Makalah

Statistika dan Probabilitas

Dosen Pengampu :
Hari Budi
Santoso,S.Si,MM
O
L
E
H

Irawan Purnama (20112543)

Muhammad Shobari Wajdi (19112493)
Program Studi Teknologi Informatika

STT STIKMA Internasional

Tahun 2019/2020
 Kata Pengantar
Puji syukur penyusun panjatkan pada kehadirat Allah SWT yang telah
memberikan rahmat, hidayah serta karunia-Nya sehingga kami berhasil
menyelesaikan tugas makalah yang berjudul “STATISTIKA” tepat pada
waktunya.

Penyusuni menyadari bahwa makalah ini masih jauh dari kesempurnaan.

Seperti halnya pepatah “ tak ada gading yang tak retak “, oleh karena itu kami
mengharapkan kritik dan saran dari semua kalangan yang bersifat membangun
guna kesempurnaan makalah kami selanjutnya.

Akhir kata, penyusun ucapkan terima kasih kepada Dosen kami Pak Hari Budi
Santoso yang telah membimbing kami dalam pembelajaran. Serta berharap
agar makalah ini dapat bermanfaat bagi semua kalangan.

Amin

i
 Daftar Isi dan Lampiran
Kata Pengantar.......................................................................................................................................i
Daftar Tabel..........................................................................................................................................iii
Daftar Gambar......................................................................................................................................iv
BAB I......................................................................................................................................................1
PENDAHULUAN.....................................................................................................................................1
1.2 Rumusan Masalah..................................................................................................................2
1.3 Tujuan....................................................................................................................................2
BAB II.....................................................................................................................................................3
TINJAUAN PUSTAKA..............................................................................................................................3
2.1 Pengertian dan Peran Statistika..................................................................................................3
2.1.1 Pengertian Stastika........................................................................................................3
2.1.2 Peranan Statistika..........................................................................................................4
2.2 SPSS 16..................................................................................................................................4
2.3 Statistika Deskriptif ( Mean , Median dan Skewness )............................................................5
2.3.1 Mean..............................................................................................................................5
2.4 Uji Normalitas........................................................................................................................6
2.5 Uji Homogenitas....................................................................................................................7
BAB III....................................................................................................................................................8
ANALISIS DAN PEMBAHASAN................................................................................................................8
3.1. Sejarah Statistika dan Probabilitas.........................................................................................8
3.2. Penyajian Data.....................................................................................................................10
3.2.1 Narasi...........................................................................................................................11
3.2.2 Tabel............................................................................................................................11
3.2.3 Grafik/Diagram............................................................................................................13
3.2.4 Histogram....................................................................................................................15
3.2.5 POLIGON FREKUENSI....................................................................................................20
3.2.6 OGIVE...........................................................................................................................22
BAB IV..................................................................................................................................................24
PENUTUP.............................................................................................................................................24
4.1 Kesimpulan..........................................................................................................................24
4.2 Saran....................................................................................................................................25
Daftar Pustaka.................................................................................................................................26

ii
 Daftar Tabel
Tabel 1.Tabel satu arah--------------------------------------------------------------------------------------- 12
Tabel 2. Tabel dua arah--------------------------------------------------------------------------------------- 12
Tabel 3. Tabel tiga arah--------------------------------------------------------------------------------------- 13
Tabel 4.Data Pengukuran panjang kaki komponen----------------------------------------------------15
Tabel 5. Pengukuran panjang kaki komponen-----------------------------------------------------------16
Tabel 6. Pengukuran panjang kaki komponen/2--------------------------------------------------------18
Tabel 7. Tabel Tally dan Frekuensi------------------------------------------------------------------------- 19
Tabel 8. Nilai interval------------------------------------------------------------------------------------------ 21
Tabel 9. Tabel Disribusi Frekuensi--------------------------------------------------------------------------21
Tabel 10. Ogive------------------------------------------------------------------------------------------------- 22

iii
 Daftar Gambar
Gambar 1. Grafik garis---------------------------------------------------------------------------------------- 13
Gambar 2. Grafik batang------------------------------------------------------------------------------------- 14
Gambar 3. Grafik lingkaran---------------------------------------------------------------------------------- 14
Gambar 4. Histogram panjang kaki komponen A------------------------------------------------------19
Gambar 5. grafik poligon frekuensi------------------------------------------------------------------------21
Gambar 6. Gambar ogive------------------------------------------------------------------------------------- 23

iv
 BAB I

PENDAHULUAN
Secara etimologis kata statistic berasal dari kata status (bahasa latin)
yang mempunyai persamaan arti dengan kata state (bahasa inggris) atau kata
staat (bahasa belanda), dan yang dalam bahasa indonesia diterjemahkan
menjadi negara. Pada mulanya, kata statistic diartikan sebagai kumpulan
bahan keterangan (data), baik yang berwujud angka (data kuantitatif) maupun
yang tidak berwujud angka (data kualitatif), yang mempunyai arti penting dan
kegunaan yang besar bagi suatu Negara.

Namun, pada perkembangan selanjutnya, arti kata statistic hanya di

batasi pada kumpulan bahan keterangan yang berwujud angka (data
kuantitatif) dan yang tidak berwujud angka (data kualitatif).

Istilah statistic juga sering diberi pengertian sebagai kegiatan statistic

atau kegiatan persetatistikan atau kegiatan pensetatistikan. Sebagaimana
disebutkan dalam undang-undang tentang statistic (lihat undang-undang No. 7
tahun 1960), kegiatan statistic mencakup 4 hal, yaitu: (1) pengumpulan data,
(2) penyusunan data, (3) pengumuman dan pelaporan data, dan (4) analisis
data.

1.1 Latar Belakang

Tempo dulu dalam menggambarkan keadaan dan menyelesaikan

problem-problem,hanya digunakan dalam  militer dan kenegaraan.Namun di era
globlisasi ini hampir semua bidang menggunakan statistik yang bergantung
pada masalah yang dijelaskan oleh nama statistik itu sendiri

Saat ini,berbagai informasi tidak jarang menyajikan bentuk grafik,table,

atau bentuk-bentuk lain.Bahkan, telah dipakai oleh mereka yang bekerja
sebagai seorang praktisi dalam banyak bidang.Informasi sejenis ini
mengharuskan para pembaca untuk mampu memahami makna lambing-
lambang itu secara tepat.Kekeliruan ketika menafsirkan lambang-lambang
tersebut mengakibatkan kesalahpahaman pembaca atas maksud informasi
yang disampaikan berdasarkan data statistik.
 Statistik berasal dari kata state(yunani) yaitu Negara dan digunakan
untuk urusan Negara. Statistik digunakan untuk ukuran sebagai wakil dari
kelompokfakta.Untuk memperoleh sejumlah informasi yang menjelaskan
masalah untuk ditarik kesimpulan yang benar,harus melalui beberapa proses
yaitu:proses pengumpulan informasi,pengolahan informasi,dan proses
penarikan kesimpulan.Secara umum,Statistik adalah rekapitulasi dari fakta
yang bentuk angka-angka disusun dalam bentuk table dan diagram yang
mendiskripsikan suatu permasalahan.Kesemuanya itu memerlukan
pengetahuan tersendiri yang disebut Statistika.

Dalam statistika,dikenal dengan istilah statistika deskriptif .Statistika

deskriptif merupakan bagian dari Statistika yang mempelajari cara
pengumpulan dan penyajian data sehingga mudah dipahami.Statistika
deskriptif berhubungan dengan menguraikan atau memberikan keterangan-
keterangan mengenai suatu data keadaan.Dengan kata lain,Statistika deskriptif
berfungsi menerangkan keadaan,gejala,atau persoalan.

1.2 Rumusan Masalah

1. Definisi Statistika Dan Probabilitas
2. Sejarah Perkembangan
3. Bagaimana cara penyajian data

1.3 Tujuan
Tujuan dari pembahasan ini adalah untuk mengurus tugas Ujian Akhir
Semester Ganjil (UAS) di Mata Kuliah Statistika dan Probabilitas Tahun
Akademi 2020/2021.

2
 BAB II

TINJAUAN PUSTAKA

2.1 Pengertian dan Peran Statistika

2.1.1 Pengertian Stastika
Statistika itulah yang digunakan dan analisis data analisis waktu itu
(Marsudi, 2003).Sedangkan ststistik adalah hasil pengolahan dan analisis data
itu.Pengertian (batasan) lainnya dalam statistika antara lain adalah sebagai
berikut:

1. Data
Data ialah sekumpulan informasi yang diperoleh dari suatu pengamatan.
Informasi yang diperoleh dari pengamatan itu dapat berupa angka
angka(seperti misalnya : nilai siswa, tinggi badan, berat badan, volume,
perdagangan dan lain lain)
2. Populasi
Dalam penelitian, kesalahan objek yang akan diteliti disebut populasi,
sedangkan bila tidak seluruh objek diteliti melainkan hanya sebagian dari
yang seharusnya diteliti, sebagian objek penelitian itu disebut sampel.
Jika metode statistika digunakan dalam memilih nilai karakteristik tanah
untuk suatu penentuan sifat permukaan, beberapa metode yang berbeda
dapat digunakan untuk teknik pengambilan percontoh lokal dan regional serta
menggunakan pengetahuan awal untuk perbandingan sifat permukaan
(ground surface). Jika metode statistik digunakan, nilai karakteristik disarankan
sebagai nilai yang diperoleh dari hitungan probabilitas kejadian dalam limit
state design, yang nilainya tidak lebih dari 5% (Budhi, 2008).
Berbagai metode statistik memungkinkan kita dapat melihat, mencari,
dan menyimpulkan hal hal yang jauh diluar data yang dikumpulkan dan dapat
masuk kebagian pengambilan keputusan, melalui generalisasi dan peramalan.
Berkembangnya teksnologi informasi, melahirkan perangkat lunak paket paket
metode statistic yang sangat membantu dan mempermudah menghitung,
meramal, serta menganalisis masalah yang akan dipecahkan (Rachmini, 2001).
2.1.2 Peranan Statistika
Statistik dapat digunakan untuk ukuran sebagai wakil dari
sekelompok fakta. Dalam memperoleh sejumlah informasi yang menjelaskan
masalah untuk ditarik kesimpulan yang benar harus melalui beberapa
proses, yaitu proses pengumpulan informasi, pengolahan informasi, dan
proses penarikan kesimpulan. Kesemuanya itu memerlukan pengetahuan
tersendiri yang disebut statistika (Rachmini, 2001).
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 sentral
(rata-rata hitung, ratarata ukur dan rata-rata harmonik), pengukuran
penempatan (median, kuartil, desil, dan persentil), pengukuran
penyimpangan (range, rentangan semi antarkuartil, simpangan rata-rata,
simpangan baku, varians, koefisien varians, dan angka baku), angka indeks
serta mencari kuatnya hubungan dua variabel, melakukan peramalan
(prediksi) dengan menggunakan analisis regresi linier, membuat
perbandingan (komparatif). Tetapi dalam analisis korelasi, regresi maupun
komparatif tidak perlu menggunakan uji signifikansi lagi pula tidak
bermaksud membuat generalisasi (bersifat umum) (Marsudi, 2003).

2.2 SPSS 16
SPSS adalah program komputer yang dipakai untuk analisis statistika.
Sejak tanggal 28 Juli 2009, SPSS disebut sebagai PASW (Predictive Analytics
SoftWare), karena perusahaan ini telah dibeli oleh perusahaan IBM dengan
harga US$1,2 miliar. SPP membantu proses analisa data yang lebih mudah dan
jangka waktu yang cepat. Pada langka ini kita akan melakukan analisa, tetapi
sebelum malakukan anlisa regresi linear berganda kita harus melakukan uji
asumsi klasik,  hal ini dilakukan untuk menguji apakah persamaan yang kita
gunakan atau uji statistic yang kita gunakan berdistribusi normal atau tidak,

4
jika berdistribusi normal artinya data yang kita gunakan Layak untuk dilakukan
uji Regresi Linear Berganda (Bisono, 2013).
Langkah-langkah pengolahan data pada SPSS 16.00 sangatlah praktis
karena kita hanya meng-input data tanpa menghitung dengan rumus-
rumus statistika, setelah data di-input pada SPSS data editor kemudian kita
mencari alat analisis yang diperlukan, memasukkan variabel dan lain-lain,
kemudian klik OK, setelah itu proses olah data dilakukan dengan sangat
cepat, singkat, akurat, cermat, handal dan keluarlah output data SPSS
(Bisono, 2013).

2.3 Statistika Deskriptif ( Mean , Median dan Skewness )

Hal‐hal yang mungkin dikerjakan dalam statistika deskriptif adalah
mengurutkan data berdasar ukuran, memasukkan data ke dalam bentuk tabel,
menyajikan data dalam bentuk grafik, atau meringkasnya dalam bentuk
kesimpulan parameter yang berarti, dan sebagainya. Hal penting yang
dipertimbangkan dalam statistic deskriptif adalah jenis variabel. Jenis variabel
tertentu mungkin akan baik apabila dideskripsikan dalam bentuk grafik atau
dalam bentuk table. Analisis teoretik-deskriptif dalam statistika deskriptif yang
menekankan analisisnya pada data-data numerikal yang diolah dengan metode
statistika. Metode analisis data yang digunakan untuk menguji hipotesis adalah
analisis deskriptif melalui sum dan mean dengan alat bantu SPSS (statistical
package for social sciences) versi 17.0. Statistika deskriptif ditujukan untuk
mencari proporsi maupun frekuensi dari karakteristik subyek penelitian
(Rachmini, 2001)

Statistik deskriptif pada dasarnya merupakan metode statiostik yang

dapat digfunakan dalam pengumpulan dan penyajian data untuk menghasilkan
informasi yang berguna. Statistika deskriptif bukan untuk mencari hubungan
pengaruh satu variable dengan variable lainnya, tetapi merupakan alat untuk
melihat potret keadaan yang sedang diteliti dan diamati. Penggunaan statistika
deskriptif yang cukup mudah dapat dibantu dengan menggunakan program
komputer dalam pengamatan dan mempresentasikan penelitian/data
penelitiannya (Rachmini, 2001)

5
2.3.1 Mean
Menurut Rachmini (2001), Mean merupakan nilai rata-rata atau
merupakan nilai pusat terhadap sejumlah variabel menerus. Penentuan
nilainya dapat dikalkulasikan sebagai berikut :
x=∑ fi . xi

Untuk perhitungan data statistik berdasarkan ukuran pemusatan diuraikan

sebagai berikut :

x=∑ f . x
∑f
x=xd + ∑ f . d
∑f
x=xd + ∑ f .u . c
∑f

2.3.2 Median
Menurut Rachmini (2001), Median merupakan nilai tengah dari
semua nilai data yang tela diurutkan dari nilai terkecil ke nilai yang
terbesar atau sebaliknya.

2.3.3 Skewness
Skewness adalah derajat ketidaksimetrisan suatu distribusi. Secara
perhitungan, skewness adalah momen ketiga terhadap mean. Jika kurva
frekuensi suatu distribusi memiliki ekor yang lebih memanjang ke kanan
(dilihat dari mean), maka dikatakan menceng kanan (positif) dan jika
sebaliknya maka menceng kiri (negatif) (Rachmini, 2001).

6
2.4 Uji Normalitas
Uji Normalitas merupakan salah satu uji statistik yang digunakan untuk
menguji apakah suatu data berdistribusi normal atau tidak. Uji ini dapat
digunakan untuk mengukur data berskala ordinal, interval ataupun rasio . Ada
berbagai metode yang dapat digunakan untuk menguji apakah suatu data
berdistribusi normal atau tidak, diantaranya adalah Kolmogorov-Smirnov,
Lilliefors, Anderson Darling, Cramer-von Mises, Shapiro-Wilk dan Shapiro
Francia serta termasuk juga dalam hal ini yaitu metode Bootstrap (Oktaviana,
2013).

2.5 Uji Homogenitas

Uji homogenitas bertujuan untuk mencari tahu apakah dari beberapa
kelompok data penelitian memiliki varians yang sama atau tidak. Dengan kata
lain, homogenitas berarti bahwa himpunan data yang kita teliti memiliki
karakteristik yang sama. Sebagai contoh, jika kita ingin meneliti sebuah
permasalahan misalnya mengukur pemahaman siswa untuk suatu sub materi
dalam pelajaran tertentu di sekolah yang dimaksudkan homogen bisa berarti
bahwa kelompok data yang kita jadikan sampel pada penelitian memiliki
karakteristik yang sama, misalnya berasal dari tingkat kelas yang sama
(Priyatno, 2010).

7
 BAB III

ANALISIS DAN PEMBAHASAN

3.1. Sejarah Statistika dan Probabilitas

Sejarah Statistika
Berbeda dengan sejarah peluang yang berawal dari sebuah
perjudian,statistika berawal dari kegiatan pengumpulan data yang dilakukan
oleh JohnGraunt di Eropa pada tahun 1662, hal ini merupakan awal munculnya
statistikadeskriptif. Penggunaan istilah statistika berakar dari istilah- istilah
dalambahasa latin modern statisticum collegium (dewan negara) dan bahasa
Italiastatista (negarawan atau politikus). Pada tahun 1749 Gottfried
Achenwall menggunakan Statistika dalam bahasa Jerman untuk pertama
kalinya sebagai nama bagi kegiatan analisis data kenegaraan, dengan
mengartikannya sebagai ilmu tentang Negara (state). Pada awal abad ke-19
telah terjadi pergeseran arti menjadi ³ilmu mengenai pengumpulan dan
klasifikasi data³. Nama dan pengertian statistik pertama kali diperkenalkan
dalam bahasa Inggris oleh Sir John Sinclair . Jadi statistika secara prinsip mula-
mula hanya mengurus datayang dipakai lembaga-lembaga administrasif dan
pemerintahan. Pengumpulandata terus berlanjut, khususnya melalui sensus
yang dilakukan secara teratur untuk memberi informasi kependudukan yang
berubah setiap saat.Pada tahun yang sama juga, tahun 1662 John Graunt mulai
menerbitkan karyamiliknya yaitu Observation on the bills of mortality. John
Graunt merupakanorang pertama yang menyingkat data ke dalam tabel. Dia
juga membicarakantentang reliabilitas data. John Graunt pula orang pertama
yang mendemonstrasikan secara statistik bahwa jumlah dari pria dan
wanitamendekati sama dan perbandingan jenis kelamin pada saat kelahiran
stabil.Dia adalah orang pertama yang membentuk tabel hidup, yang
membentuk kajian tentang asuransi jiwa secara matematik. Dari data yang
terkumpul tersebut juga memicu lahirnya teknik pentabelan yang dilakukan
oleh EdmonHalley pada tahun 1693. Seiring dengan perkembangan tori-teori
probabilitasantara tahun 1713 ± 1812, Galton yang semasa hidupnya
menghasilkan 340 lebih tulisan dan buku, mempelajari fenomena korelasi dan
regresi terhadapnilai rata-rata dan nilai tengah dan menggunakan metode
statistik untuk mempelajari perbedaan pada sifat manusia dan warisan
kecerdasan denganmenggunakan daftar pertanyaan-pertanyaan.Penemuan-
penemuan tersebut memicu lahirnya statistika inferensial yang diawali oleh
Pearson pada tahun 1900 dengan Chi Square Test. Selain Chi Square Test,
dengan menggunakan korelasi dan regresi linear, Pearsonmembuat model 3
dimensi sebagai model pengumpulan data dalam penelitiandi Departemen
Sains Statistik. Selain itu juga Pearson menggunakan distribusi  probabilitas
sebagai dasar untuk teori statistic modern.
Statistika adalah ilmu yang mempelajari bagaimana
merencanakan,mengumpulkan, menganalisis, menginterpretasi, dan
mempresentasikan data.Istilah ‘statistika’ (bahasa Inggris: statistics) berbeda
dengan ‘statistik’ (statistic). Statistika merupakan ilmu yang berkenaan dengan
data, sedang statistik adalah data, informasi, atau hasil penerapan algoritma
statistika padasuatu data.Penggunaan istilah statistika berakar dari istilah
istilah dalam bahasa latinmoderen statisticum collegium (dewan negara) dan
bahasa Italiastatista(negarawan atau politikus). Gottfried Achenwall (1749)
menggunakan Statistik dalam bahasa Jerman untuk pertama kalinya sebagai
nama bagi kegiatananalisis data kenegaraan, dengan mengartikannya sebagai
“ilmu tentang negara (state)”. Pada awal abad ke-19 telah terjadi pergeseran
arti menjadi “ilmu mengenai pengumpulan dan klasifikasi data”.
Perkembangan statistik ini adalah statistika deskriptif.Sir John Sinclair
memperkenalkan nama (Statistics) dan pengertian ini kedalam bahasa Inggris.
Jadi, statistika secara prinsip mula-mula hanyamengurus data yang dipakai
lembaga-lembaga administratif dan pemerintahan. Pengumpulan data terus
berlanjut, khususnya melalui sensusyang dilakukan secara teratur untuk
memberi informasi kependudukan yang berubah setiap saat.
Sejarah Probabilitas
Probabilitas dikenal dengan teori peluang. Teori peluang awalnya
diinspirasi oleh masalah perjudian. Awalnya dilakukan oleh matematikawan
dan fisikawan Itali yang bernama GirolamoCardano (1501-1576). Cardano lahir
pada tanggal 24 September 1501. Cardano merupakanseorang penjudi pada
waktu itu. Walaupun judi berpengaruh buruk terhadap keluarganya,
namun judi juga memacunya untuk mempelajari peluang. Dalam bukunya yang
berjudul Liber de Ludo Aleae (Book on Games of Changes) pada tahun 1565,
Cardano banyak membahas konsep dasar dari peluang yang berisi tentang
masalah perjudian. Sayangnya tidak pernah dipublikasikansampai 1663.

9
Girolamo merupakan salah seorang dari bapak probability. Pada tahun
1654,seorang penjudi lainnya yang bernama Chevalier de Mere menemukan
sistem perjudian.Ketika Chevalier kalah dalam berjudi dia meminta temannya
Blaise Pascal (1623- 1662) untuk menganalisis sistim perjudiannya.
Sejarah dari teorema limit pusat adalah sangat menarik, teorema ini
dirumuskan pertama kali oleh Abraham de Moivre pada tahun 1733. Moivre
menggunakan distribusi normal untuk memperkirakan banyaknya muncul
muka (head) pada pelantunan mata uang. Penemuan ini hampir terlupakan,
sebelum akhirnya matematikawan Perancis yang bernama Pierre SimonLaplace
mengenalkannya dalam tulisan Theorie Analytique des Probabilities, yang
dipublikasikan pada tahun1812. Laplace memperkirakan distribusi dari orbit
komet dengan distribusi binomial.Pada abad ke 19 teorema limit pusat
dirumuskan secara umum dan dibuktikan olehmatematikawan Rusia yang
bernama Aleksander Lyapunov.

3.2. Penyajian Data

Penyajian Data merupakan salah satu kegiatan dalam pembuatan
laporan hasil penilitian yang telah dilakukan agar dapat memahami dan
dianalisi sesuai dengan tujuan yang duinginkan.Data yang disajikan harus
sederhana dan jelas agar mudah dibaca.
Penyajian data juga dimaksudkan agar para pengamat dapat dengan
mudah memahami apa yang kita sajikan untuk selanjutnya dilakukan penilaian
atau perbandingan,dan lain-lain
Tujuan penyajian data adalah:
1. Memahami gambaran yang sistematis tentang pristiwa-pristiwa yang
merupakan hasil penelitian atau observasi
2. Data lebih cepat ditangkap dan dimengerti
3. Memudahkan dalam membuat analisis data, dan
4. Membuat proses pengambilan keputusan an kesimpulan lebih
tepat,cepat dan akurat.
Cara penyajian data ada tiga macam, yaitu :
1. Narasi, yaitu penyajian data hasil penelitian dalam bentuk kalimat.
2. Tabel, yaitu kumpulan angka-angka yang disusun menurut kategori-
kategori. Misalnya berat badan menurut jenis kelamin, jumlah pegawai

10
 menurut pendidikan, jumlah penjualan menurut jenis barang dan daerah
penjualan, dll.
3. Grafik atau Diagram, yaitu gambar-gambar yang menunjukkan secara
visual data berupa angka atau simbol-simbol yang biasanya dibuat
berdasarkan data dari tabel yang telah dibuat.

3.2.1 Narasi
Penyajian secara teks adalah penyajian data hasil penelitian dalam
bentuk kalimat. Misalnya, penyebaran penyakit malaria di daerah pedesaan
pantai lebih tinggi bila dibandingkan dengan penduduk pedesaan pedalaman.
Peyajian data dalam bentuk teks merupakan gambaran umum tentang
kesimpulan tentang hasil pengamatan. Dalam bidang kesehatan, penyajian
dalam bentuk teks hanya digunakan untuk member informasi.
Penyajian dalam bentuk teks banyak digunakan dalam bidang sosial,
ekonomi, psikologi dan lain-lain, dan berperan sebagai laporan hasil penelitian
kualitatif, misalnya, untuk mengetahui persepsi masyarakat tentang suatu
produk yang telah dipasarkan atau penerimaan, pendapat serta kepercayaan
masyarakat terhadap suatu program pemerintah atau program pelayanan
kesehatan pada masyarakat atau keberadaan petugas kesehatan yang terdapat
didaerah.
3.2.2 Tabel
Ada berbagai bentuk tabel yang dikenal, yaitu :
1. Tabel satu arah (one way table)
Yaitu tabel yang memuat keterangan mengenai satu hal atau satu
karakteristik saja. Misalnya data indeks prestasi dari 10 mahasiswa.
Tabel indeks prestasi dari 10 mahasiswa
Subyek Indeks Prestasi
A 2,5
B 2,8
C 2,9
D 3
E 3,1
F 3,5

11
 G 3,2
H 3,4
I 3,2
J 3,3
Tabel 1.Tabel satu arah

2. Tabel dua arah (two way table)

Yaitu tabel yang menunjukkan hubungan dua hal atau dua karakteristik
yang berbeda. Misalnya data indeks prestasi mahasiswa yang
dipengaruhi oleh partisipasi didalam kelas.
Tabel indeks prestasi mahasiswa yang dipengaruhi oleh partisipasi didalam
kelas
Subyek Indeks Prestasi Partisipasi didalam kelas
A 2,5 1
B 2,8 2
C 2,1 1
D 2 3
E 3 4
F 3,1 2
G 3,5 3
H 3,2 2
I 3,4 2
J 2,6 3
Tabel 2. Tabel dua arah

3. Tabel tiga arah (three way table)

Yaitu tabel yang menunjukkan hubungan tiga hal atau tiga karakteristik
yang berbeda. Misalnya data indeks prestasi dan partisipasi didalam
kelas yang dipengaruhi oleh status social.
Tabel data indeks prestasi dan partisipasi didalam kelas yang dipengaruhi oleh
status sosial.
Subyek Indeks prestasi Partisipasi didalam kelas Stasus Sosial
A 2,5 1 1
B 2,8 2 3
C 2,1 1 2

12
 D 2 3 3
E 3 4 1
F 3,1 2 2
G 3, 3 2
H 3,2 2 1
I 3,4 2 1
J 2,6 3 3
Tabel 3. Tabel tiga arah

3.2.3 Grafik/Diagram
Grafik data disebut juga diagram data, adalah penyajian data dalam
bentuk gambar-gambar. Grafik data biasanya berasal dari tabel dan grafik
biasanya dibuat bersama-sama, yaitu tabel dilengkapi dengan grafik. Grafik
data sebenarnya merupakan penyajian data secara visual dari data
bersangkutan. Dengan grafik dapat memberikan informasi dengan cepat yang
dikandung dari sekelompok data dalam bentuk yang ringkas.
Diagram biasanya lebih menarik dibandingkan penyajian data dengan
menggunakan tabel. Hal ini bisa dimungkinkan karena dengan diagram kita
bisa ditambahkan manipulasi warna. Grafik data dibedakan atas beberapa
jenis, yaitu :
Grafik garis(line chart)

Gambar 1. Grafik garis

Adalah grafik berupa garis, diperoleh dari beberapa ruas garis yang
menghubungkan titik-titik pada bidang bilangan. Pada grafik garis digunakan
dua garis yang saling berpotongan. Pada garis horizontal (sumbu-X)
ditempatkan bilangan-bilangan yang sifatnya tetap, seperti tahun dan ukuran-
ukuran. Pada garis tegak (sumbu-Y) ditempatkan bilangan-bilangan yang
sifatnya berubah-ubah.
Grafik batang(bar chart)

13
 Gambar 2. Grafik batang

Adalah grafik data berbentuk persegi panjang yang lebarnya sama dan
dilengkapi dengan skala atau ukuran sesuai dengan data yang bersangkutan.
Setiap batang tidak boleh saling menempel atau melekat antara satu dengan
lainnya dan jarak antara setiap batang yang berdekatan harus sama.

Grafik Lingkaran(pie chart

Gambar 3. Grafik lingkaran

Yaitu grafik yang menggambarkan perbandingan nilai-nilai dari suatu

karakteristik. Untuk mengetahui perbandingan suatu data terhadap
keseluruhan, suatu data lebih tepat disajikan dalam bentuk diagram lingkaran.
Grafik data berupa lingkaran yang telah dibagi menjadi juring-juring sesuai
dengan data tersebut. Bagian-bagian dari keseluruhan data tersebut
dinyatakan dalam persen atau derajat.

14
 3.2.4 Histogram
Pengertian Histogram dan Cara Membuatnya – Dalam Statistik,
Histogram merupakan tampilan bentuk grafis untuk menunjukkan distribusi
data secara visual atau seberapa sering suatu nilai yang berbeda itu terjadi
dalam suatu kumpulan data. Histogram juga merupakan salah satu alat dari 7
alat pengendalian kualitas (QC 7 Tools). Manfaat dari penggunaan Histogram
adalah untuk memberikan informasi mengenai variasi dalam proses dan
membantu manajemen dalam membuat keputusan dalam upaya peningkatan
proses yang berkesimbungan (Continous Process Improvement).
Langkah-langkah Membuat Histogram
Berikut ini adalah Langkah-langkah yang diperlukan dalam membuat Histogram
1. Mengumpulkan data Pengukuran
Data yang untuk membuat Histogram adalah data pengukuran yang berbentuk
Numerik.Sebagai contoh:
Seorang Engineer ingin mengumpulkan data pengukuran untuk panjangnya
kaki komponen A seperti tabel dibawah ini :

Data Pengukuran Panjang Kaki Komponen

Nomor Hasil Pengukuran panjang kaki komponen A (dama Nilai Nilai
Sampel MM) Maksimu Minimum
Unit m
1 - 10 3.1 2.9 2.9 2.8 3.1 3.2 3.0 3.0 2.8 3.0

11 – 20 2.9 3.0 2.9 3.1 3.2 3.2 3.2 2.9 2.9 2.9

21 – 30 2.9 3.0 2.9 3.0 3.0 2.8 3.2 3.1 3.2 3.1 3.2 2.6
31 – 40 2.8 2.9 3.0 3.0 2.9 2.9 3.0 3.2 3.2 3.2
41 - 50 3.0 2.9 3.0 2.9 2.7 2.9 3.0 2.8 2.6 2.8
Tabel 4.Data Pengukuran panjang kaki komponen

2. Menentukan besarnya Range

Sebelum menentukan Besarnya nilai Range, kita perlu mengetahui Nilai
terbesar dan Nilai Terkecil dari seluruh data pengukuran kita. Cara untuk
menghitung Nilai Range (R) adalah :

15
R = Xmaks – Xmins
atau
Range = Nilai terbesar – Nilai terkecil
Catatan :
Jika anda menggunakan Excel , anda bisa memakai Function :
Mencari Nilai Terbesar : @MAX( nomor cell awal : nomor cell akhir)
Mencari Nilai Terkecil : @MIN(nomor cell awal : nomor cell akhir)
Untuk contoh diatas, Besarnya Nilai Range adalah 0.6 dengan perhitungan
dibawah ini:
Range = 3.2 – 2.6
Range = 0.6
3. Menentukan Banyaknya Kelas Interval

Sebagai Pedoman, terdapat Tabel yang menentukan Kelas Interval-nya sesuai

dengan banyaknya Jumlah Sample Unit pada Data Pengukuran.

Data Pengukuran Panjang Kaki Komponen

Banyak Sampel Unit Pengukuran Banyak Kelas Interval
>5 5–7
50 - 100 6 – 10
101 – 150 7 – 12
>150 10 – 12
Tabel 5. Pengukuran panjang kaki komponen

Untuk contoh kasus diatas, banyaknya sampel data pengukuran adalah 50

data, maka kita memilih banyaknya kelas interval adalah 7 buah (menurut
tabel adalah 6 sampai 10).

4. Menentukan Lebar Kelas Interval, Batas Kelas, dan Nilai Tengah Kelas
4.1. Menentukan Lebar Kelas Interval :

16
Yang menentukan Lebar setiap kelas Interval adalah pembagian Range
(Langkah 2) dan Banyaknya Interval Kelas (Langkah 3).
Kasus yang sama, untuk cara menghitung Lebar Kelas Interval adalah :
Lebar = Range / Kelas Interval
Lebar = 0.6 / 7
Lebar = 0.1 (dibulatkan)
4.2. Menentukan Batas untuk setiap Kelas Interval :
Untuk menentukan Batas untuk setiap kelas Interval, kita memakai rumus :
Nilai terendah – ½ x unit pengukuran
(dalam kasus ini kita memakai unit pengukuran 0.1)
Batas Kelas Pertama :
Menentukan Batas bawah Kelas pertama :
2.6 – ½ x 0.1= 2.55
Selanjutnya Batas Bawah kelas pertama ditambah dengan Lebar Kelas Interval
untuk menentukan Batas atas kelas pertama :
2.55 + 0.1 = 2.65
Batas Kelas Kedua :
Menentukan Batas bawah Kelas Kedua :
Batas Bawah Kedua adalah Batas Atas Kelas Pertama, yaitu : 2.65
Batas Atas Kedua adalah Batas Bawah Kedua ditambah dengan Lebar Kelas
Interval yaitu : 2.65 + 0.1 = 2.75
Batas Kelas Ketiga dan seterusnya :
Dilanjutkan ke kelas ketiga dan seterusnya seperti cara untuk menentukan
Batas Kelas Kedua.

4.3. Menentukan Nilai Tengah setiap Kelas Interval :

Nilai Tengah Kelas Pertama :

17
Nilai Tengah Kelas Pertama = batas atas + batas bawah kelas Pertama / 2
= 2.55 + 2.65 / 2
= 2.6
Nilai Tengah Kelas kedua dan seterusnya :
Nilai Tengah Kelas kedua dan seterusnya mempergunakan cara yang sama
seperti menghitung Nilai Tengah Kelas Pertama.

Data Pengukuran Panjang Kaki Komponen

Nomor Kelas Kelas Interval Nilai Tengah

1 2.55 – 2.65 2.6

2 2.65 – 2.75 2.7
3 2.75 – 2.85 2.8
4 2.85 – 2.95 2.9
5 2.95 – 3.05 3.0
6 3.05 – 3.15 3.1
7 3.15 – 3.25 3.2
Tabel 6. Pengukuran panjang kaki komponen/2

5. Menentukan Frekuensi dari Setiap Kelas Interval

Untuk mempermudah perhitungan, pakailah tanda “Tally” pengelompokkan 5

(lima) untuk menghitung satu per satu jumlah frekuensi yang jatuh dalam kelas
Interval.
Masih kasus yang sama, berikut ini tabel hasil perhitungannya :

Tabel Tally dan Frekuensi

Nomor Kelas Kelas Interval Nilai Tengah Tally Frekuensi
1 2.55 – 2.65 2.6 I 1
2 2.65 – 2.75 2.7 I 1
3 2.75 – 2.85 2.8 IIIII I 6
4 2.85 – 2.95 2.9 IIIII IIIII IIII 14
5 2.95 – 3.05 3.0 IIIII IIIII IIII 14
6 3.05 – 3.15 3.1 IIIII 5
18
 7 3.15 – 3.25 3.2 IIIII IIII 9
Jumlah 50
Tabel 7. Tabel Tally dan Frekuensi

6. Membuat Grafik Histogram

1. Membuat Garis Horizontal dengan menggunakan skala berdasarkan pada

unit pengukuran data
2. Membuat Garis Vertikal dengan menggunakan skala frekuensi
3. Menggambarkan Grafik Batang, tingginya sesuai dengan Frekuensi setiap
Kelas Interval
4. Jika terdapat batasan Spesifikasi yang ditentukan oleh Customer (Pelanggan)
maka tariklah garis vertikal sesuai dengan spesifikasi tersebut.

Gambar 4. Histogram panjang kaki komponen A

Cara diatas merupakan Cara Manual dalam perhitungan dan pembuatan Grafik
Histogram. Di Pasaran, terdapat banyak Software khusus Statistik yang dapat
melakukannya dengan sangat mudah sekali. Diantaranya Software Minitab
yang sangat terkenal di kalangan praktisi Statistik, terutama yang berkaitan

19
dengan Process Improvement seperti Metodologi Six Sigma dan lain
sebagainya.

3.2.5 POLIGON FREKUENSI

Poligon Frekuensi merupakan grafik garis yang menghubungkan nilai tengah
tiap sisi atas yang berdekatan dengan nilai tengah jarak frekuensi mutlak
masing-masing.
Perbedaan antara histogram dengan poligon frekuensi adalah :
Histogram menggunakan batas kelas sedangkan poligon menggunakan titik
tengah.
Grafik histogram berwujud segiempat atau menyerupai diagram batang,
sedangkan poligon berwujud garis atau kurva yang saling berhubungan satu
sama lain.
Langkah-langkah membuat POLIGON FREKUENSI :
Buat titik tengah kelas dengan cara : (NILAI UJUNG BAWAH KELAS + NILAI
UJUNG ATAS KELAS) x ½
Buat tabel distribusi frekuensi yang MUTLAK disertai dengan kolom tambahan
berupa kolom titik tengah kelas tsb.
Buat grafik poligon frekuensi dengan melihat data pada tabel distribusi
frekuensi mutlak

a. Buat TITIK TENGAH KELAS

Titik tengah kelas ke-1 : (45 + 51) x ½ = 48
Titik tengah kelas ke-2 : (52 + 58) x ½ = 55
Titik tengah kelas ke-3 : (59 + 65) x ½ = 62
Titik tengah kelas ke-4 : (66 + 72) x ½ = 69
Titik tengah kelas ke-5 : (73 + 79) x ½ = 76
Titik tengah kelas ke-6 : (80 + 86) x ½ = 83

20
 Nilai Interval Frekuensi
45 – 51 1
52 – 58 2
59 – 65 17
66 – 72 3
73 – 79 10
80 – 86 7
Jumlah 40
Tabel 8. Nilai interval

b. Buat Tabel Distribusi Frekuensi Mutlak dengan menambah kolom TITIK

TENGAH KELAS
Tabel Disribusi Frekuensi
Nilai Interval Titik Tengah Frekuensi
45 – 51 48 1
52 – 58 55 2
59 – 65 62 17
66 – 72 69 3
73 – 79 76 10
80 - 86 83 7
Jumlah 40
Tabel 9. Tabel Disribusi Frekuensi

c. Buat grafik poligon frekuensi

Gambar 5. grafik poligon frekuensi

21
 3.2.6 OGIVE
Ogive adalah grafik yang digambarkan berdasarkan data yang sudah disusun
dalam bentuk tabel distribusi frekuensi kumulatif. Untuk data yang disusun
dalam bentuk tabel distribusi frekuensi kumulatif kurang dari, grafiknya berupa
ogive positif, sedangkan untuk data yang disusun dalam bentuk tabel distribusi
frekuensi kumulatif lebih dari, grafiknya berupa ogive negatif.
Frekuensi kumulatif kurang dari untuk suatu kelas adalah jumlah frekuensi
semua kelas sebelum kelas tersebut dengan frekuensi kelas itu. Sedangkan
frekuensi kumulatif lebih dari suatu kelas adalah jumlah frekuensi semua kelas
sesudah kelas tersebut dengan frekuensi kelas itu.
Data upah karyawan sebelumnya dapat digambarkan ogivenya. Akan tetapi
sebelum itu, buat terlebih dahulu tabel distribusi frekuensi kumulatifnya.

Interval Kelas Frekuensi Frekuensi Kumulatif Kurang Frekuensi Kumulatif Lebih

dari dari
100 – 199 15 15 120
200 – 299 20 35 105
300 – 399 30 65 85
400 – 499 25 90 55
500 – 599 15 105 30
600 – 699 10 115 15
700 – 799 5 120 5
Ef = 120
Tabel 10. Ogive

Dari tabel distribusi frekuensi kumulatif di atas, dapat digambarkan ogive

seperti pada diagram berikut.

22
Gambar 6. Gambar ogive

23
 BAB IV

PENUTUP
4.1 Kesimpulan
Data adalah bentuk jamak dari datum. Data merupakan keterangan-
keterangan tentang suatu hal, dapat berupa suatu yang diketahui atau yang
dianggap atau anggapan. Atau suatu fakta yang digambarkan lewat angka,
simbol, dan lain-lain. Data juga terdiri atas berbagai jenis. Jenis data secara
garis besarnya dapat dibagi atas dua macam, yaitu data dikotomi/ diskrit dan
data kontinum.

Tingkatan data jika diurutkan dari yang terendah ke yang tertinggi, yaitu:
1)data nominal, 2) data ordinal, 3) data interval, dan 4)data rasio.Berdasarkan
sumber pengambilannya, data dibedakan atas dua, yaitu data primer dan data
sekunder. Data Primer merupakan data yang diperoleh atau di kumpulkan
langsung di lapangan oleh orang-orang yang melakukan penelitian atau yang
bersangkutan yang memerlukannya. Sedangkan data sekunder merupakan
data yang diperoleh atau di kumpulkan oleh orang yang melakukan penelitian
dari sumber-sumber yang telah ada.

Berdasarkan waktu pengumpulannya, data dibedakan atas dua, yaitu data

berkala dan data seketika. Data Berkala (time series data) adalah data yang
terkumpul dari waktu ke waktu untuk memberikan gambaran perkembangan
suatu kegiatan atau keadaan. Sedangkan data seketika (cross section data)
merupakan data yang terkumpul pada suatu waktu tertentu untuk
memberikan gambaran perkembangan suatu kegiatan atau keadaan pada
waktu itu.

Data statistika tidak hanya cukup dikumpulkan dan diolah, tetapi juga perlu
disajikan dalam bentuk yang mudah dibaca dan di mengerti oleh pengambil
keputusan. Penyajian data ini bisa dalam bentuk tabel atau grafik/diagram.
Ada beberapa jenis tabel, yaitu antara lain : tabel biasa, tabel distribusi
frekuensi, tabel distribusi frekuensi relatif, , tabel distribusi frekuensi
kumulatif, tabel distribusi frekuensi relatif-kumulatif. Sedangkan grafik terdiri
atas : grafik garis (line chart), grafik batangan (bar chart/ histogram), grafik
lingkaran (pie chart), grafik gambar, dan grafik berupa peta(cartogram).

• Penyajian data dengan grafik dikatakan lebih komunikatif karena dalam

waktu singkat seseorang akan dapat dengan mudah memperoleh
gambaran dan kesimpulan mengenai suatu keadaan.

• Dengan membaca data pada tabel dan grafik, para eksekutif akan
dengan cepat dan mudah mengetahui situasi dan kondisi perusahaannya
sehingga dapat diambil tindakan-tindakan atau keijakan-kebijakan yang
tepat.
4.2 Saran
Adapun saran yang penulis sampaikan adalah agar pembaca dapat
menggunakan pemecahan masalah secara statistik, lebih tepat jika mengikuti
tahapan yang ilmiah. Data yang baik tentu saja harus yang mutakhir, cocok
(relevan), dengan masalah penelitian dari sumber yang dapat
dipertanggungjawabkan, lengkap akurat, objektif dan konsisten. Pengumpulan
data sedapat mungkin di peroleh dari tangan pertama. Data yang baik sangat
di perlukan dalam penelitian, sebab bagaimanapun canggihnya suatu analisis
data jika tidak di tunjang oleh data yang baik, maka hasilnya kurang dapat di
pertanggungjawabkan.

25
 Daftar Pustaka

https://fadhillahakbar.wordpress.com/2015/10/30/makalah-ilmu-statistik/
https://www.academia.edu/12291758/makalah_dasar_dasar_statistik_dan
_probabilitas
https://dennyagustiawan.wordpress.com/2011/10/20/statistik-dan-
probabilitas/
http://salimnahdi.blogspot.com/2013/10/penyajian-data-statistika.html
https://dausngongo.wordpress.com/2016/03/25/penyajian-data-dengan-
histogram-poligon-frekuensi-dan-ogive/
https://www.academia.edu/17901724/II_Tinjauan_Pustaka_Statistika
https://www.academia.edu/8888252/Makalah_Penyajian_Data_Statistik

26