Tugas ini untuk memenuhi mata kuliah: Statistik

Dosen pengampu: Desmiani Susanti, S.Si., M.pd
    

Disusun Oleh:
Nurul Hidayah-2031074
Ummayyah-2031076
Puja Dwi Cahya 2031089

                                                                                

PRODI PERBANKAN SYARIAH 

FAKULTAS SYARIAH DAN EKONOMI ISLAM
IAIN SAS BANGKA BELITUNG
2021
DAFTAR ISI

BAB 1 PENDAHULUAN

A. Latar Belakang
B. Rumusan Masalah
C. Tujuan 

BAB 2 PEMBAHASAN

A. Apa itu statistic 

1. Mengapa belajar statistic
2. Konsep dasar statistic
B. Penyajian data 
1. Variable kategorikal :
a. Distribusi frekuensi
b. Bar chart 
c. Pie chart
2. Variable numeric :
a. Histogram
b. Ogive 
C. Pengukuran tendensi sentral :
1. Mean 
2. Median
3. Modus 
D. Pengukuran variasi:
1. Range dan interquartile range
2. Standart deviasi 
3. Koefisien variasi 
E. Pengukuran kemiringan dan keruncingan kurva :
1. Skewness 
2. Kurtosis 
 BAB I PENDAHULUAN

A. Latar Belakang

b.
 BAB II PEMBAHASAN

A. STATISTIK

Statistik merupakan alat bantu untuk memberi gambaran atas suatu kejadian melauli bentuk yang
sederhana, baik itiu berupa angka-angka ataupun grafik-grafik. Mengingat peranannya sebagai alat
bantu, perlu disadari bahwa kunci keberhasilan analisis statistik terletak pada pemakaiannya. Selain
itu ada pula yang beranggapan bahwa statistik merupakan sesuatu yang sulit dipelajari (terutama
bagi orang-orang sosial), juga tidak benar. Sebaliknya statistik merupakan sesuatu yang mudah
dipelajari asal cara mempelajarinya tepat. Statistik bahkan membuat sesuatu yang sulit menjadi
mudah. Pada dasarnya angka bisa dipandang sebagai pernyataan verbal atas objek yang akan
dikemukakan. Sehingga tidak ada alasan untuk mengatakan tidak familiar dengan angka. Semula
istilah statistik merupakan sekumpulan angka-angka yang menggambarkan keadaan penduduk,
pendapatan masyarakat, tingkat produksi pertanian pada suatu-waktu tertentu.

Secara singkat statistik dapat didefinisikan sebagai berikut “ staistik adalah sekumpulan cara maupun
aturan-aturan yang berkaitan dengan pengumpulan, pengolahan (analisis), penarikan kesimpulan,
atas data-data yang berbentu angka dengan menggunakan suatu asumsi-asumsi tertentu.” 

Arti statistik dapat dimaksudkan sebagai berikut :

1. Dalam arti sempit statistik adalah data ringkasan berbentuk angka (kuantitatif), misalnya
statistik ekspor. Data dalam bentuk angka-angka jumlah ekspor dalam jumlah berat daan
nilai rupiahnya yang dirinci menurut jenis barang dan Negara asalnya pada suatu periode
tertentu.
2. Statistik arti luas, statistik adalah ilmu yang mempelajari cara pengumpulan, pengelolaan,
penyajian dan analisis data serta cara pengambilan kesimpulan atas hasil survei.

Fungsi Statistik

Fungsi statistik ada dua yaitu, deskriptif dan inferensial. Statistik deskriptif merupakan langka awal
dalam pembahasan statistik. Dalam hal ini pemakai statistik deskriptif tidak bisa mengambil
kesimpulan yang bersifat umum (generalisasi), karena statistik  memang terbatas pada hal yang ada
saja. Hasil analisis masih sederhana, bahkan kebanyakan analisis atau perhitungannya bersifat
penyederhanaan atas data yang terkumpul. Berdasarkan hasil penyederhanaan inilah pemakai dapat
mengambil ari dari data tersebut. Oleh karena sifatnya yang sederhana, dimmungkinkan bisa muncul
keraguan dan rasa tidak percaya atass hasil deskriptif tersebut.  Sedangkan Statistik Inferensial
statistik yang menyangkut kesimpulan yang valid. Biasanya memasukan unsur peluang dalam
menarik kesimpulan.

Contoh soal:

Bedasarkan pencatatan di registrasi pada sebuah perguruan tinggi ternyata bahwa dari 12.000 orang
mahasiswa terdiri dari 7.550 orang perempuan dan sisanya laki-laki. Disamping itu, ditinjau dari
jennis pekerjaan orang tuannya, ternyata datanya sebagai berukut:

Jumlah Mahasiswa
 Perempuan laki-laki
Jenis Pekerjaan Orag Tua Mahasiswa
1. Guru & Dosen 2750 1500
2. Pegawai Instansi 2100 850
3. ABRI 1010 550
4. Petani 1250 650
5. Pedagang 250 150
6. Buruh 100 700
7. lain-lain 90 50
Jumlah 7,550 4,450

Bedasarkan data di atas penelitian dapat melakukan analisis sederhana berdasarkan pada
presentase menurut jenis kelamin penduduk maupun ratio jenis kelamin penduduk. Jika dihitung
presentase menurut jenis kelamin, maka data diatas sebagai berikut:

Jenis Pekerjaan Orang Perempuan Laki-laki

Tua
1. Guru & Dosen 36,42 33,71
2. Pegawai Instansi 27,82 19,10
3. ABRI 13,38 12,36
4. Petani 16,56 14,61
5. Pedagang 3,31 3,73
6. Buruh 1,32 15,73
7. Lain-lain 1,19 1,12

Berdasarkan perhitungan persentase diatas dapat diambil beberapa makna atas dasar data yang
terkumpul, mahasiwa laki-laki yang orang tuanya buruh jauh lebih banyak dari pada mahasiswa
perempuan yang orang tua nya buruh. Hasil ini sangat berbeda dengan perhitungan persentase yang
didasarkan pada jumlah selurh mahasiswa perhitungan presentase cara kedua ini lebih tepat dipakai
jika akan melakukan perbandingan frekuensi mahasiswa ditinjau dari jenis pekerjaan orang tua pada
setiap jenis kelamin mahasiswa. Jika melihat perbedaan frekuensi mahasiswa menurut jenis
pekerjaan orang tua tanpa mempertimbangkan jenis kelamin mahasiswa, perhitungan pertama lebih
baik dari pada perhitungan kedua. Hal ini dikarenakan jenis kelamin mahasiswa (jumlah mahasiswa
menurut jenis kelamin ) tidak digunakan untuk pembagi pada perhitungan persentase.

Pada dasarnya statistik dapat digunakan untuk: 

1. membantu peneliti untuk menentukan sampel, sehingga peneliti dapat bekerja efesien, tetapi
hasilnya sesuai dengan objek yang diinginkan atau diteliti.

2. Membantu peneliti untuk membaca data yang telah dikumpu, sehingga peneliti dapat mengambil
keputusan yang tepat. 

3. membantu peneliti untuk melihat ada tidaknya perbedaan antara kelompok 1 dengan yang
lainnya atas objek yang diteliti.
4. membantu peneliti untuk melihat ada tidaknya hubungan antara variable yang satu dengan yang
lainnya.

5. membantu peneliti dalam melakukan prediksi untuk waktu yang akan datang maupun masa lalu.

6. membantu peneliti untuk melakukan interpretasi atas data yang terkumpul.

B. PENYAJIAN DATA

1. Variabel Katagorika

a. Distribusi Frekuensi

distribusi frekuensi adalah susunan data yang berupa angka, yang diurut menurut besarnya atau
katagorinya. Susunan data angka tersebut disajikan dalam bentuk tabel distribusi frekuensi. Dalam
susunaan data tersebut menunjukkan penyebaran skor yang merupakan frekuensi skor-skor setiap
kasus yang termuat didalam suatu skor. Penyusunan data kedalam tabel distribusi frekuensi
bertujuan untuk meringkas dan menyajikan data untuk keperluan analisis berikutnya. Ada dua
bentuk distribusi frekuensi yaitu; distribusi frekuensi tunggal dan distribusi frekuensi bergolong.

 Distribusi Frekuensi Tunggal

Distribusi frekuensi tunggal dibuat dengan cara menyusun skor-akor data kedalam tabel menurut
urutan besarnya atau kategorinya. Data-data yang skornya sama maka dituliskan frekuensinya dalam
satu kategori. Tabel distribusi frekuensi tunggal biaanya dibuat atau digunakan jika rentangan
(range) penyebaran data antara skor tertinggi da terendah tidak terlalu besar, selain itu umlah data
tidak terlalu banyak. Berikut ini contoh menyusun data hasil tes keterampilan servis bola volly
dengan tabel distribusi frekuensi. Data mentah hasil tes keterampilan servis bola volly adalah
sebagai berikut:

40    40    41    40    41    40    38    42    44    39

39    37    36    43    43    38    40    42    42    36

39    38    41    39    38    37    40    40    41    40

37    39    40    39    40    39    38    41    38    38

41    39    37    41    37    40    41    42    43    40

Data tersebut di atas belum disusun dengan baik, maka harus disusun dalam bentuk tabel distribusi
frekuensi tunggal dengan langkah-langkah sebagai berikut. 

1. membuat kolom untuk menuliskan kategori skor (x), jari-jari (talies) dan frekuensi (f).

2. pada kolom kategori skor dituliskan anka-angka dari katogori skor tertinggi sampai dengan yang
terendah

3. pada kolom jari-jari dituliskakan jari-jari berdasarkan skor-skor yang termuat dalam setiap kategori
tersebut.

4. pada kolom frekuensi dituliskan jumlah jari-jari yang merupakan frekuensi skor yang termuat
dalam setiap kategori tersebut.

Distribusi frekuensi hasil dari servis bola volly

Skor Jari-jari Frekuensi

(x) (Talis) (f)
44 I 1
43 III 3
42 IIII 4
41 IIIII III 8
40 IIIII IIIII 12
II
39 IIIII III 8
38 IIIII II 7
37 IIIII 5
36 II 2
JUMLAH                         50

 Distribusi Frekuensi Bergolong

Distribusi frekuensi bergolong bias disebut juga distribusi interval. Distribusi frekuensi
bergolong ini disebut karena, skor-skor data dituliskan dalam table distribusi frekuensi
dengan cara mengelompokkan data menjadi beberapa kelompok, golongan atau kategori
dengan interval tertentu. Dalam penyajian data distribusi frekuensi dilakukan jika
penyebaran skor data mempunyai rentangan yang besar, dan memililki jumlah data yang
banyak. Untuk menyusun atau membuat dan menyajikan data menggunakan tabel
distribusibergolong perlu dipahami dahulu istilah-istilan rentangan skor, interval kelas, batas
kelas, dan titik tengah kelas.
Skor rentang (range) adalah nilai yang didapatkan dari selisih antara skor paling tinggi (high
score) dengan skor yang paling rendah (low score) dari suatu distribusi data. Dapat
dikatakan juga rentang skor adalah besarnya jarak antara skor paling tinggi dan skor paling
rendah. Contoh, skor paling tinggi dari distribusi frekuensi adalah 97, dan skor paling rendah
54, maka besarnya rentangan skor (range) adalah 97-54= 43. Skor rentang sering digunakan
untuk mengetahui sebaran data-data suatu distribusi frekuensi.
Interval kelas bias disebut juga interval atau kelas, dengan simbol K. interval kelas adalah
golongan-golongan, kelompok-kelompok atau kategori-kategori skor (angka) dalam suatu
distribusi frekuensi. Banyak nya interval kelas dalam suatu tabel distribusi frekuensi
bergolong disarankan antara tujuh (7) sampai dengan seppppuluh (10) interval kelas. Hal ini
dilakukan agar bertujuan jika data disajikan dalam bentuk grafik, maka bentuk grafik
tersebut tidak terlalu lancip atau tidak terlalu datar. Setiap interval kelas memuat skor-skor.
Contoh, interval kelas 95-99 terdapat 5 skor yang termuat didalam interval tersebut, yaitu
skor 95,96,97,98, dan 99. Banyak nya skor yang termuat didalam suatu interval kelas
menunjukkan  lebar kelas dan lebar interval diberi simbol i. 

Untuk menentukan lebar kelas diguakan rumus berikut:

          
    i= R
        K

Keterangan:
I= besarnya lebar kelas
R= besarnya rentangan (range)
K= banyak nya kelas

Cara menentukan interval kelas atau kategori kelompok paling bawah suatu distribusi
frekuensi masih tergolong dapat dilakukan dengan beberapa cara:
1. titik awal kelas menggunakan kelipatan lebar kelas (i).
2. menggunakan bilangan atau angka yang titik tengah kelasnya merupakan kelipatan
besarnya lebar kelas (i).
3. menggunakan skor data yang paling rendah, sehingga titik awal kelas paling bawah
dimulai dari skor data yang paling rendah, sehingga titik awal kelas paling bawah dimulai
dari skor paling kecil.

Berikut ini contoh menyusun dan menyajikan data menggunakan distribusi frekuensi
bergolong tentang hasil tes pengetahuan olahraga dari hasil pengumpulan data 45 siswa.
Hasil pengumpulan data mentah disajikan sebagai berikut:

78    64    81    91    72    69    52    74    61    68    61    80

66    50    77    71    75    72    83    65    72    76    56    70

89    85    59    79    78    73    73    83    75    64    88    60

73    91    65    65    78    68    56    71    68

Data hasil tes pengetahuan olahraga diatas selanjutnya disusun dan disajikan menggunakan
tabel distribusi frekuensi bergolong.

Tabel Distribusi Frekuensi Bergolong Hasil Tes Pengetahuan Olahraga

Interval Skor Jari-jari Frekuensi

(Talies) (f)
90-94 II 2
85-89 III 3
80-84 IIII 4
 75-79 IIIII III 8
70-74 IIIII IIIII 10
65-69 IIIII III 8
60-64 IIIII 5
55-59 III 3
50-54 II 2
                                                      JUMLAH                                          
45

Variabel Numerik

a. Histogram 
Kumpulan data statistik yang telah diolah menjadi tabel distribusi frekuensi, naik yang
tunggal maupun yang berkelompok atau tabel distribusi frekuensi kumulatif, dapat pula
digambarkan ke dalam bentuk diagram. Diagram dari suatu tabel disebut histogram.
Contoh :
Berikut ini data nilai ulangan tengah semester matematika siswa madrasah ibtidaiyyah “X”,
Buatlah histogramnya !
Jawab:
Nilai Tengah Semester Matematika Siswa Madrasah Ibtidaiyah “X”

Nilai Titik tengah (X ) Frekuensi (F )

i i

66-70 68 7

71-75 73 15

76-80 78 28

81-85 82 8

86-90 88 10

91-95 93 9

96- 98 3
100

Jumlah  ∑f =80
i

HISTOGRAM

28----------------------
15---------------

10--------------------------------------

 9---------------------------------------

 8---------------------------------------- 

 7--------

3---------

65,5   70,5  75,5  80,5  85,5     90,5    95,5  

100,5
    x

Setiap persegi panjang pada suatu histogram mewakili kelas tertentu dengan pengertian lebar
persegi panjang menyatakan panjang kelas dan tinggi persegi panjang menyatakan frekuensi kelas.
Frekuensi kelas ditempatkan pada sumbu vertical atau sumbu Y. selanjutnya, apabila titik-titik
tengan dari bagian sisi atas persegi panjang pada histogram tersebut dihubungkan, diperoleh
diagram garis yang disebut polygon frekuensi.

C  Pengukuran Tendensi Sentral

Disebut ukuran gejala pusat atau tendensi sentral (central tendency), karena nilai atau harga ukuran
gejala pusat mampu memberi gambaran tentang posisi atau letak pusat data atau nilai-nilai
pengamatan, baik dalam bentuk data terserak, maupun yang sudah dikelompokkan dalam bentuk
tabel distribusi frekuensi. Data yang disajikan dengan ukuran-ukuran gejla pusat lebih mudah dibaca
dibandingkan dengan data yang masih dalam keadaan terserak. 

Posisi atau letak pusat data yang ada dapat dilihat dari besarnya harga rata-rata, modus dan
median. 

a. Rata-rata (mean)
Rata-rata (mean) meliputi rata-rata hitung, rata-rata ukur, rata-rata harmonis dan rata-rata
tertimbang.
1. Rata-rata hitung (arithmetic mean)
Rata-rata data terserak 
Jika anda memperoleh data dari kegiatan sensus, maka harga rata-rata yang anda miliki
merupakan hrata-rata populasi diberi simbol µ, apabila anda memperoleh data dari
penelitian sampling, maka datanya merupakan data statistic sampel. Oleh karena itu jika
anda cari rata-ratanya, maka rata-rata tersebut merupakan rata-rata sampel atau rata-
rata contoh, dan diberi simbol Ȳ (baca Y bar).
Rumus rata-rata populasi µ adalah sebagai berikut :

µ= Y +Y +Y +….+Y =  ∑Y1 2 3 n i

N                    N
                         

      Keterangan: 

Y     : data (nilai pengamatan) untuk i= 1,2,3,…N

i
N    : banyaknya data atau nilai pengamatan (ukuran populasi)

Ȳ= Y + Y + Y +…..+Y = ∑Y
1 2 3 n i

                N                     
N
Rumus rata-rata sampel (Ȳ):    

Keterangan:

Y : data (nilai pengamatan) untuk i=1,2,3…N

i   

N    : banyaknya data atau nilai pengamatan (ukuran sampel)

Coba perhatikan contoh sensus berikut ini. 

Setelah berhasil dihasilkan 30 ekor biri-biri melalui kegiatan cloning (kopian), pada usia satu tahun
seluruh biri-biri tersebut didata berat tubuhnya. Ternyata hasilnya sebagai berikut (dalam kg):

78    89    87    69    69    60    62    72    72    72    60    97    66

66    66    78    81    78    88    68    82    84    91    82    98    89

96    82    83    86

Karena merupakan hasil sensus, berarti rata-rata yang akan dihitung adalah rata-rata populasi (µ),
rata-rata populasi dari N data sebanyak 30 sebesar:

µ= 78+89+69+…..+86 = 78,36666667 kg

               30

Bagaimana jika penelitian yang dilakukan merupakan penelitian sampling? Missal 30 ekor biri-biri
tersebut merupakan sampel diambil secara acak dari populasi biri-biri hasil cloning sebanyak 100
ekor, berapa rat-ratanya?

Rata-rata sampel Ȳ= 78+89+69+……+86 = 78,36666667

                                                   30

b. Rata-rata hitung data yang dikelompokkan

Rumus rata-rata hasil sensus untuk data yang sudah dikelompokkan kedalam k kelompok
adalah sebgai berikut:
Rata-rata populasi (µ):

µ= f Y + f Y + f Y +…….+f Y = ∑f Y
1 1 2 2 3 3 k k  i i

f + f + f + ….+ f           ∑f
                         1 2 3 k i

            Y = nilai tengah kelas ke-i untuk i=1,2,3,….k

i

             f = frekuensi kelas ke-1, dan f + f + f +….+f = n

i 1 2 3 k

Ȳ= f Y + f Y + f Y + …. + f Y = ∑f Y
i i 2 2 3 3 k k i i     

            f + f + f +….+ f             ∑f
1 2 3 k i
            

Perhatikan contoh penelitian sensus di bawah ini.

Hasil pendataan tinggi dari seluruh tanaman lamtoro yang tumbuh di perkarangan penduduk desa
minapadi adalah seperti pada tabel di bawah. Karena seluruh pohon di data, maka rata-rata yang
dihitung adalah rata-rata populasi µ, yaitu :

µ = 6(34,5) + 9(44,5) + 10(54,5) + 13(64,5) + 10(74,5) + 8(84,5) + (94,5)      

                                          6 + 9 + 10 + 13 + 10 + 8 + 4

µ = 3790  = 63,16666667 dm

        60

    Bagaimana jika data di atas adalah data hasil penelitian sampling ? misalkan 60 pohon tersebut
merupakan sebagian dari 600 pohon lamtoro yang ada di desa minapadi, yang diambil secara acak ?
berapakah rata-ratanya ?

Ȳ = 6(34,5) + 9(44,5) + 10(54,5) + 13(64,5) + 10(74,5) + 8(84,5) + (94,5)  

                                           6 + 9 + 10 + 13 +10 +8 + 4

Ȳ = 3790 = 63,16666667 dm

        60

Tabel Hasil Pengykuran Tinggi Tanaman Lamtoro di Perkarangan Penduduk  Desa Minapadi

Kelas (dalam dm) Nilai tengah kelas (tanda kelas) (Y ) i Frekuensi absolut (f )
i

30-39 34,5 6
40-49 44,5 9
50-59 54,5 10
60-69 64,6 13
70-79 74,5 10
80-89 84,5 8
90-99 94,5 4
Jumlah  60

2. Rata-rata ukur (geometric mean)

Rata-rata ukur (geometric mean) merupakan rata-rata nilai atau harga pengamatan yang
dihitung atas dasar akar banyaknya nilai atau harga pengamatan dari hasil perkalian
seluruh data. Sajian rata-rata ukur akan lebih baik dibandingkan rata-rata hitung jika
merupakan data yang menunjukkan urutan perubahan yang tetap atau hamper tetap.
Misalnya, data kenaikan atau penurunan dari  sesuatu hal.
a. Rata-rata ukur data terserak 
Untuk mencari rata-rata ukur dari data yang masih terserak digunakan rumus
sebagai berikut:
Rata-rata ukur populasi (µ )  G
 µ =  NY1.Y2.Y3…Yn
G

                     

  Atau log µ = log Y + log Y + log Y +…+ log Y

G 1 2 3 N   

                                                     N

Disingkat menjadi: log µ = ∑log Y G 1

                                                      N

Keterangan :

Y =  data (nilai pengamatan) untuk i-1,2,3,….,N

1

N = banyaknya data/nilai pengamatan ukuran (populasi)

Rata-rata ukur sampel (ȲG)      

Ȳ = nY1.Y2.Y3…Yn
G

                                              Atau

Log Ȳ = log Y + log Y +  log Y + …+ log Y

G 1 2 3 n 

                                             n

disingkat menjadi :     log Ȳ = ∑log Y G i

                                                          n 

keterangan :

Y = data (nilai pengamatan) untuk i=1,2,3,…,n

1

n = banyaknya data/nilai pengamatan (ukuran sampel)

b. Rata- rata ukur yang dikelompokkan

Untuk mencari rata-rata ukur dari data yang sudah dikelompokkan dapat digunakan rumus sebagai
berikut:

Rata-rata ukur populasi