TUGAS TUTORIAL KE-1

PROGRAM STUDI EKONOMI PEMBANGUNAN

Nama Mata Kuliah : STATISTIKA EKONOMI

Kode Mata Kuliah : ESPA4213
Jumlah sks : 3 (Tiga) SKS
Nama Pengembang : Rahmat Al Hidayat, SE, M.Ec.Dev
Nama Penelaah : Hendrin Hariati. S
Status Pengembangan : Baru/Revisi*
Tahun Pengembangan : 2019.1
Edisi Ke- : 1

Skor Sumber Tugas

No Tugas Tutorial Maksimal Tutorial
1 Jelaskan tahap-tahap kegiatan statistik 30 • Modul 1:
konsep
dasar
statistika.
• Kegiatan
belajar 1.
Pengertian
Dasar
Statistika
dan Data
2 Berikut ini disajikan data tentang kiriman uang yang 40 • Modul 1:
diterima mahasiswa di Jakarta (dalam ribu rupiah) konsep
30 40 500 35 70 550 35 800 90 1450 dasar
0 0 0 0 0 0 statistika.
40 50 600 90 75 650 40 700 60 1000 • Kegiatan
0 0 0 0 0 0 belajar 2.
60 54 700 80 60 500 67 780 90 1200 Distribusi
0 0 0 0 0 0 Frekuensi
60 75 560 85 40 660 74 950 80 1500
0 0 0 0 0 0
60 70 800 40 50 600 70 800 60 1200
0 0 0 0 0 0
• Tentukan jumlah kelas dengan menggunakan
pedoman Sturges. Ingat banyaknya kelas harus
bulat, silahkan dibulatkan
• Hitunglah range, dengan cara mencari selisih
antara data tersebar dan data terkecil
• Hitunglah kelas interval, dengan membagi range
dengan jumlah kelas yang sudah dibulatkan
• Tentukan klas dari distribusi
• Tabulasikan data tersebut dalam tabel yang sudah
dibuat
3 Diketahui jumlah tenaga kerja yang dipergunakan dalam 40 • Modul 2:
40 perusahaan garmen seperti terlihat dalam distribusi ukuran
berikut: tendensi
Jumlah karyawan di beberapa perusahaan garmen pusat dan
ukuran
Jumlah tenaga kerja Frekuensi letak.
 10-19 8 • Kegiatan
20-29 10 belajar 1.
30-39 20 Ukuran
40-49 17 tendensi
50-59 5 pusat
Hitunglah mean, median, dan modus data jumlah
karyawan tersebut
* coret yang tidak sesuai

jawab

1, Tahap-tahap Kegiatan Statistik

1. Pengumpulan data (collecting the data)
Sebelum melakukan pengolahan data, ada bebarapa tahap yang harus dilakukan. Sedangkan
setelah analisis data yaitu suatu proses penyederhanaan data, maka dapat dilakukan interpretasi
data dengan mudah.
Kuesioner merupakan alat pengumpul data yang digunakan untuk survai, guna memudahkan
proses selanjutnya, sebaiknya dalam kuesioner telah tersedia kolom untuk koding. Pengumpulan
data dapat berupa
a) Pengumpulan data seluruh populasi (disebut metode sensus atau metode penelitian populasi)
b) Pengumpulan sampel (sebagian data yang mewakili populasi)
2. Penyusunan data (organizing the data)
Editing
Data lapangan yang ada dalam kuesioner perlu diedit, tujuan dilakukannya editing adalah untuk:
a) Melihat lengkap tidaknya pengisian kuesioner.
b) Melihat logis tidaknya jawaban.
c) Melihat konsistensi antar pertanyaan.
Koding Data
Dilakukan untuk pertanyaan-pertanyaan:
a) Tertutup, bisa dilakukanpengkodean sebelum ke lapangan.
b) Setengah terbuka, pengkodean sebelum dan setelah dari lapangan.
c) Terbuka, pengkodean sepenuhnya dilakukan setelah selesai dari lapangan.
Pengolahan Data
Paling tidak ada dua hal yang perlu dilakukan ketika melakukan pengolahan data:
a. Entry data, atau memasukan data dalam proses tabulasi.
b. Melakukan editing ulang terhadap data yang telah ditabulasi untuk mencegah terjadinya
kekeliruan memasukan data, atau kesalahan penempatan dalam kolom maupun baris tabel.
3. Penyajian data (presenting the data)
Agar mudah dibaca dan dilihat secara visual, maka data dibuat dalam bentuk tabel, grafik, dan
diagram.
4. Analisis Data (analyzing the data)
Data yang disusun dianalisis dengan metode statistik (rata-rata, variasi, korelasi, atau regresi)
untuk memperoleh gambaran keseluruhan.
Ketika kita memutuskan untuk melakukan analisis data menggunakan alat statistika, ada
beberapa hal yang perlu diperhatikan antara lain:
a) Dari mana data diperoleh, apakah berasal dari sampel (melalui proses sampling) atau dari
populasi (dengan cara sensus)
b) Jika berasal dari sampel apa teknik sampling yang digunakan, apakah termasuk kelompok
sampling probabilitas atau non probabilitas.
c) Memakai skala apa data diukur, apakah menggunakan skala nominal, ordinal, interval, atau
rasio.
d) Bagaimana hipotesis yang dibuat apakah perlu dilakukan pengujian satu
e) arah atau dua arah kalau memakai statistika inferensial.
5. Interpretasi data (interpreting the data)
Data disimpulkan untuk memperoleh data yang benar. Aplikasi statistik dalam penelitian harus
didokumentasikan. Sebelum memilih metode statistik untuk proyek penelitian. Pengetahuan
tentang skala pengukuran adalah salahsatu prasyarat utama dalam penelitian statistik. Skala
pengukuran dilakukan dengan alokasi nilai-nilai numerik untuk karakteristik sesuai dengan
aturan-aturan tertentu. Pengukuran dapat berupa kuantitatif atau kualitatif. Hal-hal lai yangt
termasuk dalam tingkatan pengukuran kuantitatif termasuk diantaranya aspek interpretasi dan
analisis paragraf, sedangkan tingkat pengukuran kuantitatif berfokus pada langkah-langkah
seperti nominal, ordinal, rasio tingkat internal dan pengukuran.
Pengertian Ukuran Kemiringan Data
Ukuran kemiringan adalah ukuran yang menyatakan derajat ketidak simetrisan suatu lengkungan
halus (kurva) dari suatu distribusi frekuensi.
Kemiringan distribusi data ada tiga jenis:
•         Simetri
•         Miring ke kanan – kemiringan positif
•         Miring ke kiri – kemiringan negative
Pengertian Ukuran Keruncingan (Kurtosis) Data
Ukuran keruncingan / kurtosis (k) adalah ukuran mengenai tinggi rendahnya atau runcingnya
suatu kurva. Keruncingan distribusi data adalah derajat atau ukuran tinggi rendahnya puncak
suatu distribusi data terhadap distribusi normalnya data. Keruncingan distribusi data disebut
kurtosis.
Ada 3 jenis derajat keruncingan yaitu:
·         Leptokurtis  -- jika puncak relatif tinggi
·         Mesokurtis -- jika puncak normal
·         Platikurtis -- jika puncak  terlalu rendah / datar
Untuk mengetahui keruncingan suatu distribusi, ukuran yang sering digunakan
adalah koefisien kurtosis persentil.
1. Koefisien keruncingan
Koefisien keruncingan atau koefisien kurtosis dilambangkan dengan a4 (alpha 4).
Jika hasil perhitungan koefisien keruncingan diperoleh :
1) Nilai lebih kecil dari 3, maka distribusinya adalah distribusi pletikurtik
2) Nilai lebih besar dari 3, maka distibusinya adalah distribusi leptokurtik
3) Nilai yang sama dengan 3, maka distribusinya adalah distribusi mesokurtik
Untuk mencari nilai koefisien keruncingan, dibedakan antara data tunggal dan
data kelompok.

Kemiringan/ kecondongan grafik ada tiga jenis yaitu :

• Simetris
• Menceng ke-Kanan
• Menceng ke-Kiri
• Kemencengan data ke arah kiri (condong negatif) dimana nilai modus lebih dari nilai mean
(modus > mean). MEAN<MEDIAN<MODUS
• Kemencengan data simetris (distribusi normal) dimana nilai mean dan modus adalah sama (mean
= modus). MEAN = MEDIAN = MODUS
• Kemencengan data ke arah kanan (condong positif) dimana nilai mean lebih dari nilai modus
(mean > modus). MEAN  >  MEDIAN  >  MODUS
Jika kurang jelas bisa melihat gambar dibawah ini:

Nahhh setelah mengetahui dan mendapatkan materi inii lalu kita coba menentukan
kecondongan(skewness)

Berikut adalah tabel frekuensi yang saya buat untuk memudahkan kita menentukan skewnessnya:

Dan ini adalah histogramnya:

REPORT THIS AD

Kita telah mendapatkan modus, median, dan mean dari data sebagai berikut :
Modus = 7
Median = 8
Mean = 9,62
Dari data yang telah kita dapatkan bahwa Mean> Median > Modus oleh sebab itu maka dapat
disimpulkan bahwa data memiliki kecondongan kekanan (skew to the right).

Mean > Median > Modus

Jadi, data condong kekanan yang menunjukkan bahwa data tersebut memiliki lebih banyak nilai observasi
(nilai variabel), berada dibawah nilai rata rata.

Untuk menentukan ukuran kecondongan (Sk) :

Koefisien kecondongan = mean (rata-rata hitung) - modus
                                              deviasi standar
Apabila data yang dipakai banyak, maka hubungan mean, median dan modus mempunyai
hubungan  :
                Modus = 3 median – 2 mean, sehingga koefisien kecondongan menjadi :
                Sk  =  3 (mean (rata-rata hitung) - median
                                          deviasi standar
Cara lain untuk menentukan kecondongan distribusi adalah dengan melihat nilai (alpha tiga),
yaitu rata-rata penyimpangan data-data dari mean dipangkatkan tiga, dibagi dengan deviasi
standar pangkat tiga.
 1. Data yang tidak dikelompokkan
 2. Data yang dikelompokkan