Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

SILABUS
1. Pendahuluan
2. Statistik Deskriptif
3. Statistik Inferensial
4. Uji hipotesis sampel tunggal
5. Uji hipotesis sampel ganda
6. Analysis of Variance (ANOVA)
7. Analisis regresi dan korelasi

Halaman | 1
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

BAB I
PENDAHULUAN

1.1 Arti Statistik dan Statistika

Secara etimologis berasal dari bahasa Latin yaitu State dan bahasa Belanda yaitu Staat,
yang dalam bahasa Indonesia berarti Negara. Hal ini karena dulu statistik hanya
digunakan untuk menggambarkan keadaan dan menyelesaikan problem-problem
kenegaraan saja, seperti perhitungan jumlah penduduk, pembayaran pajak, mencatat
pegawai yang masuk dan keluar, membayar gaji pegawai dan lainnya.

Dalam pengertian yang paling sederhana statistik artinya data. Dalam pengertian yang
lebih luas, statistik dapat diartikan sebagai kumpulan data (fakta) dalam bentuk angka
yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan
(berkaitan) dengan suatu masalah tertentu.

Umumnya suatu data diikuti atau dilengkapi dengan keterangan-keterangan yang

berkaitan dengan suatu peristiwa atau keadaan tertentu. Statistik juga menyatakan
ukuran atau karakteristik sebagai wakil dari sekelompok fakta mengenai nilai rata-rata,
varian, standar deviasi.

Di era modern, statistik tidak hanya merupakan sekumpulan angka-angka yang

diperoleh dari masa lalu saja, akan tetapi dengan statistik angka-angka yang telah
terkumpul tersebut dapat digunakan untuk meramal kondisi di masa yang akan datang.
Selain itu kondisi yang bisa digambarkan dengan statistik berkembang pula, misalnya
statistik penduduk, statistik kelahiran, statistik pendidikan, statistik produksi dan lain-
lain.

Untuk memperoleh sejumlah informasi yang menjelaskan masalah agar dapat ditarik
kesimpulan yang benar, maka harus melalui proses yaitu pengumpulan informasi,

Halaman | 2
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

pengolahan (analisis) informasi dan penarikan kesimpulan. Kesemuanya itu

memerlukan pengetahuan tersendiri yang disebut statistika.

Sudjana (1991) mengatakan statistika adalah cabang dari matematika terapan yang
membahas cara mengumpulkan data, meringkas data, mengolah dan menyajikan data,
menganalisis data, menarik kesimpulan dan mengambil keputusan dalam batas-batas
resiko tertentu berdasarkan strategi yang ada.

Statistika mendiskripsikan atau menggambarkan tentang data yang disajikan dalam

bentuk tabel, diagram, ukuran pemusatan (rata-rata, modus, median), ukuran
penempatan (kuartil, desil, persentil), ukuran penyimpangan (range, simpangan rata-
rata, simpangan baku, varians, koefisien varians), koefisien korelasi, melakukan
peramalan (prediksi) dengan menggunakan analisis regresi (Sutrisno Hadi, 1994).

Statistika juga dapat diartikan sebagai pengetahuan yang berhubungan

dengan cara-cara mengumpulkan data, pengolahan dan analisis data serta
penarikan kesimpulan berdasarkan kumpulan data dan analisis data yang
telah dilakukan (Hasibuan, dkk, 2009).

Riduwan (2010) mengatakan statistika adalah ilmu pengetahuan yang berhubungan

dengan data statistik dan fakta yang benar serta mencakup teknik-teknik pengumpulan
data, pengolahan data, analisis data, menarik kesimpulan dan selanjutnya dapat
digunakan untuk membuat kebijakan/keputusan.

Kita simpulkan statistika adalah cabang ilmu yang secara sistematis mengumpulkan
data, mengolah data, dan menganalisis data, sehingga dapat ditarik kesimpulan
selanjutnya diambil keputusan secara rasional dan obyektif untuk memprediksi
kejadian atau perilaku (proses, produksi) serta meningkatkan kualitas produktivitas.

Halaman | 3
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

1.2 Fungsi dan Kegunaan Statistik

Secara umum fungsi statistik adalah sebagai alat bantu dalam mengolah, menganalisis
dan menyimpulkan hasil yang telah dicapai. Secara khusus, statistik dapat juga
berfungsi sebagai :
1. Bank Data ; yaitu menyediakan data untuk diolah dan diinterpretasikan agar
dapat dipakai untuk memberikan keterangan tentang keadaan yang perlu
diketahui atau diungkapkan.
2. Alat Quality Kontrol ; yaitu dapat digunakan sebagai alat bantu untuk
standarisasi dan sekaligus sebagai alat pengawas.
3. Pemecahan masalah dan pembuatan keputusan, sebagai dasar penetapn
kebijakan lebih lanjut.
Dalam perkembangannya, ilmu statistik telah mempengaruhi hampir pada seluruh
aspek kehidupan manusia. Kebijakan-kebijakan publik dan keputusan-keputusan yang
diambil oleh para pakar didasarkan pada metode statistik.

Selanjutnya secara metodologis, kegunaan statistik dapat dijelaskan sebagai berikut :

1. Sebagai alat komunikasi, statistik dapat digunakan sebagai penghubung antara
beberapa pihak yang menghasilkan data statistik atau analisis statistik sebagai
sarana untuk pengambilan keputusan.
2. Sebagai alat atau metode deskripsi, yaitu penyajian data atau mengilustrasikan
atau memberikan gambaran data hasil survey atau penelitian dengan berbagai
teknik atau cara seperti tabel, grafik maupun diagram. Seperti laporan hasil
produksi, laporan kejadian penyakit, laporan keuangan, laporan jumlah
penduduk, kepadatan penduduk, dsb.
3. Sebagai alat atau metode regresi, yaitu meramalkan pengaruh data yang satu
dengan data yang lain serta mengantisipasi gejala-gejala yang akan datang.
4. Sebagai alat atau metode korelasi, yaitu untuk mengukur kekuatan hubungan
atau besarnya hubungan antara suatu data dalam suatu penelitian.
5. Sebagai alat atau metode komparasi, yaitu untuk membandingkan data
statistik terhadap dua kelompok data atau lebih.

Halaman | 4
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

6. Komunikasi, yaitu sebagai penghubung beberapa pihak yang menghasilkan

data statistik atau berupa analisis statistik, sehingga beberapa pihak dapat
mengambil keputusan melalui informasi tersebut.

1.3 Jenis Statistik

Berdasarkan fungsi, statistik dapat dikelompokkan menjadi statistik deskriptif dan
statistik inferensia.
1. Statistik Deskriptif
Statistik deskriptif juga sering disebut statistik deduktif, adalah statistik yang
digunakan untuk menggambarkan atau menganalisis data statistik hasil survei
atau penelitian, tetapi tidak digunakan atau ditujukan untuk membuat
kesimpulan yang lebih luas.
Statistik deskriptif hanya berfungsi untuk mengorganisasi, menganalisa serta
memberikan pengertian tentang data baik yang menunjukkan tentang kedaan,
gejala atau persoalan/permasalahan dalam bentuk angka supaya dapat
memberikan gambaran yang teratur, jelas dan ringkas.

Penyajian data statistik deskriptif meliputi :

(a) Distribusi Frekuensi :
 Grafik (Histogram, Poligon, Ogive) ; Tabel ; Diagram.
 Ukuran Nilai Pusat / Tendensi Sentral : Mean, Median, Modus, dan
sebagainya.
(b) Angka Indeks
(c) Data Berkala atau Time Series
(d) Regresi dan Korelasi Sederhana

Halaman | 5
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

Mulai

Pengumpulan data

Apakah data
perlu
disederhana-
kan

Penyusunan tabel
dsitribusi frekuensi

Penyusunan tabel
Perhitungan ukuran
dsitribusi frekuensi
data untuk meringkas
dalam bentuk grafik
karakteristik data
(jika diperlukan)

Selesai

2. Statistik Inferensia
Statistik inferensia adalah pengetahuan yang berhubungan dengan cara-cara
pengumpulan data, penyajian dan pengorganisasian data, pengolahan dan
penganalisaan data, penarikan kesimpulan serta pembuatan keputusan yang
cukup beralasan berdasarkan fakta dan hasil analisis data sampel. Metode ini
merupakan inti statistik modern.

Halaman | 6
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

Statistik inferensia dapat pula dikatakan cara untuk menghasilkan atau menarik
kesimpulan umum yang valid berdasarkan keadaan yang khusus (sampel). Metode
ini menggunakan cara induktif. Statistik tidak dapat memberikan kesimpulan
absolut, tetapi hanya memberikan kesimpulan pada batas peluang tertentu
(umumnya dengan tingkat kepercayaan 95%).
Dengan kata lain, statistik inferensia berfungsi menyediakan aturan atau
cara-cara yang dapat dipergunakan sebagai alat untuk menarik kesimpulan
(conclussion) baik yang bersifat umum maupun khusus, penyusunan atau
pembuatan ramalan (prediction) dan penaksiran (estimation) berdasarkan
hasil dari pengolahan data khusus.

Mulai

Pengumpulan data

Pengolahan data

Penyajian hasil pengolahan data

Penggunaan hasil olahan untuk

menaksir dan atau menguji
karakteristik populasi yang
dihipotesiskan
Data
diperoleh
dari sampel
Penarikan kesimpulan
tentang karakteristik populasi
yang ditelaah

Penggunaan data untuk

menganalisis karakteristik
populasi yang telah ditelaah Selesai

Halaman | 7
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

Dari penjelasan di atas dapat disimpulkan bahwa tujuan statistik pada dasarnya adalah
melakukan deskripsi terhadap suatu sampel, kemudian melakukan inferensi
(pengambilan kesimpulan) terhadap populasi data berdasarkan informasi yang
terkandung dalam sampel. Namun karena sampel yang diambil hanya sebagian saja
dari populasi, dapat terjadi bias dalam kesimpulan yang didapat. Sebagai konsekuensi
dari kemungkinan timbulnya berbagai bias dalam inferens, perlu diukur realibilitas
dari setiap inferens yang telah dibuat, seperti pelaporan adanya prediksi kesalahan
terhadap keputusan yang dibuat.

1.4 Populasi dan Sampel

Statistik selalu berhubungan dengan pengertian populasi dan sampel. Berikut
penjelasan apa itu populasi dan sampel.

1. Populasi
Populasi dapat didefinisikan sebagai sekumpulan data yang
mengidentifikasikan suatu barang-barang atau apa saja di bawah suatu
persyaratan atau ketentuan suatu populasi. Populasi adalah keseluruhan dari
unsur-unsur yang dipelajari dan dari unsur-unsur mana informasi mengenai
karakteristik atau sifat unsur tersebut dicari.
Secara teoritis populasi dianggap memuat jumlah unsur (pengamatan) yang
tidak terbatas. Dalam populasi dimasukkan semua kemungkinan dari nilai
variabel random dalam pertimbangannya. Jadi dapat dikatakan populasi adalah
keseluruhan dari semua hasil yang mungkin dari peristiwa statistik yang
berhubungan dengan variabel random.

2. Sampel
Sampel dapat didefinisikan sebagai sekumpulan data yang diambil atau
diseleksi dari suatu populasi. Kalau dari suatu populasi diambil sebagian
elemen-elemennya, maka elemen-elemen tersebut membentuk sampel. Metode

Halaman | 8
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

memilih maupun besarnya sampel akan mempengaruhi kesimpulan yang

dihasilkan. Sampel harus dipilih secara random (acak), dengan kata lain tiap
unsur dari populasi mempunyai kesempatan yang sama untuk dipilih sebagai
sampel. Pemilihan masing-masing unsur sampel harus tidak tergantung satu
sama lain.

Biasanya orang lebih suka mempelajari sampel daripada populasi. Berikut ini alasan
mengapa orang lebih suka mempelajari sampel daripada populasi.
a. Populasi terlalu besar jumlahnya, sehingga untuk mempelajari seluruh anggota
(elemen, unsur) populasi akan memakan banyak biaya dan membutuhkan
waktu yang lebih lama.
b. Populasi jumlahnya tidak terhingga, sehingga mau tidak mau harus digunakan
sampel (penggunaan sampel tidak bisa dihindari atau tidak ada pilihan lain)
meski banyak tenaga dan waktu, tidak akan mungkin mempelajari seluruh
bagian dari populasi
c. Sampling digunakan untuk meminimumkan kerusakan atau meminimumkan
gangguan yang akan terjadi jika seluruh anggota populasi dipelajari.
d. Tidak semua anggota populasi tersedia (misalnya catatan sejarah yang tidak
lengkap).

Hubungan antara sampel dan populasi dapat digambarkan seperti gambar 1.3 berikut
ini :

Halaman | 9
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

Populasi : N
Parameter populasi : , 2 , 

Gambar 1.3 Hubungan antara populasi dan sampel

1.5 Teknik Pengambilan Sampel

Agar kesimpulan yang dibuat (diperoleh) dapat berlaku umum, maka sampel harus
representatif artinya segala karakteristik populasi harus tercermin dalam sampel, setiap
anggota dari populasi harus diberikan kemungkinan yang sama untuk dipilih menjadi
sampel. Pengambilan sampel harus dilakukan sedemikian rupa, sehingga diperoleh
sampel yang benar-benar dapat mewakili dan dapat menggambarkan keadaan populasi
yang sebenarnya. Hal inilah yang dinamakan teknik pengambilan sampel atau teknik
sampling.

Ada dua macam teknik pengambilan sampel yang umum dilakukan dalam penelitian,
yaitu :
1. Probability sampling, yaitu teknik sampling untuk memberikan peluang yang
sama pada setiap anggota populasi untuk dapat dipilih menjadi anggota sampel.
Yang tergolong teknik probability sampling yaitu :

Halaman | 10
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

(a) Simple random sampling, yaitu cara pengambilan sampel dari anggota
populasi dengan menggunakan acak tanpa memperhatikan strata
(tingkatan) dalam anggota populasi tersebut. Hal ini dilakukan apabila
anggota populasi dianggap homogen (sejenis).
Contoh :
 Jumlah dosen Universitas Mulawarman yang mengikuti pelatihan
penjaminan mutu.
 Jumlah mahasiswa Universitas Mulawarman yang mendapat beasiswa
bidik misi.
 Jumlah perusahan pertambangan yang memiliki IUP Produksi di
Kalimantan Timur
(b) Proportionate Stratified Random Sampling, yaitu pengambilan sampel
dari anggota populasi secara acak dan berstrata secara proposional. Cara
ini dilakukan apabila anggota populasinya heterogen.
Contoh :
 Jumlah kursi anggota DPR dari partai pemenang pemilu 2019
(c) Disproportionate Stratified Random Sampling, yaitu pengambilan sampel
dari anggota populasi secara acak dan berstrata, tetapi sebagian ada yang
kurang proposional pembagiannya. Cara ini dilakukan apabila anggota
populasinya heterogen.
(d) Area sampling, yaitu teknik sampling yang dilakukan dengan cara
mengambil wakil dari setiap daerah / wilayah geografis yang ada. Contoh:
Peneliti akan melihat pelaksanaan imunisasi campak di seluruh wilayah
Indonesia. Karena wilayah Indonesia sangat luas terdiri dari 34 provinsi
dengan kondisi wilayah yang berbeda-beda, maka peneliti mengambil
sampel dari provinsi, kemudian provinsi terdiri dari kabupaten, kabupaten
terdiri dari kecamatan, kecamatan terdiri dari desa / kelurahan, desa /
kelurahan terdiri dari RW, RW terdiri dari RT dan terakhir RT terdiri dari
keluarga-keluarga yang akan mendapat imunisasi campak.

Halaman | 11
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

2. Non-probability sampling, yaitu teknik sampling yang tidak memberikan

kesempatan (peluang) pada setiap anggota populasi untuk dijadikan anggota
sampel. Teknik non-probability sampling antara lain :
(a) Sampling sistematis, yaitu pengambilan sampel berdasarkan urutan dari
populasi yang telah diberi nomor urut atau anggota sampel diambil dari
populasi pada jarak interval waktu, ruang dengan urutan seragam.
(b) Sampling kuota, yaitu teknik penentuan sampel dari populasi yang
mempunyai ciri-ciri tertentu sampai jumlah yang dikehendaki atau
pengambilan sampel sampai jumlah (kuota) tertentu yang ditetapkanatau
diinginkan.
(c) Sampling aksidental, yaitu teknik penentuan sampel berdasarkan faktor
spontanitas. Artinya siapa saja yang secara tidak sengaja bertemu dengan
peneliti dan sesuai dengan karakteristiknya, maka orang tersebut dapat
digunakan sebagai sampel.
(d) Purposive sampling, yaitu pengambilan sampel berdasarkan pertimbangan
tertentu di mana peneliti mengenal siapa saja yang pantas (memenuhi
persyaratan) untuk dijadikan sampel.
(e) Sampling jenuh, yaitu teknik pengambilan sampel apabila semua populasi
digunakan sebagai sampel dan dikenal juga dengan istilah sensus.
Sampling jenuh dilakukan bila jumlah populasinya kurang dari 30.
(f) Snowball sampling, yaitu teknik sampling yang semula berjumlah kecil
kemudian anggota anggota sampel (responden) mengajak teman atau
orang yang dikenalnya untuk dijadikan sampel dan seterusnya hingga
jumlah sampel semakin banyak jumlahnya seperti bola salju yang sedang
menggelinding, semakin jauh semakin besar.

1.6 Nilai Parameter dan Nilai Statistik

Terminologi dan notasi yang digunakan statistikwan dalam mengolah data statistik
umumnya akan dibedakan untuk data populasi dan data sampel. Untuk data populasi
umumnya digunakan dalam huruf Yunani, sedangkan untuk sampel digunakan huruf

Halaman | 12
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

Latin. Penggunaan notasi dengan huruf Yunani dan Latin tersebut tidak mutlak, tetapi
semata-mata hanya untuk memudahkan, sehingga orang langsung tahu yang dimaksud
data dalam populasi atau sampel.

Ukuran yang menggambarkan ciri (karakteristik) populasi disebut parameter.

Sedangkan ukuran yang menjelaskan ciri (karakteristik) suatu sampel disebut nilai
statistik. Contoh :
 Parameter
Rata-rata hasil pengukuran tinggi badan seluruh mahasiswa Fakultas Teknik
Unmul adalah 160 cm.
 Statistik
Rata-rata hasil pengukuran tinggi badan 200 orang mahasiswa yang mewakili
seluruh program studi yang ada di Fakultas Teknik Unmul adalah 160 cm.

Dalam statistik inferens, akan digunakan nilai statistik sebagai penduga parameter
populasi padanannya. Ukuran populasi diasumsikan sangat besar atau bahkan tak
terhingga. Untuk mengetahui seberapa teliti atau akurat nilai statistik menduga
parameternya, pertama-tama harus mengetahui sebaran nilai-nilai statistiknya yang
diperoleh berdasar banyak sekali sampel yang diambil berulang-ulang.

1.7 Tipe Data Statistik

Statistik dalam prakteknya tidak bisa lepas dari data yang berupa angka, baik itu dalam
statistik deskriptif yang menggambarkan data, maupun statistik inferens yang
melakukan analisis terhadap data. Namun sebenarnya data dalam statistik juga bisa
mengandung data non angka atau data kualitatif. Data dalam statistik berdasarkan
tingkat pengukurannya dapat dibedakan dalam data kualitatif (nominal dan ordinal)
dan data kuantitatif (interval dan ratio).

Halaman | 13
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

Data kualitatif secara sederhana dapat disebut sebagai data yang berupa angka,
sehingga dapat dilakukan operasi matematik. Sedangkan data kuantitatif tidak bisa
dilakukan operasi matematik.
a. Data nominal
Data bertipe ordinal adalah data yang paling rendah dalam level pengukuran
data. Jika suatu pengukuran data hanya menghasilkan satu atau hanya satu-
satunya kategori, maka data tersebut adalah data nominal (data kategori).
Missal proses pendataan tempat tinggal 40 responden dalam suatu pemilihan.
Dalam kasus ini setiap orang akan bertempat tinggal di suatu tempat tertentu
(berdasar KTP), tidak bisa di tempat lain. Jadi tempat tinggal adalah data
nominal, demikian juga jenis kelamin dan tanggal lahir seseorang adalah data
nominal.
b. Data ordinal
Data ordinal seperti halnya pada data nominal juga merupakan data kualitatif,
namun dengan level yang lebih tinggi daripada data nominal. Jika pada data
nominal semua kategori dianggap sama, maka pada data ordinal ada tingkatan
data. Pada data ordinal ada data dengan urutan tinggi dan urutan lebih rendah.
Misal data tentang sikap seseorang terhadap produk tertentu. Dalam
pengukuran sikap konsumen, ada sikap yang suka, tidak suka, sangat tidak suka
dan sikap lainnya. Di sini data tidak dapat disamakan derajatnya, dalam arti
suka dianggap lebih tinggi dari tidak suka, namun lebih rendah dari sangat tidak
suka dan lainnya. Jadi ada preferensi atau tingkatan data, di mana data yang
satu berstatus lebih tinggi atau lebih rendah dari yang lain. Namun data ordinal
juga tidak dapat dilakukan operasi matematik.

Data kuantitatif dapat disebut sebagai data berupa angka dalam arti sebenarnya.
Berbagai operasi matematik dapat dilakukan pada data kuantitatif.
a. Data interval
Data ini menempati level pengukuran yang lebih tinggi dari data ordinal,
karena selain urutannya bertingkat, urutan tersebut juga bisa dikuantitatifkan.
Data interval sifatnya hanya relatif, tidak dapat dilakukan operasi matematik.

Halaman | 14
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

b. Data rasio.
Data rasio merupakan data dengan tingkat pengukuran paling tinggi di antara
jenis data lainnya. Data rasio bersifat angka dalam arti sesungguhnya dan dapat
dioperasikan secara matematik. Perbedaan data interval adalah bahwa data
rasio mempunyai nilai nol yang sesungguhnya. Misalnya berat adalah nol,
berarti memang tidak mempunyai berat. Sedangkan bobot nol pada data
interval dapat diberikan angka berapa saja, sifatnya relatif

Tabel 1.1 Tipe data statistik

Nominal Ordinal Interval Ratio

Volume Diameter
No Batuan Jenis Batuan Butiran
(m3) butiran (mm)
1 A 1 1 20 – 25 0,2
2 B 2 2 15 – 18 0,04
3 C 3 3 10 - 15 0,0016

Halaman | 15
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

BAB II
PENYAJIAN DATA

Data suatu penelitian atau suatu pekerjaan yang diperoleh dari suatu observasi,
wawancara, kuisioner (angket) maupun dokumentasi. Data tersebut harus disajikan
dengan komunikatif dan lengkap dalam arti data yang disajikan harus menarik
(misalnya diberi warna, bervariasi tampilannya dan lain-lain) untuk membacanya dan
mudah memahami isinya.

Beberapa cara penyajian data :

1. Tabel
Penyajian data dengan tabel paling banyak digunakan, karena lebih efisien dan
cukup komunikatif. Penyajian data dalam bentuk tabel seperti tabel 2.1 berikut
ini.

Tabel 2.1 Banyak murid menurut tingkat sekolah dan jenis

kelamin

Banyak murid
Tingkat sekolah Jumlah
Laki-laki Perempuan
SD 875 687 1562
SMP 512 507 1019
SMA 476 342 818
SMK 316 427 743
Jumlah 2179 1963 4142

2. Grafik (Diagram)
Penyajian yang cukup komunikatif adalah dengan grafik atau diagram. Pada
umumnya terdapat dua macam, yaitu grafik garis (poligon) dan grafik batang
(histogram). Grafik (diagram) batang ini dapat dikembangkan lagi menjadi

Halaman | 16
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

diagram balok (tiga dimensi). Suatu diagram selalu menunjukkan hubungan

antara jumlah dengan variabel lain, misalnya waktu.

a. Diagram batang
Penyajian data dalam gambar akan lebih menjelaskan lagi persoalan secara
visual. Untuk ini, pertama-tama akan diuraikan pokok dasar pembuatan
diagram batang. Data yang variabelnya berbentuk kategori atau atribut sangat
tepat disajikan dalam diagram batang. Untuk menggambarkan diagram
batang diperlukan sumbu datar dan sumbu vertikal yang berpotongan tegak
lurus. Sumbu datar dibagi menjadi beberapa skala bagian yang sama;
demikian pula sumbu vertikalnya. Skala pada sumbu vertikal dan skala pada
sumbu datar tidak perlu sama.

Grafik batang berbentuk gambar 2D dan grafik balok berbentuk gambar 3D.
Kalau dalam grafik garis, visualisasi data difokuskan pada garis grafik,
sedangkan pada grafik batang visualisasinya difokuskan pada luas batang
(panjang x lebar). Namun kebanyakan penyajian data dengan grafik batang,
lebar batang dibuat sama, sedangkan yang bervariasi adalah tingginya.
Contoh diagram batang sebagai berikut :

1800
1600
1400
Banyaknya murid

1200
1000
Laki-laki
800
Perempuan
600
Jumlah
400
200
0
SD SMP SMA SMK
Tingkat Sekolah

Gambar 2.1 Jumlah murid berdasarkan tingkat sekolah

Halaman | 17
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

b. Grafik garis
Grafik garis dibuat untuk menunjukkan perkembangan suatu keadaan.
Perkembangan tersebut bisa naik bisa turun. Hal ini akan nampak secara
visual melalui garis dalam grafik. Seperti pada diagram batang, di sini pun
diperlukan sumbu datar dan sumbu vertikal yang saling tegak lurus. Dalam
grafik terdapat garis vertikal yang menunjukkan jumlah (frekuensi) dan yang
mendatar menunjukkan variabel tertentu.

Tabel 2.2 Penggunaan barang A selama 10

tahun

Tahun Barang yang digunakan

2001 376
2002 524
2003 412
2004 310
2005 268
2006 476
2007 316
2008 556
2009 585
2010 434

Halaman | 18
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

700

600

500

400

300

200

100

0
1 2 3 4 5 6 7 8 9 10

Gambar 2.2 Grafik penggunaan barang A dalam kurun waktu 10 tahun

3. Diagram lingkaran (pie chart)

Diagram lingkaran digunakan untuk membandingkan data dari berbagai
kelompok.
Cara pembuatannya adalah :
a. Dibuat lingkaran dengan jari-jari disesuaikan dengan kebutuhan.
b. Untuk kepentingan ini, data telah dinyatakan dalam persen. Oleh karena itu
setiap 1% akan memerlukan 360° : 100 = 3,6°
c. Menghitung luas yang diperlukan sekelompok data dalam lingkaran. Dalam
hal ini terdapat lima luas yang jumlah keseluruhan akan sama dengan
lingkaran.
d. Selanjutnya luas-luas kelompok data tersebut digambarkan dalam lingkaran
dengan menggunakan busur derajat bisa mulai dari sembarang titik, jangan
sampai terdapat sisa lingkaran.

Halaman | 19
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

Laki-laki

SD
SMP
SMA
SMK

Gambar 2.3 Jumlah murid laki-laki berdasarkan tingkat sekolah

Halaman | 20
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

BAB III
DISTRIBUSI FREKUENSI

Walaupun data yang telah disusun dari yang terkecil sampai yang terbesar atau
sebaliknya, bukan berarti bahwa penyederhanaan data tersebut telah selesai. Jika
responden data yang diteliti banyak, maka barisan data yang tersusun pun akan
panjang. Keadaan ini msih menyulitkan peneliti dalam mengamati data tersebut. Agar
data menjadi lebih sederhana, maka dibuat suatu distribusi frekuensi, yaitu
mengumpulkan data yang sama dalam satu kelompok.

Sebelum mempelajari membuat distribusi frekuensi, akan dijelaskan terlebih dulu

istilah-istilah yang dipakai.
1. Kelas interval
Dalam distribusi frekuensi, obyek-obyek dikumpulkan dalam kelompok-
kelompok berbentuk a – b, yang disebut kelas interval. Ke dalam kelas interval
a – b dimasukkan semua data yang bernilai mulai dari a sampai dengan b.
urutan kelas interval disusun mulai data terkecil sampai nilai data terbesar.
Berturut-turut mulai dari atas diberi nama kelas interval pertama, kelas interval
kedua seterusnya sampai dengan kelas interval terakhir.
2. Frekuensi
Kelas interval pada kolom kiri. Sementara kolom kanan berisikan bilangan-
bilangan yang menyatakan berapa buah data terdapat dalam tiap kelas interval.
Kolom ini berisikan frekuensi, disingkat dengan f.
3. Panjang kelas interval
Bilangan-bilangan di sebelah kiri kelas interval disebut batas bawah dan
bilangan-bilangan di sebelah kanannya disebut batas atas. Selisih positif antara
tiap dua batas bawah kelas berurutan disebut panjang kelas interval.

Halaman | 21
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

Syarat-syarat tabel distribusi frekuensi :

a. Mempunyai sejumlah kelas
b. Pada setiap kelas mempunyai kelas interval. Interval nilai bawah dengan atas
disebut panjang kelas.
c. Setiap kelas interval mempunyai frekuensi (jumlah)

Berikut ini pedoman untuk membuat tabel distribusi frekuensi dengan panjang
(interval) kelas yang sama.
a. Tentukan rentang, yaitu data terbesar dikurangi data terkecil
b. Tentukan banyak kelas interval kelas yang dipergunakan, biasanya berkisar
antara 6 sampai dengan 15 kelas. Semakin banyak data, maka akan semakin
banyak jumlah kelasnya.
Cara lain menentukan banyak kelas dengan menggunakan aturan Sturges :
Rumus Sturges :
K = 1 + 3,3 log n ........................................................................ (3.1)
K = jumlah kelas interval
n = jumlah data observasi
log = logaritma
c. Menghitung panjang kelas interval
𝑟𝑒𝑛𝑡𝑎𝑛𝑔
𝑝= ................................................................ (3.2)
𝑏𝑎𝑛𝑦𝑎𝑘 𝑘𝑒𝑙𝑎𝑠

d. Setelah kelas interval tersusun, maka untuk memasukkan data guna

mengetahui frekuesi pada setiap kelas interval dilakukan dengan menggunakan
tally.
Cara memasukkan tally yang cepat dan tepat adalah dengan member tanda
centang (√) pada setiap data yang sudah dimasukkan pada setiap kelas dimulai
dari data awal. Sesudah frekuensi ditemukan, maka tally dihilangkan.

Catatan : Setiap data yang disajikan dengan teknik apapun harus diberi judul yang
singkat, jelas, tetapi isi tercermin dalam judul.

Halaman | 22
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

Distribusi frekuensi ada bermacam-macam, di antaranya :

1. Distribusi frekuensi absolut
Distribusi frekuensi absolut adalah suatu jumlah bilangan yang menyatakan
banyaknya data pada suatu kelompok tertentu. Distibusi ini disusun berdasarkan
data apa adanya, sehingga tidak menyukarkan peneliti dalam membuat distribusi
ini.
2. Distribusi frekuensi relatif
Sedangkan distribusi frekuensi relatif adalah jumlah persentase yang
menyatakan banyaknya data pada suatu kelompok tertentu. Dalam hal ini
pembuat distribusi terlebih dahulu harus dapat menghitung persentase pada
masing-masing kelompok nilai atau pada masing-masing bagian dalam
keseluruhan, karena kita dapat melihat perbandingan antara kelompok yang satu
dengan kelompok yang lainnya.

Tabel 3.1 Nilai ujian statistik mahasiswa

Program Studi S1 Teknik Pertambangan

Nilai ujian Frekuensi absolut Frekuensi relatif

31 – 40 2 0,02
41 – 50 3 0,03
51 – 60 15 0,15
61 – 70 23 0,23
71 – 80 25 0,25
81 – 90 20 0,20
91 - 100 12 0,12
Jumlah 100 1,00

3. Distribusi frekuensi kumulatif

Tabel distribusi frekuensi kumulatif merupakan pengembangan dari tabel
distribusi frekuensi. Distribusi frekuensi kumulatif menunjukkan jumlah
observasi yang menyatakan kurang dari nilai tertentu atau jumlah frekuensi pada

Halaman | 23
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

sekelompok nilai (tingkat nilai) tertentu mulai dari kelompok sebelumnya

sampai kelompok tersebut. Untuk memulai pernyataan kurang dari digunakan
batas bawah dari kelas interval ke 2. Selanjutnya frekuensi kumulatif adalah
merupakan penjumlahan frekuensi dari setiap kelas interval, sehingga jumlah
frekuensi terakhir jumlahnya sama dengan jumlah data observasi.

Tabel 3.2 Nilai ujian statistik mahasiswa

Program Studi S1 Teknik Pertambangan
(kumulatif kurang dari)

Nilai ujian Frekuensi kumulatif

Kurang dari 31 0
Kurang dari 41 2
Kurang dari 51 5
Kurang dari 61 20
Kurang dari 71 43
Kurang dari 81 68
Kurang dari 91 88
Kurang dari 101 100

Tabel 3.3 Nilai ujian statistik mahasiswa

Prodi D3 Teknik Pertambangan
(kumulatif lebih dari)

Nilai ujian Frekuensi kumulatif

Lebih dari 30 100
Lebih dari 40 98
Lebih dari 50 95
Lebih dari 60 80
Lebih dari 70 57
Lebih dari 80 32
Lebih dari 90 12
Lebih dari 100 0

Halaman | 24
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

4. Distribusi frekuensi kumulatif relatif

Distribusi frekuensi kumulatif relatif adalah distribusi frekuensi yang
menunjukkan jumlah persentase yang menyatakan banyaknya data pada suatu
kelompok tertentu mulai dari kelompok sebelumnya. Frekuensi kumulatif relatif
terakhir selalu sama dengan 1 atau 100%
.
Tabel 3.4 Nilai ujian statistik mahasiswa
Prodi D3 Teknik Pertambangan
(kumulatif relatif kurang dari)

Nilai ujian Frekuensi kumulatif

Kurang dari 31 0,00
Kurang dari 41 0,02
Kurang dari 51 0,05
Kurang dari 61 0,20
Kurang dari 71 0,43
Kurang dari 81 0,68
Kurang dari 91 0,88
Kurang dari 101 1,00

Tabel 3.5 Nilai ujian statistik mahasiswa

Prodi D3 Teknik Pertambangan
(kumulatif relatif lebih dari)

Nilai ujian Frekuensi kumulatif

Lebih dari 30 1,00
Lebih dari 40 0,98
Lebih dari 50 0,95
Lebih dari 60 0,80
Lebih dari 70 0,57
Lebih dari 80 0,32
Lebih dari 90 0,12
Lebih dari 100 0,00

Halaman | 25
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

Soal Latihan – 1
Berikut ini nilai ujian statistik mahasiswa Program Studi S1 Teknik Pertambangan
75 80 30 70 20 35 65 65 70 57 57 35
55 25 58 70 40 35 36 45 40 25 58 20
15 55 35 65 40 15 30 30 45 40 58 20
35 45 30 25 70 40 90 65 90 20 65 15
95 84 20 45 65 40 65 25 20 45 85 18
55 30 40 59 30 80 40 35 15 65 85 20
40 25 50 63 58 26 20 40 35 58 75 21
75 30 40 18 60 20 75 25 48 60 40 20
70 52 55 30 80 40 33 30 85 47 85 62
61 50 55 35 60 40 45 30 10 30 60 55
48 50 47 20 60 59 30 25 70 75 45 95
31 30 50 40 20 45 30 75 25 30 25 70
57 45 90 10 65 55 50 65 40 65 49 63
45 58 15 55 15 40 47 15 20 40 40 62

1. Buatlah daftar distribusi frekuensi dengan menggunakan aturan Sturges.

2. Buatlah daftar distribusi frekuensi relatif
3. Buatlah daftar distribusi frekuensi kumulatif
4. Buatlah daftar distribusi frekuensi kumulatif relatif
5. Gambarkan diagram batang, grafik garis dan diagram lingkaran (pie chart)
frekuensi nya

Halaman | 26
Analisis Statistik & Numerik – Program Studi Teknik Pertambangan

Tugas – 1
Dari hasil pengamatan diperoleh waktu edar (dalam satuan detik) alat muat excavator
komatsu 1250-7 sebagai berikut :

20,97 25,39 22,38 20,04 23,59 21,63 22,14 26,58 23,13 21,20
20,11 20,67 20,38 22,24 27,42 19,88 22,30 22,31 21,75 19,96
25,49 19,58 18,99 28,53 31,20 23,00 17,50 26,76 26,50 22,01
21,03 22,73 21,86 22,69 25,60 20,75 22,29 22,64 22,36 20,12
20,48 23,36 19,57 22,31 22,96 24,87 20,78 27,25 19,76 19,46
29,34 20,16 21,70 16,86 23,36 24,43 23,44 21,94 22,17 20,32
19,92 22,21 24,77 22,98 23,38 24,99 24,56 24,97 22,35 22,20
28,11 20,35 24,24 20,70 23,22 22,04 18,85 25,48 24,01 22,02
21,87 22,82 22,55 21,87 22,16 24,23 21,96 21,22 26,10 24,20
26,76 21,29 27,94 24,86 21,82 25,94 23,51 25,87 22,36 20,03

1. Buatlah daftar distribusi frekuensi dengan menggunakan aturan Sturges.

2. Buatlah daftar distribusi frekuensi relatif
3. Buatlah daftar distribusi frekuensi kumulatif
4. Buatlah daftar distribusi frekuensi kumulatif relatif
5. Gambarkan diagram batang, grafik garis dan diagram lingkaran (pie chart)
frekuensi nya.

Halaman | 27