Anda di halaman 1dari 24

PENGOLAHAN DAN PENYAJIAN DATA STATISTIKA

Makalah ini dibuat dan ditulis sebagai salah satu syarat mata kuliah Statistika

Di susun oleh :
Kelompok 3 DIV Tk.2
1. Alvelia Paldesta (P05130218003)
2. Dwi Anggraeni (P05130218017)
3. Nurqaulan Karima Gustari (P051302130218034)
4. Tri Rahayu Putri (P05130218049)
Dosen pembimbing : Dr. Demsa Simbolon, SKM, MKM

POLITEKNIK KESEHATAN KEMENTERIAN KESEHATAN


BENGKULU
2019

1
KATA PENGANTAR

Segala puji dan syukur kehadirat Allah SWT yang telah melimpahkan
rahmat-Nya, sehingga saya dapat menyelesaikan pembuatan makalah Pengolahan
dan Penyajian data yang diajukan untuk memenuhi tugas Mata Kuliah
mikrobiologi.
Kami menyadari bahwa makalah ini masih jauh dari kata sempurna, kritik
dan saran dari semua pihak sangat saya harapkan demi kesempurnaan dari
makalah ini. Semoga makalah sederhana ini dapat dipahami bagi siapapun yang
membacanya. Sekiranya makalah yang telah disusun ini dapat bermanfaat bagi
kita semua.
Akhir kata saya sampaikan terima kasih dosen pembimbing mata kuliah dan
kepada semua pihak yang telah berperan serta dalam pembuatan makalah ini dari
awal sampai akhir. Semoga Allah SWT senantiasa meridhai usaha kita semua.

ii 2
DAFTAR ISI

Halaman Judul

Kata Pengantar ....................................................................................................... ii

Daftar Isi .................................................................................................................. iii

BAB I PENDAHULUAN

A. Latar Belakang .......................................................................................... 4


B. Tujuan ....................................................................................................... 5
C. Rumusan Masalah .................................................................................... 5

BAB II PEMBAHASAN

A. Pengertian Pengolahan Data ...................................................................... 6


B. Tujuan Pengolahan Data ........................................................................... 6
C. Langkah-Langkah Pengolahan Data .......................................................... 6
D. Pengertian Penyajian Data ......................................................................... 10
E. Manfaat Penyajian Data............................................................................. 10
F. Klasifikasi Bentuk Penyajian Data ............................................................ 10
G. Bentuk Dan Contoh Penyajian Data Untuk Data Numerik ....................... 18
H. Bentuk Dan contoh Penyajian Data Untuk Data Kategorik ...................... 20

BAB III PENUTUP

A. Kesimpulan ............................................................................................... 23
B. Saran ......................................................................................................... 23

Daftar Pustaka

Lampiran

3
iii
BAB I

PENDAHULUAN

A. Latar Belakang
Statistik adalah kumpulan angka yang sering disusun, diatur, atau
disajikan ke dalam bentuk daftar/tabel, sering pula daftar atau tabel
tersebut disertai dengan gambar-gambar yang biasa disebut diagram atau
grafik. Data yang diperoleh itu dapat berupa bilangan yang melukiskan
suatu persoalan.
Statistika adalah pengetahuan yang berhubungan dengan cara-cara
pengumpulan data, pengolahan atau penganalisaannya dan penarikan
kesimpulan atau interprestasi terhadap hasil analisis kumpulan data
tersebut. Statistika dikelompokkan dalam dua kelompok yaitu
statistika deskriptif dan statistika inferensia. Statistika deskriptif
adalah metode yang berkaitan dengan pengumpulan dan penyajian
suatu gugus data sehingga memberikan informasi yang berguna.
Statistika deskriptif ini menggambarkan dan menganalisa data dalam suatu
kelompok tanpa membuat/menarik kesimpulan tentang populasi atau
kelompok yang lebih besar.
Sedangkan pengertian statistika inferensia adalah metode yang
berhubungan dengan analisis sebagian data untuk kemudian sampai pada
peramalan atau penarikan kesimpulan tentang seluruh gugus data
induknya. Dalam statitistik inferensial berkaitan dengan kondisi-kondisi
dimana data dari sampel dianalisis tersebut ditarik kesimpulan untuk
populasi dari mana sampel tersebut diambil.
Kegiatan pengumpulan data di lapangan, akan menghasilkan angka –
angka yang disebut data kasar.penyebutan dengan istilah data kasar
menunjukkan bahwa data itu belum diolah dengna teknik statistic tertentu.
Jadi, data – data itu masih berwujud sebagaimana data itu diperoleh yang
biasanya berupa skor. Skor – skor tersebut dapat pula disebut dengan
istilah skor kasar, yang artinya sama dengan data kasar. Biasanya relatif

4
banyak dan tidak beraturan. Dalam pembuatan laporan penelitian, data
tersebut yang harus dilaporkan. Agar dapat memberikan gambaran ya g
bermakna, data – data itu haruslah disajikan kedalam tampilan yang
sistematis.
Ada sejumlah cara yang dapat dipilih untuk menampilkan data hasil
pengukuran dalam kerja penelitian. Penyajian data yang mana yang
sebaiknya dipilih tergantung jenis data, selera peneliti, dan tujuan
penampilan data itu sendiri. ( Burhan Nurgiyantoro dkk, 2004:31 )

B. Tujuan
1. Untuk mengetahui pengertian pengolahan data
2. Mengetahui tujuan pengolahan data
3. Menegtahui langkah-langkah pengolahan data
4. Untuk mengetahui pengertian penyajian data
5. Mengetahui manfaat penyajian data
6. Menegetahui apa saja kalisifikasi bentuk penyajian data
7. Mengetahui bentuk dan contoh penyajian data untuk data numerik
8. Mengetahui bentuk dan contoh penyajian data untuk data kategorik

C. Rumusan Masalah
1. Apa pengertian pengolahan data?
2. Apa tujuan pengolahan data?
3. Bagaimana langkah-langkah pengolahan data?
4. Apa pengertian penyajian data?
5. Apa manfaat penyajian data?
6. Apa saja kalisifikasi bentuk penyajian data?
7. Berikan bentuk dan contoh penyajian data untuk data numerik?
8. Berikan bentuk dan contoh penyajian data untuk data kategorik?

5
BAB II

PEMBAHASAN

A. Pengertian Pengolahan Data


Pengolahan data pada dasarnya merupakan suatu proses untuk
memperoleh data/angka ringkasan berdasarkan kelompok data mentah.
Data atau angka ringkasan dapat berupa jumlah (total), proporsi,
persentase, rata-rata, dan sebagainya. Data mentah adalah hasil pencatatan
peristiwa atau karakteristik elemen yang dilakukan pada tahap
pengumpulan data.
Data statistik merupakan angka-angka dari ringkasan hasil pengolahan
berdasarkan data mentah seperti total. Rata-rata, persentase, angka indeks,
simpangan baku (deviasi standar), koefisien korelasi dan koefisien regresi.
Data statistik sebagai hasil sensus disebut data sebenarnya (true
value/parameter ), sedangkan sebagai hasil sampling disebut data
perkiraan (estimate value) atau sering juga disebut statistik.

B. Tujuan Pengolahan Data


Tujuan dari pengolahan data adalah mendapatkan 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 tanah Jawa
Tengah pada tahun 1980, berapa rata-rata kebutuhan beras per kapita per
tahun, berapa rata-rata konsumsi susu per kapita per bulan, berapa %
penduduk Indonesia yang buta huruf, berapa % penduduk Indonesia yang
bekerja di sektor pertanian, dan sebagainya.

C. Langkah-Langkah Pengolahan Data


Sebelum dilakukan analisis perlu dilakukan persiapan data untuk
memudahkan proses analisis data dan interpretasi hasilnya, yaitu:
pengeditan, pemberian kode dan pemrosesan data.

6
1. Pengeditan (Editing) Pengeditan merupakan proses pengecekan dan
penyesuaian yang diperlukan terhadap data untuk memudahkan proses
pemberian kode dan pemrosesan data dengan teknik statistik. Data
yang diperoleh dari hasil survai atau observasi perlu diedit dari
kemungkinan kekeliruan dalam proses pencatatan yang dilakukan oleh
pengumpul data, serta dari pengisian kuesioner yang tidak lengkap
atau tidak konsisten.
Tujuan pengeditan data adalah untuk menjamin kelengkapan,
konsistensi dan kesiapan data dalam proses analisis. Proses pengeditan
dapat dilakukan di lapangan (field editing) sesaat setelah melakukan
pengecekan terhadap isian kuesioner. Pengeditan dapat juga dilakukan
di tempat pemrosesan data (in house editing) setelah beberapa atau
semua data terkumpul, misalnya karena field editing sulit dilakukan.
Prosedur pengeditan akan memudahkan proses pemberian kode dan
data entry.
2. Pemberian Kode (Coding) Pemberian kode merupakan proses
identifikasi dan klasifikasi data ke dalam skor numerik. Proses
pemberian kode (coding) ini diperlukan terutama untuk data yang
dapat diklasifikasikan, misal: jawaban dari tipe pertanyaan tertutup
(close-ended questions) yang tidak memberikan alternatif kepada
responden selain pilihan jawaban yang tersedia. Pemberian kode pada
jawaban dari tipe pertanyaan terbuka (open-ended questions) relatif
lebih sulit karena memerlukan judgement dalam menginterpretasikan
jawaban responden.
Tujuan pemberian kode pada tipe pertanyaan terbuka adalah untuk
mengurangi variasi jawaban responden menjadi beberapa kategori
umum sehingga dapat diberi skor numerik. Teknis pemberian kode
dapat dilakukan sebelum atau setelah pengisian kuesioner. Proses
pemberian kode akan memudahkan dan meningkatkan efisiensi proses
data entry ke dalam komputer.
Pemrosesan Data (Data Processing) Setelah kedua tahap di atas
dilaksanakan, maka data siap untuk diolah atau dianalisis. Analisis

7
yang sesuai dengan tahapan audit kinerja sektor publik adalah analisis
statistik deskriptif. Berikut akan dibahas secara rinci teknik analisis
tersebut.
a. Definisi Statistik deskriptif pada dasarnya merupakan proses
transformasi data dalam bentuk tabulasi sehingga mudah dipahami dan
diinterpretasikan. Tabulasi menyajikan ringkasan, pengaturan atau
penyusunan data dalam bentuk tabel numerik dan grafik. Ukuran yang
digunakan dalam deskripsi antara lain berupa: frekuensi, tendensi
sentral (rata-rata, median, modus), dan dispersi (deviasi standar dan
varian).
b. Tujuan Analisis Statistik Deskriptif Analisis statistik deskriptif
bertujuan untuk melihat data secara apa adanya untuk memperoleh
gambaran umum mengenai variabel-variabel yang diukur pada sampel.
c. Jenis-jenis Analisis Deskriptif Analisis statistik deskriptif yang umum
dilakukan diantaranya adalah:
1. Analisis potret data (frekuensi dan persentase).
2. Analisis kecenderungan sentral data (nilai rata-rata, median, dan
modus).
3. Analisis sebaran data (range/kisaran dan simpangan baku atau
varian). Penjelasan lebih lanjut dari jenis analisis statistik adalah
sebagai berikut: 1) Analisis potret data Potret data adalah
penghitungan frekuensi suatu nilai dalam suatu variabel.

Nilai dapat disajikan sebagai jumlah absolut atau persentase dari


keseluruhan. Sebagai contoh misalnya dari 50 siswa yang dijadikan sampel
pada suatu analisis, 25 siswa dapat dikategorikan siswa berbakat, 10 orang
dapat dikategorikan siswa biasa-biasa saja, dan 15 siswa dapat
dikategorikan sebagai siswa yang "berprestasi rendah". Secara persentase,
maka dapat dituliskan bahwa 50% siswa adalah siswa berbakat, 20% siswa
adalah siswa rata-rata, dan 30% siswa termasuk siswa dengan prestasi
rendah. Hasil analisis protret data dapat disajikan dalam berbagai format
seperti tabel, histrogram, diagram pie.)

8
Analisis Kecenderungan Nilai Tengah (Central Tendency) Nilai rata-
rata (mean) merupakan nilai rata-rata secara aritmetik dari semua nilai
dalam variabel yang diukur. Misalnya, dari suatu analisis nilai ulangan
akhir Matematika terhadap 5 siswa kelas II SD diperoleh data bahwa:
siswa 1 mendapat nilai 8, siswa 2 nilai 5, siswa 3 nilai 9, siswa 4 nilai 8,
dan siswa 5 nilai 7. Maka nilai rata-ratanya adalah: (8+ 5 + 9 + 8 + 7 ) : 5
= 7,4.
Sedangkan median adalah nilai tengah dari sekumpulan nilai suatu
variabel yang telah diurutkan dari nilai yang terkecil kepada nilai yang
tertinggi. Atau dengan kata lain, nilai median adalah nilai yang membagi
suatu urutan nilai menjadi dua. Pada contoh ini, maka nilai-nilai siswa
tersebut dapat diurutkan menjadi: 5, 7, 8, 8, 9. Dari urutan nilai ini,
mediannya adalah 8.
Modus (mode) adalah nilai yang paling sering muncul pada suatu
distribusi nilai variabel. Dalam contoh tadi, modusnya adalah nilai 8 yang
muncul dua kali (terbanyak dibandingkan nilai lain yang hanya muncul
satu kali).
Analisis sebaran data Analisis ini dilakukan untuk melihat sebaran
nilai dalam distribusi keseluruhan nilai suatu variabel dari nilai tengahnya.
Dengan kata lain, analisis ini untuk melihat seberapa besar nilai-nilai suatu
variabel berbeda dari nilai tengahnya. Pengukuran variansi nilai biasanya
dilakukan dengan melihat kisaran data (range) atau simpangan baku
(standard deviation). Kisaran memperlihatkan interval nilai dari yang
terkecil hingga yang terbesar, atau selisih nilai terkecil dan terbesar.
Misalnya, bila data hasil ulangan Matematika 5 orang siswa yang diteliti
adalah: 5, 7, 8, 8, dan 9 pada contoh tadi, maka kisaran datanya adalah 9 -
5 = 4.
Sedangkan simpangan baku (biasa ditulis SD) menunjukkan selisih
rata-rata nilai-nilai suatu variabel dari nilai tengahnya. Pada contoh nilai
ulangan Matematika 5 orang siswa tadi, kita sudah menghitung nilai rata-
ratanya adalah 7,4 sedangkan nilai tengah adalah 8, maka simpangan
bakunya adalah -0,6 dan +0,6.

9
D. Pengertian Penyajian Data
Kegiatan pengumpulan data di lapangan akan menghasilkan data
angka-angka yang disebut ‘data kasar’ (raw data) yang menunjukkan
bahwa data tersebut belum diolah dengan teknik statistik tertentu. Jadi data
tersebut masih berwujud sebagaimana data itu diperoleh yang bisanya
berupa skor dan relatif banyak tidak beraturan. Dalam pembuatan laporan
penelitian, data termasuk yang harus dilaporkan. Agar dapat memberikan
gambaran yang bermakna, data-data itu haruslah disajikan ke dalam
tampilan yang sistematis dan untuk keperluan penganalisisan biasanya
data itu disusun dalam sebuah tabel atau gambar-gambar grafik.

E. Manfaat Penyajian Data


Penyajian data ini bertujuan memudahkan pengolahan data dan
pembaca memahami data sebagai dasar pengambilan keputusan. Penyajian
data dalam sebuah tabel ataupun gambar grafik memiliki maksud tertentu,
seperti halnya pepatah yang mengatakan “satu gambar sama halnya
dengan seribu kata,” yang bermakna bahwa penyajian data dalam bentuk
gambar akan lebih cepat bisa ditangkap atau dimengerti daripada kata-kata
yang puitis sifatnya.
Seorang manajer perusahaan atau seorang pejabat tinggi pemerintahan
akan lebih mudah mengetahui perkembangan harga dengan melihat grafik
trend yang naik daripada harus membaca laporan dengan penuh kata-kata
yang bagus, akan tetapi kurang sistematis penyusunannya. Itulah
sebabnya, dalam suatu laporan sering disertai tabel-tabel atau grafik-
grafik. Setelah disajikan dalam bentuk tabel, data sering digambarkan
grafiknya.

F. Kalisifikasi Bentuk Penyajian Data


a. Penyajian Data dalam Bentuk Tabel
Pada dasarnya banyak cara untuk menyajikan data sehingga ia dapat
dipahami dan digunakan secara tepat oleh pengolah data. Namun untuk
menghasilkan gambaran data yang komunikatif, harus diingat untuk

10
menyajikan sesuai kebutuhan. Dalam hal ini, penyajian data dalam bentuk
tabel bertujuan untuk memberikan informasi dan gambaran mengenai
jumlah secara terperinci sehingga memudahkan pengolah data dalam
menganalisis data tersebut. Macam – macam penyajian data dalam bentuk
tabel antara lain:
1. Tabel Baris Kolom
Tabel yang lebih tepat disebut 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.
Contoh, tabel daftar ip seorang mahasiswa pendidikan matematika
No Semester IP
1 I 3,12
2 II 3,00
3 III 3,39
4 IV 3,37
5 V 2,9
6 VI 3,3
7 VII 3,4
Tabel 1. Baris kolom

2. Tabel Kontingensi
Tabel kontingensi merupakan bagian dari tabel baris kolom, akan
tetapi tabel ini mempunyai ciri khusus, yaitu untuk menyajikan data
yang terdiri atas dua faktor atau dua variabel, 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.

11
Contoh Banyak Murid Sekolah Di Daerah Inderalaya Menurut
Tingkat Sekolah Dan Jenis Kelamin Tahun 2006

JENIS
TINGKAT SEKOLAH JUMLAH
KELAMIN
SD SMP SMA
Laki – laki 4756 2795 1459 9012
Perempuan 4032 2116 1256 7404
Jumlah 8790 4911 2715 16416
Tabel 2. Tabel kontingensi

3. Tabel Silang
Data hasil penelitian yang berupa perhitungan frekuensi
pemunculan data juga dapat disajikan ke dalam bentuk tabel silang.
Tabel silang dapat hanya terdiri dari satu variable tetapi dapat juga
terdiri dari dua variable. Tergantung pertanyaan atau keadaan yang
ingin dideskripsikan. Dengan demikian, pemilihan penyajian data ke
dalam tabel silang satu atau dua variable akan tergantung dari data
yang diperoleh.( (Burhan Nurgiyantoro, 2004:42)
Tabel silang satu variable digunakan untuk menggambarkan data
dengan menampillkan satu karakteristiknya saja. Misal jumlah
keseluruhan. Sementara tabel silang dua variable digunakan untuk
menggambarkan data dengan menampilkan dua karakteristiknya.
Misalnya jumlah keseluruhan dan jumlah per gender.
Contoh:
Dalam suatu penelitian angket pada 34 siswa kelas XI.A tentang mata
pelajaran MIPA yang disukai, diperoleh hasil data sebagai berikut:

12
No. Mata Pelajaran Jumlah
1 Matematika 11
2 Kimia 10
3 Fisika 7
4 Biologi 6
Tabel 2.1 Penyajian Data dalam bentuk tabel silang satu variable

Siswa Yang Menyukai


Mata
No. Siswa Jumlah
Pelajaran Siswa Laki - Laki
Perempuan
1 Matematika 8 3 11
2 Kimia 4 6 10
3 Fisika 5 2 7
4 Biologi 2 4 6
Tabel 2.2 Penyajian Data dalam bentuk tabel silang dua variable

b. Penyajian Data dalam Bentuk Grafik


Selain dapat disajikan ke dalam bentuk tabel sebagaimana
dikemukakan di atas, data-data angka juga dapat disajikan ke dalam
bentuk grafik, atau lengkapnya grafik frekuensi. Pembuatan
grafikfrekuensi pada hakikatnya merupakan kelanjutan dari pembuatan
tabel distribusi frekuensi karena pembuatan grafik itu haruslah didasarkan
pada tabel distribusi frekuensi. Dengan kata lain, pembuatan tabel
distribusi frekuensi harus tetap dilakukan baik kita bermaksud maupun
tidak bermaksud membuat grafik frekuensi. Penyajian data angka ke dalam
grafik biasanya dipandang lebih menarik karena data-data itu tersaji dalam
bentuk visual. Gambar grafik frekuensi yang banyak dipergunakan dalam
metode statistik adalah histogram, polygon, kurve dan garis. (Burhan
Nurgiyantoro, 2004:43-44)
1. Grafik Histogram / Batang
Histogram merupakan grafik dari distribusi frekuensi suatu
variable. Tampilan histogram berupa petak-petak empat persegi

13
panjang. Sebagai sumbu horizontal boleh memakai tepi-tepi kelas,
batas-batas kelas atau nilai variabel yang diobservasi, sedang sumbu
vertical menunjukkan frekuensi. Untuk distribusi bergolong atau
berkelompok yang menjadi absis adalah nilai tengah dari masing-
masing kelas. (Drs. Ating Somantri, 2006:113)

FREKUENSI
10
8
6
4 FREKUENSI
2
0
51 – 58 – 65 – 72 – 79 – 86 – 93 –
57 64 71 78 85 92 99

2. Grafik Poligon
Poligon merupakan grafik distribusi dari distribusi frekuensi
bergolong suatu variable. Tampilan polygon berupa garis-garis patah
yang diperoleh dengan cara menghubungkan puncak dari masing-
masing nilai tengah kelas. Jadi absisnya adalah nilai tengah dari
masing-masing kelas. (Drs. Ating Somantri, 2006:114)

3. Grafik Kurve
Kurve merupakan perataan atau penghalusan dari garis-garis
polygon. Gambar polygon sering tidak rata karena adanya perbedaan
frekuensi data skor dan data skor itu sendiri mencerminkan fluktuasi
sampel. Pembuatan kurve dilakukan dengan meratakan garis gambar

14
polygon yang tidak rata dan terlihat tidak beraturan sehingga menjadi
rata. (Burhan Nurgiyantoro, 2004:49)

& FREKUENSI
25

20

15

10 & FREKUENSI

0
0 5 10

4. Grafik Garis
Grafik garis dibuat biasanya untuk menunjukkan perkembangan
suatu keadaan. Perkembangan tersebut bias naik bias turun. Hal ini
akan Nampak secara visual melalui garis dalam grafik. Dalam grafik
terdapat garis vertical yang menunjukkan jumlah dan yang mendatar
menunjukkan variable tertentu yang ditunjukkan pada gambar
dibawah, yang perlu diperhatikan dalam membuat grafik adalah
ketepatan membuat skala pada garis vertical yang akan mencerminkan
keadaan jumlah hasil observasi. (Dr. Sugiyono, 2002:34)
Contoh : Perkembangan nilai ujian matematika Adit semester 1 tahun
ajaran 2012/2013 sebagai berikut:
Ujian Semester ke Nilai
1 80
2 95
3 60
4 100
5 85

15
NILAI
120
100
80
60
40 NILAI
20
0
1 2 3 4 5
Ujian Semester ke

c. Diagram Lingkaran
Cara lain untuk menyajikan data hasil penelitian adalah dengan
diagram lingkaran. Diagram lingkaran digunakan untuk
membandingkan data dari berbagai kelompok. (Dr. Sugiyono,
2002:37)
Contoh : Dari hasil penelitian mengenai pelajaran matematika
dengan sampel 50 siswa di smp negeri 24 prabumulih diperoleh data
sebagai berikut:

No Penilaian Jumlah
1 Sangat Suka 12
2 Suka 13
3 Tidak Suka 19
4 Sangat Tidak Suka 6

Penyajian data tersebut dalam diagram lingkaran adalah sebgai


berikut:
Cari persentase masing-masing data tersebut.
12
 Sangat Suka = 50 × 100% = 24%
13
 Suka = 50 × 100% = 26%
19
 Tidak Suka = 50 × 100% = 38%

16
6
 Sangat Tidak Suka = 50 × 100% = 12%

Cari Luas sudut yang dibutuhkan untuk setiap data.


24
 Sangat Suka = 100 × 360° = 86,4°
26
 Suka = 100 × 360° = 93,6°
38
 Tidak Suka = 100 × 360° = 136,8°
12
 Sangat Tidak Suka = 100 × 360° = 43,2°

Selanjutnya luas-luas kelompok data tersebut digambarkan ke dalam


bentuk lingkaran.

Perbandingan pendapat
siswa mengenai
matematika
12%
24% Sangat Suka

38% 26% Suka

d. Peta
Bentuk penyajian data selanjutanya yang kerapkali dilakukan oleh
para penelitian, bisanya dalam peta atau garis. Jenis data atau informasi ini
lebih mengerucut pada data kependudukan yang ditampilkan dalam bentuk
peta, oleh lembaga pemerintahan ataupun masyarakat umum.
Alasannya penyajian data peta lebih pada kependudukan lantaran
dinilai lebih menarik dan mudah dibaca oleh banyak orang terutama
tentang pununjukkan lokasinya. Penyajian data atau informasi penduduk
dalam bentuk peta menghasilkan konsep ini misalnya saja dalam syarat
peta penduduk.
Beberapa bentuk simbol ini bahkan bisa digunakan untuk
menggambankan kondisi kepadatan penduduk. Misalnya simbol piktorial
atau dapat juga dengan arsiran bersifat kuantitatif serta gradasi warna.

17
Pemilihan simbol yang tepat menjadi hal penting dalam penyajian data
dengan tujuan agar tidak terjadi kesalahan dalam pembacaan.

G. Bentuk Dan Contoh Penyajian Data Untuk Data Numerik


Metode penyajian numeric yaitu menggunakan ukuran pemusataan
data dan letak data. Metode penyajian numeric ini sering digunakan dalam
kehidupan sehari-hari di berbagai bidang kehidupan. Metode ini juga
memudahkan untuk mengolah data yang berbeda-beda supaya lebih
mudah di mengerti. Penyajian data secara numerik terdiri dari beberapa
bentuk :
1. Central Tredency (Ukuran Pemusatan)
Central tredency merupakan pusat sekumpulan data, artinya jika
sekumpulan data salah satu ukran pemusatannya, maka kita dapat
mengetahui bahwa nilai ini merupakan pusat dari beberapa nilai lainya.
 Mean atau nilai tengah populasi secara umum merupakan jumlah
seluruh nilai-nilai data dibagi dengan banyaknya data.
 Modus merupakan nilai yang terjadi paling sering atau yang
mempunyai frekuensi paling tinggi dari suatu populasi.
 Median suatu populasi yang telah diurutkan dari yang terkecil sampai
terbesar atau terbesar sampai terkecil adalah pengamatan yang tepat
ditengah-tengah bila banyaknya pengamtan itu ganjil, atau rata-rata
kedua pengamtan yang ditengah bila banyknya pengamatan genap.

18
2. Dispersion atau pencaran
Dispersion atau pencaran digunakan untuk mengetahui seberapa jauh
pengamatan-pengamtan yang kita peroleh menyebar dari rata-ratanya.
 Range adalah beda antara pengamatan terbesat dan terkecil dalam
kumpulan data tersebut.
 Standar Baku (Standar deviasi) suatu ukuran yang menunjukkan
deviasi standar data pengamtan terhadap rata-ratanya.
 Variansi adalah kuadrat dari standar deviasi.

3. Fractile
 Kuartil adalah nilai-nilai yang membagi sebuah populasi
pengamtan menjadi empat bagian sama besar. Nlai-nilai itu,
yang dilambangkan dengan Q1, Q2, dan Q3, mempunyai sifat
bahwa 25% data jatuh dibawah Q1, 50% jatuh dibawah Q2, dan
75% jatuh dibawah Q
 Desil adalah nilai-nilai yang membagi populasi pegamtan
menjadi 10 bagian yang sama. Nilai-nilai itu, dilambangkan
dengan D1, D2, …, D9, mempunyai sifat bahwa 10 data jatuh
dibawah D1, 20% jatuh dibawah D2, …, dan 90% jatuh
dibawah D9.
 Persentil addalah nilai-nilai yang membagi segugus pengamtan
menjadi 100 bagian yang sama. Nilai-nilai itu, dilambangkan
dengan P1, P2, …, P99, mempunyai sifat bahwa 1% dari seluruh
data terletak di bawah P1, 2% terletak di bawah P2, …, dan
99% terletak dibawah P
4. Skewness
Skewness menunjukkan kemiringan dari sebuah data yang
ditampilkan dalam bentuk histogram. Terdapat tiga bentuk
skewness, yatu:
 Simetris adalah bentuk sebaran yang dapat dilipat sepanjang
sumbu tegak sehingga kedua belahanya saling menutupi. Nilai

19
tengah dan mediannya terletak pada posisi yang sama pada
sumbu datar.
 Menjulur positif adalah bentuk sebaran yang menjulur ke
kanan. Bagian kanannya lebih panjang. Nilai tengahnya lebih
besar daripada median.
 Menjulur negatif adalah bentuk sebaran yang menjulur ke kiri.
Bagian kirinya lebih panjang. Nilai tengahnya lebih kecil
daripada median.
5. Pengukuran Keruncingan
 Leptokurtis
 Platikurtis
 Mesokurtis

H. Bentuk Dan contoh Penyajian Data Untuk Data Kategorik


Data kategorik merupakan data dimana variabel – variabelnya dapat
dikelompokan menjadi beberapa kelompok atau kategori seperti jenis
kelamin, agama yang dianut atau ras kulit dari responden.
Sebagai Contoh sederhana seorang peneliti ingin mengetahui
bagaimana tentang hubungan tingkat kecerdasan emosional seseorang
dengan jenis kelaminnya. Tentunya, disini peneliti akan lebih tapat
menggunakan analisis data kategorik dimana dengan mengkategorikan
Tingkat kecerdasan menjadi tinggi dan rendah dapat diketahui hubunngan
tingkat kecerdasan dengan jenis kelamin.

20
a. Data Kualitatif
Secara sederhana, data kualitatif adalah data yang bukan berupa
angka/ bilangan. Terhadap data kualitatif tidak dapat dilakukan operasi
matematik seperti penambahan, pengurangan, perkalian, pembagian, dll.
Data kualitatif disebut juga data atribut. Data kualitatif ini dapat dibedakan
menjadi dua tipe:
1. Data Nominal (Data Kategori)
Jika suatu pengambilan data terhadap suatu objek hanya menghasilkan
satu dan hanya satu-satunya kategori pada objek tersebut, maka data yang
diperoleh termasuk tipe data nominal (data kategori). Pada data nominal
tidak ada perbedaan tingkatan derajat (bobot) data.
2. Data Ordinal
Data ordinal adalah data yang diperoleh dari suatu pengambilan data
terhadap suatu objek yang menghasilkan lebih dari satu kategori. Untuk
bisa diolah lebih lanjut dengan computer, data kualitatif sering diberi
nomor kode. Misalnya untuk data jenis kelamin, priadi beri nomor 1 dan
wanita diberi nomor 2. Nomor kode ini menjadi ukuran nominal, namun
angka tersebut hanya dapat digunakan untuk keperluan identifikasi saja.

a. Data Kuantitatif
Data kuantitatif adalah data berbentuk angka/ bilangan. Data
kuantitatif disebut juga data numerik. Terhadap data kuantitatif
umumnya dapat dilakukan operasi-operasi matematika. Data
kuantitatif dapat dibedakan menjadi dua jenis tipe, yaitu:
1. Data Diskrit
Data diskrit adalah data yang diperoleh dari suatu pencacahan/
enumerasi. Data ini berbentuk bilangan-bilangan bulat 0, 1, 2, 3, 4,
…dst.
2. Data Kontinu
Data kontinu adalah data yang umumnya didapat dari suatu
pengukuran dengan suatu instrument (alatukur). Data kontinu dapat
dinyatakan dalam bentuk data interval, maupun data rasio (data titik).

21
Berkaitan dengan gambaran karakteristik satu set data dengan skala
pengukuran kategorik, Anda mengenal istilah jumlah atau frekuensi tiap
kategori (n) dan persenta setiap kategori (%) yang umumnya disajikan
dalam bentuk tabel atau grafik.
n %
JenisKelamin
Laki-Laki 22 44
Perempuan 28 56
Tingkat Pendidikan
Rendah 10 20
Sedang 25 50
Tinggi 15 30
Total 50 100
Tabel 1.1 Contoh deskripsi variabel kategorik dalam bentuk tabel

22
BAB III
PENUTUP
A. Kesimpulan
Dari makalah di atas dapat disimpulkan bahwa, Statistik adalah
kumpulan angka yang sering disusun, diatur, atau disajikan ke dalam
bentuk daftar/tabel, sering pula daftar atau tabel tersebut disertai dengan
gambar-gambar yang biasa disebut diagram atau grafik. Statistika adalah
pengetahuan yang berhubungan dengan cara-cara pengumpulan data,
pengolahan atau penganalisaannya dan penarikan kesimpulan atau
interprestasi terhadap hasil analisis kumpulan data tersebut.
Pengolahan data pada dasarnya merupakan suatu proses untuk
memperoleh data/angka ringkasan berdasarkan kelompok data mentah.
Data atau angka ringkasan dapat berupa jumlah (total), proporsi,
persentase, rata-rata, dan sebagainya. Tujuan dari pengolahan data adalah
mendapatkan data statistik yang dapat digunakan untuk melihat atau
menjawab persoalan secara agregat atau kelompok, bukan satu per satu
secara individu. Langkah-langkah pengolahan datapengeditan, pemberian
kode dan pemrosesan data.
Manfaat penyajian data Penyajian data ini bertujuan memudahkan
pengolahan data dan pembaca memahami data sebagai dasar pengambilan
keputusan. Penyajian data dapat berupa tabel, grafik, diagram, dan peta.
Metode penyajian numeric yaitu menggunakan ukuran pemusataan
data dan letak data. Data kategorik merupakan data dimana variabel –
variabelnya dapat dikelompokan menjadi beberapa kelompok atau kategori
seperti jenis kelamin, agama yang dianut atau ras kulit dari responden.

B. Saran
Tentunya makalah ini masih jauh dari kesempurnaan, karena dari itu
penulis berharap masukan dan kritikan dari pembaca dan dosen agar
makalah kedepan agar lebih baik lagi penulisannya. Dan semoga makalah
ini dapat menjadi pembelajaran bagi pembaca.

23
DAFTAR PUSTAKA

Fardi, Adnan, dkk. 2012. Silabus dan Hand-Out Mata Kuliah Statistik.
Padang : UNP
Herrhyanto Nar dan H.M. Akib Hamid. 2007. Statistika Dasar. Jakarta:
Universitas Terbuka.
Johanes, Kastolan dan Sulasim. 2007. Kompetensi Matematika Program
IPA SMA Kelas XI Semester Pertama. Jakarta: Yudistira.
Nurgiyantoro Burhan, dkk.. 2004. Statistik Terapan untuk Penelitian Ilmu-
ilmu Sosial. Yogyakarta: Gajahmada University Press.
Sudijono, Anas. 2010. Pengantar Statistik Pendidikan. Jakarta: Rajawali
Pers
Sugiyono. 2006. Statistika untuk Penelitian. Bandung: CV Alfabeta
Supranto, J. 2000. Statistik : Teori dan Aplikasi edisi ke enam. Jakarta :
Erlangga.
Usman Husaini dan R. Purnomo Setiady Akbar. 2000. Pengantar
Statistika. Jakarta: PT Bumi Aksara.

24