MAKALAH

STATISTIK
“Ukuran Pemusatan dan Ukuran Penyebaran (Data Tunggal dan Data Berkelompok
Menggunakan Aturan Sturgest), Statistik
Sampel dan Parameter Populasi”

Makalah Ini Dibuat untuk Melengkapi Tugas Kelompok Mata Kuliah Statistik

Oleh :
KELOMPOK 1

INDAH FAJRI HILMI (22124024)

FITRA RAMADANI (22124023)
DINA ARYANTI (22124012)

Dosen Pengampu :
Drs. Syafri Ahmad, Ph.D
Prof. Dr. Ahmad Fauzan,M.Pd

PROGRAM STUDI PENDIDIKAN DASAR

PROGRAM PASCA SARJANA
UNIVERSITAS NEGERI PADANG
2022

1
 KATA PENGANTAR
Puji dan syukur atas kehadirat Tuhan Yang Maha Esa yang telah
melimpahkan rahmat dan karunia-Nya, sehingga kami dapat menyelesaikan makalah
ini. Kami menyadari bahwa makalah ini masih jauh dari kesempurnaan karena
berbagai keterbatasan kemampuan dan fasilitas yang dimiliki oleh penulis.
Makalah ini dibuat dengan tujuan agar pembaca dapat lebih memahami, mengerti dan
menambah ilmu pengetahuan tentang ukuran pemusatan dan ukuran penyebaran (data
tunggal dan data berkelompok menggunakan aturan sturgest), statistik sampel dan
parameter populasi yang kami sajikan dari berbagai sumber baik itu dari sumber
internet, buku, dan pemikiran.
Semoga makalah ini dapat bermanfaat bagi pembaca ataupun
pendengar.Mudah-mudahan dapat memberikan atau menambah wawasan yang lebih
luas lagi. Penulisan makalah ini bertujuan  untuk  memenuhi salah satu tugas Mata
Kuliah Statistik. Kami menyadari masih banyak kekurangan baik isi maupun
penulisan tata bahasa dalam makalah ini. Untuk itu kami mengharapkan kritik dan
saran yang bersifat membangun dari pembaca guna kesempurnaan makalah ini. Agar
makalah ini dapat berguna bagi semua orang. Akhir kata kami mengucapkan banyak
terima kasih.

Padang, 1 September 2022

Kelompok 1

2
 DAFTAR ISI

KATA PENGANTAR .................................................................................................. 
DAFTAR ISI ................................................................................................................
BAB I PENDAHULUAN
A. Latar Belakang .........................................................................................................
B. Rumusan Masalah .....................................................................................................
C. Tujuan Penulisan ........................................................................................................
D. Manfaat Penulisan ......................................................................................................
BAB II PEMBAHASAN
A. Ukuran Pemusatan dan Ukuran Penyebaran (Data Tunggal dan Data Berkelompok
Menggunakan Aturan Sturgest),
B. Statistik Sampel
C. Parameter Populasi”
BAB III PENUTUP 
A. Simpulan ....................................................................................................................
B. Saran ...........................................................................................................................
DAFTAR PUSTAKA.....................................................................................................

3
 I. PENDAHULUAN
A. Latar Belakang
Statistik berasal dari bahasa Latin yang artinya adalah “status” atau
negara. Pada mulanya statistika berhubungan dengan fakta dan angka yang
dikumpulkan oleh pemerintah untuk bermacam-macam tujuan. Statistik juga
diturunkan dari kata bahasa Inggris yaitu state atau pemerintah. Pengertian
yang sangat sederhana tentang statistic adalah sebagai suatu kumpulan data
yang berbentuk angka dan tersusun rapi dalam suatu tabel, grafik, gambar,
dan lain-lain. Misalnya tabel mengenai keadaan pegawai di kantor-kantor,
grafik perkembangan jumlah penduduk dari waktu ke waktu, dan lain
sebagainya. Sedangkan pengertian yang lebih luas mengenai statistik adalah
merupakan kumpulan dari teknik mengumpulkan, analisis, dan interpretasi
data dalam bentuk angka. Dan statistik juga merupakan bilangan yang
menunjukkan sifat-sifat (karakteristik) data yang dikumpulkan tersebut.
Statistika dapat didefinisikan sebagai suatu ilmu pengetahuan yang
berhubungan dengan cara-cara mengumpulkan fakta/data, pengolahan data,
kemudian menganalisis data tersebut sehingga dapat diperoleh suatu
kesimpulan/keputusan. Penggunaan istilah statitika berakar dari istilah - istilah
dalam bahasa latin “modern statisticum collegiums (“dewan negara”) dan
bahasa Italian statista (“negarawan” atau “politikus”). Pada abad ke 19 dan
awal abad ke 20 statistika mulai banyak menggunakan bidang-bidang dalam
matematika, terutama peluang.penggunaan statistika pada masa sekarang
dapat di katakan telah menyentuh semua bidang ilmu pengetahuan, mulai dari
astronomi hingga linguistika. Meskipun ada pihak yang menganggap statistika
sebagai cabang dari matematika tetapi sebagian pihak lainya menganggap
statistika sebagai bidang yang banyak terkait dengan matematika melihat dari
sejarah dan aplikasinya.

4
B. Perumusan Masalah
Berdasarkan latar belakang di atas maka rumusan masalah pada
penulisan makalah ini adalah sebagai berikut:
1. Bagaimana Ukuran Pemusatan dan Ukuran Penyebaran (Data Tunggal dan
Data Berkelompok Menggunakan Aturan Sturgest)?
2. Bagaimana Hakekat Statistik Sampel?
3. Bagaimana Hakekat Parameter Populasi?
C. Tujuan penulisan
Berdasarkan rumusan masalah diatas maka tujuan penulisan makalah
ini adalah sebagai berikut:
1. Untuk Mengetahui Ukuran Pemusatan dan Ukuran Penyebaran (Data
Tunggal dan Data Berkelompok Menggunakan Aturan Sturgest),
2. Untuk Mengetahui Statistik Sampel
3. Untuk Mengetahui Parameter Populasi”
D. Manfaat Penulisan
Adapun manfaat penulisan makalah ini adalah :
1. Mempelajari Ukuran Pemusatan dan Ukuran Penyebaran (Data Tunggal
dan Data Berkelompok Menggunakan Aturan Sturgest),
2. Mempelajari Statistik Sampel
3. Mempelajari Parameter Populasi”

5
 II. PEMBAHASAN
A. Mempelajari Ukuran Pemusatan dan Ukuran Penyebaran (Data Tunggal
dan Data Berkelompok Menggunakan Aturan Sturgest)
Data yang diperoleh dari pengamatan perlu dihitung dan
diinterpretasikan terhadap ukuran tertentu, yaitu dihitung akan ukuran
pemusatan dan penyebaran data tersebut. Dengan ukuran pemusatan, kita dapat
melihat bagaimana dan di mana data-data tersebut akan mengumpul bila data
tersebut diletakkan dalam satu garis bilangan nyata. Misalkan kita mempunyai
data mentah dalam bentuk array x = x1, x2, … , xn. Ukuran yang dapat
memberikan informasi tentang bagaimana datadata ini berkumpul dan berpusat
di antaranya adalah me rata-rata hitung dan modus untuk golongan pertama.
Sedangkan untuk golongan kedua adalah median, kuartil, desil dan persentil.
Ukuran yang dihitung dari kumpulan data dalam sampel, dinamakan
statistik. Apabila ukuran itu dihitung dari kumpulan data dalam populasi atau
dipakai untuk menyatakan populasi, maka namanya parameter. Jadi ukuran
yang sama dapat berbentuk statistik atau parameter, tergantung pada ukuran
yang dimaksud untuk sampel atau populasi.
1. DATA TUNGGAL
1. Ukuran Pemusatan Data
Rata-rata atau mean merupakan rasio dari total nilai pengamatan
dengan banyaknya pengamatan. Bila data dari peubah acak X sebanyak n
buah dinotasikan dengan x1, x2, x3, …, xn, maka rata-rata dari data tersebut
dapat dituliskan sebagai berikut :

Keterangan : rata-rata / mean

data ke-i, dengan i = 1, 2, 3, … , n.

6
 Satuan unit yang dipakai sama dengan satuan atau unit data aslinya.
Bila data menggunakan satuan kilogram, maka rata-rata juga menggunakan
satuan kilogram.
Contoh soal:
Terdapat data nilai ujian akhir Statistika Dasar mahasiswa Unpam sebagai
berikut :
80, 88, 52, 60, 77, 95, 55, 72, 93, dan 68, maka rata-rata dari data nilai
tersebut adalah :

a. Mean Aritmatika Terbobot

Variasi lain adalah jika setiap data yang dihitung mempunyai frekuensi
kemunculan tertentu, sehingga rumus rata-rata sederhana mengalami
modifikasi menjadi :

Keterangan :
rata-rata / mean data ke-i, dengan i = 1, 2, 3, … , n.
frekuensi ke-i, dengan i = 1, 2, 3, …, n.
b. Mean Geometrik (G)
Rata-rata Geometrik (G) dari data x1, x2, x3, …, xn didefinisikan dengan :

c. Mean Harmonik (H)

Rata-rata Harmonik (H) dari data x1, x2, x3, …, xn didefinisikan dengan :

d. Modus atau Mode

Modus adalah data yang paling sering muncul atau memiliki frekuensi
tertinggi dari pengamatan yang diperoleh. Apabila ada satu modus atau satu

7
 data yang memiliki frekuensi paling banyak keluar dari data pengamatan,
maka disebut sebagai unimodus. Sedangkan bila ada dua data yang memiliki
frekuensi paling banyak disebut dengan bimodus, dan seterusnya. Notasi
modus yang akan kita gunakan dalam modul ini adalah Mo.
e. Median
Median adalah ukuran pemusatan di mana suatu data terbagi menjadi
dua sama banyak. Median menentukan letak data setelah data itu disusun
menurut urutan nilainya. Median dari sekumpulan data adalah data tengah
setelah seluruh data disusun nilainya dari yang terkecil sampai yang terbesar.
Median dinotasikan dengan Me.
Median data tunggal ditentukan dengan cara sebagai berikut :

Di mana adalah data terkecil dan adalah data terbesar, sedangkan

adalah data terkecil ke-k dari data setelah tersusun, untuk k= 1, 2, 3, …, n.
2. Ukuran Lokasi Data
a. Kuartil
Pengertian median seolah-olah membagi kumpulan data menjadi 2
bagian yang sama, Kelompok data itu bisa juga dibagi menjadi 4 bagian
yang sama, atau jumlah pengamatannya sama, jika Nilai-nilai yang
membagi kelompok data menjadi 4 bagian yang sama disebut Kuartil, di
mana ¼ bagian pertama dipisahkan oleh kuartil pertama, ¼ bagian yang
kedua oleh kuartil kedua, dan ¼ bagian ketiga/keempat oleh kuartil ketiga,
Seperti biasa, sebelum menghitung Kuartil atau Median, kumpulan
data itu diurutkan terlebih dahulu dari yang terkecil ( ) sampai yang
terbesar ( ), kemudian tentukan letak kuartil dengan rumus :

8
  Untuk Data Ganjil.

 Untuk Data Genap.

b. Desil
Selain dibagi menjadi dua bagian atau empat bagian, kumpulan data
juga dapat dibagi menjadi 10 bagian yang sama. Nilai-nilai tersebut
dinamankan Desil Pertama ( ), Desil Kedua ( ), dan seterusnya hingga
Desil Sembilan ( ).
Sama halnya dengan menghitung Median dan Kuartil, untuk
menghitung Desil pertama hingga kesembilan, maka kumpulan data
terlebih dahulu diurutkan dari yang terkecil sampai yang terbesar,kemudian
tentukan letak desil dengan rumus :

 Untuk Data Ganjil.

 Untuk Data Genap.

c. Persentil
Jika , maka kumpulan data dapat dibagi menjadi 100 bagian
yang sama, yaitu Persentil Pertama ( ) hingga Persentil ke-99 ( ), dibagi
menjadi bagian dengan jumlah pengamatan yang sama. Datanya juga harus
terlebih dahulu diurutkan dari yang terkecil hingga yang terbesar,
kemudian untuk menentukan letak Persentilnya dengan menggunakan
rumus sebagai berikut :

 Untuk Data Ganjil.

 Untuk Data Genap.

3. Ukuran Penyebaran
Penyebaran atau dispersi adalah pergerakan dari nilai observasi
terhadap nilai rata-ratanya. Rata-rata dari serangkaian nilai observasi tidak

9
 dapat diinterpretasikan secara terpisah dari hasil dispersi nilai-nilai tersebut
sekitar rata-ratanya. Makin besar variasi nilai , makin kurang representatif
rata-rata distribusinya.Adapun ukuran penyebaran data yang biasa dihitung
adalah range (rentang), standar deviasi (simpangan baku), kurtosis
(keruncingan), skewness (kemiringan). Rentang data menunjukkan selisih
antara nilai terbesar dengan nilai terkecil dalam suatu himpunan data.
Simpangan baku adalah jumlah mutlak selisih setiap nilai pengamatan
terhadap nilai rata-rata dibagi dengan banyaknya pengamatan, kurtosis
merupakan ukuran untuk menentukan bentuk-bentuk distribusi yang
biasanya dibandingkan dengan kurva distribusi normal.
Berdasarkan besar kecilnya penyebaran kelompok data dibagi
menjadi dua, yaitu :
1) Kelompok data homogen. Penyebaran relatif kecil jika seluruh data sama,
maka disebut kelompok data homogen 100%.
2) Kelompok data heterogen . Penyebarannya relatif besar. Kegunaan ukuran
penyebaran antara lain sebagai berikut:
3) 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.
4) Ukuran penyebaran dapat digunakan untuk mengadakan perbandingan
terhadap variabilitas data.
5) Ukuran penyebaran dapat membantu penggunaan ukuran statistika,
misalnya dalam pengujian hipotesis, apakah dua sampel berasal dari
populasi yang sama atau tidak.
4. Ukuran Penyebaran Data
Selain ukuran pemusatan data, terdapat ukuran yang lain, yaitu
ukuran penyebaran atau ukuran dispersi. Dengan ukuran penyebaran data,
kita dapat melihat bagaimana data tersebut menyebar dari data yang

10
 terkecil hingga yang terbesar atau bagaimana data tersebut berjarak dari
pusat penyebaran data secara keseluruhan. Ukuran ini memiliki nama lain
ukuran variansi, yang menggambarkan bagaimana berpencarnya data
kuantitatif.
Beberapa ukuran penyebaran data yang akan kita bahas di sini
adalah jangkauan atau range, rata-rata simpangan, range semi-interkuartil,
range percentile 10-90, simpangan baku atau standar deviasi,ragam atau
varian. a. Jangkauan (Range)
Jangkauan atau range dalam Statistik disebut juga “sebaran”, yaitu
selisih antara angka data tertinggi dengan angka data terendah dari
kumpulan data. Satuan dari jangkauan ini sama dengan satuan datanya.
Apabila data tersebut seragam, maka nilai jangkauan tersebut adalah 0.
Secara notasi, jangkauan dapat dituliskan sebagai berikut :

Dengan R adalah jangkauan (range), adalah nilai maksimum, dan

adalah nilai minimum.
2. DATA KELOMPOK
Data kelompok ialah data yang dikelompokkan berdasarkan kelas
dengan panjang tertentu. Jika data dalam jumlah besar, maka
pengelompokan data berdasarkan kelas interval akan lebih mudah untuk
mencari ukuran pemusatan dan ukuran penyebaran.
1. Ukuran Pemusatan Data
a. Rata-rata (Mean) dari Data Berdistribusi Frekuensi
Rata-rata (Mean) merupakan rasio dari jumlah data dengan banyaknya
data.
Keterangan :
rata-rata/mean Tanda kelas ke-i frekuensi kelas ke-i

11
b. Modus atau Mode
Modus adalah data yang memiliki frekuensi terbanyak. Jika
data dua data yang memiliki frekuensi terbanyak maka disebut dengan
bimodus.
Notasi modus yang digunakan dalam modul ini adalah Mo.
Modus dari Data Berdistribusi Frekuensi
c. Median
Median adalah nilai tengah atau data yang berada di tengah
jika data tersebut diurutkan dari data terkecil sampai data terbesar.
Dalam modul ini median dinotasikan dengan Me.
Contoh soal:
Hasil UTS statistika dasar mahasiswa Teknik Informatika Universitas
Pamulang disajikan dalam tabel berikut:
Tentukanlah modus nilai UTS statistika dasar mahasiswa
Teknik Informatika Universitas Pamulang!
Penyelesaian:
Interval Kelas F kumulatif
23-27 2 2
28-32 4 6
33-37 15 21
38-42 21 42
43-47 31 73
48-52 35 108
53-57 46 154
58-62 11 165
63-67 12 177
68-72 3 180
Jumlah 180
Letak: ,

12
 kira-kira berada di rentang nilai 48-52
2. Ukuran Lokasi Data
a. Kuartil (Q)
Kuartil adalah nilai yang membagi kelompok data terurut
memjadi empat bagian yang sama. Pada data berkelompok, harus
mencari letak kuartil terlebih dahulu sebelum mencari nilai kuartil.
Cara menentukan letak kuartil yaitu sebagai berikut:
1) Data Ganjil:
2) Data Genap:
b. Desil (D)
Desil adalah nilai yang membagi kelompok data terurut
memjadi sepuluh bagian yang sama. Pada data berkelompok, harus
mencari letak desil terlebih dahulu sebelum mencari nilai desil. Cara
menentukan letak desil yaitu sebagai berikut:
1) Data Ganjil:
2) Data Genap:
Untuk mencari nilai desil dalam data berdistribusi frekuensi adalah:
c. Persentil
Persentil adalah nilai yang membagi kelompok data terurut
memjadi 100 bagian yang sama. Pada data berkelompok, harus
mencari letak persentil terlebih dahulu sebelum mencari nilai persentil.
Cara menentukan letak persentil yaitu sebagai berikut:
1) Data Ganjil:
2) Data Genap:
3. Ukuran Penyebaran Data
a. Rentang
Rentang adalah data terbesar dikurangi data terkecil.
b. Rentang antar quartil (RAQ)
c. Simpangan quartil

13
 Simpangan quartil atau rentang semi antar quartil adalah
setengah dari rentang antar quartil (RAQ). Sehingga:
d. Mean Deviasi
Mean Deviasi adalah penjumlahan dari hasil perkalian
frekuensi dengan harga mutlak dari jarak tiap data terhadap rata-rata
dibagi dengan jumlah frekuensi.
e. Standar Deviasi dan Varians
Standar deviasi dari suatu kumpulan data dinotasikan dengan s.
Varians adalah kuadrat dari standar deviasi yang dinotasikan
3. MEMPELAJARI STATISTIK SAMPEL.SAMPEL
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh
populasi. Sampel merukan himpunanbagian dari populasi. Sampel penelitian
adalah sebagian dari populasi yang diambil sebagai sumber data dan dapat
mewakili seluruh populasi. Menurut Sugiyono, sampel adalah sebagian dari
karakteristik yang dimiliki oleh populasi.Keuntungan dalam menggunakan
sampel yaitu: memudahkan peneliti, penelitian lebih efisien, lebih teliti dan
cermat dalam pengumpulan data, serta penelitian lebih efektif.
Sedangkan sampling adalah suatu proses memilih sebagian dari unsur
populasi yang jumlahnya mencukupi secara statistik sehingga dengan
mempelajari sampel serta memahami karakteristik-karakteristiknya (ciri-
cirinya) akan diketahui informasi tentang keadaan populasi.
-Syarat sampel yang baik
a) Akurasi atau ketepatan
yaitu tingkat ketidakadaan “bias” (kekeliruan) dalam sample. Dengan kata
lain makin sedikit tingkat kekeliruan yang ada dalam sampel, makin akurat
sampel tersebut. Tolok ukur adanya “bias” atau kekeliruan adalah populasi.
b) Presisi
Kriteria kedua sampel yang baik adalah memiliki tingkat presisi estimasi.
Presisi mengacu pada persoalan sedekat mana estimasi kita dengan

14
karakteristik populasi. Presisi=standard error, Nilai rata-rata populasi
dikurangi nilai rata-rata sampel
-Alasan menggunakan sampel:
(a)Populasi demikian banyaknya sehingga dalam prakteknya tidak mungkin
seluruh elemen diteliti;
(b) Keterbatasan waktu penelitian, biaya, dan sumber daya
manusia, membuat peneliti harus telah puas jika meneliti sebagian dari elemen
penelitian;
(c) bahkan kadang, penelitian yang dilakukan terhadap sampel
bisa lebih reliabel daripada terhadap populasi–misalnya, karena elemen
sedemikian banyaknya maka akan memunculkan kelelahan fisik dan mental
para pencacahnya sehingga banyak terjadi kekeliruan. (UmaSekaran, 1992);
(d) Jika elemen populasi homogen, penelitian terhadap seluruh
elemen dalam populasi menjadi tidak masuk akal, misalnya untuk meneliti
kualitas jeruk dari satu pohon jeruk.
Sampel yang baik harus dapat mewakili keseluruhan populasi dan
hasil penelitian dapat diterapkan keseluruh populasi. Misalnya saja, dalam
usaha menetukan umur rata-rata suatu lampu pijar tertentu, adalah tidak
mungkin untuk menguji semua lampu pijar kalau kita masih ingin
menjualnya. Biaya yang lebih besar sering menjadi faktor penghalang untuk
mengamati semua anggota populasi. Oleh karena itu, kita terpaksa
menggantungkan pada sebagian anggota populasi untuk membantu kita
menarik kesimpulan mengenai populasi
tersebut.
Teknik (metode) penentuan sampel yang ideal memiliki ciri-ciri dapat
memberikan gambaran yang akurat tentang populasi, dapat menentukan
presisi, sederhana sehingga mudah dilaksanakan, dan dapat memberikan
keterangan sebanyak mungkin dengan biaya murah.
Jumlah/Besar sampel perlu mempertimbangkan hal-hal sbb:

15
 a. Derajat keseragaman (degree of homogenity)
b. Presisi yang dikehendaki dari penelitian
c. Rencana analisis
d. Tenaga, biaya dan waktu
e. Besar populasi
Kalau kita menginginkan kesimpulan dari contoh terhadap populasi
menjadi sah, kita harus mendapatkan contoh yang mewakili. Prosedur
pengambilan contoh yang menghasilkan kesimpulan konsisten yang terlalu
tinggi atau terlalu rendah mengenai suatu ciri populasi dikatakan berbias.
Untuk menghilangkan kemungkinan bias ini, kita perlu mengambil
contoh acak sederhana. Contoh acak sederhana adalah suatu contoh yang
dipilih sedemikian rupa sehingga setiap himpunan bagian yang berukuran
n dari populasi tersebut mempunyai peluang terpilih yang sama. Untuk
populasi terhingga yang kecil, proses pengambilan contoh acak sederhana
relatif mudah; namun dengan semakin besarnya populasi, proses ini menjadi
semakin rumit.
4. MEMPELAJARI PARAMETER POPULASI”
Dalam statistika, populasi adalah sekumpulan data yang mempunyai
karakteristik yang sama dan menjadi objek inferensi, Statistika inferensi
mendasarkan diri pada dua konsep dasar, populasi sebagai keseluruhan data,
baik nyata maupun imajiner, dan sampel, sebagai bagian dari populasi yang
digunakan untuk melakukan inferensi (pendekatan/penggambaran) terhadap
populasi tempatnya berasal. Sampel dianggap mewakili populasi. Sampel
yang diambil dari populasi satu tidak dapat dipakai untuk mewakili populasi
yang lain.
Suatu sensus dilakukan untuk mendapatkan karakteristik populasi
secara nyata. Karakteristik yang dimiliki oleh populasi dinamakan parameter.
Bagi suatu karakteristik yang dimiliki sampel (disebut statistik), nilai
parameter adalah nilai harapannya (expected value).

16
 Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek
yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh
peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi
merupakan keseluruhan pengamatan yang menjadi perhatian kita. Diwaktu
lampau,istilah “populasi” mengandung makna pengamatan yang diperoleh
dari penelitian statistik yang berhubungan dengan orang banyak. Dimasa kini,
statistikawan menggunakan istilah itu bagi sembarang pengamatan yang
menarikperhatian kita, apakah itu sekelompok orang, binatang, atau benda apa
saja. Populasi dalam penelitian dapat pula diartikan sebagai keseluruhan unit
analisis yang ciri-cirinya akan diduga.
Populasi terdiri dari unsur sampling yaitu unsur/unsur yang diambil
sebagai sampel. Kerangka sampling (sampling Frame) adalah daftar semua
unsur sampling dalam populasi sampling. Unsur sampling ini diambil dengan
menggunakan kerangka sampling (sampling frame). Berdasarkan sifatnya,
populasi dibagi menjadi dua, yaitu populasi homogen dan populasi heterogen.
Populasi homogen adalah sumber data yang unsurnya memiliki sifat yang
sama dan tidak perlu mempersoalkan jumlahnya secara kuantitatif. Sedangkan
populasi heterogen yaitu Sumber data yang unsurnya memiliki sifat atau
keadaan yang berbeda (bervariasi) sehingga perlu ditetapkan batas-batasnya
secara kualitatif dan kuantitatif.
Banyaknya pengamatan atau anggota suatu populasi disebut
ukuran populasi . Misalnya ada 600 siswa disekolah itu yang kita golongkan
menurut golongan darahnya, maka dikatakan kita mempunyai populasi
berukuran 600. Bilangan-bilangan yang dituliskan pada sekuumpulan kartu,
tinggi badan penduduk disuatu tempat, dan panjang ikan disebuah daanau
adalah contoh populasi terhingga. Percobaan pelemparan dadu yang
disebutkan tadi termasuk contoh populasi takhingga.
Menentukan populasi dibantu oleh 4 faktor, yaitu: isi, satuan,cakupan
(scope), dan waktu.Contoh : Suatu penelitian tentang pendapatan keluarga

17
petani di Kabupaten Jombang tahun 2005, maka populasinya dapat ditetapkan
dengan 4 faktor sebagai berikut.
Isi : Semua keluarga petani
Satuan : Petani penggarap/pemilik tanah
Cakupan (scope) : Kabupaten Jombang
Waktu : Tahun 2005
Jenis Populasi : Ada dua macam jeni populasi, yaitu populasi terbatas dan
populasi tidak terbatas (tak terhingga).
1) Populasi Terbatas
Populasi terbatas mempunyai sumber data yang jelas batasnya secara
kuantitatif sehingga dapat dihitung jumlahnya.
Contoh :
a. Jumlah penduduk kota Bandung 2.500.000 jiwa.
b. Jumlah 1000 guru SD di Yogyakarta mengikuti prajabatan.
2) Populasi Tak Terbatas
Populasi tak terbatas yaitu sumber datanya tak dapat ditentukan batas-
batasnya sehingga relatif tidak dapat dapat dinyatakan dalam bentuk jumlah.
Contoh : Suatu percobaan seorang bandar akan melemparkan sepasang dadu
sampai tak terhingga kali lemparannya. Maka setiap kali mencatat sepasang
bilangan yang muncul akan mendapatkan sepasang nilai yang tak terhingga
pula. Berdasarkan sifatnya populasi dapat digolongkan menjadi populasi
homogen dan populasi heterogen. a. Populasi homogen
Populasi homogen adalah sumber data yang unsurnya memiliki sifat
atau keadaan yang sama sehingga tidak perlu mempermasalahkan jumlahnya
secara kuantitatif.
b. Populasi heterogen
Populasi heterogen adalah sumber data yang unsurnya memiliki sifat
atau keadaan yang berbeda (bervariasi) sehingga perlu ditetapkan batas-
batasnya baik secara kuantitatif maupun secara kualitatif.

18
 Dalam melaksanakan penelitian, walaupun tersedia populasi yang
terbatas dan homogen , ada kalanya peneliti tidak melakukan pengumpulan
data secara populasi. Tetapi mengambil sebagian dari populasi yang dianggap
mewakili populasi (representative). Hal ini berdasar pertimbangan yang logis,
seperti kepraktisan, keterbatasan biaya, waktu, tenaga dan adanya percobaan
yang bersifat merusak (destruktif).

19
 III. PENUTUP
A. Kesimpulan
Ukuran penyebaran data yang telah dihitung adalah range (rentang),
standar deviasi (simpangan baku). Rentang data menunjukkan selisih antara nilai
terbesar dengan nilai terkecil dalam suatu himpunan data. Simpangan baku adalah
jumlah mutlak selisih setiap nilai pengamatan terhadap nilai rata-rata dibagi
dengan banyaknya pengamatan kurtosis merupakan ukuran untuk menentukan
bentukbentuk distribusi yang biasanya dibandingkan dengan kurva distribusi
normal. 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.
B. Saran
Dalam kehidupan sehari – hari bahwa penggunaan aplikasi microsoft
Excel dan juga SPSS dapat memberikan manfaat yang besar bagi suatu organisasi
perusahaan maupun pendidikan yaitu waktu dapat menjadi lebih efisien ketika
melakukan pengolahan data mentah menjadi data berkelompok yang nantinya
menjadi informasi bagi organisasi tersebut dalam menentukan keputusan yang
lebih baik di masa yang akan datang.

20
 DAFTAR PUSTAKA

Basuki, A.T., & Prawoto, N. (2014). Statistik Untuk Ekonomi & Bisnis. Yogyakarta:
LP3 Universitas Muhammadiyah Yogyakarta.
Boediono, D., & Koster, w. (2013). Teori dan Aplikasi Statistika Dan Probabilitas.
Bandung: PT. Remaja Rosdakarya.
Kadir. 2015. Statistika Terapan Edisi Ke-2. Raja Grafindo Persada: Depok.
Kurniawan, S.,Hidayat, T. 2015. Penerapan data mining dengan metode interpolasi
untuk memprediksi minat konsumen asuransi. Media Informatika. 5(2).
Rasyad, Rasdihan. 1998.Metode Statistik Deskriptif. Jakarta : Grasindo.
Spiegel, Murray R. & Stephens, Larry J. 2007. Statistik Edisi Ke-3. Erlangga:Jakarta.
Sudijono, Anas. 2008. Pengantar Statistik Pendidikan. Jakarta : Raja Grafindo
Persada.
Sudjana, M.A., M.SC.2005. Metode Statistika. Bandung : Tarsito.
Walpole, Ronald E, 1995. Pengantar Statistik Edisi Ke-4. Jakarta : PT. Gramedia.

21