MAKALAH STATISTIKA PENDIDIKAN

PENYAJIAN DATA DALAM BENTUK TABEL DAN

DIAGRAM
Dosen Pengampu : Devi Solehat M.Si

Disusun Oleh :

Kelompok 1

Fida Faroha H (11160163000038)

Lu’luul Mukarromah (11160163000047)
Lena Marlina (11150163000025)

Pendidikan Fisika 6B

PROGRAM STUDI PENDIDIKAN FISIKA

FAKULTAS ILMU TARBIYAH DAN KEGURUAN

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

2019
 KATA PENGANTAR

Segala puji bagi Allah SWT yang telah memberikan karunia dan
rahmat-Nya kepada penulis, hingga penulis dapat menyelesaikan penulisan
makalah dengan judul PENYAJIAN DATA DALAM BENTUK TABEL DAN
DIAGRAM.
Penulis menyadari, bahwa makalah ini dapat diselesaikan berkat dukungan
dan bantuan dari berbagai pihak. Oleh karena itu, penulis berterima kasih kepada
semua pihak yang memberikan kontribusi dan dukungan dalam penulisan makalah
ini.
Demikian penulisan makalah ini. Kritik dan saran sangat penulis harapkan
dan dapat disampaikan secara langsung maupun tidak langsung. Semoga makalah
ini menjadi tambahan pengetahuan dan bermanfaat bagi siapa pun yang
membacanya.

i
 DAFTAR ISI

KATA PENGANTAR............................................................................................i
DAFTAR ISI...........................................................................................................ii
BAB I PENDAHULUAN
A. Latar Belakang.............................................................................................1

B. Rumusan Masalah ........................................................................................ 2

C. Tujuan ........................................................................................................... 2

BAB II PEMBAHASAN
A. Pengumpulan Data ....................................................................................... 3

B. Pengolahan Data ........................................................................................... 8

C. Penyajian Data ............................................................................................ 13

DAFTAR PUSTAKA ............................................................................................ 40

3
 BAB I
PENDAHULUAN

A. Latar Belakang

Penggunaan Statistika sudah dikenal sebelum abad 18, pada saat itu
negara- negara Babilon, Mesir dan Roma mengeluarkan catatan tentang
nama, usia, jenis kelamin, pekerjaan dan jumlah anggota keluarga.
Kemudian pada tahun 1500, pemerintahan Inggris mengeluarkan catatan
mingguan tentang kematian dan tahun 1662, dikembangkan catatan tentang
kelahiran dan kematian. Baru pada tahun 1772 - 1791, G. Achenwall
menggunakan istilah statistika sebagai kumpulan data tentang negara.
Tahun 1791 - 1799, Dr .E.A.W Zimmesman mengenalkan kata statistika
dalam bukunya Statistical Account of Scotland. Tahun 1981 - 1935 R.
Fisher mengenalkan analisa varians dalam literatur statistiknya.
Di Indonesia Pengantar Statistika telah dicantumkan dalam
kurikulum matematika Sekolah Dasar sejak tahun 1975. Hal itu disebabkan
karena sekitar lingkungan kita berada selalu berkaitan dengan Statistik.
Misalnya di kantor kelurahan kita mengenal statistik desa, di dalamnya
memuat keadaan penduduk mulai dari banyak penduduk, pekerjaannya,
banyak anak, dan sebagainya.
Kegiatan yang berkaitan dengan statistika dijumpai dalam
kehidupan sehari- hari, misalnya suatu perusahaan ingin mengetahui
seberapa disiplin pegawainya dengan mengumpulkan data kedatangan dan
kepulangan pegawai, seorang ibu rumah tangga ingin mengetahui menu
masakan sehari-hari selama beberapa waktu, seorang guru menarik
kesimpulan bahwa siswanya telah menguasai mata pelajaran IPS dari
rata-rata nilai ulangan harian, nilai mid semster, nilai pekerjaan rumah serta
nilai ulangan akhir semester serta ibu Ketua PKK RT ingin mengetahui
mengapa beberapa warga RT-nya terkena penyakit Demam Berdarah

4
 dengan mengumpulkan tentang adanya jentik-jentik nyamuk dalam bak
mandi dari warga RT selama beberapa bulan. Contoh-contoh di atas
sebenarnya contoh nyata penggunaan statistika yaitu satu kegiatan yaitu
kegiatan data serta penarikan kesimpulan.Berdasarkan hal-hal tersebut di
atas, maka pengantar pembelajaran statistika perlu dikenalkan pada siswa
sejak usia sekolah dasar. Menurut Winarno (2001: 1) anak-anak usia
sekolah dasar belum dapat diajak berpikir secara mendalam, maka statistika
yang diajarkan masih bersifat pengenalan serta diberikan di kelas tinggi.
Hal ini disebabkan karena banyak digunakan perhitungan-perhitungan,
dengan demikian diharapkan dalam belajar statistika anak tidak merasa
terbebani. Untuk itu dalam pembelajaran statistika hendaknya dikaitkan
dengan kegiatan bermain yang digemari siswa ataupun hal-hal yang dialami
siswa langsung. Kegiatan pembelajaran untuk materi statistika dapat
dilakukan di dalam kelas maupun di luar kelas dengan pantauan guru.
Kegiatan pembelajaran yang dipilih diusahakan yang dapat dibayangkan
siswa sesuai dengan lingkungan kehidupan nyata dan alam pikir siswa.
B. Rumusan Masalah

Dari penulisan latar belakang makalah ini, penulis ingin mengetahui

beberapa permasalahan-permasalahan yang akan dibahas dalam penulisan
makalah ini, antara lain:

1. Apa yang dimaksud dengan pengumpulan data?

2. Bagaimana cara pengolahan data?
3. Bagaimana cara penyajian data dalam bentuk tabel, daftar frekuensi dan
grafik data?

C. Tujuan Penulisan
1. Untuk mengetahui mengenai pengumpulan data
2. Untuk mengetahui cara pengolahan data
3. Untuk mengetahui Penyajian Data dalam bentuk Tabel, Daftar Frekuensi
dan Grafik Data

5
 BAB II
PEMBAHASAN

A. Pengumpulan Data
Data statistik yang diharapkan adalah data yang dapat dipercaya dan tepat
waktu. Untuk mencapai tujuan tersebut, maka pengumpulan penyelesaian
datanya harus baik dan cakupan keseluruhan dengan unit yang menjadi objek
penelitian. Informasi yang dikumpulkan itu harus sesuai dengan keadaan yang
sebenarnya dan dengan metode serta cara yang sudah ditentukan.
Sebelumnya pengumpulan data yang dilakukan, terlebih dahulu harus
diketahui untuk apa data itu dikumpulkan. Apakah data tersebut hanya sekedar
untuk mendapatkan gambaran mengenai suatu keadaan atau untuk
memecahkan suatu persoalan. Apapun tujuan pengumpulan data, terlebin dulu
harus diketahui jenis elemen atau objek yang akan diselidiki. Elemen adalah
unit terkecil dari objek penelitian. Elemen atau unit dapat berupa orang
(pegawai negeri, mahasiswa, pedagang, konsumen, karyawan, nasabah bank,
dan sebagainya) organisasi atau badan usaha (perusahaan, sekolah / universitas
departemen, provinsi, kabupaten, kecamatan, desa, rumah tangga, pasar, dan
lain-lain) atau barang (kendaraan, mesin, gedung, senjata, dan sebagainya)
Tujuan pengumpulan data, selain untuk mengetahui jumlah elemen,
juga untuk untuk mengetahui karakteristik dari elemen-elemen tersebut.
Karakteristik adalah sifat-sifat, ciri-ciri atau hal-hal yang dimiliki oleh
elemen, yaitu semua keterangan mengenai elemen. Misalnya, jika elemen itu
pegawai pemerintah / swasta maka karakteristik yang perlu diketahui antara
lain jenis kelamin, pendidikan, agama, umur, masa kerja, golongan dan gaji;
sedangkan jika berupa perusahaan, maka karakteristiknya antara lain jumlah
karyawan, jumlah kekayaan, hasil produksi, dan hasil penjualan; kalau
universitas, karakteristiknya antara lain jumlah mahasiswa, jumlah dosen, dan

6
banyak fakultas.
Variabel atau peubah ialah sesuatu yang nilainya berubah atau berbeda.
Nilai karakteristik suatu elemen merupakan nilai variabel, misalnya harga
(karakteristik harga suatu barang akan berubah-ubah menurut waktu atau
berbeda-beda menurut tempat) produksi, hasil penjualan, ekspor, pendapatan
nasional, umur, tinggi badan, berat badan, tekanan darah, temperatur / suhu,
modal perusahaan, dan lain sebagainya. Biasanya untuk menunjukkan suatu
variable dipergunakan huruf latin (X,Y,Z) atau Yunani dan lain sebagainya.
Populasi adalah kumpulan dari keseluruhan elemen sejenis tetapi dapat
dibedakan satu sama lain. Perbedaan-perbedaan itu disebabkan karena adanya
nilai karakteristik yang berlainan. Misalnya, seluruh karyawan perusahaan
merupakan suatu populasi, disini elemen merupakan orang, yaitu karyawan
perusahaan. Walaupun jenisnya sama, namun karakteristiknya secara
keseluruhan akan berlainan, misalnya umur, pendidikan, masa kerja, jumlah
anak, gaji pokok, dan lain sebagainya. Jadi, populasi bisa merupakan seluruh
penduduk Indonesia, seluruh perusahaan industri di indonesia, seluruh petani
di Jawa Tengah, seluruh kendaraan departemen keuangan, dan lain sebagainya;
untuk menunjukkan banyaknya elemen populasi, kita berikan notasi N.
Catatan : Karena pengumpulan data akan menghasilkan nilai observasi sebagai
nilai karakteristik dari masing-masing elemen, maka kumpulan
seluruh nilai (data) observasi disebut populasi. Kumpulan seluruh
kemungkinan hasil eksperimen juga disebut populasi. Oleh karena
itu, populasi dan sampel sering ditulis sebagai berikut :
Populasi : X1, X2, …. , X , …. , XN
Sampel : X1, X2, …. , X , …. , Xn
Sampel adalah sebagian dari populasi. Jika n adalah jumlah elemen sampel dan
N adalah jumlah elemen populasi, maka n < N (n lebih kecil dari N) istilah lain
dari sampel adalah contoh.

7
1. Metode Pengumpulan Data
Didalam statistik dikenal dua cara pengumpulan data, yaitu cara
sensus dan cara sampling.
Sensus
Sensus adalah cara pengumpulan data dimana seluruh elemen
populasi diselidiki satu per satu. Data yang diperoleh sebagai hasil
pengolahan sensus disebut data yang sebenarnya (true value), atau sering
disebut parameter. Misalnya, hasil sensus penduduk tahun 1980
memberikan data sebenarnya mengenai penduduk Indonesia (jumlahnya
menurut umur, jenis kelamin, lapangan kerja, agama dan pendidikan), dan
sensus pegawai negeri tahun 1973 memberikan data sebenarnya mengenai
jumlahnya menurut pendidikan, pusat dan daerah, dan lain sebagainya.
Sensus pertanian dan sensus industri, masing-masing memberikan data
sebenarnya tentang keadaan permasalahan pertanian dan industri.
Perlu diperhatikan disini bahwa cara sensus mahal biayanya serta
memerlukan banyak tenaga dan waktu. Sebetulnya cara ini tidak efisien.
Oleh karena itu, menurut rekomendasi PBB (Perserikatan Bangsa Bangsa)
kepada para Negara anggota, sensus penduduk cukup sekali dilakukan
dalam 10 tahun (Indonesia menyelenggarakan sensus penduduk pada
tahun 1961, 1971, 1980, 1990, dan 2000), sedangkan sensus industri dan
pertanian masing-masing cukup sekali dalam 5 tahun.
Sampling
Sampling adalah cara pengumpulan data dimana yang diselidiki
adalah elemen sampel dari suatu populasi. Data yang diperoleh dari hasil
sampling merupakan data perkiraan (estimate value). Jadi, jika dari 1000
perusahaan hanya akan diselidiki 100 saja, maka hasil penyelidikannya
merupakan suatu perkiraan.

8
 Misalnya, perkiraan jumlah karyawan, perkiraan jumlah produksi,
perkiraan jumlah modal, perkiraan rata-rata modal, perkiraan rata-rata gaji
karyawan per bulan, dan lain sebagainya. Jika nilai yang dihitung
berdasarkan seluruh elemen populasi disebut parameter, maka yang
dihitung berdasarkan sampel disebut statistic.
Dibandingkan dengan sensus, pengumpulan data dengan cara
sampling membutuhkan biaya lebih sedikit, memerlukan waktu yang lebih
cepat, tenaga yang tidak terlalu banyak, dan dapat menghasilkan cakupan
data yanp lebih luas serta terperinci. Dalam banyak hal metode
pengumpulan data dengan cara sampling disukai dengan pertimbangan
keterbatasan biaya dan waktu serta penelitian yang bersifat merusak.
2. Alat pengumpulan data
Apabila metode pengumpulan datanya sudah ditentukan, kemudian
tentukan alat untuk memperoleh data dari objek yang akan diteliti. Alat
atau device untuk memperoleh keterangan dari objek atau elemen antara
lain :
 Daftar pertanyaan (questionnaire)
 Wawancara
 Observasi atau pengamatan langsung
 Melalui pos, telepon, atau alat komunikasi lainnya

Bagian yang sangat penting dalam pengumpulan data adalah

merancang kuisioner. Kuisioner atau daftar isian adalah satu set
pertanyaan yang tersusun secara sistematis dan standar sehingga
pertanyaan yang sama dapat diajukan terhadap setiap responden.
Sistematis yang dimaksud adalah bahwa item-item pertanyaan disusun
menurut logika sesuai dengan maksud dan tujuan pengumpulan data.

9
Sedangkan yang dimaksud standar adalah setiap item pertanyaan
mempunyai pengertian, konsep dan definisi yang sama.
Usaha untuk membuat kuisioner suatu survey yang baik, harus
diarahkan pada dua tujuan utama, yaitu :
 Memperoleh informasi/data yang berhubungan dengan maksud dan
tujuan survey
 Mengumpulkan informasi dengan kecermatan dan ketelitian yang
dapat dipertanggungjawabkan

Untuk memenuhi tujuan pertama, rancangan kuisioner harus

benar-benar sesuai dengan situasi dimana lingkup topic yang diselidiki
dapat dibatasi, informasi yang dikumpulkan harus berupa fakta dan
bersifat objektif sesuai dengan tujuan survey. Selain itu,
pertanyaan-pertanyaan tersebut hanya ditujukan kepada responden yang
diketahui berhak dan mampu menjawabnya.
Sedangkan untuk memenuhi tujuan kedua, ada hal yang harus
dilakukan dalam pembuatan kuesioner. dapat Tingkat ketelitian informasi
yang dikumpulkan dapat diperoleh apabila kuisioner disusun secara
sederhana. Selain itu kuesioner harus mudah dimengerti serta adanya
keseragaman peristiwa dan petunjuk pengisiannya.
Meskipun bukan merupakan satu-satunya alat pengumpulan data,
tetapi kuisioner adalah alat yang efektif untuk berbagai cara pengumpulan
data seperti wawancara, observasi maupun lewat pos. keuntungan
penggunaan kuisioner dalam suatu survey dibandingkan dengan teknik
lainnya adalah dapat diperolehnya data standar yang dapat
dipertanggungjawabkan untuk keperluan analisis menyeluruh tentang
karakteristik populasi yang diselidiki.

10
 Jenis pertanyaan dalam kuisioner dapat dibedakan menjadi
pertanyaan terbuka dan pertanyaan tertutup. Perbedaan kedua jenis
pertanyaan tersebut terletak pada tingkat kebebasan responden dalam
menjawab pertanyaan-pertanyaan kuisioner. Pertanyaan terbuka
memungkinkan responden memberikan jawaban yang dikehendaki
dengan kata-kata yang dipilihnya sendiri. Sedangkan pertanyaan tertutup
membatasi jawaban responden dengan keharusan memilih diantara
jawaban-jawaban yang sudah tercantum dalam kuisioner.1

B. Pengolahan Data
1. Pengertian Pengolahan Data
Apabila data sudah dikumpulkan (daftar pertanyaan sudah diisi,
pertanyaan-pertanyaan yang diajukan dalam wawancara sudah memperoleh
jawaban, [engamatan/observasi sudah dilakukan), maka diperoleh data
mentah. Data mentah (raw data) adalah hasil pencatatan peristiwa atau
karakterisik elemen yang dilakukan pada tahap pengumpulan data.
Agar data mentah yang telah dikumpulkan tersebut lebih berguna,
maka perlu diolah. Pengolahan data merupakan suatu proses untuk
memperoleh data/angka ringkasan berdasarkan kelompok data mentah.
Data/angka ringkasan dapat berupa jumlah, proporsi, presentase, rata-rata
dan sebagainya.
Data statistik merupakan angka-angka ringkasan dari hasil
pengolahan berdasarkan data mentah, seperti total, rata-rata presentase,
angka indeks, simpangan baku, koefisien korelasi, dan koefisien regresi.
Data statistik sebagai hasil sensus disebut data sebenarnya (true
value/parameter), sedangkan data statistic hasil sampling disebut data
perkiraan (estimate value) atau sering juga disebut statistik.

1
J. Supranto, Statistik: Teori dan Aplikasi Edisi Keenam, (Jakarta: Erlangga, 2000), hal. 21-24

11
 Tujuan dari pengolahan data adalah medapatkan data statistik yang
dapat digunakan untuk melihat atau menjawab persoalan secara agregat
atau kelompok, bukan satu per satu secara individu. Misalnya, berapa
jumlah penduduk Indonesia, berapa jumlah produksi beras di Jawa Tengah
tahun1980, berapa jumlah beras yang harus diimpor, berapa rata-rata
kebutuhan beras per kapita per tahun, berapa % penduduk Indonesia yang
buta huruf, dan berapa rata-rata harga beras di Tulung Agung sebulan yang
lalu.
2. Metode Pengolahan Data
Untuk menentukan metode pengolahan data yang baik, jawabannya
bergantung pada seberapa besar ukuran datanya. Secara umum, metode
pengolahan data dapat dibedakan menjadi dua, yaitu pengolahan data secara
manual (manual data processing) dan pengolahan data secara elektronik
(electronical data processing).
1) Pengolahan data secara manual (manual data processing)
Pengolahan data secara manual umumnya dilakukan untuk jumlah
observasi yang tidak terlalu banyak. Pengolahan secara manual
biasanya memerlukan waktu yang sangat lama, karena harus meneliti
satu per satu dari setiap observasi.
Metode pengolahan secara manual dapat dijumpai pada pemilihan
umum yang telah dilaksanakan. Dalam rangka mengetahui jumlah
pemilih menurut jenis partai di masing-masing tempat pemungutan
suara (TPS), maka setiap suata yang masuk harus dihitung. Dalam hal
ini, objek yang diteliti adalah masing-masing individu pemilih yang
mencoblos tanda gambar tertentu. Untuk mendapatkan informasi
berapa jumlah pemilih partai tertentu, panitia pemungutan suara
biasanya menghitung dan membuat tally mark pada masing-masing
tanda gambar partai sesuai dengan tanda gambar yang dipilih di

12
 pemungutan suara. Dari peristiwa peungutan suara tersebut, dapat
dibayangkan betapa lamanya waktu yang dibutuhkan untuk melakukan
pengolahan data secara manual. Meskipun demikian, dalam keadaan
tertentu sperti pemilu, pengolaha data secara manual harus dilakukan.
2) Pengolahan data secara elektronik (electronical data processing)
Dengan bantuan computer, pengolahan data dengan
masing-masing individu dirinci menurut beberapa karakteristik dapat
dilakukan dengan mudah dan cepat. Jika pada pengolahan data secara
manual kemungkinan terjadnya kesalahan sangat besar, maka dengan
pengolahan data secara elektronik kesalahan tersebut dapat
diminimalisir.
Meskipun demikian, bukan berarti pengolahan data dengan
computer tidak ada masalah apapun. Masalah pertama adalah bahwa
kita harus membuat program entri data sesuai dengan
pertanyaan-pertanyaan yang ada di kuesioner. Selain itu, sering terjadi
hasil isian kuesioner yang tidak bisa langsung dimasukkan dalam
komputer (data entry), sehingga perlu dilakukan pengeditan.
Setelah data hasil penelitian dimasukkan ke computer dalam
bentuk file data, maka selanjutnya dapat dilakukan pengolahan lebih
lanjut untuk mengetahui jumlah, presentase, serta ukuran statistik
lainnya sesuai dengan fasilitas yang ada pada komputer2.

3. Tahap-tahap Pengolahan Data

1) Editing data
Proses editing merupakan proses dimana peneliti melakukan
klarifikasi, keterbacaan, konsistensi dan kelengkapan data yang
terkumpul. Proses klarifikasi menyangkut pemberian penjelasan

2
J. Supranto, Statistik: Teori dan Aplikasi Edisi Keenam, (Jakarta: Erlangga, 2000), hal. 24-26.

13
 mengenai apakah data yang sudah terkumpul akan menciptakan
masalah konseptual atau teknis pada saat peneliti melakukan analisis
data. Dengan adanya klarifikasi ini diharapkan diharapkan masalah
teknis atau konseptual tidak mengganggu proses analisis sehingga
dapat menimbulkan bias penafsiran hasil analisis. Keterbacaan
berkaitan dengan apakah data yang sudah terkumpul secara logis dapat
digunakan untuk justifiksi penafsiran terhadap hasil analisis.konsistensi
mencakup keajegan jenis data berkaitan dengan skala pengukuran yang
akan digunakan. Kelengkapan mengacu pada terkumpulnya data secara
lengkap sehingga dapat digunakan untuk menjawab masalah yang
sudah dirumuskan dalam penelitian tersebut3.
Tujuan editing adalah untuk menghilangkan kesalah-kesalahan
yang terdapat pada pencatatan yang ada dilapangan dan bersifat
korektif. Setelah melakukan tugas lapanangan, maka berkas-berkas
catatan informasi atau data siap untuk diolah. Dalam editing ini akan
diteliti lagi hal-hal sebagai berikut:
a. Kelengkapan pengisian
b. Keterbatasan tulisan
c. Kejelasan makna jawaban
d. Keajegan dan kesesuaian jawban satu sama lain
e. Relevansi jawaban
f. Keseragaman satuan data4

3
Jonathan, Sarwono, Metode Penelitian Kuantitatif dan Kualitatif, (Yogyakarta: Graha Ilmu,
2006), hlm. 235.
4
Mochamad fauzi, Metodologi Penelitian Kuantitatif, (Semarang :Walisongo Press, 2009), hlm.
204.

14
 2) Pengembangan Variabel
Pengembangan variabel yaitu spesifikasi semua variabel yang
diperlukan oleh peneliti yang mencakup dalam data yang sudah
terkumpul atau dengan kata lain apakah semua variabel yang
diperlukan sudah termasuk dalam data. Jika belum berarti data yang
terkumpul belum lengkap atau belum mencakup semua variabel yang
diteliti.
1) Pengkodean Data (Coding)
Coding yaitu pemberian atau pembuatan kode pada tiap-tiap
data yang termasuk kedalam kategori yang sama. Kode adalah
isyarat yang dibuat dalam bentuk angka-angka, atau huruf yang
memberikan petunjuk, identitas pada suatu informasi atau data yang
akan dianalisi. Tujuannya yaitu agar data dapat dipindahkan
kedalam sarana penyimpanan, misalnya komputer dan analisis
berikutnya. Dengan data yang sudah diubah dalam bentuk angka
maka peneliti akan lebih mudah mentransfer kedalam komputer dan
mencari program perangkat lunak yang sesuai dengan data yang
digunakan sebagai sarana analisis5.
Contoh pemberian kode misalnya, pertanyaan dibawah ini
yang menggunakan jawaban “ Ya” dan “ Tidak” dapat diberi kode
1 untuk Ya dan dua untuk Tidak Pertanyaan: Apakah saudari
menyukai pekerjaan saat ini?
Jawaban : Ya atau Tidak
2) Cek Kesalahan
Peneliti melakukan pengecekan kesalahan pada data
sebelum dimasukkan kedalam komputer untuk melihat apakah
langkah-langkah sebelumnya sudah diselesaikan tanpa kesalahan
yang serius.
3) Membuat Struktur Data
Penelititi membuat struktur data yang mencakup semua data
yang dibutuhkan untuk analisis kemudian dipindahkan kedalam
komputer.

5
Mochamad fauzi, Metodologi Penelitian Kuantitatif, (Semarang :Walisongo Press, 2009), hlm.
206.

15
C. Penyajian Data
Data statistik tidak hanya cukup dikumpulkan dan diolah, tetapi juga perlu
disajikan dalam bentuk yang mudah dibaca dan dimengerti oleh pengambil
keputusan. Penyajian data ini bias dalam bentuk tabel atau grafik dengan
keuntungan bahwa data tersebut akan lebih cepat ditangkap dan dimengerti
daripada disajikan dalam bentuk kata-kata.6
1. Penyajian dengan Tabel
Tabel merupakan kumpulan angka-angka yang disusun menurut
kategri-kategori (misalnya, jumlah pegawai menurut pendidikan dan masa
keja; jumlah penjualan menurut jenis barang dan daerah penjualan; jumlah
produksi menurut jenis barang dan kantor cabang; dan lain sebagainya)
sehingga memudahkan untuk pembuatan analisis data.7
Tabel menurut KBBI ialah daftar yang berisi ikhtisar sejumlah (besar)
data informasi, biasanya berupa kata-kata dan bilangan yang tersusun
secara bersistem, urut ke bawah dalam lajur dan deret tertentu dengan
garis pembatas sehingga dapat dengan mudah disimak. Menurut Somantri,
tabel (tables) adalah angka yang disusun sedemikian rupa menurut
kategori tertentu sehingga memudahkan pembahasan dan analisisnya. 8
Sedangkan menurut Sudijono “ tabel” tidak lain adalah: alat penyajian
data statistik yang berbentuk (dituangkan dalam bentuk) kolom dan lajur.
Jadi tabel adalah penyajian data yang tersusun atas baris dan kolom yang
memuat kumpulan angka berdasarkan kategori tertentu.9

6
J Supranto, Statistik Teori dan Aplikasi, (Jakarta: Erlangga, 2000), hlm. 30.
7
Ibid., hlm. 30.
8
Somantri, Ating dan Sambas Ali Muhidin, Aplikasi statistika dalam Penelitian (Bandung: Pustaka
Ceria, 2006) hlm. 107.
9
Anas Sudijono, Pengantar Statistik Pendidikan, (Jakarta : PT RajaGrafindo Persada, 2009).

16
  Macam-Macam Tabel
Ada berbagai bentuk tabel yang dikenal, yaitu tabel satu arah (one
way table) atau dapat disebut juga Tabel baris kolom, tabel dua arah
(two way table) atau dapat disebut juga tabel kontingensi, dan tabel
tiga arah (three way table).
a) Tabel Baris Kolom
Tabel baris kolom ini adalah tabel-tabel yang dibuat selain dari
tabel kontingensi dan distribusi frekuensi yaitu tabel yang terdiri
dari baris dan kolom yang mempunyai ciri tidak terdiri dari
faktor-faktor yang terdiri dari beberapa kategori dan bukan
merupakan data kuantitatif yang dibuat menjadi beberapa
kelompok. Sedangkan Gasperz menyatakan bahwa Tabel Satu
Arah (One Way Table) merupakan tabel paling sederhana yaitu
hanya menunjukan satu hal saja.10 Jadi tabel baris kolom adalah
tabel yang terdiri dari 1 variabel atau faktor atau kategori. Tabel
satu arah adalah tabel yang memuat keterangan mengenai suatu
hal atau suatu karakteristik saja, misalnya:
 Data personalia: jumlah personalia menurut: a) pendidikan,
b) masa kerja, c) umur, d) golongan, dan lain sebagainya.
 Data peralatan: jumlah kendaraan bermotor menurut: a)
merek, b) jenis, c) umur, d) harga, dan lain sebagainya.11

10
Vincent, Gaspersz, Statistika, (Bandung: Armico, 1989), hlm. 33.
11
OpCit., hlm. 33.

17
Contoh 1:
Produksi Kayu Hutan menurut Jenis Produksi 1996/1997
(000 M3)
Jenis Banyaknya
(1) (2)
Kayu Bulat 26.069
Kayu Gergajian 3.427

Kayu Lapis 10. 948

Jumlah 40.444
Sumber: Departemen Kehutanan dalam Statistik Indonesia 1997,
BPS.
Contoh 2:
Nilai Proyek Penanaman Modal Asing Menurut Sektor
Ekonomi 1997

Sektor Jumlah
US$
(1) (2)
Pertanian 463,7

Pertambangan 1,6
Perindustrian 23.017,3
Listrik/gas dan air 1.839,9
Konstruksi 306,8
Perdagangan 472,0
Transportasi 5.900,0

Lembaga Keuangan, 1.397,6

Asuransi
Jasa Masyarakat, Sosial, 433,6

18
 dan Perorangan
Jumlah 33.832,5
Sumber: Statistik Indonesia 1997, BPS.
b) Tabel Kontingensi (Tabel dua arah)
Tabel kontingensi merupakan data yang terdiri atas dua
faktor atau dua variable yaitu faktor yang satu terdiri atas b
kategori dan lainnya terdiri atas k kategori, dapat dibuat daftar
kontingensi berukuran b x k dengan b menyatakan baris dan k
menyatakan kolom. 12 Sedangkan Gasperz menyatakan bahwa
Tabel Dua Arah (Two Way Table) menunjukan dua hal. Jadi
dapat disimpulkan tabel kontingensi adalah tabel yang terdiri dari
dua (2) variabel atau kategori atau faktor.
Tabel dua arah ialah tabel yang menunjukkan hubungan
dua hal atau dua karateristik, misalnya;
 Data personalia, menurut masa kerja dan pendidikan, masa
kerja dan golongan, agama dan pendidikan, dan lain
sebagainya.
 Data peralatan, menurut umur dan merek, umur dan jenis,
dan lain sebagainya.13

12
Sudjana, M.A., M.SC.Metode Statistika, (Bandung: Tarsito,2005), hlm. 20.
13
OpCit., hlm. 34.

19
 Contoh:
Tabel 1
Jumlah Mahasiswa Universitas Persada Jakarta, menurut
Fakultas dan Agama, 1999
Fakultas Katolik Bukan Katolik Jumlah
Fakultas Ekonomi 266 292 558
Fakultas Ilmu Pendidikan dan 72 68 140
Keguruan
Fakultas Ilmu Pasti 108 88 196

Fakultas Teknik 150 162 312

Fakultas Hukum 55 65 120
Fakultas Kedokteran 273 168 459
Jumlah 924 861 1.785

c) Tabel tiga arah

Tabel tiga arah adalah tabel yang menunjukkan tiga hal
atau tiga karakteristik, misalnya:
 Data personalia, menurut masa kerja, pendidikan, dan
golongan; masa kerja, umur, serta golongan; dan lain
sebagainya.
 Data peralatan, menurut umur, merek, dan jenis; jenis,
merek, dan unit kerja; dan lain sebagainya.14

14
OpCit., hlm. 35.

20
 Contoh 1:
Tabel 2
Jumlah Karyawan Departemen X menurut Masa Kerja,
Pendidikan, dan Golongan PGPS, 2017
SLP SLA
Masa Kerja Jumlah
I II III IV I II III IV
1 2 3 4 5 6 7 8 9 10
<8

8 < 16
16 < 24
24 < 32

32 30 25 5 60

Jumlah
Keterangan: < = kurang dari

= sama atau lebih

Dari tabel di atas bias dibaca bahwa jika karyawan yang

sudah mempunyai masa kerja 32 tahun atau lebih harus pension,
maka ada 60 orang yang harus pension, dengan rincian 30
karyawan SLP golongan I, dan 30 karyawan SLA, yang mana 25
golongan II dan 5 golongan IV. Oleh karena itu yang pension
harus diganti, agar tidak merusak komposisi kepegawaian,
penggantinya haruslah disesuaikan dengan yang akan pension,
terutama pendidikan dan golongan.15

15
Ibid.

21
 Contoh 2:
Tabel 3
Jumlah Kendaraan Prusahaan X menurut Umur, Merek, dan Jenis,
pada tahun 2017
TOYOTA MITSUBISHI HINO
Umur Jumlah
Sedan Bis DII Sedan Bis DII Sedan Bis DII
1 2 3 4 5 6 7 8 9 10
< 1 Tahun

1 th < 2 th
2 th < 3 th
3 th < 4 th
4 th < 5 th

5 th 5 2 1 4 1 3 1 1 18

Jumlah

Dari tabel di atas, bias diketahui bahwa kendaraan yang

sudah berumur 5 tahun atau lebih, sesuai dengan peraturan yang
ada, mungkin harus diganti. Didalam penggantiannya harus
diperhatikan merek dan jenis kendaraan. Ada 18 modil yang
harus diganti, diantaranya lima Sedan Toyota, dua Bis Toyota,
dan seterusnya sesuai dengan tabel tersebut.16
d) Tabel Distribusi Frekuensi
 Pengertian Distribusi Frekuensi
Pengertian Tabel Distribusi Frekuensi menurut Sudijono
adalah alat penyajian data statistik berbentuk kolom dan lajur,
yang di dalamnya dimuat angka yang dapat melukiskan atau
menggambarkan pencaran atau pembagian frekuensi dari

16
Ibid.

22
 variabel yang sedang menjadi objek penelitian. 17 Somantri
menyatakan bahwa tabel distribusi frekuensi adalah susunan
data dalam suatu tabel yang telah diklasifikasikan menurut
kelas-kelas atau kategori tertentu.18
Pasaribu menyatakan pencaran frekuensi adalah suatu
daftar yang menunjukkan penggolongan sekumpulan data
dimana telah termasuk penentuan berapa bilangan yang
termasuk ke dalam setiap golongan. 19 Sedangkan Furqon
(1999:19) berpendapat bahwa daftar distribusi frekuensi
menunjukkan rincian skor dari suatu perangkat data beserta
frekuensinya masing-masing dalam suatu pengukuran. Dalam
suatu tabel distribusi frekuensi akan kita dapati: (1) variabel,
(2) frekuensi, dan (3) jumlah frekuensi. Dalam contoh di atas,
angka-angka 100, 90, 85, 80, 75 ,70, 60, 55, 50, dan 40 adalah
angka yang melambangkan variabel nilai hasil ujian, angka 2,
3, 3, 6, 8, 7, 5, 3, 2, dan 1 adalah angka yang menunjukkan
frekuensi, 4 macam Tabel Distribusi Frekuensi, yaitu: Tabel
Distribusi Frekuensi Data Tunggal, Tabel Distribusi Frekuensi
Data Kelompok, Tabel Distribusi Frekuensi Kumulatif, dan
Tabel Distribusi Frekuensi Relatif (Tabel Persentase).
Sedangkan menurut Somantri dikenal dua bentuk
distribusi frekuensi menurut pembagian kelasnya, yaitu
distribusi frekuensi kualitatif (kategori) dan distribusi
frekuensi kuantitatif (bilangan). Pada distribusi frekuensi
kualitatif pembagian kelasnya didasarkan pada kategori

17
Anas,Sudijono, . Pengantar Statistik Pendidikan, (Jakarta: : PT Raja Grafindo Persada, 1987),
hlm. 36.
18
Somantri, Ating dan Sambas Ali Muhidin, Loc.Cit. hlm 107.
19
Pasaribu, Amudi, Loc.Cit, hlm. 29.

23
 tertentu dan banyak digunakan untuk data berskala ukur
nominal. Sedangkan kategori kelas dalam tabel distribusi
frekuensi kuantitatif, terdapat dua macam, yaitu kategori data
tunggal dan kategori data berkelompok (bergolong). Pendapat
Somantri, sejalan dengan pendapat Amudi Pasaribu yang
menyatakan bahwa kita mengenal dua macam pencaran
frekuensi menurut jenis data yang digolongkan di dalamnya,
yaitu pencaran frekuensi bilangan (numerical frequency
distribution) dan pencaran frekuensi kategoris (categorical
frequency distribution). Jadi dapat disimpulkan tabel distribusi
frekuensi adalah tabel yang memuat sejumlah data yang
diklasifikasikan atau dikelompokkan berdasarkan kelas atau
kategori tertentu.
a. Tabel Distibusi Frekuensi Data Tunggal
Tabel Distribusi Data Tunggal adalah salah satu jenis
tabel statistik yang di dalamnya disajikan frekuensi dari data
angka; angka yang ada itu tidak dikelompok-kelompokkan
(ungrouped data).20
Contoh :
Tabel 4
Nilai UAS Dalam Bidang Studi Matematika
kelas X 1 SMA Tunas Cendekia.

Nilai (x) Frekuensi (f)

9 4

8 6

7 9

6 16

20
Sudijono, Loc.Cit. hlm. 36

24
 5 5

Jumlah 40 = N

Pada Tabel 3 itu, Nilai UAS Dalam Bidang Studi Matematika

dari 40 orang siswa kelas X1 SMA Tunas Cendekia berbentuk
Data Tunggal, sebab nilai tersebut tidak
dikelompok-kelompokkan (ungrouped data).21
b. Tabel Distribusi Frekuensi Data Kelompokan
Tabel Distribusi Frekuensi Data Kelompokan adalah
salah satu jenis tabel statistik yang di dalamnya disajikan
pencaran frekuensi dari data angka, dimana angka-angka
tersebut dikelompok-kelompokkan (dalam tiap unit terdapat
sekelompok angka) Data disajikan melalui Tabel 2 berbentuk
Data Kelompokkan (Grouped Data). Adapun huruf N yang
terdapat pada lajur “ Total” adalah singkatan dari Number
atau Number of Gases yang berarti “ jumlah frekuensi” atau
“ jumlah hal yang diselidiki” atau “ jumlah individu”
(Sudijono, 1987: 37).
Jadi tabel distribusi frekuensi data kelompokan adalah
tabel distribusi frekuensi yang disusun secara interval atau
kelas-kelas didasarkan pada angkaangka. Contoh tabel
distribusi frekuensi data kelompokan adalah sebagai berikut

21
Ibid, hlm. 37.

25
Tabel 5
Distribusi Frekuensi Usia dari 60 orang Guru Matematika
yang Bertugas Pada Sekolah Menengah Atas Negeri.

Usia Frekuensi (f)

49-53 3

44-48 9

39-43 8

34-38 11

29-33 12

24-28 15

Jumlah 60 = N

Menurut M. Iqbal Hasan distribusi frekuensi dapat dibuat

dengan mengikuti pedoman berikut.
1. Mengurutkan data dari yang terkecil ke yang terbesar
2. Menentukan jangkauan (range) dari data.
Jangkauan = data terbesar – data terkecil
3. Menentukan banyaknya kelas (k)
Banyaknya kelas ditentukan dengan rumus sturgess
𝑘 = 1 + 3,3 log 𝑛 , 𝑘 𝜖 bulat
Keterangan :
k = banyaknya kelas
n = banyaknya data
Hasilnya dibulatkan, biasanya ke atas.
4. Menentukan panjang interval kelas

Panjang interval kelas

26
 5. Menentukan batas bawah kelas pertama
Batas bawah kelas pertama biasanya dipilih dari data
terkecil atau data terkecil yang berasal dari pelebaran
jangkauan (data yang lebih kecil dari data terkecil) yang
selisihnya harus kurang dari panjang interval kelasnya.
6. Menuliskan frekuensi kelas secara melidi dalam kolom
turus atau tally (sistem turus) sesuai banyaknya data.22
c. Tabel Distribusi Frekuensi Kumulatif
Tabel Distribusi Frekuensi Kumulatif ialah salah satu
jenis tabel statistik yang didalamnya disajikan frekuensi yang
dihitung terus meningkat atau selalu ditambah-tambahkan,
baik dari bawah ke atas maupun dari atas ke bawahSedangkan
menurut Siregar, distribusi frekuensi kumulatif adalah
distribusi frekuensi yang nilai frekuensinya (f) diperoleh
dengan cara menjumlahkan frekuensi demi frekuensi.23
Jadi tabel distribusi frekuensi kumulatif adalah suatu
tabel yang disajikan frekuensi dihitung dengan cara
menjumlahkan frekuensi demi frekuensi. Contoh tabel
distribusi frekuensi kumulatif adalah sebagai berikut.

22
M. Iqbal Hasan, Pokok – Pokok Materi Statistika 1 (Statistik Deskriptif), (Jakarta :PT Bumi
Aksara ,2011) hlm. 43.
23
Siregar,Syofian, Statistika Deskriptif untuk Penelitian Dilengkapi Perhitungan Manual dan
Aplikasi SPSS Versi 17, (Jakarta : Rajawali Pers, 2010), hlm. 10.

27
Tabel 6
Distribusi Frekuensi Kumulatif Nilai-nilai Hasil THB
Bidang studi PMP Dari 40 Orang Siswa MTsN.

Nilai (x)

8 7 40 = N 7

7 18 33 25

6 5 15 30

5 10 10 40 = N

Jumlah N = 40 - -

Tabel 7
Distribusi Frekuensi Kumulatif Usia 50 Orang Guru
Agama Islam Yang Bertugas Pada Sekolah Dasar Negri.

Usia F Fk Fk
(b) (a)

50-54 6 50=N 6
45-49 7 44 13
40-44 10 37 23
35-39 12 27 35
30-34 8 15 43
25-29 7 7 50=N

Total: 50=N - -

Tabel 6 dinamakan Tabel Distribusi Frekuensi

Kumulatif Data Tunggal, sebab data yang disajikan dalam
tabel ini berbentuk data yang tidak dikelompokkelompokkan.

28
 (lihat kolom 1). Pada kolom 2 dimuat frekuensi asli (yakni
frekuensi sebelum diperhitungkan frekuensi kumulatifnya).
Kolom 3 memuat frekuensi kumulatif yang dihitung dari
bawah ( 𝑘(𝑏)), dimana angka-angka yang terdapat pada kolom
ini diperoleh dengan langkah-langkah kerja sebagai berikut:
10 + 5 = 15; 15 + 18 = 33; 33 + 7 = 40;. Hasil penjumlahan
akhir dari frekuensi kumulatif akan selalu sama dengan N
(disini N = 40). Kolom 4 memuat frekuensi Kumulatif yang
dihitung dari atas (𝑓(𝑎)), di mana angka-angka yang terdapat
pada kolom ini dieroleh dengan langkah-langkah kerja sebagai
berikut; 7 + 8 =25; 25 + 5 =30; 30 +10 = 40 = N.24
Adapun Tabel 7 kita namakan Tabel Distribusi
Frekuensi Kumulatif Data Kelompokan, sebab data yang
disajikan dalam tabel ini berbentuk data kelompokkan.
Tentang keterangan atau penjelasan lebih lanjut pada
pokoknya sama seperti keterangan yang telah dikemukakan
untuk Tabel 6 di atas.
d. Tabel Distribusi Frekuensi Relatif
Pasaribu menyatakan bahwa pencaran frekuensi dapat
diubah menjadi pencaran frekuensi relatif. Perubahan ini dapat
dilakukan dengan membagi setiap frekuensi kelas dengan n
(jumlah frekuensi seluruhnya). Menurut Somantri tabel
distribusi frekuensi relatif merupakan tabel distribusi
frekuensi yang dinyatakan dalam bentuk persenan. Tabel
Distribusi Frekuensi Relatif juga dinamakan Tabel Persentase.
Dikatakan “ frekuensi relatif” sebab frekuensi yang disajikan
di sini bukanlah frekuensi yang sebenarnya, melainkan

24
Sudijono, Loc.Cit, hlm. 39.

29
frekuensi yang dituangkan dalam bentuk angka persenan.
Jadi tabel distribusi frekuensi relatif adalah tabel
distribusi yang nilai frekuensinya dinyatakan dalam bentuk
persentase (%). Contoh tabel distribusi frekuensi relatif adalah
sebagai berikut.
Tabel 8
Distribusi Frekuensi Relatif (Distribusi Persentase) tentang
Nilai-nilai THB Dalam Studi PKn dari sejumlah 40 Orang
Siswa MTsN.

Nilai (x) F Presentase (P)

8 7 17.5

7 18 45.0

6 5 12.5

5 10 25.0

Jumlah N = 40

Keterangan:
Untuk memperoleh frekuensi relative (angka
persenan)sebagaimana tertera pada kolom 3 tabel 8,
digunakan rumus:

f = frekuensi yang dicari presentasenya

N = Number of Cases (jumlah frekuensi/banyaknya
indvidu)
P = angka presentase
Jadi angka persenan sebesar 17.5 itu diperoleh dari:

30
 Demikian seterusnya, jumlah presentase harus selalu sama
dengan 100.0.
e. Tabel Persentase Kumulatif
Somantri menyatakan bahwa tabel persentase
kumulatif adalah tabel frekuensi yang frekuensi tiap kelasnya
disusun berdasarkan frekuensi kumulatif. Frekuensi kumulatif
didapat dengan jalan menjumlahkan banyaknya frekuensi
tiap-tiap kelas. Seperti halnya Tabel Distribusi Frekuensi
Tabel Persentase atau Tabel Distribusi Frekuensi relatif pun
dapat diubah ke dalam bentuk Tabel Persentase Kumulatif
(Tabel Distribusi Frekuensi relatif Kumulatif)
(Sudijono,1987:41).
Jadi tabel persentase kumulatif adalah tabel frekuensi
yang terlebih dahulu mencari distribusi frekuensi relatif
(dinyatakan dalam bentuk persentase) kemudian disusun
berdasarkan frekuensi kumulatif (dengan menjumlahkan
frekuensi tiap-tiap kelas). Contoh Tabel Persentase Kumulatif
adalah Tabel 10 untuk data tunggal,dan Tabel 11 untuk data
berkelompok. Penjelasan tentang bagaimana cara memperoleh
pk(b) dan pk(a) adalah sama seperti penjelasan yang telah
dikemukakan pada Tabel 6.

31
Tabel 10
Tabel Persentase Kumulatif (Tabel Distribusi Frekuensi relatif
Kumulatif) tentang nilai hasil THB dalam bidang studi PMP
dari sejumlah 40 orang siswa MTsN.

Nilai (x) P

9 10.0 100.0 = ƩP 10.0

8 15.5 90.0 25.5

7 49.5 74.5 75.5

6 25.0 25.0 100.0 = ƩP

Jumlah ƩP = 100.0 - -

Tabel 11
Tabel Persentase Kumulatif (Tabel Distribusi Frekuensi
relatifKumulatif) tentang nilai hasil THB dalam bidang studi
PMP dari sejumlah 40 orang siswa

Nilai (x) P

66-70 10.0 100.0 = ƩP 10.0

61-65 15.0 90.0 25.0

56-60 25.5 75.0 50.0

51-55 20.0 50.0 70.0

46-50 10.0 30.0 80.0

41-45 20.0 20.0 100.0 = ƩP

Jumlah ƩP = 100.0 - -

32
 2. Penyajian dengan Grafik/Diagram
Penyajian data dengan grafik/diagram lebih komunikatif dan dalam
waktu singkat kita dapat mengetahui suatu keadan yang memerlukan suatu
keputusan. Secara visual grafik merupakan gambar-gambar yang
menunjukkan data berupa angka dan biasanya dibuat berdasarkan tabel
yang telah ada sebelumnya. Ada beberapa jenis grafik yang akan kita
pelajari, yaitu25 :
1. Grafik garis (line chart)
2. Grafik batang/balok (bar chart)
3. Grafik lingkaran (pie chart)
4. Grafik gambar (pictogram)
5. Grafik berupa peta (cartogram)

1) Grafik Garis
Grafik garis atau diagram garis dipakai untuk menggambarkan suatu
keadaan berupa data berkala. Misalnya, jumlah kelahiran tiap tahun,
pertumbuhan ekonomi tiap tahun, pendapatan perkapita dari tahun
1990-1995, banyaknya bayi yang lahir dirumah sakit perbulan dalam 1
tahun, dan seterusnya.
Ada beberapa jenis grafik garis, yaitu grafik garis tunggal (single
line chart), Grafik garis berganda (multiple line chart), grafik garis
komponen berganda (multiple component line chart), dan grafik garis
komponen presentasi berganda (multiple percentage component line
chart)26.
Kelebihan Pengunaan Grafik Garis adalah sebagai berikut27 :
1. Diagram garis digunakan untuk memperkirakan data berdasarkan
pola-pola yang telah diperoleh
2. Diagram garis ada yang tunggal dan majemuk,diagram garis
majemuk yaitu dalam satu gambar terdapat lebih dari satu garis.
diagram garis majemuk biasanya digunakan untuk
membandingkan dua keadaan atau lebih yang mempunyai
hubungan.

25
Boediono dan Wayankoster, Statistika dan Probabilitas, (Jakarta: PT Remaja
Rosdakarya,2001), hlm 27
26
Ibid, hal 31

33
 Kekurangan Pengunaan Grafik Garis adalah sebagai berikut :
1. hanya digunakan untuk data yang berkala,tidak bisa data yang
lainnya
2. harus sangat teliti dalam membaca diagram ini.

a. Grafik Garis Tunggal

Grafik garis tunggal adalah grafik yang terdiri atas suatu
garis yang menggambarkan perkembangan suatu keadaan /
kejadian berupa data berkala dari waktu ke waktu.
Untuk menggambarkan grafik garis diperlukan sumbu datar
(sumbu X) dan sumbu tegak (sumbu Y)
Contoh: Data Penjualan Harapan Kita selama Tujuh Tahun

Tahun 2001 2002 2003 2004 2005 2006 2007

Hasil
80 97.5 100 110 115 125 150
Penjualan

Grafik Garis Tunggal

Hasil Penjualan
160
140
120
100
80
60
2001 2002 2003 2004 2005 2006 2007

b. Grafik Garis Ganda

Grafik garis ganda adalah grafik yang terdiri atas beberapa
garis yang menggambarkan perkembangan beberapa keadan dari
waktu kewaktu28.
Contoh : Penjualan HipotetisToko “Terang”selama Delapan
Tahun Terakhir.

Jenis Barang 2000 2001 2002 2003 2004 2005 2006 2007

Televisi 20 30 35 40 50 65 70 85

28
Husaini Usman dan R. Purnomo Setiady Akbar, Pengantar Statistika (Jakarta: Bumi
Aksara,2011), hlm 33

34
 Radio 25 45 50 60 65 75 80 90

Kulkas 30 50 60 75 85 90 95 100

c. Grafik Garis Komponen Berganda

Grafik garis komponen berganda, serupa dengan garfik
berganda, garis yang teratas / terakhir menggambarkan jumlah
(total) dari komponen-komponen, sedangkan garis lainnya
menggambarkan masing-masing komponen29.
Contoh : Jumlah Pesawat Terbang menurut Kepemilikan selama
Enam Tahun

29
Ibid, hlm 35

35
 d. Grafik Garis Presentase Komponen Berganda

Grafik garis presentase komponen berganda adalah grafik

yang serupa dengan grafik garis komponen berganda, hanya
masing-masing dinyatakan sebagai presentase terhadap jumlah
(total), sehingga garis teratas (terakhir) merupakan garis yang
menunjukkan 100%.
Contoh : Data Presentase Realisasi Kredit Kepemilikan Rumah
melalui BTN selama Enam Tahun

2) Grafik batang/balok

Grafik batang umumnya digunakan untuk menggambarkan

perkembangan nilai suatu objek penelitian dalam kurun waktu
tertentu. Diagram batang menunjukkan keterangan-keterangan
dengan batang-batang tegak atau mendatar secara vertikal dan sama
lebar dengan batang-batang terpisah.
Grafik batang pada dasarnya sama fugsinya dengan grafik garis
yaitu untuk menggambarkan data berkala. Grafik batang juga terdiri
dari grafik batang tunggal dan grafik batang ganda.
Cara menggambarkan grafik batang caranya hampir sama dengan
menggambarkan grafik garis. Hanya didalam grafik batang untuk

36
 mengatakan suatu keadaan digunakan batang/balok bukan grafis. 30
Jenis-jenis diagram grafik batang (bar chart) antara lain sebagai
berikut31 : single bar chart (grafik batang tunggal), multiple bar chart
(grafik batang berganda), multiple companent bar chart (grafik batang
komponen berganda), multiple precentage component bar chart
(grafik batang presentase komponen berganda), dan net balanced bar
chart (grafik batang berimbang netto).
Kelebihan Pengguanan grafik batang, ialah grafik yang paling
sederhana dan paling umum.
Kekurangan Pengguanaan grafik batang , diagram batang hanya
disajikan data yang telah dikelompokkan atas atribut dan kategori.

1. Grafik Batang Tunggal

Contoh: Data Penjualan Harapan Kita selama Tujuh Tahun

Tahun 2001 2002 2003 2004 2005 2006 2007

Hasil
80 97.5 100 110 115 125 150
Penjualan

160

140

120

100

Hasil Penjualan
80

60

30
Anas Sudijono, Pengantar Statistika Pendidikan (Jakarta: Rajawali Pres, 2010),

hlm 21.
31
Ibid, hal 21

37
 2. Grafik Batang Berganda
Contoh : Penjualan HipotetisToko “Terang”selama Delapan
Tahun Terakhir.

Jenis
2000 2001 2002 2003 2004 2005 2006 2007
Barang

Televisi 20 30 35 40 50 65 70 85

Radio 25 45 50 60 65 75 80 90

Kulkas 30 50 60 75 85 90 95 100

3. Grafik Batang Komponen Berganda

Contoh : Calon Pemilih warga DKI Jakarta pada Pemilu 1999
menurut Indentitas Penduduk dan Wilayah

38
 3) Grafik lingkaran
Cara lain yang juga sering dipakai untuk menggambarkan
data adalah dengan grafik lingkaran. Untuk membuat grafik
lingkaran, gambarlah suatu lingkaran, lalu dibagi-bagi menjadi
beberapa bagian sesuai kepentingan. Tiap bagian menunjukkan
karakteristik data yang terlebih dahulu diubah menjadi derajat
atau persen32.
Kelebihan Penggunaan Pie Chart:
1. Tempat untuk membuat diagram lingkaran tidak terlalu besar
2. Diagram lingkaran sangat berguna untuk membandingkan
proporsi dari data.
Kekurangan Penggunaan Pie Chart ialah, diagram lingkaran
tersebut tidak dapat menunjukkan frekuensinya.
Contoh :Sebuah Kabupaten di Indonesia penduduknya
mempunyai mata pencarian sebagai berikut :
A : Pertanian : 25%
B : Perikanan : 25%
C : Pertambangan : 50%

Penyelesaian :
A. Pertanian = 25/100 x 360 = 90
B. Perikanan = 25/100 x 360 = 90
C. Pertambangan = 50/100 x 360 = 180

32
Boediono dan Wayankoster, Statistika dan Probabilitas, (Jakarta: PT Remaja
Rosdakarya,2001), hlm 35

39
4) Grafik Gambar
Grafik gambar adalah grafik berupa gambar atau lambing.
Grafik gambar sering dipakai untuk mendapatkan suatu
gambaran yang agak kasar mengenai suatu keadaan dan
merupakan alat visual bagi orang awam. Grafik gambar dapat
menampilakan suatu keadaan dengan cara yang sangat menarik.
Gambar yang dipilih biasanya bergantung pada karaketeristik
datanya. Misalnya, data jumlah penduduk digambarkan atau
dilambangkan dengan orang, data gedung digambarkan dengan
gedung, data hasil pertanian digambarkan dengan
pohon-pohonan, atau buah-buahan, dan sebagainya. Kesulitan
yang dihadapi adalah untuk menggambarkan sesuatu yang tidak
penuh. Misalnya, bila satu gambar orang menyatakan 1000
penduduk, maka kita akan sulit menggambarkan penduduk yang
jumlahnya 250 orang, karena sulit membuat gambar seperempat
orang.

Contoh: Data Penjualan Harapan Kita selama Delapan Tahun

Tahun 2000 2001 2002 2003 2004 2005 2006 2007

Hasil
Penjualan 1000 1200 1200 1600 1400 1800 2000 2000
(Ton)

40
 5) Grafik berupa peta

Grafik berupa peta adalah grafik yang digambarkan pada peta

yang sebenarnya, dan diberi warna. Dalam pembuatannya digunakan
peta geografis tempat yang terjadi. Dengan demikian diagram ini
melukiskan keadaan dihubungkan dengan tempat kejadiannya, seperti
halnya kepadatan penduduk atau kurang penduduk suatu daerah dan
atau pulau atau juga bisa melihat penduduk dalam daerah tersebut.33
Contoh: peta indonesia di gambarkan dengan gambar jagung, padi,
kopi, teh, pada daerah-daerah tertentu yang menggambarkan bahwa
daerah Jawa Barat penghasil padi, jagung, daerah Sulawesi Selatan
penghasil kopi, daerah Bali penghasil teh.
Contoh : Peta Kepadatan Penduduk Indonesia

Propinsi Jumlah Penduduk Tiap km2

Jawa dan Madura 690

Sumatera 59

Kalimantan 12

Sulawesi 55

Maluku 19

Nusa Tenggara 96

33
Iqbal Hasan, Analisis Data Penelitian Dengan Statistika, (Jakarta: PT Bumi Aksara,
2010), hal 34

41
42
 DAFTAR PUSTAKA

Boediono, wayan Koster. 2001. Statistika dan Probabilitas. Jakarta: PT Remaja

Rosdakarya

Fauzi, Mochamad. 2009. Metodologi Penelitian Kuantitatif. Semarang : Walisongo

Press.

Hasan, Iqbal. 2010. Analisis Data Penelitian Dengan Statistika. Jakarta: PT Bumi
Aksara

Hasan, Iqbal. 2011. Pokok – Pokok Materi Statistika 1 (Statistik Deskriptif).

Jakarta : PT Bumi Aksara.

Sarwono, Jonathan. 2006. Metode Penelitian Kuantitatif dan Kualitatif.

Yogyakarta: Graha Ilmu.

Siregar, Syofian. 2010. Statistika Deskriptif untuk Penelitian Dilengkapi

Perhitungan Manual dan Aplikasi SPSS Versi 17. Jakarta : Rajawali Pers.

Somantri, Ating dan Sambas Ali Muhidin. 2006. Aplikasi statistika dalam
Penelitian. Bandung: Pustaka Ceria.

Sudijono, Anas. 2010. Pengantar Statistik Pendidikan. Jakarta: Rajawali Pers

Sudjana. 2005. Metode Statistika. Bandung: Tarsito.

Supranto, Johanes. 2008. Statistika : Teori Dan Aplikasi, jilid 1, Edisi Ketujuh.
Jakarta: PT Erlangga

Usman, Husaini dan R. Purnomo Setiady Akbar. 2011. Pengantar Statistika. Jakarta
: Bumi Aksara

Vincent, Gaspersz. 1989. Statistika. Bandung : Armico.

43