TUGAS DISKUSI MODUL 5 KB 2

Ika Fujiati (Kelas B)

1. Dalam statistika deskriptif, pada olah data sering kali kita jumpai hitungan terkait ukuran
pemusatan data (sebagai contoh mean, median, modus, variansi) dan penyajian data
dalam berbagai bentuk (table dan bermacam-macam grafik). Menurut anda bagaimana
urgensi dua hal tersebut? Jelaskan!
Jawab:
 Pentingnya ukuran pemusatan data dalam statistika deskriptif
Salah satu aspek yang paling penting untuk menggambarkan distribusi data adalah
nilai pusat data pengamatan (Central Tendency). Setiap pengukuran aritmatika yang
ditujukan untuk menggambarkan suatu nilai yang mewakili nilai pusat atau nilai
sentral dari suatu gugus data (himpunan pengamatan) dikenal sebagai ukuran
pemusatan data (tendensi sentral).
Ukuran pemusatan data adalah sembarang ukuran yang menunjukkan pusat segugus
data, yang telah diurutkan dari yang terkecil sampai yang terbesar atau sebaliknya.
Salah satu kegunaan dari ukuran pemusatan data adalah untuk membandingkan dua
(populasi) atau contoh, karena sangat sulit untuk membandingkan masing-masing
anggota populasi atau masing-masing anggota data contoh. Nilai ukuran pemusatan
ini dibuat sedemikian sehingga cukup mewakili seluruh nilai pada data yang
bersangkutan.

 Pentingnya penyajian data dalam berbagai bentuk

Penyajian data merupakan salah satu kegiatan dalam pembuatan laporan hasil
penelitian yang telah dilakukan agar dapat dipahami dan dianalis sesuai dengan
tujuan yang diinginkan.
Beberapa tujuan penyajian data adalah:
a) Memberikan gambaran yang sistematis tentang peristiwa-peristiwa yang
merupakan hasil penelitian atau observasi
b) Data lebih cepat ditangkap dan dimengerti
c) Memudahkan dalam membuat analisis data
 d) Membuat proses pengambilan keputusan dan kesimpulan lebih tepat, cepat,
akurat dan terssusun dengan rapi
Selain itu penyajian data juga berfungsi:
a) Menunjukkan perkembangan suaatu keadaan
b) Mengadakan perbandingan pada suatu waktu
Ada beberapa cara penyajian data diantara adalah:
1) Tabel
Tabel merupakan kumpulan angka-angka yang disusun menurut kategori-
kategori (misalnya: jumlah pegawai menurut pendidikan dan masa kerja)
sehingga memudahkan dalam pembuatan analisis data.
Penyajian data dalam bentuk tabel bertujuan untuk memberikan informasi dan
gambaran mengenai jumlah secara terperinci sehingga memudahkan
pengolahan data dalam menganalisis data tersebut.
Contoh:

2) Grafik atau diagram

Grafik data disebut juga diagram data, adalah penyajian data dalam bentuk
gambar-gambar. Grafik data biasanya berasal dari tabel dan biasanya dibuat
bersama-sama yaitu tabel dilengkapi grafik. Dengan grafik dapat memberikan
informasi dengan cepat yang dikandung sekelompok data dalam bentuk yang
ringkas. Diagram biasanya lebih menarik dibandingkan penyajian data dengan
tabel. Hal ini bisa dimungkinkan karena dengan diagram kita bisa ditambahkan
manipulasi warna. Grafik dibedakan atas beberapa jenis:
(i) Grafik garis
Adalah grafik berupa garis, diperoleh dari beberapa ruas garis yang
menghubungkan titik-titik pada bidang bilangan.
Contoh:
(ii) Grafik Batangan
Adalah grafik data berbentuk persegi panjang yang lebarnya sama dan
dilengkapi dengan skala atau ukuran sesuai dengan data yang
bersangkutan.
Contoh:

(iii) Grafik lingkaran

Yaitu grafik yang menggambarkan perbandingan nilai-nilai dari suatu
karakteristik. Untuk mengetahui perbandingan suatu data terhadap
keseluruhan, suatu data lebih tepat disajikan dalam bentuk diagram
lingkaran. Grafik data berupa lingkaran yang telah dibagi menjadi
juring-juring sesuai dengan data tersebut. bagian-bagian dari
keseluruhan data tersebut dinyatakan dalam persen atau derajat.
Contoh:
2. Dalam menentukan variansi data, kita mengenal 2 rumus berikut
∑ ( ̅)

dan

∑ ( ̅)

Apa perbedaan kedua rumus tersebut? Berikan penjelasan?

Jawab:
Berbicara tentang standar deviasi atau simpangan baku dalam bahasa Indonesia tidak bisa
lepas dari varians. Hal ini karena standar deviasi adalah akar kuadrat dari varians atau
sebaliknya, varians adalah kuadrat dari standar deviasi. Salah satu ukuran variabilitas
(measure of dispersion) yang paling sering digunakan jika data yang diukur berskala
interval adalah varians. Varians didefinisikan sebagai rata-rata dari skor penyimpangan
kuadrat. Untuk mencari varians, dibedakan antara varians populasi yang dilambangkan
dengan (σ2) dengan varians sample yang dilambangkan dengan (s2).

Nilai varian diperoleh dari pembagian hasil penjumlahan kuadrat (sum of squares)
dengan ukuran data (n).

Namun begitu, dalam penerapannya, nilai varian tersebut bias untuk menduga varian
populasi. Dengan menggunakan rumus tersebut, nilai varian populasi lebih besar dari
varian sampel.
Oleh karena itu, agar tidak bias dalam menduga varian populasi, maka n sebagai pembagi
penjumlahan kuadrat (sum of squares) diganti dengan n-1 (derajat bebas) agar nilai varian
sampel mendekati varian populasi. Oleh karena itu rumus varian sampel menjadi:
Oleh karena itu dapat kita simpulkan, untuk varians populasi dapat dicari dengan rumus:

∑ ( ̅)
Dimana:
µ = rata-rata populasi
N = total jumlah populasi

Adapun varians untuk sample dapat dicari dengan rumus yang sama namun
mengurangkan N dengan 1 sebagai berikut:
∑ ( ̅)
Dimana :
s = rata-rata sample
n = jumlah sampel yang digunakan