Rangkuman Materi Statistika

1. STATISTIKA DAN PENYAJIAN DATA

a. Pengertian Statistika
b. statistik memiliki dua bagian utama, Statistika Deskriptif, Statistika Inferensi,
c. Pengetahuan tentang statistik membantu untuk : 1. Menjelaskan hubungan antar variabel. 2. Membuat
keputusan lebih baik. 3. Mengatasi perubahan-perubahan. 4. Membuat rencana dan ramalan. 5. Dan masih
banyak manfaat yang lain.
d. Tahap-tahap dalam statistik 1. Mengidentifikasikan persoalan. 2. Pengumpulan fakta-fakta yang ada. 3.
Mengumpulkan data asli yang baru. 4. Klasifikasi data. 5. Penyajian data. 6. Analisa data.
e. Populasi, Sampel dan Data
f. Jenis-jenis pengambilan sampel yaitu : Random sederhana (simple random sampling), Random berstrata
(Stratified Random Sampling), Sistematis (Systematic Sampling), Luas/Sampel Kelompok (Cluster sampling),
g. Pembagian data dapat dibedakan menurut :
h. Sifatnya, Data kualitatif, Data kuantitatif, Data kontinu, Data diskret,
i. Waktunya, Data silang (Cross Section), Data Berkala (Time Series),
j. Cara memperolehnya, Data primer, Data Sekunder
k. Sumbernya., Data Internal, Data Eksternal
l. Syarat Data yang baik adalah 1. Benar/Obyektif. 2. Mewakili/Wajar (representative). 3. Dipercaya, artinya
kesalahan bakunya kecil. 4. Tepat waktu (up to date). 5. Relevan (data yang dikumpulkan ada hubungannya
dengan permasalahannya).
m. Pengukuran dan Jenis-jenis Skala Pengukuran., Variabel (peubah) adalah karakteristik - karakteristik yang
terdapat pada elemen-elemen dari populasi tersebut.
n. Variabel terbagi atas : 1. Variabel kualitatif (kategori). 2. Variabel kuantitatif (Numerik).
o. macam-macam ukuran skala yaitu : Skala Nominal (Skala Klasifikasi), Skala Ordinal, Skala Interval, Skala
Rasio.,
p. Penyajian Data, Penyajian data merupakan cara yang digunakan untuk meringkas menata, mengatur atau
mengorganisir data sehingga data mudah untuk dimengerti oleh pihakpihak yang berkepentingan dengan
data tersebut.
q. Tabel Satu Arah, Tabel Dua Arah, Tabel Tiga Arah
r. Penyajian Data Dengan Grafik : Grafik Garis, Grafik Batang/Balok, Grafik Lingkaran
s. Pictogram

2. NOTASI SIGMA DAN DASAR-DASAR STATISTIKA

a. Notasi Sigma
b. Pengertian Distribusi Frekuensi : Distribusi Frekuensi Numerikal, Distribusi Frekuensi Katagorikal
c. Istilah Dalam Distribusi Frekuensi : Class (Kelas), Batas Kelas (Class Limit), Stated Class Limit, Class
Bounderies (Tepi kelas), Class Interval/Panjang Kelas/Lebar kelas, Mid point / Class Mark / Titik tengah
d. Penyusunan Distribusi Frekuensi
e. Jenis Distribusi Frekuensi : Distribusi Frekuensi Kumulatif, Distribusi Frekuensi Relatif, Distribusi Frekuensi
kumulatif kurang dari (dari atas), Distribusi Frekuensi kumulatif lebih dari (dari bawah), Distribusi Frekuensi
kumulatif relative
f. Recode (tranformasi data)
g. Distribusi Frekuensi 1. Klik menu Analyze 2. Pilih Descriptive Statistics dan pilih Frequencies
h. Ukuran Gejala Pusat Data Belum Dikelompokkan
i. Median adalah suatu ukuran pemusatan yang menempati posisi tengah jika data diurutkan menurut
besarnya.
j. Modus adalah nilai yang paling sering muncul dari serangkaian data atau yang mempunyai frekuensi paling
tinggi.
 k. Kuartil, Desil, Persentil,
l. Menentukan Ukuran Statistika Dengan Excel

3. UKURAN GEJALA PUSAT DATA YANG DIKELOMPOKKAN DAN UKURAN DISPERSI

a. Ukuran Gejala Pusat Data yang Dikelompokkan
b. Rata-rata hitung : f = frekuensi m = titik tengah
c. Median : Med = Median data kelompok. Lm = Tepi bawah kelas median. N = Jumlah frekuensi. f = Frekuensi
kumulatif di atas kelas median. fm = Frekuensi kelas median. c = Interval kelas median.
d. Modus : Mod = Modus data kelompok. Lmo = Tepi bawah kelas modus. d1 = Selisih antara frekuensi kelas
modus dengan frekuensi kelas sebelum modus. d2 = Selisih antara frekuensi kelas modus dengan frekuensi
kelas sesudah modus. c = Interval kelas modus.
e. Fraktil, Kuartil : Desil : Persentil :
f. Qi = Kuartil ke-i. Di = Desil ke-i. Pi = Persentil ke-i. L = Tepi bawah kelas kuartil, desil, persentil N =
Jumlah frekuensi. f = Frekuensi kumulatif “dari atas” pada kelas sebelum kelas Qi/ Di / Pi f = Frekuensi
kelas kuartil, desil, persentil c = Interval kelas kuartil, desil, persentil
g. Ukuran Dispersi, Jangkauan (Range), Simpangan Rata-rata (Mean Deviation) , Variansi (Variance), Simpangan
Baku (Standard Deviation), Jangkauan kuartil, Jangkauan Persentil,

4. KEMIRINGAN, KERUNCINGAN DISTRIBUSI DATA DAN ANGKA INDEKS

a. Pengertian Kemiringan Distribusi Data
b. Kemiringan distribusi data terdapat 3 jenis, yaitu : Simetris, Miring ke kanan, Miring ke kiri
c. umus untuk menghitung derajat kemiringan distribusi data (3), Rumus Pearson, Rumus Momen, Rumus
Bowley
d. Pengertian Keruncingan Distribusi Data
e. Ada tiga jenis derajat keruncingan, yaitu : Leptokurtis, Mesokurtis, Platikurtis,
f. Pengertian Angka Indeks.
g. Di dalam membuat angka indeks diperlukan dua macam waktu yaitu : Waktu dasar (Base period), Waktu
yang bersangkutan/sedang berjalan (Current period)
h. Pemilihan Tahun Dasar.
i. Indeks Tidak Tertimbang : Indeks harga relatif sederhana, Indeks Agregatif

5. REGRESI DAN KORELASI SEDERHANA

a. Pengertian Regresi dan Korelasi
b. Untuk menentukan persamaan hubungan antarvariabel, langkah-langkahnya sbb :
c. Kegunaan dari diagram pencar adalah :
d. Analisa Regresi Sederhana, Persamaan garis regresi linier sederhana untuk sampel : y = a + bx , yang
diperoleh dengan menggunakan Metode Kuadrat Terkecil.
e. Analisa Korelasi Sederhana
f. Koefisien Determinasi ( r2 )

6. ANALISA DATA BERKALA

a. Pengertian Analisa Data Berkala
b. Komponen Data Berkala, Empat Komponen Deret Berkala : TREND SEKULER, VARIASI MUSIM, VARIASI SIKLI,
VARIASI RANDOM/RESIDU
c. Komponen Deret Berkala Sebagai Bentuk Perubahan : Gerakan trend jangka panjang atau trend sekuler
(Long term movement or secular trend), Gerakan/variasi Sikli atau siklus (Cyclical movement or variations),
Gerakan/variasi musiman (Seasonal movement or variations), Gerakan/variasi random/residu (Irregular or
random variations),
d. Ciri Trend Sekuler
e. Metode Semi Average
f. Metode Moving Average : Rata-rata Bergerak Sederhana, Rata-rata Bergerak Tertimbang
g. Metode Least Square