MATERI STATISTIKA DASAR

A. Definisi
 Statistika : Ilmu mengumpulkan, menata, menyajikan, menganalisis,
dan menginterprestasikan data menjadi informasi untuk membantu
pengambilan keputusan yang efektif.
 Statistik : Suatu kumpulan angka yang memberikan informasi atau
gambaran mengenai sesuatu hal atau fenomena.
 Data : Bahan dasar untuk membuat statistik.
 Data Statistik/Informasi Statistik : Statistik sudah dianalisis dengan
melakukan semacam interpretasi .
Badan Pusat Statistik (BPS) : instansi resmi perstatistikan nasional, mempunyai
visi untuk menghasilkan data statistik yang terpercaya bagi semua.
Statistik diperlukan sebagai alat untuk membantu memecahkan berbagai masalah
melalui penelitian.
Penelitian = penyelidikan/pencarian yg sistematik thd kebenaran yg blm terungkap
(Leedy, 1974).
Ciri-ciri penelitian :
 dimulai dg adanya pertanyaan
 membutuhkan pernyataan yg jelas
 membutuhkan perencanaan
 dilakukan secara bertahap
 mengajukan hipotesis
 mengemukakan fakta dan makna dg benar
Dalam melakukan suatu penelitian harus dilandasi dengan penggunaan metode
ilmiah
Syarat metode ilmiah:
Dasar : - fakta/data yg reliable, valid, ternilai
- teori yg relevan
Sifat : universal, obyektif. Jujur dan terbuka. Logis, kritis, analistis, dinamis dan
inovatif
Data kasar (raw data) diperoleh dari hasil pengukuran suatu variable pada sample
yg diambil dari suatu populasi menggunakan teknik pengambilan sample tertentu.
Langkah-langkah kegiatan statistika utk menangani data kasar :
1. Pengumpulan dataPengolahan data (diurutkan atau digolongkan)
2. Penyajian data dalam tabel atau grafik
3. Penafsiran sajian data
4. Analisa data
5. Penafsiran dan pengambilan kesimpulan
6. Pemanfaat penafsiran dan kesimpulan utk penentuan kegiatan penelitian lbih
lanjut
Poin 1,2,3,4,7 disebut statistik deskriptif (tanpa analisis, tanpa generalisasi,
tanpa pengujian hipotesis, dan hanya melakukan perhitungan-perhitungan saja)
Disajikan dalam bentuk tabel distribusi frekuensi (mean, modus, median), bar-
diagram, histogram, polygon, dll.
Poin 1,2,3,4,5,6,7 disebut statistik inferensial (dg analisis, generalisasi,
pengujian hipotesis) Uji t,z, F
B. Jenis-Jenis Statistika
1. Statistika Deskriptif
 Penyajian data
 Ukuran pemusatan
 Ukuran penyebaran
 Angka indeks
 Deret berkala dan peramalan

2. Statistika Induktif
 Probabilitas dan teori keputusan
 Metode sampling
 Teori pendugaan
 Pengujian hipotesa
 Regresi dan korelasi
 Statistika nonparametrik
DATA : Himpunan nilai/variate/datum atau informasi lain yg diperoleh dari
observasi, pengukuran dan penilaian) thd suatu obyek atau lebih
Obyek -----pengamatan-------variable------variate/nilai
Data kualitatif = diperoleh dari hasil pengamatan
Data kuantitatif = diperoleh dari kegiatan pengukuran atau penilaian
C. Populasi dan Sampel
POPULASI : Sebuah kumpulan dari semua kemungkinan orang-orang,
benda-benda dan ukuran lain dari objek yang menjadi perhatian.
SAMPEL : Suatu bagian dari populasi tertentu yang menjadi perhatian.
N = banyaknya elemen populasi
Sampel = sebagian elemen populasi
n = banyaknya elemen sampel

D. Jenis-Jenis Data
1. Data Kualitatif
 Jenis kelamin
 Warna bunga
 Habitat, dll

2. Data Kuantitatif
 Data Diskret
 Jumlah hari
 Jumlah telur
 Jumlah sel, dll
 Data Kontinyu
 Berat badan
 Jarak kota
 Luas tanah, dll
 Penggolongan data statistik
Berdasarkan sifat angka :
 Data kontinyu, yaitu data yg banyak kemungkinannya tak terbilang dan bisa
berbentuk pecahan, ex; data BB (kg): 40.3, 40.9, 50 dst. Biasanya datanya
diperoleh berdasarkan hasil pengukuran.
 Data diskrit, yaitu data yg banyak kemungkinannya terbilang dan tidak
mgkn berbentuk pecahan, ex; data jml buku perpust (buah): 50,125,350, 275
dst
Berdasarkan cara menyusun angkanya :
 Data nominal, yaitu data statistik yg cara menyusunnya didasarkan pada
klasifikasi tertentu, ex; Warna kendaraan bermobil : merah, hitam, putih,
biru, dll. Data tidak dapat diurutkan dan dilakukan operasi matematika.
 Data ordinal/urutan, yaitu data statistik yg cara menyusun angkanya
didasarkan pada urutan/ranking,
Ex: Hasil nilai statistika berdasarkan ranking.
 Data interval, yaitu data statistik dimana terdapat jarak yg sama di antara
hal-hal yg sdg diteliti.
 Data rasio, yaitu data yang diperoleh dengan cara pengukuran, dimana
terdapat jarak yg sama di antara hal-hal yg sdg diteliti.
Berdasarkan bentuk angkanya :
 Data tunggal, yaitu data statistik yg angka-angkanya mrpkn satu unit atau
satu kesatuan, tdk dikelompokkan.
 Data kelompok, yaitu data statistik tiap unitnya terdiri dari sekelompok
angka, ex; 80 – 84, 75 – 79.
Berdasarkan waktu pengumpulannya :
 Data seketika, yaitu data statistik yg mencerminkan keadaan pada suatu
waktu saja, ex : pada semester gasal 2019/2020
 Data urutan waktu, yaitu data statistik yg mencerminkan keadaan dari waktu
ke waktu secara berurutan, ex : jumlah mahasiswa yg sudah lulus dari tahun
2013 – 2019
 E. Sumber Data Statistika
1. Data Primer
 Wawancara langsung
 Wawancara tidak langsung
 Pengisian kuisioner

2. Data Sekunder (Data dari pihak lain)

 BPS
 Kementrian
 Kelurahan/Kecamatan
 Perusahaan dll

F. Jenis-Jenis Penyajian Data

1. Grafik Garis (line chart)
:: diagram yang digunakan untuk menggambarkan keadaan yang serba terus atau
berkesinambungan,
misalnya produksi minyak tiap tahun, jumlah penduduk tiap tahun, dan sebagainya.
Diagram garis juga memiliki sumbu datar dan sumbu tegak, dimana sumbu datar
menyatakan waktu dan sumbu tegak menyatakan kuantum data.
Penggunaan grafik garis dilakukan, apabila:
A. memiliki beberapa seri data.
B. memiliki data dengan interval yang sama atau berurutan, seperti hari, bulan,
kuartal, atau tahun fiskal
2. Grafik Batang/balok (bar chart)
3. Histogram
Histogram adalah grafik balok yangmemperlihatkan satu macam pengukuran dari
suatu proses atau kejadian. Grafis ini sangat cocok untuk data yang di kelompokan.
Histogram merupakan diagramfrekuensi bertetangga yang bentuknya seperti
diagram batang. Batang yang berdekatan harus berimpit.
Kegunaan dari pengggunaan histogram adalah sebagai berikut
a. Diagram batang umumnya digunakan untuk
mengambarkan perkembangan nilai suatu objek penelitian dalam kurun waktu terte
ntu.Diagram batang menunjukan keterangan-keterangan dengan batang- batang
tegak atau mendatar dan sama lebar dengan batang-batang terpisah;
b. Mengetahui dengan mudah penyebaran data yang ada;
c. Mempermudah melihat dan menginterpretasikan data; dan
d. Sebagai alat pengendali proses, sehingga dapat mencegah timbulnya masalah
4. Grafik Lingkaran (pie chart)

5. Grafik berupa peta (cartogram)

Cartogram (grafik berupa peta) adalah grafik yang digambarkan pada peta yang
sebenarnya, dan diberi warna. Dalam pembuatannya digunakan petageografis
tempat yang terjadi .Dengan demikian diagram ini melukiskan
keadaandihubungkan dengan tempat kejadiannya, seperti halnya kepadatan
penduduk ataukurang penduduk suatu daerah dan atau pulau atau juga bisa melihat
pendudukdalam daerah tersebut.

TABEL : memberikan informasi secara rinci. Terdiri atas kolom dan baris
Tabel Tabulasi Silang

GRAFIK : memberikan informasi dengan benar dan cepat, tetapi tidak rinci.
Syarat :
 Pemilihan sumbu (sumbu tegak dan sumbu datar), kecuali grafik lingkaran
 Penetapan skala (skala biasa, skala logaritma, skala lain)
 Ukuran grafik (tidak terlalu besar, tinggi, pendek)

Jenis Grafik :
 Grafik Batang (Bar)
30

20

10
Count

0
administrasi personalia produksi marketing keuangan

bidang pekerjaan

 Grafik Garis (line)

30

20

10
Jumlah

0
administrasi personalia produksi marketing keuangan

bidang pekerjaan

 Grafik Lingkaran (Pie)

keuangan
administrasi

personalia

marketing

produksi

 Grafik Interaksi (Interactive)

800000

700000

600000

500000
Mean gaji perbulan

Jenis kelamin
400000

laki-laki

300000 w anita
sangat jelek jelek cukup baik baik sangat baik

prestasi kerja

G. Istilah Dalam Statistika

  OBJEK : Benda hidup atau mati yg diuji unsur-unsur, sifat dan kelakuannya
melalui pengamatan, pengukuran dan penilaian guna mendpt info atau nilai-
nilai yg berguna mengenai benda tsb
 VARIABEL : Suatu sifat dari obyek atau unsur dari obyek yg dpt diamati
atau diukur shg menghasilkan nilai, ukuran atau kriteria lain yg dpt
bervariasi.
 VARIATE : Angka/nilai ukuran/kriteria lain yg dicapai suatu variabel pada
suatu individu atau unit statistik.
 POPULASI : Kumpulan seluruh elemen yang sejenis, tetapi dapat dibedakan
dari karakteristiknya.
 SENSUS : Cara pengumpulan data dengan cara meneliti seluruh elemen
populasi satu per satu.
 SAMPLING : Cara pengumpulan data dengan cara meneliti elemen sampel
saja.
 VARIASI : Adanya perbedaan antar nilai/variate/ukuran dll dari suatu
variabel pada populasi atau sampel 
 VARIABILITAS : Kemungkinan utk bervariasi dr nilai suatu variable pd
suatu populasi atau sample

 PARAMETER : suatu variabel terukur yg digunakan sbg kriteria utk

mengevaluasi suatu populasi atau sistem
 NILAI PARAMETRIK : suatu nilai dari suatu parameter yg diperoleh dari
perhitungan atau data sensus, masih harus di analisis.
 NILAI STATISTIK : suatu nilai dari suatu parameter yg diperoleh dari
perhitungan atau data sensus.

Statistika Parametrik:
 Membutuhkan pengukuran kuantitatif dengan data interval atau rasio
 mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data
menyebar normal atau tidak.
 Contoh metode statistika parametrik: uji-z (1 atau 2 sampel), uji-t (1 atau 2
sampel), korelasi pearson, Perancangan Percobaan (1 or 2-way ANOVA
parametrik), dll.

Statistika Nonparametrik
 Membutuhkan data dengan data ordinal dan nominal
 Merupakan statistika bebas sebaran (tdk mensyaratkan bentuk sebaran
parameter populasi, baik normal atau tidak).
 Contoh metode Statistika non-parametrik:Binomial test, Chi-square test,
Median test, Friedman Test, dll.

DISTRIBUSI FREKUENSI
 A. Definisi
Distribusi Frekuensi : Pengelompokkan data menjadi tabulasi data dengan
memakai kelas-kelas data dan dikaitkan dengan masing-masing frekuensinya

Tujuan :
 Memudahkan dalam penyajian data, mudah dipahami, dan dibaca
sebagai bahan informasi.
 Memudahkan dalam menganalisa/menghitung data, membuat tabel
dan grafik.
Kelebihan: Dapat mengetahui gambaran secara menyeluruh
Kekurangan : Rincian atau informasi awal menjadi hilang
B. Grafik dan Distribusi Frekuensi
Bentuk Umum Tabel Distribusi Frekuensi

Hal-hal yang perlu diperhatikan dalam pembuatan distribusi frekuensi

 Untuk dapat menyusun suatu tabel distribusi frekuensi harus tersedia data.
Data yang baru saja dikumpulkan dari lapangan disebut data kasar.
 Data mentah (raw data) umumnya langsung diperoleh dari hasil penelitian,
yang masih merupakan catatan awal dan belum banyak memberikan manfaat
untuk menggambarkan keadaan atau permasalahan dari obyek yang diteliti.
o Sesuai sifatnya, data mentah dapat berupa data kualitatif dan data
kuantitatif.
 Data yang telah disusun ke dalam urutan dari nilai terbesar hingga data
terkecil atau sebaliknya disebut array data.

 Beda atau selisih antara angka terbesar dengan angka terkecil disebut
dengan jarak atau range.
 Jika array data itu dibagi atas kelompok-kelompok tertentu maka kelompok-
kelompok itu disebut dengan kelas.
 Bilangan-bilangan yang menyatakan banyaknya data yang terdapat dalam
setiap kelas disebut frekuensi.
 Jarak antara kelas yang satu dengan kelas yang lain disebut interval kelas
 Contoh :
Distribusi Frekuensi Tinggi Badan 100 Mahasiswa
 C. LIMIT, BATAS, NILAI TENGAH, DAN LEBAR KELAS
 Limit Kelas/Tepi Kelas : Nilai terkecil/terbesar pada setiap kelas
 Batas Kelas : Nilai yang besarnya satu desimal lebih sedikit dari data
aslinya
 Nilai Tengah Kelas : Nilai tengah antara batas bawah kelas dengan
batas atas kelas
 Lebar Kelas : Selisih antara batas bawah kelas dengan batas atas kelas
CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI
 Tentukan Range atau jangkauan data (r)
 Tentukan banyak kelas (k)
o Rumus Sturgess :
o k=1+3,3 log n
 Tentukan lebar kelas (c)
o c=r/k
 Tentukan limit bawah kelas pertama dan kemudian batas bawah kelasnya
 Tambah batas bawah kelas pertama dengan lebar kelas untuk memperoleh
batas atas kelas
 Tentukan limit atas kelas
 Tentukan nilai tengah kelas
 Tentukan frekuensi
 CONTOH :
Data hasil ujian akhir Mata Kuliah Statistika dari 60 orang mahasiswa
1. Data terkecil = 10 dan Data terbesar = 98
a. r = 98 – 10 = 88
b. Jadi jangkauannya adalah sebesar 88
2. Banyak kelas (k) = 1 + 3,3 log 60 = 6,8
a. Jadi banyak kelas adalah sebanyak 7 kelas
3. Lebar kelas (c) = 88 / 7 = 12,5 mendekati 13
4. Limit bawah kelas pertama adalah 10, dibuat beberapa alternatif limit bawah
kelas yaitu 10, 9, dan 8
a. Maka batas bawah kelas-nya adalah 9,5 ; 8,5 ; dan 7,5
5. Batas atas kelas pertama adalah batas bawah kelas ditambah lebar kelas,
yaitu sebesar
i. 9,5 + 13 = 22,5
ii. 8,5 + 13 = 21,5
iii. 7,5 + 13 = 20,5
6. Limit atas kelas pertama adalah sebesar
i. 22,5 - 0,5 = 22
ii. 21,5 - 0,5 = 21
iii. 20,5 – 0,5 = 20
 Misal dipilih Alternatif 2
7. Nilai tengah kelas adalah
batas bawah kelas  batas atas kelas
2
8,5  21,5
 15
2
8. Frekuensi kelas pertama adalah 3

Distribusi Frekuensi Nilai Ujian Akhir Mata Kuliah Statistika

D. DISTRIBUSI FREKUENSI RELATIF DAN KUMULATIF

 Distribusi frekuensi relatif : Membandingkan frekuensi masing-
masing kelas dengan jumlah frekuensi total dikalikan 100 %
 Distribusi frekuensi kumulatif ada 2, yaitu distribusi frekuensi
kumulatif kurang dari dan lebih dari
Distribusi Frekuensi Relatif Nilai Ujian Akhir Mata Kuliah Statistika
Distribusi Frekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mata Kuliah
Statistika

Distribusi Frekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir Mata Kuliah
Statistika

Histogram dan Poligon Frekuensi Nilai Ujian Akhir Mata Kuliah Statistika
Ogif Frekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mata Kuliah
Statistika

Ogif Frekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir Mata Kuliah
Statistika
Ogif Frekuensi Kumulatif Untuk Nilai Ujian Akhir Mata Kuliah Statistika

UKURAN PEMUSATAN DAN LETAK DATA

UKURAN PEMUSATAN : nilai tunggal yang mewakili semua data atau
kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data.
Yang termasuk ukuran pemusatan :
A. Rata-rata hitung
 Rumus umumnya :
Jumlah semua nilai data
Rata - rata hitung 
Banyaknya nilai data
 Untuk data yang tidak mengulang
X1  X 2  ...  X n X
X 
n n
 Untuk data yang mengulang dengan frekuensi tertentu
f1X1  f 2 X 2  ...  f n X n fX
X 
f1  f 2  ...  f n f
Contoh :
1. Dalam Tabel Distribusi Frekuensi

fX 3955
X   65,92
f 60
 2. Dengan Memakai Kode (U)

 fU   55 
X  X0  c    54  13    65,92
 f   60 
3. Dengan pembobotan
Masing-masing data diberi bobot.
Misal A memperoleh nilai 65 untuk tugas, 76 untuk mid dan 70 untuk ujian akhir.
Bila nilai tugas diberi bobot 2, Mid 3 dan Ujian Akhir 4, maka rata-rata hitungnya
adalah :
(2)65  (3)76  (4)70
X  70,89
23 4
B. Median
Untuk data berkelompok
n 
 -F
Med  L 0  c  2 
 f 
 
 
L 0  batas bawah kelas median
F  jumlah frekuensi semua kelas sebelum
kelas yang mengandung median
f  frekuensi kelas median
 CONTOH :

Letak median ada pada data ke 30, yaitu pada interval 61-73, sehingga :
L0 = 60,5
F = 19
f = 12
 60 
 - 19 
Med  60,5  13  2   72,42
 12 
 
 
C. Modus
Untuk data berkelompok
 b1 
Mod  L 0  c  
 b1  b 2 
L 0  batas bawah kelas modus
b1  selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sebelum kelas modus
b 2  selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sesudah kelas modus
 CONTOH :

Data yang paling sering muncul adalah pada interval 74-86, sehingga :
L0 = 73,5
b1 = 23-12 = 11
b2 = 23-6 =17
 11 
Mod  73,5  13    78,61
 11  17 
HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA HITUNG,
MEDIAN, DAN MODUS
Ada 3 kemungkinan kesimetrian kurva distribusi data :
 Jika nilai ketiganya hampir sama maka kurva mendekati simetri.
 Jika Mod<Med<rata-rata hitung, maka kurva miring ke kanan.
 Jika rata-rata hitung<Med<Mod, maka kurva miring ke kiri.
Jika distribusi data tidak simetri, maka terdapat hubungan :
Rata-rata hitung-Modus = 3 (Rata-rata hitung-Median)

X - Mod  3 X  Med 
 D. Rata-rata ukur
Digunakan apabila nilai data satu dengan yang lain berkelipatan.

G  n X1.X 2 ....X n
 Untuk data tidak berkelompok
  log X 
G  antilog  
 n 
 Untuk data berkelompok
  f log X 
G  antilog  
 f 
CONTOH :

 107,1 
G  antilog    60,95
 60 
E. Rata-rata harmonis
Biasanya digunakan apabila data dalam bentuk pecahan atau desimal.
 Untuk data tidak berkelompok
n
RH 
1
 
X
 Untuk data berkelompok
 f
RH 
f 
 
X
 CONTOH :

60
RH   53,52
1,121
KUARTIL, DESIL, PERSENTIL
1. Kuartil
Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi empat
bagian yang sama besar.
Ada 3 jenis yaitu :
 Kuartil pertama (Q1) atau kuartil bawah
 Kuartil kedua (Q2) atau kuartil tengah
 Kuartil ketiga (Q3) atau kuartil atas.
Untuk data tidak berkelompok
i n  1
Q i  nilai ke - , i  1,2,3
4
Untuk data berkelompok

 in 
 -F L0 = batas bawah kelas kuartil
Qi  L 0  c 4  , i  1,2,3 F = jumlah frekuensi semua kelas
 f 
 
 
 sebelum kelas kuartil Qi
f = frekuensi kelas kuartil Qi

CONTOH :
Q1 membagi data menjadi 25 %
Q2 membagi data menjadi 50 %
Q3 membagi data menjadi 75 %
Sehingga :
o Q1 terletak pada 48-60
 1.60 
 - 11 
Q1  47,5  13 4   54
 8 
 
 
o Q2 terletak pada 61-73
 2.60 
 - 19 
Q 2  60,5  13 4   72,42
 12 
 
 
o Q3 terletak pada 74-86
 3.60 
 - 31 
Q 3  73,5  13 4   81,41
 23 
 
 
2. Desil
Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi sepuluh
bagian yang sama besar.
 Untuk data tidak berkelompok
i n  1
D i  nilai ke - , i  1,2,3,...,9
10
 Untuk data berkelompok
  in  L0 = batas bawah kelas desil Di
 -F F = jumlah frekuensi semua
D i  L 0  c 10  , i  1,2,3,...,9
 f  kelas sebelum kelas desil Di
  f = frekuensi kelas desil Di
 
CONTOH :
D3 membagi data 30%
D7 membagi data 70%
Sehingga :
D3 berada pada 48-60
 3.60 
 - 11 
D 3  47,5  13 10   58,875
 8 
 
 
D7 berada pada 74-86

 7.60 
 - 31 
D 7  73,5  13 10   79,72
 23 
 
 

3. Persentil
 Untuk data tidak berkelompok
i n  1
Pi  nilai ke - , i  1,2,3,...,99
100
 Untuk data berkelompok
 in 
 -F
Pi  L 0  c 100  , i  1,2,3,...,99
 f 
 
 