Universitas Pamulang Akuntansi S-1

PERTEMUAN 2
DATA STATISTIK

A. CAPAIAN PEMBELAJARAN
Materi pertemuan ini membahas mengenai data statistik. Setelah mempelajari
materi ini, diharapkan mahasiswa mampu memahami dengan baik mengenai data
statistik, jenis-jenisnya dan bisa menerapkan dengan baik dalam penelitian.

B. URAIAN MATERI
1. Data
Kata data, berasal dari bahasa latin, yang merupakan bentuk jamak dari
kata “datum”, yang artinya “sesuatu yang diberikan”. Dalam ilmu matematika,
data berarti sesuatu yang diketahui atau suatu keterangan. Dalam ilmu komputer,
data dapat berupa angka, kata-kata, citra dan sebagainya. Dalam ilmu eksakta,
data adalah suatu hasil pengukuran yang terorganisasi dan apabila data itu
terorganisasi maka data tersebut akan menjadi informasi. Dalam statistik, data
dapat didefinisakan sebagai “fakta-fakta atau angka-angka yang nantinya dapat
diambil kesimpulan”.
Data yang bias apabila digunakan dalam dasar pembuat keputusan, maka
tentu akan menghasilkan keputusan yang bias juga. Adapun persyaratan yang
harus dipenuhi dalam data yang baik, adalah sebagai berikut :
a) Data harus bersifat objektif
Artinya disini bahwa data tersebut harus sesuai dengan keadaan yang
sebenarnya.
b) Data harus bersifat representatif
Artinya adalah data tersebut harus bisa mewakili dari objek yang akan di
amati.
c) Data mempunyai kesalahan sampling kecil
Artinya disini adalah apabila suatu estimasi dikatakan baik jika kesalahan
samplingnya kecil.
d) Data harus tepat waktu
Artinya disini adalah apabila data akan digunakn untuk pengendalian, maka
data menjadi syarat tepat waktu yang sangat penting agar ada waktu
penyesuaian atau melakukan koreksi jika ada penyimpangan dalam
implementasi.
e) Data harus relevan
Artinya adalah data yang diamati atau diteliti harus ada hubungannya dengan
masalah yang akan dipecahkan.

Statistik Deskriptif P a g e | 11
 Universitas Pamulang Akuntansi S-1

2. Pengelompokan Data
1) Berdasarkan Sifatnya
a. Data Diskrit
Data diskrit merupakan data yang satuannya adalah bilangan bulat,
tidak berbentuk pecahan. Pada dasarnya data diskrit ini di peroleh dari
hasil pencacahan. Sebagai contoh perhatikan kasus di bawah ini :

Jika diketahui data dari jumlah mahasiswa, pada Fakultas

Ekonomi terdiri dari 500 mahasiswa, yang meliputi 200
mahasiswa Jurusan Manajemen, 180 mahasiswa Jurusan
Akuntansi dan sisanya 120 adalah mahasiswa Jurusan
Administrasi Perkantoran.

b. Data Kontinu
Berbeda dengan data diskrit, data kontinu merupakan data yang
satuannya adalah bilangan pecahan. Pada dasarnya data kontinu ini bisa
diperoleh dari hasil pengukuran. Perhatikan kasus berikut sebagai contoh
dari data kontinu :

Jika diketahui berat beras yang tidak terpakai berada di gedung

F, G dan H pada tahun 2019, masing-masing seberat 200,57 ton;
130,98 ton dan 288,20 ton.

2) Berdasarkan Sumbernya
a. Data Intern
Disini yang dimaksud dengan data intern adalah data yang
menggambarkan suatu keadaan atau suatu kegiatan di dalam lembaga
atau badan tertentu. Contoh kasusnya, perhatikan di bawah ini :

Diketahui data mahasiswa di dua tahun terakhir yaitu pada tahun

2018 adalah 120 orang, sedangkan di tahun 2019 sebanyak 150
orang.

b. Data Ekstern
Kebalikannya dari data intern, data ekstern merupakan data yang
bisa menggambarkan suatu keadaan atau kegiatan di luar lembaga atau
badan tertentu. Perhatikan contohnya adalah sebagai berikut :

Jika diketahui pendapatan per kapita masyarakat adalah Rp50,5

juta per tahun.

3) Berdasarkan Pengukurannya
a. Data Nominal
Data nominal ini merupakan bagian dari pengukuran skala nominal,
yang artinya data statistik dimana cara penyusunan angkanya berdasarkan
beberapa kategori tertentu tanpa memperhatikan urutan. Bisa dikatakan

Statistik Deskriptif P a g e | 12
 Universitas Pamulang Akuntansi S-1

bahwa kedudukan satu kategori dengan kategori yang lain akan setara
atau bernilai sama. Dengan dibantukan pada label, simbol, ataupun kode,
untuk kategori hanya bertujuan untuk membedakan kategori satu dengan
kategori yang lain, dan tidak memiliki suatu makna yang matematis. Hal ini
berarti operasi aritmatika tidak berlaku pada data nominal. Perhatikan
kasus berikut sebagai contohnya :

Jika ada jenis kelamin, yaitu jenis pria dan wanita, misalkan pria
diberi kode 1, dan wanita diberi kode 0, atau pun kebalikannya,
wanita dengan kode 1, dan pria dengan kode 0.

b. Data Ordinal
Data ordinal merupakan bagian dari data hasil pengukuran skala
ordinal, artinya data statistik yang cara penyusunan angkanya berdasarkan
beberapa kategori, dengan memperhatikan urutan tertentu. Dengan kata
lain, dalam data ini memiliki kedudukan ketagori yang tidak setara, tetapi
sesuai dengan label. Berbeda dengan data nominal, label, kode, simbol
yang diberikan pada masing-masing merupakan suatu peringkat. Peringkat
maksudnya adalah urutan dalam penilaian. Data ordinal memiliki sifat dari
data nominal, dimana operasi arimatika juga tidak berlaku. Perhatikan
contoh kasus dari data ordinal berikut :

Jika diketahui sampel acak adalah 100 nasabah di BANK ABC,

kemudian diminta untuk penilaian terhadap layanan di BANK
BCA tersebut. Pertanyaanya adalah, bagaimana menurut anda,
mengenai layanan di BANK ABC tersebut?
Opsi jawabannya ada 4, yaitu sebagai berikut :
Label 1 : Sangat Baik
Label 2 : Baik
Label 3 : Cukup
Label 4 : Kurang Baik
Sebagai contoh, jawaban dari nasabah pertanyaan di atas,
didapat sebagai berikut :
45 nasabah menyatakan sangat baik
25 nasabah menyatakan baik
18 nasabah menyatakan cukup
Sisanya 12 menyatakan kurang baik

c. Data Interval
Ketiga adalah data interval, yang merupakah hasil dari skala interval.
Data interval merupakan data yang penyusunan angkanya disusun dengan
jarak yang sama, antara kategori satu dengan kategori lainnya. Data
interval juga memiliki sifat yang sama dengan data nominal maupun data
ordinal, bedanya adalah data interval mempunyai karakter pada jarak,
dimana jarak antara kategori satu sama dengan jarak kategori yang lain.

Statistik Deskriptif P a g e | 13
 Universitas Pamulang Akuntansi S-1

Data interval juga termasuk dalam operasi aritmatika tertentu. Perhatikan

contoh kasusnya berikut ini :
Data UAS mata kuliah statistik deskriptif dengan pertanyaan
pengajuannya adalah, berapa kali anda bolos kuliah dalam
sebulan? Di ambil data acak 50 mahasiswa dengan hasilnya
adalah sebagai berikut :
30 mahaisiswa menjawal 2 kali bolos
15 mahasiswa 1 kali bolos
15 mahasiswa 4 kali bolos

d. Data Rasio
Terakhir ada yang namanya data rasio, yang merupakan hasil dari
skala rasio. Data rasio merupakan data yang cara penyusunannya dengan
membandingkan nilai variabel satu dengan nilai absolut variabel lainnya,
dalam hal ini adalah variabel pembanding. Data rasio juga memiliki
karakter yang sama dengan data-data sebelumnya, yaitu nominal, ordinal
dan interval, bedanya adalah dalam data rasio ini memiliki nilai 0 yang
mempunyai arti. Nol disini berarti tidak ada atau ketiadaan, misalnya
penghasilan nol, maka tidak ada penghasilan sepeserpun. Perhatikan
contoh kasusnya berikut ini :

Apabila diketahui rata-rata tinggi badan mahasiswa Akuntansi

adalah 160 cm, dan rata-rata tinggi badan mahasiswa Sekretaris
adalah 80 cm, maka dari hasil tersebut bisa disimpulkan bahwa
rata-rata tinggi badan mahasiswa Akuntansi dua kali rata-rata
tinggi badan mahasiswa Sekretaris.

4) Berdasarkan Cara Memperolehnya

a. Data Primer
Jenis data dari cara memperolehnya, yang pertama adalah ada data
primer, artinya data yang caranya dikumpulkan serta diolah sendiri oleh
suatu lembaga atau individu, dilakukan secara langsung dari sumber
objeknya. Sebagai contoh kasusnya, perhatikan berikut ini :

Jika anda ingin meneliti bagaimana pelanggan PLN menilai

terhadap layanan dan kualitas PLN di kota X, dengan periode
waktu tertentu. Penelitian ini harus dilakukan secara langsung,
terhadapn pelanggan PLN yang ada di kota X tersebut. Misalnya
diambil secara acak yaitu 200 pelanggan. Ternyata hasil dari
penelitian tersebut adalah sebagai berikut :
120 menyatakan pelanggan sangat puas
50 menyatakan pelanggan puas
20 menyatakan pelanggan cukup puas
10 menyatakan pelanggan kurang puas

Statistik Deskriptif P a g e | 14
 Universitas Pamulang Akuntansi S-1

b. Data Sekunder
Berbeda dengan data primer, untuk data sekunder yaitu data yang
cara pemerolehannya sudah dalam bentuk jadi, data yang sudah jadi,
sudah dikumpulkan dan diolah pihak lain, atau bahkan sudah
dipublikasikan oleh pihak terkait. Perhatikan contoh kasusnya berikut ini :

Jika diketahui data penduduk indonesia adalah sebagai berikut:

Penduduk Indonesia pada tahun 1990 sebanyak 178,5 juta,
Tahun 2000 sebanyak 205,1 juta dan pada tahun 2010 sebanyak
237,6 juta jiwa. Data tersebut dapat diperoleh dari Badan Pusat
Statistik Jakarta.

5) Berdasarkan Waktu Pengumpulannya

a. Data Seketika (Cross Section Data)
Berdasarkan waktu pengumpulannya, data yang pertama adalah data
seketika, atau yang sering dikenal dengan data scross section. Data cross
section ini adalah data yang pengumpulannya pada waktu tertentu, yang
bisa menggambarkan keadaan objek tersebut pada waktu penelitian
dilakukan. Perhatikan contoh kasus berikut ini :

Pendapatan rata-rata per kapita dalam setahun untuk penduduk

Indonesia adalah 1.789.000 rupiah di tahun 2017.

b. Data Berkala (Time Series Data)

Kebalikannya dengan data sebelumnya, yang kedua berdasarkan
waktu pengumpulan adalah data berkala, atau sering disebut data time
series. Artinya data yang pengumpulannya dari waktu ke waktu, yang bisa
menggambarkan tentang perkembangan suatu kejadian tertentu. Sebagai
contoh, perhatikan kasus di bawah ini :

Data mengenai perkembangan pertumbuhan ekonomi pada

tahun 2015-2018 di Indonesia adalah 7,17 ; 8,20; 7,77 ; 8,98
persen.

3. Penyajian Data Statistik

Setelah data dikumpulkan, maka langkah selanjutnya adalah penyajian
data, sehingga data akan mudah dipahami dengan baik. Penyajian data menjadi
penting dalam pembuat keputusan di sektor ekonomi dan bisnis, sebagai acuan
atau dasar dalam pengambilan kesimpulan atas kejadian dan peristiwa tertentu.
Penyajian data tersebut bisa ditampilkan dengan baik dalam bentuk tabel, grafik,
diagram atau lainnya sesuai dengan keperluan.
Tabel adalah sekumpulan angka yang disusun sedemikian rupa, yang
disesuaikan dengan kategori tertentu, sehingga angka tersebut dalam hal ini
data, akan mudah di amati dan di analisis dengan baik. Sedangkan diagram atau
grafik adalah gambar yang menunjukan data secara visual berupa angka, dan
biasanya gambar tersebut berasal dari tabel yang sudah dihasilkan melalui data
yang ada.
Statistik Deskriptif P a g e | 15
 Universitas Pamulang Akuntansi S-1

Penyajian Data Bentuk Tabel

Data-data yang sudah dikumpulkan, kemudian disajikan dengan baik

dalam salah satu bentuk tabel, dengan klasifikasi sebagai berikut :
a) Tabel dengan klasifikasi tunggal
b) Tabel dengan klasifikasi ganda
c) Tabel dengan kontingensi
d) Tabel dengan distribusi frekuensi
Sebagai contoh dari penerapan klasifikasi tabel-tabel yang disebutkan di atas,
maka perhatikan contohnya berikut ini :

a) Tabel Tunggal
Contoh tabelnya adalah sebagai berikut :

Tabel 2.1 Daftar Lulusan Karyawan PT NISAC NEWTON

pada tahun 2018

Pendidikan Banyaknya
SMP 10
SMA 40
Perguruan tinggi 50
Jumlah 100

b) Tabel Ganda
Contoh tabel dengan klasifikasi berganda, perhatikan tabel berikut ini
mengenai jenis kelamin dan pendidikan.

Tabel 2.2 Daftar Karyawan PT NISAC NEWTON

Berdasarkan Jenis Kelamin dan Pendidikan Tahun 2018

Jenis kelamin Pendidikan Jumlah

SMP SMA PT
Laki-laki 5 40 25 70
Perempuan 15 30 35 80
Jumlah 25 70 60 150

c) Tabel Kontingensi
Contoh penerapan tabel kontingensi dalam tabel mengenai tingkat
pendapatan terhadap jenis angkutan yang digunakan.

Tabel 2.3 Daftar Tingkat Pendapatan Keluarga dan Jenis Angkutan Umum
Tahun 2018

Tingkat Jenis Angkutan Umum Jumlah

Pendapatan Kereta Api Bus Taksi
Rendah 70 60 20 150
Menengah 40 40 30 110

Statistik Deskriptif P a g e | 16
 Universitas Pamulang Akuntansi S-1

Tinggi 40 30 40 110
Jumlah 150 130 90 370

d) Tabel Distribusi Frekuensi

Contoh penerapan tabel distribusi frekuensi akan disajikan dalam nilai UAS
mahasiswa Unpam.
Tabel 2.4 Nilai UAS Statistik Deskriptif Mahasiswa FE Unpam
Semester Ganjil 2019/2020

Nilai Statistik Deskriptif Banyak Mahasiswa

(f)
20 – 29 3
30 – 39 5
40 – 49 10
50 – 59 15
60 – 69 9
70 – 79 8
80 – 89 5
Jumlah 55

Penyajian Data Bentuk Grafik atau Diagram

Data yang sudah dikumpulkan dengan baik, selain disajikan dalam tabel,
ternyata bisa disajikan dalam bentu diagram maupun grafik. Ada beberapa jenis
diagram yang perlu dipahami, yaitu sebagai berikut :
a) Diagram Batang
b) Diagram Lingkaran
c) Diagram Lambang
d) Diagram Garis
Contoh penerapan dari keempat diagram di atas, akan dijelaskan dalam
penjabaran di bawah ini.

a) Diagram Batang
Daftar Pegawai di Perusahaan Nisac Newton
60

50
Banyaknya Pegawai

40

30

20

10

0
S SM SM PT
D P Pendidika A
nn
Gambar 2.1 Grafik Daftar Pegawai Nisac Newton

Statistik Deskriptif P a g e | 17
 Universitas Pamulang Akuntansi S-1

b) Diagram Lambang

Daftar Pegawain Di Nisac Newton Sesuai Pendidikan

Tahun 2018

SD :

SMP :

SMA :

PT :

( = 10 orang)

Gambar 2.2 Lambang Daftar Pegawain Nisac Newton

c) Diagram Lingkaran
Diagram lingkaran ini di adopsi dari diagram batang, perhatikan contoh
penerapan diagram lingkaran berikut ini :

Gambar 2.3 Diagram Lingkaran Pegawai Perusahaan XYZ

d) Diagram Garis
Diagram garis ini juga bisa dibuat berdasarkan tabel, perhatikan contoh tabel
berikut yang akan dirubah menjadi diagram garis.

Statistik Deskriptif P a g e | 18
 Universitas Pamulang Akuntansi S-1

Tabel 2.5 Daftar Impor Indonesia

Tahun 2006-2010

Tahun Nilai Impor

2006 100.798,6
2007 114.100,9
2008 137.020,4
2009 116.510,0
2010 157.779,1

Berdasarkan data tabel yang disajikan di atas, maka penyajian dalam

diagram garisnya menjadi sebagai berikut :

Gambar 2.4 Nilai Impor Indonesia 2006-2010

C. LATIHAN SOAL
Kerjakan soal berikut ini dengan teliti dan benar!

1. Jelaskan pendapat anda, apakah yang dimaksud dengan data statistik?

Seberapa besar pengaruhnya suatu data dalam penelitian?

2. Ada beberapa jenis data statistik, jelaskan kegunaan dan kapan kita harus
menggunakan data tersebut! Asumsikan secara ilmiah!.

3. Dalam ruang lingkup akuntansi, data apa yang cocok untuk penelitian anda?
Sesuaikan dengan konsentrasi anda!.

4. Menurut pendapat anda, permasalahan apa yang sering terjadi dalam proses
pengambilan data penelitian?

5. Kenapa kita harus memahami data statistik dengan baik? Jabarkan asumsi
anda secara ilmiah!

Statistik Deskriptif P a g e | 19
 Universitas Pamulang Akuntansi S-1

6. Apakah kita bisa menggunakan dua data atau lebih dalam penelitian? Jelaskan
alasannya!

D. DAFTAR PUSTAKA

Mangkuatmodjo. (2015). Statistik Deskriptif. Jakarta: Rineka Cipta.

Subagyo, Pangestu. (2003). Statistik Deskriptif. Yogyakarta : BPFE-Yogyakarta

Sudjana. (2008). Metode Statistika. Bandung: Tarsito Penerbit Bandung.

Supranto. (2008). Statistik Teori dan Aplikasi. Jakarta: Erlangga.

Walpole. (1992). Pengantar Statistika. Jakarta: Gramedia Pustaka Utama.

Statistik Deskriptif P a g e | 20