BAB-1.

Ruang Lingkup Statistika

BAB
BAB
RUANG LINGKUP
STATISTIKA 11

1.1. Materi

 Arti Statistika  Analisis Statistika  Daftar Distribusi Frekuensi

1.2. Tujuan Instruksional

Dengan mempelajari Materi ini, peserta didik diharapkan dapat
memahami secara jelas pengertian Statistika, sebagai ilmu, sebagai
metode analisis dan sekaligus sebagai alat, dalam membantu mengambil
suatu kesimpulan. Karena pada dasarnya statistika dikemas sebagai
suatu metodologi menjadikan data menjadi informasi.
Setelah mempelajari materi ini, peserta didik diharapkan dapat :
1). menjelaskan apa yang dimaksud dengan “Kata Statistik dan Statisti-
ka”, termasuk tujuan pembelajarannya ;
2). mengenal bentuk analisis dalam lingkup statistika, dan keperluannya.
Serta dapat menyajikan data-data statistik dalam beberapa bentuk
yang menarik.

1.3. Uraian Materi

1). PENGERTIAN
Statistika merupakan satu cabang penting dari aplikasi matematika, yang mulai
berkembang di Indonesia sekitar tahun 1950-an. Awal mulanya Statistika hanya dikaitkan
dengan suatu metode bagaimana orang menyajikan fakta-fakta dan angka tentang situasi dari
perkembangan perekonomian, masalah Kependudukan negara, dan data ketenagakerjaan
yang ada disuatu negara ; malah dalam arti sempit orang mengasumsi bahwa statistika identik
dengan Tabel, Grafik atau sejenisnya.

 2007 Statistika Ekonomi & Bisnis Hal. 1.

BAB-1. Ruang Lingkup Statistika

Pengertian diatas lebih konkrit kalau kita sebut dengan Statistik, seperti Statistik
Penduduk, Statistik Pertanian, Statistik Produksi, Statistik Ekonomi, Statistik Logistik,
Statsitik Perdagangan & Niaga, Statistik Pariwisata, dan lain-lain.
Statistika adalah suatu ilmu sekaligus metoda yang mempelajari cara-cara
mengumpulkan data untuk selanjutnya dapat di deskriptifkan dan diolah, kemudian
dianalisis dalam rangka membuat kesimpulan, agar dapat ditentukan keputusan yang akan
diambil berdasarkan data yang dimiliki.
Secara Skematis digambarkan sebagai berikut :

DATA Olah Analisis

(Populasi/Sampel)
Penyajian
Data

INFORMASI

Kata statistik berasal dari bahasa Italia "Statista" yang mempunyai arti "negarawan". Istilah
tersebut dikenal pada abad ke-18, pertama digunakan oleh G. Achenwall, yang mengambil kata
statista ( dan kemudian menjadi Statistik ) dengan alasan bahwa negara berkepentingan terhadap data
dan kegunaannya tentang informasi dan karakteristik rakyatnya. Dengan mengetahui kondisi
masyarakat suatu negara seperti dengan mengadakan sensus penduduk, maka negara memudahkan
untuk memobilisasi rakyat dan kegiatan menarik pajak.
Sebagai contoh pendataan statistik Kependudukan, Pelanggan Telepon, & Facsimile di Kata-kota
Propinsi Jawa Barat, berikut ini :
Contoh : Tabel 1.1. Statistik Penduduk, Pelanggan Telepon & Facsimile
Di Kota-kota Jawa Barat, Tahun 2000
Jumlah Pelanggan Pelanggan
No Kota
Penduduk Telepon Facsimile
21 Kota Bogor 743.478 11.207 16
22 Kota Sukabumi 252.293 5.387 11
23 Kota Bandung 2.141.837 110.375 47
24 Kota Cirebon 269.186 4.597 14
25 Kota Tanggerang 1.311.746 20.026 27
26 Kota Bekasi 1.639.286 26.403 39
27 Kota Depok 1.146.055 25.390 31
28 Kota Cilegon 295.766 4.207 12
Sumber : BPS, Jawa Barat. Tahun 2000.

 2007 Statistika Ekonomi & Bisnis Hal. 2.

BAB-1. Ruang Lingkup Statistika

Secara konkrit dapat juga disebutkan bahwa metodelogi Statistika adalah cara eksploarasi
dan konfirmasi permasalahan. Eskplorasi diawali dengan "penggalian" data dengan cara
yang objektif, seperti melakukan aktivitas ilmiah berikut : Eksperimen, Studi lapangan,
survey, mempelajari literatur, dan lain-lain. Data-data atau informasi ini secara numerik
(angka) ataupun non-numerik (Atribut) mengukur suatu karakteristik dari unsur yang
dipelajari.
Tahapan Konfirmasi , adalah "penetapan" apakah hipotesis atau asumsi atau dugaan secara
signifikans (cukup berarti) dianggap benar dan dapat diterima atau salah untuk segera ditolak.
Oleh karena itu dalam Statistika terdapat metoda penting dalam keputusan yaitu yang disebut
Uji Hipotesis.

2). ANALISIS STATISTIKA

Pada dasarnya analisis Statistika dapat dibedakan atas dua macam/ tahapan, yaitu Analisis
Deskriptif sebagai definisi tradisional dan Analisis Inferensial (Induktif) yang dianut dalam
definisi modern.
Analisis Deskriptif adalah suatu cara menggambarkan persoalan yang berdasarkan data
yang dimiliki yakni dengan cara menata data tersebut sedemikian rupa sehingga dengan
mudah dapat dipahami tentang karakteristik data, dijelaskan dan berguna untuk keperluan
selanjutnya. Jadi dalam hal ini terdapat aktivitas atau proses pengumpulan data, dan
pengolahan data berdasarkan tujuannya.
Sebagai contoh, seorang Mahasiswa Perhotelan ingin meneliti berapa rata-rata jumlah kamar
yang terisi setiap minggu untuk hotel-hotel di Kota Bandung, baik hotel berbintang maupun
non-bintang. Maka dilakukan survai pengumpulan data pada objek beberapa hotel yang
mewakili Hotel Berbintang dan sampel hotel non-bintang, untuk pengamatan periode
tertentu, dan dihitung rata-ratanya melalui olahan data sampel pengamatan tadi.
Contoh lain, misalkan suatu perusahaan Pabrik Sepatu “Gineo”, ingin mengetahui secara
pasti perkembangan marketing produknya dipasaran local, maka dilakukan aktivitas
pengumpulan data time series untuk jangka waktu tertentu (periodic), dan di lakukan
deskripsi melalui analisis tren.
Secara rinci kerangka kerja dari Statistika Deskriptif adalah sebagai berikut :
a. Menentukan Metoda Pengumpulan Data
Pendekatan Statistika dalam analisis suatu penelitian adalah dimilikinya data sampel yang
mencerminkan data populasi. hal ini dapat dimiliki dengan cara : Wawancara,
Penyebaran Angket (Kuesioner), Survai sampling dan
Eksperimen. Cara-cara diatas lebih dikenal dengan Teknik pengumpulan data secara
Sampling. Metoda Sampling ini akan kita bahas tuntas pada bab selanjutnya.

 2007 Statistika Ekonomi & Bisnis Hal. 3.

BAB-1. Ruang Lingkup Statistika

b. Metoda Pengolahan dan Penyajian Data

Penyajian data adalah langkah-langkah menata data yang diperoleh untuk dapat
memperjelas permasalahan. Penataan ini dapat dilakukan dengan tabulasi data dalam
bentuk tabel atau daftar, selain itu juga dapat divisualisasikan dalam diagram atau grafik
statistik.
Berikut diberikan contoh-contoh penataan (penyajian) data :

Daftar (Tabel) Baris-kolom

- Suatu daftar atau tabel yang terdiri atas satu atau beberapa baris dan satu atau beberapa
kolom dalam mendeskripsikan sesuatu secara angka.

Skema :

Judul Tabel

Judul Kolom
Kolom-1 Kolom-2 dst..
Judul Baris Baris-1 Data Data Data
Baris-2 Data Data Data
dst.. Data
Sumber / Catatan :

Contoh : Tabel 1.2

Jumlah Pos Paket Yang Dikirim Per-Wilayah Kabupaten Bandung 1997
Wilayah Pos Paket Dalam Negeri Paket Luar Negeri
Wil.2. Padalarang 500 31
Wil.2. Cileunyi 113 0
Wil 3. Margahayu 1180 0
Wil 4. Banjaran 486 0
Wil 5. Cililin 16 0
Wil 6. Cikalongwetan 129 0
Wil 7. Cicalengka 1826 0
Wil 8. Ciparay 210 0
Wil 9. Majalaya 0 0
Wil 10 Soreang 437 0
Wil 11 Lembang 1308 8
Wil Adm. Cimahi 81 1
Jumlah 6286 40
Sumber : PT Pos dan Giro (PT Pos Indonesia) Kabupaten Bandung

 2007 Statistika Ekonomi & Bisnis Hal. 4.

BAB-1. Ruang Lingkup Statistika

Tabel Kontingensi

- Yaitu suatu daftar atau tabel yang sengaja ditampilkan karena satu unsur dengan unsur
lainnya terdapat kesesuaian (Pengaruh/Keterkaitan). Tabel kontingensi ini dapat
bermacam-macam, seperti hubungan 2-faktor atau biner, yang masing-masing memiliki
2-katagori dikenal dengan bentuk tabel kontingensi 2x2, jika factor pertama memiliki 3-
katagori disebut kontingensi 3x2. Demikian pula untuk hubungan 3-faktor atau trivariat,
yang masing-masing memiliki 2-katagori maka disebut kontingensi 2x2x2.

Contoh : Tabel 1.3. Kontingensi 2x2

Deskripsi Jumlah mahasiswa STIE STAN IM
Angkatan 2002, Berdasarkan Jenis Kelamin dan Asal Daerah

Asal Daerah
Bandung Luar Bandung
Sex Laki-Laki 28 23
Perempuan 38 20
Jumlah 66 43
Sumber : Akademik , 2002

Tabel 1.4. Kontingensi 2x3

Distribusi Tabungan Pihak Ketiga di Bandung Th. 2001

Kuartal/ Jenis Tabungan Pihak Ketiga

Th.2001 Giro Tabungan Deposito
Kuartal-1 Rp 16.037.471 Rp 17.971.682 Rp 81.924.467
Kuartal-2 Rp 17.603.955 Rp 18.376.386 Rp 76.354.774
Sumber : Bank Indonesia Kodya Bandung, 2001.

Daftar Distribusi Frekuensi

- Yaitu data kuantitatif yang dibuat dalam beberapa distribusi/ pengelompokan dengan
sejumlah frekuensi tertentu. Umumnya suatu daftar diteribusi frekuensi (DDF)
terdiri atas, kolom-1 menyatakan interval data, kolom-2 menyatakan frekuensi atau
jumlah data yang masuk dalam masing-masing interval (kelas) data yang dibuat,
kolom-3 menyatakan nilai tengah data

 2007 Statistika Ekonomi & Bisnis Hal. 5.

BAB-1. Ruang Lingkup Statistika

- (mid-point atau markah) kelas data, dan kolom-kolom berikutnya dapat dilengkapi
keterangan lain, seperti frekuensi relatif, frekuensi kumulatif, dll.

Skema :

Interval Data Frekuensi Nilai Tengah Frek.- Frek-

(Kelas Data) ( fi ) (mid-point) Relatif Kumulatif
a–c f1 x1 f1/ n F1
d–f f2 x2 f2 / n f1 + f2
g–i f3 x3 f3 / n f1 + f2 + f3
.. dst .. … … … ...
Jumlah  fi = n  xi

Contoh : Daftar 1.5.

Tinggi Badan 100 mahasiswa ( Cm )
Interval Jumlah Mhs Nilai Tengah Frek.- Frek-
Tinggi Badan ( fi ) (mid-point) Relatif Kumulatif
145-149 12 147 0.12 12
150-154 23 152 0.23 35
155-159 34 157 0.34 69
160-164 14 162 0.14 83
165-169 10 167 0.10 93
170-174 7 172 0.07 100
Jumlah 100 1.00

Penyusunan daftar frekuensi, sering juga digunakan untuk mendeskripsikan data-data atau
informasi kualitatif, seperti jumlah penduduk per pulau, distribusi penduduk per-jenis
kelamin, jumlah mahasiswa berdasarkan nilai huruf akhir ujian (Nilai A, B, C, D, dan E), dan
lain-lain.
Tetapi dalam hal pengolahan dan anlisis data secara statistik, daftar data yang dapat
digunakan manakala data tersebut bersifat kuantitatif (numeric).

Demikian pula, bahwa dalam penyusunan DDF, orang dapat saja membuatnya secara bebas,
tetapi sebaiknya untuk keperluan analisis yang baik, dibuatkan Daftar Distribusi Frekuensi
(DDF) dengan panjang distribusi (interval data dalam kelas) yang sama. Untuk membuat
DDF tersebut dapat dilakukan dengan cara beberapa cara, seperti cara yang dikemukakan
oleh Sturgess, ataupun cara dari Bowle. Berikut ini akan dikemukakan salah satu cara yang
umum dan paling sering digunakan yaitu cara atau menggunakan aturan Sturgess, dengan
langkah-langkah seperti berikut ini :

Langkah Menentukan DDF

 2007 Statistika Ekonomi & Bisnis Hal. 6.
BAB-1. Ruang Lingkup Statistika

(i). Tentukan rentang data yakni selisih data terbesar [ Xn ] dengan data terkecil [ X1 ], atau
R (X) = [ Xn ] - [ X1 ]

(ii). Tentukan banyak kelas interval (K) yang diperlukan dari rangkaian data yang dimiliki.
Jumlah kelas dapat dihitung dengan rumusan atau aturan dari H.A. Sturgess, yaitu ;
K = 1 + 3,3 log (n) , n = jumlah data

(iii). Tentukan panjang kelas interval (distribusi), yaitu :

I = [ R(X) ] / K

Harga ( I ) dimulai dari data yang terkecil ditempatkan pada batas kiri kelas pertama,
dan diakhir oleh data terbesar ditempatkan pada batas kanan kelas data terakhir. Dan
nilai I yang digunakan disesuaikan dengan ketelitian satuan data yang dipunyai,
seperti :

- Jika Data berbentuk satuan ( bulat), ambil “I” dgn ketelitian sampai satu satuan.
Misalnya I = 2,6346 maka dibulatkan menjadi I = 3.
- Jika Data berbentuk 1 ( satu ) satuan desimal, ambil I hingga kete-litian 1
desimal. Misalnya I = 2,6346 maka dibulatkan I = 2,6
- Demikian seterusnya
Contoh 1. Misalkan Dipunyai sejumlah 20 unit data, dengan data terbesar adalah 45,25
dan data terkecil 10,05.

Maka : R = 45,25 – 10,05 = 35,20

K = 1 + 3,322 log 20 = 5,322 dibulatkan K = 5
I = 35,20 / 5 = 7,04
Sehingga susunan kelas data dibuatkan dalam 5 kelas yaitu :
Kelas D a t a
10,05 - 17,08
17,09 - 24,12
24,13 - 31,16
31,17 - 38,20
38,21 - 45,25

 2007 Statistika Ekonomi & Bisnis Hal. 7.

BAB-1. Ruang Lingkup Statistika

Selain diskripsi data dalam bentuk tabulasi (Daftar/Tabel), secara lebih menarik dewasa ini
cukup banyak digunakan teknik-teknik penggambaran secara visual dengan bantuan program
komputer (Microsoft Excel, SPSS, Visio, dll) sehingga menarik bagi orang untuk
membacanya.

Contoh-contoh Diagram dasar untuk visualisasi data :

======================================================
1). Diagram Batang (Bar) 5). Diagram Scatter (Scatter Chart)
2). Diagram Garis (line) 6). Diagram Boxplot (Boxplot Chart)
3). Diagram Lingkar (Pie) 7). Histogram
4). Diagram Pareto (Pareto) 8). Poligon dan Ogive
======================================================

Contoh : Diagram Batang (Bar-Chart)

Umur Jml.
Jumlah Labor Force di Kota Garut

15-19 1250 5000

20-24 2544 4500
25-29 3237 4000
30-34 4873 3500
35-39 3876 3000

40-49 3348 2500

2000
50-54 2590
1500
55-59 1321
1000
60-64 784
500
==== ===
0
15-19 20-24 25-29 30-34 35-39 40-49 50-54 55-59 60-64
Umur

Gambar 1.1. Contoh Diagram batang

Sumbu datar (Horizontal) menyatakan kelompok Umur Labor Force, dan sumbu tegak
(Vertikal) menyatakan Jumlah Labor Force.

 2007 Statistika Ekonomi & Bisnis Hal. 8.

BAB-1. Ruang Lingkup Statistika

Jumlah Labor Force

55-59

45-49

35-39

25-29
Jumlah
15-19

0 100 200 300 400 500

Gambar 1.2. Contoh Diagram Batang Tidur (Bar)

Contoh : Diagram Garis (Line) tentang Perkembangan Suku Bunga Bank.

(Suku Bunga)
70

60

50

40

30

20

10
Observed
0
Cubic
-10
-Jan’97 - - Agust ‘01
T (Periode Waktu)

Gambar 1.3. Contoh Diagram Garis

Tampak Garis yang berfluktuasi adalah data riil pertumbuhan suku bunga bank sejak Januari
1997 sampai Agustus 2001, sedangkan garis yang mulus adalah garis penghalusan
(smoothing) model/ trend pertumbuhan data tersebut.
 2007 Statistika Ekonomi & Bisnis Hal. 9.
BAB-1. Ruang Lingkup Statistika

Diagram Lingkar (PIE)

Merupakan bentuk diagram yang mendeskripsikan data dalam beberapa pecahan, dan
digambarkan dalam satuan proporsi, atau prosentase.
Contoh : Prosentase Mahasiswa STIE STAN IM berdasarkan program studi

Persentase Distribusi Mahasisw a STIE STAN IM

Per-Program Studi
Keterangan : 0.07
0.41
0.52
Jurusan :

1. Akuntansi

2. Manajemen

3. Karyawan
1 2 3

Gambar 1.4. Contoh Diagram Lingkar

Contoh : Diagram Scatter

Perkem bangan Data "X" Th.1994-2004

40

35

30

25

20

15

10

0 Tahun
1992 1994 1996 1998 2000 2002 2004 2006

Gambar 1.5. Contoh Diagram Scatter

Diagram Scatter pada prinsipnya mendeskripsikan posisi data dalam diagram melalui titik-titik pencaran
tertentu, yang biasanya digunakan untuk mencari pola pencaran data, sehingga dapat dideteksi pola data
tersebut melalui fungsi matematis.
Untuk menggambarkan atau mendeskriptifkan data terkelompok dalam bentuk distribusi frekuensi dapat
digunakan dengan beberapa bentuk grafik, yaitu Histogram, Poligon frekuensi, maupun Kurva Ogive.
 2007 Statistika Ekonomi & Bisnis Hal. 10.
 BAB-1. Ruang Lingkup Statistika

i. Histogram : Suatu bentuk diagram batang yang kontinu pada batas interval (limit) data.
Sumbu tegak menyatakan frekuensinya dan sumbu datar menyatakan
limit interval data (yang digunakan adalah tepi batas kiri setiap kelas)
Contoh : untuk contoh distribusi data labor force sebelumnya (pada contoh diagram
batang), dapat dibuatkan tepi batas kiri setiap kelas atau disebut limit
kelas berikut ini :

Jumlah Tepi
Umur L-Force Kls
L-F.
14.5
1250
19.5
15-19 2544
4000 – 24.5
20-24 3237
29.5
25-29 4873
34.5
3000 – 30-34 3876
39.5
35-39 3348
44.5
2000 – 40-44 2590
50.5
45-49 1321
54.5
1000 – 50-54 784
59.5
55-59
14.5 19.5 24.5 29.5 34.5 39.5 44.5 50.5 54.5 59.5
Tepi Kelas

Gambar 1.6 Contoh Histogram

ii. Poligon Frekuensi : Suatu bentuk diagram garis, dimana Plot data di setiap titik tengah
(markah) kelas interval.
Contoh :
Dari contoh data distribusi Tinggi badan Mahasiswa, yaitu dengan dilengkapi nilai
tengah kelas interval data (Markah kelas) berikut :

 2007 Statistika Ekonomi & Bisnis Hal. 11.

BAB-1. Ruang Lingkup Statistika

Tinggi Jumlah
fi Nilai Tengah
Badan Mhs ( fi ) (mid-point)

145-149 12 147
34
150-154 23 152
155-159 34 23 157
160-164 14 162
165-169 10 14
167
170-175 12
7 172,5
10
Jumlah 100 7
Gambar 1.6. Contoh Poligon
147 152 157 162 167 172.5

Gambar 1.7 Contoh Poligon

iii. Kurva Ogive : Suatu bentuk diagram garis yang menyatakan garis kumulatif
kurang dari atau lebih dari suatu frekuensi kelas interval data. Kurva ogive ini
salah satu kurva/ diagram yang digunakan untuk membuktikan sampel data
berdistribusi normal atau tidak. Unit data sampel dapat dikatakan berdistribusi
normal, jika kurva ogive membentuk (kecenderungan) garis lurus. Kurva ogive
disa-jikan dalam salib sumbu, dengan sumbu tegak menyatakan freku-ensi
kumulatif kurang dari/lebih dari, dan sumbu datar menyatakan tepi kelas interval
data (markah).

Contoh (Digunakan Data diatas) :

Tinggi Badan ( fi ) Tepi Kelas F-Kum (Kurang Dari)

144.5 0
145-149 12
149.5 12
150-154 23
154.5 35
155-159 34
159.5 69
160-164 14
164.5 83
165-169 10
169,5 93
170-175 7
175.5 100
Kurva Ogive data diatas :
 2007 Statistika Ekonomi & Bisnis Hal. 12.
BAB-1. Ruang Lingkup Statistika

F-kum ( Kurang dari)

100
93
83

69

 35

 12
Tepi Kelas
0
Gambar 1.7. Contoh kurva Ogive
144.5 149.5 154.5 159.5 164.5 169.5 175.5

Gambar 1.8 Contoh Ogive

Melihat hasil plot pencaran titik Frekuensi Kumulatif kurang dari diatas, tampak
kecenderungan distribusi data mengikuti garis lurus (linier), maka dapat diasumsikan data
pengamatan tersebut berdistribusi peluang normal

c. Pengolahan atau perhitungan Ukuran Statistik

Hal ini dilakukan agar data yang diperoleh dapat berarti (Berbunyi), yaitu dengan
menghitung ukuran-ukuran statistik yang diperlukan, seperti ukuran nilai pusat dan ukuran
Dispersi atau penyimpangan (Hal ini akan dibahas pada Bab 3)

Analisis Statistika lainnya adalah Analisis Inferensial, yaitu suatu cara untuk meng-
Generalisasikan masalah yang diteliti berdasarkan data sample yang dimiliki dan banyaknya
terbatas. Misalnya seorang peneliti telah melaksanakan penelitian tentang IQ siswa SMU di
Bandung pada sejumlah sampel siswa, kemudian hasil tersebut digunakan untuk
memprediksi kepandaian siswa SMU di Bandung secara keseluruhan, maka dalam hal ini
peneliti telah memasuki proses/tahapan analisis secara induktif (atau istilah dalam statistik
disebut inferensia)

Perbedaan kedua analisis statistika tersebut adalah :

 2007 Statistika Ekonomi & Bisnis Hal. 13.

BAB-1. Ruang Lingkup Statistika

> Pengolah data (ukuran Statistik) yang diperoleh dalam analisis Deskriptif sebatas data
yang diperoleh. Sedangkan dalam analisis Inferensial, hasil pengolahan data di
"bunyikan" atau harus diartikan dalam lingkup general (populasi). Oleh karena itu
inferensial hampir identik dengan pola induktif (menganalisis persoalan khusus, dapat
menggambarkan persoalan yang lebih umum).
> Untuk keperluan analisis statistika secara Deskriptif, jenis data sampel yang diambil
tidak harus merupakan sampel berpeluang (dan berdistribusi), tetapi untuk analisis
Inferensial, sampelnya harus selalu merupakan sampel berpeluang. (Jenis-jenis
pengambilan sampel, lihat Bab III : Teknik Sampling). Sehingga cerita lebih lanjut
dalam analisis inferensial, kita berbicara tentang Probabilitas Distribusi, Teori
Penaksiran (Estimasi), Pengujian Hipotesis, dan analisis Regresi.

SOAL-SOAL
Kerjakan & Diskusikan :
LATIHAN
Data berikut ini merupakan hasil Survai (Data Sekunder) yang diperoleh dari Sumber
Bank Indonesia dan Bursa Efek Jakarta Tahun 2001, terdiri atas variabel Suku Bunga
Deposito, Nilai Kurs Rp/US Dollar Amerika dan Indeks Harga Saham Gabungan (IHSG)
di BEJ, selam tahun 1999-2001

Kurs Tengah IHSG

Thn. Bulan
Rp/USD BEJ Jakarta
1999 Januari Rp 8.950 411.93
Pebruari Rp 8.730 323.39
Maret Rp 8.685 394.43
April Rp 8.260 495.22
Mei Rp 8.105 612.38
Juni Rp 6.726 670.54
Juli Rp 6.875 597.87
Agustus Rp 7.565 565.20
September Rp 8.391 566.04
Oktober Rp 6.900 593.87
Nopember Rp 7.425 613.49
Desember Rp 7.100 676.92
2000 Januari Rp 7.425 636.37
Pebruari Rp 7.380 576.54

 2007 Statistika Ekonomi & Bisnis Hal. 14.

BAB-1. Ruang Lingkup Statistika

Maret Rp 7.590 583.27

April Rp 7.945 526.73
Mei Rp 8.620 454.32
Juni Rp 8.735 515.11
Juli Rp 8.820 492.19
Agustus Rp 8.290 466.38
September Rp 8.780 421.33
Oktober Rp 9.395 405.34
Nopember Rp 9.530 429.21
Desember Rp 9.595 416.32
2001 Januari Rp 9.450 425.60
Pebruari Rp 9.835 428.30
Maret Rp 10.400 381.00
April Rp 11.675 358.00
Mei Rp 11.058 405.86
Juni Rp 11.440 437.62

Lakukan Tugas-tugas berikut ini :

(1). Buatkan Daftar Distribusi Frekuensi untuk variabel : Nilai Kurs Rp/ USD dan
variabel IHSG diatas.
(2). Deskripsikan dalam diagram ; Histogram, Poligon dan Ogive pendataan yang
dilakukan pada point 1).
(3). Deskripsikan dalam bentuk Tabel Kontingensi, dengan bentuk berikut

IHSG
< 500  500
Kurs Rp/USD < 8500 ? ?
8500 – 9500 ? ?
> 9000 ? ?

 2007 Statistika Ekonomi & Bisnis Hal. 15.