PENDAHULUAN
BAB II
TINJAUAN PUSTAKA
1. Data Kualitatif
Data yang tidak dapat diukur berdasarkan skala numerik, hanya dapat diklasifikasikan
dalam beberapa kategori. Misalnya, seringkali kita memberi nilai numerik acak pada data
kualitatif untuk memudahkan memasukkan data ke komputer dan analisis. Tapi nilai numerik ini
hanya berupa kode, dimana angka-angka tidak dapat benar-benar ditambah, dikurang, dikali,
dibagi, dan diproses secara matematis lainnya (Bluman:2012).
2. Data Kuantitatif
Data berupa numerik dan dapat diurutkan atau diperingkat (Bluman:2012). Data Kuantitatif
dibagi lagi menjadi:
1. Variabel Diskrit
Dapat diberi nilai seperti 0,1,2,3 dan nilainya dapat dihitung (Bluman:2012).
2. Variabel Kontinyu
Dapat mengasumsikan jumlah nilai tak terbatas dalam sebuah interval antara dua spesifik
nilai. Dapat diperoleh dengan pengukuran dan termasuk pecahan dan desimal
(Bluman:2012)
diurutkan. Sifat dari median antara lain: median digunakan untuk mencari nilai tengah suatu
gugus data, median lebih efektif daripada rata-rata ketika terdapat data ekstrim, dll
(Bluman,2012:16).
a. Data Tunggal
b. Data kelompok
Dimana:
� = kelas bawah dari interval dimana median terletak
� = jumlah nilai observasi(frekuensi total)
� = frekuensi kumulatif yang bersesuaian dengan B (sebelum nilai median)
��= frekuensi kumulatif yang bersesuaian dengan tepi kelas atas dari interval dimana median
dihitung
i = besarnya interval kelas
3. Modus
Nilai yang terjadi paling sering atau yang mempunyai frekuensi paling tinggi. Modus tidak
selalu ada, yang mana hal ini terjadi apabila semua pengamatan mempunyai frekuensi terjadi
yang sama (Walpole:1993). Rumus yang digunakan untuk menghitung modus data kelompok:
4. Midrange
Nilai terendah ditambah nilai tertinggi dibagi dua. Sifat dari midrange antara lain: mudah
untuk diperhitungkan, memberikan hasil midpoint, sangat terpengaruh oleh nilai ekstrim dalam
data set (Bluman:2012). Berikut merupakan rumus dari midrange:
Ukuran variabilitas atau ukuran keragaman data, adalah suatu ukuran yang menyatakan
seberapa besar nilai-nilai berbeda, bervariasi, menyimpang dengan nilai ukuran pusatnya,
(McClave, Benson & Sincich: 2014). Dalam ukuran variabilitas terdapat variansi, standar deviasi,
dan range.
1. Variansi
Variansi terlihat dalam kurtosis sebagai luas daerah penerimaan, karenanya satuan variansi
adalah kuadrat. Kuadrat ini muncul karena selisih masing-masing anggota data apabila
dihadapkan dengan meannya jika dijumlahkan akan selalu bernilai nol. (McClave, Benson, &
Sincich:2014 ). Berikut adalah rumus dari variansi:
σ 2 =Σ ( xi−μ )2 : N (2-9)
Sumber: Vincent & Weirs (2012:92)
2
s =Σ( xi−x )2 n−1 (2-10)
Sumber: Weirs (2008:92)
Dimana:
�2 = variansi populasi � = rata-rata populasi
𝑥� = nilai ke I N = jumlah data dalam populasi
�2 = variansi sampel x = rata-rata sampel
n = jumlah data dalam sampel �� = frekuensi kelas i
�� = nilai tengah kelas i
2. Standar deviasi
Standar deviasi menunjukkan seberapa jauh data tersebar dari rata-ratanya. Standar deviasi
merupakan akar dari variansi (McClave, Benson & Sincich: 2014).
Dimana:
� = standar deviasi populasi � = standar deviasi sampel
� = rata-rata populasi 𝑥 = rata-rata sampel
� = jumlah data populasi � = jumlah data sampel
3. Range
Range atau dapat disebut kisaran kumpulan data kuantitatif. Kisaran ini mudah dihitung
dan dipahami, tapi merupakan variasi data yang agak tidak sensitif jika kumpulan datanya besar.
Ini karena dua kumpulan data bisa mempunyai kisaran yang sama dan sangat berbeda dalam
kaitannya dengan variasi data. (McClave, Benson & Sincich: 2014).
Range=nilai maksimum−nilai minimum (2-15)
Sumber: Vincent & Weir (2008:91)
Pada distribusi simetris, nilai data didistribusikan pada kedua sisi rata-rata. Rata-rata,
median dan modus terletak pada senter distribusi.
Ketika sebagian besar data jatuh di kanan dari rata-rata dengan ekor ke kiri, distribusinya
dinamakan skewness negatif atau skewness kiri. Pada distribusi ini rata-rata terletak pada kiri
median dan modus terletak pada kanan median.
Tabel 4.1 Jumlah Perguruan Tinggi Swasta yang ada di Indonesia Menurut Masing-masing Provinsi.
Jumlah Jumlah
No Provinsi perguruan No Provinsi perguruan
tinggi swasta tinggi swasta
1 Aceh 99 18 Nusa Tenggara Barat 55
Nusa Tenggara
2 Sumatera Utara 259 19 43
Timur
3 Sumatera Barat 102 20 Kalimantan Barat 42
4 Riau 75 21 Kalimantan Tengah 23
5 Jambi 42 22 Kalimantan Selatan 47
6 Sumatera Selatan 115 23 Kalimantan Timur 60
7 Bengkulu 16 24 Sulawesi Utara 44
8 lampung 80 25 Sulawesi Tengah 33
Kepulauan Bangka
9 12 26 Sulawesi Selatan 208
Belitung
10 Kepulauan Riau 26 27 Sulawesi Tenggara 38
11 DKI Jakarta 329 28 Gorontalo 11
12 Jawa Barat 393 29 Sulawesi Barat 12
13 Jawa Tengah 265 30 Maluku 23
14 DI Yogyakarta 124 31 Maluku Utara 16
15 Jawa Timur 363 32 Papua Barat 16
16 Banten 113 33 Papua 39
17 Bali 58
Berikut ini merupakan hasil pengolahan data tentang Jumlah Perguruan Tinggi Swasta
menurut masing-masing Provinsidengan menggunakan software Minitab dan perhitungan
manual.
a. Klik menu Stat >>> Basic Statistic >>> Display Descriptive Statistics.
b. Akan muncul kotak Display Descriptive Statistics.
c. Masukkan variabel jumlah pada kotak variables. Dan klik Statistics.
d. Pilih all untuk memilih semua yang ingin diketahui. Statistics ini dilakukan untuk
melakukan perhitungan statisik yaitu mengenai central tendency data, distribusi data.
e. Klik Graphs.
f. Centang penyajian data yang akan dipilih, misalnya Histogram of data, lalu klik OK.
g. Maka akan muncul output data sebagai berikut.
m
∑ fx¿ 2
¿
¿
∑ ¿−¿
n¿
s 2=¿
33 ( 644512 )−2402082
33(32)
18866814
=17886.3011
1056
St. dev
σ =
√ ∑ f i m2i −N x́ 2
N
=
√ 17886.3011=133.67
BAB V
PENUTUP
5.1 Kesimpulan
Dari perhitungan data yang telah diolah didapatkan bahwa persebaran perguruan tinggi
dwasta di Indonesia tidak merata. Persebaran perguruan tinggi swasta berpusat di kota-kota
besar di Indonesia.
1. Dari hasil pengolahan studi kasus menggunakan diagram batang karena data yang
digunakan adalah data tunggal, diagram batang digunakan karena lebih informative dan
lebih jelas selain itu data yang digunakan pada diagram batang adalah data tunggal yang
mewakili data dari studi kasus yang sedang dibahas selain itu data tunggal lebih akurat
kebenarannya.
2. Studi kasus yang digunakan adalah data kualitatif yang dikuantitatifkan dan merupakan
data tunggal. Sedangkan pengolahan data menggunakan minitab akan lebih akurat
apabila menggunakan data kelompok. Hal ini menjadi penyebab ada perbedaan pada
variansi dan standar deviasi.
3. Studi kasus yang digunakan adalah persebaran tinggi swasta di Indonesia dengan
menggunakan diagram batang kita dapat mengetahui jumlah PTS di masing-masing
provinsi.
5.2 Saran
Berikut adalah saran yang untuk lab, praktikum dan studi kasus
1. Untuk lab
Fasilitas yang ada di dalam lab khususnya pada computer disesuaikan dengan jumlah
praktikan yang melakukan praktikum.
2. Untuk praktikum
Timeline kurang informatif
3. Untuk studi kasus
Seharusnya penyebaran perguruan tinggi swasta lebih merata pada kota-kota kecil di
Indonesia