PENDAHULUAN
A. Latar Belakang
Didalam Kehidupan aktifitas sehari-hari, sering kita jumpai banyak hal yang dapat
kita deskripsikan dalam sebuah bentuk data. Informasi data yang diperoleh tentunya harus
diolah terlebih dahulu menjadi sebuah data yang mudah dibaca dan di analisa. Akan tetapi
bagaimana penyajian data yang kita dapat tentunya berbeda beda, sesuai dengan kebutuhan
dan keinginan penyaji data.
Pada dasarnya aplikasi Ilmu Statistik dibagi dalam dua bagian, yaitu Statistik
Deskriptif dan Statistik Induktif. Statistik Deskriptif berusaha menjelaskan atau
menggambarkan berbagai karakteristik data, seperti berapa rata – ratanya (average),
seberapa jauh data-data yang bervariasi dan sebagainya.
Banyak persoalan, apakah hasil penelitian, riset ataupun pengamatan, baik yang
dilakukan khusus ataupun berbentuk laporan, dinyatakan dan dicatat dalam bentuk angka
atau bilangan. Kumpulan angka sering disusun, diatur, atau disajikan dalam bentuk
daftar/tabel. Sering pula daftar/tabel disertai dengan gambar yang biasanya disebut
diagram/grafik supaya bisa menjelaskan lagi tentang persoalan yang dipelajari.
Latar belakang mempelajari ilmu statistik saat ini dan untuk masa depan yaitu bisa
digunakan dalam kehidupan sehari-hari terutama yang berkaitan dengan penyajian,
pengolahan, ukuran kecenderungan, dan ukuran letak data, seringkali menggunakan
kumpulan angka-angka untuk menyusun laporannya. Data-data yang telah didapat ini
disusun dan disajikan dalam daftar, dan juga diagram atau grafik, serta penyajian lainnya,
bertujuan untuk hasil riset tersebut lebih sangat mudah dipahami dan didapatkan
kesimpulannya oleh yang melihat.
1
B. Metode Penulisan
C. Identifikasi Masalah
Data yang digunakan untuk di proses dan diolah adalah data Daftar Rekapitulasi
Perhitungan Suara Pemilihan Gubernur Dan Wakil Gubernur Riau Tahap-I (Periode
2013-2018) PPS Kelurahan Maharatu – Kecamatan Marpoyan Damai Tanggal 5
September 2013. Data meliputi jumlah suara sah dan tidak sah perhitungan suara dengan
total data 59. Pengolahan data dalam Laporan ini hanya sampai Pengukuran Statistik.
D. Rumusan Masalah
E. Tujuan Penulisan
1. Distribusi Frekuensi
Tujuan dari penulisan Distribusi Frekuensi adalah untuk menentukan jumlah
kelas, menentukan interval kelas, mengetahui kurva-kurva yang ada dalam
distribusi frekuensi.
2. Ukuran Pemusatan
Tujuan dari penulisan Ukuran Pemusatan ini adalah untuk mengidentifikasi
hasil dari perhitungan rata-rata, median, modus, untuk data tunggal dan data
berkelompok. Pengambilan data sebanyak 59 data jumlah suara sah dan tidak
sah perhitungan suara.
3. Ukuran Penyebaran
Tujuan dari penulisan Ukuran Penyebaran adalah untuk mengidentifikasi hasil
dari perhitungan, rentang, simpangan rata-rata, dan simpangan baku.
BAB II
2
TINJAUAN PUSTAKA
Dalam arti sempit, statistik berarti data ringkasan berbentuk angka. Misalnya
statisik penduduk, statistik gangguan kabel tanah dan sebagainya. Sedangkan dalam arti
luas, statistik berarti suatu ilmu yang mempelajari cara pengumpulan, pengolahan,
penyajian dan analisa data serta cara pengambilan kesimpulan secara umum berdasarkan
hasil penelitian. Kesimpulan ini mengandung suatu ketidakpastian yang disebabkan karena
kesulitan menyelidiki data satu per satu.
Statistik juga memberikan metode untuk meramalkan yang sangat berguna sebagai
dasar perencanaan dan metode pengujian hipotesa dan pembuatan keputusan dalam rangka
pemecahan persoalan. Data berarti suatu yang dianggap atau diketahui. Dengan demikian
ini berarti data dapat memberikan gambaran tentang suatu keadaan atau persoalan.
Statistik Deskriptif
Statistik Deskriptif berhubungan dengan peringkasan seperangkat data dan
penyajiannya ke dalam bentuk yang dapat dipahami (lebih menekankan pada teknik
pengumpulan, pengolahan, penyajian dan penganalisisan data kuantitatif secara deskriptif
guna memberikan gambaran yang teratur mengenai suatu persoalan). Perhitungan rata-rata
dan distribusi frekuensi, angka indeks, dan analisis time series merupakan pokok-pokok
bahasan dalam statistik deskriptif.
Probabilitas
3
Probabilitas adalah suatu angka yang mengukur frekuensi relatif dari suatu kejadian
dalam jangka panjang atau menunjukkan suatu tingkat kepercayaan. Pemakaian konsep-
konsep probabilitas menjadi dasar/landasan dalam mempelajari teori keputusan secara
statistik dan statistik inferensi.
Statistik Inferensi
Statistik Inferensi adalah suatu pernyataan mengenai suatu populasi yang
didasarkan pada informasi dari sampel random yang diambil dari populasi itu (tidak hanya
menekankan pada teknik pengumpulan, pengolahan, penyajian dan penganalisisan data
saja, tetapi juga teknik penarikan kesimpulan dan pembuatan keputusan yang dapat
dipertanggungjawabkan).
B. Pembagian Data
b. Menurut sumbernya
1) Data internal, data yang menggambarkan keadaan atau kegiatan dalam suatu
organisasi.
2) Data eksternal, data yang menggambarkan keadaan atau kegiatan di luar
suatu organisasi.
Data statistik tidak cukup dikumpulkan, diolah dan dianalisa akan tetapi perlu
disajikan dalam bentuk yang mudah dibaca/ditafsirkan oleh pembuat keputusan. Penyajian
data bisa dalam bentuk tabel, gambar maupun grafik.
4
Selanjutnya dalam analisa data ada dua besaran yang sering digunakan dan harus
diketahui, yaitu:
a. Harga rata-rata (Mean)
b. Harga variansi
E. Probabilitas
Teori matematika tentang probabilitas memberi kita alat dasar untuk membangun
dan menganalisa model matematika untuk fenomena acak. Dalam mempelajari fenomena
acak, kita berhadapan dengan percobaan yang hasilnya tidak dapat diprediksi sebelumnya.
Dalam sains dan teknologi, fenomena acak menggambarkan berbagai macam situasi. Pada
umumnya, mereka dapat dikelompokkan menjadi dua kelas yang besar. Kelas yang
pertama berhubungan dengan fenomena fisik atau alam yang melibatkan ketidakpastian.
Ketidakpastian masuk ke dalam rumusan masalah melalui kompleksitas, kurangnya
pemahaman kita tentang semua sebab dan akibat masalah tersebut, dan kurangnya
informasi. Misalnya, prakiraan cuaca. Informasi yang diperoleh dari satelit cuaca dan
informasi meteorologi lainnya tidak cukup untuk membuat prediksi cuaca tersebut bisa
diandalkan 100 persen. Oleh karena itu, laporan cuaca di radio dan televisi dibuat
5
berdasarkan probabilitas. Kelas kedua mempelajari model probabilistik yang menyangkut
variabilitas. Misalnya, masalah dalam kepadatan lalu lintas dimana seseorang ingin
mengetahui jumlah kendaraan melintasi titik tertentu di jalan dalam interval waktu tertentu.
Jumlah ini bervariasi tak terduga untuk interval satu dan interval lain, dan variabilitas ini
mencerminkan variabel perilaku pengemudi yang melekat dalam masalah ini. Sifat ini
memaksa kita untuk mengadopsi sudut pandang probabilistik, dan teori probabilitas
menyediakan alat yang tepat untuk menganalisis masalah jenis ini. Dapat dikatakan bahwa
variabilitas dan ketidakpastian ada dalam setiap pemodelan untuk semua fenomena nyata,
dan wajar bila melihat pemodelan dan analisis probabilitas menempati posisi sentral dalam
perkembangan berbagai topik ilmu dalam sains dan teknologi.
F. Konsep Probabilitas
6
BAB III
DATA DAN ANALISIS
A. Pengumpulan Data
Data yang didapat untuk di proses dan diolah adalah data Daftar Rekapitulasi
Perhitungan Suara Pemilihan Gubernur Dan Wakil Gubernur Riau Tahap-I (Periode
2013-2018) PPS Kelurahan Maharatu – Kecamatan Marpoyan Damai Tanggal 5
September 2013. Data meliputi jumlah suara sah dan tidak sah perhitungan suara dengan
total data 59.
B. Pengorganisasian Data
Langkah Pertama untuk Laporan Statistik ini adalah melihat Jajaran Data
Mentah (Raw Data). Data Mentah adalah data terkumpul yang belum diorganisasikan
secara numerik. Data yang masih diacak ini diurutkan kedalam bentuk baris dan kolom.
Disini saya mengacaknya kedalam 9 Baris dan 7 Kolom. Berikut Data Mentah tersebut :
1 2 3 4 5 6 7
1 69 246 258 165 110 278 210
2 192 194 91 168 192 125 87
3 114 218 214 265 190 200 152
4 123 188 167 189 182 119 215
5 149 211 293 67 189 141 193
6 197 211 135 116 182 122 140
7 164 171 187 142 145 226 173
8 181 277 46 81 229 224 175
9 92 126 122
Sumber : PPS Kelurahan Maharatu – Kecamatan Marpoyan Damai Pekanbaru
(Data Terlampir)
Langkah Kedua adalah Jajaran Data Mentah diatas diurutkan dari yang terkecil ke
terbesar atau sebaliknya. Jajaran Data (Data Array) merupakan suatu susunan dari data-
data mentah yang diatur dengan urutan nilai numerik. Disini saya mengurutkannya dari
yang terkecil ke terbesar dimulai dari kolom atas ke kolom bawah lalu naik lagi keatas dan
begitu seterusnya. Pengurutan Jajaran data saya aplikasikan menggunakan Aplikasi
Microsoft Office Excel menggunakan Spreadsheet Ascending dengan tabel yang sama.
Berikut hasilnya :
7
1 2 3 4 5 6 7
1 46 116 141 171 189 211 258
2 67 119 142 173 190 211 265
3 69 122 145 175 192 214 277
4 81 122 149 181 192 215 278
5 87 123 152 182 193 218 293
6 91 125 164 182 194 224
7 92 126 165 187 197 226
8 110 135 167 188 200 229
9 114 140 168 189 210 246
Sumber : Hasil urutan nilai terkecil ke terbesar menggunakan Spreadsheet Excel
Langkah Ketiga adalah Penyajian Data berupa Diagram Statistik. Ada berbagai
macam pilihan Diagram untuk Statistik, dan disini saya menggunakan Diagram Garis
(Line Diagram) yang saya edit pada Spreadsheet Excel. Berikut Diagram Garis tersebut :
Langkah Keempat adalah penentuan Interval Kelas (Class Interval) dan Batas
Kelas (Class Limit). Jika jumlah data tidak terlalu banyak, sebagai perkiraan awal dalam
menentukan lebar kelas, dapat digunakan rumus :
C= R
8
K
Dimana :
C = Lebar Interval Kelas (hasilnya dibulatkan)
R = Kisaran data (Range) = selisih data terbesar dengan terkecil
K = Jumlah Interval Kelas
Jika jumlah data terlalu banyak maka jumlah interval kelas (K) dapat dicari dengan
menggunakan Rumus Sturge, yaitu :
K = 1 + 3,3 log n , dimana n adalah jumlah data
Namun, untuk keperluan analisis statistik seperti perhitungan rata-rata dan deviasi
standard tidak bisa dipakai.
Menurut ketentuan diatas dan mengingat ada 59 data, maka saya memutuskan
untuk menentukan sendiri lebar interval kelasnya dan jumlah turunan intervalnya. Berikut
hasil penentuan lebar Interval Kelas dari data yang ada :
Jumlah Frekuensi (f) didapat dari banyaknya data yang muncul dari penentuan
ambang batas atau lebar interval yang saya tentukan diatas (Lihat Tabel 3.2). Turunan IC
didapatkan 7 Interval karena hasil dari lebar interval class yang sudah sampai pada data
terbesar. Mencari Persentase adalah dengan cara 3 : 59 = 0,033 x 100 = 5,085.
9
121 dan 160 12 20
161 dan 200 21 35,593
201 dan 240 9 15,254
241 dan 280 5 8,475
281 dan 320 1 1,695
TOTAL 59 100
Batas Kelas (Class Limit) didapat dari pemisahan Interval Awal dan Interval Akhir
atau bisa diambil ujung-ujungnya, pemisahnya hanya menambahkan kata “dan”.
Tabel 3.5 – Batas Nyata Kelas Tabel 3.6 – Lebar Interval Kelas
(Class Boundary) (Width Of Interval Class)
Lebar Interval
Total
Kelas
80,5 – 40,5 40
120,5 – 80,5 40
160,5 – 120,5 40
200,5 – 160,5 40
240,5 – 200,5 40
280,5 – 240,5 40
320,5 – 280,5 40
10
Batas Kelas Bawah
+
Hasil
Batas Kelas Atas =
dibagi 2
(41 + 80) / 2 60,5
(81 + 120) / 2 100,5
(121 + 160) / 2 140,5
(161 + 200) / 2 180,5
(201 + 240) / 2 220,5
(241 + 280) / 2 260,5
(281 + 320) / 2 300,5
11
281 - 320 1 300,5 320,5 59 0
TOTAL f 59
Adapun ketentuan yang saya pakai dalam Tabel 3.8 diatas sebagai berikut :
1. Data NTK (Nilai Tengah Kelas) diambil dari Tabel 3.7;
2. Pencarian Batas Bawah adalah dengan cara :
- 41 – 0,5 = 40,5
- 80 + 0,5 = 80,5
- 120 + 0,5 = 120,5
- 160 + 0,5 = 160,5
- 200 + 0,5 = 200,5
- 240 + 0,5 = 240,5
- 280 + 0,5 = 280,5
- 320 + 0,5 = 320,5
3. Pencarian F Kum < adalah dengan cara :
- Pertama letakkan 0 (nol) diawal sebagai acuan penambahan dibawahnya
- Data penambahan diambil dari nilai f (frekuensi)
-0+3=3
- 3 + 8 = 11
- 11 + 12 = 23
- 23 + 21 = 44
- 44 + 9 = 53
- 53 + 5 = 58
- 58 + 1 = 59
- Sehingga didapatlah angka F Kum < seperti diatas
4. Pencarian F Kum > adalah dengan cara :
- Pertama letakkan total data diawal sebagai acuan pengurangan dibawahnya
- Data pengurangan diambil dari nilai f (frekuensi)
- 59 – 3 = 56
- 56 – 8 = 48
- 48 – 12 = 36
- 36 – 21 = 15
- 15 – 9 = 6
-6–5=1
-1–1=0
- Sehingga didapatlah angka F Kum > seperti diatas
12
4 12 160,5 23 36
5 21 200,5 44 15
6 9 240,5 53 6
7 5 280,5 58 1
8 1 320,5 59 0
Grafik 3.2 – Kurva Ogive Positif Kurang Dari < (berdasarkan data Tabel 3.8)
Grafik 3.3 - Kurva Ogive Negatif Lebih Dari > (berdasarkan data Tabel 3.8)
14
D. Ukuran Pemusatan Data
Saya mulai untuk mencari Data Tidak Terkelompok, tapi sebelum itu saya
tentukan terlebih dahulu apakah data saya ini masuk kategori suatu sampel atau suatu
populasi. Karena data saya ini menyangkut jumlah suara maka saya menyatakan ini adalah
sebuah sampel. Dan untuk rumus suatu sampel adalah sebagai berikut :
1. Mean Aritmatik
Data Tidak Terkelompok :
n x = Mean Aritmatik dari suatu sampel,
∑ xi n = banyaknya data dari suatu sampel,
xi = nilai dari data (variabel x)
x= i=1
n
Data yang dipakai untuk perhitungan Mean Aritmatik adalah Data Mentah
(Data Raw) dengan menjumlahkan semua data dimulai dari kiri ke kanan
lalu turun lagi ke kiri dan begitu seterusnya sesuai Tabel 3.1
x= 10028
= 169,966
59
Data Terkelompok :
15
k k x = Mean Aritmatik dari suatu sampel,
∑ fi x m,i ∑ fi x m,i n = banyaknya data dari suatu sampel,
x= i=1 = i=1 fi = frekuensi atau jumlah pengamatan
dalam sebuah interval kelas
k n
x m,i = nilai tengah dari interval kelas
∑ fi (Nilai Tengah Kelas lihat Tabel 3.7)
i=1
x= 10049,5
= 170,331
59
16
Nilai 29,5 diatas berada pada frekuensi 44 (lihat tabel diatas), sehingga class
mediannya adalah : 161 - 200, dengan keterangan rumus sebagai berikut
Me = L + ½ n – F x C
f
Me = 160,5 + 1/2 x
59 - 23 x 40
21
= 160,5 + 29,5 - 23 x 40
21
= 160,5 + 0,3095 x 40 =
172,881
3. Modus
Data Tidak Terkelompok :
Untuk data tidak terkelompok cukup dengan melihat nilai data yang paling
sering muncul (frekuensi paling besar) adalah : 182 sebanyak 2 kali. (Lihat
Tabel 3.2)
Data Terkelompok :
Dengan melihat tabel Interval Kelas dan Jumlah Frekuensinya, maka
didapatlah Kelas Modus dengan frekuensi terbanyak yakni : 21, sehingga
Kelas Modusnya adalah : 161 – 200, Rumus pencarian sebagai berikut :
L = Batas bawah nyata kelas dari kelas modus (kelas berfrekuensi terbesar)
Δ1 = Selisih frekuensi kelas modus dengan kelas sebelumnya
Δ2 = Selisih frekuensi kelas modus dengan kelas sesudahnya
C = Lebar Interval Kelas Median
17
Δ2 = 21 – 9 = 12
C = 40 didapat dari Lebar/Panjang Interval Kelas
Mo = L + Δ1 . x C
Δ1 + Δ2
Mo = 160,5 + 9 x 40 = 177,643
9 + 12
18
59
MD = 2622,169
= 44,444
59
Data Terkelompok :
Pencarian Data Terkelompok ini terbagi 2 yaitu :
1. Perkalian antara Jumlah Frekuensi IC dengan Titik Tengah, setelah
didapatkan hasil dan dijumlah seluruhnya kemudian dibagi dengan
jumlah total data, maka didapatlah x
2. Selanjutnya nilai titik tengah dukurangi nilai x yang didapat
3. Kemudian nilai frekuensi dikali hasil dari nilai titik tengah dikurangi
nilai x diatas tadi dan dibagi nilai total data.
4. Untuk lebih jelasnya lihat Tabel 3.9 dibawah ini,
Tabel 3.9 – Frekuensi x Titik Tengah
IC fi NTK (xi) fi . xi
41 – 80 3 60,5 181,5
81 - 120 8 100,5 804
121 - 160 12 140,5 1686
161 - 200 21 180,5 3790,5
201 - 240 9 220,5 1984,5
241 - 280 5 260,5 1302,5
281 - 320 1 300,5 300,5
TOTAL f 59 10049,5
x = 10049,5 = 170,331
59
19
121 - 160 12 140,5 29,83 357,966
161 - 200 21 180,5 10,17 213,559
201 - 240 9 220,5 50,17 451,525
241 - 280 5 260,5 90,17 450,847
281 - 320 1 300,5 130,17 130,169
TOTAL f 59 2492,203
MD = 2492,203 = 42,241
59
Ketentuan lain untuk Simpangan Baku (SB) ini adalah data yang dipakai
untuk perhitungan adalah data Simpangan Mutlak Rata-Rata dan yang
diambil adalah hasil pengurangan nya kemudian dikuadratkan dan
dijumlahkan, seperti dibawah ini :
20
(11,034)² + (12,034)² + (12,034)² + (17,034)² + (18,034)² + (19,034)² +
(19,034)² + (20,034)² + (22,034)² + (22,034)² + (23,034)² + (24,034)² +
(27,034)² + (30,034)² + (40,034)² + (41,034)² + (41,034)² + (44,034)² +
(45,034)² + (48,034)² + (54,034) ² + (56,034)² + (59,034)² + (76,034)² +
(88,034)² + (95,034)² + (107,034)² + (108,034)² + (123,034)²
59
SB = 178993,932
= 3033,795
59
x = 10049,5 = 170,331
59
BAB IV
PENUTUP
A. Kesimpulan
21
Dari perhitungan diatas yang telah saya jabarkan dan untuk mempermudah melihat
hasil keseluruhan, maka saya tampilkan rincian Rekapitulasi Perhitungan sebagai
berikut :
IC fi NTK
41 – 80 3 60,5
81 - 120 8 100,5
121 - 160 12 140,5
161 - 200 21 180,5
201 - 240 9 220,5
241 - 280 5 260,5
281 - 320 1 300,5
TOTAL f 59
1. Mean Aritmatik
- Data Tidak Terkelompok = 169,966
- Data Terkelompok = 170,331
2. Median
- Data Tidak Terkelompok = 174,000
- Data Terkelompok = 172,881
3. Modus
- Data Tidak Terkelompok = 182
- Data Terkelompok = 177,643
B. Saran
22
23