Critical BookReview

Statistikia

Prodi S1 PGSD

STATISTIKA
SKOR NILAI :

Nama Mahasiswa : Maria Magdalena Marpaung

Kelas : Reguler B 2019

Nim : 1192411010

Dosen Pengampu : Drs. Daitin Tarigan, M.Pd

PENDIDIKAN GURU SEKOLAH DASAR

FAKULTAS ILMU PENDIDIKAN

UNIVERSITAS NEGERI MEDAN

2020
 KATA PENGANTAR

Salam sejahtera,

Puji syukur kehadirat Tuhan Yang Maha Kuasa, karena berkatNya kami dapat
menyelesaikan Makalah Critical Book Review dalam mata kuliah Statistika yang di bimbing
oleh dosen pengampu Drs. Daitin Tarigan, M.Pd dengan tepat waktu.

Lewat Critical Book Review ini tidak lupa kami berterimakasih kepada ke-dua orangtua
yang senantiasa membantu mengerjakan penyelesaian makalah ini dalam bentuk materi dan
perhatian. Kami juga berterimakasih kepada teman-teman yang telah mengajari kami selama
penyelesaian makalah ini.

Kami sadari makalah ini banyak kekurangan dan jauh dari kesempurnaan, maka dari itu
kami mohon maaf dan kami mengharapkan kritik dan saran dari pembaca,untuk menjadi
perbaikan di tugas berikutnya. Terimakasih

Medan , Maret 2021

Maria Magdalena Mapaung

1
 DAFTAR ISI

KATA PENGANTAR.................................................................................................................................1
DAFTAR ISI...............................................................................................................................................2
BAB I..........................................................................................................................................................3
PENDAHULUAN.......................................................................................................................................3
1.1 Latar Belakang...................................................................................................................................3
1.2 Manfaat..............................................................................................................................................3
BAB II.........................................................................................................................................................4
RINGKASAN ISI BUKU...........................................................................................................................4
BAB III......................................................................................................................................................31
KEUNGGULAN BUKU...........................................................................................................................31
BAB IV.....................................................................................................................................................33
KELEMAHAN..........................................................................................................................................33
BAB V.......................................................................................................................................................34
IMPLIKASI STATISTIKA.......................................................................................................................34
BAB VI.....................................................................................................................................................37
KESIMPULAN DAN SARAN.................................................................................................................37
A. Kesimpulan..................................................................................................................................37
B. Saran.............................................................................................................................................37
DAFTAR PUSTAKA................................................................................................................................38

2
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Statistika merupakan ilmu pengetahuan yang berhubungan dengan cara-cara
mengumpulkan, menabulasi, menggolong-golongkan, menganalisis, dan mencari keterangan
yang berarti dari data yang berupa bilangan-bilangan atau angka, sehingga dapat ditarik suatu
kesimpulan atau keputusan tertentu.

Selain itu, statistika juga merupakan cabang ilmu matematika terapan yang terdiri dari
teori dan metoda mengenai bagaimana cara mengumpulkan, mengukur, mengklasifikasi,
menghitung, menjelaskan, mensintesis, menganalisis, dan menafsirkan data yang diperoleh
secara sistematis. Dengan demikian, didalamnya terdiri dari sekumpulan prosedur
mengenaibagaimana cara mengumpulkan data, meringkas data, mengolah data, menyajikan
data, menarik kesimpulan dan interpretasi data berdasarkan kumpulan data dan hasil analisisnya.
Pemahaman terhadap statistika akan berkenaan dengan beberapa hal yaitu: data dan variabel
penelitian, hipotesis, populasi dan sampel dan interprestasi uji statistik yang akan dibahas
sebagai berikut :

Pada kesempatan ini, saya sebagai penulis kritikan ini akan mencoba membandingkan
dua atau lebih buku yang berkaitan dengan statistika berbahasa Indonesia. Dengan mengkaji
terlebih dahulu isi di tiap buku, lalu dibandingkan dengan menilai konstruksi buku yang meliputi
cover, layout, serta tatabahasa.

1.2 Manfaat
Adapun manfaat yang dimiliki pada critical book report ini, yaitu :

1. Menambah wawasan pe-review serta pembaca terkait dengan buku-buku yang dikritik.
2. Melatih sikap kritis terhadap cara menganalisis informasi.

3
 3. Melatih sikap komunikatif dalam menyuguhkan/menyampaikan informasi dengan
tatabahasa yang baikserta bertanggung jawab.

BAB II

RINGKASAN ISI BUKU

Identitas Buku 1

Judul buku : Statistika 1 (Deskriptif)

Penulis : Bambang Kustituanto dan Rudy Badrudin
Penerbit : Gunadarma
Bahasa : Indonesia
Tahun Terbit : 1994
Kota terbit : Jakarta
Jumlah hal : 373 halaman

Pengantar

Sejalan dengan perkembangan zaman, orang cenderung memilih jalan atau cara yang
efisien untuk memperoleh hasil yang maksimal. Demikian pula, halnya dengan orang yang
sedang mempelajari materi statistika deskriptif, ingin memahami konsep dengan cara yang
mudah dan cepat dan mendapatkan hasil yang maksimal. Atas dasar pemikiran tersebut penulis
menyusun buku materi statistika deskriptif ini dengan urutan : konsep, berbagai tipe soal terkait
yang disertai uraian penyelesaian, dan berbagai tipe soal terkait yang digunakan sebagai bahan
evaluasi.

Buku Statistika Deskriptif ini merupakan salah satu dari serangkaian seri diktat kuliah
yang diterbitkan oleh Penerbit Gunadarma, yang ditujukan terutama bagi mahasiswa yang
sedang menempuh mata kuliah Statistika Deskriptif.

4
 Penulis membagi buku ini ke dalam 14 bab. Bab 1 sampai bab 13 menguraikan tentang
isi materi Statistika Deskriptif, dan bab terakhir disajikan berbagai bentuk soal latihan. Materi
yang dibahas dalam bab 1 sampai bab 13 adalah materi yang berkenaan ddengan konsep dasar
ilmu Statistika Deskriptif.
Bab I Pendahuluan

1.1 Definisi Statistika

Statistika memiliki pengertian tentang segaa sesuatu yang berkaitan dengan
informasi numerical.Akan tetapi, dalam perkembangannya statistika memiliki pengertian
yang lebih luas tidak sekedar berbicara tentang informasi numerikal. Banyak definisi
statistika yang dikemukakan di berbagaibuku teks yang pada dasarnya sama. Dalam buku
ini, statistika didefinisikan sebagai :
Ilmu dan seni-ada juga yang mengatakan sebagai teknik-tentang pengumpulan data,
penyajian data, analisis data dan pengambilan kesimpulan data yang berhasil dihimpun
tersebut.

1.2 Perkembangan Pemakaian Statistika

Sebagai sesuatu yang berkenaan dengan data numerikal, sebenarnya statistika
sudah banyak digunakan oleh banyak Negara.Dengan semakin berkembangnya zaman,
dewasa ini penggunaan statistika sudah semakin meluas di berbagai bidang kegiatan.
Di dunia bisnis dan ekonomi, masalah ketidakpastian merupakan masalah yang
senantiasa dihadapi oleh para pelaku bisnis dan ekonomi, seperti memilih satu dan
sejumlah saham yang ditawarkan di bursa saham, memprediksi volume dan nilai
penjualan untuk periode yang akan datang, menilai kelayakan suatu usulan investasi dan
lain sebagainya.

1.3 Statistika deksriptif dan Statistika Inferensial

 Statistika Deskriptif adalah serangkaian teknik yang meliputi teknik
pengumpulan, penyajia, dan peringkasan data.

5
  Statistika Inferensial adalah serangkaian teknik yang digunakan untuk mengkaji,
menaksir dan mengambil kesimpulan sebaagian data (data sampel) yang dipilih
secara acak dari seluruh data yang menjadi subjek kajian (populasi).

1.4 Populasi dan Sampel

 Populasi adalah seluruh objek yang ingin diketahui besaran karakteristiknya.
 Sampel adalah sebagian objek populasi, yang ingin diketahui besaran
karakteristiknya.
Hubungan antara populasi dan sampel dapat dilihat melalui diagram venn berikut ini :

Dua istilah lainnya yang berhubungan dengan populasi dan sampel adalah
parameter dan statistic. Keduanya dapat didefinisikan sebagai berikut :
 Parameter/parameter populasi adalah ukuran-ukuran tertentu yang digunakan
sebagai penggambaran suatu populasi.
 Statistik/statistik sampel adalah ukuran-ukuran tertentu yang digunakan untuk
menggambarkan suatu sampel.

Bab II Menghimpun Data

2.1 Pendahuluan
Data merupakan kumpulan data atau angka atau segala sesuatu yang dapat
dipercaya kebenarannya sehingga dapat digunakan sebagai dasar menarik suatu
kesimpulan.

2.2 Karakteristik-karakteristik Serangkaian Data

 Elemen atau unsur

6
 Serangkaian data meliputi sekumpulan elemen yng untuk masing-masing elemen
tersebut memilki informasi tentang karakteristik-karakteristik elemen-elemen
yang bersangkutan.
 Variabel
Variabel adalah karakteristik elemen yang enjadi perhatian dan memiliki nilai
yang berbeda-beda.
 Kasus
Kasus adalah informasi yang menyangkut seluruh variabel suatu elemen tertentu.
 Observasi
Observasi adalah suatu unsur daari serangkaian variabel tertentu.

2.3 Menghimpun Data melalui Penelitian Survei

2.3.1 Tipe-tipe Data
 Data kuantitaif adalah suatu karakteristik dari suatu variabel yang nilai-nilainya
dinyatakan dalam bentuk numerikal.
 Data kualitatif adalah suatu karakteristik dari suatu variabel yang nilai-nilainya
dinyatakan dalam bentuk non-numerikal dan atribut-atribut.
Data kuantitatif dapat dibedakan menjadi :
 Data kuantitatif diskrit adalah karakteristik suatu variabel yang berasal
dari suatu perhitungan dan berupa bilangan bulat.
 Data kuantitatif kontinyu adalah karakteristik suatu variabel yang berasal
dari proses pengukuran dan nilai-nilainya berada dalam suatu interval atau
jangkauan tertentu.

2.3.2 Skala Pengukuran

a. Skala nominal dan ordinal

Jika data yang dihimpun dapat dibedakan menjadi beberapa kategori tanpa
memperhatikan urutan tertentu, maka tingkat pengukuran yang dapat digunakan
adalah tingkat pengukuran nominal.

7
 Sebaliknya, jika data yang dihimpun dapat dibedakan menjadi beberapa
kategori yang berbeda dengan memperhatikan urutan, maka tingkat pengukuran
yang dapat digunakan adalah tingkat pengukuan ordinal.

b. Skala interval dan rasio

2.4 Menyusun Kuesioner

a. Identifikasi data
b. Permohonan kerjasama
c. Petunjuk pengisian
d. Inti kuesioner
e. Klasifikasi data

2.5 Pemilihan Sampel

a. Unit sampling
Unit sampling adalah suatu elemen atau elemen-elemen yang tersedia untuk
dipilih menjadi anggota sampel melalui beberapa tahap proses sampling.
b. Kerangka sampling
Kerangka sampling adalah sebuah data yang memuat seluruh unit sampling
pada suatu tahap proses sampling.
c. Populasi kajian
Populasi kajian adalah keselutruhan objek yang ingin diketahui gambarannya
yang dari populasi tersebut sampel secara nyata akan diambil.

2.6Kesalahan dalam Survei

Ada 2 tipe kesalahan yang dapat terjadi dalam kegiatan penelitian survey yaitu :
kesalahan sampling dan kesalahan non-sampling

8
 Tidak jarang dikatakan bahwa antara karakteristik-karakteristik sampel tertentu
terdapat perbedaan dengan karakteristik-karakteristik populasi yang sebenarnya, dan
inilah yang disebut dengan kesalahan sampling.
Sedangkan beberapa bentuk kesalahan non-sampling sebagai berikut :
 Kesalahan dalam pendefinisian masalah
 Ketidaksempurnaan pendefinisian populasi
 Kerangka sampling yang tidak representative
 Kesalahan-kesalahan tanggapan
 Kesalahan-kesalahan bukan tanggapan
 Kesalahan pengukuran
 Kesalahan dalam menyusun koesioner

BAB III Penyajian Data

3.1 Data yang diurutkan

Bentuk penyajian data yang paling sederhana adalah data yang disajikan dalam keadaan
terurut dari angka terkecil hingga angka terbesar begitu pula sebaliknya.

3.2 Distribusi Frekuensi

3.2.1 Distribusi Frekuensi dengan Interval Kelas Sama
Bentuk penyajian ini, data yang semula masih mentah, disusun dalam
kelompok-kelompok data atau kelas-kelas tertentu.
Berikut beberapa istilah dalam distribusi frekuensi :
a. Kelas atau kelompok data

b. Interval kelas

c. Batas kelas dan tepi batas kelas

d. Titik tengah
9
 3.2.2 Distribusi Frekuensi dengan Interval Kelas Tidak Sama
Telah dijelaskan bahwa interval kelas tidak harus sama. Hal ini terjadi jika
terdapat peubahan angka data yang ekstrim. Hal ini akan berakibat bahwa pada
distribusi frekuensi yang disusun akan terdapat satu kelas atau lebih yang tidak
memiliki frekuensi data atau memiliki frekuensi yang demikian kecil disbanding
dengan kelas sebelum dan sesudahnya.

3.2.3 Distribusi Frekuensi dengan Kelas Terbuka

Distrbusi frekuensi dengan kelas terbuka adalah distribusi frekuensi yang
secara jelas memiliki batas kelas terkecil dan batas kelas terbesar.

3.2.4 Distribusi Frekuensi Relatif

Sebenarnya frekuensi data yang dinyatakan dalam bilangan absolut dapat
saja dinyatakan dengan bilangan relative yang dihitung dengan membagi
frekuensi masing-masing kelas dengan banyaknya data yang selanjutnya dikalikan
dengan 100%.

3.3Histogram dan Poligon Frekuensi

3.3.1 Histogram Frekuensi

10
Histogram frekuensi merupakan diagram ari sekumpulan empat persegi panjang
yang digambar dalam suatu bagan salib-sumbu. Sumbu tegak histogram
menggambarkan frekuensi data dan sumbu datarnya menggambarkan bilangan-
bilangan data yang dinyatakan dalam kelas-kelas data.

3.3.2 Poligon Frekuensi

Sama seperti histogram frekuensi, polygon freuensi digambar pula dalam suatu
bagan salib-sumbu dengan angka-angka dan ordinat yang sama. Hanya saja
masing-masing frekuensinya tidak dilukiskan dalam bentuk empat persegi
panjang, melainkan dalam bentuk garis yang menghubungkan tiap titik tengah
masing-masing kelas.

3.3.3 Kurva Frekuensi

Kurva frekuensi ini digambarkan dalam bentuk garis yang menghubungkan tiap
titik tengah untuk masing-masing kelas.Hanya saja, pada kurva frekuensi, garis

11
 digambarkan secara halus.Dengan demikian, frekuensi data masing-masing kelas
tidak lagi nampak secara jelas.

3.4 Distribusi Frekuensi Kumulatif dan Ogive

3.4.1 Distribusi Frekuensi Kumulatif

Dalam distribusi frekuensi kumulatif, frekuensi tidak lagi disajikan untuk tiap
kelas, namun disajikan secara kumulaitf ke belakang atau ke depan.

3.4.2 Ogive

Kurva Ogive digambarkan di atas agan salib-sumbu, seperti gambar kurva di

bawah ini.

3.5 Bentuk Penyajian yang Lain

3.5.1 Diagram Batang

3.5.2 Diagram Garis

12
 3.5.3 Diagram Lingkaran

3.6 Hasil Cetak Komputer

Sudah banyak beredar berbagai program computer yang dapat digunakan unutk
menyajikan data antara lain program Microstat dan Lotus 1-2-3.

BAB IV Ukuran Pusat Data

4.1 Pendahuluan

Ukuran deskriptif data merupakan ukuran pusat data, baik dari data mentah
maupun data yang telah diringkas menjadi distribusi frekuensi. Ada tiga bentuk ukuran
deskriptif data, yaitu :

13
 o Ukuran pusat data
o Ukuran variabilitas data
o Ukuran bentuk distribusi data
Ada tiga ukuran pusat data yang banyak digunakan, yaitu : rata-rata hitung,
median, dan mode.

4.2 Rata-rata Hitung

4.2.1 Rata-rata dari Data yang Belum dikelompokkan

4.2.2 Rata-rata data yang Telah dikelompokkan
4.3 Median
4.3.1 Median dari Data yang Belum dikelompokkan
4.3.2 Median dari Data yang Telah dikelompokkan
4.4 Mode

Mode adalah suatu nilai yang terdapat dalam serangkaian data yang memiliki
frekuensi tertinggi.

4.4.1 Mode dari Data yang Belum dikelompokkan

4.4.2 Mode dari data yang Telah dikelompokkan

4.5 Hubungan Antara Rata-rata, Median, dan Mode

4.6 Kuartil, Desil, dan Persentil

4.6.1 Kuartil

Jika dalam menentukan titik letak median sederetan data terurut menjadi dua,
maka kuartil membagi sederetan data menjadi empat bagian yang sama, dengan
demikian nantinya akan terdapat tiga kuartil yaitu kuatil pertama (Q1 ), kuartil
kedua (Q2 ), atau median, dan kuartil ketiga (Q3 ),.

4.6.2 Desil dan Persentil

Pada desil, deretan data terurut dibagi menjadi 10 bagian yang sama. Perumusan
yang digunakan tidak jauh berbeda.

14
 Demikian pula dengan menentukan persentil.Bagian rumus yang berubah
hanyalah bagian yang menentukan letak titik persentil, dan bagian-bagian lainnya
yang menyesuaikan persentil yang dimaksud.

4.7 Rata-rata Tertimbang

Rata-rata tertimbang digunakan saat rata-rata yang sudah dibahas sebelumnya

tidak dapat memberikan hasil yang tepat.

4.8 Rata-rata Geometrik

Tidak jarang, seseorang harus menghitung rata-rata pertumbuhan suatu kualitas

atau nilai sesuatu, misalnya rata-rata nilai pertumbuhan nilai penjualan, rata-rata
pertumbuhan jumlah penduduk, dan lain sebagainya. Untuk mmenghitungnya,
penggunaan rata-rata hitung tidak dapat digunakan lagi dan tentunya diperlukan cara lain,
yaitu rata-rata geometric atau rata-rata ukur.

BAB V Ukuran Variabilitas

5.1 Pendahuluan

Ukuran variabilitas sangat penting artinya bagi penggambaran rangkaian suatu

data, lebih-lebih jika seseorang ingin membandingkan dua atau lebih rangkaian data.

15
5.2 Jangkauan, Inter-kuartil, dan Deviasi Kuartil

5.2.1 Jangkauan atau Range adalah beda antara angka data terbesar dan angka
data terkecil, yang dirumuskan : Jangkauan = Angka Terbesar – Angka Terkecil

5.2.2 Inter-Kuartil

Ukuran ini dihitung dengan menentukan beda antara kuartil ketiga dan kuartil
pertama yang dirumuskan : Inter-Kuartil = Q3−Q1

5.2.3 Deviasi Kuartil

Deviasi kuartil mengukur variabilitas data dengan menentukan rata-rata hitung

Q1−Q3
inter-kuartilnya yang dirumuskan : Inter−Kuartil=
2

5.3 Deviasi Rata-rata

5.3.1 Deviasi Rata-rata dari Data yang Belum dikelompokkan

Untuk sampel, dirumuskan :

Untuk populasi, dirumuskan :

5.3.1 Deviasi Rata-rata dari Data yang Telah dikelompokkan

Untuk sampel, dirumuskan :

Untuk populasi, dirumuskan :

16
5.4 Variasi dan Simpangan Baku

5.4.1 Variasi dari Data yang Belum dikelompokkan

Variasi adalah lat ukur variabilitas serangkaian data yang dihitung dengan
mencari rata-rata selisih/beda kuadrat antara data observasi dengan pusat datanya.

Untuk populasi, diurmuskan :

Untuk sampel, dirumuskan :

5.4.2 Variasi dari Data yang Telah dikelompokkan

Untuk populasi, diurmuskan :

Untuk sampel, dirumuskan :

5.4.3 Simpangan Baku daari Data yang Belum dikelompokkan

Untuk populasi, diurmuskan :

Untuk sampel, dirumuskan :

5.4.4 Simpangan Baku daari Data yang Telah dikelompokkan

Untuk populasi, dirumuskan :

Untuk sampel, dirumuskan :

17
 5.4.5 Hukum BIENAYME-CHEBYSHEV

Hukum ini berbunyi : tanpa memandang bagaimana serangkaian data

berdistribusi, persentase data observasi yang berada dalam jarak_k simpangan
baku di sekitar rata-ratanya, sekuang-kurangnya sebesaar (1−1 /k 2)100 %.

5.5 Koefisien Variasi

Simpangan baku adalah ukuran variabilitas secara absolut yang dinyatakan sama
seperti halnya satuan hitung data obeservasinya.

Untuk populasi, dirumuskan :

Untuk sampel, dirumuskan :

BAB VI Angka Indeks

Angka Indeks adalah nilai reltif dengan angka dasar 100 persen atau perkalian 100
persen.Angka indeks dipakai sebagai indicator perubahan satu atau bermacam-macam hal
tertentu. Angka indeks yang penting untuk kegiatan bisnis dan ekonomi dapat dikelompokkan
dalam 3 jenis, yaitu :

1. Indeks harga
2. Indeks kuantitas
3. Indeks nilai

6.1 Angka Indeks Sederhana (Untuk Komoditi Tunggal)

Angka indeks sederhana adalah angka indeks yang disusun dari suatu runtut
waktu mengenai komoditi tunggal.

6.2 Angka Indeks Gabungan (Untuk sejumlah Komoditi)

18
 Angka indeks gabungan adalah angka indeks yang disusun dari sejumlah runtut
waktu dari bermacam-macam komoditi.Angka indeks gabungan digunakan untuk
menunjukkan perubahan harga relative, kuantitas relative, atau nilai relative komoditi-
komoditi yang tercakup dalam susunan itu.

6.3 Pengujian Angka Indeks

1.Tes pembalikan waktu
2.Tes pembalikan unsur

6.4 Perubahan Tahun Dasar Indeks

6.5 Pendeflasian Runtut Waktu dengan Indeks Harga

Suatu runtut waktu yang dinyatakan dalam nilai rupiah menggambarkan
perubahan kombinasi harga dan kuantitas suatu komoditi tunggal atau sejumlah komoditi.

BAB VII Trend Skuler (Sculer Trend)

7.1 Pola Dasar Pergerakan Runtut Waktu

Trend Skuler : merupakan titik petunjuk dari gerak runtut waktu untuk jangka panjang.
Gerak ini dapat naik turun.Apabila ditunjukkan dengan grafik biasanya ditunjukkan
dengan garis lurus atau dengan kurva yang halus.

Variasi Musim : variasi musim menunjukkan perubahan yang berulang secara periodik
dalam runtut waktu. Panjang dari suatu periode lebih kecil dari 1 tahun, yaitu dapat 1
kuartal, 1 bulan, atau 1 hari.

Gerak Siklis : gerak siklis menunjukkan ekspansi dan penurunan aktivitas bisnis di
sekitar nilai normal.

Gerak Tida Beraturan : menunjukkan semua bentuk gerak dari runtut waktu selain dari
trend skuler.

7.2 Trend Garis Lurus

Garis lurus yang digambarkan pada grafik menunjukkan sistem koordinasi persegi
panjang yang dapat dinnyatkan dengan persamaan : Y = a + bX

19
 Garis lurus dan persamaan yang digunakan untuk menggambarkan trend skuler,
dapat menggunakan salah satu dari 3 metode berikut ini :

1. Metode tangan bebas

2. Metode sami rata-rata
3. Metode kuadrat terkecil

7.3 Trend Non Linier

Pada umumnya, trend non linier diperoleh dengan metode sebagai berikut :

1. Sebuah trend parabola dengan persamaan polynomial pangkat dua yang diperoleh
dengan metode kuadrat terkecil.
2. Sebuah trend Smoot Curve diperoleh dengan metode rata-rata bergerak.

7.4 Pengukuran Trend dengan Logaritma

Ada dua macam trend yang biasa dihitung dengan logaritma, yaitu :

1. Trend Eksponensial
2. Kurva Pertumbuhan

7.5 Pemilihan Metode Trend yang Tepat

Pada umumnya ada 3 alasan penting unntuk pemilihan metode analisis yang paling tepat,
yaitu :

1. Trend Historis
2. Membandingkan Trend
3. Meramalkan ktivitas yang Akan Datang

7.6 Perubahan Persamaan Trend

Dalam penggunaan persamaan trend harus diberi batasan mengenai 3 faktor, yaitu
: tahun dasar, unit X, dan unit Y. setiap faktor dapat diberi batasan kembali untuk
menghitung nilai trend. Perubahan ini seharusnya tidak mempengaruhi nilai trend.

BAB VII Variasi Musim

20
 Runtut waktu yang diklasifikasikan k dalam periode-periode kurang dari satu tahun sepeti
kuartalan, bulanan, atau harian, mungkin mempunyai gerakan periodic yang berulang.Gerakan
tersebut disebut dengan variasi musim.

8.1 Penentuan Variasi Musim

Sebuah runtut waktu dapat mempunyai atau tidak mempunyai variasi musim.Oleh
sebab itu, sebelum perhitungan, indeks runtut waktu harus diuji terlebih dahulu
variasinya dengan tujuan penghematan waktu.

8.2 Variasi Rata-rata Sederhana dari Data Asli

Metode rata-rata sederhana dari data asli adalah cara yang paling sederhana untuk
menghitung variasi musim. Dengan metode ini, perubahan trend diasumsikan mempunyai
pengaruh kecil dalam runtut waktu. Juga diasumsikan bahwa naik dan turunnya siklis
dalam runtut waktu diseimbangkan, sehinggaa siklis mempunyai jangka waktu dan
amplitudo yang sama.

8.3 Metode Rata-rata yang Disesuaikan dengan Trend

Metode ini pada dasarnya sama dengan metode yang disajikan sebelumnya. Efek-
efek siklis dan gerak tak beraturan dihilangkan dengan proses rata-rata data untuk tiap
satuan waktu .

8.4 Metode Rasio untuk Rata-rata Bergerak

Metode ini berdasarkan asumsi bahwa pengaruh keempat proses dalam sebuah
runtut waktu adalah sebuah perkalian bukan penambahan.

8.5 Analisis Perubahan Pola Musim

Suatu pola musim dapat berubah baik secara drastis maupun scara bertahap,
karena perubahan praktik-praktik usaha, kebiasaan mebeli yang dilakukan oleh para
pelanggan, penemuan teknologi, dan kegiatan pemerintah.

Jika pola musim dari suatu runtut waktu berubah secara drastis akan lebih baik
menggunakan indeks musim spesifik untuk waktu tertentu dalam analisis variasi musim.

21
 Jika variasi musim berubah secara bertahap biasanya ada dua cara untuk menjelaskan
variasi tersebut :

1. Menghitung kembali indeks musim tipikal agar mendekati indeks musim spesifik
2. Menghitung perubahan indeks musim yang didasarkan pada garis trend sebagai ganti
dari rata-rata tunggal dari musim spesifik untuk tiap unit waktu.

8.6 Penggunaan Indeks Musim

Indeks musim dapat digunakan dalam tiga hal penting, yaitu :

1. Menunjukkan jalan operasi yang sedang berjalan

2. Meramal aktifitas musim yang akan datang, dan
3. Memperoleh data musim yang disesuaikan

BAB IX Gerak Siklis dan Gerak Tak Beraturan

9.1 Mengukur Gerak Siklis dari data Tahunan

Model perkalian runtut waktu dari data tahunan :

Efek gerak siklis dengan menggunakan rasio antara Y (data

sesungguhnya) dan T (nilai trend) atau bisa digunakan :

9.2 Pengukuran Gerak Siklis dari Data yang Kurang dari 1 Tahun

Apabila runtut waktu dikelompokkan dalam periode kurang dari 1 tahun, maka
akan dipengaruhi oleh trend (T), musim (S), siklis (C), dan gerak yang tak beraturan.

9.3 Mengukur Gerak Tak Beraturan dari Data yang Kurang dari 1 Tahun

Untuk memisahkan akibat geakann tidak beraturan dai suatu runtut waktu, kita
harus mengeliminasi efek gerak siklis (C) dari perhitungan nilai gerak tak beraturan (CI)
suatu runtut waktu.

9.4 Penggunaan Gerak Siklis dan Gerak Tak Beraturan

Pengukuran gerak siklis dan gerak tak beraturan dapat digunakan dalam 3 hal penting,
yaitu :

22
  Guiding current operation
 Controlling business cycles
 Forecasting bussines cycles

BAB X Regresi dan Kolerasi Linier secara Umum

Analisis regresi dan kolerasi mengenai dua variabel yang didasarkan pada garis lurus
terdapat dua bagian, yaitu :analisis secara umum dan analisis dengan sampel.

10.1 Istilah dalam Analisis Hubungan Diagram Pencaran (Scatter Diagram)

Jika dua variabel berhubungan, disebut data bivariate.Apabila data bivariate

disusun dalam grafik dengann bentuk titik-titik dan angka-angka, grafik tersebut
dinamakan diagram pencaran.

Analisis regresi : dapat digunakan untuk dua hal pokok yaitu untuk memperoleh suatu
persamaan dan garis yang menunjukkan persamaan hubungan antara dua variabel.

Analisis korelasi : merupakan alat yang dipakai untuk mengukur keeratan hubungan
antara dua variabel.

10.2 Persamaan dan Garis Regresi

Garis lurus dapat dinyatakan dengan persamaan linier :

Metoda untuk memperoleh persamaan regresi dan garis regresi analog dengan
analisis runtut waktu yang menggunakan trend skuler.Kita dapat menyatakan analisis
regresi.Variabel independen (X) dalam analisis trend menunjukkan unit waktu, seang
anlisis regresi menunjukkan unit yang dipakai.

10.3 Standard Deviasi Regresi

Standard deviasi nilai Y terhadap garis regresi (Y c ) disebut standard deviasi

regresi atau sering juga disebut “standard error of estimate”. Standa deviasi dari nilai
yang dihitung disebut standard error.

23
 10.4 Koefisien Determinasi ( ρ2 ) dan Koefisien Kolerasi ( ρ)

Tingkat keeratan hubungan dua variabel dapat dihitung dengan suatu niai relative
yang dapat berbentuk :

1. Koefisien determinasi dengan simbol r 2

2. Koefisien kolerasi dengan simbol r (akar dari r 2 )

10.5 Data yang dikelompokkan

Persamaan yang digunakan untuk menghitung beberapa ukuran daa yang

dikelompokkan, disusun sebagai berikut :

BAB XI Regresi dan Kolerasi Libnier Analisis Sampling

Pada bab ini membahas tentang

11.1 Model regresi linier untuk populasi

11.2 estimasi garis regresi populasi

11.3 estimasi standar deviasi regresi populasi

11.4 iterval estimasi untuk σ yx

11.5 Interval estimasi untuk nilai Y individual

11.6 estimasi koefsien determinasi ρ2 dengan r 2

11.7 Pengujian hipotesis – koefisien populasi ρ=ρo dengan transformasi Z

11. 8 Pengujian – korelasi populasi ρ=ρo dengan analisis varians

11.9 Menguji hipotesis – koefisien regresi populasi B = 0

BAB XII Regresi dan Kolerasi Non Linier

Pada bagian satu sampai tiga dari bab ini akan disajikan analisis regresi dan kolerasi no
linier yang didasarkan pada :

24
 12.1 kurva parabola pangkat dua

12.2 menggambar smooth curve secara bebas

12.3 Data yang dikelompokkan

12.4 menyelesaikan persamaan linier dengan matriks aljabar

BAB XIII Kolerasi Berganda, Kolerasi Parsial, dan Kolerasi Jenjang

Dalam bab ini diteruskan pembahasan tentang analisis korelasi dan regresi. Suatu
variabel dependen mungkin bertalian atau dihubungkan tidak hanya sengan satu variabel
independen tetapi juga dengan dua atau lebih variabel independen.

Analisis hubungan antara dua atau lebih variabel yang menyangkut kolerasi berganda dan
korelasi parsial dijeaskan pada sub bab ini, yaitu dengan judul :

13.1 Regresi dan Kolerasi Linier Berganda

13.2 Kolerasi Parsial

13.3 Kolerasi Jenjang

BAB XIV Soal Latihan

Pada bab ini penulis menyajikan soal-soal dengan lengkap berdasarkan materi pada bab-
bab yang telah dibahas sebelumnya.

25
Identitas Buku 2

Judul buku : Statistik Untuk Penelitian

Penulis : Prof. DR. Sugiyono
Penerbit : ALFABETA, CV.
Bahasa : Indonesia
Tahun Terbit : 2016
Kota terbit : Bandung
Cetakan/ Edisi : ke-27
Jumlah hal : xxvi +390 hlm
Tebal buku : 16 x 24cm

Pengantar

Distribusi frekuensi merupakan salah satu bentuk klasifikasi data, yaitu klasifikasi data
secara kuantitatif. Di dalam distribusi frekuensi ini data (dalam hal ini nilai - nilai variabel)
dikelompokkan ke dalam kelas-kelas, dimana antara satu kelas dengan kelas lain terdapat kaitan
yang mengandung unsur urutan (order).

Pembahasan tentang distribusi frekuensi terdiri dari:

1. Teknik penyusunan sebuah tabel frekuensi;

2. Penyajian tabel frekuensi dalam gambar.

PENELITIAN DAN STATISTIK

Pengertian penelitian

Penelitian merupakan cara ilmiah, berarti penelitian itu didasarkan pada ciri-ciri
keilmuan, yaiturasional, empiris dan sistematis. Data yang diperoleh melalui penelitian tertentu,
yaitu valid, reliabel dan objektif.

Variabel penelitian

Secara teoritis variabel dapat didefinisikan sebagai atribut seseorang atau objek yang
mempunyai “variasi” antara satu orang dengan yang lain atau satu objek dengan yang lain (Hatch
dan Farhady, 1981).

26
Contoh variabel : berat, ukuran, bentuk, dan warna
Macam-macam Variabel : Variabel independen, Variabel Dependen, Moderator, Intervening,
Kontrol.

STATISTIK DESKRIPTIF

Penyajian Data : Tabel Distribusi Frekuensi

DISTRIBUSI FREKUENSI

NILAI PELAJARAN STATISTIK 150 MAHASISWA

No. Kelas Interval Frekuensi

Kelas
1. 10 – 19 1
2. 20 – 29 6
3. 30 – 39 9
4. 40 – 49 31
5. 50 – 59 42
6. 60 – 69 32
7. 70 – 79 17
8. 80 – 89 10
9. 90 – 99 2
Jumlah 150

Pedoman untuk membuat tabel distribusi frekuensi:

o Ditentukan berdasarkan pengalaman
o Jumlah interval kelas yang dipergunakan berkisar 6 s/d 15.
o Dengan membaca grafik
o Grafik yang menunjukkan hubungan antara banyaknya data (n) dengan jumlah
interval kelas
o yang diperlukan dalam pembuatan tabel distribusi frekuensi.

27
 o Dengan rumus sturges

K = 1 + log n

Dimana :
K = Jumlah Interval Kelas
n = Jumlah data observasi
Log = logaritma

PENGUJIAN NORMALITAS DATA

Penggunaan Statistik Parametris, bekerja dengan asumsi bahwa data setiap variabel
penelitian yang akan dianalisis membentuk distribusi normal. Pengujian normalitas data yang
akan dibahas dengan menggunakan Chi Kuadrad (X2 ).

Rumus kurve normal/standard :

( xi −x )
z= s

PENGUJIAN HIPOTESIS DESCRIPTIF (SATU SAMPEL)

Statistik parametris yang dapat digunakan untuk menguji hipotesis deskriptif bola
datanya interval atau rasio adalah t-test 1 sampel. Sebenarnya terdapat dua rumus yang dapat
digunakan untuk pengujian , yaitu rumus z dan t.

x −μ o
s
t= √n

Di mana:
t = Nilai t yang dihitung, selanjutnya disebut t hitung

x = Rata-rata x i
μo = Nilai yang dihipotesiskan

s = Simpangan baku
28
n = Jumlah anggota sampel
PENGUJIAN HIPOTESIS KOMPARATIF

Sampel berkorelasi

Rumusan t-test yang digunakan untuk menguji hipotesis komparatif dua sampel yang
berkorelasi:
x 1−x 2

t=
√ s 12
n1
+
s2
n2
2

−2 r
( √ )( √ )
s1
n1
s2
n2

Di mana :

x1 = rata-rata sampel 1

x2 = Rata-rata sampel 2
s1 = Simpangan baku sampel 1
s2 = Simpangan baku sampel 2
s
12 = Varians sampel 1
s
22 = Varians sampel 2
r = Korelasi antar dua sampel
UJI ANAVA

TABEL RINGKASAN ANOVA UNTUK MENGUJI

HIPOTESIS k SAMPEL

SV Dk Jumlah kuadrat (JK) MK Fh Ft Kep

Tot N–1 (∑ X tot )
2
MK ant Tab F Fh > Ft
∑ X tot − 2
N MK dal Ha
diterima

Ant m–1 JK ant

m−1

29
 2 2
(∑ X kel ) (∑ X ant )
∑ nkel
−
N

Dal N–m JK dal

JK tot −JK ant N −m

Keterangan : SV = Sumber Variasi

tot = Total
ant = Antar kelompok
dal = Dalam kelompok
Tab F = Tabel F untuk 5% atau 1%

30
 BAB III

KEUNGGULAN BUKU

Karena buku satu lebih memuat definisi, wajar saja tampilan serta uraian diagram-
diagram juga ikut dipaparkan bahkan aplikasi computer yang bisa mendesain diagram tersebut
juga ikut dibahas dalam salah satu babnya.

Begitu pula buku satu yang menjabarkan tentang penyusunan kuesioner, maka ini tidak
berlaku pada buku dua. Dikatakan bahwa buku satu memiliki kaitan statistika dengan ekonomi
dan bisnis sehingga penyusunan kuesioner sendiri sangatlah penting dalam tahap pengumpulan
data karena hal ini berkaitan dengan dunia bisnis. Kuesioner sendiri merupakan suatu daftar yang
memuat berbagai pertanyaan. Dari penetapan tipe pertanyaan, penyusunan kalimat, hingga uji
pendahuluan dan perbaikan dipaparkan dengan sangat jelas oleh penulis.

Pada buku satu terlihat keunggulan pada tiap babnya, yaitu penulis selalu memberikan
contoh kasus yang dijelaskannya dengan menyajikan data-data pada table lengkap dengan
perhitungannya dengan perincian yang bisa dikatakan sangat detail. Tidak jarang juga penulis
memberikan tidak hanya satu contoh melainkan contoh tambahan lainnya untuk memperdalam
kasus yang dibahas. Rumus-rumus yang disajikan selalu diberi keterangan sehingga pembaca
tidak akan kesulitan mencari definisi simbol pada rumus-rumus tersebut.

Pada bagian bab akhir, penulis menyajikan soal-soal berdasarkan materi-materi yang
telah dibahas. Soal tersebut bisa dibilang cukup banyak, mengingat banyaknya bab dan sub bab
yang diberikan, soal-soal ini bisa menjadi pacuan agar pembaca dapat lebih memahami materi-
materi statistika yang telah penulis sajikan serta semakin kritis dalam menganalisis data.

Masih terkait buku satu, selain menyajikan soal yang cukup banyak, penulis juga
meletakkan table-tabel pendukung perhitungan terkait statistika pada bagian belakang halaman
salah satunya Tabel Luas Kurva Normal Standar.

31
 Tidak jauh berbeda dengan buku satu, karena kedua buku ini membahas tentang statistika
maka buku kedua sudah pasti juga menyuguhkan tabel-tabel data perhitungan sebagai media
pendukung kasus yang dibahas.Selain itu buku ini juga menyuguhkan rumus-rumus yang
disajikan dengan memberikan keterangan pada tiap simbol-simbolnya.

Jika pada buku satu tiap babnya memberikan contoh kasus dan penyelesaiannya, maka
pada buku dua, penulis memberikan contoh pembahasan serta soal-soal yang nantinya akan
dijawab sendiri oleh individu. Tidak hanya pada tiap bab, tetapi penulis juga memberikan soal-
soal pada bagian bab akhirnya.

32
 BAB IV

KELEMAHAN

Setiap buku pasti mempunyai kekurangan, begitu pula dengan kedua buku ini.Buku-buku
yang dibahas kali ini terbilang tebal dan cenderung memberikan kesan membosankan pada
sebagian orang terlebih lagi buku ini membahas seputar perhitungan analisis data. Selain itu,
tampilan dalam buku juga terlihat biasa saja, tidak ada sentuhan warna sedikitpun, hanya pada
bagian cover yang berwarna.

Pada buku satu, memiliki tabel-tabel pendukung yang disajikan pada akhir bab
merupakan suatu kelebihan, sayangnya tabel yang disajikan memiliki ukuran font yang sangat
kecil, sehingga bagi pembaca yang mempunyai gangguan mata pasti akan merasa kesulitan
membaca angka-angka tersebut.

Sedangkan pada buku dua, kekurangan buku ini terletak pada susunan daftar isinya yang
tidak terdapat pendahuluan, sehingga tidak termuat dengan jelas tujuan pembelajaran dari buku
ini sebagai latar belakangnya dan juga dari setiap latihan per bab nya tidak disediakan kunci
jawaban pada akhir buku, sehingga pembaca tidak mempunyai pedoman dalam mengerjakan
soal.

33
 BAB V

IMPLIKASI STATISTIKA

A. Implikasi Statistika Terhadap Teori

Dalam usaha memecahkan masalah penelitian, mula-mula orang belum mempunyai

gambaran yang jelas dan detail mengenai keadaan sesungguhnya. Berdasarkan penalaahan
keputusan, apa yang dimilikinya adalah gambaran garis besar, gambaran mengenai pokok-
pokonya, yang merupakan abstrak dari keadaan yang sesungguhnya. Peneliti mengimajinasikan
pokok-pokok masalah dan jalan pemecahan.Gambaran hasil imajinasi inilah yang biasa
disebutkan model teoritis penelitian itu. Dewasa ini model yang paling banyak digunakan adalah
matematis, yaitu model yang menggunakan hukum-hukum matematis, yaitu model sebagai
dasarnya. Model matematis ini mempunyai beberapa kelebihan jika dibandingkan dengan model
non-matematis.

B. Implikasi Statistika Terhadap Pembangunan di Indonesia

Pentingnya peran data statistik merupakan salah satu modal penting dalam pembangunan

di segala bidang.Kemampuan data statistik sebagai dasar pengambilan keputusan dan alat
evaluasi, amat berjasa membangun negeri ini.

Pembangunan akan jauh lebih mahal apabila tanpa data yang menunjang. Karena vital
kegunaannya, kebutuhan akan data statistik terus meningkat. Berbagai survei dan pendataan pun
makin sering dilaksanakan.

Sumber data atau statistik berasal dari badan survei dan media.Dan hingga kini karena
ada otonomi daerah belum merekonstruksi ulang. Hanya menyentuh kota Jakarta saja. Belum
sampai di daerah atau kabupaten terpencil.

Contohnya dinas tenaga kerja (disnaker). Bila tidak ada statistik maka masyarakat yang
menganggur akan banyak. Nantinya siapa yang akan mengurusi mereka.Contoh lainnya, di setiap
daerah atau kabupaten biasanya terpampang pengurusan izin satu atap satu meja, tapi mana

34
buktinya? Karena bila disurvei, ternyata perizinan di bawah Rp 1 miliar akan dipingpong untuk
buka usaha dan izinnya dipersulit. Ini merupakan bentuk ketidakmampuan pemerintah daerah
dalam memberikan pelayanan.

Statistik atau data dibuat dan dikerjakan untuk menjadi tanggung jawab negara.Seringkali
bermasalah di tingkat daerah atau kabupaten.Kalau kini data statistik itu “dimasak atau diolah”
untuk menipu masyarakat.Pejabat daerah kadang membuat data yang tidak fair hanya untuk
pencitraan kepada pimpinan mereka di pemerintahan pusat.

Ditambah pada waktu sekarang, masyarakat belum sadar tentang pentingnya suatu
data.Seperti data ekonomi, data kesehatan dan data ketenaga kerjaan.Padahal banyak mahasiswa
yang siap terjun untuk mencari data.Jangan hanya dibebankan kepada Badan Pusat Statistik
(BPS) saja yang membuat data dari per telepon.

Hasil statistik atau data ini sangat bergantung dari masyarakat dari hasil survei.Secara
kasat mata perusahaan atau keluarga dimintai data kadang tidak jujur atau membohongi dan ini
membuat data jadi rusak.Kesadaran dan kejujuran untuk data yang lebih baik dan bermanfaat.

Statistik sangat penting untuk perencanaan pengambilan keputusan.Yang baik adalah di-
support data yang terpercaya dan terencana.Bila tidak ada data, maka itu disebut ngawur. Jelas
akan menyesatkan masyarakat. Ketepatan data dalam hasil survei membuat masyarakat kritis dan
dapat meningkatnya kesejahteraan mereka sendiri.

C. Implikasi Statistika Terhadap Analisis Mahasiswa

Statistika dalam dunia pendidikan dapat dirasakan manfaatnya oleh para pemakai salah
satunya yaitu mahasiswa. Dalam rangka menunjang kelancaran tugas para mahsiswa tesebut.
yaitukegiatan seperti mengurai, membedakan, memilah sesuatu untuk digolongkan dan
dikelompokkan kembali menurut kriteria tertentu yang kemudian dicari kaitannya dan ditaksir
maknanyaatau dengan kata lain menganalisis, maka dari itu memahami statistika sangatlah
penting.

Peranan statistik dalam penelitian pendidikan antara lain ; 1) Alat untuk menghitung
besarnya anggota sampel yang diambil dari suatu populasi, 2) Alat untuk menguji validitas dan

35
reliabilitas instrument, 3) Teknik-teknik untuk menyajikan data, sehingga data lebih komunikatif,
4) Alat untuk analisis data seperti menguji hipotesis penilitian yang diajukan. Dalam hal ini yang
di gunakan antara lain; korelasi, regresi, t-test, anova dll. Dengan memahami segala aspek-aspek
dan metode-metode perhitungan pada statistika maka tentunya mahasiswa akan lebih mudah
untuk menganalisis data-data yang akan di nantinya ingin dianalisis.

36
 BAB VI

KESIMPULAN DAN SARAN

A. Kesimpulan

Kegunaan statistik dalam penelitian bermacam-macam, yaitu sebagai alat untuk

penentuan sampel, pengujian validitas dan reliabilitas instrument, penyajian data, dan analisis
data. Penelitian merupakan cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan
tertentu. Statistik Deskriptif adalah statistik yang berfungsi untuk mendeskripsikan atau
memberi gambaran terhadap obyek.

Sedangkan Statistik Deskriptif adalah statistik yang berfungsi untuk mendeskripsikan

atau memberi gambaran terhadap obyek yang diteliti melalui data sampel atau populasi
sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku untuk
umum.

B. Saran

Sebaiknya kekurangan-kekurangan yang telah dibahas sebelumnya bisa diperbaiki.Salah

satunya pada buku dua,konstruksi isi yang terdapat di dalamnya seharusnya disusun lebih
lengkap lagi, seperti pada pemaparan latar belakang sehingga pembaca bisa memahami latar
belakang tujuan yang dibuat penulis.

Untuk sebagian buku-buku perhitungan mungkin sentuhan warna pada lembaran-

lembaran bukunya bukanlah suatu yang penting karena poin-poin buku sejenis itu tidaklah
bergantung pada desain cover atau penampilannya. Tapi, ada baiknya penulis-penulis di masa
depan melakukan kreativitas-kreativitas baru yang dapat dituangkan pada tampilan buku-buku
yang akan dibuat, hal ini sudah pasti akan menambah ketertarikan pembaca sehingga mereka
tidak mudah bosan.

37
 DAFTAR PUSTAKA

Kustituanto, Bambang& Badrudin, Rudy. 1994. Statistika 1 (Deskriptif). Jakarta : Gunadarma.

http://www.eurekapendidikan.com/2014/10/statistik-penelitian-dan-jenis-jenis.html

http://joinkelompok-dua.blogspot.co.id/2013/06/v-behaviorurldefaultvmlo.html

Sugiyono. 2003. Statistika Untuk Penelitian. Bandung: Alfabeta.

Mustafa, Zainal. 1998. Pengantar Statistik Deskriptif. Yogyakarta: Ekonisia Fakultas Ekonomi

UII.

38