MAKALAH

PENGANTAR STATISTIKA
MENDESKRIPSIKAN DATA DISKRET
DOSEN PENGAMPU : ATIKA ULFAH, S.Akun.,M.Ak.

Disusun oleh
Nama anggota :
1. Riza melicha (05221010003
2. Haldi saputra (05221010005)

SEKOLAH TINGGI ILMU EKONOMI (STIE) AL-MADANI

BANDAR LAMPUNG

2023/2024
 KATA PENGANTAR

Puji syukur kami haturkan kehadirat Allah Swt. yang telah melimpahkan rahmat dan
hidayah-Nya sehingga kami bisa menyelesaikan tugas karya ilmiah yang telah
diberikan kepada kami. Diantara sekian banyak nikmat allah Allah SWT yang
membawa kita dari jaman kegelapan ke dimensi yang terang yang memberi hikmah
yang paling bermanfaat bagi seluruh umat manusia. Sehingga kami dapat
menyelesaikan tugas kami dengan baik dan benar.

Tidak lupa juga kami mengucapkan terima kasih kepada semua pihak yang telah
turut memberikan kontribusi dalam penyusunan karya ilmiah ini. Tentunya, tidak
akan bisa maksimal jika tidak mendapat dukungan dari berbagai pihak.
Sebagai penyusun, kami menyadari bahwa masih terdapat kekurangan, baik dari
penyusunan maupun tata bahasa penyampaian dalam karya ilmiah ini.
Segala sesuatu yang salah datangnya dari manusia dan segala sesuatu yang benar
itu datangnya dari Allah SWT. Meski begitu tentu tugas kami ini jauh sekali dari
kesempurnaan, oleh karena itu, segala saran dan kritik yang membangun dari
semua pihak sangat kami harapkan.

Kami berharap semoga karya ilmiah yang kami susun ini memberikan manfaat dan
juga inspirasi khususnya bagi dan bagi pembaca lainnya.
Atas perhatiannya kami ucapkan terimakasih

Selasa,14 maret2023

Penyusun
 DAFTAR ISI

KATA PENGANTAR………………………………………………………………………………. ii
DAFTAR ISI …………………………………………………………………………………………iii
BAB I PENDAHULUAN
1.1 latar belakang…………………………………………………………………………..1
1.2 rumusan masalah………………………………………………………………………1
1.3 tujuan…………………………………………………………………………………….1
BAB II PEMBAHASAN
2.1 sebaran frekuensi……………………………………………………………………...2
2.2 penyajian grafik………………………………………………………………………..3
2.3 kesetangkupan dan kemenjuruan…………………………………………………..5
2.4 persentil,desil dan kuartil…………………………………………………………….6
BAB III PENUTUP
2.1 Kesimpulan………………………………………………………………………………...10
.
DAFTAR PUSTAKA……………………………………………………………………………......11
 BAB I
1.1 Latar belakang PENDAHULUAN
Data dan statistik mempunyai hubungan yang sangat erat. Data diskret
adalah dat yang dapat dihitung dan memiliki jumlah yang terbatas. Dengan data, kita
mengetahui gambaran perusahaan sekarang, masalah apa yang sedang dihadapi,
mengapa terjadi masalah-masalah tersebut, serta bagaimana cara pemecahannya.
Dengan data, kita dapat meramal atau memperkirakan, apa yang kira-kira bakal
terjadi di masa mendatang. Dengan data, kita pun bisa membuat perencanaan,
peramalan, mengontrol pelaksanaan, mengevaluasi target apakah tercapai atau
tidak, dan sebagainya. Dengan adanya data, kita dapat banyak mengetahui tentang
berbagai hal. Dengan data, kita bisa mengambil keputusan-keputusan, kebijakan-
kebijakan perusahaan, dan sebagainya.Pendeknya, fungsi dan manfaat data sangat
penting dan banyak sekali. Sering kali, akan berbahaya jika kita mengambil
kesimpulan dan keputusan tanpa didukung oleh data. Orang bilang “Speak with
data”, berbicaralah dengan data agar objektif dan lebih akurat. Dalam data diskret
terdapat grafik yang fungsinya menunjukkan titik yang terhubung.

1.2 Rumusan masalah

Berdasarkanuraian latar belakang di atas, maka rumusan masalah dalam
makalah ini adalah sebagai berikut:
1.2.1        apa yang dimaksud dengan data diskret?
1.2.2        Bagaimanakah sifat data diskret?
1.2.3        Bagaimanakah isi dari data diskret?

1.3 Tujuan
Berdasarkan pada rumusan masalah di atas, maka tujuan dari makalah ini
adalah:
1.3.1        Untuk mengetahui apa yang dimaksud dengan data siskret.
1.3.2        Untuk mengetahui bagaimanakah sifat data statistik.
1.3.3        Untuk mengetahui bagaimanakah isi dari data diskret.
 BAB II
PEMBAHASAN
2.1 SEBARAN FREKUENSI
Sebaran frekuensi adalah pengelompokan data ke dalam beberapa kelas. Sebaran
frekuensi umumnya berbentuk sebuah tabel. Dalam suatu tabel frekuensi (atau sebaran
frekuensi) dapat berisi informasi tentang jumlah atau disebut frekuensi, frekuensi relatif,
frekuensi kumulatif kurang dari dan frekuensi kumulatif lebih dari.Data yang disajikan dalam
bentuk sebaran frekuensi dikatakan sebagai data yang telah dikelompokkan. Kita sering
kali mengelompokkan data contoh ke dalam selang-selang agar memperoleh gambaran
yang lebih baik mengenai populasi yang belum diketahui. Tetapi dengan cara ini kita bisa
kehilangan identitas masing-masing pengamatan.
Contoh
Sebaran frekuensi
Bagi bobot 50 potong koper
Bobot banyaknya
(kilogram)
7-9 2
10-12 8
13-15 14
16-18 19
19-21 7

Tabel diatas adalah sebaran frekuensi bobot 50 potong koper. Untuk data tersebut
diambil 5 selang 7-9, 10-12, 13-15, 16-18, 19-21. Nilai-nilai terkecil dan terbesar
dalam setiap selang disebut limit kelas. untuk selang 10-12 bilangan yang lebih
kecil yaitu 10 disebut limit bawah kelas, sedangkan bilangan yang besar disebut limit
atas kelas.
Dalam banyak keadaan kita lebih tertarik bukan pada banyaknya pengamatan dalam
suatu kelas tertentu, namun pada banyaknya pengamatan yang jatuh diatas atau
dibawah sebuah nilai tertentu. Semua nilai yang lebih kecil daripada batas atas kelas
suatu selang kelas disebut frekuensi kumulatif.
Sebaran frekuensi kumulatif
Batas kelas Frekuensi
kumulatif

Kurang dari 1.49 0

Kurang dari 1.95 2
Kurang dari 2.45 3
Kurang dari 2.95 7
Kurang dari 3.45 22
Kurang dari 3.95 32
Kurang dari 4.45 37
Kurang dari 4.95 40
Sebaran yang demikian itu disebut sebaran frekuensi kumulatif relatif dan sebaran
kumulatif persentase. Sebaran kumulatif persentase memungkinkan kita membaca
dengan cepat persentase pengamatan yang jatuh kebawah nilai tertentu.

2.2 PENYAJIAN GRAFIK

metode penyajian data dengan menggunakan gambar-gambar yang
umumnya digunakan untuk melihat perubahan yang terjadi dalam sebuah variable
atau untuk membandingkan beberapa variable yang memiliki karakteristik yang
sama.Informasi yang dikandung suatu sebaran frekuensi dalam bentuk tabel
biasanya lebih mudah ditangkap bila disajikan secara grafik. Sajian grafik yang
sangat luas digunakan bagi data numerik adalah grafik poligon, histogram maupun
ogif.
Grafik poligon menghubungkan antara nilai tengah kelas dengan jumlah
frekuensi, grafik histogram menghubungkan tepi kelas dengan jumlah frekuensi,
sedangkan grafik ogif menghubungkan tepi kelas dengan frekuensi kumulatif.
Contoh : Dari diagram balok gambar 3.1 orang dapat mengetahui bahwa
kebanyakan aki berumur 3.0 sampai 3.4 tahun, hanya sedikit yang umurnya 2.5
tahun, tetapi juga tidak ada aki yang mencapai umur lebih dari 4.9 tahun.

Meskipun diangram balok menyampaikan dengan segera informasi yang dikandung

segugus data dalam bentuk yang ringkas. Tetapi kita lebih tertarik dengan gmbar
yang disebut histogram. Suatu histogram berbeda dengan diagram balok dalam hal
sebabai lebar balokya digunakan batas kelas bukan limit kelas.
Ketika melihat ke histogram, maka kita cenderung membandingkan luas persegi
panjang bukan tingginya. Meskipun ini dapat kita terima untuk selang-selang kelas
yang lebarnya sama, tetapi ini dapat menyesatkan bila ada kelas yang lebarnya
berbeda. Orang-orang ang tidak bertanggung jawab akan ad yang sengaja
menyajikan data yang salah dengan membuat histogram yang lebar kelasnya tidak
sama.

Cara yang kedua dalam penyajian grafik adalah poligon frekuensi. Poligon
frekuensi dibentuk dengan memplotkan frekuensi kelas terhadap titik tengah kelas
dan kemudian menghubungkan titik-titik yang berurutan dengan garis lurus. Poligon
merupakan bangun yang bersisi banyak yang tertutup. Untuk menutup poligon
frekuensi kita memerlukan sebuah selang kelas tambahan yang ditambahkan pada
kedua ujung sebaran, masing-masing dengan frekuensi nol.

Bila kita ingin membandingkan dua gugus data yang ukuran contohnya tidak sama
dengan membuat poligon frekuensi, maka kita harus menggunakan frekuensi relatif
atau persentase.

2.3 KESETANGKUPAN DAN KEMENJURUAN

 Bentuk atau sebaran segugus pengukuran paling baik ditayangkan melalui
sebuah histogram. Sebagian dari sekian banyak kemungkinan bangun yang dapat
muncul. Suatu sebaran dikatakan setangkup atau simetrik bila sebaran itu dapat
dilipat sepanjang suatu sumbu tegak sehinga kedua belahannya saling menutupi.
Kita lihat bahwa kedua sebaran setangkup, meskipun bentuknya sangat berbeda
suatu sebaran yang tidak setangkup terhadap suatu sumbu tegak dikatakn menjulur.
Sebaran dikatakan menjulur ke kanan, atau menjulur positif, sebab sebaran
demikian ini memiliki ekor kanan yang panjang dibandingkan dengan ekor kiri yang
jauh lebih pendek. Sebarannya menjulur kekiri, atau menjulur negatif.
Bagi sebaran yang setangkup, nilai tengah dan mediannya terletak pada
sumbu datar. Tetapi, bila sebarannya menuju kekanan seperti, nilai-nilai yang besar
diekor kanan tidak terlalu banyak dipengaruhi oleh nilai-nilai kecil di ekor kiri,
sehingga akibatnya nilai tengah lebih besar dari pada mediannya. Terjadi
kebalikannya, nilai-nilai kecil diekor kiri akan membuat nilai tengahnya lebih kecil
dari pada mediannya.

Contoh : kita memperoleh x = 3,41 ,x = 3,4 dan s = 0,70

Untuk sebaran yang setangkup sempurna, nilai tengah dan mediannya identik
dan oleh karena itu SK bernilai 0. Bila sebarannya menjulur kekiri, nilai tengahnya
lebih kecil dari pada mediannya, sehingga nilai sk negatif. Tetapi bila sebarannya
menjulur kekanan, nilai tengahnya lebih besar daripada mediannya, sehngga nilai sk
positif. Secara umum, nilai SK terletak antara -3 dan +3.
Meskipun histogram dapat mengambil bangun yang beraneka ragam
untungnya sebaran yang kita jumpai dalam praktik biasanya dapat dihampiri dengan
histogram berbentuk genta yang koefisien kemenjuluran pearsonnya mendekati 0.
Sebaran yang berbentuk genta memainkan peranan utama dalam inferensiasi
statistik. Seperti dicerminkan oleh histogram yang lebih datar dan lebar. Sebagian
besar pengamatannya dekat dengan nilai tengahnya, hanya sedikit yang masuk
kedalam ekor sebarannya yang jauh. Data yang telah disajikan mempunyai
simpangan baku yang lebih besar dari pda data gambar 3.9a, karena simpangan
pengamatan yang lebih besar daripada nilai tengahnya terjadi lebih sering dan
simpangan yang kecil lebih jarang.

Definisi kaidah empirik pada sebaran pengamatan yang berbentuk genta maka kira-
kira
68% pengamatan terletak dalam 1 simpangan baku dari nilai tengahnya.
95% pengamatan terletak dalam 2 simpangan baku dari nilai tengahnya.
99,7% pengamatan terletak dalam 3 simpangan baku dari nilai tengahnya.

Contoh :
Sebuah perusahaan menggaji 1000 pegawainya rata-rata $6.25 dengan simpangan
baku 60 sen. Dengan mengansumsikan bahwa gaji-gaji itu mempunyai sebaran
berbentuk genta, gunakan kaidah empirik untuk mendeskripsikan keragaman data
tersebut.
Jawab :
Untuk mendeskripsikan data tersebut dengan kaidah empirik, maka
µ± σ = $6.25 $0.60, atau $5.65 sampai $6.85
µ±2σ = $6.25 ± (2) ($0.60), atau $5.05 sampai $7.45,
μ± 3σ = $6.25 ±(3)($0.60), atau $4.05 sampai $8.05

2.4 PERSENTIL, DESIL DAN KUARTIL

Pada dasarnya persentil adalah rumus membagi data menjadi beberapa bagian
dengan konsep yang sama. Kuartil membagi data menjadi empat bagian, desil
membagi data menjadi sepuluh bagian, dan rumus persentil membagi data menjadi
seratus bagian. Persentil berasal dari kata persen atau per seratus adalah
suatu istilah dalam statistik yang menunjukkan pembagian data menjadi 100 bagian
sama besar
Kuartil adalah nilai yang membagi data yang berurutan menjadi empat
bagian yang sama banyak. Karena data terbagi menjadi empat bagian yang sama,
artinya terdapat tiga nilai kuartil, yaitu kuartil bawah (Q1), kuartil tengah (Q2), dan
kuartil atas (Q3).
Kuartil pada data tunggal ganjil

Pada contoh barisan data diatas, kita dapat melihat ada 7 data. Untuk
mencari letak kuartil ke-1, 2, dan 3, kita dapat menggunakan rumus

Kuartil pada data tunggal genap

Pada contoh data diatas, terdapat 8 data (n-nya tidak ikut). Rumus dari data tunggal
genap berbeda dari yang ganjil. Berikut adalah rumus untuk mencari letak kuartil 1,
2, dan 3

Seperti biasa data harus di urutkan terlebih dahulu. Nah, jika sudah mari kita coba
rumusnya.
Jadi, kuartil Ke-1 ada pada angka ke 2,5 dari kiri atau bisa dikatakan berada di
tengah tengah bilangan 2 dan 3. Lalu bagaimana cara mencari nilai kuartilnya ?
Nah, jika nilai kuartil ada pada tengah tengah angka. Maka kedua
angka tersebut dijumlahkan dan dibagi 2. Contoh pada kuartil ke-1.

Jadi nilai dari kuartil ke-1 adalah 2,5. Hasilnya sama karena angkanya begitu, kalo
misal kedua angkanya adalah 6, maka akan jadi seperti ini.

Desil adalah nilai yang menandai batas interval dari sebaran frekuensi yang
berderet dalam sepuluh bagian sebaran yang sama. Memang hampir sama
dengan kuartil bedanya kalo kuartil dibagi 4, desil dibagi 10. Kalo kuartil ada Q1,
Q2, dan Q3, maka desil ada D1, D2, D3, D4, D5, D6, D7, D8, dan D9.
Mari kita coba contoh soal. Dengan data

3 3 4 5 5 5 6 6 7 7 7 8 8 9 9 9

Jumlah data atau banyaknya data pada tabel diatas adalah 16 (n = 16). Misal kita
ingin mencari Desil ke-5.
 Persentil adalah nilai yang membagi data menjadi seratus bagian yang sama
besar. Kalo tadi kuartil itu dibagi 4 dan desil dibagi 2, maka Persentil dibagi 100.
Persentil juga dibagi ke beberapa bagian yaitu P1, P2, P3, …, P99.
Persentil ke-65.
 BAB III
PENUTUP

3.1 KESIMPULAN

Sebaran frekuensi adalah pengelompokan data ke dalam beberapa kelas.

Sebaran frekuensi umumnya berbentuk sebuah tabel. Dalam metode penyajian data
dengan menggunakan gambar-gambar yang umumnya digunakan untuk melihat
perubahan yang terjadi dalam sebuah variable atau untuk membandingkan
beberapa variable yang memiliki karakteristik yang sama.Informasi yang dikandung
suatu sebaran frekuensi dalam bentuk tabel biasanya lebih mudah ditangkap bila
disajikan secara grafik. Sajian grafik yang sangat luas digunakan bagi data numerik
adalah grafik poligon, histogram maupun ogif. persentil adalah rumus membagi data
menjadi beberapa bagian dengan konsep yang sama. Kuartil membagi data menjadi
empat bagian, desil membagi data menjadi sepuluh bagian, dan rumus persentil
membagi data menjadi seratus bagian. Dan desil adalah nilai yang menandai bats
interval dari sebaran frekuensi yang berderet dalam sepuluh bagian sebaran yang
sama.
DAFTAR PUSTAKA
Walpole, Ronald E 1992. Pengantar Akuntansi edisi ke-3, Jakarta :PT Gramedia pustaka
utama