Akuntansi SMT 2 Statistik Deskriptif PDF

PERANGKAT AJAR
STATISTIK DESKRIPTIF
OLEH
RUSMIANTO
LIHAN RINI PUSPO WIJAYA
POLITEKNIK NEGERI LAMPUNG

BANDAR LAMPUNG
2016
PERANGKAT AJAR
STATISTIK DESKRPTIF
(PAK 1214)
OLEH
RUSMIANTO
LIHAN RINI PUSPO WIJAYA
PROGRAM STUDI AKUNTANSI

JURUSAN EKONOMI DAN BISNIS

BANDAR LAMPUNG
2016
HALAMAN PENGESAHAN
1. Mata Kuliah : Statistik Deskriptif
2. Jumlah SKS : 2 (1-1) SKS
3. Kode Mata Kuliah : PAK 1214
4. Semester : II
5. Program Studi : Akuntansi
6. Jurusan : Ekonomi dan Bisnis
7. Sumber dana : DIPA Politeknik Negeri Lampung
8. Ketua Pelaksana
a. Nama Lengkap : Rusmianto,S.E.,M.Si.
b. Pangkat/ Golongan : Penata/IIIc
c. Jabatan Fungsional : Lektor
Anggota :
a. Nama Lengkap : Lihan Rini Puspo Wijaya,S.E.,M.Si.
b. Pangkat/ Golongan : Penata Muda/IIIb
c. Jabatan Fungsional : Asisten Ahli
Menyetujui, Bandar Lampung, Desember 2016

Ketua Jurusan Ketua Pelaksana,
Jurusan Ekonomi dan Bisnis
Politeknik Negeri Lampung
Bina Unteawati Rusmianto

NIP196309121989032001 NIP198110042005011001
Mengetahui,
Pembantu Direktur I Bid. akademik
.Yatim Rahayu Widodo

NIP196203271989031002
DAFTAR ISI
Halaman
1 Peta Kompetensi Matakuliah ......................................
2 Rencana Pembelajaran Semester (RPS)......................
3 Satuan Acara Perkuliahan..........................................
4 Buku Panduan Praktikum ...........................................
5 Kontrak Perkuliahan ..................................................

KEMENTERIAN RISET TEKNOLOGI DAN PENDIDIKAN TINGGI
Jl. Soekarno Hatta Rajabasa Bandar Lampung, Telp. (0721) 703995 Fax. (0721) 787309
LEMBAR VERIFIKASI
[ ] Kelengkapan dokumen perangkat ajar
[ ] Kesesuaian dokumen perangkat ajar dengan pedoman penyusunan
[ ] Kesesuaian isi dokumen perangkat ajar dengan matakuliah
Mengetahui,
Ka. PS Akuntansi
Arif Makhsun
NIP 19750310 200604 1 002
QEC26269
PETA KOMPETENSI MATA KULIAH
Kode : P Tanggal: Desember 2016 Revisi: 0 Halaman : 1 dari 1
PETA KOMPETENSI MATA KULIAH

Capaian Pembelajaran : mampu menyajikan data sesuai
dengan kebutuhan informasi pengguna dengan
menggunakan pilihan metode-metode statistik yang tepat
8. Mampu menghitung 9. Mampu menghitung 10. Mampu menghitung

berbagai angka berbagai metode dan membuat model
indeks dan peramalan sederhana regresi dan korelasi
menjelaskan serta menjelaskan menjelaskan
peranannya peranannya peranannya
7. Mampu menghitung dan menjelaskan

peranan ukuran kecondongan dan
keruncingan
6. Mampu menghitung dan menjelaskan

peranan ukuran penyebaran
4. Mampu menghitung dan 5. Mampu menghitung dan

menjelaskan peranan ukuran nilai menjelaskan peranan ukuran
sentral letak
3. Mampu menyusun daftar distribusi

frekuensi
2. Mampu menyajikan data dalam

grafik dan tabel dengan tepat
1. Mampu menjelaskan konsep dasar

statistik dan konsep dasar data
Entry Behaviar : -
RENCANA PEMBELAJARAN SEMESTER
PROGRAM STUDI : Akuntansi

MATA KULIAH : Statistik Deskriptif
KODE : PAK 1214
SEMESTER : II
sks : 2 (1-1) SKS
DOSEN PENGAMPU : Rusmianto, S.E.,M.Si., Lihan Rini Puspo Wijaya, S.E.,M.Si.
DESKRIPSI MATA : Mata kuliah statistik deskriptif bertujuan membekali mahasiswa dengan pengetahuan dasar
KULIAH tentang statistik, penyajian data dalam bentuk distribusi frekuensi, menghitung ukuran
pemusatan dan ukuran penyebaran, angka indeks, peramalan sederhana dan pengenalan regresi
dan korelasi.
CAPAIAN N Keterampilan Khusus:

PEMBELAJARAN Mampu menyiapkan laporan tertulis tentang hasil pekerjaan baik yang menjadi tanggung
LULUSAN Prodi yg sesuai jawabnya sendiri maupun menjadi tanggung jawab kelompok kerja
dengan MK Pengusaan Pengetahuan:
Mampu menguasai konsep teoritis tentang anggaran komprehensif dengan penekanan pada
anggaran operasional dan anggaran finansial
CAPAIAN 1. Mampu menjelaskan konsep dasar statistik dan konsep dasar data
PEMBELAJARAN KHUSUS 2. Mampu menyajikan data dalam grafik dan tabel dengan tepat
(kemampuan akhir sesuai 3. Mampu menyusun daftar distribusi frekuensi
dengan tahapan belajar 4. Mampu menghitung dan menjelaskan peranan ukuran nilai sentral
diturunkan dari CP Prodi) 5. Mampu menghitung dan menjelaskan peranan ukuran letak
6. Mampu menghitung dan menjelaskan peranan ukuran penyebaran
7. Mampu menghitung dan menjelaskan peranan ukuran kecondongan dan keruncingan
8. Mampu menghitung berbagai angka indeks dan menjelaskan peranannya
9. Mampu menghitung berbagai metode peramalan sederhana serta menjelaskan peranannya
10. Mampu menghitung dan membuat model regresi dan korelasi menjelaskan peranannya
METODE PENILAIAN DAN > 75, 4 (A); 65,5 – 75,4 (B); 55,00 – 65,4 (C); 45,5 – 54,9 (D); < 45,0 (E) dengan pembobotan
PEMBOBOTAN Kuis 15% ; Tugas-Tugas 5%; UTS 15%; UAS 15%; Laporan 5%; Aktifitas 5%; Hasil Praktikum
5%; UAP 35%
DAFTAR REFERENSI Santosa, PB dan Hamdani, Muliawan. 2007. Statistik Deskriptif dalam bidang Ekonomi dan
Tataniaga. Jakarta. Erlangga.
JADWAL PEMBELAJARAN
CAPAIAN
MINGG
PEMBELAJARAN INDIKATOR PENILAIAN ALOKASI Metode Bobot
U BAHAN KAJIAN
(kemampuan akhir setiap (FERFORMANCE) WAKTU Pembelajaran Penilaian
KE
tahapan belajar)
1 Mampu menjelaskan 1. Konsep dasar statistik 1. Mampu menjawab T = 1 x 50 Menit - Ceramah 5%
konsep dasar statistik 2. Konsep dasar data pertanyaan konsep dasar P = 1 x 120 Menit - Simulasi
dan konsep dasar data 3. Pembuatan tabel dan statistic dan data dengan - Demonstrasi
serta mampu menyajikan grafik tepat
data dalam grafik dan 2. Mempu membuat grafik
dan tabel dengan benar
tabel dengan tepat
2 dan 3 Mampu menyusun daftar Daftar distribusi 1. Mampu menyusun daftar T = 1 x 50 Menit - Ceramah 5%
distribusi frekuensi frekuensi distribusi frekuensi P = 1 x 120 Menit - Simulasi
dengan benar - Demonstrasi
4 Mampu menghitung dan 1. Mean 1. Mampu Menjelaskan T = 1 x 50 Menit - Ceramah 10%
menjelaskan peranan 2. Median peranan Nilai sentral P = 1 x 120 Menit - Simulasi
ukuran nilai sentral 3. Modus dengan tepat Demonstrasi
2. Mampu menghitung
ukuran pemusatan
dengan benar
5 Mampu menghitung dan 1. Quartile 1. Mampu Menjelaskan T = 1 x 50 Menit - Ceramah 10%
menjelaskan peranan 2. Desil peranan ukuran letak P = 1 x 120 Menit - Simulasi
ukuran letak 3. persentil dengan tepat Demonstrasi
2. Mampu menghitung
ukuran letak dengan
CAPAIAN
MINGG
U BAHAN KAJIAN
KE
tahapan belajar)
benar
6 Mampu menghitung dan 1. Deviasi Kuartil 1. Mampu Menjelaskan T = 1 x 50 Menit - Ceramah 10%
menjelaskan peranan 2. Deviasi Mean dan peranan ukuran P = 1 x 120 Menit - Simulasi
ukuran penyebaran Rata-rata penyebaran dengan tepat Demonstrasi
3. Deviasi Standar 2. Mampu menghitung
ukuran penyebaran
dengan benar
7 Mampu menghitung dan 1. Ukuran 1. Mampu Menjelaskan T = 1 x 50 Menit - Ceramah 10%
menjelaskan peranan kecondongan peranan ukuran P = 1 x 120 Menit - Simulasi
ukuran kecondongan dan 2. Ukuran keruncingan keruncingan dan - Demonstrasi
keruncingan kecondongan dengan
tepat
2. Mampu menghitung
ukuran keruncingan dan
kecondongan dengan
benar
8 UTS T = 1 x 50 Menit
P = 1 x 120 Menit
9 Mampu mengukur 1. Koefisien 1. Memahami pengertian T = 1 x 50 Menit - Ceramah 10%
kecondongan dan kecondongan Karl ukuran kecondongan P = 1 x 120 Menit - Simulasi
keruncingan distribusi Pearson, dan keruncingan - Demonstrasi
data 2. Koefisien 2. Memahami,
kecondongan menjelaskan, dan
Momen, menghitung nilai
3. Koefisien koefisien kecondongan
keruncingan Karl Pearson
3. Memahami,
menjelaskan, dan
menghitung nilai
koefisien kecondongan
momen
CAPAIAN
MINGG
U BAHAN KAJIAN
KE
tahapan belajar)
4. Memahami,
menjelaskan, dan
menghitung nilai
koefisien keruncingan
10 Menyusun deret berkala Deret berkala Menjelaskan pentingnya T = 1 x 50 Menit - Ceramah 10%
deret berkala P = 1 x 120 Menit - Simulasi
- Demonstrasi
11 Menyusun deret berkala Tren Menghitung tren T = 1 x 50 Menit - Ceramah 10%
P = 1 x 120 Menit - Simulasi
- Demonstrasi
12 Menghitung angka 1. Angka indeks, 1. Memahami pengertian T = 1 x 50 Menit - Ceramah 10%
indeks untuk mencatat 2. Angka indeks angka indeks P = 1 x 120 Menit - Simulasi
tingkat perubahan sederhana, 2. Memahami, - Demonstrasi
3. Angka indeks menjelaskan, dan
tertimbang menghitung nilai angka
indeks sederhana
3. Memahami,
menjelaskan, dan
menghitung nilai angka
indeks tertimbang
13 Menghitung angka 1. Angka indeks 1. Memahami, T = 1 x 50 Menit - Ceramah 10%
indeks untuk mencatat terhitung berdasar menjelaskan dan P = 1 x 120 Menit - Simulasi
tingkat perubahan kuantitas barang menghitung nilai angka - Demonstrasi
2. Angka indeks indeks dengan faktor
rantai penimbang berupa
3. Tahun dasar jumlah barang
4. Angka indeks 2. Memahami,
untuk proses menjelaskan, dan
deflasi menghitung nilai angka
indeks rantai
CAPAIAN
MINGG
U BAHAN KAJIAN
KE
tahapan belajar)
3. Memahami,
menjelaskan, dan
menyesuaikan tahun
dasar
4. Memahami,
menjelaskan, dan
menghitung untuk
melakukan deflasi
14 Menganalisis regresi dan 1. Hubungan antar 1. Memahami dan T = 1 x 50 Menit - Ceramah 10%
korelasi serta hubungan variabel, menjelaskan pengertian P = 1 x 120 Menit - Simulasi
antar variabel 2. Metode untuk serta konsep analisis - Demonstrasi
mengetahui regresi, korelasi, dan
hubungan antar hubungan antar
variabel, kesalahan variabel
baku estimasi, dan 2. Memahami,
nilai koefisien menjelaskan, dan
determinasi, serta menerapkan metode
koefisien korelasi, untuk mengetahui
3. Nilai koefisien hubungan antar
korelasi product variabel
moment karl 3. Memahami,
pearson, menjelaskan, dan
4. Nilai koefisien menghitung nilai
korelasi bagi data kesalahan baku
yang estimasi.
diperingkatkan,
5. Nilai koefisien
korelasi untuk data
yang
dikelompokkan,
CAPAIAN
MINGG
U BAHAN KAJIAN
KE
tahapan belajar)
6. Nilai koefisien
korelasi bersyarat
15 Menganalisis regresi dan 1. Analisis regresi 1. Memahami analisis T = 1 x 50 Menit - Ceramah 10%
korelasi berganda dan korelasi regresi dan korelasi P = 1 x 120 Menit - Simulasi
berganda, berganda - Demonstrasi
2. Persamaan regresi 2. Memahami,
berganda, menjelaskan, dan
3. Nilai kesalahan menghitung persamaan
baku estimasi, regresi berganda
4. Nilai koefisien 3. Memahami,
determinasi, menjelaskan, dan
5. Nilai koefisien menghitung nilai
korelasi parsial kesalahan baku
estimasi
4. Memahami,
menjelaskan, dan
menghitung nilai
koefisien determinasi
5. Memahami,
menjelaskan, dan
menghitung nilai
koefisien korelasi
parsial.
16 UAS T = 1 x 50 Menit
P = 1 x 120 Menit
Tugas-tugas:
1. Mahasiswa menyelesaikan tugas akhir berupa kasus data dari pertemuan I yang digunakan untuk pertemuan-
pertemuan selanjutnya.
Mengetahui Bandar Lampung, Desember 2016

Ketua Jurusan Ketua Program Studi Penanggung Jawab MK
Ir. Bina Unteawati, M.P Arif Makhsun,S.E.,M.SAk. Rusmianto,S.E.,M.Si

SATUAN ACARA PERNGAJARAN
Kode : P Tanggal: Revisi: 0 Halaman : 1 dari 57
Satuan Acara Perkuliahan

(SAP)
1. Mata Kuliah : Statistik Deskrptif

3. SKS/Jam Per Minggu : 1 (1-1)/ 170 menit
4. Waktu Pertemuan : Kuliah= 1x50€
Praktikum = 1x 120€
5. Pertemuan ke :1
6. Capaian Pembelajaran : mampu menyajikan data sesuai dengan kebutuhan
Mata Kuliah informasi pengguna dengan menggunakan pilihan metode-
metode statistik yang tepat
7. Capaian Pembelajaran : Mampu menjelaskan konsep dasar statistik dan konsep
Khusus/Pertemuan dasar data serta mampu menyajikan data dalam grafik dan
tabel dengan tepat
8. Bahan Kajian : Konsep dasar statistik ; Konsep dasar data; Pembuatan tabel dan
grafik
9. Sub Bahan Kajian : Konsep dasar statistik ; Konsep dasar data; Pembuatan tabel dan
grafik
10. Indikator Kinerja :
a. Mahasiswa menguraikan pengertian statistik
b. Mahasiswa memaparkan peranan dan perluya
statistik
c. Mahasiswa menguraikan pembagian data dan data
statistik
d. mahasiswa menjelaskan perbedaan penyajian data
table dan grafik
e. Mahasiswa menyajikan data dalam bentuk table dan
grafik
f. Mahasiswa menginterprestasikan hasil penyajiannya
Kegiatan Pengajaran
Tahap Media dan Alat
Dosen Mahasiswa
Pendahuluan  Perkenalan Memperhatikan, LCD,
 Menyampaian kontrak bertanya, membuat Laptop/komputer,
kuliah catatan
Penyajian Penyampaian Materi  Mendengarkan LCD,
Dosen menampilkan slide penjelasan dosen dan Laptop/Komputer,
show, memberikan bertanya Diktat Ajar
penjelasan dan berdiskusi  Berdiskusi dengan BPP
dengan mahasiswa tentang dosen
SAP Statistik Deskriptif, Tahun 2016 1

konsep dasar statistik,

konsep dasar data dan
mendemonstrasikan
pembuatan grafik dan tabel.
Kegiatan Praktikum
Mahasiswa mengerjakan
(menjawab pertanyaan dan
soal) pada buku panduan
praktikum dosen
mengamati membimbing
pengerjaannya.
Memberikan kesimpulan Mendengarkan LCD,

Penutup singkat tentang penyajian penjelasan dosen dan Laptop/komputer,
data dan memberikan bertanya.
gambaran materi
selanjutnya selanjutnya.
11. Uraian Materi:

Statistik dalam arti sempit adalah : data ringkasan berbentuk angka (kuantitatif ).
Contoh : Statistik penduduk : data atau keterangan berbentuk angka ringkasan mengenai
penduduk ( jumlah, rata-rata umur, distribusinya, presentasi yang buta huruf, dll. )
Statistik dalam arti luas (statistika) berarti suatu ilmu yang mempelajari cara
pengumpulan, pengolahan/pengelompokan, penyajian dan analisis data serta cara
pengambilan kesimpulan secara umum berdasarkan hasil penelitian yang tidak
menyeluruh.
A. Peranan dan Perlunya Statistik

Peranan statistik antara lain terlihat : dalam kehidupan sehari-hari, alam penelitian
ilmiah, dalam ilmu pengetahuan.
Perlunya mengetahui atau mempelajari statistik adalah karena statistik berperan sebagai
alat bantu dalam hal-hal : menjelaskan hubungan antara variabel-variabel, membuat
rencana dan ramalan, mengatasi berbagai perubahan, dan membuat keputusan yang lebih
baik.
B. Pembagian Statistik

Berdasarkan cara pengolahan datanya, statistik terbagi atas : Statistik deskriptif /

deduktif dan Statistik inferensia / induktif. Staistik deskriptif adalah cara pengumpulan
dan penyajian data sehingga mudah dipahami, statistik deskriptif hanya berfungsi
menerangkan keadaan, gejala, atau persoalan. Statistik inferensia adalah bagian dari
statistik yang mempelajari penaksiran dan penarikan kesimpulan yang berlaku secara
umum dari data yang telah tersedia.
Berdasarkan ruang lingkup penggunaanya : statistik sosial, statistik ekonomi, statistik

pendidikan, statistik perusahaan, statistik kesehatan, statistik pertanian.
Berdasarkan bentuk parameternya : statistik parametrik dan statistik nonparametrik.

Statistik parametrik, bagian statistik yang parameternya dari populasi mengikuti suatu
distribusi tertentu, seperti distribusi normal dan memiliki varians yang homogen.
Sedangkan statistik nonparametrik adalah kebalikannya.
C. Data Statistik
Data ialah suatu bahan mentah yang jika diolah dengan baik melalui berbagai analisis
dapat melahirkan berbagai informasi.
Persyaratan data yang baik, antara lain : objektif, representatif (mewakili), memiliki
kesalahan baku yang kecil, tepat waktu, dan relevan.
Data menurut sifatnya. Data menurut sifatnya dibedakan antara data kualitatif dan
kuantitatif. Data kualitatif adalah data yang tidak berbentuk angka (nonnumeris). Data
kuantitatif adalah data yang dinyatakan dalam bentuk angka .
Data menurut sumbernya. Data menurut sumbernya mengacu pada sumber perolehan
data, yakni interal dan eksternal. Data internal adalah data yang bersumber dari keadaan
atau kegiatan suatu orgaisasi atau kelompok. Data eksternal adalah data yang bersumber
dari luar suatu organisasi atau kelompok.
Data menurut cara perolehanya. Berdasarkan cara perolehannya, data dapat dibedakan
antara data primer dan data sekunder. Data primer adalah data yang dikumpulkan dan
diolah sendiri oleh organisasi atau perorangan langsung dari objek. Data sekunder adalah
data yang diperoleh dalam bentuk jadi dan telah diolah oleh pihak lain, yang biasanya
dalam bentuk publikasi.

Data menurut waktu pengumpulannya. Berdasarkan waktu pengumpulannya, data

dibedakan sebagai data cross section dan data berkala (time series). Data cross section
adalah data yang dikumpulkan dalam suatu periode tertentu. Data berkala adalah data
yang dikumpulkan dari waktu ke waktu.
D. Beberapa Konsep Dasar Statistik

 Populasi adalah keseluruhan nilai yang mungkin, hasil pengukuran ataupun
perhitungan, kualitatif maupun kuantitatif mengenaik karakteristik tertentu dari semua
anggota kumpulan yang lengkap dan jelas yang ingin dipelajari sifat-sifatnya.
 Sampel adalah bagian dari sebuah populasi yang dianggap dapat mewakili populasi
tersebut.
 Variabel diskrit adalah variabel yang selalu memiliki nilai bilangan bulat dalam
bilangan asli, tidak berbentuk pecahan atau variabel yang tidak mengambil seluruh
nilai dalam sebuah interval ( selang ).
 Variabel kontinu adalah variabel yang memiliki nilai sembarang, baik berupa nilai
bulat maupun pecahan, di antara dua nilai tertentu atau variabel yang mengambil
seluruh nilai dalam suatu interval.
Data mentah atau data yang diperoleh dari peruses pengumpulan data pada umumnya
masih berupa data yang tidak teratur. Agar data tersebut menjadi lebih bermakna, maka
proses pertama adlah mengelompokkan atau mengatur data mentah tersebut ke dalam
bentuk-bentuk tertentu agar lebih berarti dan mudah untuk penggunaan selanjutnya.
1. T a b e l
Merupakan kumpulan angka-angka yag disusun menurut kategori-kategori (misal :

jumlah pegawai menurut pendidikan dan masa kerja, jumlah penjualan menurut jenis
barang dan daerah penjualan, dsb) sehingga memudahkan pembuatannya.
Data bisa ditampilkan dalam bentuk tabulasi, yang berarti terdapat BARIS dan KOLOM
dalam jumlah tertentu. Tabel sendiri bisa dibagi penggunaanya berdasarkan jenis data
yang ada.
Jika data adalah kualitatif, maka penggunaan TABEL KONTIGENSI lebih dianjurkan,
karena tidak adanya decimal dalam data kualitatif. Sedang untuk data kuantitatif agak
sulit unuk menampilkan dalam table kontigensi. Untuk itu dapat disajikan dengan
bantuan Steam and Leaf display atau menyusun dalam sebuah distribusi frekuensi.
2. G r a f i k ( Diagram )
Selain disusun dalam bentuk table kontigensi atau distribusi frekuensi yang hanya
menonjolkan angka-angka, data juga bisa disajikan lebih menarik dengan tampilan
berupa grafik, seperti grafik Batang (Bar), grafik Lingkar, grafik garis dan sebagainya.
Pengertian dari grafik adalah merupakan gambaran-gambaran yang merupakan secara

visual data berupa angka (mungkin juga simbol-simbol) yang biasanya juga berasal dari
tabel-tabel yang telah dibuat.
12. Evaluasi : dilakukan secara tertulis
13. Metode Pembelajaran: ceramah, demonstrasi dan diskusi
14. Media dan alat bantu yang digunakan: LCD, Laptop/Komputer, Diktat Ajar, BPP
15. Materi Ujian:

Berikut adalah komposisi pangsa pasar sepeda motor periode Januari – November 2015 :
Merk Pangsa Pasar
Honda 64,00 %
Suzuki 20,70 %
Yamaha 13,10 %
Kawasaki 1,66 %
Lain-lain 0,54 %
TOTAL 100,00 %
Dari tabel di atas :
Jenis grafik apa yang seharusnya digunakan untuk mendiskripsikan data di atas ?
Mengapa ?
Buatlah grafik-grafik sesuai jawaban a.
16. Kriteria penilaian: Nilai maksimal 100 jika mahasiswa mampu menjawab dengan benar.
17. Pedoman Bukti : Kertas Jawaban Mahasiswa
18. Referensi :
Santosa, PB dan Hamdani, Muliawan. 2007. Statistik Deskriptif dalam bidang Ekonomi
dan Tataniaga. Jakarta. Erlangga.


(SAP)

5. Pertemuan ke : 2 dan 3
7. Capaian Pembelajaran : Mampu menyusun daftar distribusi frekuensi
Khusus/Pertemuan
8. Bahan Kajian : Daftar distribusi frekuensi
9. Sub Bahan Kajian : Daftar distribusi frekuensi
a. Mahasiswa menjelaskan pengertian distribusi frekuensi
b. Mahasiswa menyusun distribusi frekuensi data
c. Mahasiswa menampilkan distribusi frekuensi dalam
bentuk grafik
d. Mahasiswa menyususn distribusi kumulatif dan kurva
ogive
Kegiatan Pengajaran
Dosen Mahasiswa
Pendahuluan  Melakukan apersepsi Memperhatikan, LCD,
bertanya, membuat Laptop/komputer,
catatan
Penyampaian Materi  Mendengarkan LCD,
Penyajian show, memberikan bertanya Diktat Ajar
daftar distribusi frekuensi
dan mendemonstrasikan
pembuatan daftar distribusi
frekuensi
.

Kegiatan Praktikum
praktikum dosen
pengerjaannya.

singkat tentang materi penjelasan dosen dan Laptop/komputer,
Penutup pertemuan ini dan bertanya.
memberikan gambaran
materi selanjutnya
selanjutnya.
11. Uraian Materi:

Distribusi frekuensi adalah susunan data menurut kelas-kelas interval tertentu atau
menurut kategori-kategori tertentu dalam suatu daftar.
Distribusi frekuensi dibuat dengan mengikuti langkah - langkah sebagai berikut :

1). Mengurutkan data dari terkecil ke terbesar atau sebaliknya
2). Menentukan range (jangkauan) dari data
R = da t a t e rbe sa r – da t a
t e rk e c il
3). Mentukan banyaknya kelas (k)
Banyaknya kelas ditentukan dengan rumus Sturges.
k = 1 + 3,3 log n , k  bula t

Keterangan :
k : banyaknya kelas, hasil akhir dibulatkan
n : banyaknya data
4). Menentukan interval kelas
i= R/k
5). Tentukan ujung bawah kelas interval pertama. Biasnya diambil data
terkecil atau data yang lebih kecil dari data terkecil.

6). Lalu hitung frekueninya (f).
Frekuensi relatif adalah frekuensi dibagi dengan banyaknya data ( f/n).

Frekunsi kumulatif didapat dengan jalan menjumlahkan frekuensi demi frekuensi, ada 2
macam yaitu : kumulatif kurang dari dan kumulatif lebih dari.
Distribusi frekuensi bisa ditampilkan dalam bentuk grafik sehingga lebih komunitatif dan
menarik untuk dilihat, juga penggunaan secara cepat bisa mengetahui hal-hal penting
pada sebuah distribusi frekuensi (seperti data mana yang paling tinggi, mana yang
terendah, dan sebagainya).
Alat popular yang digunakan untuk menampilkan distribusi frekuensi dalam bentuk
grafik adalah Histogram, Poligon dan Kurva Ogive.
Poligon frekuensi adalah diagram garis dari suatu distribusi frekuensi. Poligon frekuensi
diperoleh dengan menghubungkan titik-titik yang merupakan pasangan koordinat titik
tengah dan frekuensi setiap kelas.
Distribusi kumulatif dan Kurva Ogive
Selain ditampilkan dalam bentuk distribusi frekuensi dan visual dalam bentuk histogram
serta Poligon Frekuensi, data bisa ditampilkan dalam bentuk Distribusi Kumulatif, yakni
penjumlahan atau pengurangan setiap frekuensi pada tiap kelas secara kumulatif.
Distribusi kumulatif bisa ditampilkan dalam bentuk, yakni Distribusi KURANG DARI
atau Distribusi LEBIH DARI.
Jenis Kurva Frekuensi

Kurva distribusi frekuensi yang elah dihaluskan dan yang sering dijumpai dalam praktik
mempunyai betuk dengan cirri-cir tertentu sebagai berikut :
Simetris atau bentuk lonceng (distribusi normal)
Tidak simetris secara moderat atau condong dengan cirri bahwa ekor kurva yang satu
lebih panjang dari ekor yang lain.
a. Bentuk J atau J terbalik
b. Bentuk U
c. Bimodal
d. Multimodal
e. Uniform

15. Materi Ujian:

Manajer lokasi sebuah toko makanan “RASA ENAK” tertarik untuk meneliti beberapa
kali seorang pelanggan berbelanja di tokonya selama selang waktu 2 minggu. Jawaban
dari 51 pelanggan adalah :
5 3 3 1 4 4 5 6 4 2 6
7 1 1 14 1 2 4 4 4 5 6
3 4 5 6 8 4 7 6 5 9 11
4 7 6 5 15 1 1 10 8 9 2
Dimulai dengan 0 sebagai batas bawah kelas pertama, buatlah distribusi frekuensinya
(dengan membuat langkah-langkah di atas).
a. Buatlah distribusi frekuensi relatifnya.
b. Pada kelas yang mana data cenderung mengelompok ?
c. Jika ditentukan interval kelas adalah 4, apa yang dapat disimpulkan ?
d. Histogram
e. Polygon frekuensi
f. Jenis kurva frekuensi
18. Referensi :

(SAP)
Halaman : 10 dari
Kode : P Tanggal: Revisi: 0
57

5. Pertemuan ke :4
7. Capaian Pembelajaran : Mampu menghitung dan menjelaskan peranan ukuran nilai
Khusus/Pertemuan sentral
8. Bahan Kajian : Mean, Median, Modus
9. Sub Bahan Kajian : Mean, Median, Modus
a. Mahasiswa menjelaskan ukuran pemusatan
b. Mahasiswa menggunakan rumus-rumus rata- rata
hitung, geometric dan harmonik
c. Mahasiswa menggunakan rumus-rumus median,
modus
d. Mahasiswa menjelaskan hubungan mean, median,
modus
e. Mahasiswa menggunakan rumus-rumus kuartil,
persentil
Kegiatan Pengajaran
Dosen Mahasiswa
catatan
Penyajian Dosen menampilkan slide penjelasan dosen dan Laptop/Komputer,
ukuran sentral dan
mendemonstrasikan
perhitungan ukuran sentral
.

Halaman : 11 dari
57
Kegiatan Praktikum
praktikum dosen
pengerjaannya.

memberikan gambaran
materi selanjutnya
selanjutnya.
11. Uraian Materi:

Ukuran pemusatan adalah suatu nilai tunggal yang mewakili karakter suatu kelompok
data. Ada tiga ukuran pemusatan yaitu nilai rata-rata hitung, median dan modus.
Rata-rata hitung diperoleh dengan menjumlahkan seluruh nilai data dan membagi
dengan jumlah data. Rata-rata hitung dibedakan antara populasi dan sampel. Ukuran
yang mewakili populasi disebut parameter, sedang untuk sampel disebut statistik.
Rata-rata hitung populasi diperoleh dengan cara:
Rata-rata hitung sampel diperoleh dengan cara:


Rata-rata hitung data berkelompok diperoleh dengan cara:
Rata-rata hitung tertimbang dilakukan karena ada data yang mempunyai bobot yang
tidak sama akibat pengaruh dan kepentingan baik berdasarkan waktu maupun besar
pengaruhnya. Rata-rata hitung tertimbang diperoleh dengan cara:
Xw = (w . X)
w

Halaman : 12 dari
57
Median adalah nilai yang berada di tengah suatu kelompok data yang telah diurutkan
dari yang terbesar ke yang terkecil atau sebaliknya. Letak median adalah (n + 1)/2. Nilai
median untuk data berkelompok diperoleh dengan cara:
n - Cf
2
Md = L + .i
f
Modus adalah nilai yang sering muncul. Untuk data tidak berkelompok, nilai modus
adalah nilai dengan frekuensi terbanyak. Nilai modus untuk data berkelompok diperoleh
dengan:
d1
Mo = L + .i
d1+d2
Hubungan Antar-ukuran Pemusatan. Nilai ukuran pemusatan yaitu rata-rata hitung

(X), Median (Md) dan Modus (Mo) mempunyai hubungan dengan bentuk kurva distribusi
frekuensinya. Apabila X= Md= Mo maka kurva simitris, X > Md, Mo maka kurva
condong ke kanan dan X < Md, Mo maka kurva condong ke kiri.
15. Materi Ujian:

PT Ramayana, Tbk adalah perusahaan yang bergerak dibidang retail, data penjualan
selama tahun 2000 sampai dengan 2008 (data fiktif) adalah sebagai berikut :
Tahun Penjualan (dalam Milyar Rupiah)
2000 200 + dua digit terakhir Nomor NPM
2001 210
2002 212
2003 246
2004 260
2005 230
2006 265
2007 275
2008 280
Diminta :
Berdasarkan data yang diberikan diminta:

Halaman : 13 dari
57
hitunglah rata-rata, median dan modusnya untuk data tunggal

hitunglah varian dan standar defiasinya untuk data tunggal
18. Referensi :

Halaman : 14 dari
57
(SAP)

5. Pertemuan ke :5
7. Capaian Pembelajaran : Mampu menghitung dan menjelaskan peranan ukuran letak
Khusus/Pertemuan
8. Bahan Kajian : Quartile, Desil, persentil
9. Sub Bahan Kajian : Quartile, Desil, persentil
a. Mahasiswa menjelaskan ukuran letak
b. Mahasiswa menggunakan rumus-rumus kuartil,
persentil
Kegiatan Pengajaran
Dosen Mahasiswa
catatan
Penyajian dengan mahasiswa tentang dosen
ukuran letak dan
mendemonstrasikan
perhitungan ukuran letak
.
Kegiatan Praktikum

Halaman : 15 dari
57
praktikum dosen
pengerjaannya.

memberikan gambaran
materi selanjutnya
selanjutnya.
11. Uraian Materi:

Ukuran letak adalah ukuran pemusatan yang menunjukkan letak data dalam suatu data
yang sudah terurutkan. Ukuran letak terdiri dari kuartil, desil dan persentil.
Kuartil adalah ukuran letak yang membagi distribusi data menjadi 4 bagian yang sama.
Letak kuartil untuk data tidak berkelompok adalah [i(n + 1)]/4 dan data berkelompok
adalah (in)/4, dimana nilai i adalah 1,2 dan 3.
Nilai kuartil untuk data yang tidak berkelompok dan berjumlah genap diperoleh
dengan menggunakan rumus:
NK = NKB +  (LK – LKB) / (LKA - LKB)  x (NKA – NKB)
Nilai kuartil untuk data yang berkelompok diperoleh dengan menggunakan rumus:
NKi = L + (in/4) – Cf . Ci
Fk
Desil adalah ukuran letak yang membagi distribusi data menjadi 10 bagian yang sama.
Letak desil untuk data tidak berkelompok adalah [i(n + 1)]/10 dan data berkelompok
adalah (in)/10, di mana nilai i adalah 1,2, 3, … 9.
Nilai kuartil untuk data yang tidak berkelompok dan berjumlah genap diperoleh
ND = NDB +  (LD – LDB) / (LDA – LDB)  x (NDA – NDB)
Nilai desil untuk data yang berkelompok diperoleh dengan menggunakan rumus:
NDi = L + (in/10) – Cf . Ci

Halaman : 16 dari
57
Fk
Persentil adalah ukuran letak yang membagi distribusi data menjadi 100 bagian yang
sama. Letak persentil untuk data tidak berkelompok adalah [i(n+1)]/100 dan data
berkelompok adalah (in)/100, dimana nilai i adalah 1,2, 3, …., 99
Nilai persentil untuk data yang tidak berkelompok dan berjumlah genap diperoleh
NP = NPB + (LP – LPB) / (LPA - LPB)  x (NPA – NPB)
Nilai persentil untuk data yang berkelompok diperoleh dengan menggunakan rumus:
NPi = L + (i.n / 100) – Cf . Ci

Fk
15. Materi Ujian:

PT Ramayana, Tbk adalah perusahaan yang bergerak dibidang retail, data penjualan
selama tahun 2000 sampai dengan 2008 (data fiktif) adalah sebagai berikut :
2001 210
2002 212
2003 246
2004 260
2005 230
2006 265
2007 275
2008 280
Diminta :
Diminta :
Berdasarkan data yang diberikan diminta hitunglah Q1, Q2, Q3 untuk data
tunggalnya

Halaman : 17 dari
57
18. Referensi :

Halaman : 18 dari
57
(SAP)

5. Pertemuan ke :6
7. Capaian Pembelajaran : Mampu menghitung dan menjelaskan peranan ukuran
Khusus/Pertemuan penyebaran
8. Bahan Kajian : Deviasi Kuartil, Deviasi Mean dan Rata-rata, Deviasi Standar
9. Sub Bahan Kajian : Deviasi Kuartil, Deviasi Mean dan Rata-rata, Deviasi Standar
a. Mahasiswa menjelaskan ukuran penyebaran data
b. Mahasiswa menghitung ukuran penyebaran (range,
varaisi, deviasi standar
Kegiatan Pengajaran
Dosen Mahasiswa
catatan
Penyajian dengan mahasiswa tentang dosen
ukuran penyebaran dan
mendemonstrasikan
perhitungan ukuran
penyebaran
Kegiatan Praktikum

Halaman : 19 dari
57

praktikum dosen
pengerjaannya.

memberikan gambaran
materi selanjutnya
selanjutnya.
11. Uraian Materi:

Ukuran Penyebaran. Ukuran penyebaran adalah suatu ukuran baik parameter maupun
statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata
hitungnya.
Range. Range adalah perbedaan antara nilai terbesar dengan nilai terkecil. Range hanya
dipengaruhi oleh dua data ekstrim, dan kurang memperhatikan peran data yang lain.
Deviasi rata-rata. Deviasi rata-rata adalah rata-rata hitung nilai absolut deviasi atau selisih
dari rata-rata hitungnya. Rumus deviasi rata-rata:
MD =  f X – X 
n
Varians. Varians adalah rata-rata hitung deviasi atau selisih kuadrat setiap data terhadap
rata-rata hitungnya. Rumus varians untuk data tidak berkelompok:
Variann untuk data tidak berkelompok:
2 =  ( X - )2 di mana: = X
N N
Varians untuk data berkelompok
2 =  f (X – X)2

Halaman : 20 dari
57
Standar deviasi. Standar deviasi adalah akar kuadrat positif dari varians dan menunjukkan
standar penyimpangan data terhadap nilai rata-ratanya.
Standar deviasi untuk data tidak berkelompok:
 =   ( X - )2
N
Standar deviasi untuk data berkelompok
 =   f (X – X)2
N
Apabila menggunakan sampel lambang varians 2 = s2; sedang standar deviasi  = s;
sedang pembagi N menjadi n-1.
15. Materi Ujian:

Penelitian terhadap produksi listrik Indonesia menyatakan bahwa produksi listrik
Indonesia pada tahun 2002-2006 berkisar dari 74 sampai 88 ribu Gwh. Data statistik
menunjukkan bahwa produksi rata-rata listrik mencapai 80 ribu Gwh dan standar
deviasinya mencapai 6 ribu Gwh.
Hitunglah:
Koefisien standar deviasi (KSD).
Berapa kisaran produksi listrik untuk 95% dari seluruh produksi listrik berada.
18. Referensi :

Halaman : 21 dari
57

(SAP)

5. Pertemuan ke :7
7. Capaian Pembelajaran : Mampu menghitung dan menjelaskan peranan ukuran
Khusus/Pertemuan kecondongan dan keruncingan
8. Bahan Kajian : Ukuran kecondongan, Ukuran keruncingan
9. Sub Bahan Kajian : Ukuran kecondongan, Ukuran keruncingan
a. Mahasiswa menghitung dan menginterprestasikan nilai
KV
b. Mahasiswa menentukan tingkat kemencengan,
keruncingan kurva
Kegiatan Pengajaran
Dosen Mahasiswa
catatan
Penyajian penjelasan dan berdiskusi  Berdiskusi dengan BPP
kemiringan dan
keruncingan dan
mendemonstrasikan
perhitungan kemiringan
dan keruncingan
.

Halaman : 22 dari
57
Kegiatan Praktikum
praktikum dosen
pengerjaannya.

memberikan gambaran
materi selanjutnya
selanjutnya.
11. Uraian Materi:

Teorema Chebyshev, untuk suatu kelompok data dari sampel atau populasi, minimum
proporsi nilai-nilai yang terletak dalam k standar deviasi dari rata-rata hitungnya adalah
sekurang-kurangnya 1-1/k2, di mana k merupakan konstanta yang nilainya lebih dari 1.
Ukuran penyebaran lain adalah (a) Jarak kuartil = K3 - K1, (b) deviasi kuartil= (K3 -
K1)/2 dan (c) Jarak persentil= P90-P10.
Hukum empirik bermanfaat untuk kurva berbentuk normal atau simetri. Hukum empirik
menyatakan bahwa kisaran  untuk 68% data, kisaran 2 untuk 95% data, dan
kisaran 3 untuk 99,7% data.
Koefisien relatif merupakan ukuran penyebaran dalam bentuk relatif. Koefisien relatif
terdiri dari:
Koefisien range = {(La – Lb)/(La + Lb)} x 100%

Koefisien deviasi rata-rata = (MD/X) x 100%
Koefisien deviasi standar = (s/X) x 100%
Koefisien kecondongan menunjukkan apakah kurva condong positif, negatif atau normal.
Rumus kecondongan adalah:
Sk =  - Mo atau Sk = 3( - Md)

 
Nilai Sk = 3 berarti normal, Sk>3 condong positif dan Sk<3 condong negatif.

Halaman : 23 dari
57
Koefisien keruncingan menunjukkan apakah kurva bersifat normal, runcing atau datar.
Koefisien keruncingan untuk data tidak berkelompok adalah:
4 = 1/n  (x - )4
4
Koefisien keruncingan data berkelompok adalah:
4 = 1/n  f . (X - )4
4
Nilai 4= 0 berarti kurva normal/simitri, 4 >0 kurva runcing dan 4 <0 kurva datar.
15. Materi Ujian:

Berikut adalah data nilai ekspor minyak mentah menurut negara tujuan pada tahun 2006:
Negara Nilai (juta AS$)
Jepang 1.840
Singapura 413
Cina 857
Australia 718
Amerika Serikat 380
Korea Selatan 788
Hitunglah koefisien kecondongan dari nilai ekspor minyak mentah dan apa kesimpulannya?
18. Referensi :

Halaman : 24 dari
57

(SAP)

5. Pertemuan ke :9
6. Capaian Pembelajaran : Mampu menyajikan data sesuai dengan kebutuhan
7. Capaian Pembelajaran : Mengukur Kecondongan dan Keruncingan Distribusi
Khusus/Pertemuan Data
8. Bahan Kajian : Ukuran Kecondongan dan Keruncingan Distribusi
Data
9. Sub Bahan Kajian : Koefisien kecondongan Karl Pearson, Koefisien
kecondongan Momen, Koefisien keruncingan
a. Memahami pengertian ukuran kecondongan dan
keruncingan
b. Memahami, menjelaskan, dan menghitung nilai
koefisien kecondongan Karl Pearson
c. Memahami, menjelaskan, dan menghitung nilai
koefisien kecondongan momen
d. Memahami, menjelaskan, dan menghitung nilai
koefisien keruncingan

Halaman : 25 dari
57
Kegiatan Pengajaran
Dosen Mahasiswa
Pendahuluan  Perkenalan Memperhatikan, LCD,
 Menyampaian kontrak bertanya, membuat Laptop/komputer,
kuliah catatan
konsep dasar statistik,
Penyajian konsep dasar data dan
mendemonstrasikan
pembuatan grafik dan tabel.
Kegiatan Praktikum
praktikum dosen
pengerjaannya.

Penutup singkat tentang penyajian penjelasan dosen dan Laptop/komputer,
data dan memberikan bertanya.
gambaran materi
selanjutnya selanjutnya.
11. Uraian Materi:

Distribusi suatu gugusan dikatakan simetris apabila nilai mean, median, dan modus terletak
dalam suatu titik temu. Apabila nilai mean, median, dan modus tidak sama, maka distribusi
data itu dinilai tidak simetris.

Halaman : 26 dari
57
Formula untuk menentukan tingkat kecondongan distribusi data berdasarkan teori Karl
Pearson adalah:
PSk = x – Mo
s
PSk merupakan nilai koefisien kecondongan Karl Pearson, x adalah mean, Mo adalah modus,
dan s adalah deviasi standar. Atau bisa juga disederhanakan menjadi:
PSk = 3 (x – Md)
s
Apabila nilai koefisien kecondongan Pearson nilainya lebih dari 0, berarti arah kecondongan
distribusi data adalah ke kanan yang berarti data akan terkonsentrasi pada nilai yang rendah.
Apabila nilai koefisien kecondongan kurang dari 0, atau dengan kata lain nilainya negatif,
maka arah kecondongan distribusi data adalah ke kiri yang berarti data akan terkonsentrasi
pada nilai yang relatif tinggi. Apabila nilai nilainya 0, distribusi data dalam suatu gugusan
akan membentuk pola yang simetris.
Arah kecondongan distribusi data juga bisa dicari dengan formula koefisien kecondongan
momen. Bagi data yang tidak dikelompokkan rumusnya adalah:
α3 = 1 x ∑ (x – X)3
N
s3
α3 merupakan nilai koefisien kecondongan momen untuk data yang tidak dikelompokkan, x
adalah nilai data, X adalah nilai mean, s adalah deviasi standar, dan N adalah jumlah data.
Sedangkan untuk data yang dikelompokkan, rumusnya adalah:
α3 = 1 x ∑ f x (x – X)3
N
s3
α3 merupakan nilai koefisien kecondongan momen untuk data yang tidak dikelompokkan, x
adalah median, X adalah mean, s adalah deviasi standar, dan N adalah jumlah seluruh
frekuensi, dan f adalah frekuensi.

Halaman : 27 dari
57
Apabila nilai koefisien kecondongan momen adalah 0, maka distribusi penyebaran data akan
membentuk kurva yang simetris atau normal. Apabila nilai koefisien kecondongan momen
positif, distribusi data condong ke kanan, sedangkan apabila nilai koefisien kecondongan
momen negatif, arah kecondongan distribusi data adalah ke kiri.
Selain melalui pengukuran kecondongan, pola penyebaran data dalam suatu gugusan juga
dapat dinilai melalui pengukuran tingkat keruncingan. Tingkat keruncingan diukur dengan
jalan membandingkan bentuk keruncingan kurva distribusi data dengan bentuk kurva normal.
Apabila bagian tengah kurva distribusi data mempunyai puncak yang relatif runcing,
distribusi data tersebut dinilai bersifat leptokurtic. Sebaliknya, apabila bagian tengah kurva
distribusi data mempunyai puncak yang relatif datar, ia dinilai memiliki sifat platykurtic.
Sedangkan distribusi data yang normal memiliki puncak yang bentuknya merupakan
perpaduan antara sifat platykurtic dan leptokurtic. Distribusi data semacam ini dikatakan
bersifat mesokurtic.Ukuran keruncingan menempatkan mean sebagai pedoman untuk menilai
bagaimana pola penyebaran data.
Rumus yang diterapkan untuk mengukur koefisien keruncingan adalah α4. Berdasarkan hasil
perhitungan, tiga kemungkinan bisa terjadi. Kemungkinan pertama adalah nilai koefisisen
keruncingan lebih kecil dari 3, maka pola penyebaran data bersifat platykurtic. Apabila nilai
koefisien keruncingan lebih besar daripada 3, maka distribusi data menunjukkan pola yang
bersifat leptokurtic. Apabila nilai koefisien keruncingan adalah sama dengan 3, maka
distribusi datanya bersifat mesokurtic.
Rumus untuk menghitung tingkat keruncingan bagi data yang tidak dikelompokkan adalah:
α4 = 1 x ∑ (x – X)4
N
s4
α4 merupakan nilai koefisien keruncingan distribusi data yang tidak dikelompokkan, x adalah
nilai data, dan X adalah mean, dan N adalah jumlah data. Sedangkan rumus untuk
menghitung tingkat keruncingan bagi data yang dikelompokkan adalah:

Halaman : 28 dari
57
α4 = 1 x ∑ f x (x – X)4
N
s4
α4 merupakan nilai koefisien keruncingan distribusi data yang dikelompokkan, x adalah
median, X adalah mean, dan N adalah jumlah data, dan f adalah jumlah frekuensi kelas.
15. Materi Ujian:
Berikut adalah data kepadatan jumlah penduduk Kabupaten Bengkulu Selatan pada tahun
2006.
Kecamatan Kepadatan Penduduk
Manna 129
Kota Manna 342
Kedurang 53
Seginim 171
Pino 62
Pino Raya 68
Pertanyaan:
Hitunglah koefisien kecondongan dari kepadatan jumlah penduduk, apabila koefisien
negatif condong ke kiri berarti penduduk mengarah ke perkotaan dan sebaliknya.
2 Berikut adalah data nilai ekspor minyak mentah menurut negara tujuan pada tahun
2006:
Jepang 1.840
Singapura 413
Cina 857
Australia 718
Amerika Serikat 380
Korea Selatan 788

Halaman : 29 dari
57
Hitunglah koefisien kecondongan dari nilai ekspor minyak mentah dan apa
kesimpulannya?
18. Referensi : Santosa, PB dan Hamdani, Muliawan. 2007. Statistik Deskriptif
dalam bidang Ekonomi dan Tataniaga. Jakarta. Erlangga.

Halaman : 30 dari
57

(SAP)

5. Pertemuan ke : 10
7. Capaian Pembelajaran : Mampu menyusun Deret berkala
Khusus/Pertemuan
8. Bahan Kajian : Deret berkala
9. Sub Bahan Kajian : Deret berkala
10. Indikator Kinerja : Memahami dan menyusun deret berkala
Kegiatan Pengajaran
Dosen Mahasiswa
catatan
Penyajian show, memberikan bertanya Diktat Ajar
daftar distribusi frekuensi
dan mendemonstrasikan
pembuatan daftar distribusi
frekuensi
.

Halaman : 31 dari
57
Kegiatan Praktikum
praktikum dosen
pengerjaannya.

memberikan gambaran
materi selanjutnya
selanjutnya.
11. Uraian Materi:

Proses atau kegiatan untuk menduga kondisi masa akan datang
Nilai ramalan adalah nilai perkiraan atau nilai taksiran yang menunjukkan kondisi mendatang
Dasar peramalan
Deret berkala (time series)
Sekumpulan data yang dicatat dalam satu periode waktu atau satu rentang waktu tertentu
Contoh :
Data jumlah penduduk indonesia dari tahun 2000 – 2008
Data jumlah penjualan dari tahun 1998 – 2008
Data jumlah pengangguran dari tahun 2001-2007, dll
Peramalan
Peramalan dilakukan berdasarkan data masa lalu karena perilaku manusia banyak
dipengaruhi kondisi atau waktu sebelumnya, Peramalan sangat bermanfaat dalam hal
perencanaan secara spesifik dalam perusahaan dalam hal penganggaran (budgeting)
Metode peramalan
a. Tren
b. Variasi musim

Halaman : 32 dari
57
c. Variasi siklus
d. Variasi yang tidak tetap (irregular variation).
15. Materi Ujian:
1. Berikut adalah perkembangan suku bunga Bank Indonesia untuk jangka waktu 12
bulan dari tahun 2001-2006.
Tahun Suku Bunga

2001 16
2002 22
2003 28
2004 16
2005 14
2006 16
Pertanyaan:
Ramalkan berapa suku bunga tahun 2007 dan 2009 dengan menggunakan metode
rata-rata sederhana.
2. Berikut adalah indeks harga perdagangan besar untuk bangunan tempat tinggal dan
bukan tempat tinggal selama tahun 2002 sampai 2006.
Tahun Indeks
2002 128
2003 219
2004 245
2005 269
2006 296
Pertanyaan:
Ramalkan angka indeks untuk tahun 2008 dan 2010 dengan menggunakan metode
kuadrat terkecil.

Halaman : 33 dari
57
18. Referensi : Sudjana. 2003. Metode Statistik Untuk Bisnis Dan Ekonomi.
Bandung : Transito.

Halaman : 34 dari
57

(SAP)

7. Capaian Pembelajaran : Menyusun deret berkala
Khusus/Pertemuan
8. Bahan Kajian : Deret berkala
9. Sub Bahan Kajian : Tren
10. Indikator Kinerja : Menghitung Tren
Kegiatan Pengajaran
Dosen Mahasiswa
catatan
Penyajian Dosen menampilkan slide penjelasan dosen dan Laptop/Komputer,
ukuran sentral dan
mendemonstrasikan
perhitungan ukuran sentral

Halaman : 35 dari
57
Kegiatan Praktikum
praktikum dosen
pengerjaannya.

memberikan gambaran
materi selanjutnya
selanjutnya.
11. Uraian Materi:

Tren adalah gerakan kecenderungan naik atau turun dalam jangka panjang yang diperoleh
dari rata-rata perubahan dari waktu ke waktu dan nilainya cukup rata atau mulus (smooth)
Macam – macam trend:
Tren positif
Y€ = a + bX
Tren negatif
Y€ = a + bX
Metode Analisis Tren:
a. Semi rata – rata (semi avarage method)
b. Metode kuadrat terkecil (least square method)
c. Metode tren kuadratis (quadratic trend method)
d. Metode tren eksponensial (exponential trend method)
Semi rata – rata (semi avarage method)
Tren dirumuskan:
Y€ = a + bX

Halaman : 36 dari
57
a = k1 atau k2
K1 = nilai rata-rata kelompok 1
Langkah kerja:
a. Membagi data menjadi dua kelompok, jika ganjil data tengah dihilangkan atau
dihitung dua kali
b. Menentukan tahun dasar masing – masing kelompok
c. Menghitung nilai rata – rata masing – masing kelompok
d. Menghitung nilai b
e. Merumuskan bentuk persamaan tren
15. Materi Ujian:
1. Berikut adalah data impor tahun 2002 sampai 2006. Ramalkan kondisi 2008 dan 2010
dengan menggunakan metode eksponensial
Tahun Nilai Impor

2002 16
2003 44
2004 84
2005 118
2006 163
2. Berikut ini adalah tabungan deposito menurut Bank Indonesia tahun 2004 sampai
2006. Hitunglah indeks musim setiap triwulannya dengan menggunakan metode rasio
rata-rata bergerak selama 3 triwulan. Apabila pada tahun 2010 diharapkan berjumlah
Rp 75 triliun, berapa target setiap triwulannya?

Halaman : 37 dari
57

18. Referensi : Sudjana. 2003. Metode Statistik Untuk Bisnis Dan Ekonomi.
Bandung : Transito.

Halaman : 38 dari
57

(SAP)

7. Capaian Pembelajaran : Angka Indeks untuk Mencatat Tingkat Perubahan
Khusus/Pertemuan
8. Bahan Kajian : Angka Indeks
9. Sub Bahan Kajian : Angka indeks, angka indeks sederhana, dan angka indeks
tertimbang.
a. Memahami pengertian angka indeks
angka indeks sederhana
angka indeks tertimbang.
Kegiatan Pengajaran
Dosen Mahasiswa
 Melakukan apersepsi Memperhatikan, LCD,
Pendahuluan bertanya, membuat Laptop/komputer,
catatan

Halaman : 39 dari
57

ukuran letak dan
Penyajian mendemonstrasikan
perhitungan ukuran letak
.
Kegiatan Praktikum
praktikum dosen
pengerjaannya.

memberikan gambaran
materi selanjutnya
selanjutnya.
11. Uraian Materi:

Angka indeks merupakan angka yang menunjukkan perbandingan antara keadaan yang
terjadi pada suatu rentang waktu dengan yang lainnya dimana perubahan relatifnya
ditunjukkan dalam bentuk persentase. Beberapa hal penting yang harus dipertimbangkan agar
angka indeks yang kita hitung menjadi lebih valid: tujuan penyusunan angka indeks, sumber
dan syarat perbandingan data, tahun dasar, faktor penimbang, serta metode perhitungan angka
indeks.
Metode perhitungan angka indeks terbagi atas dua jenis, yaitu angka indeks sederhana dan
angka indeks tertimbang yang keduanya terbagi lagi menjadi dua bentuk, yaitu bentuk
agregatif dan bentuk relatif. Angka indeks sederhana terdiri dari angka indeks harga, angka
indeks kuantitas, dan angka indeks nilai.

Halaman : 40 dari
57
Rumus angka indeks harga:

PI0,n =  Pn x 100%
 P0
PI0,n adalah nilai angka indeks harga suatu tahun dengan tahun dasar 0, P0 adalah harga tahun
dasar (base year), dan Pn adalah harga pada tahun yang akan dihitung nilai angka indeksnya
(current year).
Rumus angka indeks kuantitas:
QI0,n =  Qn x 100%
 Q0
Q0,n adalah nilai angka indeks kuantitas suatu tahun dengan tahun dasar 0, Q0 adalah jumlah
pada tahun dasar (base year), dan Qn adalah jumlah pada tahun yang akan dihitung nilai
angka indeksnya (current year).
Rumus angka indeks nilai:
VI0,n =  Vn x 100% =  Pn x Qn x 100%
 V0  P0 x Q0
VI0,n adalah besarnya angka indeks nilai pada suatu tahun dengan tahun dasar 0, V0 adalah
nilai pada tahun dasar (base year), dan Vn adalah nilai pada tahun yang akan dihitung nilai
angka indeksnya (current year).
Rumus angka indeks nilai secara relatif:
RVI0,n =  Vn x 100% =  Pn x Qn x 100%
V0 P0 x Q0
RVI0,n adalah besarnya angka indeks nilai relatif pada suatu tahun dengan tahun dasar 0, V0
adalah nilai pada tahun dasar (base year), dan Vn adalah nilai pada tahun yang akan dihitung
nilai angka indeksnya (current year).
Angka indeks tertimbang merupakan angka indeks yang memasukkan faktor-faktor
penimbang tertentu sebagai unsur pokok pembentuknya.

Halaman : 41 dari
57
Rumus nilai angka indeks tertimbang:

WI0,n =  (Pn x W) x 100%
 (P0 x W)
WI0,n adalah nilai angka indeks tertimbang suatu tahun dengan tahun dasar 0, Pn adalah harga
pada suatu tahun tertentu, P0 adalah harga tahun dasar 0, dan W adalah faktor penimbang.
Rumus nilai angka indeks tertimbang secara relatif:
RWI0,n =  RPn x W x 100%
 RP0 x W
RWI0,n adalah nilai angka indeks harga tertimbang relatif, P0 adalah harga tahun dasar 0, dan
W adalah faktor penimbang.
15. Materi Ujian:
Berikut ini adalah ekspor minyak kelapa sawit tahun 2004 sampai 2006. Hitunglah indeks
musim setiap triwulannya dengan menggunakan metode rasio rata-rata bergerak selama 3
triwulan. Apabila pada tahun 2009 diharapkan jumlah produksi sebesar 6,5 juta ton, berapa
target setiap triwulannya?
TAHUN TRIWULAN PRODUKSI
I II III IV TOTAL
2004 500 1000 1500 800 3800
2005 800 900 1800 1200 4700
2006 600 1200 2600 1500 5900
17. Pedoman Bukti : Kertas Jawaban Mahasiswa.

Halaman : 42 dari
57

(SAP)

7. Capaian Pembelajaran : Angka Indeks untuk Mencatat Tingkat Perubahan
Khusus/Pertemuan
8. Bahan Kajian : Angka Indeks
9. Sub Bahan Kajian : Angka indeks, terhitung berdasar kuantitas barang; angka
indeks rantai; tahun dasar; dan angka indeks untuk proses
deflasi
a. Memahami, menjelaskan dan menghitung nilai angka
indeks dengan faktor penimbang berupa jumlah
barang
angka indeks rantai
c. Memahami, menjelaskan, dan menyesuaikan tahun
dasar
d. Memahami, menjelaskan, dan menghitung untuk
melakukan deflasi.

Halaman : 43 dari
57
Kegiatan Pengajaran
Dosen Mahasiswa
catatan
ukuran penyebaran dan
perhitungan ukuran
penyebaran
Kegiatan Praktikum
praktikum dosen
pengerjaannya.

memberikan gambaran
materi selanjutnya
selanjutnya.
11. Uraian Materi:

Besarnya nilai angka indeks dihitung secara objektif berdasarkan pertimbangan jumlah
barang, dalam bidang ilmu statistika dikenal beberapa macam rumus, yaitu: rumus angka
indeks Laspeyres, Paasche, Dorbisch dan Bowley, Ronald Fischer, Marshall dan Edgeworth,
serta Walsh.

Halaman : 44 dari
57
Rumus nilai angka indeks Laspeyres:

LI =  (Pn x Q0) x 100%
 (P0 x Q0)
LI adalah nilai angka indeks Laspeyres, P0 adalah harga pada tahun dasar 0, Pn adalah harga
pada suatu tahun tertentu, dan Q0 adalah jumlah pada tahun dasar 0.
Rumus nilai angka indeks Paasche:
PI =  (Pn x Qn) x 100%
 (P0 x Qn)
PI adalah angka indeks Paasche, P0 adalah harga pada tahun dasar 0, Pn adalah harga pada
suatu tahun tertentu, dan Qn adalah jumlah pada suatu tahun tertentu yang akan dihitung nilai
angka indeksnya.
Rumus nilai angka indeks Dorbisch dan Bowley:
DBI = LI + PI
2
DBI adalah nilai angka indeks Dorbisch dan Bowley, L adalah nilai angka indeks Laspeyres,
dan P adalah nilai angka indeks Paasche.
Rumus nilai angka indeks Irving Fischer:
IFI = √ LI x PI
IFI adalah nilai angka indeks Irving Fischer, LI adalah nilai angka indeks Laspeyres, dan PI
adalah nilai angka indeks Paasche.
Rumus nilai angka indeks Marshall dan Edgeworth:
MEI =  (Q0 + Qn) x Pn x 100%
 (Q0 + Qn) x P0
MEI adalah nilai angka indeks Marshall dan Edgeworth, P0 adalah harga tahun dasar, Pn
adalah harga pada suatu tahun, Q0 adalah jumlah pada tahun dasar, dan Qn adalah jumlah
pada suatu tahun tertentu yang hendak dicari nilai angka indeksnya.

Halaman : 45 dari
57
Rumus niali angka indeks Walsh:

WI =  Pn x √Q0 x Qn x 100%
 P0 x √Q0 x Qn
WI adalah nilai angka indeks Walsh, P0 adalah harga tahun dasar, Pn adalah harga pada suatu
tahun, √ Q0 x Qn adalah akar pangkat dua dari hasil kali antara jumlah pada tahun dasar dan
jumlah pada suatu tahun tertentu.
Apabila tahun dasar semula dinilai tidak relevan lagi untuk dijadikan sebagai pedoman
karena keadaan telah jauh berubah dan apabila tahun dasar tidak dirubah besaran angka
indeks yang diperoleh tidak valid, perubahan tahun dasar harus dilakukan.
Pengaruh harga dan tingkat penghasilan yang nyata dapat diketahui setelah kita menghitung
melalui proses deflasi. Rumusnya:
RII = NII x 100%
CGPI
RII adalah indeks penghasilan nyata (real income index), NII adalah indeks penghasilan
nominal (nominal income index), dan CGPI adalah indeks harga barang konsumsi (consumer
goods price index).
Rumus penghasilan nyata suatu periode:
RII = NII x X
PI
RI adalah nilai penghasilan nyata (real income), NI adalah nilai penghasilan nominal
(nominal income), dan PI adalah indeks harga (price index), dan X adalah sepersepuluh nilai
satuan bilangan penghasilan.
Rumus nilai penghasilan nyata pada suatu saat apabila dibandingkan dengan waktu lampau
atau waktu yang lain:
RI(x,y) = NI
API / PI(Y)
RI adalah pendapatan nyata (real income) apabila dibandingkan dengan tahun lain yang
dijadikan dasar perbandingan, NI adalah pendapatan nominal (nominal income), API adalah

Halaman : 46 dari
57
indeks harga saat ini (actual price index), dan PI(Y) adalah indeks harga pada tahun yang
dijadikan dasar perbandingan.
13. Metode Pembelajaran: ceramah, demonstrasi dan diskusi.
15. Materi Ujian:
Berikut ini adalah ekspor minyak kelapa sawit tahun 2004 sampai 2006. Hitunglah indeks
musim setiap triwulannya dengan menggunakan metode rasio rata-rata bergerak selama 3
triwulan. Apabila pada tahun 2009 diharapkan jumlah produksi sebesar 6,5 juta ton, berapa
target setiap triwulannya?
I II III IV TOTAL
2004 500 1000 1500 800 3800
2005 800 900 1800 1200 4700
2006 600 1200 2600 1500 5900

Halaman : 47 dari
57

(SAP)

6. Capaian Pembelajaran : Mampu menyajikan data sesuai dengan kebutuhan informasi
Mata Kuliah pengguna dengan menggunakan pilihan metode-metode
statistik yang tepat
7. Capaian Pembelajaran : Menganalisis Regresi dan Korelasi serta Hubungan
Khusus/Pertemuan Antarvariabel
8. Bahan Kajian : Analisis Regresi dan Korelasi serta Hubungan
Antarvariabel
9. Sub Bahan Kajian : Hubungan antar variabel; metode untuk mengetahui
hubungan antar variabel, kesalahan baku estimasi, dan nilai
koefisien determinasi, serta koefisien korelasi; nilai
koefisien korelasi product moment karl pearson; nilai
koefisien korelasi bagi data yang diperingkatkan; nilai
koefisien korelasi untuk data yang dikelompokkan; nilai
koefisien korelasi bersyarat
a. Memahami dan menjelaskan pengertian serta konsep
analisis regresi, korelasi, dan hubungan antarvariabel
b. Memahami, menjelaskan, dan menerapkan metode
untuk mengetahui hubungan antarvariabel

Halaman : 48 dari
57

kesalahan baku estimasi
Kegiatan Pengajaran
Dosen Mahasiswa
catatan
kemiringan dan
keruncingan dan
dan keruncingan
.
Kegiatan Praktikum
praktikum dosen
pengerjaannya.

memberikan gambaran
materi selanjutnya
selanjutnya.
11. Uraian Materi:

Analisis regresi dan korelasi merupakan kajian yang membahas hubungan antara variabel
satu dengan yang lainnya serta seberapa kuat hubungan antarvariabel yang terjadi. Tiga

Halaman : 49 dari
57
macam corak hubungan antara dua atau beberapa variabel: hubungan yang berbanding lurus,
hubungan yang berbanding terbalik, dan bahkan tidak ada hubungan antarvariabel sama
sekali. Tiga metode untuk mengetahui bagaimana hubungan antarvariabel adalah: metode
diagram pencar, metode jumlah kuadrat terkecil, dan metode tabel korelasi.
Penyimpangan titik-titik yang mewakili nilai variabel terikat dalam diagram pencar
dinamakan standar kesalahan penaksiran (standard error of estimate), disebut juga kesalahan
baku estimasi atau selisih taksir standar. Rumusnya adalah:
Se (Syx) =  (Y – Y€2)
√ N–2
Atau
Se (Syx) =  Y2 – a Y – b XY
√ N-2
Dua alat analisis untuk menentukan derajat keeratan hubungan antara variabel bebas dan
variabel terikat adalah koefisien determinasi dan koefisien korelasi. Rumus koefisien
determinasi adalah:
r2 = 1 -  (Y – Y€)2
 (Y – Y)2
r2 adalah nilai koefisien determinasi,  (Y – Y€)2 adalah jumlah keseluruhan selisih antara
nilai variabel terikat terhadap garis regresi, dan  (Y – Y)2 adalah jumlah keseluruhan selisih
antara nilai variabel terikat terhadap nilai rata-rata variabel terikat.
Rumus koefisien korelasi adalah
r = 1 -  (Y – Y€)2 = √ r2
√  (Y – Y)2
Metode untuk menghitung nilai koefisien korelasi yang datanya mengandung unsur
pemeringkatan atau urutan data adalah Spearman€s rank corelation method. Rumusnya
adalah:
r = 1- 6 x  D2
N x ( N2 – 1 )
Halaman : 50 dari
57
r adalah koefisien korelasi Spearman, D adalah perbedaan atau selisih peringkat antara
variabel bebas dan variabel terikat, N adalah jumlah frekuensi dan 6 adalah konstanta.
Nilai koefisien korelasi juga dapat dicari dari data yang dikelompokkan dengan rumus:
r = ( N x  fx x ux x uy ) – [ (  fx x ux ) x (  fy x uy ) ]
√ [ ( N x  fx x ux2 ) – ( fx x ux )2 x ( N x  uy2 - (  fy x uy )2 ]
r adalah nilai koefisien korelasi bagi data yang dikelompokkan, N adalah jumlah data atau
frekuensi secara keseluruhan, f adalah frekuensi kelas, dan u adalah nilai deviasi.
Korelasi bersyarat atau biasa disebut korelasi kontingensi merupakan alat analisis untuk
mengetahui seberapa kuat hubungan antara variabel bebas dan variabel terikat dari data yang
menyertakan aspek yang bersifat kualitatif, seperti: pandangan, persepsi, dan penilaian
mengenai karakteristik suatu keadaan. Rumusnya adalah:
C = χ2
√ χ2 + n
C adalah nilai koefisien korelasi bersyarat, χ2 adalah nilai chi-square, dan n adalah jumlah
seluruh frekuensi. Rumus untuk menghitung nilai chi-square adalah:
χ2 =  j=1 ( nij – eij )
eij
χ2 adalah nilai chi-square, nij adalah frekuensi sesungguhnya pada kolom dan baris tertentu,
dan eij adalah frekuensi yang diharapkan (expected frequency) pada kolom serta baris
tertentu.
15. Materi Ujian:
Berikut ini adalah data tentang masa tunggu memperoleh pekerjaan, ipk, dan jumlah
organisasi yang diikuti selama masa kuliah. Berdasarkan data tersebut dan dengan
menggunkan prosedur pengujian korelasi selesaikanlah permasalahan berikut ini
a. Apakah ada hubungan antara masa tunggu dengan ipk

Halaman : 51 dari
57
b. Apakah ada hubungan antara masa tunggu, ipk, dan jumlah organisasi yang diikuti
No Nama Masa tunggu (th) Ipk Organisasi
1 Anggun 1,00 2,90 0,00
2 Anton a 0,30 2,80 3,00
3 Ari febianto 0,90 3,10 2,00
Ari
4 mayaningtyas 2,00 3,00 3,00
5 Bagus be 1,20 2,10 0,00
6 Budi arianto 0,40 2,80 1,00
7 Dwi wulandari 0,80 3,20 2,00
8 Fardi tataq h 0,50 3,50 1,00
9 Hendra irawan 1,10 2,10 0,00
10 Ida ratnaningsih 2,10 2,80 0,00
11 Indah suryanova 0,60 2,60 3,00
12 Ira handayani 1,70 3,80 2,00
13 Johan wijaya 2,10 2,30 1,00
14 Kartika d 0,90 2,70 2,00
15 Khairul huda 0,70 3,40 4,00
16 Kholil sadri 0,50 3,50 3,00
17 Mahfuddin 0,10 3,60 2,00
18 Mardiyani w 0,30 3,20 0,00
19 Marliani 1,60 2,60 1,00
20 M.bayu 2,70 2,40 1,00
21 M.iqbal 0,70 2,90 1,00
22 Novis p 4,00 3,00 2,00
23 Okta fina 2,10 3,10 2,00
24 Risa afrianti 1,50 2,90 2,00
25 Rifki yufriza 0,80 2,50 2,00
26 Riza eliyani 0,30 3,40 2,00
27 Santi widarsih 3,10 3,30 0,00
28 Sri astuti 2,90 2,50 3,00
Sri
29 wahyuningsih 4,60 2,60 2,00
30 Susilowati 1,10 3,40 1,00
31 Windi rv 0,30 2,80 3,00
32 Yuda m s 0,90 2,75 2,00
Halaman : 52 dari
57


Halaman : 53 dari
57

(SAP)

6. Capaian Pembelajaran : Mampu menyajikan data sesuai dengan kebutuhan informasi
Mata Kuliah pengguna dengan menggunakan pilihan metode-metode
statistik yang tepat
7. Capaian Pembelajaran : Menganalisis Regresi dan Korelasi Berganda
Khusus/Pertemuan
8. Bahan Kajian : Analisis Regresi dan Korelasi Berganda
9. Sub Bahan Kajian : Analisis regresi dan korelasi berganda, persamaan regresi
berganda, nilai kesalahan baku estimasi, nilai koefisien
determinasi, dan nilai koefisien korelasi parsial.
a. Memahami analisis regresi dan korelasi berganda
b. Memahami, menjelaskan, dan menghitung persamaan
regresi berganda
kesalahan baku estimasi
d. Memahami, menjelaskan, dan menghitung nilai
koefisien determinasi
e. Memahami, menjelaskan, dan menghitung nilai
koefisien korelasi parsial

Halaman : 54 dari
57
Kegiatan Pengajaran
Dosen Mahasiswa
catatan
kemiringan dan
keruncingan dan
dan keruncingan
.
Kegiatan Praktikum
praktikum dosen
pengerjaannya.

memberikan gambaran
materi selanjutnya
selanjutnya.
11. Uraian Materi:

Analisis regresi dan korelasi berganda merupakan analisis terhadap suatu fenomena yang
menunjukkan hubungan sebab akibat dimana suatu variabel terikat ditentukan oleh lebih dari
satu variabel bebas. Rumus umum persamaan regresi berganda adalah:
Y€ = a + b1X1 + b2X2 + …+ bnXn + e

Halaman : 55 dari
57
Y€ adalah nilai variabel terikat, a adalah konstanta regresi, b adalah derajat kemiringan
regresi, X adalah nilai variabel bebas, dan e adalah faktor pengganggu (error atau
disturbance) yaitu variabel lain yang tidak dimasukkan dalam persamaan regresi berganda.
Apabila variabel bebas terdiri dari dua variabel, maka rumus persamaan regresi adalah:
Y€ = a + b1X1 + b2X2
Y€ adalah nilai variabel terikat, X adalah nilai variabel bebas, a adalah intersep atau konstanta
regresi, b1 adalah besarnya kenaikan atau penurunan nilai variabel terikat apabila X1 naik atau
turun nilainya satu satuan ketika X2 konstan, dan b2 adalah besarnya kenaikan atau penurunan
nilai variabel terikat apabila nilai X2 naik atau turun nilainya satu satuan ketika X1 konstan.
Rumus nilai kesalahan baku estimasi regresi berganda adalah:
Se (Syx) =  Y2 – ( a x Y ) – ( b1 x  X1Y ) – ( b2 x  X2Y )
√ N-3
Se (Syx) adalah penyimpangan standar terhadap garis regresi ganda, Y adalah nilai variabel
terikat, X1 dan X2 adalah nilai variabel bebas, N-3 adalah nilai derajat kebebasan, a adalah
intersep atau konstanta Y, b1 adalah besarnya kenaikan atau penurunan nilai variabel terikat
apabila X1 naik atau turun nilainya satu satuan ketika X2 konstan, naik atau turun nilainya
satu satuan ketika X1 konstan.
Rumus koefisien determinasi berganda adalah:
r2 = ( b1 x  x1y ) + ( b2 x  x2y )
 y2
r2 adalah nilai koefisien determinasi berganda, b1 adalah nilai koefisien regresi variabel bebas
pertama, b2 adalah nilai koefisien regresi variabel bebas kedua, x 1y adalah deviasi dari X1Y,
x2y adalah deviasi dari X2Y, serta y2 adalah deviasi dari Y2.
Rumus koefisien korelasi berganda adalah:
r = ( b1 x  x1y ) + ( b2 x  x2y ) = √ r2
√  y2

Halaman : 56 dari
57
Rumus koefisien korelasi parsial apabila variabel bebas kedua nilainya konstan adalah:
ry1.2 = ry1 - (ry2 x r12 )
√ ( 1 - ry22 ) x ( 1 - r122 )
Rumus koefisien korelasi parsial apabila variabel bebas pertama nilainya konstan adalah:
ry2.1 = ry2 - (ry1 x r12 )
√ ( 1 - ry12 ) x ( 1 - r122 )
Rumus koefisien korelasi parsial apabila variabel terikat nilainya konstan adalah:
r12.y = r12 - (ry1 x r12 )
√ ( 1 - ry12 ) x ( 1 - r122 )
15. Materi Ujian:
Berikut ini adalah data penjualan, biaya iklan, jumlah karyanan pada pt cahaya sejahtera:
No Penjualan (y) Biaya iklan (x1) Jml karyawan pemasaran
1 2.000.000,00 240.000,00 (*)
2 2.300.000,00 250.000,00 320,00
3 2.100.000,00 240.000,00 320,00
4 3.200.000,00 300.000,00 340,00
5 3.400.000,00 310.000,00 345,00
6 2.900.000,00 360.000,00 360,00
7 3.200.000,00 360.000,00 360,00
8 4.000.000,00 380.000,00 350,00
9 4.010.000,00 390.000,00 355,00
10 4.250.000,00 410.000,00 360,00
11 4.500.000,00 450.000,00 375,00
12 4.760.000,00 450.000,00 385,00
13 5.100.000,00 420.000,00 380,00
14 5.230.000,00 510.000,00 380,00
15 5.520.000,00 520.000,00 400,00
16 5.750.000,00 550.000,00 410,00
17 6.030.000,00 590.000,00 415,00
18 6.400.000,00 600.000,00 420,00
19 6.750.000,00 590.000,00 420,00

Halaman : 57 dari
57
20 6.700.000,00 610.000,00 430,00

21 7.000.000,00 620.000,00 390,00
22 7.100.000,00 630.000,00 390,00
23 7.250.000,00 700.000,00 425,00
24 7.800.000,00 680.000,00 460,00
25 7.900.000,00 710.000,00 470,00
26 8.000.000,00 740.000,00 470,00
27 8.100.000,00 810.000,00 470,00
28 8.700.000,00 800.000,00 450,00
29 7.900.000,00 900.000,00 450,00
30 9.000.000,00 1.020.000,00 490,00
(*) diisi sesuai nomor npm dari npm 1 = 100 sampai dengan 45= 450
Pertanyaan:
1. Dengan menggunakan prosedur pengujian statistik dengan tingkat keyakinan 95%
apakah terdapat hubungan antara biaya iklan,dengan tingkat penjualan
2. Dengan menggunakan prosedur pengujian statistik dengan tingkat keyakinan 95%
apakah terdapat hubungan antara biaya iklan, jumlah karyawan, dengan tingkat
penjualan
3. Dengan menggunkan prosedur pengujian tingkat keyakinan 95% apakah biaya iklan,
mempengaruhi tingkat penjualan
4. Dengan menggunkan prosedur pengujian tingkat keyakinan 95% apakah biaya iklan,
jumlah karyawan, mempengaruhi tingkat penjualan
5. Tekait dengan soal nomor 4:
a. Jika biaya iklan 2.500.000,00 dan tenaga kerja ditingkatkan menjadi 500 orang
berpakah kira-kira penjualan

BUKU P BUKU PANDUAN PRAKTIKUM
Halaman : 1 dari
50
BUKU PANDUAN PRAKTIKUM

(BPP)
Minggu ke :1
Capaian Pembelajaran : Ruang Lingkup Statistik Dan Penyajian Data
Waktu : 120 menit
Tempat : Politeknik Negeri Lampung
1. Sub Capaian Pembelajaran

Ruang Lingkup Statistik Dan Penyajian Data
2. Indikator Capaian Pembelajaran
a. Mahasiswa menguraikan pengertian statistik
b. Mahasiswa memaparkan peranan dan perluya statistik
c. Mahasiswa menguraikan pembagian data dan data statistik
d. mahasiswa menjelaskan perbedaan penyajian data table dan grafik
e. Mahasiswa menyajikan data dalam bentuk table dan grafik
f. Mahasiswa menginterprestasikan hasil penyajiannya
3. Teori
Statistik dalam arti sempit adalah : data ringkasan berbentuk angka (kuantitatif ).
Contoh : Statistik penduduk : data atau keterangan berbentuk angka ringkasan
mengenai penduduk ( jumlah, rata-rata umur, distribusinya, presentasi yang buta
huruf, dll. )
Statistik dalam arti luas (statistika) berarti suatu ilmu yang mempelajari cara
pengumpulan, pengolahan/pengelompokan, penyajian dan analisis data serta cara
pengambilan kesimpulan secara umum berdasarkan hasil penelitian yang tidak
menyeluruh.
A. Peranan dan Perlunya Statistik

Peranan statistik antara lain terlihat : dalam kehidupan sehari-hari, alam penelitian
ilmiah, dalam ilmu pengetahuan.
Perlunya mengetahui atau mempelajari statistik adalah karena statistik berperan
sebagai alat bantu dalam hal-hal : menjelaskan hubungan antara variabel-variabel,
membuat rencana dan ramalan, mengatasi berbagai perubahan, dan membuat
keputusan yang lebih baik.
B. Pembagian Statistik
Berdasarkan cara pengolahan datanya, statistik terbagi atas : Statistik

deskriptif / deduktif dan Statistik inferensia / induktif. Staistik deskriptif adalah
cara pengumpulan dan penyajian data sehingga mudah dipahami, statistik
deskriptif hanya berfungsi menerangkan keadaan, gejala, atau persoalan. Statistik
Buku Panduan Praktik Matematika Ekonomi 1

Halaman : 2 dari
50
inferensia adalah bagian dari statistik yang mempelajari penaksiran dan penarikan
kesimpulan yang berlaku secara umum dari data yang telah tersedia.
Berdasarkan ruang lingkup penggunaanya : statistik sosial, statistik ekonomi,

statistik pendidikan, statistik perusahaan, statistik kesehatan, statistik pertanian.
Berdasarkan bentuk parameternya : statistik parametrik dan statistik

nonparametrik. Statistik parametrik, bagian statistik yang parameternya dari
populasi mengikuti suatu distribusi tertentu, seperti distribusi normal dan
memiliki varians yang homogen. Sedangkan statistik nonparametrik adalah
kebalikannya.
C. Data Statistik
Data ialah suatu bahan mentah yang jika diolah dengan baik melalui berbagai
analisis dapat melahirkan berbagai informasi.
Persyaratan data yang baik, antara lain : objektif, representatif (mewakili),
memiliki kesalahan baku yang kecil, tepat waktu, dan relevan.
Data menurut sifatnya. Data menurut sifatnya dibedakan antara data kualitatif
dan kuantitatif. Data kualitatif adalah data yang tidak berbentuk angka
(nonnumeris). Data kuantitatif adalah data yang dinyatakan dalam bentuk angka .
Data menurut sumbernya. Data menurut sumbernya mengacu pada sumber

perolehan data, yakni interal dan eksternal. Data internal adalah data yang
bersumber dari keadaan atau kegiatan suatu orgaisasi atau kelompok. Data
eksternal adalah data yang bersumber dari luar suatu organisasi atau kelompok.
Data menurut cara perolehanya. Berdasarkan cara perolehannya, data dapat

dibedakan antara data primer dan data sekunder. Data primer adalah data yang
dikumpulkan dan diolah sendiri oleh organisasi atau perorangan langsung dari
objek. Data sekunder adalah data yang diperoleh dalam bentuk jadi dan telah
diolah oleh pihak lain, yang biasanya dalam bentuk publikasi.
Data menurut waktu pengumpulannya. Berdasarkan waktu pengumpulannya,

data dibedakan sebagai data cross section dan data berkala (time series). Data
cross section adalah data yang dikumpulkan dalam suatu periode tertentu. Data
berkala adalah data yang dikumpulkan dari waktu ke waktu.
D. Beberapa Konsep Dasar Statistik
 Populasi adalah keseluruhan nilai yang mungkin, hasil pengukuran ataupun

perhitungan, kualitatif maupun kuantitatif mengenaik karakteristik tertentu

Halaman : 3 dari
50
dari semua anggota kumpulan yang lengkap dan jelas yang ingin dipelajari
sifat-sifatnya.
 Sampel adalah bagian dari sebuah populasi yang dianggap dapat mewakili
populasi tersebut.
 Variabel diskrit adalah variabel yang selalu memiliki nilai bilangan bulat
dalam bilangan asli, tidak berbentuk pecahan atau variabel yang tidak
mengambil seluruh nilai dalam sebuah interval ( selang ).
 Variabel kontinu adalah variabel yang memiliki nilai sembarang, baik berupa
nilai bulat maupun pecahan, di antara dua nilai tertentu atau variabel yang
mengambil seluruh nilai dalam suatu interval.
Data mentah atau data yang diperoleh dari peruses pengumpulan data pada
umumnya masih berupa data yang tidak teratur. Agar data tersebut menjadi
lebih bermakna, maka proses pertama adlah mengelompokkan atau mengatur
data mentah tersebut ke dalam bentuk-bentuk tertentu agar lebih berarti dan
mudah untuk penggunaan selanjutnya.
1. T a b e l
Merupakan kumpulan angka-angka yag disusun menurut kategori-kategori
(misal : jumlah pegawai menurut pendidikan dan masa kerja, jumlah penjualan
menurut jenis barang dan daerah penjualan, dsb) sehingga memudahkan
pembuatannya.
Data bisa ditampilkan dalam bentuk tabulasi, yang berarti terdapat BARIS dan
KOLOM dalam jumlah tertentu. Tabel sendiri bisa dibagi penggunaanya
berdasarkan jenis data yang ada.
Jika data adalah kualitatif, maka penggunaan TABEL KONTIGENSI lebih

dianjurkan, karena tidak adanya decimal dalam data kualitatif. Sedang untuk
data kuantitatif agak sulit unuk menampilkan dalam table kontigensi. Untuk
itu dapat disajikan dengan bantuan Steam and Leaf display atau menyusun
dalam sebuah distribusi frekuensi.
2. G r a f i k ( Diagram )
Selain disusun dalam bentuk table kontigensi atau distribusi frekuensi yang
hanya menonjolkan angka-angka, data juga bisa disajikan lebih menarik
dengan tampilan berupa grafik, seperti grafik Batang (Bar), grafik Lingkar,
grafik garis dan sebagainya. Pengertian dari grafik adalah merupakan
gambaran-gambaran yang merupakan secara visual data berupa angka
(mungkin juga simbol-simbol) yang biasanya juga berasal dari tabel-tabel
yang telah dibuat.

Halaman : 4 dari
50
4. Bahan dan alat

a. Alat tulis
b. Kertas buram/hvs
c. Komputer-kalkulator
5. Prosedur Kerja
a. Mahasiswa membaca dan memahami teori
b. Mahaiswa menyelesaikan kasusu dengan bantuan program excel
c. Mahasiswa melaporkan hasil praktikum dengan tulisan tangan
6. Tugas dan Pertanyaan
1. Impor menurut golongan barang ekonomi ( milyar US$ )
Golongan 2000 2001 2002 2003 2004

Barang Konsumsi 1,73 0,83 0,28 0,45 0,50
Barang Baku 11,73 10,48 8,16 8,36 9,57
Barang Modal 2,89 2,57 1,72 1,91 2,44
Dengan menggunakan program excel Gambarkanlah grafik garis berganda

dan tarik garis trend masing-masing. Kesimpulan apa yang bisa ditarik ?
2. Berikut adalah komposisi pangsa pasar sepeda motor periode Januari –

November 2015 :
Merk Pangsa Pasar
Honda 64,00 %
Suzuki 20,70 %
Yamaha 13,10 %
Kawasaki 1,66 %
Lain-lain 0,54 %
TOTAL 100,00 %
Dari tabel di atas :
a. Jenis grafik apa yang seharusnya digunakan untuk mendiskripsikan data di
atas ? Mengapa ?
b. Buatlah grafik-grafik sesuai jawaban a.

Halaman : 5 dari
50
3. Berikut adalah target persentase sumber energi yang dapat diperbaharui dari
Negara Target tahun 1997 (%) Target tahun 2010 (%)

Austria 70,0 78,1
Portugal 38,5 39,0
Denmark 8,7 29,0
Itali 16,0 25,0
Jerman 4,5 12,5
Belanda 3,5 9,0
Belgia 1,1 6,0
seluruh sumber energi yang ada pada berbagai Negara di Eropa.
Dari tabel di atas buatlah grafik Bar untuk data tahun 1997 dan tahun 2010.
Bandingkan grafik keduanya.
7. Pustaka
Sudjana. 2003. Metode Statistik Untuk Bisnis Dan Ekonomi. Bandung :
Transito
8. Hasil Praktikum
Mahasiswa mampu menyelesaikan menyajikan data

Halaman : 6 dari
50

(BPP)
Minggu ke : 2 dan 3
Capaian Pembelajaran : menyusun distribusi frekuensi
Waktu : 120 menit

menyusun distribusi frekuensi
2. Indikator Capaian Kinerja
a. Mahasiswa menjelaskan pengertian distribusi frekuensi
b. Mahasiswa menyusun distribusi frekuensi data
c. Mahasiswa menampilkan distribusi frekuensi dalam bentuk grafik
d. Mahasiswa menyususn distribusi kumulatif dan kurva ogive
3. Teori
Distribusi frekuensi adalah susunan data menurut kelas-kelas interval
tertentu atau menurut kategori-kategori tertentu dalam suatu daftar.
Distribusi frekuensi dibuat dengan mengikuti langkah - langkah sebagai

berikut :
1). Mengurutkan data dari terkecil ke terbesar atau sebaliknya
2). Menentukan range (jangkauan) dari data
R = da t a t e rbe sa r – da t a
t e rk e c il
3). Mentukan banyaknya kelas (k)
Banyaknya kelas ditentukan dengan rumus Sturges.
k = 1 + 3 ,3 log n ,k 
Keterangan :
k : banyaknya kelas, hasil akhir dibulatkan
n : banyaknya data
4). Menentukan interval kelas
i= R/k
5). Tentukan ujung bawah kelas interval pertama. Biasnya diambil data
terkecil atau data yang lebih kecil dari data terkecil.
6). Lalu hitung frekueninya (f).
Frekuensi relatif adalah frekuensi dibagi dengan banyaknya data ( f/n).

Halaman : 7 dari
50
Frekunsi kumulatif didapat dengan jalan menjumlahkan frekuensi demi

frekuensi, ada 2 macam yaitu : kumulatif kurang dari dan kumulatif lebih dari.
Distribusi frekuensi bisa ditampilkan dalam bentuk grafik sehingga lebih
komunitatif dan menarik untuk dilihat, juga penggunaan secara cepat bisa
mengetahui hal-hal penting pada sebuah distribusi frekuensi (seperti data mana
yang paling tinggi, mana yang terendah, dan sebagainya).
Alat popular yang digunakan untuk menampilkan distribusi frekuensi dalam

bentuk grafik adalah Histogram, Poligon dan Kurva Ogive.
Poligon frekuensi adalah diagram garis dari suatu distribusi frekuensi. Poligon
frekuensi diperoleh dengan menghubungkan titik-titik yang merupakan
pasangan koordinat titik tengah dan frekuensi setiap kelas.
Distribusi kumulatif dan Kurva Ogive
Selain ditampilkan dalam bentuk distribusi frekuensi dan visual dalam bentuk
histogram serta Poligon Frekuensi, data bisa ditampilkan dalam bentuk
Distribusi Kumulatif, yakni penjumlahan atau pengurangan setiap frekuensi
pada tiap kelas secara kumulatif.
Distribusi kumulatif bisa ditampilkan dalam bentuk, yakni Distribusi

KURANG DARI atau Distribusi LEBIH DARI.
Jenis Kurva Frekuensi

Kurva distribusi frekuensi yang elah dihaluskan dan yang sering dijumpai
dalam praktik mempunyai betuk dengan cirri-cir tertentu sebagai berikut :
1. Simetris atau bentuk lonceng (distribusi normal)
2. Tidak simetris secara moderat atau condong dengan cirri bahwa ekor
kurva yang satu lebih panjang dari ekor yang lain.
3. Bentuk J atau J terbalik
4. Bentuk U
5. Bimodal
6. Multimodal
7. Uniform
4. Bahan dan alat

a. Alat tulis
b. Kertas buram/hvs
c. Komputer-kalkulator
5. Prosedur Kerja
a. Mahasiswa membaca dan memahami teori
b. Mahaiswa menyelesaikan kasusu dengan bantuan program excel

Halaman : 8 dari
50
c. Mahasiswa melaporkan hasil praktikum dengan tulisan tangan

1. Manajer lokasi sebuah toko makanan “RASA ENAK” tertarik untuk meneliti
beberapa kali seorang pelanggan berbelanja di tokonya selama selang waktu 2
minggu. Jawaban dari 51 pelanggan adalah sbb :
5 3 3 1 4 4 5 6 4 2 6
7 1 1 14 1 2 4 4 4 5 6
3 4 5 6 8 4 7 6 5 9 11
4 7 6 5 15 1 1 10 8 9 2
a. Dimulai dengan 0 sebagai batas bawah kelas pertama, buatlah distribusi
frekuensinya (dengan membuat langkah-langkah di atas).
b. Buatlah distribusi frekuensi relatifnya.
b. Pada kelas yang mana data cenderung mengelompok ?
c. Jika ditentukan interval kelas adalah 4, apa yang dapat disimpulkan ?
d. Histogram
e. Polygon frekuensi
f. Jenis kurva frekuensi
7. Pustaka
Transito
8. Hasil Praktikum

Halaman : 9 dari
50

(BPP)
Minggu ke :4
Capaian Pembelajaran : Menghitung dan menginterprestasikan ukuran
pemusatan
Waktu : 120 menit

Menghitung dan menginterprestasikan nilai pemusatan
a. Mahasiswa menjelaskan ukuran pemusatan
b. Mahasiswa menggunakan rumus-rumus rata- rata hitung, geometric dan
harmonik
c. Mahasiswa menggunakan rumus-rumus median, modus
d. Mahasiswa menjelaskan hubungan mean, median, modus
e. Mahasiswa menggunakan rumus-rumus kuartil, persentil
3. Teori
Ukuran pemusatan adalah suatu nilai tunggal yang mewakili karakter suatu
kelompok data. Ada tiga ukuran pemusatan yaitu nilai rata-rata hitung, median
dan modus.
Rata-rata hitung diperoleh dengan menjumlahkan seluruh nilai data dan
membagi dengan jumlah data. Rata-rata hitung dibedakan antara populasi dan
sampel. Ukuran yang mewakili populasi disebut parameter, sedang untuk
sampel disebut statistik.
Rata-rata hitung populasi diperoleh dengan cara:
Rata-rata hitung sampel diperoleh dengan cara:


Rata-rata hitung data berkelompok diperoleh dengan cara:
Rata-rata hitung tertimbang dilakukan karena ada data yang mempunyai

bobot yang tidak sama akibat pengaruh dan kepentingan baik berdasarkan
waktu maupun besar pengaruhnya. Rata-rata hitung tertimbang diperoleh
dengan cara:

Halaman : 10 dari
50
Xw = (w . X)
w
Median adalah nilai yang berada di tengah suatu kelompok data yang telah
diurutkan dari yang terbesar ke yang terkecil atau sebaliknya. Letak median
adalah (n + 1)/2. Nilai median untuk data berkelompok diperoleh dengan cara:
n - Cf
2
Md = L + .i
f
Modus adalah nilai yang sering muncul. Untuk data tidak berkelompok, nilai
modus adalah nilai dengan frekuensi terbanyak. Nilai modus untuk data
berkelompok diperoleh dengan:
d1
Mo = L + .i
d1+d2
Hubungan Antar-ukuran Pemusatan. Nilai ukuran pemusatan yaitu rata-

rata hitung (X), Median (Md) dan Modus (Mo) mempunyai hubungan dengan
bentuk kurva distribusi frekuensinya. Apabila X= Md= Mo maka kurva
simitris, X > Md, Mo maka kurva condong ke kanan dan X < Md, Mo maka
kurva condong ke kiri.
4. Bahan dan alat

No Nama Jumlah
1 Computer dengan program excel
2 Kertas folio
5. Prosedur Kerja
Dengan menggunakan program excel mahasiswa menyelesaikan kasus yang
diberikan oleh dosen kemudian membuat hasil laporan praktikum.

Halaman : 11 dari
50

1. PT Ramayana, Tbk adalah perusahaan yang bergerak dibidang retail, data
penjualan selama tahun 2000 sampai dengan 2008 (data fiktif) adalah
sebagai berikut :
2001 210
2002 212
2003 246
2004 260
2005 230
2006 265
2007 275
2008 280
Diminta :
Berdasarkan data yang diberikan diminta:
a. hitunglah rata-rata, median dan modusnya untuk data tunggal
b. hitunglah varian dan standar defiasinya untuk data tunggal
2. 30 orang ibu rumah tangga ditanya tentang pengeluaran sebulan (dalam

ribuan rupiah) untuk keperluan hidup. Hasilnya adalah sebagai berikut :
30 40 35 25 35 50
40 45 40 20 45 45
20 35 45 25 40 30
25 33 20 20 20 45
35 34 15 30 25 40
a. Hitunglah rata-rata pengeluaran per ibu rumah tangga

b. Berapa besar mediannya ?
c. Berapa besar modusnya ?
7. Pustaka
Transito
8. Hasil Praktikum
Mahasiswa mampu menyelesaikan ukuran pemusatan

Halaman : 12 dari
50

(BPP)
Minggu ke :5
Capaian Pembelajaran : Menghitung dan menginterprestasikan ukuran letak
Waktu : 120 menit

Menghitung dan menginterprestasikan ukuran letak
a. Mahasiswa menjelaskan ukuran letak
b. Mahasiswa menggunakan rumus-rumus kuartil, persentil
3. Teori
Ukuran letak adalah ukuran pemusatan yang menunjukkan letak data dalam
suatu data yang sudah terurutkan. Ukuran letak terdiri dari kuartil, desil dan
persentil.
Kuartil adalah ukuran letak yang membagi distribusi data menjadi 4 bagian
yang sama. Letak kuartil untuk data tidak berkelompok adalah [i(n + 1)]/4 dan
data berkelompok adalah (in)/4, dimana nilai i adalah 1,2 dan 3.
Nilai kuartil untuk data yang tidak berkelompok dan berjumlah genap
diperoleh dengan menggunakan rumus:
NK = NKB +  (LK – LKB) / (LKA - LKB)  x (NKA – NKB)
Nilai kuartil untuk data yang berkelompok diperoleh dengan menggunakan

rumus:
NKi = L + (in/4) – Cf . Ci
Fk
Desil adalah ukuran letak yang membagi distribusi data menjadi 10 bagian
yang sama. Letak desil untuk data tidak berkelompok adalah [i(n + 1)]/10 dan
data berkelompok adalah (in)/10, di mana nilai i adalah 1,2, 3, … 9.
Nilai kuartil untuk data yang tidak berkelompok dan berjumlah genap
ND = NDB +  (LD – LDB) / (LDA – LDB)  x (NDA – NDB)

Halaman : 13 dari
50
Nilai desil untuk data yang berkelompok diperoleh dengan menggunakan

rumus:
NDi = L + (in/10) – Cf . Ci
Fk
Persentil adalah ukuran letak yang membagi distribusi data menjadi 100
bagian yang sama. Letak persentil untuk data tidak berkelompok adalah
[i(n+1)]/100 dan data berkelompok adalah (in)/100, dimana nilai i adalah 1,2,
3, …., 99
Nilai persentil untuk data yang tidak berkelompok dan berjumlah genap
NP = NPB + (LP – LPB) / (LPA - LPB)  x (NPA – NPB)
Nilai persentil untuk data yang berkelompok diperoleh dengan

menggunakan rumus:
NPi = L + (i.n / 100) – Cf . Ci

Fk
4. Bahan dan alat
No Nama Jumlah
1 Computer dengan program excel
2 Kertas folio
5. Prosedur Kerja

1. PT Ramayana, Tbk adalah perusahaan yang bergerak dibidang retail, data
penjualan selama tahun 2000 sampai dengan 2008 (data fiktif) adalah
sebagai berikut :
2001 210
2002 212
2003 246
2004 260
2005 230
2006 265

Halaman : 14 dari
50
2007 275
2008 280
Diminta :
Berdasarkan data yang diberikan diminta hitunglah Q1, Q2, Q3 untuk data
tunggalnya
2. Berdasarkan daftar distribusi frekuensi yang telah saudara buat pada

pertemuan ke-3 hitunglah :
a. Quartil ke-1, ke-2, ke-3
b. Desil ke -2, ke-5, ke-8
c. Persentile ke-25, ke-70
7. Pustaka
Transito
8. Hasil Praktikum
Mahasiswa mampu menyelesaikan ukuran pemusatan

Halaman : 15 dari
50

(BPP)
Minggu ke :6
Capaian Pembelajaran : Mengukur nilai penyebaran data
Waktu : 120 menit

- Mengukur nilai penyebaran data
2. Indikator capaian Kinerja
a. Mahasiswa menjelaskan ukuran penyebaran data
b. Mahasiswa menghitung ukuran penyebaran (range, varaisi, deviasi standar
3. Teori
Ukuran Penyebaran. Ukuran penyebaran adalah suatu ukuran baik parameter
maupun statistik untuk mengetahui seberapa besar penyimpangan data dengan
nilai rata-rata hitungnya.
Range. Range adalah perbedaan antara nilai terbesar dengan nilai terkecil.
Range hanya dipengaruhi oleh dua data ekstrim, dan kurang memperhatikan
peran data yang lain.
Deviasi rata-rata. Deviasi rata-rata adalah rata-rata hitung nilai absolut deviasi
atau selisih dari rata-rata hitungnya. Rumus deviasi rata-rata:
MD =  f X – X 
n
Varians. Varians adalah rata-rata hitung deviasi atau selisih kuadrat setiap data
terhadap rata-rata hitungnya. Rumus varians untuk data tidak berkelompok:
Variann untuk data tidak berkelompok:
2 =  ( X - )2 di mana: = X
N N
Varians untuk data berkelompok
2 =  f (X – X)2
N

Halaman : 16 dari
50
Standar deviasi. Standar deviasi adalah akar kuadrat positif dari varians dan
menunjukkan standar penyimpangan data terhadap nilai rata-ratanya.
Standar deviasi untuk data tidak berkelompok:
 =   ( X - )2
N
Standar deviasi untuk data berkelompok
 =   f (X – X)2
N
Apabila menggunakan sampel lambang varians 2 = s2; sedang standar
deviasi  = s; sedang pembagi N menjadi n-1.
4. Bahan dan alat

No Nama Jumlah
1 Kertas folio 35
2 Computer
5. Prosedur Kerja

1. Berikut adalah tingkat hunian hotel di beberapa kota di Indonesia pada
bulan Desember 2006:
Kota % dari jumlah kamar tersedia
Medan 36
Padang 28
Jakarta 48
Bandung 34
Semarang 41
Yogyakarta 55
Surabaya 41
Denpasar 68
Menado 47
Makassar 32
Pertanyaan:
a. Hitunglah range dari tingkat hunian hotel.
b. Hitunglah standar deviasinya.
c. Hitunglah koefisien relatifnya.

Halaman : 17 dari
50
2. Penelitian terhadap produksi listrik Indonesia menyatakan bahwa produksi

listrik Indonesia pada tahun 2002-2006 berkisar dari 74 sampai 88 ribu
Gwh. Data statistik menunjukkan bahwa produksi rata-rata listrik
mencapai 80 ribu Gwh dan standar deviasinya mencapai 6 ribu Gwh.
Hitunglah:
a. Koefisien standar deviasi (KSD).
b. Berapa kisaran produksi listrik untuk 95% dari seluruh produksi
listrik berada.

Halaman : 18 dari
50
7. Pustaka
Transito
8. Hasil Praktikum
mahasiswa mampu menyelesaikan ukuran penyebaran

Halaman : 19 dari
50

(BPP)
Minggu ke :7
Capaian Pembelajaran : Mengukur nilai kemiringan dan Kecondongan
Waktu : 120 menit

- Mengukur nilai penyebaran data
2. Indikator Capaian Kinerja Kinerja
a. Mahasiswa menghitung dan menginterprestasikan nilai KV
b. Mahasiswa menentukan tingkat kemencengan, keruncingan kurva
3. Teori
Teorema Chebyshev, untuk suatu kelompok data dari sampel atau populasi,
minimum proporsi nilai-nilai yang terletak dalam k standar deviasi dari rata-
rata hitungnya adalah sekurang-kurangnya 1-1/k2, di mana k merupakan
konstanta yang nilainya lebih dari 1.
Ukuran penyebaran lain adalah (a) Jarak kuartil = K3 - K1, (b) deviasi kuartil=
(K3 - K1)/2 dan (c) Jarak persentil= P90-P10.
Hukum empirik bermanfaat untuk kurva berbentuk normal atau simetri.

Hukum empirik menyatakan bahwa kisaran  untuk 68% data, kisaran
2 untuk 95% data, dan kisaran 3 untuk 99,7% data.
Koefisien relatif merupakan ukuran penyebaran dalam bentuk relatif.

Koefisien relatif terdiri dari:
Koefisien range = {(La – Lb)/(La + Lb)} x 100%

Koefisien deviasi rata-rata = (MD/X) x 100%
Koefisien deviasi standar = (s/X) x 100%
Koefisien kecondongan menunjukkan apakah kurva condong positif, negatif

atau normal. Rumus kecondongan adalah:
Sk =  - Mo atau Sk = 3( - Md)

 
Nilai Sk = 3 berarti normal, Sk>3 condong positif dan Sk<3 condong negatif.

Halaman : 20 dari
50
Koefisien keruncingan menunjukkan apakah kurva bersifat normal, runcing

atau datar.
Koefisien keruncingan untuk data tidak berkelompok adalah:
4 = 1/n  (x - )4
4
Koefisien keruncingan data berkelompok adalah:
4 = 1/n  f . (X - )4
4
Nilai 4= 0 berarti kurva normal/simitri, 4 >0 kurva runcing dan 4 <0 kurva
datar.
4. Bahan dan alat

No Nama Jumlah
1 Kertas folio 35
2 Computer
5. Prosedur Kerja

1 Berikut adalah data kepadatan jumlah penduduk Kabupaten Bengkulu
Selatan pada tahun 2006.
Manna 129
Kota Manna 342
Kedurang 53
Seginim 171
Pino 62
Pino Raya 68
Pertanyaan:
Hitunglah koefisien kecondongan dari kepadatan jumlah penduduk,
apabila koefisien negatif condong ke kiri berarti penduduk mengarah ke
perkotaan dan sebaliknya.

Halaman : 21 dari
50
2 Berikut adalah data nilai ekspor minyak mentah menurut negara tujuan
pada tahun 2006:
Jepang 1.840
Singapura 413
Cina 857
Australia 718
Amerika Serikat 380
Korea Selatan 788
kesimpulannya?
3 Berdasarkan data Sepuluh merk mobil yang terjual paling banyak sepanjang
tahun 2002 pada halaman 28 no. 4, maka hitunglah skewness dan
kurtosirnya.
4 Pendapatan tahunan dari 5 Pegawai Industri Kimia Dasar adalah :

$ 75.000 $ 78.000 $ 72.000 $ 83.000 $ 90.000
Asumsikan nilai-nilai tersebut sebagai nilai populasi : Berapa KV nya ?
7. Pustaka
Transito
8. Hasil Praktikum

Halaman : 22 dari
50

(BPP)
Minggu ke :9
Capaian Pembelajaran : Ukuran Kecondongan dan Keruncingan

Distribusi
Data
Waktu : 120 menit

Nilai koefisien kecondongan dan keruncingan distribusi data.

a. Memahami pengertian ukuran kecondongan dan keruncingan
b. Memahami, menjelaskan, dan menghitung nilai koefisien kecondongan
Karl Pearson
c. Memahami, menjelaskan, dan menghitung nilai koefisien kecondongan
momen
d. Memahami, menjelaskan, dan menghitung nilai koefisien keruncingan.
3. Teori
Distribusi suatu gugusan dikatakan simetris apabila nilai mean, median, dan
modus terletak dalam suatu titik temu. Apabila nilai mean, median, dan modus
tidak sama, maka distribusi data itu dinilai tidak simetris.
Formula untuk menentukan tingkat kecondongan distribusi data berdasarkan teori
Karl Pearson adalah:

Halaman : 23 dari
50
PSk = x – Mo
s
PSk merupakan nilai koefisien kecondongan Karl Pearson, x adalah mean, Mo
adalah modus, dan s adalah deviasi standar. Atau bisa juga disederhanakan
menjadi:
PSk = 3 (x – Md)
s
Apabila nilai koefisien kecondongan Pearson nilainya lebih dari 0, berarti arah
kecondongan distribusi data adalah ke kanan yang berarti data akan terkonsentrasi
pada nilai yang rendah. Apabila nilai koefisien kecondongan kurang dari 0, atau
dengan kata lain nilainya negatif, maka arah kecondongan distribusi data adalah
ke kiri yang berarti data akan terkonsentrasi pada nilai yang relatif tinggi. Apabila
nilai nilainya 0, distribusi data dalam suatu gugusan akan membentuk pola yang
simetris.
Arah kecondongan distribusi data juga bisa dicari dengan formula koefisien
kecondongan momen. Bagi data yang tidak dikelompokkan rumusnya adalah:
α3 = 1 x ∑ (x – X)3
N
s3
α3 merupakan nilai koefisien kecondongan momen untuk data yang tidak
dikelompokkan, x adalah nilai data, X adalah nilai mean, s adalah deviasi standar,
dan N adalah jumlah data.
Sedangkan untuk data yang dikelompokkan, rumusnya adalah:
α3 = 1 x ∑ f x (x – X)3
N
s3
α3 merupakan nilai koefisien kecondongan momen untuk data yang tidak
dikelompokkan, x adalah median, X adalah mean, s adalah deviasi standar, dan N
adalah jumlah seluruh frekuensi, dan f adalah frekuensi.

Halaman : 24 dari
50
Apabila nilai koefisien kecondongan momen adalah 0, maka distribusi penyebaran

data akan membentuk kurva yang simetris atau normal. Apabila nilai koefisien
kecondongan momen positif, distribusi data condong ke kanan, sedangkan apabila
nilai koefisien kecondongan momen negatif, arah kecondongan distribusi data
adalah ke kiri.
Selain melalui pengukuran kecondongan, pola penyebaran data dalam suatu
gugusan juga dapat dinilai melalui pengukuran tingkat keruncingan. Tingkat
keruncingan diukur dengan jalan membandingkan bentuk keruncingan kurva
distribusi data dengan bentuk kurva normal. Apabila bagian tengah kurva
distribusi data mempunyai puncak yang relatif runcing, distribusi data tersebut
dinilai bersifat leptokurtic. Sebaliknya, apabila bagian tengah kurva distribusi data
mempunyai puncak yang relatif datar, ia dinilai memiliki sifat platykurtic.
Sedangkan distribusi data yang normal memiliki puncak yang bentuknya
merupakan perpaduan antara sifat platykurtic dan leptokurtic. Distribusi data
semacam ini dikatakan bersifat mesokurtic.Ukuran keruncingan menempatkan
mean sebagai pedoman untuk menilai bagaimana pola penyebaran data.
Rumus yang diterapkan untuk mengukur koefisien keruncingan adalah α4.
Berdasarkan hasil perhitungan, tiga kemungkinan bisa terjadi. Kemungkinan
pertama adalah nilai koefisisen keruncingan lebih kecil dari 3, maka pola
penyebaran data bersifat platykurtic. Apabila nilai koefisien keruncingan lebih
besar daripada 3, maka distribusi data menunjukkan pola yang bersifat leptokurtic.
Apabila nilai koefisien keruncingan adalah sama dengan 3, maka distribusi
datanya bersifat mesokurtic.
Rumus untuk menghitung tingkat keruncingan bagi data yang tidak
dikelompokkan adalah:
α4 = 1 x ∑ (x – X)4
N
s4

Halaman : 25 dari
50
α4 merupakan nilai koefisien keruncingan distribusi data yang tidak

dikelompokkan, x adalah nilai data, dan X adalah mean, dan N adalah jumlah
data. Sedangkan rumus untuk menghitung tingkat keruncingan bagi data yang
dikelompokkan adalah:
α4 = 1 x ∑ f x (x – X)4
N
s4
α4 merupakan nilai koefisien keruncingan distribusi data yang dikelompokkan, x
adalah median, X adalah mean, dan N adalah jumlah data, dan f adalah jumlah
frekuensi kelas.
4. Bahan dan Alat

BPP, Kertas Folio, dan Komputer.
5. Organisasi
Mahasiswa dibagi menjadi kelompok kecil yang terdiri atas 3-5 orang setiap
kelompok. Setiap kelompok dikoordinir oleh seorang ketua yang dipilih diantara
anggota. Setiap kelompok melakukan praktikum dibimbing oleh dosen dan
teknisi.
6. Prosedur Kerja
a. Mahasiswa membaca dan memahami materi
b. Mahasiswa menyelesaikan kasus yang disediakan

1 Berikut adalah data kepadatan jumlah penduduk Kabupaten Bengkulu
Selatan pada tahun 2006.

Halaman : 26 dari
50
Manna 129
Kota Manna 342
Kedurang 53
Seginim 171
Pino 62
Pino Raya 68
Pertanyaan:
Hitunglah koefisien kecondongan dari kepadatan jumlah penduduk,
apabila koefisien negatif condong ke kiri berarti penduduk mengarah ke
perkotaan dan sebaliknya.
2 Berikut adalah data nilai ekspor minyak mentah menurut negara tujuan
pada tahun 2006:
Jepang 1.840
Singapura 413
Cina 857
Australia 718
Amerika Serikat 380
Korea Selatan 788
kesimpulannya?
8. Pustaka
Santosa, P.B. dan M. Hamdani. 2007. Statistika Deskriptif dalam Bidang
Ekonomi dan Niaga. Erlangga. Jakarta.
9. Hasil Praktikum
Mahasiswa mampu memahami, menjelaskan, dan menghitung ukuran
kecondongan dan keruncingan data.

Halaman : 27 dari
50

(BPP)
Minggu ke : 10
Capaian Pembelajaran : Deret berkala
Waktu : 120 menit

Deret berkala.

Menjelaskan pentingnya deret berkala.
3. Teori
Proses atau kegiatan untuk menduga kondisi masa akan datang
Nilai ramalan adalah nilai perkiraan atau nilai taksiran yang menunjukkan kondisi
mendatang
Dasar peramalan
Deret berkala (time series)
Sekumpulan data yang dicatat dalam satu periode waktu atau satu rentang waktu
tertentu
Contoh :
Data jumlah penduduk indonesia dari tahun 2000 – 2008
Data jumlah penjualan dari tahun 1998 – 2008
Data jumlah pengangguran dari tahun 2001-2007, dll

Halaman : 28 dari
50
Peramalan
Peramalan dilakukan berdasarkan data masa lalu karena perilaku
manusia banyak dipengaruhi kondisi atau waktu sebelumnya,
Peramalan sangat bermanfaat dalam hal perencanaan secara
spesifik dalam perusahaan dalam hal penganggaran (budgeting)
Metode peramalan
a. Tren
b. Variasi musim
c. Variasi siklus
d. Variasi yang tidak tetap (irregular variation)
4. Bahan dan Alat

5. Organisasi
teknisi.
6. Prosedur Kerja

1. Berikut adalah perkembangan suku bunga Bank Indonesia untuk jangka
waktu 12 bulan dari tahun 2001-2006.

Halaman : 29 dari
50
Tahun Suku Bunga

2001 16
2002 22
2003 28
2004 16
2005 14
2006 16
Pertanyaan:
Ramalkan berapa suku bunga tahun 2007 dan 2009 dengan menggunakan
metode rata-rata sederhana.
2. Berikut adalah indeks harga perdagangan besar untuk bangunan tempat
tinggal dan bukan tempat tinggal selama tahun 2002 sampai 2006.
Tahun Indeks
2002 128
2003 219
2004 245
2005 269
2006 296
Pertanyaan:
Ramalkan angka indeks untuk tahun 2008 dan 2010 dengan menggunakan
metode kuadrat terkecil.
8. Pustaka
Sudjana. 2003. Metode Statistik Untuk Bisnis Dan Ekonomi. Bandung : Transito
9. Hasil Praktikum
Mahasiswa mampu memahami, menjelaskan, dan menganalisis deret berkala.

Halaman : 30 dari
50

(BPP)
Minggu ke : 11
Capaian Pembelajaran : Deret berkala
Waktu : 120 menit

Deret berkala.

Menghitung tren.
3. Teori
Tren adalah gerakan kecenderungan naik atau turun dalam jangka panjang yang
diperoleh dari rata-rata perubahan dari waktu ke waktu dan nilainya cukup rata
atau mulus (smooth)
Macam – macam trend:
Tren positif
Y† = a + bX
Tren negatif
Y† = a + bX
Metode Analisis Tren:
a. Semi rata – rata (semi avarage method)
b. Metode kuadrat terkecil (least square method)

Halaman : 31 dari
50
c. Metode tren kuadratis (quadratic trend method)

d. Metode tren eksponensial (exponential trend method)
Semi rata – rata (semi avarage method)
Tren dirumuskan:
Y† = a + bX
a = k1 atau k2
Langkah kerja:
a. Membagi data menjadi dua kelompok, jika ganjil data tengah
dihilangkan atau dihitung dua kali
b. Menentukan tahun dasar masing – masing kelompok
c. Menghitung nilai rata – rata masing – masing kelompok
d. Menghitung nilai b
e. Merumuskan bentuk persamaan tren
4. Bahan dan Alat

5. Organisasi
teknisi.
6. Prosedur Kerja

Halaman : 32 dari
50

1. Berikut adalah data impor tahun 2002 sampai 2006. Ramalkan kondisi
2008 dan 2010 dengan menggunakan metode eksponensial
Tahun Nilai Impor

2002 16
2003 44
2004 84
2005 118
2006 163
2. Berikut ini adalah tabungan deposito menurut Bank Indonesia tahun 2004
sampai 2006. Hitunglah indeks musim setiap triwulannya dengan
menggunakan metode rasio rata-rata bergerak selama 3 triwulan. Apabila
pada tahun 2010 diharapkan berjumlah Rp 75 triliun, berapa target setiap
triwulannya?
8. Pustaka
Sudjana. 2003. Metode Statistik Untuk Bisnis Dan Ekonomi. Bandung : Transito
9. Hasil Praktikum
Mahasiswa mampu memahami, menjelaskan, dan menghitung tren.

Halaman : 33 dari
50

(BPP)
Minggu ke : 12
Capaian Pembelajaran : Angka Indeks untuk Mencatat Tingkat

Perubahan
Waktu : 120 menit

Angka indeks, angka indeks sederhana, dan angka indeks tertimbang.

a. Memahami pengertian angka indeks
b. Memahami, menjelaskan, dan menghitung nilai angka indeks sederhana
c. Memahami, menjelaskan, dan menghitung nilai angka indeks tertimbang.
3. Teori
Angka indeks merupakan angka yang menunjukkan perbandingan antara keadaan
yang terjadi pada suatu rentang waktu dengan yang lainnya dimana perubahan
relatifnya ditunjukkan dalam bentuk persentase. Beberapa hal penting yang harus
dipertimbangkan agar angka indeks yang kita hitung menjadi lebih valid: tujuan
penyusunan angka indeks, sumber dan syarat perbandingan data, tahun dasar,
faktor penimbang, serta metode perhitungan angka indeks.
Metode perhitungan angka indeks terbagi atas dua jenis, yaitu angka indeks
sederhana dan angka indeks tertimbang yang keduanya terbagi lagi menjadi dua

Halaman : 34 dari
50
bentuk, yaitu bentuk agregatif dan bentuk relatif. Angka indeks sederhana terdiri
dari angka indeks harga, angka indeks kuantitas, dan angka indeks nilai.
Rumus angka indeks harga:
PI0,n =  Pn x 100%
 P0
PI0,n adalah nilai angka indeks harga suatu tahun dengan tahun dasar 0, P0 adalah
harga tahun dasar (base year), dan Pn adalah harga pada tahun yang akan dihitung
nilai angka indeksnya (current year).
Rumus angka indeks kuantitas:
QI0,n =  Qn x 100%
 Q0
Q0,n adalah nilai angka indeks kuantitas suatu tahun dengan tahun dasar 0, Q0
adalah jumlah pada tahun dasar (base year), dan Qn adalah jumlah pada tahun
yang akan dihitung nilai angka indeksnya (current year).
Rumus angka indeks nilai:
VI0,n =  Vn x 100% =  Pn x Qn x 100%
 V0  P0 x Q0
VI0,n adalah besarnya angka indeks nilai pada suatu tahun dengan tahun dasar 0,
V0 adalah nilai pada tahun dasar (base year), dan Vn adalah nilai pada tahun yang
akan dihitung nilai angka indeksnya (current year).
Rumus angka indeks nilai secara relatif:
RVI0,n =  Vn x 100% =  Pn x Qn x 100%
V0 P0 x Q0
RVI0,n adalah besarnya angka indeks nilai relatif pada suatu tahun dengan tahun
dasar 0, V0 adalah nilai pada tahun dasar (base year), dan Vn adalah nilai pada
tahun yang akan dihitung nilai angka indeksnya (current year).
Angka indeks tertimbang merupakan angka indeks yang memasukkan faktor-
faktor penimbang tertentu sebagai unsur pokok pembentuknya.

Halaman : 35 dari
50
Rumus nilai angka indeks tertimbang:

WI0,n =  (Pn x W) x 100%
 (P0 x W)
WI0,n adalah nilai angka indeks tertimbang suatu tahun dengan tahun dasar 0, Pn
adalah harga pada suatu tahun tertentu, P0 adalah harga tahun dasar 0, dan W
adalah faktor penimbang.
Rumus nilai angka indeks tertimbang secara relatif:
RWI0,n =  RPn x W x 100%
 RP0 x W
RWI0,n adalah nilai angka indeks harga tertimbang relatif, P0 adalah harga tahun
dasar 0, dan W adalah faktor penimbang.
4. Bahan dan Alat

5. Organisasi
teknisi.
6. Prosedur Kerja

Halaman : 36 dari
50
Berikut ini adalah ekspor minyak kelapa sawit tahun 2004 sampai 2006.
Hitunglah indeks musim setiap triwulannya dengan menggunakan metode rasio
rata-rata bergerak selama 3 triwulan. Apabila pada tahun 2009 diharapkan jumlah
produksi sebesar 6,5 juta ton, berapa target setiap triwulannya?
I II III IV TOTAL
2004 500 1000 1500 800 3800
2005 800 900 1800 1200 4700
2006 600 1200 2600 1500 5900
8. Pustaka
9. Hasil Praktikum
Mahasiswa mampu memahami, menjelaskan, dan menganalisis angka indeks,
angka indeks sederhana, dan angka indeks tertimbang.

Halaman : 37 dari
50

(BPP)
Minggu ke : 13
Capaian Pembelajaran : Angka Indeks untuk Mencatat Tingkat

Perubahan
Waktu : 120 menit

Angka indeks, terhitung berdasar kuantitas barang; angka indeks rantai; tahun
dasar; dan angka indeks untuk proses deflasi.

a. Memahami, menjelaskan dan menghitung nilai angka indeks dengan faktor
penimbang berupa jumlah barang
b. Memahami, menjelaskan, dan menghitung nilai angka indeks rantai
c. Memahami, menjelaskan, dan menyesuaikan tahun dasar
d. Memahami, menjelaskan, dan menghitung untuk melakukan deflasi.
3. Teori
Besarnya nilai angka indeks dihitung secara objektif berdasarkan pertimbangan
jumlah barang, dalam bidang ilmu statistika dikenal beberapa macam rumus,
yaitu: rumus angka indeks Laspeyres, Paasche, Dorbisch dan Bowley, Ronald
Fischer, Marshall dan Edgeworth, serta Walsh.
Rumus nilai angka indeks Laspeyres:
LI =  (Pn x Q0) x 100%

Halaman : 38 dari
50
 (P0 x Q0)
LI adalah nilai angka indeks Laspeyres, P0 adalah harga pada tahun dasar 0, Pn
adalah harga pada suatu tahun tertentu, dan Q0 adalah jumlah pada tahun dasar 0.
Rumus nilai angka indeks Paasche:
PI =  (Pn x Qn) x 100%
 (P0 x Qn)
PI adalah angka indeks Paasche, P0 adalah harga pada tahun dasar 0, Pn adalah
harga pada suatu tahun tertentu, dan Qn adalah jumlah pada suatu tahun tertentu
yang akan dihitung nilai angka indeksnya.
Rumus nilai angka indeks Dorbisch dan Bowley:
DBI = LI + PI
2
DBI adalah nilai angka indeks Dorbisch dan Bowley, L adalah nilai angka indeks
Laspeyres, dan P adalah nilai angka indeks Paasche.
Rumus nilai angka indeks Irving Fischer:
IFI = √ LI x PI
IFI adalah nilai angka indeks Irving Fischer, LI adalah nilai angka indeks
Laspeyres, dan PI adalah nilai angka indeks Paasche.
Rumus nilai angka indeks Marshall dan Edgeworth:
MEI =  (Q0 + Qn) x Pn x 100%
 (Q0 + Qn) x P0
MEI adalah nilai angka indeks Marshall dan Edgeworth, P0 adalah harga tahun
dasar, Pn adalah harga pada suatu tahun, Q0 adalah jumlah pada tahun dasar, dan
Qn adalah jumlah pada suatu tahun tertentu yang hendak dicari nilai angka
indeksnya.
Rumus niali angka indeks Walsh:
WI =  Pn x √Q0 x Qn x 100%
 P0 x √Q0 x Qn

Halaman : 39 dari
50
WI adalah nilai angka indeks Walsh, P0 adalah harga tahun dasar, Pn adalah harga
pada suatu tahun, √ Q0 x Qn adalah akar pangkat dua dari hasil kali antara jumlah
pada tahun dasar dan jumlah pada suatu tahun tertentu.
Apabila tahun dasar semula dinilai tidak relevan lagi untuk dijadikan sebagai
pedoman karena keadaan telah jauh berubah dan apabila tahun dasar tidak dirubah
besaran angka indeks yang diperoleh tidak valid, perubahan tahun dasar harus
dilakukan.
Pengaruh harga dan tingkat penghasilan yang nyata dapat diketahui setelah kita
menghitung melalui proses deflasi. Rumusnya:
RII = NII x 100%
CGPI
RII adalah indeks penghasilan nyata (real income index), NII adalah indeks
penghasilan nominal (nominal income index), dan CGPI adalah indeks harga
barang konsumsi (consumer goods price index).
Rumus penghasilan nyata suatu periode:
RII = NII x X
PI
RI adalah nilai penghasilan nyata (real income), NI adalah nilai penghasilan
nominal (nominal income), dan PI adalah indeks harga (price index), dan X
adalah sepersepuluh nilai satuan bilangan penghasilan.
Rumus nilai penghasilan nyata pada suatu saat apabila dibandingkan dengan
waktu lampau atau waktu yang lain:
RI(x,y) = NI
API / PI(Y)
RI adalah pendapatan nyata (real income) apabila dibandingkan dengan tahun lain
yang dijadikan dasar perbandingan, NI adalah pendapatan nominal (nominal
income), API adalah indeks harga saat ini (actual price index), dan PI(Y) adalah
indeks harga pada tahun yang dijadikan dasar perbandingan.

Halaman : 40 dari
50
4. Bahan dan Alat

5. Organisasi
teknisi.
6. Prosedur Kerja
b. Mahasiswa menyelesaikan kasus yang disediakan.
Berikut ini adalah ekspor minyak kelapa sawit tahun 2004 sampai 2006.
Hitunglah indeks musim setiap triwulannya dengan menggunakan metode rasio
rata-rata bergerak selama 3 triwulan. Apabila pada tahun 2009 diharapkan jumlah
produksi sebesar 6,5 juta ton, berapa target setiap triwulannya?
I II III IV TOTAL
2004 500 1000 1500 800 3800
2005 800 900 1800 1200 4700
2006 600 1200 2600 1500 5900
8. Pustaka
9. Hasil Praktikum
Mahasiswa mampu memahami, menjelaskan, dan menghitung angka indeks,
terhitung berdasar kuantitas barang; angka indeks rantai; tahun dasar; dan angka
indeks untuk proses deflasi.

Halaman : 41 dari
50

(BPP)
Minggu ke : 14
Capaian Pembelajaran : Analisis Regresi dan Korelasi serta Hubungan

antar Variabel
Waktu : 120 menit

Hubungan antar variabel, metode untuk mengetahui hubungan antar variabel,
kesalahan baku estimasi, dan nilai koefisien determinasi dan koefisien korelasi,
nilai koefisien korelasi product moment karl pearson, nilai koefisien korelasi bagi
data yang diperingkatkan, nilai koefisien korelasi untuk data yang dikelompokkan,
nilai koefisien korelasi bersyarat.

a. Memahami dan menjelaskan pengertian serta konsep analisis regresi,
korelasi, dan hubungan antarvariabel
b. Memahami, menjelaskan, dan menerapkan metode untuk mengetahui
hubungan antarvariabel
c. Memahami, menjelaskan, dan menghitung nilai kesalahan baku estimasi.
3. Teori
Analisis regresi dan korelasi merupakan kajian yang membahas hubungan antara
variabel satu dengan yang lainnya serta seberapa kuat hubungan antarvariabel
yang terjadi. Tiga macam corak hubungan antara dua atau beberapa variabel:
hubungan yang berbanding lurus, hubungan yang berbanding terbalik, dan bahkan

Halaman : 42 dari
50
tidak ada hubungan antarvariabel sama sekali. Tiga metode untuk mengetahui
bagaimana hubungan antarvariabel adalah: metode diagram pencar, metode
jumlah kuadrat terkecil, dan metode tabel korelasi.
Penyimpangan titik-titik yang mewakili nilai variabel terikat dalam diagram
pencar dinamakan standar kesalahan penaksiran (standard error of estimate),
disebut juga kesalahan baku estimasi atau selisih taksir standar. Rumusnya adalah:
Se (Syx) =  (Y – Y†2)
√ N–2
Atau
Se (Syx) =  Y2 – a Y – b XY
√ N-2
Dua alat analisis untuk menentukan derajat keeratan hubungan antara variabel
bebas dan variabel terikat adalah koefisien determinasi dan koefisien korelasi.
Rumus koefisien determinasi adalah:
r2 = 1 -  (Y – Y†)2
 (Y – Y)2
r2 adalah nilai koefisien determinasi,  (Y – Y†)2 adalah jumlah keseluruhan
selisih antara nilai variabel terikat terhadap garis regresi, dan  (Y – Y)2 adalah
jumlah keseluruhan selisih antara nilai variabel terikat terhadap nilai rata-rata
variabel terikat.
Rumus koefisien korelasi adalah
r = 1 -  (Y – Y†)2 = √ r2
√  (Y – Y)2
Metode untuk menghitung nilai koefisien korelasi yang datanya mengandung
unsur pemeringkatan atau urutan data adalah Spearman€s rank corelation method.
Rumusnya adalah:
r = 1- 6 x  D2
N x ( N2 – 1 )

Halaman : 43 dari
50
r adalah koefisien korelasi Spearman, D adalah perbedaan atau selisih peringkat

antara variabel bebas dan variabel terikat, N adalah jumlah frekuensi dan 6 adalah
konstanta.
Nilai koefisien korelasi juga dapat dicari dari data yang dikelompokkan dengan
rumus:
r = ( N x  fx x ux x uy ) – [ (  fx x ux ) x (  fy x uy ) ]
√ [ ( N x  fx x ux2 ) – ( fx x ux )2 x ( N x  uy2 - (  fy x uy )2 ]
r adalah nilai koefisien korelasi bagi data yang dikelompokkan, N adalah jumlah
data atau frekuensi secara keseluruhan, f adalah frekuensi kelas, dan u adalah nilai
deviasi.
Korelasi bersyarat atau biasa disebut korelasi kontingensi merupakan alat analisis
untuk mengetahui seberapa kuat hubungan antara variabel bebas dan variabel
terikat dari data yang menyertakan aspek yang bersifat kualitatif, seperti:
pandangan, persepsi, dan penilaian mengenai karakteristik suatu keadaan.
Rumusnya adalah:
C = χ2
√ χ2 + n
C adalah nilai koefisien korelasi bersyarat, χ2 adalah nilai chi-square, dan n
adalah jumlah seluruh frekuensi. Rumus untuk menghitung nilai chi-square
adalah:
χ2 =  j=1 ( nij – eij )
eij
χ2 adalah nilai chi-square, nij adalah frekuensi sesungguhnya pada kolom dan
baris tertentu, dan eij adalah frekuensi yang diharapkan (expected frequency) pada
kolom serta baris tertentu.
4. Bahan dan Alat


Halaman : 44 dari
50
5. Organisasi
teknisi.
6. Prosedur Kerja

Berikut ini adalah data tentang masa tunggu memperoleh pekerjaan, ipk, dan
jumlah organisasi yang diikuti selama masa kuliah. Berdasarkan data tersebut dan
dengan menggunkan prosedur pengujian korelasi selesaikanlah permasalahan
berikut ini
a. Apakah ada hubungan antara masa tunggu dengan ipk
b. Apakah ada hubungan antara masa tunggu, ipk, dan jumlah organisasi
yang diikuti
No Nama Masa tunggu (th) Ipk Organisasi

1 Anggun 1,00 2,90 0,00
2 Anton a 0,30 2,80 3,00
3 Ari febianto 0,90 3,10 2,00
4 Ari mayaningtyas 2,00 3,00 3,00
5 Bagus be 1,20 2,10 0,00
6 Budi arianto 0,40 2,80 1,00
7 Dwi wulandari 0,80 3,20 2,00
8 Fardi tataq h 0,50 3,50 1,00
9 Hendra irawan 1,10 2,10 0,00
10 Ida ratnaningsih 2,10 2,80 0,00
11 Indah suryanova 0,60 2,60 3,00
12 Ira handayani 1,70 3,80 2,00
13 Johan wijaya 2,10 2,30 1,00

Halaman : 45 dari
50
14 Kartika d 0,90 2,70 2,00

15 Khairul huda 0,70 3,40 4,00
16 Kholil sadri 0,50 3,50 3,00
17 Mahfuddin 0,10 3,60 2,00
18 Mardiyani w 0,30 3,20 0,00
19 Marliani 1,60 2,60 1,00
20 M.bayu 2,70 2,40 1,00
21 M.iqbal 0,70 2,90 1,00
22 Novis p 4,00 3,00 2,00
23 Okta fina 2,10 3,10 2,00
24 Risa afrianti 1,50 2,90 2,00
25 Rifki yufriza 0,80 2,50 2,00
26 Riza eliyani 0,30 3,40 2,00
27 Santi widarsih 3,10 3,30 0,00
28 Sri astuti 2,90 2,50 3,00
29 Sri wahyuningsih 4,60 2,60 2,00
30 Susilowati 1,10 3,40 1,00
31 Windi rv 0,30 2,80 3,00
32 Yuda m s 0,90 2,75 2,00
8. Pustaka
9. Hasil Praktikum
Mahasiswa mampu memahami, menjelaskan, dan menghitung analisis regresi dan
korelasi serta hubungan antarvariabel.

Halaman : 46 dari
50

(BPP)
Minggu ke : 15
Capaian Pembelajaran : Analisis Regresi dan Korelasi Berganda
Waktu : 120 menit

Analisis regresi dan korelasi berganda, persamaan regresi berganda, nilai
kesalahan baku estimasi, nilai koefisien determinasi, dan nilai koefisien korelasi
parsial.

a. Memahami analisis regresi dan korelasi berganda
b. Memahami, menjelaskan, dan menghitung persamaan regresi berganda
c. Memahami, menjelaskan, dan menghitung nilai kesalahan baku estimasi
d. Memahami, menjelaskan, dan menghitung nilai koefisien determinasi
e. Memahami, menjelaskan, dan menghitung nilai koefisien korelasi parsial.
3. Teori
Analisis regresi dan korelasi berganda merupakan analisis terhadap suatu
fenomena yang menunjukkan hubungan sebab akibat dimana suatu variabel terikat
ditentukan oleh lebih dari satu variabel bebas. Rumus umum persamaan regresi
berganda adalah:
Y† = a + b1X1 + b2X2 + …+ bnXn + e
Y† adalah nilai variabel terikat, a adalah konstanta regresi, b adalah derajat
kemiringan regresi, X adalah nilai variabel bebas, dan e adalah faktor pengganggu

Halaman : 47 dari
50
(error atau disturbance) yaitu variabel lain yang tidak dimasukkan dalam
persamaan regresi berganda. Apabila variabel bebas terdiri dari dua variabel,
maka rumus persamaan regresi adalah:
Y† = a + b1X1 + b2X2
Y† adalah nilai variabel terikat, X adalah nilai variabel bebas, a adalah intersep
atau konstanta regresi, b1 adalah besarnya kenaikan atau penurunan nilai variabel
terikat apabila X1 naik atau turun nilainya satu satuan ketika X2 konstan, dan b2
adalah besarnya kenaikan atau penurunan nilai variabel terikat apabila nilai X 2
naik atau turun nilainya satu satuan ketika X1 konstan.
Rumus nilai kesalahan baku estimasi regresi berganda adalah:
Se (Syx) =  Y2 – ( a x Y ) – ( b1 x  X1Y ) – ( b2 x  X2Y )
√ N-3
Se (Syx) adalah penyimpangan standar terhadap garis regresi ganda, Y adalah
nilai variabel terikat, X1 dan X2 adalah nilai variabel bebas, N-3 adalah nilai
derajat kebebasan, a adalah intersep atau konstanta Y, b1 adalah besarnya
kenaikan atau penurunan nilai variabel terikat apabila X1 naik atau turun nilainya
satu satuan ketika X2 konstan, naik atau turun nilainya satu satuan ketika X1
konstan.
Rumus koefisien determinasi berganda adalah:
r2 = ( b1 x  x1y ) + ( b2 x  x2y )
 y2
r2 adalah nilai koefisien determinasi berganda, b1 adalah nilai koefisien regresi
variabel bebas pertama, b2 adalah nilai koefisien regresi variabel bebas kedua, x 1y
adalah deviasi dari X1Y, x2y adalah deviasi dari X2Y, serta y2 adalah deviasi dari
Y2.
Rumus koefisien korelasi berganda adalah:
r = ( b1 x  x1y ) + ( b2 x  x2y ) = √ r2
√  y2

Halaman : 48 dari
50
Rumus koefisien korelasi parsial apabila variabel bebas kedua nilainya konstan
adalah:
ry1.2 = ry1 - (ry2 x r12 )
√ ( 1 - ry22 ) x ( 1 - r122 )
Rumus koefisien korelasi parsial apabila variabel bebas pertama nilainya konstan
adalah:
ry2.1 = ry2 - (ry1 x r12 )
√ ( 1 - ry12 ) x ( 1 - r122 )
Rumus koefisien korelasi parsial apabila variabel terikat nilainya konstan adalah:
r12.y = r12 - (ry1 x r12 )
√ ( 1 - ry12 ) x ( 1 - r122 )
4. Bahan dan Alat

5. Organisasi
teknisi.
6. Prosedur Kerja

Berikut ini adalah data penjualan, biaya iklan, jumlah karyanan pada pt cahaya
sejahtera:

Halaman : 49 dari
50
No Penjualan (y) Biaya iklan (x1) Jml karyawan pemasaran

1 2.000.000,00 240.000,00 (*)
2 2.300.000,00 250.000,00 320,00
3 2.100.000,00 240.000,00 320,00
4 3.200.000,00 300.000,00 340,00
5 3.400.000,00 310.000,00 345,00
6 2.900.000,00 360.000,00 360,00
7 3.200.000,00 360.000,00 360,00
8 4.000.000,00 380.000,00 350,00
9 4.010.000,00 390.000,00 355,00
10 4.250.000,00 410.000,00 360,00
11 4.500.000,00 450.000,00 375,00
12 4.760.000,00 450.000,00 385,00
13 5.100.000,00 420.000,00 380,00
14 5.230.000,00 510.000,00 380,00
15 5.520.000,00 520.000,00 400,00
16 5.750.000,00 550.000,00 410,00
17 6.030.000,00 590.000,00 415,00
18 6.400.000,00 600.000,00 420,00
19 6.750.000,00 590.000,00 420,00
20 6.700.000,00 610.000,00 430,00
21 7.000.000,00 620.000,00 390,00
22 7.100.000,00 630.000,00 390,00
23 7.250.000,00 700.000,00 425,00
24 7.800.000,00 680.000,00 460,00
25 7.900.000,00 710.000,00 470,00
26 8.000.000,00 740.000,00 470,00
27 8.100.000,00 810.000,00 470,00
28 8.700.000,00 800.000,00 450,00
29 7.900.000,00 900.000,00 450,00
30 9.000.000,00 1.020.000,00 490,00
(*) diisi sesuai nomor npm dari npm 1 = 100 sampai dengan 45= 450
Pertanyaan:
1. Dengan menggunakan prosedur pengujian statistik dengan tingkat
keyakinan 95% apakah terdapat hubungan antara biaya iklan,dengan
tingkat penjualan
2. Dengan menggunakan prosedur pengujian statistik dengan tingkat
keyakinan 95% apakah terdapat hubungan antara biaya iklan, jumlah
karyawan, dengan tingkat penjualan

Halaman : 50 dari
50
3. Dengan menggunkan prosedur pengujian tingkat keyakinan 95% apakah

biaya iklan, mempengaruhi tingkat penjualan
4. Dengan menggunkan prosedur pengujian tingkat keyakinan 95% apakah
biaya iklan, jumlah karyawan, mempengaruhi tingkat penjualan
5. Tekait dengan soal nomor 4:
a. Jika biaya iklan 2.500.000,00 dan tenaga kerja ditingkatkan menjadi
500 orang berpakah kira-kira penjualan
8. Pustaka
9. Hasil Praktikum
Mahasiswa mampu memahami, menjelaskan, dan menghitung analisis regresi dan
korelasi berganda.

KONTRAK PERKULIAHAN
KONTRAK PERKULIAHAN
Mata Kuliah : Statistik Deskrptif

Kode Mata Kuliah : PAK 1214
Pengajar : Rusmianto,S.E.,M.Si. / Lihan Rini Puspo Wijaya,S.E.,M.Si.
Semester : II
SKS / Jam per minggu : 2 (1-1)/ K: 1(1x50€) + P: 170€
Tempat Perkuliahan : Politeknik Negeri Lampung
1. Manfaat Mata Kuliah

Membekali mahasiswa dengan pengetahuan dasar tentang statistik, penyajian data dalam
bentuk distribusi frekuensi, menghitung ukuran pemusatan dan ukuran penyebaran, angka
indeks, peramalan sederhana dan pengenalan regresi dan korelasi.
2. Deskripsi Perkuliahan
Mata kuliah statistik deskriptif bertujuan membekali mahasiswa dengan pengetahuan
dasar tentang statistik, penyajian data dalam bentuk distribusi frekuensi, menghitung
ukuran pemusatan dan ukuran penyebaran, angka indeks, peramalan sederhana dan
pengenalan regresi dan korelasi.
3. Capaian pembelajaran Mata kuliah
Mampu menyajikan data sesuai dengan kebutuhan informasi pengguna dengan
menggunakan pilihan metode-metode statistik yang tepat
4. Capaian (Hasil) Pembelajaran Pertemuan
1. Mampu menjelaskan konsep dasar statistik dan konsep dasar data
2. Mampu menyajikan data dalam grafik dan tabel dengan tepat
3. Mampu menyusun daftar distribusi frekuensi
4. Mampu menghitung dan menjelaskan peranan ukuran nilai sentral
5. Mampu menghitung dan menjelaskan peranan ukuran letak
6. Mampu menghitung dan menjelaskan peranan ukuran penyebaran
7. Mampu menghitung dan menjelaskan peranan ukuran kecondongan dan keruncingan
8. Mampu menghitung berbagai angka indeks dan menjelaskan peranannya
9. Mampu menghitung berbagai metode peramalan sederhana serta menjelaskan
peranannya
10. Mampu menghitung dan membuat model regresi dan korelasi menjelaskan
peranannya.
5. Organisasi Materi/ Peta Matakuliah
Mahasiswa mengetahui dasar tentang statistik, penyajian data dalam bentuk distribusi
frekuensi, menghitung ukuran pemusatan dan ukuran penyebaran, angka indeks,
peramalan sederhana dan pengenalan regresi dan korelasi
KONTRAK PERKULIAHAN
6. Strategi Perkuliahan
Kuliah diberikan dalam bentuk ceramah, diskusi, presentasi, praktikum mahasiswa di
ruang kuliah dengan menggunakan komputer/laptop
7. Referensi Utama dan Penunjang
8. Tugas
1. Kuis (penguasaan pengetahuan) dengan cara tes (20%)
2. Membuat makalah (penguasaan pengetahuan(10%)
3. UTS (penguasaan pengetahuan) 17,5%
4. UAS (penguasaan pengetahuan) dengan cara tes (17,5%)
5. Hasil Praktikum (penguasaan ketrampilan) dengan cara Observasi dan presentasi (10
%) 
6. Laporan (penguasaan keterampilan) = 10%
7. Aktivitas Latihan di Lab (Pengetahuan dan Sikap ) (5 %)
8. Presentasi = 10%
9. Kriteria Penilaian
Mengacu pada Peraturan Akademik dan Kedisiplinan Mahasiswa Polinela tahun2015,
Bab IV pasal 12.
Huruf Angka
A >=75.4
B 65.5-75.4
C 55.0-65.4
D 45.0-54.9
E <45.0
Aspek-aspek yang dinilai dalam penentuan Nilai Akhir, meliputi:
9. Jadwal perkuliahan:
Pertemuan
Bahan Kajian Bacaan/Bab
ke:
Ruang Lingkup Statistik Dan Santosa, PB dan Hamdani,
Penyajian Data Muliawan. 2007. Statistik
1 Deskriptif dalam bidang
Ekonomi dan Tataniaga.
Jakarta. Erlangga.
Menyusun distribusi frekuensi Santosa, PB dan Hamdani,
Muliawan. 2007. Statistik
Jakarta. Erlangga.
KONTRAK PERKULIAHAN
Menyusun distribusi frekuensi Santosa, PB dan Hamdani,

Jakarta. Erlangga.
Menghitung dan Santosa, PB dan Hamdani,
menginterprestasikan ukuran Muliawan. 2007. Statistik
4 pemusatan Deskriptif dalam bidang
Jakarta. Erlangga.
Menghitung dan Santosa, PB dan Hamdani,
menginterprestasikan ukuran letak Muliawan. 2007. Statistik
Jakarta. Erlangga.
Mengukur nilai penyebaran data Santosa, PB dan Hamdani,
Jakarta. Erlangga.
Mengukur nilai kemiringan dan Santosa, PB dan Hamdani,
Kecondongan Muliawan. 2007. Statistik
Jakarta. Erlangga.
8 UTS
Kecondongan dan keruncingan Santosa, PB dan Hamdani,
distribusi data Muliawan. 2007. Statistik
Jakarta. Erlangga.
Deret berkala Santosa, PB dan Hamdani,
Jakarta. Erlangga.
Deret berkala Santosa, PB dan Hamdani,
Jakarta. Erlangga.
Angka indeks untuk mencatat Santosa, PB dan Hamdani,
12
tingkat perubahan Muliawan. 2007. Statistik
KONTRAK PERKULIAHAN
Deskriptif dalam bidang

Jakarta. Erlangga.
Angka indeks untuk mencatat Santosa, PB dan Hamdani,
tingkat perubahan Muliawan. 2007. Statistik
Jakarta. Erlangga.
Analisis regresi dan korelasi serta Santosa, PB dan Hamdani,
hubungan antar variabel Muliawan. 2007. Statistik
Jakarta. Erlangga.
Analisis regresi dan korelasi Santosa, PB dan Hamdani,
berganda Muliawan. 2007. Statistik
Jakarta. Erlangga.
16 UAS
Catatan :
Apabila ada kuliah yang kosong karena dosen berhalangan hadir, materi dapat dijadikan
tugas atau digabung dengan materi minggu selanjutnya sesuai kesepakatan bersama.
Bandar Lampung, Desember 2016
Dosen Penanggung Jawab MK
Rusmianto,S.E.,M.Si

Akuntansi SMT 2 Statistik Deskriptif PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Akuntansi SMT 2 Statistik Deskriptif PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

PERANGKAT AJAR

POLITEKNIK NEGERI LAMPUNG

PROGRAM STUDI AKUNTANSI

POLITEKNIK NEGERI LAMPUNG

2. Jumlah SKS : 2 (1-1) SKS

3. Kode Mata Kuliah : PAK 1214

5. Program Studi : Akuntansi

6. Jurusan : Ekonomi dan Bisnis

7. Sumber dana : DIPA Politeknik Negeri Lampung

Menyetujui, Bandar Lampung, Desember 2016

Bina Unteawati Rusmianto

.Yatim Rahayu Widodo

1 Peta Kompetensi Matakuliah ......................................

2 Rencana Pembelajaran Semester (RPS)......................

3 Satuan Acara Perkuliahan..........................................

4 Buku Panduan Praktikum ...........................................

5 Kontrak Perkuliahan ..................................................

[ ] Kelengkapan dokumen perangkat ajar

[ ] Kesesuaian dokumen perangkat ajar dengan pedoman penyusunan

[ ] Kesesuaian isi dokumen perangkat ajar dengan matakuliah

Kode : P Tanggal: Desember 2016 Revisi: 0 Halaman : 1 dari 1

PETA KOMPETENSI MATA KULIAH

8. Mampu menghitung 9. Mampu menghitung 10. Mampu menghitung

7. Mampu menghitung dan menjelaskan

6. Mampu menghitung dan menjelaskan

4. Mampu menghitung dan 5. Mampu menghitung dan

3. Mampu menyusun daftar distribusi

2. Mampu menyajikan data dalam

1. Mampu menjelaskan konsep dasar

PROGRAM STUDI : Akuntansi

CAPAIAN N Keterampilan Khusus:

Mengetahui Bandar Lampung, Desember 2016

Ir. Bina Unteawati, M.P Arif Makhsun,S.E.,M.SAk. Rusmianto,S.E.,M.Si

Kode : P Tanggal: Revisi: 0 Halaman : 1 dari 57

Satuan Acara Perkuliahan

1. Mata Kuliah : Statistik Deskrptif

SAP Statistik Deskriptif, Tahun 2016 1

Kode : P Tanggal: Revisi: 0 Halaman : 2 dari 57

konsep dasar statistik,

Memberikan kesimpulan Mendengarkan LCD,

11. Uraian Materi:

A. Peranan dan Perlunya Statistik

SAP Statistik Deskriptif, Tahun 2016 2

Kode : P Tanggal: Revisi: 0 Halaman : 3 dari 57

Berdasarkan cara pengolahan datanya, statistik terbagi atas : Statistik deskriptif /

Berdasarkan ruang lingkup penggunaanya : statistik sosial, statistik ekonomi, statistik

Berdasarkan bentuk parameternya : statistik parametrik dan statistik nonparametrik.

SAP Statistik Deskriptif, Tahun 2016 3

Kode : P Tanggal: Revisi: 0 Halaman : 4 dari 57

Data menurut waktu pengumpulannya. Berdasarkan waktu pengumpulannya, data

D. Beberapa Konsep Dasar Statistik

Merupakan kumpulan angka-angka yag disusun menurut kategori-kategori (misal :

Kode : P Tanggal: Revisi: 0 Halaman : 5 dari 57

Pengertian dari grafik adalah merupakan gambaran-gambaran yang merupakan secara

12. Evaluasi : dilakukan secara tertulis

13. Metode Pembelajaran: ceramah, demonstrasi dan diskusi

15. Materi Ujian:

17. Pedoman Bukti : Kertas Jawaban Mahasiswa

SAP Statistik Deskriptif, Tahun 2016 5

Kode : P Tanggal: Revisi: 0 Halaman : 6 dari 57

Satuan Acara Perkuliahan

1. Mata Kuliah : Statistik Deskrptif

SAP Statistik Deskriptif, Tahun 2016 6