya ada pada interval tertentu atau pada nilai yang satu
ke nilai yang lain. Data tersebut tidak bisa dipastikan secara pasti jumlahnya, dan
menggunakan kata kata seperti : sekitar, kurang lebih, kira kira dan sebagainya.
Contoh Anita menggunakan kurang lebih 5 kg untuk membuat kue setiap harinya.
Sekitar 10 anak main di taman kota.

Jenis data menurut waktu pengumpulannya :

 Data Cross Section : data yang menunjukan titik waktu tertentu. Contoh : Laporan
keuangan PT Maju Bersama per 31 desember 2014. Data pelanggan PT Maju
Bersama bulan Juli 2014.
 Data Time Series / Berkala : data yang menggambarkan sesuatu dari waktu ke waktu
atau periode secara historis. Contoh : data perkembangan nilai tukar rupiah terhadap
dolar dari tahun 2013 sampai 2015.

Data menurut skala ukur :

  Nominal
 Ordinal
 Interval
 Rasio

POPULASI

Pengertian Populasi :

Populasi adalah serumpun atau sekelompok objek yang menjadi sasaran / objek penelitian.
Populasi dapat berupa manusia, hewan, tumbuh tumbuhan, udara, gejala, nilai, peristiwa,
sikap hidup dan lain sebagainya sehingga dapat menjadi sumber data penelitian.

Populasi berdasarkan jumlah :

1. Populasi terbatas (terhingga) : populasi yang dinyatakan dengan angka dan

mempunyai batasan. Contoh : Program Sarjana Ekonomi memberikan beasiswa
kepada 300 mahasiswa berprestasi.
Terbatas : hanya untuk 300 mahasiswa berprestasi.
Karakter : beasiswa.
2. Populasi tak terbatas (tak terhingga) : populasi yang tidak dapat ditentukan batasnya.
Contoh : sejumlah pedagang berjualan di sekitar taman kota.
Tak terbatas : sejumlah pedagang.
Karakter : berjualan.

Populasi berdasarkan turunan populasi terbatas dengan ruang lingkup yang lebih dipersempit
:

1. Populasi teoritis : populasi yang diturunkan dari populasi terbatas. Contoh : Program
Sarjana Ekonomi memberikan beasiswa kepada 300 mahasiswa berprestasi tahun
2015.Untuk mengetahui siapa saja yang layak mendapat beasiswa maka dapat melihat
kriteria pemberian beasiswa tahun 2014.
2. Populasi tersedia : populasi turunan dari populasi teoritis yang akan diteliti dengan
mempertimbangkan jumlah, waktu dan tenaga yang tersedia dengan memperhatikan
karakteristik yang ditentukan.

Populasi berdasarkan variasi dari unsur pembentuk sumber data :

1. Populasi bersifat homogen :populasi yang unsur unsur pembentukan dari sumber
datanya memiliki sifat sifat yang sama. Semakin spesifik sata yang disebutkan maka
akan menjadi semakin homogeny. Contoh : 5 kg terigu + 20 telur + 2 kg mentega
diaduk dan dicetak menjadi 2500 irisan kue. Irisan kue yang satu dengan yang lainnya
mempunyai sifat yang sama. Jika kue tersebut ingin diteliti maka cukup diambil
beberapa irisan saja karena sama antara irisan satu dengan yang lainnya.
2. Populasi bersifat heterogen : populasi yang unsur unsur pempentukan dari sumber
datanya sifat yang bervariasi (berbeda beda) sehingga perlu ditetapkan lagi batasan
 batasannya baik kuantitatif atau kualitatifnya. Semakin sedikit ciri ciri populasi yang
diidentifikasi maka akan semakin heterogen. Contoh : Penelitian tentang persepsi
masyarakat tentang pengobatan alternative. Dalam penelitian ini tidak diketahui
pengobatan alternative yang seperti apa yang akan dipersepsikan, jadi tidak
ditentukan karakteristik pengobatan alternativenya karena bersifat universal
(keseluruhan).

SAMPEL

Pengertian Sampel :

Sampel adalah sebagian objek dari populasi yang diambil untuk menjadi sumber data
penelitian.

Alasan menggunakan sampel untuk objek penelitian :

1. Populasi berjumlah banyak bahkan tidak terbatas dan tidak memungkinkan dalam
praktiknya diteliti satu persatu, maka dari itu hanya sebagian objek yang diambil
(sampel).
2. Adanya keterbatasan waktu penelitian, biaya, dan sumber daya manusia yang
membuat peneliti hanya menggunakan sebagian sumber data.
3. Penelitian dengan sample bisa lebih mudah dari pada populasi, karena sedemikian
banyaknya karakteristik populasi yang ada dapat membuat kelelahan fisik dan mental
peneliti sehingga banyak terjadi kekeliruan.

Syarat syarat sampel yang baik :

1. Akurasi / Ketepatan, artinya makin sedikit tingkat kekeliruan dalam sampel maka
akan semakin akurat atau tepat sampel tersebut.
2. Memiliki tingkat presisi estimasi, artinya belum ada sampel yang bisa mewakili
karakteristik populasi sepenuhnya, oleh karena itu dalam setiap penarikan sampel
pasti ada kesalahan yang melekat yang dikenal dengan sebutan “sampling error”.
Presisi diukur oleh simpangan baku. Makin kecil perbedaan antara simpangan baku
yang diperoleh dari sampel dengan simpangan baku populasi makin tinggi pula
tingkat presisinya.
3. Derajat kepercayaan mengukur seberapa jauh peneliti yakin dalam estimasi populasi
secara benar. Semakin tinggi derajat kepercayaan, semakin banyak jumlah sampel
yang harus diambil.

Teknik pengambilan sampel :

 Probability / Random Sampling (Sample Acak) yaitu pengambilan sampel dengan

cara memberikan kesempatan yang sama untuk diambil kepada setiap elemen
populasi. Contoh : Anita meneliti tingkat kecerdasan anak di Indonesia. Karena
Indonesia merupakan Negara yang luas, Ia hanya mengambil data secara acak dari
beberapa anak yang ditemui.
  Non Probability / Non Random Sampling (Sampel Tidak Acak) yaitu pengambilan
sampel dengan cara memilih (menentukan) dengan pasti hanya pada populasi yang
benar benar dapat diambil informasinya. Contoh : Anita meneliti Mahasiswa
Gunadarma yang mendapat beasiswa khusus di daerah regional kalimalang untuk di
ambil sampel. Dengan itu, maka anita hanya mengambil sampel dari daerah yang
sudah ditentukan yaitu daerah kalimalang.

Penyajian data merupakan salah satu kegiatan dalam pembuatan laporan hasil penelitan
yang telah dilakukan agar dapat dipahami dan dianalisis sesuai dengan tujuan yang
diinginkan. Data yang disajikan harus sederhana dan jelas agar muda dibaca.
Penyajian data juga dimaksudkan agar para pengamat dapat dengan mudah memahami
apa yang kita sajikan untuk selanjutnya dilakukan penilaian atau perbandingan, dan lain-lain.

Tujuan Penyajian Data

Tujuan penyajian data adalah:
1. Memberi gambaran yang sistematis tentang peristiwa-peristiwa yang merupakan hasil
penelitian atau observasi,
2. Data lebih cepat ditangkap dan dimengerti,
3. Memudahkan dalam membuat analisis data, dan
4. Membuat proses pengambilan keputusan dan kesimpulan lebih tepat, cepat, dan
akurat.

Cara penyajian data ada tiga macam, yaitu :

1. Narasi, yaitu penyajian data hasil penelitian dalam bentuk kalimat.
2. Tabel, yaitu kumpulan angka-angka yang disusun menurut kategori-kategori.
Misalnya berat badan menurut jenis kelamin, jumlah pegawai menurut
pendidikan, jumlah penjualan menurut jenis barang dan daerah penjualan, dll.
3. Grafik atau Diagram, yaitu gambar-gambar yang menunjukkan secara visual
data berupa angka atau simbol-simbol yang biasanya dibuat berdasarkan data
dari tabel yang telah dibuat.

Narasi
Penyajian secara teks adalah penyajian data hasil penelitian dalam bentuk kalimat.
Misalnya, penyebaran penyakit malaria di daerah pedesaan pantai lebih tinggi bila
dibandingkan dengan penduduk pedesaan pedalaman. Peyajian data dalam bentuk
teks merupakan gambaran umum tentang kesimpulan tentang hasil pengamatan.
Dalam bidang kesehatan, penyajian dalam bentuk teks hanya digunakan untuk
member informasi.
Penyajian dalam bentuk teks banyak digunakan dalam bidang sosial, ekonomi,
psikologi dan lain-lain, dan berperan sebagai laporan hasil penelitian kualitatif,
misalnya, untuk mengetahui persepsi masyarakat tentang suatu produk yang telah
dipasarkan atau penerimaan, pendapat serta kepercayaan masyarakat terhadap
suatu program pemerintah atau program pelayanan kesehatan pada masyarakat
atau keberadaan petugas kesehatan yang terdapat didaerah.

Tabel
 Ada berbagai bentuk tabel yang dikenal, yaitu :

1. Tabel satu arah (one way table) Yaitu tabel yang memuat keterangan
mengenai satu hal atau satu karakteristik saja. Misalnya data indeks prestasi
dari 10 mahasiswa.

Tabel indeks prestasi dari 10 mahasiswa

Subyek Indeks prestasi

A 2,5
B 2,8
C 2,7
D 2,9
E 3,1
F 2,7
G 3,5
H 3,4
I 3,0
J 2,9

2. Tabel dua arah (two way table)

Yaitu tabel yang menunjukkan hubungan dua hal atau dua karakteristik yang berbeda.
Misalnya data indeks prestasi mahasiswa yang dipengaruhi oleh partisipasi didalam
kelas.

Tabel indeks prestasi mahasiswa yang dipengaruhi oleh partisipasi didalam kelas
Subyek Indeks prestasi
A 2,5
B 2,8
C 2,7
D 2,9
E 3,1
F 2,7
G 3,5
H 3,4
I 3,0
J 2,9

3. Tabel tiga arah (three way table)

Yaitu tabel yang menunjukkan hubungan tiga hal atau tiga karakteristik yang
berbeda. Misalnya data indeks prestasi dan partisipasi didalam kelas yang
dipengaruhi oleh status social. Tabel data indeks prestasi dan partisipasi
didalam kelas yang dipengaruhi oleh status sosial

Cheap Offers: http://bit.ly/gadgets_cheap