PERAN STATISTIKA

DALAM PENELITIAN

Pertemuan 1
 SEJARAH STATISTIKA

• Asal kata:
 Bahasa latin modern statisticum collegium
("dewan negara")
 Bahasa Italia statista ("negarawan" atau
"politikus").
SEJARAH STATISTIKA
• Gottfried Achenwall (1749) menggunakan
Statistik dalam bahasa Jerman untuk
pertama kalinya sebagai nama bagi kegiatan
analisis data kenegaraan, dengan
mengartikannya sebagai "ilmu tentang
negara (state)".
• Pada awal abad ke-19 telah terjadi
pergeseran arti menjadi "ilmu mengenai
pengumpulan dan klasifikasi data".
• Sir John Sinclair memperkenalkan nama
(Statistics) dan pengertian ini ke dalam
bahasa Inggris.
• Jadi, statistika secara prinsip mula-mula
hanya mengurus data yang dipakai lembaga-
lembaga administratif dan pemerintahan.
Pengumpulan data terus berlanjut,
khususnya melalui sensus yang dilakukan
secara teratur untuk memberi informasi
kependudukan yang berubah setiap saat.
 SEJARAH STATISTIKA
• Pada abad ke-19 dan awal abad ke-20 statistika
mulai banyak menggunakan bidang-bidang dalam
matematika, terutama peluang.
• Cabang statistika yang pada saat ini sangat luas
digunakan untuk mendukung metode ilmiah,
statistika inferensi, dikembangkan pada paruh
kedua abad ke-19 dan awal abad ke-20 oleh
Ronald Fisher (peletak dasar statistika inferensi),
Karl Pearson (metode regresi linear), dan William
Sealey Gosset (meneliti problem sampel
berukuran kecil).
• Penggunaan statistika pada masa sekarang dapat
dikatakan telah menyentuh semua bidang ilmu
pengetahuan, mulai dari astronomi hingga
linguistika.
• Bidang-bidang ekonomi, biologi dan cabang-
cabang terapannya, serta psikologi banyak
dipengaruhi oleh statistika dalam metodologinya.
Akibatnya lahirlah ilmu-ilmu gabungan seperti
ekonometrika, biometrika (atau biostatistika), dan
psikometrika.
 STATISTIKA

• Statistika ilmu bagaimana

merencanakan, mengumpulkan,
menganalisis, menginterpretasi,
dan mempresentasikan data
• Istilah 'statistika' (bahasa Inggris:
statistics) berbeda dengan
'statistik' (statistic).

• Statistika merupakan ilmu yang

berkenaan dengan data

• Statistik adalah data, informasi,

atau hasil penerapan algoritma
statistika pada suatu data.
 Pengelempokan Statistika Berdasarkan Cara
Pengolahan Data:

• Statistika deskriptif (descriptive statistics)

• Statistika inferensi (inferential statistics)

atau statistika induktif (inductive statistics).
 Statistika deskriptif

• Berkaitan dengan cara mendeskripsi, menggambarkan ,

menjabarkan atau menyajikan data seinformatif
mungkin baik secara numerik (misalnya menghitung
rata-rata dan deviasi standar) atau secara grafis (dalam
bentuk tabel atau grafik), sehingga lebih mudah dibaca
dan bermakna.
.
• Cara mendeskripsi, menggambarkan , menjabarkan
atau menyajikan data seinformatif mungkin a.l:
Menentukan ukuran dari data (nilai modus, mean dan
median)
Menentukan ukuran variabilitas (variasi/varian, tingkat
penyimpangan/deviasi standar, jarak/range)
Menentukan ukuran bentuk (skewness, kurtosis, plot
boks)
Statistika Inferensial (Statistik Induktif / Statistik
penarikan kesimpulan)

• Mrpkn serangkaian teknik untuk mengkaji,

menaksir & mengambil keputusan berdasarkan
data yang diperoleh dari sampel untuk
menggambarkan karakteristik atau ciri dari suatu
populasi.
• Ruang lingkup bahasannya meliputi:
Probabilitas / teori kemungkinan
Distribusi Teoritis
Sampling & sampling distribusi
Pendugaan populasi / teori populasi
Uji hipotesis rerata
Analisis korelasi & uji signifikansi
Analisis regresi untuk peramalan
Analisis varian
Analisis kovarian
Pengelompokan Statistik Berdasarkan
Bentuk Parameternya

• Statistik Parametrik
• Statistik Nonparametrik
Statistik Parametrik

• Adalah statistika yang mempertimbangkan

jenis sebaran/distribusi data yang
berdistribusi normal dan memiliki varians
homogen (bersifat interval & rasio)

• Uji statistik menggunakan statistika

parametrik a.l:
Uji-Z (1 / 2 sampel)
Uji-t (1 / 2 sampel)
Korelasi Pearson
One or two anova test
Analisis Regresi
Statistika Nonparametrik
• Adalah bagian statistik yang
parameter populasinya atau datanya
tidak mengikuti suatu distribusi
tertentu / memiliki distribusi yang
bebas dari persyaratan dan variansnya
tidak perlu homogen. (uji analisis pd
jenis data nominal / ordinal)

• Analisis statistika nonparametrik:

Uji tanda peringkat wilcoxon dan uji
Mann-Whithey (untuk 1-2 kelompok)
Uji Kruskal-Wallis (kelompok > 2)
Uji Korelasi rank Spearman dan
Kendall Tau
Uji Chi -Kuadrat
 Tipe Pengukuran

Tipe pengukuran atau skala pengukuran yang

digunakan di dalam statistika ada 4:

• Skala nominal hanya bisa membedakan

sesuatu yang bersifat kualitatif (misalnya: jenis
kelamin, agama, warna kulit).
• Skala ordinal selain membedakan juga
menunjukkan tingkatan (misalnya: pendidikan,
tingkat kepuasan).
• Skala interval berupa angka kuantitatif namun
tidak memiliki nilai nol mutlak (misalnya: tahun,
suhu dalam Celcius).
• Skala rasio berupa angka kuantitatif yang
memiliki nilai nol mutlak.
 Statistika Terapan
Bebebarapa ilmu pengetahuan menggunakan statistika
terapan sehingga mereka memiliki terminologi yang
khusus:

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.

• Kegunaan statistika dalam berbagai

bidang ilmu: 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 tsb.
Peranan statistik :
• Dalam kehidupan sehari-hari
Dalam kehidupan sehari-hari statistik
memiliki peranan sebagai penyedia
keterangan-keterangan untuk diolah dan
ditafsirkan

• Dalam penelitian
Dalam penelitian ilmiah statistic digunakan
sebagai alat untuk menemukan keterangan-
keterangan dalam angka-angka hasil
penelitian

• Dalam ilmu pengetahuan

Dalam ilmu pengetahuan statistik
digunakan sebagai peralatan analis dan
interpretasi dari data kuantitatif ilmu
pengetahuan sehingga didapat
pengetahuan dari data tsb.
Perlunya Statistik :

Perlunya mempelajari statistik karena

statistik sebagai alat bantu dalam hal-hal
sbg berikut :

• menjelaskan hubungan antara

variabel
• membuat rencana dan ramalan
• mengatasi berbagai perubahan
• membuat keputusan yang lebih baik
Fungsi Statistik :

• sebagai bank data, menyediakan

data untuk diolah
dandiinterpretasikan agar dapat
dipakai untuk menerangkan
keadaan yang perlu diketahui.
• sebagai alat quality control,
sebagai alat pembantu
standarisasi dan alat pengawasan
• sebagai alat analisis
• pemecah masalah dan pembuatan
keputusan
 Metodologi Statistik
Metodologi statistik dalam menyelesaikan masalah mempunyai tahapan-
tahapan sbb:
• Identifikasi masalah
• Pengumpulan data atau fakta
Pada tahap ini data dikumpulkan berdasarkan permasalahan. Data yang
dikumpulkan bisa berupa data primer ( data yang berasal dari sumber
langsung) atau berupa data sekunder ( data yang berasal tidak langsung
dari sumber). Data yang diambil harus bersifat :
– akurat, artinya harus sesuai dengan keadaan yang sebenarnya
– up to date, artinya harus tepat waktu
– komprehensif, artinya harus dapat mewakili
– relevan, artinya harus ada hubungannya dengan masalah yang diambil
– memiliki kesalahan baku kecil
• Klasifikasi data
Data yang ada diidentifikasikan berdasarkan kemiripan atau kesamaan
sifat, kemudian disusun dalam kelompok-kelompok.
• Penyajian data
Pada tahap ini data disajikan bisa dalam bentuk tabel, grafik atau
ditampilkan nilai-nilai deskriptifnya
• Analisis data
Pada tahap ini data dianalisis untuk diambil kesimpulan dari permasalahan,
hasilnya berupa keputusan.
Jenis Data Menurut Cara Memperolehnya
1. Data Primer
adalah : data yang dikumpulkan dan diolah
sendiri oleh suatu organisasi atau perorangan
langsung dari obyeknya.
Contoh : wawancara secara langsung kepada
konsumen belanja online, pengumpulan
kuesioner kpd mahasiswa pengguna sistem
informasi akademik.

2. Data Sekunder
adalah : data yang diperoleh dalam bentuk jadi
dan telah diolah oleh pihak lain dengan
berbagai cara atau metode baik secara
komersial maupun non komersial.
Contohnya : biasanya dalam bentuk publikasi
(BPS, LIPI, KPU, BI)
Macam-Macam Data Berdasarkan Sumber Data

1. Data Internal
adalah : data yang menggambarkan situasi
dan kondisi pada suatu organisasi secara
internal.
Contoh : data keuangan, data pegawai, data
penjualan, data produksi, dsb.

2. Data Eksternal
adalah : data yang menggambarkan situasi
serta kondisi yang ada di luar organisasi.
Contoh : data jumlah penggunaan suatu
produk pada konsumen, tingkat preferensi
pelanggan, persebaran penduduk, Inflasi
jumlah uang beredar.
Kelompok Data menurut sifatnya

• Data kuantitatif : data dalam bentuk

angka numerik (numeric number).
Contoh: harga Handphone,
keuntungan perusahaan, harga
saham, berat badan dsb.

• Data kuantitatif berdasarkan proses /

cara mendapatkan dibagi 2 :
Diskrit (descrete)
Kontinus (continous).
• data diskrit : data yang mengakui nilai
pasti dan ada jarak antara dua nilai
tersebut.
Contoh : jumlah mahasiswa, jumlah
komputer dalam suatu lab (1,2,3, ..dst)

• Data kontinu : data yang nilainya

terletak pada suatu interval tertentu..
Contoh : berat badan
• Data kualitatif : data yang dilaporkan tidak
dalam bentuk angka tidak numerik
(nonnumeric number).
Contoh : merk Handphone, jenis kelamin,
agama, merk, tempat lahir, warna kulit,
tingkat pendidikan, dll.
Jenis-jenis Data Menurut Waktu Pengumpulannya
1. Data Cross Section
adalah : data yang dikumpulkan pada satu
periode ttt pd beberapa obyek dengan
tujuan untuk menggambarkan keadaan
Contoh : laporan keuangan per 31
desember 2006, data pelanggan PT. angin
ribut bulan mei 2004, dan data dampak
kenaikan harga BBM thd harga kebutuhan
pokok tahun 2015.

2. Data Time Series / Berkala

adalah : data yang dikumpulkan dari waktu
ke waktu pada satu obyek dengan tujuan
untuk menggambarkan perkembangan dari
obyek tersebut.
Contoh : data perkembangan nilai tukar
dollar amerika terhadap euro eropa dari
tahun 2004 sampai 2006, data
perkembangan minyak mentah dunia dari
hari ke hari.
Konsep Dasar

• Populasi adalah kumpulan dari

keseluruhan pengukuran, obyek

• Sampel adalah bagian dari suatu

populasi.

• Parameter : bilangan/angka yang

menggambarkan karakteristik
populasi disebut,

• Statistik bilangan/angka yang

menggambarkan karakteristik sampel
disebut
• Sensus : pengumpulan data untuk
seluruh populasi dinamakan.
Sebuah sensus tentu memerlukan
waktu dan biaya yang tinggi.

• Sehingga, 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
kesimpulan yang dibuat dari sampel dapat
digunakan untuk menggambarkan populasi
secara keseluruhan.
• Teknik sampling : Metode statistika tentang
bagaimana cara mengambil sampel yang
tepat dinamakan.
• Analisis statistik banyak menggunakan
probabilitas sebagai konsep dasarnya 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.
Pengumpulan Data dan
Penyajian data : dalam
bentuk tabel dan
diagram
 JENIS DATA
DATA NOMINAL :
Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi.
CIRI : posisi data setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : Gender, pekerjaan

DATA ORDINAL :
Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau klasifikasi,
tetapi di antara data tersebut terdapat hubungan
CIRI : posisi data tidak setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : tingkat kepuasan, motivasi

DATA INTERVAL :
Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara
dua titik skala sudah diketahui.
CIRI : Tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : temperatur yang diukur berdasarkan 0C dan 0F, sistem kalender

DATA RASIO
Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak
antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut.
CIRI : tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : gaji, nilai ujian, jumlah buku
 SYARAT DATA YANG BAIK

1. OBJEKTIF : data harus dapat memberikan gambaran tentang

keadaan yang Sebenarnya

2. TERPERCAYA (BELIEVABLE) : data diperoleh dari sumber yang

tepat atau dapat Dipercaya

3. REPRESENTATIF : data yang diambil secara sampel harus bisa

mewakili semua data yang merupakan populasinya

4. RELEVAN : data yang diperoleh harus benar-benar sesuai dan

berhubungan dengan obyek atau permasalahan yang diteliti

5. TERKINI (UP TO DATE) : data yang diperoleh merupakan data yang

terbaru(terkini) dan bukan merupakan data usang yang sudah tidak
sesuai lagi.
 PENGUMPULAN DATA

Data statistik yang

diharapkan:
- dapat dipercaya agar tercapai,
- Tepat waktu maka:

Informasi yang
dikumpulkan
harus sesuai
- Pengumpulan datanya keadaan yang
harus baik sebenarnya dan
- Mencakup seluruh unit dengan metode
yang menjadi objek serta cara yang
dalam penelitian. telah ditetapkan
 PENGUMPULAN DAT .. (cont)

Sekedar mendapat gambaran

ttg suatu keadaan
Manfaat
‘or’
pengumpulan
data ? Memecahkan suatu persoalan

 Apapun tujuan pengumpulan data, hrs diketahui dulu “jenis

elemen” atau “obyek yang akan diselidiki”
 ELEMEN : UNIT TERKECIL DARI OBYEK PENELITIAN (UNIT
ANALYSIS atau UNIT SAMPLING)
 Contoh berupa:
* ORANG (pegawai negeri, mahasiswa, pedagang, konsumen,
karyawan, nasabah bank, dll)
* ORGANISASI / BADAN USAHA (perusahaan, sekolah/PT,
departemen, propinsi, kabupaten, kecamatan, desa, rumah
tangga, pasar, dll)
* BARANG (kendaraan, mesin, gedung, senjata, dll)
 PENGUMPULAN DAT .. (cont)

Tujuan pengumpulan data lainnya adalah: mengetahui KARAKTERISTIK

dari elem-elemen.

KARAKTERISTIK : sifat-sifat / hal/hal/ ciri-ciri yang dimiliki oleh elemen

(semua keterangan melalui elemen)

Contoh:

Jika elemennya berasal dari Jika elemennya berasal dari

KONSUMEN, maka karakteristik PERGURUAN TINGGI, maka
yang perlu diketahui adl: nama, karakteristik yang perlu diketahui:
jenis kelamin, usia, alamat, lama jumlah mahasiswa, jumlah dosen,
memakai produk/jasa jumlah fakultas.
 PENGUMPULAN DAT .. (cont)

VARIABEL / PEUBAH: NILAI VARIABEL Contoh nilai variabel:

- Harga
- Sesuatu yang nilainya - Adalah nilai - Hasil penjualan
dapat berubah atau
berbeda. karakteristik suatu - Profit
elemen - Modal Perusahaan
- Variabel ditunjukkan
dgn menggunakan - Jumlah produksi
huruf latin (X,Y,Z) atau - Karakteristik suatu
huruf lain - Usia
elemen nilainya
- ex: profit prsh perbulan berubah-ubah - Tinggi badan
X; X1=9 X2=6 X3=12. menurut waktu atau
Artinya profit januari 9, - Gaji
Febr 6, Mrt 12 tempat.
- dll
 PENGUMPULAN DAT .. (cont)

n<N
SAMPEL (CONTOH):
Bagian dari populasi (n)
Dengan sampel
diharapkan karakteristik
dari populasi dapat
POPULASI: diketahui
Keseluruhan objek
yang ada dalam ruang
lingkup yang diteliti (N)
 PENGUMPULAN DAT .. (cont)

DESKRIPTIF
Berkenaan dengan pengumpulan,
POPULASI
pengolahan, dan penyajian sebagian
atau seluruh data (pengamatan) tanpa
SAMPEL
pengambilan kesimpulan

INFERENSIA
Setelah data dikumpulkan, maka dilakukan
berbagai metode statistik untuk
menganalisis data, dan kemudian
dilakukan interpretasi serta diambil
kesimpulan. Statistika inferensi akan
menghasilkan generalisasi (jika sampel
representatif)
 Mengapa Sampel?
Populasi sulit diketahui
Untuk mengetahui populasi perlu waktu
lama dan sangat mahal biayanya
 METODE PENGUMPULAN DATA

2 cara:

SENSUS :
- Cara pengumpulan data jika seluruh elemen populasi diselidiki
satu per satu.
- Data yang diperoleh mrpkn DATA SEBENARNYA (True Value)
atau disebut PARAMETER
- Ex : Sensus Penduduk, sensus peserta pemilu

SAMPLING :
- Cara pengumpulan data jika data yang diselidiki merupakan
elemen sampel dari suatu populasi.
- ex: analisa kepuasan pengguna dari seluruh pengguna HP
merk Canggih, hanya diselidiki 100 pengguna
 METODE PENGUMPULAN DAT ..
(Cont.)

Alasan pengambilan sampel :

 Biayanya mahal kalau harus seluruh populasi
 Keterbatasan waktu
 Menguji semua populasi cenderung memperbesar
kesalahan
 Dampak psikologis
 CARA PENGAMBILAN SAMPEL

• Memilih elemen dari populasi untuk anggota

sampel dengan cara sedemikian rupa shg setiap
elemen populasi mendapat kesempatan sama,
Cara Acak sifatnya lebih obyektif.
METODE PENGUMPULAN DAT .. (Cont.)

• Caranya : undian, lotre, membuat tabel angka

(Random) acak.
• Samplingnya disebut: PROBABILITY SAMPLING,
yaitu suatu elemen populasi memeiliki
kemungkinan / probabilitas sama untuk dipilih.

• Memilih elemen dari populasi untuk anggota sampel

dimana setiap elemen populasi tidak mendapat
Bukan kesempatan sama
• Sifatnya lebih subyektif
Acak (Non • Samplingnya disebut: NON PROBABILITY
Random) SAMPLING, yaitu suatu elemen populasi tidak
mempunyai probabilitas sama untuk dipilih.
 BEBERAPA JENIS SAMPLING
ACAK

1. SIMPLE 2. STATIFIED
RANDOM RANDOM
SAMPLING SAMPLING
METODE PENGUMPULAN DAT .. (Cont.)

5. SYSTEMATIC 3. MULTISTAGE
RANDOM RANDOM
SAMPLING SAMPLING

4. CLUSTER
RANDOM
SAMPLING
 1. SIMPLE RANDOM SAMPLING
METODE PENGUMPULAN DAT .. (Cont.)

 yaitu: sampling dimana pemilihan elemen populasinya

dilakukan sedemikian rupa sehingga elemen tersebut
memiliki kesempatan yang sama untuk terpilih

 Digunakan jika populasinya HOMOGEN atau RELATIF

HOMOGEN

 ex: Populasi N=100 responden , dipilih sampel acak n=10

 2. STATIFIED RANDOM SAMPLING
METODE PENGUMPULAN DAT .. (Cont.)

Sampling dimana pemilihan elemen anggota sampel

dilakukan sbb:
a. Populasi dipecah / dibagi secara homogen atau relatif
homogen menjadi populasi lebih kecil (STRATUM).
b. Setiap STRATUM diambil sampel secara acak, kemudian
dibuat perkiraan untuk mewakili STRATUM ybs.
c. Menggunakan rumus gabungan untuk perkiraan seluruh
populasi.
 3. MULTISTAGE RANDOM
SAMPLING

 yaitu: sampling dimana pemilihan elemen anggota sampel

METODE PENGUMPULAN DAT .. (Cont.)

dilakukan secara bertahap (by Stage).

Contoh: Penelitian untuk mengetahui rata-rata harga

kebutuhan pokok di pasar

Tahap 1. Memilih sampel pasar induk

Tahap 2. memilih sampel Pasar kecil
Tahap 3. Memilih sampel sembako dari pasar kecil terpilih

Xijk = Harga sembako ke-k, Pasar kecil ke-j, pasar induk ke-l
 4. CLUSTER RANDOM SAMPLING

Sampling dimana elemen terdiri dari elemen-elemen yang

METODE PENGUMPULAN DAT .. (Cont.)

lebih kecil disebut cluster (cluster)

Klaster yang terpilih sebagai sampel maka seluruh

elemennya harus diteliti satu persatu.

Ex. Penelitian untuk mengetahui kepuasan pelanggan belanja

online melalui Zalora, Berniaga.com, Toko Pedia dianggap
sebagai cluster. Jika Toko Pedia terpilih sebagai sampel
maka semua pelanggan Toko Pedia digunakan sebagai
sampel.
 5. SYSTEMATIC RANDOM
SAMPLING
METODE PENGUMPULAN DAT .. (Cont.)

 yaitu: sampling dimana pemilihan elemen pertama dipilih

secara acak (random), sedangkan elemen berikutnya dipilih
secara sistematis berjarak k, dinama k=N/n.

Contoh: N=1.000 responden. Pertama diambil sampel

n=100, k=1.000/10. Misalnya angka 2 terpilih,
maka sampelnya adalah: X2, X12, X22 …. Sampai
n=100.
 ALAT PENGUMPULAN DATA
METODE PENGUMPULAN DAT .. (Cont.)

• Wawancara (interview )
• Kuesioner (Questionnaire)
• Observasi (pengamatan
langsung)
• Tes dan Skala Obyektif
 PENGOLAHAN DATA

PENGOLAHAN DATA
DATA MENTAH
DATA STATISTIK
 PENGOLAHAN DATA

Program
• Menggunakan bahasa pemrograman
Statistik
Dibangun (ex. BASIC, PASCAL, FORTRAN)
Sendiri

Prog. Stat.
• Adds In dari aplikasi Spreadsheet (ex.
bagian
Program Lotus, Excell)
Lain

• SPSS, Microstat, SAS, Minitab, AMOS

Program
khusus
Staistik
(Lisrel, PLS)
 PENYAJIAN DATA

Tujuan penyajian data :

1. Mudah dipahami(sederhana)
2. Tepat/efektif

Bentuk penyajian data :

1. Tabel
Kumpulan angka-angka yang disusun menurut kategori-
kategori
2. Grafik
Gambar-gambar yang menunjukkan secar visual data
berupa angka (simbol-simbol) yang biasanya berasal dari
tabel.

Tabel dan Grafik dapat digunakan untuk menyajikan cross

section data dan data berkala.
 Tabel
• Tabel atau daftar merupakan kumpulan
angka yang disusun menurut kategori
atau karakteristik data sehingga
memudahkan untuk analisis data.
• Ada 3 macam jenis tabel menurut jumlah
kategori dan karakteristik data
1. Tabel satu arah atau satu komponen
2. Tabel dua arah atau dua komponen
3. Tabel tiga arah atau tiga komponen
 Cara membuat tabel :
1. Karakter /unsur-unsur tabel
a. Judul tabel
b. Kepala tabel
c. Isi tabel/isi
d. Kolom
e. Baris
f. Sumber
2. Konsistensi
3. Dalam 1 halaman
4. Kalimat pengantar
 Karakter Tabel
Judul

Kepala
Sel Sel Sel Sel

Isi

Kolom

Sumber : Baris
Tabel Lanjutan
 Tabel 1 Arah

Adalah: tabel yang memuat keterangan mengenai satu hal atau satu
karakteristik saja.

Tahun Jumlah Kelahiran

2010
2011
2012
2013
2015
 Tabel 1 Arah
Tabel 1. Jumlah Penduduk Indonesia Tahun 1991-2000
Tahun Penduduk
1991 191824000
1992 194340000
1993 199837000
1994 202873000
1995 203047000
1996 205843000
1997 208647000
1998 212003000
1999 215276000
2000 217000000
Sumber : BPS
 Tabel 2 Arah
Adalah: tabel yang memuat keterangan mengenai dua hal atau dua
karakteristik saja.
Tabel 2. Hubungan antara Penjualan dan Market Share Perusahaan
Laptop

Tahun 2016
Penjualan
No
. Perusahaan Unit Market Share
1. Apple 120,7 28,98%
2. Acer 110,6 26,55%
3. Toshiba 97,6 23,45%
4. Samsung 87,6 21,03%
Total 416,5 100%
 TABEL 3 ARAH
Kekerasan Baja ST 42 setelah mengalami Proses Hard Chrom
Electroplating pada Larutan Elektrolit.

Waktu Proses [menit]

50 40 20

Temperatur [oC] Temperatur [oC] Temperatur [oC]

60 50 40 60 50 40 60 50 40

40 62 61 61 60 59 58 58 57
[ampere/dm3]

56
Rapat Arus

60 64 63 62 62 62 61 62 60
59

80 68 65 64 63 63 62 62 62
61

Sumber: agungkrisfani
 Grafik
Penyajian data dengan grafik dianggap
lebih komunikatif karena dalam waktu
singkat dapat diketahui karakteristik dari
data yang disajikan
Jenis-jenis grafik :
1. Grafik Batang (bar chart)
2. Grafik Garis (line chart)
3. Grafik Lingkaran (Pie Chart)
4. Grafik Gambar (pictogram)
5. Grafik Peta (kartogram)
 Cara membuat grafik
Cara membuat grafik :
1. Karakter grafik
Catatan
Nama Variabel Sb Y
(satuan)

Nama Variabel sb X

Judul Grafik

2. Konsistensi
3. Dalam 1 halaman
4. Kalimat pengantar
 Grafik Batang
Macam-macam grafik batang :
a. Grafik batang tunggal
b. Grafik batang berganda
c. Grafik batang komponen berganda
d. Grafik batang persentase komponen
berganda
e. Grafik batang berimbang netto
Grafik Batang Tunggal
Grafik Batang Berganda
Grafik Komponen Berganda
Grafik Persentase Komponen Berganda
Grafik Batang Berimbang Netto
 Grafik Garis
Macam-macam grafik garis :
1. Grafik garis tunggal
2. Grafik garis berganda
3. Grafik garis komponen berganda
4. Grafik garis persentase komponen
berganda
5. Grafik garis berimbang netto
Grafik Garis Tunggal
Grafik Garis Berganda
Grafik Garis Komponen Berganda
Grafik Garis Persentase Komponen Berganda
Grafik Garis Berimbang Neto
Diagram Lingkaran
Cartogram Chart (Grafik Peta)

Gambar 3. Kerapatan Populasi pada Wilayah-Wilayah di Pulau Jawa

 Piktogram

Gambar 2. Jumlah Penduduk

New zaeland
Gambar 3. Jumlah Penjualan Hewan
Peliharaan Tahun 2006