BAB
BAB
RUANG LINGKUP
STATISTIKA 11
1.1. 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.
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 :
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.
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.
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 :
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.
Asal Daerah
Bandung Luar Bandung
Sex Laki-Laki 28 23
Perempuan 38 20
Jumlah 66 43
Sumber : Akademik , 2002
- (mid-point atau markah) kelas data, dan kolom-kolom berikutnya dapat dilengkapi
keterangan lain, seperti frekuensi relatif, frekuensi kumulatif, dll.
Skema :
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 :
(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
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.
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.
Umur Jml.
Jumlah Labor Force di Kota Garut
Sumbu datar (Horizontal) menyatakan kelompok Umur Labor Force, dan sumbu tegak
(Vertikal) menyatakan Jumlah Labor Force.
55-59
45-49
35-39
25-29
Jumlah
15-19
(Suku Bunga)
70
60
50
40
30
20
10
Observed
0
Cubic
-10
-Jan’97 - - Agust ‘01
T (Periode Waktu)
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
1. Akuntansi
2. Manajemen
3. Karyawan
1 2 3
40
35
30
25
20
15
10
0 Tahun
1992 1994 1996 1998 2000 2002 2004 2006
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
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 :
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
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).
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
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
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)
> 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
(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 ? ?