MAKALAH STATISTIK DAN STATISTIKA

Dosen Pengampu : Baiq.Indana Zulfa QH M,pd

KELOMPOK 1
Disusun Oleh :
1. Royani
2. Wiwin Apriani

FAKULTAS TARBIYAH
INSTITUT AGAMA ISLAM HAMZANWADI LOMBOK TIMUR
TAHUN AKADEMIK 2023/2024
 DAFTAR ISI

KATA PENGANTAR…………………………………………………………………….
BAB I PENDAHULUAN………………………………………………………………...
A. Latar Belakang…………………………………………………………………….
B. Rumusan Masalah………………………………………………………………....
C. Tujuan……………………………………………………………………………..
BAB II PEMBAHASAN………………………………………………………………….
A.Pengertian Statisti Deskriptif……………………………………………………………..
B.Penyajian Data …………………………………………………………………………
C.Pengertian Dispersi Data ……………………………………………………...
D.Kegunaan Ukuran Penyebaran Data.………………………………………………
E.Kemiringan dan Keguncingan Data……………………………………………….
F.Pengertian Statistik Inferensial…………………………………………………….
G.Ruang Lingkup Bahasa Statistika Inferensial…………………………………..
BAB III PENUTUP ………………………………………………………………………..
A. Kesimpulan…………………………………………………………………………
B. Saran…………………………………………………………………….................
C. Daftar Pustaka ……………………………………………………………………….
 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat illahi rabbi atas curahan rabbi atas nikmat dan
karunianya. Sholawat dan salam semoga tetap terlimpahkan pada Rasulullah Muhammad
SAW beserta keluarga sahabat hingga kita sebagai umatnya.
Penulisan makalah ini bermaksud untuk memenuhi salah satu tugas mata kuliah
Metodelogi Studi Islam Selain itu makalah ini juga dibuat untuk menambah wawasan ilmu
pengetahuan para penulis dan para pembaca mengenai Model Penelitian Agama yang
diharapkan akan memperluas dan lebih memahami mengenai Model Penelitian Agama.
Semoga dengan selesainya makalah ini,kita lebih dapat memahami dan menambah
ilmu pengetahuan. Semoga makalah ini bermanfaat bagi kita semua. Kami memohon maaf
apabila banyak terjadi kesalahan pada makalah ini,baik dalam pengetikan ataupun isi. Karna
kami masih dalam tahap pembelajaran. Terima kasih.
 BAB I
PENDAHULUAN

A. LATAR BELAKANG
Statistika berasal dari bahasa latin yaitu status yang berarti negara dan
digunakan untuk urusan negara. Hal ini dikarenakan pada mulanya, statistik hanya
digunakan untuk menggambar keadaan dan menyelesaikan masalah yang
berhubungan dengan kenegaraan saja seperti : perhitungan banyaknya penduduk,
peembayaran pajak, gaji pegawai, dan lain sebagainya.
Statistika inferensial mencakup semua metode yang berhubungan dengan
analisis sebagian data (contoh ) atau juga sering disebut dengan sampel untuk
kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan
data induknya (populasi). Dalam statistika inferensial diadakan pendugaan parameter,
membuat hipotesis, serta melakukan pengujian hipotesis tersebut sehingga sampai
pada kesimpulan yang berlaku umum. Metode ini disebut juga statistika induktif,
karena kesimpulan yang ditarik didasarkan pada informasi dari sebagian data saja.
Pengambilan kesimpulan dari statistika inferensial yang hanya didasarkan pada
sebagian data saja sebagian data saja menyebabkan sifat tak pasti, memungkinkan
terjadi kesalahan dalam pengambilan keputusan, sehingga pengetahuan
mengenai teori peluang mutlak diperlukan dalam melakukan metode-metode
statistika inferensial.
Statistik inferensial digunakan dalam proses mengambil keputusan dalam
menghadapi ketidakpastian dan perubahan. Contoh ketidakpastian adalah kuat tekan
beton dalam suatu pengujian tidak sama, walaupun dibuat dengan material yang
sama.  Dengan adanya kenyataan tersebut, maka metode statitsik digunakan untuk 
menganalisis data dari suatu proses pembuatan beton tersebut sehingga diperoleh
kualitas  yang lebih baik. Statistik inferensial telah menghasilkan banyak metode
analitis yang digunakan untuk menganalisis data. Dengan perkataan lain statistik
inferensial tidak hanya mengumpulan data, tetapi juga mengambil kesimpulan dari
suatu sistem saintifik.
Untuk mengetahui lebih jelas mengenai Statistika Inferensial, akan diuraikan
mengenai pengertian Statistika Inferensial dan  ruang lingkup Statistika Inferensial.
 1. Rumusan Masalah
Berdasarkan uraian latar belakang diatas, maka dalam makalah ini ada 2 (dua)
rumusan masalah yang terkaji yakni :
a. Apa yang dimaksud dengan Statistik Deskriptif dan Statistik Inferensial ?
b. Apa fungsi dari Statistik Deskriptif dan Statistik Inferensial ?
c. Apa saja  yang termasuk  ruang lingkup Statistik Deskriptif dan Statistik
Inferensial ?
2.  Tujuan
Berdasarkan rumusan masalah diatas, maka tujuan yang ingin dicapai dalam
penulisan makalah ini adalah sebagai berikut:
a. Mengetaui pengertian dari Statistik Deskriptif dan Statistik Inferensial ?
b. Mengetahui fungsi dari Statistik Deskriptif dan Statistik Inferensial ?
c. Mengetahui ruang lingkup Statistik Deskriptif dan Statistik Inferensial.?

 
 BAB II
PEMBAHASAN

A. Pengertian Statistik Deskriptif

Statistika deskriptif adalah tehnik yang digunakan untuk mensarikan data dan
menampilkannya dalam bentuk yang dapat dimengerti oleh setiap orang. Hal ini
melibatkan proses kuantifikasi dari penemuan suatu fenomena. Berbagai statistik
sederhana, seperti rata-rata, dihitung dan ditampilkan dalam bentuk tabel dan grafik.
Statistika deskriptif dapat memberikan pengetahuan yang signifikan pada kejadian
fenomena yang belum dikenal dan mendeteksi keterkaitan yang ada di dalamnya.
Tetapi dapatkah statistika deskriptif memberikan hasil yang bisa diterima secara
ilmiah? Statistik merupakan suatu alat pengukuran yang berhubungan dengan
keragaman pada karakteristik objek-objek yang berbeda .
Objek yang belum dikenal tidaklah mewakili populasi objek yang memiliki
“quantifiabel feature” melalui penyelidikan. Namun demikian, keragaman bisa
menjadi hasil dari keberagaman yang lainnya (karena acak atau terkontrol). Pada ilmu
fisika, yang sangat berkaitan dengan ekstraksi dan formulasi persamaan matematik
tidak menyisakan banyak tempat untuk fluktuasi acak. Pada ilmu statistika, fluktuasi
seperti itu dapat dijadikan model. Hubungan relasi statistik selanjutnya merupakan
hubungan relasi yang menerangkan suatu proporsi perubahan stokastik yang pasti.
Statistika Deskriptif adalah ilmu yang mempelajari tentang cara:
a. Mengumpulkan data/informasi.
b. Mengolah data hasil pengumpulan.
c. Menyajikan data hasil pengolahan.
d. Menganalisis data
Berikut merupakan penjelasan mengenai pengertian statistk menurut para ahli.
1. Sudjana (1996:7) menjelaskan : Fase statistika dimana hanya berusaha melukiskan
atau mengalisa kelompok yang diberikan tanpa membuat atau menarik
kesimpulan tentang populasi atau kelompok yang lebih besar dinamakan statistika
deskriptif
2. Iqbal Hasan (2001:7) menjelaskan : Statistik deskriptif atau statistik deduktif
adalah bagian dari statistik mempelajari cara pengumpulan data dan penyajian
data sehingga mudah dipahami.Statistik deskriptif hanya berhubungan dengan hal
 menguraikan atau memberikan keterangan-keterangan mengenai suatu data atau
keadaan atau fenomena. Dengan kata lain, statistikdeskriptif berfungsi
menerangkan keadaan, gejala, atau persoalan. Penarikan kesimpulan pada
statistik deskriptif (jika ada) hanya ditujukan pada kumpulan data yang ada.
Didasarkan pada ruang lingkup bahasannya statistik deskriptif
mencakup Distribusi frekuensi beserta bagian-bagiannya seperti :
 Grafik distribusi (histogram, poligon frekuensi, dan ogif);
 Ukuran nilai pusat (rata-rata, median, modus, kuartil dan sebagainya);
 Ukuran dispersi (jangkauan, simpangan rata-rata, variasi, simpangan baku,
dan sebagianya).
 Kemencengan dan keruncingan kurva
 Angka indeks
 Times series/deret waktu atau berkala
 Korelasi dan regresi sederhana
3. Bambang Suryoatmono (2004:18) menyatakan Statistika Deskriptif adalah
statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau
menarik kesimpulan mengenai kelompok itu saja.
 Ukuran Lokasi: mode, mean, median, dll.
 Ukuran Variabilitas: varians, deviasi standar, range, dll.
 Ukuran Bentuk: skewness, kurtosis, plot boks
4. Pangestu Subagyo (2003:1) menyatakan : Yang dimaksud sebagai statistika
deskriptif adalah bagian statistika mengenai pengumpulan data, penyajian,
penentuan nilai-nilai statistika, pembuatan diagramatau gambar mengenai sesuatu
hal, disini data yang disajikan dalam bentuk yang lebih mudah dipahami atau
dibaca.

A. Penyajian Data
Sebagai peneliti kita menginginkan data yang kita peroleh dapat memberikan
informasi yang kita inginkan. Tidak saja kita yang menginginkan data memberikan
informasi yang baik dan akurat tetapi orang yang membaca hasil penelitian kita juga
dapat mengetahui keadaan variabel penelitian kita. Oleh sebab itu pemilihan statistik
yang tepat sesuai dengan jenis data dan tujuan penelitian kita merupakan sesuatu yang
harus dipertimbangkan. Prinsip dasar penyajian data adalah komunikatif dan lengkap,
 dalam arti yang disajikan dapat menarik perhatian pihak lain untuk membacanya dan
mudah mamahami isinya dan tentu saja pemilihan penyajian data harus sesuai dengan
jenis data dan tujuan dari informasi yang akan diberikan.

Ada beberapa cara penyajian data, yaitu :

1. Tabel
a. Tabel biasa
b. Tabel distribusi frekuensi
c. Tabel kontingensi
2. Garfik atau Diagram
a. Diagram batang
b. Histogram
c. Diagram garis
d. Diagram lingkaran
e. Diagram pencar

B. Pengertian Dispersi Data

Penyebaran atau dispersi adalah perserakan dari nilai observasi terhadap nilai
rata-ratanya. Rata-rata dari serangkaian nilai observasi tidak dapat diinterpretasikan
secara terpisah dari hasil dispersi nilai-nilai tersebut sekitar rataratanya.Makin besar
variasi nilaixi , makin kurang representatif rata-rata distribusinya. Ukuran penyebaran
suatu kelompok data terhadap pusat data disebut dispersi atau variasi atau keragaman
data. Dispersi data digunakan untuk membandingkan penyebaran 2 distribusi data
atau lebih.
Beberapa jenis pengukuran Dispersi adalah sebagai berikut: 
1. Jangkauan (Range)
Selisih antara batas atas dari kelas tertinggi dengan batas bawah dari kelas
terendah.
2. Simpangan Rata-Rata (Mean Deviation)
Jumlah nilai mutlak dari selisih semua nilai dengan nilai rata-rata dibagi
banyaknya data.
3. Varians (Variance)
Rata-rata hitung deviasi kuadrat setiap data terhadap rata-rata hitungnya.
 4. Standar Deviasi
Akar kuadrat dari varians dan menunjukkan standar penyimpangan data
terhadap nilai rata-ratanya.
5. Jangkauan kuartil dan jangkauan persentil 10-90
Jangkauan kuartil disebut juga simpangan kuartil atau semi antar kuartil
atau deviasi kuartil sedangkan jangkauan persentil 10-90 disebut juga
rentang persentil 10-90.
6. Koefisien Variasi
Koefisien Variasi, disebut dispersi relatif, dapat digunakan untuk
membandingkan nilai – nilai besar dengan nilai – nilai kecil. Sedangkan
lima bentuk dispersi sebelumnya tidak bisa.
C. Kegunaan Ukuran Penyebaran Data
Dispersi Data adalah data yang menggambarkan bagaimana suatu
kelompok data menyebar terhadap pusatnya data atau ukuran penyebaran
suatu kelompok data terhadap pusatnya data.
Dispersi data sangat penting untuk membandingkan penyebaran 2
distribusi data atau lebih. Pusat data seperti rata-rata hitung, median dan
modus hanya memberi informasi yang sangat terbatas sehingga tanpa
disandingkan dengan dispersi data menjadi kurang bermanfaat dalam
menganalisa data.
Kegunaan ukuran penyebaran antara lain sebagai berikut :
1.Ukuran penyebaran dapat digunakan untuk menentukan apakah nilai
rata-ratanya benar-benar representatif atau tidak. Apabila suatu kelompok
data mempunyai penyebaran yang tidak sama terhadap nilai rata-ratanya,
maka dikatakan bahwa nilai rata-rata tersebut tidak representatif.
2.Ukuran penyebaran dapat digunakan untuk mengadakan perbandingan
terhadap variabilitas data.
3.Ukuran penyebaran dapat membantu penggunaan ukuran statistika,
misalnya dalam pengujian hipotesis, apakah dua sampel berasal dari
populasi yang sama atau tidak.
E. Kemiringan dan Kerunncingan Data
a.Kemiringan Distribusi Data
 Kemiringan adalah derajat atau ukuran dari ketidaksimetrisan suatu
distribusi data. Pengukuran kemiringan suatu distribusi data dapat
diketahui dengan beberapa cara, antara lain:
 Memperhatikan hubungan antara rata-rata hitung, median dan
modus.
 Menggunakan koefisien Pearson.
 Menggunakan Momen ketiga.
 Menggunakan kotak diagram garis.
b.Keruncingan Distribusi Data
Keruncingan distribusi data adalah derajat atau ukuran tinggi
rendahnya puncak suatu distribusi data terhadap distribusi normalnya
data. Keruncingan distribusi data disebut juga kurtosis.
Ada tiga jenis derajat keruncingan:
 Leptokurtis : Distribusi data yang puncaknya relatif tinggi
 Mesokurtis : Distribusi data yang puncaknya normal
 Platikurtis : Distribusi data yang puncaknya terlalu rendah dan
terlalu mendatar
F.Pengertian Statistik Inferensial
Statistika Inferensial adalah serangkaian teknik yang digunakan
untuk mengkaji, menaksir dan mengambil kesimpulan berdasarkan data ynag diperoleh dari
sempel untuk menggambarkan karakteristik atau ciri dari suatu populasi. Oleh karena itu,
statistika inferensial disebut juga statistik induktif atau statistik penarikan kesimpulan. Dalam
statistika inferensial, kesimpulan dapat diambil setelah melakukan pengolahan serta
penyajian data dari suatu sampel yang diambil dari suatu populasi, sehingga agar dapat
memberikan cerminan yang mendekati sebenarnya dari suatu populasi, maka ada beberapa
hal yang perlu diperhatikan dalam statistika inferensial,
1.Banyaknya subyek penelitian, maksudnya jika populasi ada 1000, maka sampel yang
diambil jangan hanya 5, namun diusahakan lebih banyak, seperti 10 atau 50.
2.Keadaan penyebaran data. Dalam hal ini perlu diperhatikan bahwa pengambilan sampel
harus merata pada bagian populasi. Diharapkan dalam pengambilan sampel dilakukan secara
acak, sehingga kemerataan dapat dimaksimalkan dan apapun kesimpulan yang didapat dapat
mencerminkan keadaan populasi yang sebenarnya.
 Statistika Inferensial atau induktif adalah statistik bertujuan menaksir secara umum
suatu populasi dengan menggunakan hasil sampel, termasuk didalamnya teori penaksiran dan
pengujian teori. Statistika Inferensial digunakan untuk melakukan :
a. Generalisasi dari sampel ke populasi.
b. Uji hipotesis (membandingkan atau uji perbedaan/kesamaan dan menghubungkan,
yaitu uji keterkaitan, kontribusi).

D. Ruang lingkup Bahasan Statistika Inferensial

Berdasarkan ruang lingkup bahasannya, statistika inferensial mencakup :
1. Distribusi Teoritis
Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi
normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang melebar tak
berhingga pada kedua arah positif dan negatifnya. Penggunaanya sama dengan penggunaan
kurva distribusi lainnya. Frekuensi relatif suatu variabel yang mengambil nilai antara dua titik
pada sumbu datar. Tidak semua distribusi berbentuk lonceng setangkup merupakan distribusi
normal.
Sifat dari variabel kontinu berbeda dengan variabel diskrit. Variabel kontinu mencakup
semua bilangan, baik utuh maupun pecahan. Oleh karenanya tidak bisa dipisahkan satu nilai
dengan nilai yang lain. Itulah sebabnya fungsi variabel random kontinu sering disebut fungsi
kepadatan, karena tidak ada ruang kosong diantara dua nilai tertentu. Dengan kata lain
sesungguhnya keberadaan satu buah angka dalam variabel kontinu jika ditinjau dari seluruh
nilai adalah sangat kecil, bahkan mendekati nol. Karena itu tidak bisa dicari probabilitas satu
buah nilai dalam variabel kontinu, tetapi yang dapat dilakukan adalah mencari probabilitas
diantara dua buah nilai.
2. Sampling dan Sampling Distribusi
Sampling adalah bagian dari metodologi statistika yang berhubungan dengan
pengambilan sebagian dari populasi. Jika sampling dilakukan dengan metode yang tepat,
analisis statistik dari suatu sampel dapat digunakan untuk menggeneralisasikan keseluruhan
populasi. Sampling berguna dalam penarikan kesimpulan (inference) yang valid dan dapat
dipercaya.
 Distribusi Sampling adalah distribusi nilai statistik sampel-sampel. Jika statistik yang
ditinjau adalah mean dari masing – masing  sampel, maka distribusi yang terbentuk disebut
distribusi mean – mean  sampling (sampling distribution of the means). Dengan demikian
dapat juga diperoleh distribusi deviasi standard, varians, median dari sampling. Masing –
masing  jenis distribusi sampling dapat dihitung ukuran-ukuran statistik deskriptifnya (mean,
range, deviasi standard, da lain-lain).
Sampling memiliki beberapa tipe diataranya :
a. Simple random sampling adalah sebuah proses sampling yang dilakukan sedemikian
rupa sehingga setiap satuan sampling yang ada dalam populasi mempunyai peluang
yang sama untuk dipilih ke dalam sampel.
b. Systematic sampling  merupakan pengambilan setiap unsur ke k dalam populasi,
untuk dijadikan sampel. Pengambilan sampel secara acak hanya dilakukan pada
pengambilan awal saja, sementara pengambilan kedua dan seterusnya ditentukan
secara sistematis, yaitu menggunakan interval tertentu sebesar k.
c. Stratified sampling  adalah penarikan sampel berstrata yang dilakukan dengan
mengambil sampel acak sederhana dari setiap strata populasi yang sudah ditentukan
lebih dulu.
d. Convenience sampling, sampel diambil berdasarkan faktor spontanitas, artinya siapa
saja yang secara tidak sengaja bertemu dengan peneliti dan sesuai dengan
karakteristiknya, maka orang tersebut dapat dijadikan sampel.
e. Judgement sampling (purposive sampling) adalah teknik penarikan sampel yang
dilakukan berdasarkan karakteristik yang ditetapkan terhadap elemen populasi target
yang disesuaikan dengan tujuan atau masalah penelitian.Bedanya, jika dalam
sampling stratifikasi penarikan sampel dari setiap subpopulasi dilakukan dengan acak,
maka dalam sampling kuota, ukuran serta sampel pada setiap sub-subpopulasi
ditentukan sendiri oleh peneliti sampai jumlah tertentu tanpa acak.
f. Snowball Sampling merupakan salah satu bentuk judgement sampling yang sangat
tepat digunakan bila populasinya kecil dan spesifik. Cara pengambilan sampel dengan
teknik ini dilakukan secara berantai, makin lama sampel menjadi semakin besar,
seperti bola salju yang menuruni lereng gunung.
Sampling memiliki beberapa kriteria diantaranya :
Kriteria yang harus diperhatikan untuk menentukan tipe sampling yang baik, diantaranya:
 dapat menghasilkan gambaran yang dapat dipercaya dari seluruh populasi
 dapat menentukan presisi dari hasil penelitian.
  sederhana, mudah dilaksanakan, dan
 dapat memberikan keterangan sebanyak mungkin tentang populasi dengan biaya
minimal.
Tahapan sampling adalah:
 Mendefinisikan populasi hendak diamati
 Menentukan kerangka sampel, yakni kumpulan semua item atau peristiwa yang
mungkin
 Menentukan metode sampling yang tepat
 Melakukan pengambilan sampel (pengumpulan data)
 Melakukan pengecekan ulang proses samplig.
3. Pendugaan Populasi atau Teori Populasi
Populasi adalah himpunan dari unsur – unsur yang sejenis.Unsur- unsur sejenis tersebut
bisa berupa manusi, hewan, tumbuh – tumbuhan, benda – benda, zat cair, peristiwa dan
sejenisnya. Besarnya populasi bisa terbatas dan bisa tidak terbatas. Populasi dari mana
sampel diambil disebut populasi induk. Melalui teknik pengambilan sampel yang reliabel
kesimpulan penelitian dapat digeneralisasikan. Ada kesalahan generalisasi yangperlu
dipertimbangkan karena besar kecilnya keslahan generalisasi tergantung pada : (1) besarnya
sampel penelitian, (2) teknik sampling yang digunakan, (3) kecermatan memasukkan ciri –
ciri populasi dan sampling, (4) cara – cara pengambilan data dan (5) rancangan analisi data.
Populasi (population/universe) dalam statistika merujuk pada sekumpulan individu
dengan karakteristik khas yang menjadi perhatian dalam suatu penelitian (pengamatan).
Ukuran populasi ada dua:
a. populasi terhingga (finite population), yaitu ukuran populasi yang berapa pun
besarnya tetapi masih bisa dihitung (cauntable). Misalnya populasi pegawai suatu
perusahaan;
b. populasi tak terhingga (infinite population), yaitu ukuran populasi yang sudah
sedemikian besarnya sehingga sudah tidak bisa dihitung (uncountable). Misalnya
populasi tanaman anggrek di dunia.

4. Uji Hipotesis
Uji Hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisa data,
baik dari percobaan yang terkontrol, maupun dari observasi (tidak terkontrol).
Dalam statistik sebuah hasil bisa dikatakan signifikan secara statistik jika kejadian tersebut
hampir tidak mungkin disebapkan oleh faktor yang kebetulan, sesuai dengan
batas probabilitas yang sudah ditentukan sebelumnya.
Uji hipotesis kadang disebut juga "konfirmasi analisa data". Keputusan dari uji
hipotesis hampir selalu dibuat berdasarkan pengujian hipotesis nol. Ini adalah pengujian
untuk menjawab pertanyaan yang mengasumsikan hipotesis nol adalah benar.
5. Analisis Korelasi Dan Uji Signifikasi
Analisis korelasi pertama kali dikembangkan oleh Karl Pearson pada tahun 1900. Tujuan
dari analisis ini adalah untuk menetukan seberapa erat hubungan antara dua variable. Definisi
analisis korelasi dinyatakansebagai berikut : “Analisis korelasi adalah suatu teknik statistik
yang digunakan untuk mengukur keeratan hubungan atau korelasi antara dua variabel”
Pengertian lain menyebutkan, Korelasi adalah metode statistik yang dipakai untuk
mengukur asosiasi atau hubungan antara dua atau lebih variabel kuantitatif, sedangkan untuk
mengukur asosiasi antara dua atau lebih variabel kuantitatif dipakai tes X kuadrat.
6. Analisis Regresi Untuk Peramalan           
Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan
sebab-akibat antara satu variabel dengan variabel - variabel yang lain. Variabel "penyebab"
disebut dengan bermacam-macam istilah: variabel penjelas,variabel eksplanatorik, variabel
independen, atau secara bebas, variabel X (karena seringkali digambarkan dalam grafik
sebagai absis, atau sumbu X). Variabel terkena akibat dikenal sebagai variabel yang
dipengaruhi, variabel dependen, variabel terikat, atau variabel Y. Kedua variabel ini dapat
merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu variabel
acak. Analisis regresi adalah salah satu analisis yang paling populer dan luas pemakaiannya.
Analisis regresi dipakai secara luas untuk melakukan prediksi dan ramalan, dengan
penggunaan yang saling melengkapi dengan bidang pembelajaran mesin. Analisis ini juga
digunakan untuk memahami variabel bebas mana saja yang berhubungan dengan variabel
terikat, dan untuk mengetahui bentuk-bentuk hubungan tersebut.
 BAB III
PENUTUP

A. Kesimpulan
Statistika dipelajari di berbagai bidang ilmu karena statistika adalah sekumpulan alat
analisis data yang dapat membantu pengambil keputusan untuk mengambil keputusan
berdasarkan hasil kesimpulan pada analisis data dari data yang dikumpulkan. Selain itu juga
dengan statistika kita bisa meramalkan keadaan yang akan datang berdasarkan data masa lalu.
Statistika Deskriptif memberikan informasi yang terbatas, yaitu memberi informasi yang
terbatas pada data apa adanya. Oleh karenanya pemakai statistik deskriptif tidak dapat
mengambil kesimpulan yang umum atas data yang terbatas.
Kesimpulan yang dapat diambil, terbatas atas data yang ada.
Kegunaan mempelajari ilmu Statistik adalah:
1. Memperoleh gambaran suatu keadaan atau persoalan yang sudah terjadi.
2. Untuk Penaksiran (Forecasting
3. Untuk Pengujian (Testing Hypotesa)
Sedangkan Pentingnya mempelajari Dispersi data didasarkan pada 2 pertimbangan:
1. Pusat data (rata2, median dan modus) hanya memberi informasi yang sangat terbatas.
2. Kedua, dispersi data sangat penting untuk membandingkan penyebaran dua distribusi
data atau lebih.
Statistika deskriptif adalah tehnik yang digunakan untuk mensarikan data dan
menampilkannya dalam bentuk yang dapat dimengerti oleh setiap orang. Hal ini melibatkan
proses kuantifikasi dari penemuan suatu fenomena. Berbagai statistik sederhana, seperti rata-
rata, dihitung dan ditampilkan dalam bentuk tabel dan grafik. Statistika deskriptif dapat
memberikan pengetahuan yang signifikan pada kejadian fenomena yang belum dikenal dan
mendeteksi keterkaitan yang ada di dalamnya. Tetapi dapatkah statistika deskriptif
memberikan hasil yang bisa diterima secara ilmiah? Statistik merupakan suatu alat
pengukuran yang berhubungan dengan keragaman pada karakteristik objek-objek yang
berbeda .
Statistik inferensial merupakan kebalikan dari statistika deskriptip, statistika
infrensial merupakan statistik yang berkenaan dengan cara penarikan kesimpulan berdasarkan
data yang diperoleh dari sampel untuk menggambarkan karakterisktik atau ciri dari suatu
populasi. Dengan demikian dalam statistik inferensial dilakukan suatu generalisasi
(perampatan atau memperumum) dan hal yang bersifat khusus (kecil) ke hal yang lebih luas
(umum). Oleh karena itu, statistik inferensial disebut juga statistik induktif atau statistik
penarikan kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis dan
pendugaan mengenai karakteristik (ciri) dari suatu populasi, seperti mean dan Uji t
(Sugiyono, 2006).

B. Saran
Pada umumnya mahasiswa kurang berminat mempelajarinya karena pelajaran statistik
adalah pelajaran yang “menggentarkan”,  ada benarnya.  Ini mungkin terjadi karena adanya
anggapan bahwa dengan mempelajari statistik maka seseorang harus benar-benar memiliki
kemampuan matematika yang kuat.  Tentu saja,  jika yang dipelajari adalah statistika teoritis
atau statistika matematis.  Namun,  untuk belajar statistika terapan - khusus untuk
kepentingan penelitian ilmiah- seseorang tidak perlu memiliki latar yang kuat di bidang
matematika.  Cukup dengan mengetahui prinsip-prinsip dasar aritmatika,  seperti
penjumlahan, pengurangan, perkalian,  pembagian, dan penarikan akar.  Tepat sekali apa
yang dikatakan Pasaribu (1981:6) bahwa kuliah statistik (di jurusan non-statistik) bukan
dimaksudkan untuk menjadikan seseorang sarjana statistik, tapi untuk kepentingan
memberikan pengetahuan yang dbutuhkan dalam kegiatan penelitian.
 DAFTAR PUSTAKA

J. Supranto, Statistika, (2000) jilid 1 Chap.6 edisi keenam, halaman 126 –145

Wayan Koster, Statistika, Teori dan Aplikasi (2001), edisi pertama, bab V, halaman 93-134

Bambang Kustituanto dan Rudy Badrudin, Statistika I, Seri Diktat Kuliah, Penerbit
Gunadarma, Jakarta, 1994

Haryono Subiyakto, Statistika 2, Seri Diktat Kuliah, Penerbit Gunadarma, Jakarta, 1994

Levin, Richard dan David Rubin, Statistics for Management, Prentice Hall, New Jersey, 1991

Ronald E Walpole, Pengantar Statistika, edisi terjemahan, PT Gramedia Jakarta, 1992

Dr. Indra Jaya, M.Pd., Penerapan Statistik untuk Pendidikan, Citapustaka, Bandung, 2013

www.gudangmateri.com

Santoso, Singgih 2001. Aplikasi Excel dalam Statistik Bisnis. Elex Media Komputindo.
Jakarta.

Modul BSI (Bina Sarana Informatika) mata kuliah Statistika Deskriptif.