1

MAKALAH
STATISTIKA APA GITU

Makalah
Diajukan untuk Memenuhi Salah Satu Tugas Perbaikan Nilai

Oleh :
Lia Yuskianti
NIM. xxxxxxxxxxxxxx

PROGRAM STUDI PERBANKAN SYARIAH

SEKOLAH TINGGI EKONOMI DAN BISNIS ISLAM (STEBI)

GLOBAL MULIA CIKARANG

2021
 i

KATA PENGANTAR
Bismillahirahmanirrahiim
Puji syukur diucapkan kehadirat Allah SWT atas segala
rahmatNya sehingga makalah ini dapat tersusun sampai dengan selesai.
Tidak lupa kami mengucapkan terimakasih terhadap bantuan dari pihak
yang telah berkontribusi dengan memberikan sumbangan baik pikiran
maupun materinya.
Penulis sangat berharap semoga makalah ini dapat menambah
pengetahuan dan pengalaman bagi pembaca. Bahkan kami berharap lebih
jauh lagi agar makalah ini bisa pembaca praktekkan dalam kehidupan
sehari-hari.
Bagi kami sebagai penyusun merasa bahwa masih banyak
kekurangan dalam penyusunan makalah ini karena keterbatasan
pengetahuan dan pengalaman Kami. Untuk itu kami sangat
mengharapkan kritik dan saran yang membangun dari pembaca demi
kesempurnaan makalah ini.

Bekasi, April 2021

Penyusun
 ii

DAFTAR ISI

KATA PENGANTAR...........................................................................................
DAFTAR ISI.........................................................................................................
BAB I PENDAHULUAN.....................................................................................
A. Latar Belakang.............................................................................................
B. Rumusan Masalah........................................................................................
C. Tujuan ..........................................................................................................
BAB II PEMBAHASAN......................................................................................
A. Pengertian Statistik Deskriptif......................................................................
B. Penyajian Data..............................................................................................
C. Pengertian Dispersi Data..............................................................................
D. Kegunaan Ukuran Penyebaran Data.............................................................
E. Kemiringan dan Kerunncingan Data............................................................
F. Pengertian Statistik Inferensial.....................................................................
G. Ruang lingkup Bahasan Statistika Inferensial..............................................
BAB III PENUTUP............................................................................................
A. Kesimpulan.................................................................................................
B. Saran...........................................................................................................
DAFTAR PUSTAKA........................................................................................
 1

BAB I
PENDAHULUAN
A. Latar Belakang
Statistika berasal dari bahasa latin yaitu status yang berarti negara
dan digunakan untuk urusan negara. Hal ini dikarenakan pada mulanya,
statistik hanya digunakan untuk menggambar keadaan dan menyelesaikan
masalah yang berhubungan dengan kenegaraan saja seperti : perhitungan
banyaknya penduduk, peembayaran pajak, gaji pegawai, dan lain
sebagainya.
Statistika adalah ilmu yang merupakan cabang dari matematika
terapan yang membahas metode-metode ilmiah untuk pengumpulan,
pengorganisasian, penyimpulan, penyajian, analisis data, serta penarikan
kesimpulan yang sahih sehingga keputusan yang diperoleh dapat diterima.
Statistika deskriptif adalah tehnik yang digunakan untuk
mensarikan data dan menampilkannya dalam bentuk yang dapat
dimengerti oleh setiap orang. Hal ini melibatkan proses kuantifikasi dari
penemuan suatu fenomena. Berbagai statistik sederhana, seperti rata-rata,
dihitung dan ditampilkan dalam bentuk tabel dan grafik. Statistika
deskriptif dapat memberikan pengetahuan yang signifikan pada kejadian
fenomena yang belum dikenal dan mendeteksi keterkaitan yang ada di
dalamnya. Tetapi dapatkah statistika deskriptif memberikan hasil yang
bisa diterima secara ilmiah? Statistik merupakan suatu alat pengukuran
yang berhubungan dengan keragaman pada karakteristik objek-objek yang
berbeda .
Statistika inferensial mencakup semua metode yang berhubungan
dengan analisis sebagian data (contoh ) atau juga sering disebut dengan
sampel untuk kemudian sampai pada peramalan atau penarikan
kesimpulan mengenai keseluruhan data induknya (populasi). Dalam
statistika inferensial diadakan pendugaan parameter, membuat hipotesis,
serta melakukan pengujian hipotesis tersebut sehingga sampai pada
kesimpulan yang berlaku umum. Metode ini disebut juga statistika
 2

induktif, karena kesimpulan yang ditarik didasarkan pada informasi dari

sebagian data saja. Pengambilan kesimpulan dari statistika inferensial yang
hanya didasarkan pada sebagian data saja sebagian data saja menyebabkan
sifat tak pasti, memungkinkan terjadi kesalahan dalam pengambilan
keputusan, sehingga pengetahuan mengenai teori peluang mutlak
diperlukan dalam melakukan metode-metode statistika inferensial.
Statistik inferensial digunakan dalam proses mengambil keputusan
dalam menghadapi ketidakpastian dan perubahan. Contoh ketidakpastian
adalah kuat tekan beton dalam suatu pengujian tidak sama, walaupun
dibuat dengan material yang sama. Dengan perkataan lain statistik
inferensial tidak hanya mengumpulan data, tetapi juga mengambil
kesimpulan dari suatu sistem saintifik.
Untuk mengetahui lebih jelas mengenai Statistika Inferensial, akan
diuraikan mengenai pengertian Statistika Inferensial dan  ruang lingkup
Statistika Inferensial.
B. Rumusan Masalah
Berdasarkan uraian latar belakang diatas, maka dalam makalah ini
ada 2 (dua) rumusan masalah yang terkaji yakni :
a. Apa yang dimaksud dengan Statistik Deskriptif dan Statistik
Inferensial?
b. Apa fungsi dari Statistik Deskriptif dan Statistik Inferensial ?
c. Apa saja  yang termasuk  ruang lingkup Statistik Deskriptif dan
Statistik Inferensial ?
C. Tujuan
Berdasarkan rumusan masalah diatas, maka tujuan yang ingin
dicapai dalam penulisan makalah ini adalah sebagai berikut:
a. Mengetaui pengertian dari Statistik Deskriptif dan Statistik
Inferensial?
b. Mengetahui fungsi dari Statistik Deskriptif dan Statistik Inferensial ?
c. Mengetahui ruang lingkup Statistik Deskriptif dan Statistik
Inferensial?
 3

BAB II
PEMBAHASAN
A. Pengertian Statistik Deskriptif
Statistika deskriptif adalah tehnik yang digunakan untuk
mensarikan data dan menampilkannya dalam bentuk yang dapat
dimengerti oleh setiap orang. Hal ini melibatkan proses kuantifikasi dari
penemuan suatu fenomena. Berbagai statistik sederhana, seperti rata-rata,
dihitung dan ditampilkan dalam bentuk tabel dan grafik. Statistika
deskriptif dapat memberikan pengetahuan yang signifikan pada kejadian
fenomena yang belum dikenal dan mendeteksi keterkaitan yang ada di
dalamnya. Statistik merupakan suatu alat pengukuran yang berhubungan
dengan keragaman pada karakteristik objek-objek yang berbeda .
Objek yang belum dikenal tidaklah mewakili populasi objek yang
memiliki “quantifiabel feature” melalui penyelidikan. Namun demikian,
keragaman bisa menjadi hasil dari keberagaman yang lainnya (karena acak
atau terkontrol). Pada ilmu fisika, yang sangat berkaitan dengan ekstraksi
dan formulasi persamaan matematik tidak menyisakan banyak tempat
untuk fluktuasi acak. Pada ilmu statistika, fluktuasi seperti itu dapat
dijadikan model. Hubungan relasi statistik selanjutnya merupakan
hubungan relasi yang menerangkan suatu proporsi perubahan stokastik
yang pasti.
Statistika Deskriptif adalah ilmu yang mempelajari tentang cara:
a. Mengumpulkan data/informasi.
b. Mengolah data hasil pengumpulan.
c. Menyajikan data hasil pengolahan.
d. Menganalisis data.
Berikut merupakan penjelasan mengenai pengertian statistk
menurut para ahli :
 4

1. Sudjana (1996:7) menjelaskan : Fase statistika dimana hanya berusaha

melukiskan atau mengalisa kelompok yang diberikan tanpa membuat
atau menarik kesimpulan tentang populasi atau kelompok yang lebih
besar dinamakan statistika deskriptif
2. Iqbal Hasan (2001:7) menjelaskan : Statistik deskriptif atau statistik
deduktif adalah bagian dari statistik mempelajari cara pengumpulan
data dan penyajian data sehingga mudah
dipahami.Statistik deskriptif hanya berhubungan dengan hal
menguraikan atau memberikan keterangan-keterangan mengenai suatu
data atau keadaan atau fenomena. Dengan kata lain, statistikdeskriptif
berfungsi menerangkan keadaan, gejala, atau persoalan. Penarikan
kesimpulan pada statistik deskriptif (jika ada) hanya ditujukan pada
kumpulan data yang ada. Didasarkan pada ruang lingkup bahasannya
statistik deskriptif mencakup Distribusi frekuensi beserta bagian-
bagiannya seperti :
a. Grafik distribusi (histogram, poligon frekuensi, dan ogif);
b. Ukuran nilai pusat (rata-rata, median, modus, kuartil dan
sebagainya);
c. Ukuran dispersi (jangkauan, simpangan rata-rata, variasi,
simpangan baku, dan sebagianya).
d. Kemencengan dan keruncingan kurva
 Angka indeks
 Times series/deret waktu atau berkala
 Korelasi dan regresi sederhana
3. Pangestu Subagyo (2003:1) menyatakan : Yang dimaksud sebagai
statistika deskriptif adalah bagian statistika mengenai pengumpulan
data, penyajian, penentuan nilai-nilai statistika, pembuatan diagramatau
gambar mengenai sesuatu hal, disini data yang disajikan dalam bentuk
yang lebih mudah dipahami atau dibaca.
 5

4. Bambang Suryoatmono (2004:18) menyatakan Statistika Deskriptif

adalah statistika yang menggunakan data pada suatu kelompok untuk
menjelaskan atau menarik kesimpulan mengenai kelompok itu saja.
a. Ukuran Lokasi: mode, mean, median, dll.
b. Ukuran Variabilitas: varians, deviasi standar, range, dll.
c. Ukuran Bentuk: skewness, kurtosis, plot boks

B. Penyajian Data
Sebagai peneliti kita menginginkan data yang kita peroleh dapat
memberikan informasi yang kita inginkan. Tidak saja kita yang
menginginkan data memberikan informasi yang baik dan akurat tetapi
orang yang membaca hasil penelitian kita juga dapat mengetahui keadaan
variabel penelitian kita. Oleh sebab itu pemilihan statistik yang tepat
sesuai dengan jenis data dan tujuan penelitian kita merupakan sesuatu yang
harus dipertimbangkan. Prinsip dasar penyajian data adalah komunikatif
dan lengkap, dalam arti yang disajikan dapat menarik perhatian pihak lain
untuk membacanya dan mudah mamahami isinya dan tentu saja pemilihan
penyajian data harus sesuai dengan jenis data dan tujuan dari informasi
yang akan diberikan.
Ada beberapa cara penyajian data, yaitu :
1. Tabel
a. Tabel biasa
b. Tabel distribusi frekuensi
c. Tabel kontingensi
2. Garfik atau Diagram
a. Diagram batang
b. Histogram
c. Diagram garis
d. Diagram lingkaran
e. Diagram pencar
C. Pengertian Dispersi Data
 6

Penyebaran atau dispersi adalah perserakan dari nilai observasi

terhadap nilai rata-ratanya. Rata-rata dari serangkaian nilai observasi tidak
dapat diinterpretasikan secara terpisah dari hasil dispersi nilai-nilai
tersebut sekitar rataratanya.Makin besar variasi nilaixi , makin kurang
representatif rata-rata distribusinya. Ukuran penyebaran suatu kelompok
data terhadap pusat data disebut dispersi atau variasi atau keragaman data.
Dispersi data digunakan untuk membandingkan penyebaran 2 distribusi
data atau lebih.
Beberapa jenis pengukuran Dispersi adalah sebagai berikut: 
1. Jangkauan (Range)
Selisih antara batas atas dari kelas tertinggi dengan batas bawah dari
kelas terendah.
2. Simpangan Rata-Rata (Mean Deviation)
Jumlah nilai mutlak dari selisih semua nilai dengan nilai rata-rata dibagi
banyaknya data.
3. Varians (Variance)
Rata-rata hitung deviasi kuadrat setiap data terhadap rata-rata
hitungnya.
4. Standar Deviasi
Akar kuadrat dari varians dan menunjukkan standar penyimpangan data
terhadap nilai rata-ratanya.
5. Jangkauan kuartil dan jangkauan persentil 10-90
Jangkauan kuartil disebut juga simpangan kuartil atau semi antar kuartil
atau deviasi kuartil sedangkan jangkauan persentil 10-90 disebut juga
rentang persentil 10-90.
6. Koefisien Variasi
Koefisien Variasi, disebut dispersi relatif, dapat digunakan untuk
membandingkan nilai – nilai besar dengan nilai – nilai kecil. Sedangkan
lima bentuk dispersi sebelumnya tidak bisa.
D. Kegunaan Ukuran Penyebaran Data
 7

Dispersi Data adalah data yang menggambarkan bagaimana suatu

kelompok data menyebar terhadap pusatnya data atau ukuran penyebaran
suatu kelompok data terhadap pusatnya data.
Dispersi data sangat penting untuk membandingkan penyebaran 2
distribusi data atau lebih. Pusat data seperti rata-rata hitung, median dan
modus hanya memberi informasi yang sangat terbatas sehingga tanpa
disandingkan dengan dispersi data menjadi kurang bermanfaat dalam
menganalisa data.
Kegunaan ukuran penyebaran antara lain sebagai berikut :
1. Ukuran penyebaran dapat digunakan untuk menentukan apakah nilai
rata-ratanya benar-benar representatif atau tidak. Apabila suatu
kelompok data mempunyai penyebaran yang tidak sama terhadap nilai
rata-ratanya, maka dikatakan bahwa nilai rata-rata tersebut tidak
representatif.
2. Ukuran penyebaran dapat digunakan untuk mengadakan perbandingan
terhadap variabilitas data.
3. Ukuran penyebaran dapat membantu penggunaan ukuran statistika,
misalnya dalam pengujian hipotesis, apakah dua sampel berasal dari
populasi yang sama atau tidak.
E. Kemiringan dan Kerunncingan Data
a. Kemiringan Distribusi Data
Kemiringan adalah derajat atau ukuran dari ketidaksimetrisan
suatu distribusi data. Pengukuran kemiringan suatu distribusi data dapat
diketahui dengan beberapa cara, antara lain:
1. Memperhatikan hubungan antara rata-rata hitung, median dan
modus.
2. Menggunakan koefisien Pearson.
3. Menggunakan Momen ketiga.
4. Menggunakan kotak diagram garis.
b. Keruncingan Distribusi Data
 8

Keruncingan distribusi data adalah derajat atau ukuran tinggi

rendahnya puncak suatu distribusi data terhadap distribusi normalnya
data. Keruncingan distribusi data disebut juga kurtosis.
Ada tiga jenis derajat keruncingan:
1. Leptokurtis : Distribusi data yang puncaknya relatif tinggi
2. Mesokurtis : Distribusi data yang puncaknya normal
3. Platikurtis : Distribusi data yang puncaknya terlalu rendah dan
terlalu mendatar

F. Pengertian Statistik Inferensial

Statistika Inferensial adalah serangkaian teknik yang digunakan
untuk mengkaji, menaksir dan mengambil kesimpulan berdasarkan data
ynag diperoleh dari sempel untuk menggambarkan karakteristik atau ciri
dari suatu populasi. Oleh karena itu, statistika inferensial disebut
juga statistik induktif atau statistik penarikan kesimpulan. Dalam statistika
inferensial, kesimpulan dapat diambil setelah melakukan pengolahan serta
penyajian data dari suatu sampel yang diambil dari suatu populasi,
sehingga agar dapat memberikan cerminan yang mendekati sebenarnya
dari suatu populasi, maka ada beberapa hal yang perlu diperhatikan dalam
statistika inferensial, diantaranya:
1. Banyaknya subyek penelitian, maksudnya jika populasi ada 1000,
maka sampel yang diambil jangan hanya 5, namun diusahakan lebih
banyak, seperti 10 atau 50.
2. Keadaan penyebaran data. Dalam hal ini perlu diperhatikan bahwa
pengambilan sampel harus merata pada bagian populasi. Diharapkan
dalam pengambilan sampel dilakukan secara acak, sehingga
kemerataan dapat dimaksimalkan dan apapun kesimpulan yang
didapat dapat mencerminkan keadaan populasi yang sebenarnya.
Statistika Inferensial atau induktif adalah statistik bertujuan
menaksir secara umum suatu populasi dengan menggunakan hasil sampel,
 9

termasuk didalamnya teori penaksiran dan pengujian teori. Statistika

Inferensial digunakan untuk melakukan :
1. Generalisasi dari sampel ke populasi.
2. Uji hipotesis (membandingkan atau uji perbedaan/kesamaan dan
menghubungkan, yaitu uji keterkaitan, kontribusi).
G. Ruang lingkup Bahasan Statistika Inferensial
Berdasarkan ruang lingkup bahasannya, statistika inferensial mencakup :
1. Distribusi Teoritis
Salah satu distribusi frekuensi yang paling penting dalam
statistika adalah distribusi normal. Distribusi normal berupa kurva
berbentuk lonceng setangkup yang melebar tak berhingga pada kedua
arah positif dan negatifnya. Penggunaanya sama dengan penggunaan
kurva distribusi lainnya. Frekuensi relatif suatu variabel yang
mengambil nilai antara dua titik pada sumbu datar. Tidak semua
distribusi berbentuk lonceng setangkup merupakan distribusi normal.
Sifat dari variabel kontinu berbeda dengan variabel diskrit.
Variabel kontinu mencakup semua bilangan, baik utuh maupun
pecahan. Oleh karenanya tidak bisa dipisahkan satu nilai dengan nilai
yang lain. Itulah sebabnya fungsi variabel random kontinu sering
disebut fungsi kepadatan, karena tidak ada ruang kosong diantara dua
nilai tertentu. Dengan kata lain sesungguhnya keberadaan satu buah
angka dalam variabel kontinu jika ditinjau dari seluruh nilai adalah
sangat kecil, bahkan mendekati nol. Karena itu tidak bisa dicari
probabilitas satu buah nilai dalam variabel kontinu, tetapi yang dapat
dilakukan adalah mencari probabilitas diantara dua buah nilai.
2. Sampling dan Sampling Distribusi
Sampling adalah bagian dari metodologi statistika yang
berhubungan dengan pengambilan sebagian dari populasi. Jika
sampling dilakukan dengan metode yang tepat, analisis statistik dari
suatu sampel dapat digunakan untuk menggeneralisasikan keseluruhan
 10

populasi. Sampling berguna dalam penarikan kesimpulan (inference)

yang valid dan dapat dipercaya.
Distribusi Sampling adalah distribusi nilai statistik sampel-
sampel. Jika statistik yang ditinjau adalah mean dari masing – masing 
sampel, maka distribusi yang terbentuk disebut distribusi mean –
mean  sampling (sampling distribution of the means). Dengan
demikian dapat juga diperoleh distribusi deviasi standard, varians,
median dari sampling. Masing – masing  jenis distribusi sampling
dapat dihitung ukuran-ukuran statistik deskriptifnya (mean, range,
deviasi standard, da lain-lain). Sampling memiliki beberapa tipe
diataranya :
a. Simple random sampling adalah sebuah proses sampling yang
dilakukan sedemikian rupa sehingga setiap satuan sampling yang
ada dalam populasi mempunyai peluang yang sama untuk dipilih
ke dalam sampel.
b. Systematic sampling merupakan pengambilan setiap unsur ke k
dalam populasi, untuk dijadikan sampel. Pengambilan sampel
secara acak hanya dilakukan pada pengambilan awal saja,
sementara pengambilan kedua dan seterusnya ditentukan secara
sistematis, yaitu menggunakan interval tertentu sebesar k.
c. Stratified sampling  adalah penarikan sampel berstrata yang
dilakukan dengan mengambil sampel acak sederhana dari setiap
strata populasi yang sudah ditentukan lebih dulu.
d. Convenience sampling, sampel diambil berdasarkan faktor
spontanitas, artinya siapa saja yang secara tidak sengaja bertemu
dengan peneliti dan sesuai dengan karakteristiknya, maka orang
tersebut dapat dijadikan sampel.
e. Judgement sampling (purposive sampling) adalah teknik
penarikan sampel yang dilakukan berdasarkan karakteristik yang
ditetapkan terhadap elemen populasi target yang disesuaikan
dengan tujuan atau masalah penelitian.Bedanya, jika dalam
 11

sampling stratifikasi penarikan sampel dari setiap subpopulasi

dilakukan dengan acak, maka dalam sampling kuota, ukuran serta
sampel pada setiap sub-subpopulasi ditentukan sendiri oleh peneliti
sampai jumlah tertentu tanpa acak.
f. Snowball Sampling merupakan salah satu bentuk judgement
sampling yang sangat tepat digunakan bila populasinya kecil dan
spesifik. Cara pengambilan sampel dengan teknik ini dilakukan
secara berantai, makin lama sampel menjadi semakin besar, seperti
bola salju yang menuruni lereng gunung.

Sampling memiliki beberapa kriteria diantaranya :

Kriteria yang harus diperhatikan untuk menentukan tipe sampling
yang baik, diantaranya:
1. dapat menghasilkan gambaran yang dapat dipercaya dari seluruh
populasi
2. dapat menentukan presisi dari hasil penelitian.
3. sederhana, mudah dilaksanakan, dan
4. dapat memberikan keterangan sebanyak mungkin tentang
populasi dengan biaya minimal.
Tahapan sampling adalah:
1. Mendefinisikan populasi hendak diamati
2. Menentukan kerangka sampel, yakni kumpulan semua item atau
peristiwa yang mungkin
3. Menentukan metode sampling yang tepat
4. Melakukan pengambilan sampel (pengumpulan data)
5. Melakukan pengecekan ulang proses samplig.
3. Pendugaan Populasi atau Teori Populasi
Populasi adalah himpunan dari unsur – unsur yang sejenis.Unsur-
unsur sejenis tersebut bisa berupa manusi, hewan, tumbuh –
tumbuhan, benda – benda, zat cair, peristiwa dan sejenisnya. Besarnya
 12

populasi bisa terbatas dan bisa tidak terbatas. Populasi dari mana
sampel diambil disebut populasi induk. Melalui teknik pengambilan
sampel yang reliabel kesimpulan penelitian dapat digeneralisasikan.
Ada kesalahan generalisasi yangperlu dipertimbangkan karena besar
kecilnya keslahan generalisasi tergantung pada : (1) besarnya sampel
penelitian, (2) teknik sampling yang digunakan, (3) kecermatan
memasukkan ciri – ciri populasi dan sampling, (4) cara – cara
pengambilan data dan (5) rancangan analisi data.
Populasi (population/universe) dalam statistika merujuk pada
sekumpulan individu dengan karakteristik khas yang menjadi
perhatian dalam suatu penelitian (pengamatan). Ukuran populasi ada
dua:
a. populasi terhingga (finite population), yaitu ukuran populasi yang
berapa pun besarnya tetapi masih bisa dihitung (cauntable).
Misalnya populasi pegawai suatu perusahaan;
b. populasi tak terhingga (infinite population), yaitu ukuran populasi
yang sudah sedemikian besarnya sehingga sudah tidak bisa
dihitung (uncountable). Misalnya populasi tanaman anggrek di
dunia.
4. Uji Hipotesis
Uji Hipotesis adalah metode pengambilan keputusan yang
didasarkan dari analisa data, baik dari percobaan yang terkontrol,
maupun dari observasi (tidak terkontrol). Dalam statistik sebuah hasil
bisa dikatakan signifikan secara statistik jika kejadian tersebut hampir
tidak mungkin disebapkan oleh faktor yang kebetulan, sesuai dengan
batas probabilitas yang sudah ditentukan sebelumnya.
Uji hipotesis kadang disebut juga "konfirmasi analisa data".
Keputusan dari uji hipotesis hampir selalu dibuat berdasarkan
pengujian hipotesis nol. Ini adalah pengujian untuk menjawab
pertanyaan yang mengasumsikan hipotesis nol adalah benar.
5. Analisis Korelasi Dan Uji Signifikasi
 13

Analisis korelasi pertama kali dikembangkan oleh Karl Pearson

pada tahun 1900. Tujuan dari analisis ini adalah untuk menetukan
seberapa erat hubungan antara dua variable. Definisi analisis korelasi
dinyatakansebagai berikut : “Analisis korelasi adalah suatu teknik
statistik yang digunakan untuk mengukur keeratan hubungan atau
korelasi antara dua variabel”
Pengertian lain menyebutkan, Korelasi adalah metode statistik
yang dipakai untuk mengukur asosiasi atau hubungan antara dua atau
lebih variabel kuantitatif, sedangkan untuk mengukur asosiasi antara
dua atau lebih variabel kuantitatif dipakai tes X kuadrat.

6. Analisis Regresi Untuk Peramalan           

Analisis regresi dalam statistika adalah salah satu metode untuk
menentukan hubungan sebab-akibat antara satu variabel dengan
variabel - variabel yang lain. Variabel "penyebab" disebut dengan
bermacam-macam istilah: variabel penjelas,variabel
eksplanatorik, variabel independen, atau secara bebas, variabel
X (karena seringkali digambarkan dalam grafik sebagai absis, atau
sumbu X). Variabel terkena akibat dikenal sebagai variabel yang
dipengaruhi, variabel dependen, variabel terikat, atau variabel Y.
Kedua variabel ini dapat merupakan variabel acak (random), namun
variabel yang dipengaruhi harus selalu variabel acak. Analisis regresi
adalah salah satu analisis yang paling populer dan luas pemakaiannya.
Analisis regresi dipakai secara luas untuk melakukan prediksi dan
ramalan, dengan penggunaan yang saling melengkapi dengan
bidang pembelajaran mesin. Analisis ini juga digunakan untuk
memahami variabel bebas mana saja yang berhubungan dengan
variabel terikat, dan untuk mengetahui bentuk-bentuk hubungan
tersebut.
14
 15

BAB III
PENUTUP
A. Kesimpulan
Statistika dipelajari di berbagai bidang ilmu karena statistika adalah
sekumpulan alat analisis data yang dapat membantu pengambil keputusan
untuk mengambil keputusan berdasarkan hasil kesimpulan pada analisis
data dari data yang dikumpulkan. Selain itu juga dengan statistika kita bisa
meramalkan keadaan yang akan datang berdasarkan data masa lalu.
Statistika Deskriptif memberikan informasi yang terbatas, yaitu memberi
informasi yang terbatas pada data apa adanya. Oleh karenanya pemakai
statistik deskriptif tidak dapat mengambil kesimpulan yang umum atas
data yang terbatas.
Kesimpulan yang dapat diambil, terbatas atas data yang ada.
Kegunaan mempelajari ilmu Statistik adalah:
1. Memperoleh gambaran suatu keadaan atau persoalan yang sudah
terjadi.
2. Untuk Penaksiran (Forecasting
3. Untuk Pengujian (Testing Hypotesa)
Sedangkan Pentingnya mempelajari Dispersi data didasarkan pada 2
pertimbangan:
1. Pusat data (rata2, median dan modus) hanya memberi informasi yang
sangat terbatas.
2. Kedua, dispersi data sangat penting untuk membandingkan
penyebaran dua distribusi data atau lebih.
Statistika deskriptif adalah tehnik yang digunakan untuk
mensarikan data dan menampilkannya dalam bentuk yang dapat
dimengerti oleh setiap orang. Hal ini melibatkan proses kuantifikasi dari
penemuan suatu fenomena. Berbagai statistik sederhana, seperti rata-rata,
dihitung dan ditampilkan dalam bentuk tabel dan grafik. Statistika
deskriptif dapat memberikan pengetahuan yang signifikan pada kejadian
fenomena yang belum dikenal dan mendeteksi keterkaitan yang ada di
 16

dalamnya. Tetapi dapatkah statistika deskriptif memberikan hasil yang

bisa diterima secara ilmiah? Statistik merupakan suatu alat pengukuran
yang berhubungan dengan keragaman pada karakteristik objek-objek yang
berbeda .
Statistik inferensial merupakan kebalikan dari statistika deskriptip,
statistika infrensial merupakan statistik yang berkenaan dengan cara
penarikan kesimpulan berdasarkan data yang diperoleh dari sampel untuk
menggambarkan karakterisktik atau ciri dari suatu populasi. Dengan
demikian dalam statistik inferensial dilakukan suatu generalisasi
(perampatan atau memperumum) dan hal yang bersifat khusus (kecil) ke
hal yang lebih luas (umum). Oleh karena itu, statistik inferensial disebut
juga statistik induktif atau statistik penarikan kesimpulan. Pada statistik
inferensial biasanya dilakukan pengujian hipotesis dan pendugaan
mengenai karakteristik (ciri) dari suatu populasi, seperti mean dan Uji t
(Sugiyono, 2006).
B. Saran
Pada umumnya mahasiswa kurang berminat mempelajarinya karena
pelajaran statistik adalah pelajaran yang “menggentarkan”, ada benarnya.
Ini mungkin terjadi karena adanya anggapan bahwa dengan mempelajari
statistik maka seseorang harus benar-benar memiliki kemampuan
matematika yang kuat. Tentu saja, jika yang dipelajari adalah statistika
teoritis atau statistika matematis. Namun, untuk belajar statistika terapan
- khusus untuk kepentingan penelitian ilmiah- seseorang tidak perlu
memiliki latar yang kuat di bidang matematika. Cukup dengan mengetahui
prinsip prinsip dasar aritmatika, seperti penjumlahan, pengurangan,
perkalian, pembagian, dan penarikan akar. Tepatsekali apa yang dikatakan
Pasaribu (1981:6) bahwa kuliah statistik(di jurusan non-statistik)bukan
dimaksudkan untuk menjadikan seseorang sarjana statistik, tapi untuk
kepentingan memberikan pengetahuan yang dbutuhkan dalam kegiatan
penelitian.
 17

DAFTAR PUSTAKA
J. Supranto, Statistika, (2000) jilid 1 Chap.6 edisi keenam, halaman 126 –145
Wayan Koster, Statistika, Teori dan Aplikasi (2001), edisi pertama, bab V,
halaman 93-134
Bambang Kustituanto dan Rudy Badrudin, Statistika I, Seri Diktat Kuliah,
Penerbit Gunadarma, Jakarta, 1994
Haryono Subiyakto, Statistika 2, Seri Diktat Kuliah, Penerbit Gunadarma, Jakarta,
1994
Levin, Richard dan David Rubin, Statistics for Management, Prentice Hall, New
Jersey, 1991
Ronald E Walpole, Pengantar Statistika, edisi terjemahan, PT Gramedia Jakarta,
1992
Dr. Indra Jaya, M.Pd., Penerapan Statistik untuk Pendidikan, Citapustaka,
Bandung, 2013
Statistik Pendidikan. di https://www.penuliscilik.com
Santoso, Singgih 2001. Aplikasi Excel dalam Statistik Bisnis. Elex Media
Komputindo. Jakarta.
Modul BSI (Bina Sarana Informatika) mata kuliah Statistika Deskriptif.