MODUL PERKULIAHAN

Statistik Bisnis

Manfaat Statistik Untuk Bisnis

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

01
Ekonomi dan Bisnis Akuntansi F041700012 Rieke Pernamasari, SE., M.Ak

Abstract
Mampu memahami definisi statistika,
variabel, data dan skala pengukuran
serta mampu menjelaskan dan
mengidentifikasikannya
Kompetensi
Mahasiswa mampu memahami definisi
statistika, variabel, data dan skala
pengukuran serta mampu menjelaskan
dan mengidentifikasikannya
Definisi Statistika
Pengantar

Kita dapat melihat angka atau data, seperti cadangan devisa yang mencapai US
$124,6 miliar pada 26 Agustus 2011 (ini adalah nilai tertinggi sepanjang sejarah Indonesia).
Pada periode yang sama, ekspor Triwulan III tahun 2011 mencapai US $53,6 miliar yang
meningkat 84% dibandingkan Triwulan III tahun 2007 dan 40% dibandingakan Triwulan III
tahun 2010. Inflasi (kenaikan umum harga barang-barang) selama periode 2007-2012 rata-
rata sebesar 5,91%. Inflasi tertinggi pada tahun 2008 sebesar 11,06% dan terendah pada
tahun 2009 sebesar 2,78%. Pertumbuhan ekonomi selama periode 2007-2012 berdasarkan
harga konstan tahun 2000 rata-rata 6,5%, pertumbuhan ekonomi tertinggi pada tahun 2011
sebesar 6,98% dan terendah pada tahun 2009 sebesar 5,0%. Terdapat korelasi (hubungan)
yang sangat erat sebesar 0,95 antara nilai ekspor dan cadangan devisa, dimana kenaikan
maupun penurunan cadangan devisa sejalan dengan kenaikan dan penurunan nilai ekspor.
Angka-angka ini menunjukkan bahwa ekonomi Indonesia mengarah kepada kondisi lebih
baik. Cadangan devisa yang memadai disertai pertumbuhan ekspor yang tinggi
menunjukkan bahwa geliat produksi dalam negeri yang berorientasi ekspor sudah mulai
bergerak. Sektor riil mulai tumbuh sehingga produksi meningkat dan pertumbuhan ekonomi
masih lebih besar dibanding inflasi. Semua fenomena tersebut dapat diperoleh dengan
bantuan ilmu statistika. Statistika memungkinkan kita memperoleh data-data tersebut,
kemudian menyajikan dan menganalisisnya. Ukuran-ukuran nilai rata-rata, nilai maksimum,
nilai minimum, nilai pertumbuhan dan korelasi merupakan angka-angka statistik.

Upaya memperoleh dan mengolah informasi statistik mempunyai sejarah yang

panjang, sepanjang peradaban manusia. Pada zaman sebelum masehi, bangsa-bangsa di
Mesopotamia, Mesir dan Cina telah mengumpulkan data statistik untuk memperoleh
informasi tentang berapa pajak yang harus dibayar oleh setiap penduduk, berapa hasil
pertanian yang mampu di produksi dan berapa cepat atlet lari dan sebagainya. Pada abad

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

2 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id
pertengahan, Gereja Katolik menggunakan statistika untuk mencatat jumlah kelahiran,
kematian dan perkawinan.
Pada saat ini, statistika telah berkembang jauh, seiring dengan ditemukan dan
berkembangnya teori peluang. Statistika telah memungkinkan untuk melihat jauh ke depan
di luar data itu sendiri. Statistika pada tahun 1950-an telah memasuki wilayah pengambilan
keputusan melalui proses generalisasi dan peramalan degan memperhatikan faktor risiko
dan ketidakpastian.
Statistika juga telah berjasa besar terhadap perkembangan kehidupan ekonomi dan
keuangan. Statistika telah mewarnai ilmu ekonomi sejak Jan Tinbergen (1937)
memperkenalkan ekonomi statistik. Tinbergen menggunakan statistika untuk melihat siklus
bisnis dan pengaruh kebijakan ekonomi terhadap perekonomian nasional. Tinbergen
akhirnya dikenal sebagai Bapak Ekonometrika yang mempelopori bagaimana menghitung
hubungan kuantitatif antara dua variabel atau lebih. Model ekonomi statistik ini sekarang
dikenal dengan analisis regresi dan korelasi.
John Hicks (1904 -1989) guru besar Oxford University, juga memberikan sumbangan
besar bagi analisis ekonomi kontemporer dengan pendekatan matematika statistik. Selain
mengkaji keseimbangan IS-LM, Hicks juga mengkaji hubungan struktur suku bunga. Melalui
kajian matematika statistik, Hicks berhasil membangun kurva hasil yang menghubungkan
antara lama pinjaman hingga jatuh tempo (time of maturity) dan tingkat suku bunga.

Pengertian dan Penggunaan Statistika

Statistika mempunyai kaitan dan manfaat langsung dengan banyak hal yang berkaitan
dengan kehidupan. Statistika adalah ilmu mengumpulkan, menata, menyajikan,
menganalisis dan menginterprestasikan data menjadi informasi untuk membantu
pengambilan keputusan yang efektif
Statistik dapat diartikan sebagai:
a) Numerical description
b) Diasosiasikan sebagai kumpulan data
c) Ciri dari sebagian objek yang diamati
Statistik menunjukkan pada informasi tentang bermacam-macam kegiatan dalam bentuk
angka. Statistik adalah ilmu yang berurusan dengan pengumpulan, penyajian dan analisis
data untuk menarik kesimpulan dan memanfaatkannya dalam menentukan keputusan pada
keadaan tidak pasti.
Statistik deskriptif adalah mengumpulkan, mengolah dan menganalisis data dan kemudian
menyajikan dalam bentuk yang baik.

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

3 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id
Statistik induktif adalah mengambil kesimpulan dan membuat keputusan yang beralasan,
sehubugan dengan ketidakpastian di masa yang akan datang. Yang termasuk kedalam
statistik induktif yaitu menaksir, meramalkan, menguji hipotesis dan menguji hipotesis
hubungan antar variabel.

 Fungsi Statistika
 Statistik menggambarkan data dalam bentuk tertentu
 Statistik dapat menyederhanakan data yang kompleks menjadi data yang mudah
dimengerti
 Statistik merupakan teknik untuk membuat perbandingan
 Statistik dapat memperluas pengalaman individu
 Statistik dapat mengukur besaran dari suatu gejala
 Statistik dapat menentukan hubungan sebab akibat

 Kegunaan Statistik (Sugiyono, 2014)

 Alat untuk menghitung besarnya anggota sampel yang diambil dari suatu populasi,
sehingga jumlah sampel yang dibutuhkan akan lebih dapat dipertanggungjawabkan
 Alat untuk menguji validitas dan reliabilitas instrumen sebelum instrumen tersebut
digunakan dalam penelitian
 Sebagai teknik untuk menyajikan data, sehingga data lebih komunikatif, misalnya
melalui tabel, grafik, atau diagram
 Alat untuk menganalisis data seperti menguji hipotesis yang diajukan dalam penelitian.

 Beberapa kegunaan lain dari statistik (Suharyadi dan Purwanto, 2016)

1. Memperoleh gambaran suatu keadaan atau persoalan yang sudah terjadi
2. Untuk Penaksiran ( Forecasting )
3. Untuk Pengujian ( Testing hypotesa )
4. Pembagian Dalam Statistik

Beberapa contoh kasus yang membutuhkan dukungan statistika:

(a) Kasus tuntutan buruh tentang kenaikan gaji, bagaimana seharusnya?
(b) Perekonomian Indonesia tidak efisien, pada sektor mana?
(c) Penggalakan investasi di Indonesia, sektor mana yang dipilih?
(d) Setiap produsen memberikan garansi atas barangnya, berapa produksi akan
ditingkatkan?

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

4 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id
Untuk memahami bagaimana statistika bekerja dapat didalami dengan contoh berikut:
Tabel 1.1. menunjukkan harga saham perusahaan otomotif dan komponennya yang
diperoleh dari Data Saham Bursa Efek Indonesia (BEI) 11 November 2013
No Code Previous Open High Low Close Change Volume

1 ASII 6.700 6.650 6.800 6.600 6.750 50 24.385.000

2 AUTO 4.075 4.075 4.100 4.075 4.075 0 44.500

3 BRAM 2.500 2.500 2.500 2.500 2.500 0 0

4 GJTL 2.125 2.150 2.175 2.125 2.125 0 1.173.000

5 IMAS 5.000 5.050 5.050 4.900 5.000 0 337.000

6 INDS 2.650 2.650 2.650 2.600 2.600 -50 24.500

7 LPIN 4.400 4.400 4.400 4.400 4.400 0 0

8 MASA 365 365 365 365 365 0 70.000

9 PRAS 190 290 194 190 194 4 109.000

10 SMSM 3.275 3.125 3.300 3.075 3.300 25 775.000

Keterangan:
a. Code adalah kode perusahaan di BEI
b. Previous atau Previous Price menunjukkan harga saham per lembar pada saat
penutupan hari sebelumnya
c. Open atau Opening Price menunjukkan harga pertama kali pada saat pembukaan sesi I
perdagangan yaitu pukul 09.30 pagi
d. High atau Highest Price menunjukkan harga tertinggi atas suatu saham yang terjadi
sepanjang perdagangan pada hari tersebut
e. Low atau Lowest Price menunjukkan harga terendah atas suatu saham yang terjadi
sepanjang perdagangan pada hari tersebut
f. Close atau Closing Price menunjukkan harga penutupan suatu saham pada saat sesi II
yaitu pukul 16.00 sore
g. Change menunjukkan selisih antara opening price (harga pembukaan) dengan last price
(harga terakhir) yang terjadi.
h. Volume menunjukkan jumlah transaksi saham pada hari itu

Data tersebut dikumpulkan dari BEI melalui situs web (http://www.duniainvestasi.com), data
tersebut masih berupa data mentah yang belum mempunyai makna. Oleh sebab itu, data
tersebut harus diolah dan disajikan dengan baik. Banyak cara untuk mengolah data

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

5 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id
tersebut. Berikut cara mengolah data dengan menggunakan frekuensi distribusi dan
kemudian disajikan dalam diagram poligon.

Grafik Poligon

Dari gambar 1.1, terlihat data sudah disajikan dalam bentuk diagram batang dan dapat
memberikan informasi bahwa sebagian besar harga saham perusahaan berada di interval
kelas kedua. Harga saham rata-rata adalah Rp 3.131 per lembar saham dengan 40%
perusahaan berada pada kisaran harga saham antara Rp 1.833 – Rp 3.472. Apabila anda
ingin membeli saham dari 10% perusahaan terbaik, maka terdapat pada kisaran harga
saham Rp 5.111 – Rp 6.750 dan ada satu perusahaan yaitu ASII (Astra International Tbk).

Selain harga saham yang menunjukkan nilai suatu perusahaan, data pada tabel 1.1 dapat
diolah lagi untuk memberikan informasi yang berguna, misalnya volume transaksi saham di
BEI yang menggambarkan pertempuran antara penawaran (supply) dan permintaan
(demand) dan dapat digunakan sebagai alat untuk menganalisis pergerakan saham, atau
informasi mengenai naik turunnya harga saham.

Pengguna Statistika
Pengguna Statistika Masalah yang Dihadapi
Manajemen 1) Penentuan struktur gaji, pesangon, dan tunjangan karyawan
2) Penentuan jumlah persediaan barang, barang dalam proses,
dan barang jadi
3) Evaluasi produktivitas karyawan
4) Evaluasi kinerja perusahaan
Akuntansi 1) Penentuan standar audit barang dan jasa
2) Penentuan depresiasi dan apresiasi barang dan jasa
3) Analisis rasio keuangan perusahaan
Pemasaran 1) Penelitian dan pengembangan produk
2) Analisis potensi pasar, segmentasi pasar dan diskriminasi
pasar

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

6 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id
 3) Ramalan penjualan
4) Efektivitas kegiatan promosi penjualan.
Keuangan 1) Potensi peluang kenaikan dan penurunan harga saham, suku
bunga dan reksadana
2) Tingkat pengembalian investasi beberapa sektor ekonomi
3) Analisis pertumbuhan laba dan cadangan usaha
4) Analisis resiko setiap usaha.
Ekonomi Pembangunan 1) Analisis pertumbuhan ekonomi, inflasi dan suku bunga
2) Pertumbuhan penduduk dan tingkat pengangguran serta
kemiskinan
3) Indeks harga konsumen dan perdagangan besar.
Agribisnis 1) Analisis produksi tanaman, ternak, ikan dan kehutanan
2) Kelayakan usaha dan skala ekonomi
3) Manajemen produksi agribisnis
4) Analisis ekspor dan impor produk pertanian.

Jenis-Jenis Statistika

a) Statistik Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan
cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana
adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau
generalisasi. Penelitian yang dilakukan pada populasi (tanpa diambil sampelnya) jelas
akan menggunakan statistic deskriptif dalam analisisnya. Tetapi bila penelitian dilakukan

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

7 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id
 pada sampel, maka analisisnya dapat menggunakan statistic deskriptif maupun
inferensial. Statistic deskriptif dapat digunakan bila peneliti hanya ingin mendeskripsikan
sampel, dan tidak ingin membuat kesimpulan yang berlaku untuk populasi di mana
sampel diambil. Tetapi bila peneliti ingin membuat kesimpulan yang berlaku untuk
populasi, maka teknik analisis yang digunakan adalah statistic inferensial.
Termasuk dalam statistik deskriptif antara lain adalah penyajian data melalui table,
grafik, diagram lingkaran, pictogram, perhitungan modus, median, mean (pengukuran
tendensi sentral), perhitungan desil, presentil, perhitungan penyebaran data melalui
perhitungan rata-rata dan standar deviasi, perhitungan prosentase. Dalam statistic
deskriptif juga dapat dilakukan mencari kuatnya hubungan antara variable melalui
analisis kolerasi, regresi, dan membuat perbandingan dengan membandingkan rata-rata
data sampel atau populasi. Hanya perlu diketahui bahwa dalam analisis korelasi, regresi,
atau membandingan dua rata-rata atau lebih tidak perlu diuji signifikansinya. Jadi secara
teknis dapat diketahui bawa, dalam statistik deskriptif tidak ada uji signifikansi, tidak ada
taraf kesalahan, karena peneliti tidak bermaksud membuat generalisasi, sehingga tidak
ada kesalahan generalisasi.
Menurut Suharyadi dan Purwanto (2009:10) statistika dibagi dalam dua jenis yaitu
statistika deskriptif dan statistika induktif.
Statistika deskriptif adalah metode statistika yang digunakan untuk menggambarkan atau
mendeskripsikan data yang telah dikumpulkan menjadi sebuah informasi.
 Contoh dari statistika deskriptif dalam bentuk uraian :
(a) Bank Rakyat Indonesia pada tahun 2007 menyalurkan kredit sebesar Rp 90 triliun
dengan laba operasi mencapai Rp 4,26 triliun dan menjadi emiten terbaik pad atahun
2007. (b) Menurut PT Jasa Marga, jumlah kecelakaan di jalan tol pada tahun 2006
mencapai 250 kecelakaan dengan jumlah kematian 68 orang.
Statistika deskiptif pada contoh tersebut menguraikan apa yang terjadi tanpa menarik
sebuah kesimpulan.
 Penyajian dalam bentuk diagram. Berikut adalah aset dari lima bank terbesar di
Indonesia pada tahun 2006.

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

8 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id
 Dengan menyajikan angka-angka ke dalam bentuk gambar, data mejadi lebih mudah
untuk dipahami. Statistik deskriptif berusaha menyajikan data menjadi informasi yang
berguna dalam berbagai bentuk diagram bentuk dan gambar.
2) Statistik Induktif (Inferensia)
Statistik inferensial, (sering juga disebut statistik induktif atau statistik probabilitas),
adalah teknik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan
untuk populasi. Statistik ini akan cocok digunakan bila sampel diambil dari populasi yang
jelas, dan teknik pengambilan sampel dari populasi yang jelas, dan teknik pengambilan
sampel dari populasi itu dilakukan secara random.
Statistik ini disebut statistik probabilitas, karena kesimpulan yang diberlakukan
untuk populasi berdasarkan data sampel itu kebenarannya bersifat peluang (probability).
Suatu kesimpulan dari data sampel yang akan diberlakukan untuk populasi itu
mempunyai peluang kesalahan dan kebenaran (kepercayaan) yang dinyatakan dalam
bentuk prosentase. Bila peluang kesalahn 5% maka taraf kepercayaan 95%, bila peluang
kesalahan 1%, maka taraf kepercayaan 99%. Peluang kesalahan dan kepercayaan ini
disebut dengan taraf signifikasi. Penguji taraf signifikasi dari hasil suatu analisis akan
lebih praktis bila didasarkan pada table t, uji F digunakan table F. Pada setiap table
sudah disediakan untuk taraf signifikasi berapa persen suatu hasil analisis dapat
digeneralisasikan. Dapat diberikan contoh misalnya dari hasil analisis korelasi ditemukan
koefisien korelasi 0,54 dan untuk signifikansi untuk 5%. Hal itu berarti hubungan variable
sebesar 0,54 itu dapat berlaku pada 95 dari 100 sampel yang diambildari suatu populasi.
Contoh lain misalnya dalam analisis uji beda ditemukan signifikasi untuk 1%. Hal ini
berarti perbedaan itu berlaku pada 99 dari 100sampel yang diambil dari populasi. Jadi
signifikasi adalah kemampuan untuk digeneralisasikan dengan kesalahan tertentu. Ada
hubungan signifikan berarti hubungan itu dapat digeneralisasikan. Ada perbedaan
signifikan berarti perbedaan itu dapat digeneralisasikan. Yang belum faham tentang

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

9 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id
 statistik, signifikan sering diartikan dengan bermakna, tidak dapat diabaikan, nyata,
berarti. Pengertian tersebut tidak operasional dan malah membingungkan.
Menurut Suharyadi dan Purwanto (2009:10), Statistika induktif adalah metode yang
digunakan untuk mengetahui tentang sebuah populasi berdasarkan suatu sampel atau
contoh dengan menganalisis dan menginterprestasikan data menjadi sebuah kesimpulan.
Pedagang jeruk mengatakan bahwa jeruknya manis. Untuk membuktikan bahwa
jeruknya manis anda dipersilahkan untuk mencoba 1 buah. Setelah mencoba 1 buah
ternyata jeruknya manis maka anda memutuskan untuk membeli 1 kg yang berisi 9 buah.
Anda yakin bahwa 9 jeruk yang anda beli manis, hanya dengan mencoba 1 buah. Inilah
yang disebut dengan menarik kesimpulan dari populasi berdasarkan contoh. Jeruk
sebanyak 9 buah yang anda beli adalah populasi dan 1 jeruk yang anda coba adalah
sampel.

Jenis-Jenis Data
Jenis-Jenis Data

Jenis data dapat dibedakan menjadi dua macam yaitu : (a) data yang diperoleh dari sampel
atau populasi berupa data kualitatif, data tersebut bukan berupa angka dan disebut dengan
data kualitatif atau atribusi. (b) data yang diperoleh dari sampel atau populasi yang berupa
data kuantitatif atau data berupa angka dan disebut dengan data kuantitatif.

Menurut Suharyadi dan Purwanto (2009:13) jenis-jenis data terbagi menjadi beberapa
macam, yaitu sebagai berikut:
1) Data kualitatif merupakan data non-angka (numerik) seperti jenis kelamin, warna
kesayangan, dan asal suku. Data kualitatif digunakan apabila kita tertarik melihat proporsi

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

10 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id
 atau bagian yang termasuk dalam kategori. Contoh berapa persen jenis kelamin pria
dibandingkan wanita, warna apa yang disukai oleh sebagian besar penduduk, dan
berapa persen suku tertentu dibandingkan dengan suku lainnya.
2) Data kuantitatif merupakan data angka atau numeri seperti jumlah mobil (bisa 0,1,2,3,
dan lain-lain), berat badan (60,1 kg; 80,5kg; dan lain-lain) dan sebagainya, jarak Solo –
Jakarta (230,5 km), dan sebagainya. Semua ukuran tersebut berupa angka. Data
kuantitatif dibedakan menjadi dua bagian yaitu data diskret dan data kontinu.
a. Data diskret merupakan data kuantitatif yang nilainya khusus dan merupakan hasil
perhitungan serta biasanya berupa bilangan bulat. Data disket seperti jumlah mobil
0,1,2, dan lain-lain. Tidak mungkin mobil bisa berjumlah 1,5 atau 2,25 dan sebagainya.
Jadi data diskret biasanya berupa bilangan bulat.
b. Data kontinu merupakan data kuantitatif yang nilainya menempati semua interval
pengukuran dan merupakan hasil pengukuran serta bisa berupa bilangan pecahan
dan bulat. Contoh berat badan bisa 60,1 kg dan 80,5 kg atau bisa 60 dan 80 kg. Tinggi
badan, luas rumah, panjang jalan dan lain-lain, yang adalah hasil pengukuran
digolongkan sebagai data kontinu.
Selain pembagian kualitatif, kuantitatif, diskret, dan kontinu, ada juga yang membagi data
kedalam data primer dan data sekunder. Data primer merupakan data yang diperoleh
langsung dari sumbernya atau objek penelitian. Data primer biasanya diperoleh dengan
cara wawancara langsung kepada objek atau dengan pengisian kuesioner (daftar
pertanyaan) yang dijawab oleh objek penelitian. Data sekunder merupakan data yang
sudah diterbitkan atau digunakan pihak lain. Contoh data sekunder adalah data yang
diambil dari koran, majalah, jurnal, dan publikasi lainnya.

Sumber Data Statistika

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

11 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id
1. Badan Pusat Statistik (BPS) banyak menerbitkan data baik bulanan maupun tahunan
mengenai data ekonomi Indonesia, data sektoral dan data sosial. Anda bisa mengunjungi
situs BPS di http://www.bps.go.id
2. Bank Indonesia (BI) setiap bulan, triwulan, dan tahunan menerbitkan Laporan
Perkembangan Ekonomi Keuangan dan Kerja Sama Internasional. Anda bisa
menghubungi Direktorat Riset Ekonomi dan Kebijakan Moneter BI, atau mengunjungi
situs BI di http://www.bi.go.id
3. Selain BPS dan BI, untuk beberapa data produksi, konsumsi dan data lain yang bersifat
khusus, dapat dicari di departemen masing-masing seperti Departemen Perindustrian
dan Perdagangan, Departemen Pertanian, Departemen Keuangan, dan lain-lain
4. Beberapa majalah juga memberikan data tentang ekonomi dan bisnis. Majalah prospektif
misalnya, mengkaji bisnis dan investasi, pasar saham, dan kinerja keuangan perusahaan
emiten. Anda bisa mengunjungi situsnya di http://www.prospektif.com untuk memperoleh
data ekonomi, dan bisnis. Anda juga dapat mengunjungi majalah jurnal di
http://www.jurnalindonesia.com , majalah InfoBank untuk data perbankan dan keuangan
di http://www.infobank.co.id , dan banyak lagi.
5. Untuk data ekonomi dan bisnis yang bersifat internasional, anda peroleh dari Bank Dunia
(World Bank) dan Data Moneter Internasional (Internasioal Moneter Fund-IMF). Untuk
mengunjungi situs kedua lembaga tersebut, anda dapat mencari alamatya melalui situs
pencari seperti google.com atau melalui yahoo.com.

Skala Pengukuran
1) Skala Nominal
Angka yang diberikan hanya sebagai label saja.
Contoh: pria = 1, wanita = 2 dan waria = 3
Skala nominal merupakan skala pengukuran paling sederhana, dimana angka yang
diberikan kepada objek mempunyai arti sebagai label saja dan tidak menunjukkan
tingkatan apa-apa. Istilah pengukuran skala nominal umumnya digunakan untuk data
atau objek yang hanya dapat diklasifikasikan pada beberapa kategori. Setiap kategori
dalam klasifikasi data tidak boleh saling tumpang tindih atau setiap peristiwa bersifat
saling lepas (mutually exclusive), suatu peristiwa tidak mempengaruhi peristiwa lainnya.
Hasil pengukuran skala nominal tidak dapat diurutkan tetapi bisa dibedakan. Contoh
umum yang biasa dipakai, yaitu variabel jenis kelamin. Dalam hal ini hasil pengukuran
tidak dapat diurutkan (wanita lebih tinggi dari pada lak-laki atau sebaliknya), tetapi lebih

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

12 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id
 pada perbedaan keduanya. Contoh-contoh aplikasi skala nominal, yaitu : merek dagang,
jenis toko , wilayah penjualan.
Untuk skala nominal uji statistika yang sesuai digunakan adalah uji statistik yang
berdasarkan counting seperti modus dan distribusi frekuensi.
Contoh Skala Nominal
Tabel 1.2 Nilai Aset Perbankan 2011
Aset (Rp
No Bank Triliun)
1 PT Bank Central Asia Tbk. (BCA) 323.345
2 PT Bank CIMB Niaga Tbk. 142.932
3 PT Bank Rakyat Indonesia Tbk. (BRI) 395.396
4 PT Bank Negara Indonesia Tbk. (BNI) 241.169
5 PT Bank Mandiri Tbk. 410.619
Tabel 1.2 menunjukkan contoh skala nominal. Urutan nomor 1, 2, ..., 5, hanyalah
pelabelan tidak dimaksudkan bahwa nomor urut 1 lebih baik dari nomor urut yang lebih
besar, misalnya bahwa PT Bank Central Asia Tbk (BCA) lebih baik dari PT Bank Rakyat
Indonesia Tbk (BRI). Urutan tersebut hanya sekedar urutan dan dapat diubah tanpa
mengubah arti.

2) Skala Ordinal
Skala ordinal adalah angka yang diberikan dimana angka-angka tersebut mengandung
pengertian tingkatan. Ukuran ordinal digunakan untuk mengurutkan objek atau data yang
terendah sampai tertinggi atau sebaliknya. Skala ordinal hanyalah meberikan nilai urutan
atau ranking dan tidak menggambarkan nilai absolut.
Contoh: ranking 1, 2, dan 3. Ranking 1 menunjukkan lebih tinggi dari ranking 2 dan 3
Hasil pengukuran skala ini dapat menggambarkan posisi atau peringkat tetapi tidak
mengukur jarak antar peringkat. Jarak antara peringkat 1 dan 2 tidak harus sama dengan
jarak peringkat 2 dan 3. Dalam skala ordinal, peringkat yang ada tidak memiliki satuan
ukur. Contoh: status sosial (tinggi, rendah, sedang), hasil pengukuran yang
mengelompokkan masyarakat-masyarakat masuk pada status sosial tinggi, rendah atau
sedang. Dalam hal ini, kita dapat mengetahui tingkatannya, tetapi perbedaan antar status
sosial (tinggi-rendah, rendah-sedang, tinggi-sedang) belum tentu sama. Contoh aplikasi :
tingkat preferensi, jabatan manajemen, jenjang karier.
Uji statistik yang sesuai dengan skala ordinal adalah modus, median, distribusi frekuensi,
dan statistik non parametrik seperti rank order correlation.

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

13 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id
 Contoh Skala Ordinal
Tabel 1.3 Skala Ordinal Untuk Aset Perbankan 2011

No Bank Aset (Triliun Rupiah)

1 State Savings Bank Tbk. PT (BTN) 68.334
2 PT Bank Internasional Indonesia Tbk. (BII) 72.030
3 PT Bank Permata Tbk. 74.040
4 PT Bank Pan Indonesia Tbk. (Panin) 106.508
5 PT Bank Danamon Indonesia Tbk. 113.860
6 PT Bank CIMB Niaga Tbk. 142.932
7 PT Bank Negara Indonesia Tbk. (BNI) 241.169
8 PT Bank Central Asia Tbk. (BCA) 323.345
9 PT Bank Rakyat Indonesia Tbk. (BRI) 395.396
10 PT Bank Mandiri Tbk. 410.619

Pada tabel 1.3 skala nominal sudah diubah menjadi skala ordinal, dimana angka 1, 2, ...,
10 menunjukkan ranking aset bank. Nilai 1, yaitu aset Bank BTN adalah yang paling kecil
dan angka 10 Bank Mandiri menunjukkan urutan atau ranking aset terbesar. Pada skala
ordinal juga tidak dilakukan operasi penjumlahan seperti 1 adalah BTN dan 2 adalah BII,
maka 1 + 2 = 3, atau BTN ditambah BRI menjadi Bank Permata.

3) Skala Interval
Skala interval adalah suatu skala pemberian angka pada klasifikasi atau kategori dari
objek yang mempunyai sifat ukuran ordinal dan ditambah satu sifat lain yaitu jarak atau
interval yang sama dan merupakan ciri dari objek yang diukur.
Skala interval memberikan ciri angka kepada objek yang mempunyai skala nominal dan
ordinal, dilengkapi dengan jarak yang sama pada urutan objeknya. Skala interval bisa
dikatakan tingkatan skala ini berada diatas skala ordinal dan nominal. Ciri penting dari
skala ini: datanya bisa ditambahkan, dikurangi, digandakan, dan dibagi tanpa
mempengaruhi jarak relatif skor-skornya. Selanjutnya skala ini tidak mempunyai nilai nol
mutlak sehingga tidak dapat diinterpretasikan secara penuh besarnya skor dari rasio
tertentu. Pada skala pengukuran interval, rasio antara dua interval sembarang tidak
tergantung pada nilai nol dan unit pengukuran.
Contoh skala interval dibawah ini. Klasifikasi saham dari prospektif sampai tidak
prospektif dilengkapi dengan interval harga saham. Klasifikasi prospektif mempunyai
interval tertentu dan setiap klasifikasi mempunyai jarak tertentu sebagai ciri dari skala
interval.

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

14 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id
 Tabel 1.5 Skala Interval Untuk Klasifikasi Saham Perusahaan Otomotif dan Komponennya di BEI,
11 November 2011

No Peringkat Saham Interval Jarak Jumlah

1 Sangat Prospektif 5.438 - 6.750 311 1
2 Prospektif 4.127 - 5.438 311 2
3 Cukup Prospektif 2.816 - 4.127 311 2
4 Kurang Prospektif 1.505 - 2.816 311 3
5 Tidak Prospektif 194 - 1.505 311 2

Pada tabel 1.5 terlihat skala interval, misalnya klasifikasi saham sangat prospektif
mempunyai interval harga saham antara Rp 5.438 – Rp 6.750 per lembarnya. Setiap
interval mempunyai jarak yang sama yaitu Rp 311. Klasifikasi yang mempunyai urutan
atau ranking, kemudian mempunyai interval dengan jarak yang sama, merupakan skala
interval.

4) Skala Rasio
Skala rasio adalah skala yang mencakup semua skala yaitu nominal, ordinal dan interval
disamping memberikan keterangan tentang nilai absolut dari objek yang diukur. Angka
pada skala rasio menunjukkan nilai sebenarnya dari objek yang diukur. Perbedaan utama
antara skala interval dan rasio adalah: (a) data skala rasio memiliki titik nol yang
mempunyai arti dan (b) rasio antara keduanya juga mempunyai arti. Berikut adalah
Contoh skala rasio
Table 1.6 Skala Rasio Untuk Harga Saham, Penjualan Mobil dan Inflasi
Kondisi A Kondisi B Rasio A/B

Harga Saham BCA (11/11/13) Rp 10.250 Harga Saham BNI (11/11/13) Rp 4.525 2,26

Penjualan Toyota Mei 2013 180.161 Unit Penjualan Izuzu Mei 2013 13.419 13,42

Inflasi Indonesia 2012 4,30% Inflasi Amerika Serikat 2012 2,069% 2,08

Saham BCA dibandingkan dengan saham BNI sebesar 2,26 kali. Rasio penjualan Toyota
dibandingkan dengan Isuzu sebesar 13,42 kali dan rasio inflasi di Indonesia
dibandingkan dengan AS sebesar 2,08 kali. Skala rasio pada contoh tersebut
menunjukkan bahwa nilai nominalnya mempunyai arti demikian juga nilai rasionya.
Tingkatan Skala pengukuran diatas mengurutkan dari tingkat rendah (1 skala nominal)
sampai tingkat paling tinggi (4 skala rasio). Skala Pengukuran dengan tingkatan
pengukuran lebih tinggi dapat diubah ke tingkat yang lebih rendah , tetapi hal sebaliknya
tidak dapat dilakukan.

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

15 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id
Econometrics
Ekonometri adalah suatu ilmu yang mengkombinasikan teori ekonomi dan statistik ekonomi,
dengan tujuan menyelidiki dukungan empiris dari hukum skematik yang dibangun oleh teori
ekonomi. Beberapa definisi ilmu ekonometri menurut para ahli:
1) Arthur S. Goldberger
Ilmu ekonometri adalah ilmu sosial yang menerapkan peralatan teori ekonomi ,
matematik, dan statistik inferensi untuk menganalisis fenomena ekonomi
2) A,S. Golberger
Tugas utama teori ekonometrika adalah menjembantani hubungan-hubungan pasti teori
ekonomi dan hubungan gangguan kenyataan ekonomi.

Tujuan-tujuan Ekonometri
1. Membuktikan atau menguji viliditas ekonomi (verifikasi).
2. Menghasilkan taksiran-taksiran numerik bagi koefisien-koefisien hubungan ekonomi yang
selanjutnya bisa digunakan untuk keperluan kebijakanekonomi (penaksiran).
3. meramalkan nilai besar-besaran ekonomi di masa yang akan datang dengan derajat
probabilitas tertentu (peramalan).

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

16 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id
Langkah – langkah dalam metodologi penelitian ekonometrika yaitu sebagai berikut:

Langkah 1
Model yang akan dibagun harus didasarkan kepada teori ekonomi (Teori Ekonomi Mikro,
Teori Ekonomi Makro dan Teori ekonomi Pembangunan)

Langkah 2
Menspesifikasikan model, meliputi:
a. Variable bebas atau variable penjelas maupun variable terikat yang akan dimasukkan ke
dalam model.
b. Asumsi – asumsi a priori mengenai nilai dan tanda parameter dari model.
c. Bentuk matematik dari model.

Langkah 3
Penaksiran model dengan metode ekonometrika yang tepat, meliputi:
a. Pengumpulan data
b. Menyelidiki ada tidaknya pelanggaran asumsi klasik
c. Menyelidiki syarat identifikasi jika modelnya mengandung lebih dari satu persamaan.
d. Memilih teknik ekonometrika yang tepat untuk penaksiran model

Langkah 4
Evaluasi atau pengujian untuk memutuskan apakah taksiran – taksiran terhadap parameter
sudah bermakna secara teoritis dan nyata secara statistik, meliputi:
a. Kriteria apriori ekonomi
b. Kriteria statistik
c. Kriteria ekonometri

Langkah 5
Menguji kekuatan peramalan model

Langkah 6
Inferensi Statistik
Apakah hasil uji statistik dan ekonometrik mendukung teori, jika tidak mendukung ulangi cek
data kembali serta beri alasan pendukung mengapai hasil tidak sesuai dengan teori.
Membedakan konsep regresi, kausalitas dan korelasi. Ekonometrik disini tidak terlepas dari
ilmu statistika dan matematika. Statistika yang lazim digunakan juga akan masuk dalam

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

17 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id
ekonometrik. Berikut ada beberapa tehnik analisis yang akan sering digunakan dalam
analisis ekonometrik:
1. Regresi
2. Korelasi
3. Kausalitas
4. Forecasting
Regresi menunjukkan hubungan pengaruh satu arah yaitu variabel independen ke variabel
dependen, sedangkan kausalitas menunjukkan hubungan dua arah. Dan Analisis korelasi
bertujuan untuk mengukur kuatnya tingkat hubungan linear antara dua variabel. Selain
tehnik analisis, data merupakan suatu hal yang akan sangat mempengaruhi analsis yang
akan digunakan dalam ekonometrik. karena data akan mempengaruhi seberapa besar
tingkat presisi dari analisis tersebut. ada 3 jenis data:
 Cross sectional
Artinya itu data yang dikumpulkan dalam satu waktu
Contoh: data PDRB provinsi di Indonesia tahun 2017
 Time series
Artinya data yang dikumpulkan dalam satu series waktu
Contoh: data PDRB DIY tahun 1990-2017
 Panel
Merupakan data gabungan cross sectional dan time series
Contoh: data PDRB provinsi di seluruh Indonesia tahun 1997-2017

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

18 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id
 Daftar Pustaka
Algifari, 2013, Statistika Induktif Untuk Ekonomi Dan Bisnis, UPP STIM YKPN
Sugiyono. Prof., Dr. (2011), Metode Penelitian Kuantitatif, Kualitatif, dan R & D, Bandung:
Penerbit Alfabeta
Sugiyono. Prof., Dr. (2014), Statistika untuk Penelitian, Bandung: Penerbit Alfabeta
Suharyadi dan Purwanto, 2016, Statistika untuk Ekonomi dan Keuangan Modern Edisi 3,
Salemba Empat
Supardi., Dr (2013), Aplikasi Statistika Dalam Penelitian, Jakarta: Change Publication

2019 Statistik Bisnis Pusat Bahan Ajar dan eLearning

19 Rieke Pernamasari, SE., M.Ak http://www.mercubuana.ac.id