Disusun Oleh :
CINTA WATI
213402095
Kelas D
1
2. PENGERTIAN STATISTIKA
Statistika adalah metode atau sebuah ilmu yang mempelajari
bagaimana mengumpulkan, mengelompokan, menyajikan, menganalisis
serta menginterpretasikan data. Tujuannya adalah untuk
mempresentasikan hasil data yang diperoleh. Singkatnya, statistika
merupakan cabang ilmu terkait dengan data-data serta bagaimana cara
mengumpulkannya. Menurut Kamus Besar Bahasa Indonesia (KBBI)
statistika yaitu ilmu yang mempelajari tentang cara mengumpulkan,
menabulasi, menganalisis, dan menemukan keterangan dari data.
Biasanya, data yang dikumpulkan dalam statistika berupa angka-angka.
Bisa dilihat jika sebenarnya kedua istilah ini berbeda, meski saling
berkaitan.
Statistika merupakan sebuah metode ilmiah yang digunakan untuk
mempermudah dalam pengolahan dan menginterpretasikan data yang
sudah dikumpulkan. Dengan menggunakan statistika, data sebuah masalah
bisa diolah, diinterpretasikan dan digunakan untuk tujuan tertentu. Data
hasil dari statistika nantinya akan disebut data statistik. Maka dari itu,
fungsi statistika secara umum yakni untuk mengubah data serta informasi
acak menjadi sebuah data statistic yang bisa dipahami.
Sementara itu metode yang digunakan yaitu metode penelitian
survei dan eksperimen. Kedua metode ini mempelajari perilaku respon
yang diakibatkan oleh perubahan penjelas maupun pengaruhnya.
Perbedaanya hanya dalam pelaksanaan dari proses kajian itu. Singkatnya,
metode yang digunakan pada statistika lebih berfokus pada pengolahan
serta pengolahan data yang sudah dikumpulkan. Hasil data ini nantinya
akan dikeluarkan menjadi statistik.
Contoh statistika pada kehidupan sehari-hari :
• Pengolahan data kependudukan kawasan tertentu untuk
menentukan transisi demografi
• Pengolahan data kependudukan wilayah tertentu untuk menentukan
piramida penduduk dengan analisis cohort demografi
• Menemukan rata-rata serta standar deviasi atas nilai ujian
mahasiswa
• Menemukan median usia penduduk pada suatu desa
• Prediksi penduduk dimasa depan dengan memanfaatkan proyeksi
penduduk aritmatik.
Statistika dibedakan menjadi 2, yaitu statistika deskriptif dan
statistika induktif.
2
1. Statistika Deskriptif
Statistika deskripyif adalah metode-metode yang berkaitan dengan
pengumpulan dan penyajian suatu gugus data sehingga memberikan
informasi yang berguna. Satistika deskriptif hanya memberikan informasi
mengenai data yang dipunyai dan sama sekali tidak menarik inferensia
atau kesimpulan apapun tentang gugus induknya yang lebih besar. Contoh
statistika deskriftif yang sering muncul adalah table, diagram, grafik, dan
besaran-besaran lain dimajalah dan koran-koran. Dengan statistika
deskriptif, kumpulan data yang diperoleh akan tersaji dengan ringkas dan
rapi serta dapat memberikan informasi inti dari kumpulan data yang ada.
Informasi yang dapat diperoleh dari statistika deskriptif ini antara lain
ukuran pemusatan data, ukuran penyebaran data, serta kecenderungan
suatu gugus data.
Pokok-pokok bahasan yang diuraikan didalam statistika deskriptif
sebagai berikut :
• Distribusi frekuensi
Distribusi frekuensi adalah sebuah daftar, table, atau
diagram yang menunjukan frekuensi berbagai kejadian dalam
suatu sampel. Setiap butir atau baris dalam tabel menunjukan
frekuensi atau jumlah terjadinya nilai dalam kelompok atau
interval tersebut.
• Pengukuran nilai-nilai statistika
• Angka indeks
Merupakan konsep yang menjelaskan besarnya perubahan
atau perkembangan dari sesuatu hal dari waktu ke waktu.
Perubahan dapat diberikan dalam jangka waktu tiap bulan,
triwulan, semester, atau tahun. Angka indeks digunakan dalam
bidang ekonomi oleh perusahaan-perusahaan.
• Analisis time series (analisis menurut waktu)
Analisis yang dilakukan berdasarkan data atau pengamatan
yang berorientasi pada waktu atau kronologis pada variable
yang diamati (Montgomery, Jennings, & Kulahci, 2016)
Penyajian data kategori deskriptif dapat berbentuk grafis dan numerik,
yaitu :
(1) Penyajian data dalam bentuk grafis
• Histogram
Adalah tampilan grafis dari tabulasi frekuensi yang
digambarkan dengan grafis batangan sebagai manifestasi
data binning. Tiap tampilan batang menunjukan proporsi
3
frekuensi pada masing-masing deret kategori yang
berdampingan dengan interval yang tidak tumpeng tindih.
• Pie chart
Adalah diagram lingkaran merupakan grafik
statistik berbentuk lingkaran yang dibagi menjadi beberapa
irisan dan luasnya bergantung kepada proporsi numerik
atau kuantitas dari data yang dimiliki.
• Polygon
Merupakan grafik garis yang menghubungkan nilai
tengah tiap sisi atas yang berdekatan dengan nilai jarak
tengah jarak frekuensi mutlak masing-masing.
• Ogive
Adalah grafik yang sudah disusun dalam bentuk
tabel distribusi frekuensi kumulatif.
• Diagram batang daun (steam and leaf)
Adalah data yang terkumpul diurutkan terlebih
dahulu dari data ukuran terkecil sampai dengan ukuran
yang terbesar. Diagram ini terdiri dari 2 bagian, yaitu
batang & daun. Bagian batang memuat angka puluhan &
bagian daun memuat angka satuan.
(2) Penyajian data dalam bentuk numerik
• Central tredency
Adalah semabarang ukuran yang menunjukan pusat
segugus data, yang telah diurutkan dari yang terkecil
sampai yang terbesar atau sebaliknya dari yang terbesar
sampai yang terkecil.
• Dispersion/pencaran
Ukuran keragaman pengamatan dari nilai rata-
ratanya disebut simpangan (deviation/dispersi). Terdapat
beberapa ukuran untuk menentukan dispersi data
pengamatan, seperti jangkauan /rentang(range), simpangan
kuartil (quartile deviation), simpangan rata-rata (mean
deviation), dan simpangan baku (standard deviation).
• Fractile (fractal)
Adalah pola grafik dari analisis tekhnikal, biasanya
digunakan oleh trader dalam menentukan titik masuk dan
keluar ke/ dari pasar
• Skewness
Kemiringan (ukuran kemiringan) merupakan suatu
bilangan yang dapat menunjukan miring atau tidaknya
bentuk kurva suatu distribusi frekuensi.
4
Skewness adalah derajat letidaksimetrisan suatu
distribusi.
• Pengukuran keruncingan
Pengukuran kurtosis (peruncingan) sebuah distribusi
teoritis adakalanya dinamakan pengukuran ekses
(kelebihan) dari sebuah distribusi).
Sebenarnya kurtosis bisa dianggap sebagai suatu
distorsi dari kurva normal. Keruncingan atau kurtosis
adalah tingkat ketinggian atau keruncingan dari sebuah
distribusi yang biasanya diambil secara relatif terhadap
suatu distribusi normal.
Berdasarkan keruncingannya, kurva distribusi dapat
dibedakan atas 3 macam, yaitu sebagai berikut :
Leptokurtik : merupakan distribusi yang
memiliki puncak relatif tinggi.
Platikurtik : merupakan distribusi yang memiliki
puncak hampir mendatar.
Mesokurtik : merupakan distribusi yang
memiliki puncak tidak tinggi dan tidak
mendatar. Bila distribusi merupakan distribusi
simestris, maka distribusi mesokurtik dianggap
sebagai distribusi normal.
5
rata-rata (mean) kekanan dan kekiri masing-masing mendekati
50%.
• Sampling dan distribusi sampling
Distribusi sampling adalah serangkaian bentuk distribusi
probabilitas statistic yang diperoleh dari sejumlah besar sample
yang diambil dari populasi tertentu. Distribusi sampling dari
suatu populasi merupakan distribusi frekuensi dari beragam
hasil berbeda yang mungkin terjadi untuk statistik populasi.
• Estimasi (pendugaan) harga parameter
Adalah pendugaan karakteristik populasi (parameter)
dengan menggunakan karakteristik sampel (statistic). Populasi
biasanya memiliki ukuran yang sangat banyak, sehingga
sehingga untuk mengetahui karakteristiknya melalui sensus
sangat sulit dilakukan.
• Uji hipotesis, baik sederhana, perbandingan antara dua nilai;
bagi mean maupum proposi
• Regresi, termasuk pengujian signifikasi dan penggunaannya
untuk prediksi
• Korelasi
3. PENGERTIAN POPULASI
Populasi adalah kumpulan dari semua objek yang dibatasi
karakteristik tertentu yang menjadi perhatian. Populasi diartikan
6
sebagai keseluruhan pengamatan yang menjadi perhatian. Populasi
dibedakan menjadi 2 yaitu, populasi terbatas (finite) dan populasi tak
terbatas (infinite).
o Populasi terbatas (finite)
Adalah kumpulan objek atau individu yang menjadi
objek penelitian yang menempati suatu area tertentu yang
memiliki batas jelas yang membedakan kelompok populasi
tersebut dengan populasi lain. Sebagai contoh, populasi
bebek dalam satu kendang, jumlah siswa kelas 12A, dan
lain-lain.
o Populasi tak terbatas (infinite)
Adalah kumpulan objek atau individu yang menjadi objek
penelitian yang tidak diketahui batas wilayahnya atau tidak
dapat dilakukan pengukuran mengenai jumlah keseluruhan
individu yang terdapat di wilayah yang ditempati. Sebagai
contoh, populasi bintang diangkasa, jumlah sel darah merah
dalam tubuh seseorang, dan lain-lain.
4. PENGERTIAN SAMPEL
Suatu bagian dari polpulasi tertentu yang menjadi perhatian. Dalam
Bahasa Indonesia sampel diartikan sebagai contoh. Artinya jika suatu
populasi berisi elemen-elemen, maka jika diambil suatu contoh/
sampel dari populasi maka hanya akan diambil sebagai kecil dari
elemen-elemen tersebut untuk mewakili seluruh karakter elemen
populasi.
Ukuran sampel umumnya dilambangkan dengan huruf kecil
misalnya n dari N yang menggambarkan ukuran populasi.
Sehingga sampel/ contoh yang diambil dapat juga diartikan sebagai
suatu himpunan bagian dari populasi.perlu digaris bawahi bahwa untuk
menarik kesimpulan mengenai karakter yang dimiliki populasi yang
diduga diambil harus memenuhi syarat tertentu yang bersifat mutlak.
Apabila syarat tersebut tidak dipenuhi maka bisa jadi sampel yang
7
diambil dari populasi tidak dapat menggambarkan keadaan atau
karakter populasi yang sebenarnya.
Seringnya peneliti dihadapakan pada keadaan dimana memilih
sampel lebih pada perkembangan mudah, namun tidak memenuhi
syarat yang ditentukan. Apabila kesimpulan yang diambil dari sampel
terlalu jauh diatas karakter populasi pada umumnya atau terlalu rendah
dibawah karakter populasi disebut bias.
Penarikan kesimpulan mengenai karakter populasi dari sampel
digolongkan ke dalam statistic inferensia. Syarat yang dilakukan atau
dipenuhi dalam pengambilan contoh atau sampel agar tidak terjadi bias
adalah dengan melakukan pengambilan sampel secara acak.
Metode pengambilan sampel dengan kaidah acak dan paling
sederhana disebut pengambilaan sampel acak seederhana ( simple
random sampling)
Simple random sampling atau pengambilan sampel acak sederhana
adalah pengambilan suatu sampel secara acak berukuran n dari
populasi, dimana setiap elemen populasi memiliki peluang terpilih
yang sama untuk menjadi wakil atau sampel.
Contoh pengambilan secara acak dapat kita lihat pada pengambilan
nama pemenang sebuaah kuis. Seluruh nama pesertanya ditulis dalam
sebuah kertas kemudian digulung dan dimasukan kedalam toples,
dicampur sedemikian rupa sehingga merata dan dipilih beberapa nama
untuk menjadi pemenang.
Cara pengambilan sampel juga dapat dilakukan dengan metode
seperti di atas atau contoh lainnya, apabila ukuran populasi masih
tergolong kecil atau terhingga. Metode pengambilan sampel akan
sedikit sulit apabila ukuran elemen populasi sangat besar bahkan tidak
diketahui atau tak terhingga.
Hal terpenting yang tidak boleh dilakukan adalah jangan memilih
sampel berdasarkan pertimbangan memudahkan diri sendiri. Karena
alasan tersebut dapat menyebabkan sampel yang tidak mewakili
populasi.
5. JENIS-JENIS DATA
Adapun untuk macam-macam data penelitian dalam statistic,
antara lain :
1) Berdasarkan sifatnya
a) Data kualitatif
Yakni data statistic mengacu pada jenis data yang
tidak dinyatakan dalam bentuk angka, atau bisa
dikatakan data non-numerik yang dalam hal ini bisa
berupa data nominal atau data original. Penggunaan
dalam contoh analisis data kualitatif ini bisanya
8
dilakukan dalam kasus-kasus terkaiat dengan masalah
social tertentu. Misalnya :
(1). Warna rambut pemain tim sepak bola
(2). Warna mobil di tempat parkir
(3). Nilai huruf siswa di kelas
(4). Jenis kelamin
(5). Warna kesayangan
(6). Asal suku
b) Data kuantitatif
Data kuantitatif dalam statistic akan senantiasa
mengacu pada data yang berbentuk angka atau data
numerik yang dilakukan perhitungan secara manual
atau bisa juga dengan aplikasi SPSS (Statistical Product
and Service Solutions).
Contoh data statistic kuantitatif :
(1). Jumlah uang yang kita miliki
(2). Jumlah orang yang tinggal dikota A
(3). Jumlah siswa yang mengambil statistic
9
pecahan dan desimal, yaitu dapat dibagi secara
bermakna menjadi bagian-bagian yang lebih kecil
sesuai dengan presisi pengukuran.
Sebagai contoh, usia, tinggi atau berat badan
seseorang, waktu yang dibutuhkan untuk
menyelesaikan pekerjaan, suhu, waktu, uang, dll.
10
rasio ini senantiasa menunjukan nilai mutlak dan tidak
memberikan nilai.
Contoh data statistic rasio : berat badan rosyid
adalah 30kg dan berat badan wibi 60kg dalam data ini
sudah mutlak menunjukan bahwa berat badan rosyid 2
kali berat badan wibi.
6. SUMBER DATA STATISTIKA
Sumber data terbagi menjadi dua yaitu data primer dan data sekunder.
1) Data Primer
Data primer adalah data yang diperoleh peneliti secara
langsung (dari tangan pertama). Contoh data primer adalah dat
yang diperoleh dari responden melalui kuesioner, kelompok
focus dan panel, atau juga data hasil wawancara peneliti
dengan narasumber. Dengan kata lain, peneliti membutuhkan
pengumpulan data dengan cara menjawab pertanyaan riset
(metode survei) atau penelitian benda ( metode observasi).
Kelebihan dari data primer adalah data lebih mencerminkan
kebenaran berdasarkan apa yang dilihat dan didengar langsung
oleh peneliti sehingga unsur-unsur kebohongan dari sumber
yang fenomenal dapat dihindari.
Kekurangan dari data primer adalah membutuhkan waktu
yang relative lama serta biaya yang dikeluarkan relative besar.
2) Data sekunder
Data sekunder adalah sumber data penelitian yang
diperoleh melalui media perantara atau secara tidak langsung
yang berupa buku, catatan, bukti yang telah ada, atau arsip baik
yang dipublikasikan secara umum.
Dengan kata lain peneliti membutuhkan pengumpulan data
dengan cara berkunjung ke perpustakaan, pusat kajian, pusat
arsip atau membaca buku yang berhubungan dengan
penelitiannya.
Kelebihan dari data sekunder adalah waktu dan biaya yang
dibutuhkan untuk penelitiannya untuk mengklarifikasi
permasalahan dan mengevaluasi data, relative lebih sedikit
dibandingkan dengan pengumpulan data primer.
Kekurangan dari data sekunder adalah jika sumber data
terjadi kesalahan, kadaluwarsa atau sudah tidak relevan dapat
mempengaruhi hasil penelitian.
11
a) Wawancara terstruktur
Wawancara terstruktur digunakan sebagai teknik
pengumpulan data, bila peneliti atau pengumpul data
telah mengetahui dengan pasti tenang informasi apa
yang akan diperoleh. Oleh karena itu dalam
wawanacara, pengumpul data telah menyiapakan
instrument penelitian berupa pertanyaan-pertanyaan
tertulis yang alternatif jawabannya pun telah
dipersiapkan.
b) Wawancara semiterstruktur
Jenis wawancara ini termasuk dalam kategori in-
dept interview, dimana dalam pelaksanaanya lebih
bebas bila dibandingkan dengan wawancara terstruktur.
Tujuan dari permasalahan jenis ini adalaah untuk
menemukan peermasalahan secara lebih terbuka,
dimana pihak yang diajak wawanacara diminta
pendapat, dan ide-idenya. Dalam melakukan
wawancara, peneliti perlu mendengarkan dan mencatat
apa yang dikemukakan informan.
c) Wawancara tidak terstruktur
Wawanacara tidak terstruktur adalah wawancara
yang bebas, dimana peneliti tidak menggunakan
pedoman wawancara yang sudah tersusun secara
sistematis dan lengkap untuk pengumpulan datanya.
Pedoman yang digunakan hanya berupa garis-garis
besar permasalahan.
b) Kuesioner (Angket)
12
c) Observasi (Pengamatan)
Teknik pengumpulan data observasi dilakukan dengan
pengamatan langsung. Peneliti melakukan pengamatan
ditempat terhadap objek penelitian untuk diamati menggunakan
pancaindra yang kemudian dikumpulkan dalam catatan atau
alat rekam.
8. VARIABEL STATISTIK
Variable adalah setiap karakteristik yang minimal memiliki 2 hasil
pengukuran yag berbeda. Variabel dalam proses perhitungan,
khususnya aljabar benar-benar hanya berarti satu hal, yaitu nilai yang
tidak diketahui. Namun dalam statistic dan statistika, kita akan
menemukan banyak jenis variable. Dalam kebanyakan kasus, kata
variable tetap berarti bahwa kita sedang berurusan dengan sesuatu
yang tidak diketahui, tidak seperti dalam aljabar, yang tidak diketahui
tidak selalu berupa angka.
Jenis-jenis Variabel :
A. Berdasarkan sifatnya
i. Variabel bebas (Independent Vr.)
Variable bebas atau independent, terkadang disebut
variable eksperimental atau predictor, adalah variable yang
dimanipulasi dalam eksperimen untuk mengamati
pengaruhnya terhadap variable depeden, terkdang disebut
variable hasil.
ii. Variable terikat (Depeden)
Variable terikat atau depeden adalah variable yang
bergantung pada variable bebas. Misalnya, dalam kasus
diatas, skort es yang dicapai seorang siswa bergantung pada
waktu revisi dan kecerdasan. Sementara waktu revisi dan
kecerdasan (variable independent) mungkin (atau mungkin
tidak) menyebabkan perubahanpada nilai tes ( variable
depeden), kebalikannya tidak masuk akal.
iii. Variable antara (intervening Vr.)
Adalah variable yang secara teoritis mempengaruhi
hubungan antara variable independent dengan depeden
menjadi hubungan yang tidak langsung. Dapat juga
diartikan bahwa variable intervening adalah variable yang
dapat memperlemah dan memperkuat hubungan antar
variable (variable moderator), tetapi tidak dapat diukur dan
diamati. Variable mediasi atau intervening letaknya berada
diantara variable independent dengan depeden sehingga
variable depeden tidak dapat langsung terpengaruh oleh
variable independent.
iv. Variable moderasi
Variable moderasi atau variable moderator
merrupakan variable yang dapat memprlemah hubungan
13
antar variable independent dan variable depeden. Variable
moderator disebut juga sebagai variable kontingensi.
v. Variable anteseden
Variable ini mempunyai kesamaan dengan variable
antara yakni merupakan hasil yang lebih mendalam dari
penelusuran hubungan kausal antar variable. Perbedaanya,
variable anatara berada diantara variable popok, sedangkan
variable anteseen mendahului variable bebaas.
B. Berdasarkan bentuknya
i. Variable kualitatif
Variable penelitian kualitatif statistika adalah nilai
yang berupa nama atau label. Dimana biasanya warna
bola. Misalnya, merah, hijau, biru atau jenis anjing,
misalnya collie, shepherd, dan terrier yang kesemuanya
merupakan contoh variable kualitatif atau kategori.
ii. Variable kuantitatif
Variable penelitian kuantitatif statistika adalah
nilaia yang berupa angka atau numerik, yang mewakili
kuantitas yang dapat diukur. Misalnya, Ketika kita
berbicara tentang populasi suatu kota, kita berbicara
tentang jumlah orang dikota dan atribut kota yang dapat
diukur.
C. Berdasarkan skala pengukurannya
i. Skala nominal
Merupakan skala pegukuran paling sederhana atau
tingkatannya paling rendah di dalam suatu penelitian.
Skala ini hanya digunakan untuk memberikan kategori
saja. Misalnya digunakan untuk memberi label,
simbol, lambang, atau nama pada sebuah kategori
sehingga akan mempermudah pengelompokan data
menurut kategorinya.
Pada skala nominal ini, peneliti akan
mengelompokkan objek, baik individu atau pun
kelompok kedalam kategori tertentu dan disimbolkan
dengan label atau kode tertentu. Kemudian, angka yang
diberikan kepada objek hanya memiliki arti sebagai
label atau pembeda saja dan bukan untuk menunjukkan
adanya tingkatan. Agar lebih paham, berikut ini ciri-ciri
dari skala nominal :
• Kategori data bersifat mutually exclusive (setiap
objek hanya memiliki satu kategori saja).
• Kategori data tidak memiliki aturan yang logis
(bisa sembarang).
ii. Skala ordinal
Skala ordinal merupakan skala pengukuran yang
sudah menyatakan peringkat antar tingkatan. Jarak atau
14
interval antar tingkatan juga tidak harus sama. Skala
ordinal ini memiliki tingkatan yang lebih tinggi
daripada skala nominal, karena skala ini tidak hanya
menunjukkan kategori saja tetapi juga menunjukkan
peringkat. Di dalam skala ordinal, objek atau
kategorinya disusun berdasarkan urutan tingkatannya,
dari tingkat terendah ke tingkat tertinggi atau
sebaliknya, Ciri-ciri dari skala ordinal antara lain :
• Kategori data saling memisah.
• Kategori data ditentukan berdasarkan jumlah
karakteristik khusus yang dimilikinya
• Kategori data dapat disusun sesuai dengan
besarnya karakteristik yang dimiliki.
iii. Skala interval
Skala Interval merupakan skala pengukuran yang
biasa digunakan untuk menyatakan peringkat untuk
antar tingkatan. Jarak atau interval antar tingkatan pun
sudah jelas, hanya saja tidak memiliki nilai 0 (nol)
mutlak.
Skala interval ini bisa dikatakan berada diatas skala
ordinal dan nominal. Besar interval atau jarak satu data
dengan data yang lainnya memiliki bobot nilai yang
sama. Besar interval ini bisa saja di tambah atau
dikurang. Berikut ini adalah ciri-ciri dari skala interval :
• Kategori data memiliki sifat saling memisah.
• Kategori data memiliki aturan yang logis.
• Kategori data ditentukan skalanya berdasarkan
jumlah karaaktristik khusus yang dimilikinya.
• Perbedaan karakteristik yang sama tergambar
dalam perbedaan yang sama dalam jumlah yang
dikenakan pada kategori.
• Angka nol hanya menggambarkan satu titik
dalam skala (tidak memiliki nilai nol absolut).
iv. Skala rasio
Skala rasio adalah skala pengukuran yang ditujukan
pada hasil pengukuran yang bisa dibedakan, diurutkan,
memiliki jarak tertentu, dan bisa dibandingkan.
Skala rasio merupakan tingkatan skala paling tinggi
dan paling lengkap disbanding skala-skala lainnya.
Jarak atau interval antar tingkatan sudah jelas, dan
memiliki nilai 0 (nol) yang mutlak. Nilai nol mutlak
berarti benar-benar menyatakan tidak ada.
15
DAFTAR PUSTAKA
https://www.statmat.net/populasi-dan-sampel/
https://penelitianilmiah.com/jenis-data-statistik/
https://azharnasri.blogspot.com/2015/04/sumber-data-jenis-data-dan-
teknik.html?m=1
https://www.temukanpengertian.com/2013/06/pengertian-variabel-intervening-
antara.html
http://09agusuropka.blogspot.com/2013/09/variabel-penelitian.html?m=1
https://www.kanalinfo.web.id/pengertian-data-primer-dan-data-sekunder
https://m.merdeka.com/trending/pahami-perbedaan-statistik-dan-statistika-
beserta-contohnya-kln.html?page=5
https://id.m.wikipedia.org/wiki/Statistika_deskriptif
Ronald E.Walpole. Pengantar Statistika, halaman 2-5". 1993. Jakarta: PT
Gramedia Pustaka Utama. ISBN 979-403-313-8
Dergibson Siagian & Sugiarto. Metode Statistika untuk Bisnis dan Ekonomi,
halaman 4-6". 2002. Jakarta: PT Gramedia Pustaka Utama. ISBN 979-655-924-2
https://fajarblogger.wordpress.com/2011/01/18/statistika-deskriptif-dan-statistika-
induktif/
Subagyo dan Djarwanto.2005.Statistika Induktif Edisi 5.Yogyakarta:BPFE
Algifari.2003.Statistika Induktif untuk Ekonomi dan Bisnis.Yogyakarta:Akademi
Manajemen Perusahaan YKPN
http://ssantoso.blogspot.com/2009/03/statistika-induktif-pengantar.html
http://pksm.mercubuana.ac.id/new/elearning/files_modul/11017-1-
434489864143.doc+statistika+deskriptif/induktif&cd=12&hl=id&ct=clnk&gl=id
&client=firefox-a
http://jingklak.wordpress.com/2008/09/13/pengertian-dasar-statistik/
Sudjana.1997.Metode Statistika.Bandung:Tarsito bandung
https://www.statmat.net/pengertian-statistik-deskriptif-dan-statistik-inferensia/
https://gurubelajarku.com/statistik-deskriptif/
16