STATISTIK
OLEH
I WAYAN TUWI, SE, M.Si
i
KATA PENGANTAR
ii
DAFTAR ISI
iv
BAB I
PENDAHULUAN
5
Dalam perkembangannya untuk menyelesaikan
suatu masalah dapat digunakan beberapa pendekatan antara
lain statistika dalam arti sempit dan statistika dalam arti
luas.
Statistika dalam arti sempit (statistika deskriptif)
ialah statistika yang mendiskripsikan atau menggambarkan
tentang data yang disajikan dalam bentuk tabel, diagram,
pengukuran tendensi sentra (rata-rata hitung, rata-rata ukur,
dan rata-rata harmonik), pengukuran penempatau (median,
kuartil, desil, dan persentil), pengukuran penyimpangan
(range, rentangan antar kuartil, rentangan semi antar kuartil,
simpangan rata-rata, simpangan baku, varians, koefisien
varians, dan angka baku), angka indeks serta mencari
kuatnya hubungan dua variabel, melakukan peramalan
(prediksi) dengan menggunakan analisa regresi linier,
membuat perbandingan (komperatif). Tetapi dalam analisa
korelasi, regresi maupun komparatif tidak perlu
menggunakan uji signifikansi lagi pula tidak bermaksud
membuat generalisasi (bersifat umum).
Statistika dalam arti luas disebut juga dengan
statistika inferensial / statistika induktif/ statistika
probabilitas ialah suatu alat pengumpul data, pengolah
data, menarik kesimpulan, membuat tindakan berdasarkan
analisa data yang dikumpulkan atau statistika yang
digunakan menganalisa data sampel dan hasilnya
dimanfaatkan (generalisasi) untuk populasi. Hal ini sesuai
dikatakan (Sudjana, 1992:3). Statistika (statistic) adalah
ilmu terdiri dari teori dan metoda yang merupakan cabang
dari matematika terapan dan membicarakan tentang:
bagaimana mengumpulkan data, bagaimana meringkas data,
mengolah & menyajikan data, bagaimana menarik
kesimpulan dari hasil analisa, bagaimana menentukan
keputusan dalam batas-batas resiko tertentu berdasarkan
strategi yang ada.
6
Fungsi / kegunaan statistik :
Dalam perkembangan dunia yang semakin maju
bahwa Statistik memiliki beberapa fungsi atau kegunaan
yang antara lain :
Komunikasi ialah sebagai penghubung beberapa
pihak yang menghasilkan data statistik atau berapa analisa
statistik sehingga beberapa pihak tersebut akan dapat
mengambil keputusan melalui informasi tersebut.
Deskripsi yaitu penyajian data dan mengilustrasikan
data misalnya mengukur hasil produksi, laporan hasil liputan
berita, indeks harga konsumen, laporan keuangan, tingkat
inflasi, jumlah penduduk, hasil pendapatan dan pengeluaran
negara dan lain sebagainya.
Regresi yaitu meramalkan pengaruh data yang satu
dengan data lainnya dan untuk mengantisipasi gejala-gejala
yang akan datang.
Korelasi yaitu untuk mencari kuatnya atau besarnya
hubungan data dalam suatu penelitian.
Komparasi yaitu membandingkan data dua
kelompok atau lebih.
7
berpikir secara ilmiah untuk merencanakan (forecasting)
penyelidikan, menyimpulkan dan membuat keputusan yang
teliti dan menyakinkan. Baik disadari atau tidak, statistik
merupakan bagian esensial dari latihan profesional dan
menjadi landasan dari kegiatan-kegiatan penelitian.
3. Arti Data
Data adalah bahan mentah yang perlu diolah
sehingga menghasilkan informasi atau keterangan, baik
kualitatif maupun kuantitatif yang menunjukkan fakta.
Kegunaan data pada dasarnya adalah untuk membuat
keputusan oleh para pembuat keputusan (Decision Makers).
Namun dikaitkan dengan fungsi management maka data
dapat digunakan untuk :
a. Dasar suatu perencanaan sesuai dengan kemampuan
yang ada.
b. Alat kontrol terhadap pelaksanaan atau implementasi
dari pada perencanaan tersebut agar supaya bisa
diketahui dengan segera kesalahan-kesalahan atau
penyimpangan yang terjadi untuk segera dilakukan
perbaikan atau koreksi.
c. Dasar Evaluasi dari hasil kerja akhir, apakah hasil
kerja akhir yang ditargetkan bisa dicapai 100 % atau
belum.
Didalam kita mengumpulkan data apapun maksud dan
tujuan didalam pengumpulan data tersebut baik hanya
sekedar sebagai bahan informasi ataupun untuk
memecahkan suatu persoalan/masalah, maka kita harus
memperhatikan beberapa syarat-syarat data yang meliputi :
a. Obyektif
Obyektif artinya data yang dikumpulkan harus sesuai
dengan kenyataan data yang ada di lapangan,
sehingga dalam hal ini jangan sesekali memanipulasi
data
8
b. Refresentatif
Refresentatif/mewakili artinya bahwa didalam
pengumpulan data yang jumlahnya banyak bersumber
dari berbagai kelompok dimana kita tidak mungkin
mengumpulkan seluruhnya, hanya beberapa bagian saja
maka data yang kita kumpulkan tersebut diupayakan
mewakili dari beberapa kelompok data tersebut.
c. Standard Error Kecil
Standard error/kesalahan baku dari data yang kita
kumpulkan kecil.
d. Up to Date
Data yang dikumpulkan tersebut harus tepat waktu atau
data yang dikumpulkan tersebut merupakan data paling
terbaru yang dimiliki.
e. Relevan
Data yang dikumpulkan ada hubungan dengan pokok
permasalahan yang ingin dipecahkan.
Setelah kita mengetahui syarat-syarat data yang kita
kumpulkan, maka dalam hal ini kita haras mengetahui juga
jenis-jenis dari pada data yang meliputi :
12
d. Afektif/sikap dari seorang pengumpul data/peneliti pada
saat berada dilapangan waktu melakukan pengumpulan
data.
5. Soal-soal Latihan
a. Jelaskan pengertian Statistik dalam arti sempit dan dalam
arti luas !
b. Jelaskan mengapa kita harus belajar Statistik ?
c. Apa yang dimaksud dengan data dan apa syarat-
syaratnya ?
d. Coba sebutkan jenis-jenis dari pada Data !
e. Apa perbedaan Sensus, Populasi dan Sampel ?
13
BAB II
X X1 X2 X3 ...................XN
15
Maka gaji seluruh karyawan atau X adalah :
X = X1 + X2 + X3 + X4 + X5 + X6
= 150 + 175 + 125 + 150 + 175 + 125
= 900
b. Pembulatan Angka
Untuk keperluan perhitungan, analisis atau laporan
sering dikehendaki penatatan data kuantitatif dalam
bentuk yang lebih sederhana. Karenanya bilangan-
bilangan perlu disederhanakan atau dibulatkan untuk ini
kita perlu pakai aturan-aturan sebagai berikut :
Aturan 1 : Jika angka di belakang angka terakhir yang
kita akan bulatkan (dihilangkan) lebih besar dari 5 atau
setengah maka angka terakhir tersebut dibulatkan keatas
sedangkan apabila dibelakang angka terakhir lebih kecil
dari 5 dibulatkan ke bawah.
Contoh : Rp 175.125,65 dibulatkan penuh menjadi Rp.
175.126. 46,364 Kg dibulatkan 2 angka dibelakang koma
menjadi 46,36 Kg.
Aturan 2 : Jika dibelakang angka terakhir yang kita akan
bulatkan (dihilangkan) pas angka 5 atau setengah, maka
apabila angka terakhir tersebut bilangan genap maka
angka terakhir tersebut tetap sedangkan apabila angka
terakhir tersebut bilangan ganjil maka angka terakhir
tersebut ditambah 1 (satu).
16
Contoh : 426,745 dibulatkan 2 angka dibelakang koma
menjadi 426,74.
126,335 dibulatkan 2 angka dibelakang koma
menjadi 126,34
2. Distribusi Frekuensi
Distribusi Frekuensi adalah penyusutan suatu data
mulai dari terkecil sampai terbesar yang membagi
banyaknya data ke dalam beberapa kelas. Kegunaan data
yang masuk dalam distribusi frekuensi adalah untuk
memudahkan dalam penyajian data, mudah dipahami dan
mudah dibaca sebagai bahan informasi yang mana pada
gilirannya digunakan untuk perhitungan membuat
Grafik/gambar dalam berbagai bentuk penyajian data.
Distribusi frekuensi terdiri dari dua yaitu distribusi
frekuensi kategori dan distribusi frekuensi numerik.
Distribusi Frekuensi Kategori ialah distribusi
frekuensi yang pengelompokkan datanya disusun berbentuk
kata-kata atau distribusi frekuensi yang penyatuan kelas-
kelasnya didasarkan pada data kategori (kualitatif).
Contoh Distribusi Frekuensi Kategori
Tabel 2.1
Distribusi Frekuensi Jumlah Karyawan
Hotel Putri Ayu
DEPARTEMEN FREKUENSI
KANTOR DEPAN 10
HOUSEKEEPING 17
ACCOUNTING 8
F.B SERVICE 15
F.B. PRODUCTION 12
MARKETING 7
PERSONALIA 8
JUMLAH 77
Catatan : Data Karyawan
17
Distribusi Frekuensi Numerik ialah distribusi frekuensi
yang penyatuan kelas-kelasnya disusun secara interval F
didasarkan pada angka-angka (kuantitatif)
Tabel 2.2
Distribusi Frekuensi Umur Pegawai
Hotel Putri Ayu
Tahun 2004
Umur (Tahun) Frekuensi
21-25 32
26-30 64
31-35 38
36-40 16
41-45 11
46-50 7
JUMLAH 168
Catatan: Data Karyawan
18
tahun dan seterusnya sampai pada Nilai interval 46-50
terdapat 7 orang karyawan.
Batas Kelas adalah suatu nilai yang membatasi kelas pihak
satu dengan pihak kelas yang lain.
Dimana batas kelas ini kegunaannya wakili pembuatan
Grafik Histogram. Pada nilai interval kelas pertama yaitu
angka 21 sampai 25 dimana angka 26 merupakan ujung
bawah / batas bawah kelas pertama dan 25 merupakan ujung
atas / batas atas kelas pertama, jadi dalam hal ini pada Tabel
2.2. angka-angka 21,26,31,36,41 dan 46 disebut ujung
bawah / batas bawah dari masing-masing kelas dan angka-
angka 25,30,35,40,45 dan 50 disebut ujung atas/batas atas
dari masing-masing kelas.
Frekuensi adalah jumlah yang ada atau yang menempati
dari masing-masing kelas. Misal pada Tabel 2.2 yaitu :
32 adalah jumlah karyawan yang menempati umur antara
21 - 25
64 adalah jumlah karyawan yang menempati umur antara
26 - 30
38 adalah jumlah karyawan yang menempati umur antara
31 - 35
16 adalah jumlah karyawan yang menempati umur antara
36 - 40
11 adalah jumlah karyawan yang menempati umur antara
41 - 45
7 adalah jumlah karyawan yang menempati umur antara
46 - 50
Titik Tengah Kelas adalah Nilai yang terdapat di tengah
Interval Kelas atau Nilai Ujung Bawah Kelas ditambah nilai
ujung bawah kelas ditambah nilai ujung atas kelas dibagi
dua :
Contoh : (21 + 25) : 2 = 23, (26 + 30) : 2 = 28 demikian
seterusnya sampai (46+50) : 2 = 48
Titik tengah ini biasanya digunakan untuk penggambaran
Grafik Polygon.
19
3. Teknik Pembuatan Distribusi Frekwensi
Langkah-langkah pembuatan distribusi frekuensi adalah
sebagai berikut :
a. Menentukan Jarak atau Rentangan (R)
Dimana Jarak atau Rentangan ini diperoleh dari selisih
data paling besar / tinggi dengan data paling rendah /
kecil.
R = data tertinggi - data terendah
b. Menentukan Jumlah Kelas (K)
Didalam menentukan jumlah kelas acuan yang
digunakan dengan Rumus "Sturges" yaitu :
Jumlah kelas (K) = 1 + 3,322 Log n
N = Jumlah data
c. Menentukan Interval Kelas (I) Interval kelas bisa
diperoleh dengan cara : Membagi antara Jarak /
Rentangan dengan jumlah kelas
Rumus:
Jarak/Rent angan (R)
Interval Kelas (1)
Jumlah Kelas (K)
d. Menentukan batas data terendah atau ujung / batas
bawah data pertama, dilanjutkan menghitung kelas
Interval. Caranya menghitung satu persatu secara
horisontal sebanyak interval atau secara vertikal
menambahkan sebanyak interval.
e. Dilanjutkan membuat tabel sementara dengan cara
dihitung satu demi satu sesuai dengan urutan interval
kelas.
Tabel 23
Contoh Tabel Sementara Distribusi Frekuensi
Interval Tally/Rincian Frekuensi (F)
20
f. Kelas diupayakan disusun / diurut dari kelas paling kecil
atau rendah ke kelas besar
g. Memasukkan satu persatu semua date, kedalam tabel
distribusi frekuensi.
85 78 71 84 77
94 82 80 67 81
84 80 87 74 74
72 68 72 82 67
87 89 83 87 75
81 83 89 81 79
72 72 85 77 84
67 75 84 66 75
73 78 74 71 78
75 76 70 74 80
78 75 78 76 93
75 60 75 75 90
77 66 94 81 70
63 73 80 79 74
21
= 1 + 3,322 . 1,845
= 1 + 6,0885
= 7,0885
= 7 (dibulatkan penuh)
60 - 64
65 - 69
70 - 74
75 - 89
80 - 84
85 - 89
90 - 94
Keterangan:
60,61,62,63 dan 64 cara menghitung secara
horisontal sebanyak Interval (5) demikian
selanjutnya untuk masing-masing kelas.
60 ke 65 menghitung secara vertikal ke bawah
dengan menjumlahkan sebanyak interval (5)
demikian juga seterusnya.
22
e. Menyusun Kelas
Didalam penyusunan kelas ini diupayakan dari kelas
kecil ke besar / kelas kecil berada diatas kebawah
susunan kelas semakin besar. Kelas yang disusun
nantinya ada dua jenis yaitu kelas limit yaitu kelas yang
ujung / batas atas kelas beda / selisih dengan ujung
bawah / batas bawah kelas berikutnya dan kelas
boundaries dimana ujung / batas atas kelas satu sama
dengan ujung / batas bawah kelas berikutnya seperti
tabel dibawah.
Tabel 2.4
Distribusi Frekuensi Pengeluaran Wisatawan
Di Pantai Kuta
Kelas Limit Kelas Boundaries
60 - 64 59,5 - 64,5
65 - 69 64,5 - 69,5
70 - 74 69,5 - 74,5
75 - 79 74,5 - 79,5
80 - 84 79,5 - 84,5
85 - 89 84,5 - 89,5
90 - 94 89,5 - 94,5
23
Tabel 2.5
Distribusi Frekuensi
Pengeluaran Wisatawan di Pantai Kuta
Kelas Kelas Tally Frekuensi
Limit Boundaries (F)
60 - 64 59,5 - 64,5 Lӏ 2
65 - 69 64,5 - 69,5 ӏӏӏӏ ӏ 6
70 - 74 69,5 - 74,5 ӏӏӏӏ ӏӏӏӏ ӏӏӏӏ 15
75 - 79 74,5 - 79,5 ӏӏӏӏ ӏӏӏӏ ӏӏӏӏ ӏӏӏӏ 20
80 - 84 79,5 - 84,5 ӏӏӏӏ ӏӏӏӏ ӏӏӏӏ ӏ 16
85 - 89 84,5 - 89,5 ӏӏӏӏ ӏӏ 7
90 - 94 89,5 - 94,5 Lӏӏӏ 4
70
24
Demikian seterusnya.
Contoh dibawah ini menggunakan Tabel 2.5 untuk
membuat/menentukan kelas tengah atau titik tengah.
Titik tengah atau kelas tengah pertama = (60 + 64) : 2 = 62
Titik tengah atau kelas tengah kedua = (65 + 69) : 2 = 67
Titik tengah atau kelas tengah ketiga = (70 + 74) : 2 = 72
Titik tengah atau kelas tengah keempat = (75 + 79) : 2 = 77
Titik tengah atau kelas tengah kelima = (80 + 84) : 2 = 82
Titik tengah atau kelas tengah keenam = (85 + 89) : 2 = 87
Titik tengah atau kelas tengah ketujuh = (90 + 94) : 2 = 92
Hasil perhitungan ini dimasukkan ke dalam tabel distribusi
frekuensi, akan seperti dibawah :
Tabel 2.6
Distribusi Frekuensi Kelas Tengah
Pengeluaran Wisatawan
Kelas Limit Titik Tengah /Kelas Tengah
60 - 64 62
65 - 69 67
70 - 74 72
75 - 79 77
80 - 84 82
85 - 89 87
90 - 94 92
Penentuan daripada titik tengah / kelas tengah sangat
berfungsi untuk menggambarkan Grafik Polygon.
25
membagi angka frekuensi pada masing-masing kelas dengan
jumlah seluruh data (n) atau dengan rumus :
26
menjumlahkan frekuensi demi frekuensi. Tabel frekuensi
kumulatif (Fk) bisa dibuat berdasarkan tabel 2.5 (tabel
distribusi frekuensi) yang mana tabelnya akan nampak
seperti dibawah.
Tabel 2.8
Distribusi Frekuensi Kumulatif
Pengeluaran Wisatawan
Kelas Limit Frekuensi Frekuensi Kumulatif
(F) (FK)
60 - 64 2 2
65 - 69 6 8
70 - 74 15 23
75 - 79 20 43
80 - 84 16 59
85 - 89 7 66
90 - 94 4 70
Distribusi frekuensi kumulatif ini ada dua yaitu:
(1) Distribusi frekuensi kumulatif kurang dari (FKD) dan
(2) Distribusi frekuensi kumulatif atau lebih (FAL)
Contoh kedua frekuensi kumulatif sebagai berikut yang
digunakan sebagai acuan adalah ujung / batas bawah
masing-masing kelas.
Tabel 2.9
Distribusi Frekuensi Kumulatif Kurang Dari
Untuk Pengeluaran Wisatawan
Kelas Limit Frekuensi Kumulatif
Kurang Dari (FKD)
Kurang dari 60 0
Kurang dari 65 2
Kurang dari 70 8
Kurang dari 75 23
Kurang dari 80 43
Kurang dari 85 59
Kurang dari 90 66
27
Tabel 2.10
Distribusi Frekuensi Kumulatif Atau Lebih
Untuk Pengeluaran Wisatawan
Kelas Limit Frekuensi Kumulatif
Atau Lebih (FAL)
60 atau lebih 70
65 atau lebih 68
70 atau lebih 62
75 atau lebih 47
80 atau lebih 27
85 atau lebih 11
90 atau lebih 5
Tabel 2.11
Kls Lmt Kls Bdres Tally F Kt Fr Fk Fkd Fal
60 - 64 59,5 - 64,5 Lӏ 2 62 2/70 2 2 70
65 - 69 64,5 - 69,5 ӏӏӏӏ ӏ 6 67 6/70 8 6 68
70 - 74 69,5 - 74,5 ӏӏӏӏ ӏӏӏӏ ӏӏӏӏ 15 72 15/70 23 15 62
ӏӏӏӏ ӏӏӏӏ ӏӏӏӏ
75 - 79 74,5 - 79,5 ӏӏӏӏ 20 77 20/70 43 20 47
80 - 84 79,5 - 84,5 ӏӏӏӏ ӏӏӏӏ ӏӏӏӏ ӏ 16 82 16/70 59 16 27
85 - 89 84,5 - 89,5 ӏӏӏӏ ӏӏ 7 87 7/70 66 7 11
90 - 94 89,5 - 94,5 ӏӏӏӏ 4 92 4/70 70 4 4
F 70
7. Membuat Grafik
Data yang telah tersusun rapi dalam bentuk Distribusi
Frekuensi dapat digambarkan dengan cara membuat grafik
Histrogram, Poligon dan kurve Ogive.
28
a. Grafik Histogram
Grafik Histogram adalah grafik yang
menggambarkan suatu distribusi frekuensi dengan
bentuk segi empat. Pembuatan daripada grafik histogram
ini yang perlu diperhatikan pada tabel distribusi
frekuensi adalah kelas baik, kelas limit maupun kelas
boundaries dengan frekuensi. Langkah-langkah membuat
grafik histogram:
1) Buatlah Absis dan Ordinal
Absis ialah sumbu mendatar/horizontal untuk
menyatakan nilai kelas.
Ordinal ialah sumbu tegak/vertikal untuk
menyatakan frekuensi
2) Buatlah skala absis dan ordinal
3) Buatlah batas masing-masing kelas
Tabel 2.12
Kelas Limit Frekuensi
60 - 64 2
65 - 69 6
70 - 74 15
75 - 79 20
90 - 84 16
85 - 89 7
90 - 94 4
70
29
Gambar 2.1
Histogram Kelas Limit Pengeluaran Wisatawan
Tabel 2.13
Kelas Boundaries Frekuensi
59,5 - 64,5 2
64,5 - 69,5 6
69,5 - 74,5 15
74,5 - 79,5 20
84,5 - 89,5 16
89,5 - 94,5 7
90 - 94 4
30
Gambar 2.2
Histogram Kelas Boundaries Pengeluaran
Wisatawan
b. Grafik Poligon
Grafik poligon adalah grafik berupa garis yang
menghubungkan nilai tengah dari masing-masing kelas
dengan frekuensi dari masing-masing kelas. Pada
dasarnya pembuatan grafik poligon sama dengan
Histogram, hanya saja cara membuat batas-batasnya
berbeda. Berdasarkan hal tersebut diatas, maka
pembuatan Grafik Poligon dapat dilihat dengan langkah-
langkah sebagai berikut (mengacu pada tabel 2.11)
31
1) Buat titik tengah kelas dengan cara: nilai yang
terdapat di tengah interval kelas atau nilai ujung atas
kelas ditambah nilai ujung bawah kelas lalu dibagi
dua sebagai berikut :
(60 + 64) : 2 = 62
(65 + 69) : 2 = 67
(70 + 74) : 2 = 72
(75 + 79) : 2 = 77
(80 + 84) : 2 = 82
(85 + 89) : 2 = 87
(90 + 94) : 2 = 92
2) Buatkan tabel distribusi frekuensi untuk membuat
poligon
Tabel 2.14
Distribusi Frekuensi
Pengeluaran Wisatawan
Kelas Limit Titik Tengah Frekuensi
60 - 64 62 2
65 - 69 67 6
70 - 74 72 15
75 - 79 77 20
90 - 84 82 16
85 - 89 87 7
90 - 94 92 4
32
Gambar 2.3 Poligon
c. Kurve Ogive
Ogive adalah distribusi frekuensi kumulatif yang
menggambarkan diagramnya dalam sumbu tegak dan
mendatar atau eksponensial. Pembuatan Grafik Ogive ini
jarang dijumpai dalam suatu penelitian walaupun
demikian grafik Ogive ini berguna bagi sensus penduduk
ataupun yang ingin mengetahui bagaimana
perkembangan kunjungan wisatawan dll.
Berdasarkan hal tersebut diatas maka langkah-
langkah pembuatan kurve Ogive adalah sebagai berikut
(mengacu tabel 2.11).
1) Mengambil tabel distribusi kurang dari dan distribusi
frekuensi atau lebih.
2) Mengambil ujung/batas bawah dari masing-masing
kelas (baik kelas limit maupunkelas boundaries
sama).
33
Tabel 2.15 Tabel 2.16
Distribusi frekuensi kurang dari Distribusi Frekuensi atau lebih
Untuk Pengeluaran Wisatawan Untuk Pengeluaran Wisatawan
No Ujung/Batas FDK No Ujung/Batas FAL
Bawah Bawah
1 Kurang dari 60 0 1 60 atau lebih 70
2 Kurang dari 65 2 2 65 atau lebih 68
3 Kurang dari 70 8 3 70 atau lebih 62
4 Kurang dari 75 23 4 75 atau lebih 47
5 Kurang dari 80 43 5 80 atau lebih 27
6 Kurang dari 85 59 6 85 atau lebih 11
7 Kurang dari 90 66 7 90 atau lebih 4
OKD
34
8. Soal Latihan
a. Apa yang anda ketahui tentang Distribusi Frekuensi ?
b. Sebutkan jenis frekuensi yang anda ketahui !
c. Data berikut adalah gaji karyawan Hotel “ABC”
45 73 42 35 40 38 59 21
63 49 47 35 50 47 61 68
36 44 72 56 32 74 20 65
42 49 25 48 59 40 31 44
59 29 21 44 66 65 35 51
61 64 68 46 38 46 45 42
20 63 65 56 59 35 63 47
31 69 44 53 26 25 36 72
35 71 51 19 52 45 42 25
35
BAB III
1. Pendahuluan
Uatuk mendapatkan gambaran yang lebih jelas
tentang sekumpulan data mengenai sesuatu hal baik
mengenai sampel ataupun populasi. Selain daripada data itu
disajikan dalam tabel dan diagram masih diperlukan ukuran-
ukuran yang merupakan wakil kumpulan data tersebut.
Dalam bab ini akan diuraikan tentang ukuran gejala pusat
dan ukuran letak. Beberapa ukuran dari golongan pertama
(ukuran gejala pusat) yaitu rata-rata hitung dan modus.
Golongan kedua (ukuran penempatan letak) meliputi:
median, kuartil, desil dan persentil.
36
Ukuran yang dihitung dari kumpulan data dalam
sampel dinamakan Statistik, sedangkan ukuran yang
dihitung dari kumpulan data dan populasi dinamakan
Parameter. Untuk lebih jelasnya diuraikan sebagai berikut :
Keterangan :
__
X = rata-rata atau mean
= jumlah tiap data
n = jumlah data
Contoh 1 :
Ada 10 orang wisatawan yang datang ke Restaurant
Putri Ayu dimana pengeluaran mereka masing-masing
adalah :
40, 50, 55, 25, 48, 32, 65, 20, 35, 50
Berapa rata-rata atau mean pengeluaran kesepuluh orang
wisatawan tersebut :
37
Jawab :
__
Xi X +X +X +X +X +X +X +X +X +X
X = 1 2 3 4 5 6 7 8 9 10
n 10
40 50 25 48 32 65 20 35 50
=
10
420
=
10
= 42
Contoh 2 :
Berikut ini adalah rata-rata tingkat hunian Hotel ABC
periode Januari - Desember 2004
38
Jawab :
__
__
Xi X X X X X +X +X +X +X +X
X = 1 2 3 4 5 6 7 8 9 10
N 12
= 78,8+72,1+65,5+70,0+55,8+65,5+78,0+82,4+55,6+60,6+68,2+75,4
= ..68,99……………
Contoh 1 :
Diketahui pengeluaran 70 orang wisatwan mengacu pada
contoh seal bab II.l hal.....tabel 2.5. Berapakah rata-rata
pengeluaran ke 70 orang wisatawan tersebut :
39
Tabel 3.1
Distribusi Frekuensi
Pengeluaran Wisatawan
Kelas Limit Frekuensi
60 – 64 2
65 – 69 6
70 – 74 15
75 – 79 20
80 – 84 16
85 – 89 7
90 – 94 4
ƩF = 70
Langkah-langkah menjawab :
1) Buatlah tabel baru dan susunlah dengan melebarkan
kolom.
2) Berilah notasi angka yang sudah ada untuk memudahkan
perhitungan ( Fi = ……, Mi Fi = ……)
Tabel 3.2
Distribusi Frekuensi
Pengeluaran Wisatawan
Kelas Limit Mid Poin Frekuensi Mi Fi
(Mi) (Fi)
60 – 64 62 2 124
65 – 69 67 6 402
70 – 74 72 15 1.080
75 – 79 77 20 1.540
80 – 84 82 16 1.312
85 – 89 87 7 609
90 - 94 92 4 368
ΣFi =70 ΣMi . Fi =
5.435
40
3) Hitunglah dengan rumus :
(Mi Fi)
X
Fi
5435
= 77,64
70
Jadi rata-rata pengeluaran ke 70 orang wisatawan adalah:
77,64.
Keterangan :
= rata-rata ataumean
Mo = Mid Point atau titik tengah pada saat d = 0
di = deviasi rata-rata
fi = frekuensi
fi = n = jumlah data
i = interval
Contoh soal 2 :
Data soal mengacu pada contoh soal 1 diatas.
41
Tabel 3.3
Distribusi Frekuensi
Pengeluaran Wisatawan
Kelas Limit Frekuensi
60 – 64 2
65 – 69 6
70 – 74 15
75 – 79 20
80 – 84 16
85 – 89 7
90 – 94 4
ƩF = 70
Langkah-langkah menjawab :
1) Buatlah tabel baru dan susun dengan melebarkan kolom.
Tabel 3.4
Distribusi Frekuensi
Pengeluaran Wisatawan
Kelas Titik Frekuensi Deviasi Fi . di
Limit Tengah (Fi) rata-rata
(Mi) (di)
60 – 64 62 2 -3 -6
65 – 69 67 6 -2 -12
70 – 74 72 15 -1 -15
75 – 79 77 20 0 0
80 – 84 82 16 1 16
85 – 89 87 7 2 14
90 - 94 92 4 3 12
ΣF =70 Σdi . fi
=9
(di fi) i
X Mo
fi
9 5
= 77
70
45
= 77
70
= 77 + 0,64
= 77,64
Contoh soal 3 :
Data berikut adalah Distribusi Frekuensi Umur
Karyawan Hotel “Puri Ayu” sesuai tabel 2.2
43
Tabel 3.5
Distribusi Frekuensi
Mengenai Umur Karyawan Hotel “Putri Ayu”
Tahun 2004
Umur (Tahun) Frekuensi (F)
21 – 25 32
26 – 30 64
31 – 35 38
36 – 40 16
41 – 45 11
46 – 50 7
f = 168
Langkah-langkah pengerjaannya :
1) Buatlah tabel baru dan susun dengan melebarkan kolom.
2) Letakkan angka 0 (nol) pada kelas dengan frekuensi
terbesar.
Tabel 3.6
Distribusi Frekuensi
Mengenai Umur Karyawan Hotel Putri Ayu
Tahun 2004
Kelas Titik Frekuensi Deviasi Fi . di
Limit Tengah (Fi) rata-rata
(Mi) (di)
21 – 25 23 32 -1 -32
26 – 30 28 64 0 0
31 – 35 33 38 1 38
36 – 40 38 16 2 32
41 – 45 43 11 3 33
46 – 50 48 7 4 28
F 168 Σfi . di
=9
44
3) Hitung dengan rumus :
(di fi) i
X Mo
fi
99 5
= 28
168
495
= 28
168
= 28 + 2,94
= 30,95
= 31 (dibulatkan)
3. Modus (Mode)
Modus atau disingkat dengan Mo adalah nilai dari
beberapa data yang paling sering muncul atau dengan
frekuensi tertinggi dalam suatu distribusi dari sekelompok
data.
a. Menghitung modus dengan data tunggal
Menghitung atau menentukan modus dengan data
tunggal dilakukan dengan cara sangat sederhana yakni
dengan cara mencari nilai data yang paling sering
muncul atau terjadi diantara sebaran atau sekelompok
data. Dimana ukuran ini sering dipakai untuk rata-rata
data kualitatif misalnya : sebagian besar wisatawan yang
datang ke Bali berasal dari negara Australia, sebagian
besar pendapatan hotel berasal dari pendapatan kamar
dan lain-lain. Penggunaan modus bagi data kualitatif
maupun data kuantitatif dengan cara menentukan
frekuensi terbanyak diantara data yang ada.
45
Contoh 1 :
Diketahui data mengenai pengeluaran 10 orang
wisatawan yang sedang berkunjung ke Pasar
Sukawati : 40, 60, 80, 70, 60, 50, 65, 60, 75, 85
Ditanyakan : Berapa nilai modus pengeluaran ke
10 orang wisatawan tersebut ?
Jawab : Nilai pengeluaran yang paling
sering muncul atau frekuensi
tertinggi adalah : 60
Contoh 2 :
Diketahui data mengenai tingkat hunian hotel
“ABC” selama tahun 2004 (dari bulan Januari s/d
bulan Desember)
Adalah : 75.8, 65.2, 70.1, 65.1, 65.5, 65.8, 65.5,
70.2, 65.5, 50.5, 60.4 dan 80.1
Ditanyakan : Berapa nilai modus tingkat hunian
Hotel “ABC”
Jawab : Tingkat hunian yang paling sering muncul
adalah 65,5 jadi modusnya 65,5
Keterangan :
Mo = Modus
BB = Batas bawah kelas yang memiliki frekuensi
tertinggi atau yang mengandung Modus.
i = Interval kelas
46
F1 = Selisih antara frekuensi nilai kelas yang
mengandung modus dengan frekuensi
sebelumnya.
F2 = Selisih antara frekuensi kelas yang
mengandung nilai modus dengan frekuensi
sesudahnya.
Contoh :
Diketahui pengeluaran 70 orang Wisatawan mengacu
pada contoh Bab II.1 tabel 2.5. Berapakah nilai modus
untuk pengeluaran ke 70 orang wisatawan tersebut ?
Tabel 3.7
Distribusi Frekuensi
Pengeluaran Wisatawan
Kelas Limit Frekuensi (F)
60 – 64 2
65 – 69 6
70 – 74 15
75 – 79 20
80 – 84 16
85 – 89 7
90 – 94 4
ΣF =70
Langkah-langkah pengerjaannya :
1) Tentukan jumlah frekuensi yang paling tertinggi
yang mana dalam hal ini yaitu 20 terletak pada kelas
keempat.
2) Carilah Batas Bawah kelas yang memiliki frekuensi
tertinggi atau kelas yang mengandung nilai modus
yang dalam hal ini kelas keempat batas bawahnya
adalah : 75.
3) Tentukan interval kelasnya, yang dalam hal ini : 5
4) Carilah F1 yaitu selisih frekuensi tertinggi (frekuensi
modus) dengan frekuensi sebelumnya : 20 – 15 = 5
47
5) Carilah F2 yaitu selisih frekuensi tertinggi (frekuensi
modus) dengan frekuensi sesudahnya : 20 – 16 = 4
6) Masukkan hasil-hasil tersebut ke rumus :
5
= 75 .5
5 4
25
= 75
20
= 75 + 1,25
= 76,25
Jadi modus atau pengeluaran paling kecil muncul
adalah 76,25.
4. Median (Me)
Media (Me) adalah data yang berada atau berlokasi di
tengah-tengah setelah data diurut/disusun dari data kecil ke
data besar. Di dalam menentukan median pun kita harus
melihat dulu berapa jumlah data yang kita olah, yang mana
dalam hal ini dibagi menjadi dua yaitu Median untuk data
tunggal (un grouped) dan Median data berkelompok
(grouped data) yang sudah dalam bentuk Distribusi
Frekuensi.
a. Median untuk data tunggal (un grouped) disusun dulu
data dari kecil ke data besar, setelah data disusun
tentukan data yang ditengah-tengah (Median) dengan
rumus :
Me = Median
N = Jumlah data
48
Contoh 1 : Data Ganjil
Diketahui data pengeluaran 7 orang wisatawan :
65, 35, 50, 80, 45, 65, 60
Langkah menjawab :
1) Urut data dari kecil ke besar
35, 45, 50, 60, 65, 65, 80
2) Cari nomor median dengan rumus :
n 1
Me
2
7 1
2
=4
3) Cari nilai median untuk data nomor 4, dimana dalam
hal ini adalah : 60 (Me = 60)
49
65 68
= 66,5 (Me = 66,5)
2
b. Median untuk data berkelompok (group data)
menentukan nilai median untuk data berkelompok perlu
dibuat susunan distribusi frekuensi terlebih dahulu
dengan mengurutkan data tersebut dari data kecil ke
urutan data besar, kemudian menghitung interval (i).
Frekuensi kumulatif (fk) mencari nomor median
dilanjutkan mencari nilai median dengan rumus :
Keterangan :
Me = Median
BB = Batas Bawah daripada kelas yang
mengandung nilai median.
i = Interval kelas
n = ΣF = Jumlah data
fm = Frekuensi yang mengandung nilai median
fk = Jumlah frekuensi kumulatif sebelum kelas
yang mengandung frekuensi median.
Contoh 1 :
Berikut ini adalah data mengenai gaji 80 orang karyawan
Hotel Dewata Agung (Rp. 1000)
79 49 48 74 81 88 87 80
80 84 90 70 91 67 82 78
70 71 92 38 56 59 74 73
68 72 85 51 65 91 83 86
90 35 83 73 74 72 86 88
92 93 76 71 90 43 67 75
80 91 61 72 97 93 88 81
70 74 92 95 80 81 71 77
63 60 83 82 60 93 89 63
76 63 88 70 66 97 79 75
50
Tentukan nilai median dari 80 gaji karyawan tersebut:
Langkah-langkah mengerjakan :
1) Menentukan jarak atau range : R = 97 – 35 = 62
2) Menentukan jumlah kelas (k)
K = 1 + 3,322 Log n
= 1 + 3,322 Log 80
= 1 + 3,322 ; 1,9031
= 7,34
= 7
3) Menentukan Interval Kelas (i)
R
i
k
62
i
7
= 8,56
=9
4) Buat tabel sementara dengan cara hitung satu demi
satu dari data paling kecil sesuai dengan urutan
interval kelas.
Tabel 3.8
Tabel Sementara Distribusi Frekuensi
Gaji Karyawan Hotel Dewata Agung
Kelas Tally F
Limit
35 – 43 ӏӏӏ 3
44 – 52 ӏӏӏ 3
53 – 61 ӏӏӏӏ 5
62 – 70 ӏӏӏӏ ӏӏӏӏ ӏӏ 12
71 – 79 ӏӏӏӏ ӏӏӏӏ ӏӏӏӏ ӏӏӏӏ 20
80 – 88 ӏӏӏӏ ӏӏӏӏ ӏӏӏӏ ӏӏӏӏ ӏ 21
89 – 97 ӏӏӏӏ ӏӏӏӏ ӏӏӏӏ ӏ 16
Contoh :
Diketahui data mengenai pengeluaran 9 orang wisatawan
perhari yang sedang berlibur di bali :
70, 80, 50, 40, 35, 45, 65, 70, 90
Langkah-langkah menjawab :
53
1. Susun atau urut data dari kecil ke besar
35, 40, 45, 50, 65, 70, 70, 80, 90
2. Cari posisi atau tempat kuartil pertama, kuartil kedua
dan kuartil ketiga dengan rumus :
1
K1 (n 1)
4
1
(9 1)
4
1
(10)
4
= 2,5
K1 adalah data nomor 2,5 (antara data posisi nomor 2
dan posisi nomor 3).
Jadi K1 adalah data posisi nomor 2 ditambah data
posisi nomor 3 dibagi
40 45
2 42,5
2
1
K2 (n 1)
2
1
(9 1)
2
1
(10)
2
=5
Ini berarti K2 terletak pada data posisi nomor 5 yaitu
menunjukkan nilai : 65.
3
K1 (n 1)
4
3
(9 1)
4
3
(10)
4
54
30
4
= 7,5
Artinya K3 terletak pada data posisi nomor 7,5 yaitu
data posisi nomor 7 ditambah data posisi nomor 8
dibagi 2.
70 80
2 75
2
Jadi K3 menunjukkan nilai : 75
55
Contoh 1 :
Diketahui data mengenai umur wisatawan yang sudah
berkunjung ke Hard Rock Café pada bulan Maret 2005
seperti tabel dibawah :
Tabel 3.10
Distribusi Frekuensi
Umur Wisatawan Yang Datang
ke Hard Rock Café Bulan Maret 2005
Umur Frekuensi
15 – 17 13
18 – 20 15
21 – 23 17
24 – 26 18
27 – 29 19
30 – 32 16
33 – 35 12
110
Tabel 3.11
Distribusi Frekuensi
Umur Wisatawan Yang Datang
ke Hard Rock Café Bulan Maret 2005
Umur Frekuensi Frekuensi Kumulatif
15 – 17 13 13
18 – 20 15 28
21 – 23 17 45
24 – 26 18 63
27 – 29 19 82
30 – 32 16 98
33 – 35 12 110
110
56
2) Tentukan posisi nomor kuartil pertama (K1) dengan
rumus :
1
K1 n
4
1
110
4
= 27,5
1 i
K1 = Bb n - fk
4 f
1 3
= 18 110 - 13
4 5
3
= 18 (27,5 - 13)
15
1
= 18 (14,5 - 13)
15
14,5
= 18
5
= 18 + 2,9
K1 = 20,9
57
Secara analog bisa dicari K2 dan K3
2 i
K2 = Bb n - fk
4 f
2 3
= 24 110 - 45
4 18
3
= 24 (55 - 45)
18
3
= 124 (10)
18
3
= 24
18
= 24 + 1,7
K2 = 25,7
3 i
K3 = Bb n - fk
4 f
3 3
= 30 110 - 45
4 16
3
= 30 (82,5 - 82)
16
3
= 30 (0,5)
16
= 30 + 0,09
K3 = 30,09
6. Desil (D)
Desil adalah nilai atau angka yang membagi data menjadi
sepuluh bagian yang sama, setelah disusun dari data kecil ke
data besar. Cara menentukan Desil hampir sama dengan
mencari nilai kuartil, bedanya hanya pada pembagian saja.
58
Kalau kuartil dibagi empat yang sama sedangkan desi data
dibagi menjadi sepuluh bagian yang sama, jadi desil ada
sembilan nilai dari D1, D2,…………, D9
a. Desil Data Tunggal
Menentukan Desil data tunggal dengan cara
mengurutkan data tersebut dari data kecil sampai data
besar, kemudian posisinya dicari dengan rumus :
1
D1 (n 1)
10
2
D2 (n 1)
10
3
D3 (n 1)
10
4
D4 (n 1)
10
5
D5 (n 1)
10
6
D6 (n 1)
10
7
D7 (n 1)
10
8
D8 (n 1)
10
9
D9 (n 1)
10
Keterangan :
N = jumlah data
Contoh 1:
Diketahui data 70, 80, 50, 40, 35, 45, 65, 70, 90
Carilah letak D3 dan D7
59
Langkah-langkah mengerjakan :
1) Susun data dari besar ke kecil
35, 40, 45, 50, 65, 70, 70, 80, 90
2) Carilah letak D3 dan D7 dengan rumus :
3
D3 (n 1)
10
3
(9 1)
10
3
10
10
D3 3
7
(9 1)
10
7
(10)
10
= 7
61
Carilah : Desil ke-4 dan desil ke-8
Langkah-langkah mengerjakan :
1) Carilah terlebih dahulu nomor desil ke-4
4
D4 n
10
4
10
10
= 4 . 11
= 44
Desil ke 4 adalah data nomor 44
Dengan demikian nomor 44 dalam frekuensi
kumulatif terletak pada kelas ke 3 yaitu 21 – 23.
2) Carilah batas bawah kelas ke 3 yaitu : 21
3) Carilah interval kela yakni : 3
4) Frekuensi kumulatif sebelum frekuensi kumulatif
kelas ke 3 yaitu : 28
5) Frekuensi kelas yang mengandung desil ke 4 yaitu :
17
6) Hitung Desil ke 4 dengan rumus :
4 i
D4 bb n - fk
10 f
4 2
21 110 - 28
10 17
21 44 - 28
3
17
21 16
3
17
48
21
17
= …..21 + 2,82 = 23,82
= 24
Jadi Desil ke 4 adalah ……
62
8
D8 n
10
8
10
10
= 88
D8 adalah data nomor 88 ini berarti data terletak
pada kelas nomor 6
3
D8 30 ( 88 - 82)
16
30 6
3
16
18
30
16
= 30 + 1,12
= 31,12
Jadi Desil ke 8 adalah 31
7. Persentil (P)
Persentil adalah nilai yang membagi data menjadi seratus
bagian sama besar setelah data menjadi seratus bagian sama
besar setelah data disusun dari data kecil ke data besar. Cara
mencari nilai Persentil hampir sama dengan menentukan
kuartil maupun Desil, bedanya angka pembaginya. Persentil
ini angka pembaginya adalah seratus sehingga disini kita
akan mengenal P1 sampai dengan P99, sedangkan P50 sama
dengan median.
a. Persentil Data Tunggal
Mencari persentil data tunggal dengan jalan mengurut-
urutkan data tersebut dari data kecil ke data besar,
kemudian posisi persentil dicari dengan rumus :
63
5
P5 (n 1)
100
45
P45 (n 1)
100
68
P68 (n 1)
100
92
P92 (n 1)
100
Dst
Contoh :
Diketahui data pengeluaran wisatawan (US$)
65, 70, 90, 40, 35, 45, 70, 80, 50, 75
Carilah posisi P35 dan P85
Langkah-langkah mengerjakan :
1) Urut datanya dari kecil ke besar :
35, 40, 45, 50,65, 70, 70, 75, 80, 90
2) Carilah posisi masing-masing
35
P 35 (n 1)
100
35
(11)
100
385
100
= 3,85
64
Artinya Persentil 35 terletak pada posisi data ke 3,85
ini biasa dicari dengan cara :
P35 = data ke-3 + 0,85 (data ke 4 – data ke 3)
= 45 + 0,85 (50 – 45)
= 45 + 0,85 (5)
= 45 + 4,25
= 49,25
= 49,25
Jadi posisi P35 menunjukkan nilai 49
85
P 85 (n 1)
100
85
(10 1)
100
85
(11)
100
935
100
= 9,53
Artinya persentil 85 terletak pada posisi data ke 9,35
ini bisa dicari dengan cara :
Pas = data ke 9 + 0,35 (data ke 10 – data ke 9)
= 80 + 0,35 (90 – 80)
= 80 + 0,35 (10)
= 80 + 35
= 83,5
Jadi posisi P35 menunjukkan nilai 83,5.
65
sedangkan Persentil membagi data menjadi seratus
bagian yang sama.
Contoh seperti data tabel 3.13 dibawah ini :
Tabel 3.13
Distribusi Frekuensi Umur Wisatawan
Yang Datang ke Hard Rock Café
Bulan Maret 2005
Umur Frekuensi Frekuensi Kumulatif
15 – 17 13 13
18 – 20 15 28
21 – 23 17 45
24 – 26 18 63
27 – 29 19 82
30 – 32 16 98
33 – 35 12 110
110
Langkah-langkah mengerjakannya :
(1) Carilah terlebih dahulu nomor Persntil 45
45
P.45 n
100
45
. 110
100
= 49,5
Persentil ke 45 adalah data nomor 49,5 dengan
demikian nomor 49,5 dalam frekuensi Kumulatif
terletak pada kelas ke-4 yaitu : 24 – 25.
(2) Carilah Batas Bawah Kelas ke-4 yaitu : 24
(3) Carilah Interval Kelasnya yang mana dalam hal ini
adalah : 3.
(4) Frekuensi Kumulatif sebelum frekuensi kumulatif
kelas ke-4 yaitu : 45.
66
(5) Frekuensi kelas yang mengandung Persentil ke-45
yaitu : 18.
(6) Hitung Persentil ke-45 dengan rumus :
(45 . n - fk) i
P45 BB
100 f
(45 .110 - 45) 3
24
100 18
24 (49,5 - 45) 0,17
= 24 + (4,5) 0,17
= 24 + 0,76
P45 = 24,76
SOAL LATIHAN
1. Data- berikut ini adalah Tingkat Hunian yang dicapai
selama Tahun 2004 Hotel AGET GATI 90, 80, 70, 90,
70, 75, 84, 60, 74, 85, 65 dan 88 dari data diatas
tentukan :
a. Mean, Median dan Modusnya.
b. K1, K2 dan K3
2. Berdasarkan Pencatatan yang dilakukan pada tanggal 31
Desember 2004, dimana Pengeluaran 510 orang
Wisatawan mancanegara di Kawasan Pantai Kuta dapat
didistribusikan kedalam 9 (sembilan) kelas Limit.
Kesembilan kelas Limit tersebut mempunyai Interval
yang sama yaitu sepuluh. Kesembilan kelas limit
tersebut disusun dari besar ke kecil. Frekuensi kelas
ketiga sama dengan lima puluh enam, dimana kelas
ketiga tersebut adalah: 80 - 89. Apabila frekuensi kelas
ketujuh ditambah frekuensi kelas kedelapan hasilnya
sama dengan seratus sepuluh. Frekuensi kelas kelima
dikurangi frekuensi kelas kedua sama dengan lima puluh
enam. Frekuensi kelas ketujuh sama dengan tujuh puluh
enam dan frekuensi kelas kedua sama dengan empat
puluh empat. Diketahui pula frekuensi kelas pertama
67
sama dengan dua puluh, frekuensi kelas terakhir sama
dengan sepuluh dan frekuensi kelas keempat sama
dengan delapan puluh.
68
BAB IV
PENGUKURAN
PENYIMPANGAN
1. Pendahuluan
Penyajian data baik berupa penyelidikan, riset, maupun
teknologi selalu membutuhkan informasi yang lebih banyak
lagi. Untuk lebih sedap dan nyamannya informasi data perlu
dibumbui dengan perhitungan simpangan pengukuran dan
variasi. Karena dengan menggunakan pengukuran gejala
pusat saja cenderung menghasilkan kesimpulan yang sama
tetapi mempunyai simpangan dan variasi yang berbeda.
69
Pengukuran simpangan yaitu suatu ukuran yang
menunjukkan tinggi rendahnya perbedaan data yang
diperoleh dari rata-ratanya.
Pengukuran simpangan akan membahas rentangan
(range), rentangan antar kuartil, rentangan semi antar kuartil,
simpangan rata-rata, simpangan baku, varians, koefisien
varians dan angka baku.
2. Rentangan (Range)
Rentangan ialah data tertinggi dikurangi data terendah
ditulis:
Contoh : Data nilai UTS mata kuliah ADH semester 5:
Kelas A : 90, 80,70, 90, 70, 100, 80, 50,75, 70
Kelas B : 80, 80, 75, 95, 75, 70, 95, 60, 85, 60
70
Dapat ditarik kesimpulan bahwa 50% nilai tersebut paling
rendah 72,667 dan paling tinggi 82,469 dengan perbedaan
paling tinggi 9,802.
4. Rentangan Semi Antar Kuartil (Simpangan Kuartil)
Rentangan semi antar kuartil atau simpangan kuartil
(SK) ialah setengah dari RAK ditulis dengan rumus:
SK = ½ RAK
Contoh: Diketahui data seperti (Tabel 4.13)
Kl = 72,667; K3 = 82,469
RAK = 82,469 – 72,667 = 9,802
SK = ½ RAK = ½ . 9,802 = 4,901
Selanjutnya harga median (K2) = l/2 . (72,667 + 82,469)
sama dengan 77,568 ± 4,901. Artinya 50% dari ujian
KKPRK memperoleh nilai terletak dalam interval antara
72,667 sampai 82,469 atau 77,568 ± 4,901.
71
| X - x | | x |
Rumus Simpangan
Rata-rata d atau d
Data Tunggal n n
Rumus Simpangan
Rata-rata d
f | x |
Data Kelompok f
Contoh data tunggal : Penghasilan dalam ribuan/hari sopir
Bali Taxi
TABEL 4.1
Nilai UAS Statisitka
Nilai Rata-rata
| X - x| x
x 525
(X) x n 7
60 75 15
65 75 10 = 75
70 75 5
75
80
75
75
0
5 d
| x | 60
85 75 10 n 7
90 75 15
= 8,57
X = 525 - | x | = 60
72
Contoh data tunggal: Data 7 orang wisatawan pengeluar-
annya di sebuah Restaurant (US$)
TABEL 4.2
Penghasil Pedagang Telur Asin
Ribuan Rata-rata
| X - x| x
x 106
(X) Perhari
|x| n 7
(x)
15 15,14 0,14 = 15,14
20 15,14 4,86
10 15,14 5,14
17 15,14 0 d
| x | 19,14
14 15,14 1,14 n 7
12 15,14 3,14
18 15,14 2,86 = 2,72
X = 106 - | x | = 60
73
x
f.x 5435 77,64
f 70
d
f. | x | 385,24 5,5
f 70
X
2 2
n-1 = atau Sd
n -1 n
X
2 2
n-1 = atau σ
n -1 n
Simpangan baku (Sd) populasi untuk data tunggal.
74
No. X X2
1 75 5625 X 2
2 70 4900 X2 - n
Sd
3 80 6400 n -1
4 85 7225 (805) 2
5 60 3600 66125
Sd 10
6 75 5625 10 - 1
7 100 10000
8 90 81000 648025
66125
9 95 9025 Sd 10
9
10 75 5625
1322 ,5
146,9 12,12
9
(data sampel)
(X - x )
No. X X2
=x
1 75 -5,5 30,25 x X 805 80,5
2 70 -10,5 110,25 n 10
3 80 -0,5 0,25
X
2
4 85 4,5 20,25 1322,5
Sd
5 60 -20,5 420,25 n -1 10 - 1
6 75 -5,5 30,25
7 100 19,5 380,25 Sd 1322,5 146,9
8 90 9,5 90,25 9
9 95 14,5 210,25 Sd = 12,12 (data sampel)
10 75 -5,5 30,25
X2 =
n = 10 X= 805 0
1322,5
75
Simpangan baku (Sd) untuk data Distribusi (dikelompokkan)
f. X
2
X
2
-
f -1 f . x
2
Sd atau Sd
f -1 f -1
f. X
2
X
2
-
f f . x
2
n atau σ
f f
f. X 2 (5435) 2
X - 425385
2
f -1 70
Sd
f -1 70 - 1
29539225
425385
70 425385 - 421988,93
Sd
70 - 1 69
76
3396,07
Sd 49,22 7,016 (sampel)
69
Batas
Frekuensi (X - x )
Nilai Kelas Atas X X2 f . X2
(f) =x
(x)
60 – 64 2 64,5 -15 225 450
65 – 69 6 69,5 -10 100 600
70 – 74 15 74,5 -5 25 375
75 – 79 20 79,5 79,5 0 0 0
80 – 84 16 84,5 5 25 400
85 – 89 7 89,5 10 100 700
90 – 94 4 94,5 15 225 900
X2 = f.X2 =
f = 70 x = 556,5 0
700 43425
X 556,5
X 79,5
n 7
f . x
2
3425 3425
Sd 49,64 7,045 (sampel)
f - 1 70 1 69
7. Variasi (Varians)
Varians ialah kuadrat dari simpangan baku. Simbul
varians untuk populasi = 2 atau n2 sedangkan untuk
sampel Sd2 = s2 = n-12
X 2
Contoh:
Simpangan baku = Sd = 7,016 (data sampel)
Varians = Sd2 = 7,0162 = 49,2243
78
Contoh:
Pak Rumawan mengajar mata kuliah Statistika sebanyak dua
kelas yaitu kelas A dan kelas B. Setelah 8 kali pertemuan
diadakan Ujian Tengah Semester (UTS). Data diperoleh
berikut:
Kelas A: Kelas B:
Nilai rata-rata = 75 Nilai rata-rata = 8
Simpangan baku = 5, 4 Simpangan baku = 4,2
Sd 4,2
KV Kelas B = x 100% x 100% 4,94%
X 85
Jawab:
Kalau dilihat dari besar nilainya Ekonomi Bisnis yang paling
baik derajatnya yaitu 100 lebih besar dari nilai Statistika
I = 95, tetapi kalau dinilai secara relatif dibanding dengan
rata-ratanya, maka harus dihitung angka bakunya yaitu:
80 - 70
z (BI) = 2
5
95 - 75
z (Stk) = 5
4
85 - 80
z (MSDM)= 1
5
90 - 70
z (Kew) = 2
10
100 - 85
z (Mat) = 3
10
Berdasarkan kelima nilai tersebut yang lebih baik ialah
Statistika I atau kedudukan nilai Statistika I lebih tinggi dari
pada nilai keempat mata kuliah di atas (Ekonomi Bisnis,
Bahasa Inggris, Kewiraan dan Manajemen SDM).
80
Dalam penggunaan bilangan z sering dirubah menjadi
distribusi baru (model yang baru) yang mempunyai rata-rata
x dan simpangan baku Sdo yang sudah ditentukan. Bilangan
yang diperoleh dengan cara ini disebut bilangan baku
(bilangan standar). Dengan rata-rata xO dan simpangan baku
Sdo ditulis rumus :
X-x Catatan:
Z = xo + Sdo Z = Angka baku
Sd
X = Nilai Variabel
x = Rata-rata (mean)
Sd = Simpangan baku
XO = Mean yang sudah ditentukan
Sdo = Simpangan baku yang sudah
ditentukan.
Jika angka-angka di atas dimasukkan ke dalam angka
baku dengan rata-rata 100 simpangan baku 15, maka angka
baku untuk mata kuliah:
80 - 70
z (BI) = 100 15 130
5
95 - 75
z (Stk) = 100 15 175
4
85 - 80
z (MSDM)= 100 15 115
5
90 - 75
z (Kew) = 100 15 130
10
100 - 85
z (Mat) = 100 15 145
5
Rp 100.000,00 - Rp 50.000,00
Ibu Bariah = Rp 20,00
Rp 2.500,00
Berdasarkan analisa di atas, maka Pak Umar lebih
berhasil menaikkan volume penjualannya dengan angka
baku sebesar Rp 100,00
82
c. PT. Nurma Sari bergerak dalam bidang Rumah
Makan/Restoran dan tiap bulan harus membayar 32
pegawainya sebagai berikut:
Rp 250.000,00 Rp 350.000,00 Rp 450.000,00 Rp 350.000,00
Rp 250.500,00 Rp 390.500,00 Rp 250.500,00 Rp 270.500,00
Rp 350.000,00 Rp 350.000,00 Rp 450.500,00 Rp 260.000,00
Rp 450.000,00 Rp 390.000,00 Rp 350.500,00 Rp 350.500,00
Rp 250.500,00 Rp 450.000,00 Rp 450.000,00 Rp 250.000,00
Rp 250.000,00 Rp 390.000,00 Rp 550.500,00 Rp 350.000,00
Rp 350.500,00 Rp 450.000,00 Rp 500.000,00 Rp 240.500,00
Rp 290.000,00 Rp 350.500,00 Rp 450.000,00 Rp 240.000,00
Berapakah simpangan baku dan variannya ?
83
f. Pimpinan Departemen X akan menerima yang cakap
untuk dijadikan staf ahli penelitian setelah diseleksi ada
3 orang calon pegawai mempunyai prestasi yang hampir
sama, tetapi diputuskan untuk dipilih nilai statistika dari
salah satu calon yang terbaik. Berdasarkan kriteria
dengan rata-rata 300 dan simpangan baku 50, manakah
calon pegawai yang diterima, data berikut:
Calon 1: Nilai statistika 85, rata-rata kelas 70, dan
Sd = 12
Calon 2: Nilai statistika 80, rata-rata kelas 75, dan
Sd = 8
Calon 3: Nilai statistika 95, rata-rata kelas 72, dan
Sd = 10
84
BAB V
ANGKA INDEKS
85
1. Pendahuluan
Sering kita mendengar dan menjumpai kata angka indeks
baik dari radio, televisi maupun di majalah atau di koran, tetapi
kita belum mengerti apa yang dimaksud angka indeks itu.
Misalnya kita hendak membuat perbandingan antara harga
semen tahun 1995 dengan harga semen tahun 1990, di daerah
yang sama. Hal ini berarti kita telah membuat perbandingan dua
kategori atau dua variabel yaitu barang berupa semen dan tahun
berupa waktu, tempatnya sama di daerah O, tetapi waktunya
berbeda (1990 dan 1996). Begitu juga jika kita membuat
perbandingan harga semen di Bandung dengan Jayapura pada
tahun 1996, maka kita membandingkan harga semen berbeda
tempat (daerah) pada waktu bersamaan. Untuk menyelesaikan
kasus ini, dibutuhkan perhitungan yang dinamakan angka
indeks. Yang dimaksud dengan angka indeks ialah ukuran
statistik yang menunjukkan perbandingan antara nilai suatu
barang pada waktu atau tempat (daerah) yang berbeda dengan
satuan (%). Pada umumnya angka (%) dalam penulisan tidak
dicantumkan.
Manfaat angka indeks untuk mengetahui besarnya
perubahan (naik turunnya) suatu nilai barang. Adapun
kelemahan-kelemahan angka indeks antara lain (1) kesulitan
memperoleh urutan atau susunan data yang sesuai dengan
kebutahan. Contohnya; kita akan menghitung indeks harga
penjualan suatu barang per hari ternyata data yang tersedia
bulanan atau kita mencari data bulanan yang ada tahunan dan
lainnya. (2) Kesulitan mencari data yang layak untuk
dibandingkan. Contohnya: kita akan membandingkan harga
beras tahun 1986 dengan harga tahun 1996, harga beras yang
dipakai perhitungan hendaknya berkualitas atau jenis yang sama
dan tidak boleh pada tahun 1986 beras jenis IR - 36 tetapi pada
tahun 1996 berjenis Pandawangi super. Keadaan ini terkadang
kurang terpenuhi karena kualitas dan jenis barang yang tersebar
di pasar sudah berubah.
86
2. Penentuan Tahun Dasar
Tahun dasar ialah tahun yang dipakai sebagai dasar untuk
membandingkan suatu harga barang. Indeks harga untuk tahun
dasar ditentukan =100. Angka ini sebagai perbandingan yaitu:
a. Apabila indeks harga tahun ke-n sama dengan 100 berarti
nilai barang pada tahun itu sama harganya dengan tahun
dasar,
b. Apabila indeks harga tahun ke-n lebih besar 100 berarti
nilai barang pada tahun itu lebih tinggi dari harga tahun
dasar, dan
c. Apabila indeks harga tahun ke-n lebih kecil 100 berarti nilai
barang pada tahun itu lebih rendah dari harga tahun dasar.
Penentuan tahun dasar ini bebas saja kita lakukan, misalnya
1 tahun, 2 tahun, 3 tahun yang lalu dan lainnya. Namun mencari
ketepatan dan manfaat perhitungan sesuai dengan keadaan
pasar, hal ini perlu dipertimbangkan antara lain:
a. Diusahakan penentuan tahun dasar tidak terlalu jauh
waktunya dari tahun-tahun yang dibandingkan. Contohnya:
kita akan menghitung indeks harga tahun 1996, maka jangan
menggunakan tahun dasar 1965. Jika rentangan waktu
terlalu lama, maka akan terjadi kurang tepatnya perhitungan
(bermakna).
b. Diusahakan perekonomian dalam keadaan stabil. Tidak ada
bencana alam, tidak peperangan, waktu inflasi dan lain-
lainya. Contohnya, kita akan menghitung indeks harga tahun
1985, menggunakan tahun dasar 1965 (terjadi
pemberontakan G 30 S/PKI). Kita akan menghitung indeks
harga tahun 1996 di sekitar Yogyakarta dengan
menggunakan tahun dasar 1994 karena bulan Februari ada
bencana alam (Gunung Merapi memuntahkan lahar). Atau
kita menghitung harga indeks mata uang pada tahun 1995
dengan tahun dasar 1965-1966 yang mana tahun itu terjadi
inflasi mata uang Rp. 1.000,00 menjadi Rp.1,00.
87
3. Metode Perhitungan Angka Indeks
a. Indeks Tertimbang
Indeks tertimbang ialah perhitungan angka indeks yang
mengutamakan besarnya timbangan (kuantitas penjualan
barang), produksi barang, keadaan barang, dan sebagainya
dimasukkan ke dalam harga-harga yang digunakan sebagai
perhitungan indeksnya. Misalnya keperluan konsumsi rumah
tangga yaitu beras, gula kopi, teh, susu, lauk pauk, minyak
goreng, buah-buahan, gas LPG, dan lainnya. Karena beras lebih
penting untuk kebutuhan rumah tangga daripada keperluan yang
lain, maka timbangan (kuantitas) beras lebih tinggi dari yang
lain. Indeks harga tertimbang dapat dihitung dengan rumus:
88
1) Metode Agregatif Tertimbang
Metode ini diklasifikasikan ada 5 macam perumusan yang
bisa dipakai untuk menghitung angka indeks metode agregatif
tertimbang yaitu metode: Laspeyres, Paasche, Drobisch, Irving
Fisher, dan Marshall Edgeworth.
a) Metode Laspeyres
(Pn . Qo)
IL = x 100
(Po . Qo)
TABEL 5.1
HARGA DAN KUANTITAS PENJUALAN
BARANG WXYZ TAHUN 2002-2005
Jenis Harga (Rp) Kuantitas
Barang
2002 2003 2004 2005 2002
(Po) (Pn) (Pn) (Pn) (Qo)
W 300 340 360 400 25
X 220 240 260 300 20
Y 520 560 575 625 30
Z 200 225 300 350 50
Langkah-langkah menjawab:
(1) Kalikan antara harga barang pada tahun dasar (Po) dengan
kuantitas barang pada tahun dasar (Qo). Kemudian kalikan
juga antara harga barang pada tahun ke-n (Pn) dengan
kuantitas barang pada tahun dasar (Qo).
89
TABEL 5.2
PERHITUNGAN INDEKS HARGA LASPEYRES
BARANG WXYZ MULAI 2003 SAMPAI 2005 DENGAN
TAHUN DASAR 2002
Jenis
Harga (Rp) Kuantitas Perhitungan
Barang
2002 2003 2004 2005 2002 2002 2003 2004 2005
(Po) (Pn) (Pn) (Pn) (Qo) Po.Qo Pn.Qo Pn.Qo Pn.Qo
W 300 340 360 400 25 7.5 8.5 9 10
X 220 240 260 300 20 4.4 4.8 5.2 6
Y 520 560 575 625 30 15.6 16.8 17.25 18.75
Z 200 225 300 350 50 10 11.25 15 17.25
Jumlah (Σ) 37.5 41.35 46.45 52.25
(Pn . Qo)
IL = x 100
(Po . Qo)
37.500
IL (2002) = x 100 100
37.500
41.350
IL (2003) = x 100 110,27
37.500
46.450
IL (2004) = x 100 123,87
37.500
52.250
IL (2005) = x 100 139,33
37.500
90
b) Metode Paasche
Indeks harga dihitung menurut Paasche yaitu dengan
menggunakan kuantitas pada tahun yang dicari angka indeksnya
atau tahun ke-n. Rumusnya:
(Pn . Qn)
IP = x 100
(Po . Qn)
IP = Angka indeks Metode Paasche
Pn = Harga barang pada tahun ke-n
Po = Harga barang pada tahun dasar
Qn = Kuantitas barang pada tahun ke-n
TABEL 5.3
HARGA DAN KUANTITAS PENJUALAN BARANG WXYZ
TAHUN 2002-2005
Jenis
Harga (Rp) Kuantitas
Barang
2002 2003 2004 2005 2003 2004 2005
(Po) (Pn) (Pn) (Pn) (Qn) (Qn) (Qn)
W 300 340 360 400 35 45 55
X 220 240 260 300 25 35 50
Y 520 560 575 625 40 60 70
Z 200 225 300 350 55 70 85
Langkah-langkah menjawab:
(1) Kalikan antara harga barang pada tahun dasar (Po) dengan
kuantitas barang pada tahun ke-n (Qn). Kemudian kalikan
juga antara harga barang pada tahun ke-n (Pn) dengan
kuantitas barang pada tahun ke-n (Qn).
91
TABEL 5.4
PERHITUNGAN INDEKS HARGA PAASCHE
BARANG WXYZ MULAI 2003 SAMPAI 2005 DENGAN
TAHUN DASAR 2002
(Pn . Qn)
IP = x 100
(Po . Qn)
IP (2002) sebagai tahun dasar = 100
52.675
IP (2003) = x 100 110,2
47.800
80.800
PL (2004) = x 100 117,44
68.800
c) Metode Drobisch
Perhitungan angka indeks dengan metode Laspeyres dan
metode Paasche umumnya kecil. Apabila perbedaannya terlalu
besar, maka digunakan metode Drobicsh.
Caranya membuat rata-rata hitung dari angka indeks metode
Laspeyres dan metode Paasche dibagi dua. Rumus metode
Drobisch berikut:
92
IL = 1/2 Σ(Pn.Qo) ΣPn.Qn) x 100 atau ID = 1/2 (IL + IP)
+
Σ(Pn.Qo) ΣPn.Qn)
93
W = Weight = Timbangan
Rumus ini umumnya digunakan sebagai timbangan yaitu
timbangan nilai (P.Q).
Weight nilai mungkin dipakai sebagai nilai tahun dasar menjadi
(Po. Qo) atau juga nilai pada tahun ke-n (Pn . Qn), sehingga bisa
ditulis rumus indeks harga dengan metode rata-rata relatif
tertimbang berikut ini.
TABEL 5.5
HARGA DAN KUANTITAS PENJUALAN BARANG WXYZ
TAHUN 2002-2005
Jenis
Harga (Rp) Kuantitas
Barang
2002 2003 2004 2005 2003 2004 2005
(Po) (Pn) (Pn) (Pn) (Qn) (Qn) (Qn)
W 300 340 360 400 35 45 55
X 220 240 260 300 25 35 50
Y 520 560 575 625 40 60 70
Z 200 225 300 350 55 70 85
94
Langkah-langkah menjawab:
TABEL 5.6
PERHITUNGAN INDEKS HARGA
PENJUALAN BARANG WXYZ TAHUN 2002-2005
METODE RATA-RATA RELATIF TERTIMBANG DENGAN
TAHUN DASAR 2002
Jenis Relatif Harga Tertimbang
Barang
2003 2004 2005 2002 2003 2004 2005
(Pn.Po) (Pn.Po) (Pn.Po) (Po.Qo) (Pn.Qo) (Pn.Qo) (Pn.Qo
W 1,13 1,2 1,33 7.500 11.900 16.200 22.000
X 1,09 1,18 1,36 4.400 6.000 9.100 15.000
Y 1,08 1,11 1,2 15.600 22.400 34.500 43.750
Z 1,13 1,5 1,75 10.000 12.375 21.000 29.750
Jumlah (Σ) 37.500 52.675 80.800 110.500
95
(1,33x7.500) (1,36x4.400) (1,20x15.600) (1,75x10.000)
I (05) = x 100
37.500
= 139,14
Nilai tahun ke-n sebagai timbangan dengan rumus:
1) Metode Sederhana
Menghitung angka indeks dengan metode sederhana
digunakan rumus:
Is = (Pn : Po) x 100
96
Is = Angka indeks metode sederhana dalam %
Pn = Harga barang pada tahun ke-n
Po = Harga barang pada tahun dasar
Langkah-langkah menjawab:
a) Tentukan tahun dasar. Misalnya tahun 2002 artinya harga
gabah Rp 330,00/kg = 100 (angka indeks)
b) Hitunglah harga gabah tahun 2000-2006. Kemudian hasilnya
masukkan ke dalam (Tabel 6.9)
Contoh:
Is = (Pn : Po) x 100
Is(2000) = (270 : 330) x 100 = 81,82
Is(2001) = (295 : 330) x 100 = 89,39
Is(2002) = (330 : 330) x 100 = 100,00
Is(2003) = (340 : 330) x 100 = 103,03
Is(2004) = (360 : 330) x 100 = 109,09
Is(2005) = (400 : 330) x 100 = 121,21
Is(2006) = (450 : 330) x 100 = 136,36
TABEL 5.7
INDEKS HARGA GABAH
TAHUN 2000-2006
Tahun Harga (Rp/Kg) Indeks
2000 270 81,82
2001 295 89,39
2002 330 100
2003 340 103,03
2004 360 109,09
2005 400 121,21
2006 450 136,36
97
4. Soal-soal Latihan
98
BAB VI
TEKNIK ANALISIS DATA
1. Pendahuluan
Pengolahan data dilakukan untuk menguji hipotesis yang
telah dirumuskan. Hipotesis yang akan diuji harus berkaitan atau
berhubungan dengan permasalahan yang diajukan. Semua jenis
penelitian tidak harus berhipotesis akan tetapi semua jenis
penelitian wajib merumuskan masalahnya, sedangkan penelitian
yang menggunakan hipotesis umumnya metode eksperimen.
Jenis data akan menentukan apakah peneliti akan menggunakan
Teknik kualitatif atau kuantitatif. Data kualitatif diolah
dengan menggunakan teknik kualitatif dan data kuantitatif
diolah dengan menggunakan teknik statistika baik statistika non
parametrik maupun parametik.
99
1904. Kegunaannya untuk mengukur tingkat atau eratnya
hubungan antara dua variabel dan juga untuk mengukur data
kuantitatif secara eksakta sulit dilakukan misalnya mengukur
tingkat kesukaan (kesenangan), tingkat produktivitas pegawai,
tingkat motivasi pegawai, tingkat moralitas pegawai dan lain-
lain.
Metode Korelasi Spearman Rank tidak terikat oleh asumsi
bahwa populasi yang diselidiki harus berdistribusi normal,
populasi sampel yang diambil sebagai sampel maksimal 5 > n >
30 pasang, data bisa diubah dari data interval menjadi ordinal.
Rumus yang digunakan yaitu:
6 d2
rs = 1 -
n (n 2 - 1)
rs : Nilai korelasi Spearman rank
d : Selisih setiap pasangan rank
n : Jumlah pasangan rank untuk Spearman
(ditetapkan 5 < n < 30
Caranya mencari nilai Korelasi Spearman Rank mula-mula
buatlah hipotesa berbentuk kalimat dan statistik, buatlah tabel
untuk meranking kemudian hitunglah nilai rs hitung. Tetapkan
dulu taraf kesalahan, carilah nilai tabel r Spearman dan buatlah
perbandingan antara rs hitung dengan r tabel, buatlah ketentuan
dan aturan untuk pengambilan keputusan yaitu: jika rs hitung >
rs tabel, maka tolak Ho (signifikan), kemudian simpulkan.
Tetapi bila menggunakan t hitung, caranya sama seperti
uraian tadi hanya mencari tabel yang berbeda: buatlah ketentuan
untuk kesimpulan yaitu, jika t hitung > t tabel, maka tolak Ho
(signifikan) untuk uji satu pihak, sedangkan untuk uji dua pihak
jika -t tabel < t hitung < +t tabel maka terima Ho (tidak
signifikan), carilah tabel nilai Student’s dengan derajat
kebebasan (dk) = n – 2 dan taraf kesalahan tertentu, buatlah
100
perbandingan antara t hitung dengan nilai t tabel, akhirnya
simpulkan.
Contoh sederhana:
Diketahui data: 70, 60, 55, 50, 89, 85, 75, 95, 90, dan 92.
Langkah menjawab:
1) Urutkan data mulai dari data terbesar sampai data terkecil
atau sebaliknya.
Nilai : 95, 90, 92, 89, 85, 75, 70, 60, 55, 50
No. Urut : 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
2) Pindahkan urutan data tersebut kemudian buatlah tabel untuk
dirankingkan.
Tabel 6.1
Ranking Nilai Motivasi Belajar Mahasiswa
Contoh:
Akan diteliti apakah terdapat hubungan antara motivasi belajar
dengan prestasi belajar mahasiswa. Kemudian diambil sampel
10 orang dengan taraf signifikansi 5%. Ujilah menggunakan dua
pihak untuk Spearman Rank, adapun data motivasi belajar (O)
dan prestasi belajar Mata Kuliah Statistika I (Y) berikut:
X : 70, 60, 55, 50, 89, 85, 75, 90, dan 92
Y : 50, 50, 40, 90, 80, 80, 70, 65, 65, dan 50
102
Langkah-langkah menjawab:
a) Buatlah Ha dan Ho dalam bentuk kalimat.
Ha : Ada hubungan yang signifikan antara motivasi belajar
dengan prestasi belajar Mata Kuliah Statistika I
Ho : Tidak ada hubungan yang signifikan antara motivasi
belajar dengan prestasi belajar Mata Kuliah Statistika
I
b) Buatlah Ha dan Ho dalam bentuk statistik
Ha : r ≠ 0
Ho : r = 0
c) TABEL penolong untuk menghitung ranking.
Nilai Nilai X–Y
Nama Rank Rank
Motivasi Prestasi d2
Mahasiswa (X) (Y)
Belajar Belajar d
Dona 70 7 50 8 -1 1
Doni 60 8 50 8 0 0
Lela 55 9 40 10 -1 1
Nana S. 50 10 90 1 9 81
Ida 89 4 80 2,5 1,5 2,25
Yayan 85 5 80 2,5 2,5 6,26
Dede 75 6 70 4 3 9
Bejo 95 1 65 5,5 -4,5 20,25
Ira 90 3 65 5,5 -2,5 6,25
Maya 92 2 50 8,0 -6 36
d2 = 163
104
Tau (). Bagaimana cara menggunakannya? Tergantung pada
jenis data yang dihubungkan.
Berdasarkan sembilan teknik analisa dipilih untuk dibahas
ialah korelasi Pearson Product Moment (PPM). Korelasi ini
dikemukakan oleh Karl Pearson tahun 1900.
Kegunaannya untuk mengetahui derajat hubungan antara
variabel satu dengan variabel yang lain dan untuk menyatakan
besar kecilnya sumbangan (koefisien diterminan atau koefisien
penentu = r2 x 100%) antar variabel dinyatakan dengan persen.
Teknik analisa korelasi PPM termasuk teknik statistik
parametrik menggunakan data interval atau rasio dengan
persyaratan data berdistribusi normal, data dipilih secara random
(acak), data yang dihubungkan harus linier dan data yang
dihubungkan mempunyai pasangan yang sama sesuai dengan
subyek yang sama, kalau salah satu tidak terpenuhi persyaratan
tersebut analisa korelasi tidak dapat dilakukan. Rumus yang
digunakan korelasi PPM:
n . ( XY) - ( X) . Y)
r=
{n . X 2 - ( X) 2} . {n . Y 2 - ( Y) 2}
105
Tabel 6.3
Interprestasi Koefisien Korelasi (r)
Interval Koefisien Tingkat Hubungan
0,00 - 0,199 Sangat rendah
0,20 - 0,399 Rendah
0,40 - 0,599 Sedang
0,60 - 0,799 Kuat
0,80 - 1,000 Sangat Kuat
Sumber : Sugiyono (1994:149)
Pertanyaan:
1) Berapakah besar hubungan variabel X dengan Y?
2) Berapakah besar sumbangan (kontribusi) variabel O
terhadap variabel Y?
3) Buktikan apakah ada hubungan yang signifikan antara
motivasi kerja pegawai dengan produktivitas kerja pegawai
di lembaga XYZ!
106
Langkah-langkah menjawab:
Sebelum dilakukan pengujian data diasumsikan bahwa
data ini memenuhi persyaratan yaitu berdistribusi, dipilih secara
acak, data berbentuk linier, dan data mempunyai pasangan yang
sama.
a) Buatlah Ha dan Ho dalam bentuk kalimat
Ha : Ada hubungan yang signifikan antara motivasi kerja
pegawai dengan produktivitas kerja pegawai di
lembaga XYZ.
Ho : Tidak ada hubungan yang signifikan antara motivasi
kerja pegawai dengan produktivitas kerja pegawai di
lembaga XYZ.
b) Buatlah Ha dan Ho dalam bentuk Statistik
Ha : r ≠ 0
Ho : r = 0
c) Buatlah TABEL penolong untuk menghitung nilai r
No. X Y X2 Y2 XY
1 60 450 3.600 202.500 27000
2 70 475 4.900 225.625 33250
3 75 450 5.625 202.500 33750
4 65 470 4.225 220.900 30550
5 70 475 4.900 225.625 33250
6 60 455 3.600 207.025 27300
7 80 475 6.400 225.625 38000
8 75 470 5.625 220.900 35250
9 85 485 7.225 235.225 41225
10 90 480 8.100 230.400 43200
11 70 475 4.900 225.625 33250
12 85 480 7.225 230.400 40800
n = 12 X = 885 Y= 5640 X2= 66325 Y2= 2652350 XY= 416825
107
d) Masukkan angka statistik dari tabel dengan rumus:
n . ( XY) - ( X) . Y)
r=
{n . X 2 - ( X) 2} . {n . Y 2 - ( Y) 2}
5001900 - 4991400
r=
{795900 - 783225} . {31828200 - 31809600}
10500
r=
{12675} . {18600}
10500 10500
r=
1235755000 15354,34
r = 0,684
KP = r2 . 100%
= 0,6842.100%
= 46,7856% (Jawaban No.2)
108
Arti dari besar sumbangan = 46,7856% bahwa variasi yang
terjadi pada variabel Y (produktivitas kerja pegawai)
ditentukan oleh variasi yang terjadi pada variabel X
(motivasi kerja pegawai). Bisa diartikan juga bahwa
pengaruh nilai motivasi kerja terhadap produktivitas kerja
sebesar 46,7856% dan sisanya 53,2144% ditentukan oleh
faktor lain, misalnya hubungan antar teman sekerja, gaya
kepemimpinan atasan, pengawasan atasan, disiplin kerja
pegawai, tempat bekerja dan lain-lain. Apabila pimpinan
lembaga XYZ ingin mengetahui apakah hubungan antara
motivasi kerja dengan produktivitas kerja itu berlaku untuk
80 orang atau sampel 12 orang pegawai bisa
digeneralisasikan untuk populasi 80 orang pegawai? Hal ini
perlu diadakan uji signifikansi dengan rumus t test:
n-2 Keterangan:
th = r
1- r2 th : t hitung
r : nilai korelasi
n : Jumlah sampel
109
f) Carilah nilai t hitung dengan rumus:
n-2 12 - 2
th = r = 0,684
1- r2 1 - (0,684) 2
10
= 0,684 = 0,684 18,8
1 - (0,468)
= 0684 . 4,34
th = 2,97
= 0,05
n = 12
dk = n – 2
= 12 – 2 = 10
t tabel = t ( ½ )
= t (0,025) = 2,228
Jadi t tabel = 2,228
110
j) Buatlah gambar kurva uji signifikansi koefisien korelasi
Daerah Penolakan
Daerah Penolakan Ho atau Penerimaan
Ho atau Penerimaan Ha
Ha
4. Metode Regresi
Ŷ = a + bX
Keterangan :
Ŷ = (baca; Y topi), subyek variabel terikat yang
diproyeksikan
X = Variabel bebas yang mempunyai nilai tertentu untuk
diprediksikan
a = Nilai konstanta harga Y jika X = 0, dan
b = Nilai arah sebagai penentu ramalan (prediksi) yang
menunjukkan nilai peningkatan (+) atau nilai
penurunan (-) variabel Y. Dirumuskan sebagai
berikut:
n . XY - X . Y Y - b.X
B= a=
n . X 2 - ( X) 2 n
112
Analisa regresi ini bisa digunakan untuk menentukan
hubungan fungsional dari dua variabel yang diharapkan berlaku
untuk generalisasi pada populasi yang didasarkan atas sampel.
Metode analisa regresi ini tergolong statistik parametrik
menggunakan data interval atau rasio dengan asumsi bahwa,
data harus berdistribusi normal, data dipilih secara random
(acak), data yang dihubungkan berbentuk linier dan data yang
dihubungkan mempunyai pasangan yang sama sesuai dengan
subyek yang sama, kalau salah satu tidak terpenuhi persyaratan
tersebut analisa regresi tidak dapat dilakukan.
Pertanyaan:
1) Buatlah persamaan regresinya
2) Gambar garis regresinya
3) Taksirlah berapa jumlah tamu yang menginap tahun 2007
113
Langkah-langkah menjawab:
a) Buatlah tabel induk untuk menghitung persamaan regresi
Data Kode Jumlah
No. X2 Y2 XY
Tahun Tahun Tamu (Y)
1 1997 1 200 1 40000 200
2 1998 2 225 4 50625 450
3 1999 3 250 9 62500 750
4 2000 4 270 16 72900 1080
5 2001 5 300 25 90000 1500
6 2002 6 335 36 112225 2010
7 2003 7 350 49 122500 2450
8 2004 8 375 64 140625 3000
n=8 - X= 36 Y= 2305 X2= 204 Y2= 691375 XY= 11440
n . XY - X . Y 91520 - 82980
b= b=
n . X 2 - ( X) 2 1632 - 1296
114
(3) Hitunglah persamaan regresi dengan rumus:
Ŷ = a + bx
X 36
x = 4,5
n 8
(2) Hitunglah rata-rata Y atau ( Y ) dengan rumus:
Y 2305
Y = 288,125
n 8
Pertanyaan:
1) Bagaimana persamaan regresinya ?
2) Gambarkan diagram pencarnya ?
3) Gambarkan persamaan garis regresinya ?
4) Apakah hubungan antara pengalaman kerja (X) dengan
penjualan Sepeda Motor (Y) signifikan ?
5) Bagaimana kesimpulan penelitian ini ?
116
Langkah-langkah menjawab:
No. X Y X2 Y2 XY
1 2 50 4 2500 100
2 3 60 9 3600 180
3 1 30 1 900 30
4 4 70 16 4900 280
5 1 40 1 1600 40
6 3 50 9 2500 150
7 2 40 4 1600 80
8 2 35 4 1225 70
n=8 X = 18 Y= 375 X2= 48 Y2= 18825 XY= 930
n . XY - X . Y 7440 - 6750
b= b=
n . X 2 - ( X) 2 384 - 324
117
8 . 930 - 18 . 375 690
b= b= = 11,5
8 . 48 - (18) 2 60
X 18
x = 2,25
n 8
118
Gambar 6.2 : Diagram Pencar/Sebaran
(375) 2 140625
Jk Reg (a) = 17578,125
8 8
X.Y
Jk Reg (b | a) = b . XY -
n
18 . 375
Jk Reg (b | a) = 11,5 . 930 -
8
6750
= 11,5 . 930 -
8
120
(4) Hitunglah rata-rata jumlah kuadrat regresi RJK Reg (a)
dengan rumus:
RJK Reg (a) = Jk Reg (a)
255 255
RJK Res 42,5
8-2 6
RJK Reg (b | a)
F hitung =
RJK Res
991,875
F hitung = 23,34
42,5
(8) Tentukan aturan bentuk pengambilan keputusan atau
kriteria uji signifikansi:
Jika F hitung > F tabel, maka tolak Ho (signifikan)
Ha = Signifikan
Ho = Tidak signifikan
121
(9) Tentukan taraf signifikansi dan carilah nilai F tabel
menggunakan tabel F dengan rumus:
Taraf signifikansi () = 0,05
F tabel = F (1 - ) (dk reg (b | a), (dk Res)
= F (1 – 0,05) (1, 6)
= 5,99
Cara mencari tabel F : angka (1, 6) artinya:
Angka 1 sebagai pembilang
Angka 6 sebagai penyebut
h) Kesimpulan Penelitian
Penelitian ini bermakna belum terdapat hubungan yang
signifikan antara pengalaman kerja dengan penjualan sepeda
motor.
Contoh soal:
Diadakan penelitian oleh LIPI yang tujuannya untuk mengetahui
pelaksanaan Gerakan Disiplin Nasional (GDN) antara pegawai
di instansi, BUMN dan swasta. Sampel diambil sebanyak 725
orang menyebar Intansi 275 orang, BUMN 250 orang, Swasta
200 orang.
123
Tabel 6.4
Frekuensi Observasi Dari 725 Orang Dalam
Pelaksanaan Gerakan Disiplin Nasional (GDN)
Pelaksanaan GDN
Pegawai Tinggi Cukup Rendah Total
(100-85) (84-66) (65-0)
Instansi 150 75 50 275
BUMN 75 150 25 250
Swasta 150 25 25 200
Jumlah 375 250 100 725
Catatan: Data hayalan
Langkah-langkah menjawab:
a) Buatlah Ha dan Ho dalam bentuk kalimat.
Ha : Ada perbedaan yang signifikan antara pegawai
instansi, BUMN, dan Swasta dalam pelaksanaan
Gerakan Disiplin Nasional.
Ho : Tidatk ada perbedaan yang signifikan antara pegawai
Instansi, BUMN, dan Swasta dalam pelaksanaan
Gerakan Disiplin Nasional.
b) Hitunglah frekuensi yang diharapkan (frekuensi teoritis)
pada tiap sel dengan rumus :
(fk . fb)
fe =
T
(375 . 275) (375 . 200)
142,24 103,45
725 725
(375 . 250)
129,31
725
(250 . 275) (250 . 200)
94,83 68,96
725 725
124
(250 . 250)
86,21
725
(75 - 129,31) 2
22,81
129,31
(150 - 86,21) 2
47,2
86,21
f) Buatlah kesimpulan
Ada perbedaan yang signifikan antara pegawai Instansi,
BUMN, dan Swasta dalam pelaksanaan Gerakan Disiplin
Nasional yang dicanangkan oleh pemerintah.
Pegawai Instansi cenderung melaksanakan GDN dengan
predikat yang rendah, mungkin kurang disiplin atau kurang
patuh, kurang mengindahkan peraturan yang dicanangkan
oleh pemerintah melalui instansinya masing-masing.
SOAL LATIHAN
126
Penjualan Makanan &
Bulan Tingkat Hunian
Minuman
Januari 81.2 424.845
Pebruari 76.8 348.276
Maret 72.7 392.581
April 72.7 408.23
Mei 66.4 397.811
Juni 86.3 414.041
Juli 89.4 463.817
Agustus 93.1 422.986
September 89.8 376.433
Oktober 84.8 363.577
Nopember 61.3 379.878
Desember 65 442.056
Pertanyaan:
a. Bagaimana hubungan di antara kedua variabel di atas?
b. Berapa besar kontribusi tingkat hunian terhadap
penjualan makanan & minuman?
c. Buktikan apakah hubungannya signifikan? bila diketahui
level of signifikan 5%
.
2. Data berikut menunjukkan jumlah wisatawan yang
berkunjung ke Kawasan Wisata Pantai Sanur selama tahun
2005.
127
Jumlah
Bulan
(Orang)
Januari 278
Pebruari 272
Maret 295
April 270
Mei 261
Juni 266
Juli 260
Agustus 260
September 260
Oktober 273
Nopember 275
Desember 279
128
TABEL 1
DAFTAR HARGA CHI KUADRAT (X2)
Taraf Signifikansi
d.b
50% 30% 20% 10% 5% 1%
1 0,455 1,074 1,642 2,706 3,841 6,635
2 1,386 2,408 3,219 3,605 5,991 9,210
3 2,366 3,665 4,642 6,251 7,815 11,341
4 3,357 4,878 5,989 7,779 9,188 13,277
5 4,351 6,064 7,289 9,236 11,070 15,086
129
TABEL 2
DAFTAR HARGA (rho) SPEARMAN
130
TABEL 3
DAFTAR HARGA r PRODUCT MOMENT
Taraf Signif Taraf Signif Taraf Signif
N N N
5% 1% 5% 1% 5% 1%
3 0,997 0,999 26 0,388 0,496 55 0,266 0,345
4 0,950 0,990 27 0,381 0,487 60 0,254 0,330
5 0,878 0,959 28 0,374 0,478 65 0,244 0,317
29 0,367 0,470 70 0,235 0,306
6 0,811 0,917 30 0,361 0,463 75 0,227 0,296
7 0,754 0,874
8 0,707 0,834 31 0,355 0,456 80 0,220 0,286
9 0,666 0,798 32 0,349 0,499 85 0,213 0,278
10 0,632 0,765 33 0,344 0,442 90 0,207 0,270
34 0,339 0,436 95 0,202 0,263
11 0,602 0,735 35 0,334 0,430 100 0,195 0,256
12 0,576 0,708
13 0,553 0,684 36 0,329 0,424 125 0,176 0,230
14 0,532 0,661 37 0,325 0,418 150 0,159 0,210
15 0,514 0,641 38 0,320 0,413 175 0,148 0,194
39 0,316 0,408 200 0,138 0,181
16 0,497 0,623 40 0,312 0,403 300 0,113 0,148
17 0,482 0,606
18 0,468 0,590 41 0,308 0,398 400 0,098 0,128
19 0,456 0,575 42 0,304 0,393 500 0,088 0,115
20 0,444 0,561 43 0,301 0,389
44 0,297 0,384 600 0,080 0,105
21 0,433 0,549 45 0,294 0,380 700 0,074 0,097
22 0,423 0,537
23 0,413 0,526 46 0,291 0,376 800 0,070 0,091
24 0,404 0,515 47 0,288 0,372 900 0,065 0,086
25 0,396 0,505 48 0,284 0,368
49 0,281 0,364 1.000 0,062 0,081
50 0,279 0,361
131
TABEL 4
DAFTAR DISTRIBUSI STUDENT’S t
132
DAFTAR BACAAN
133