Pertemuan 2

Pengantar Statistik

a. Capaian Pembelajaran Khusus:

- Mampu memahami pengertian, peran, manfaat statistic dalam ekonomi dan bisnis
dalam kehidupan sehari-hari.
- Mampu membedakan statistic deskriptif dan induktif
- Mampu menjelaskan jenis data
- Mampu menjelaskan mengenai perbedaan sampel dan populasi , sumber data dan
skala pengukuran
b. Sub Pokok Bahasan:

Sub Bahasan 2.1

Pengertian Statistik

Statistik adalah cabang matematika yang mempelajari tentang pengumpulan, analisis,

interpretasi, presentasi dan pengorganisasian data. Tujuan utama dari statistic adalah untuk
memperoleh informasi yang berguna dan bermakna dari data yang telah dikumpulkan serta untuk
membuat kesimpulan atau membuat keputusan berdasarkan data tersebut
Statistik dapat diterapkan dalam berbagai bidang, termasuk bisnis, ilmu sosial, kedokteran, ilmu
alam, dan lain sebagainya. Dalam praktinya, statistic sering digunakan untuk emnguji hipotesis,
memprediksi tren, membuat estimasi dan mengevaluasi risiko.

Statistik adalah ilmu mengumpulkan, menata, menyajikan, menganalisis, dan

menginterpretasikan data menjadi informasi untuk membantu pengambilan keputusan yang
efektif.

Statistik adalah suatu kumpulan angka yang tersusun lebih dari satu angka

Untuk memahami pengertian statistik, maka kita lihat contoh berikut ini.
Contoh sebuah data dari nilai mahasiswa kelas statistik sebagai berikut:
 Tabel 1.1
Data nilai Ujian Mahasiswa
Nama Ujian Mid semester
Vina 70
Alfa 65
Tutik 90
Bimo 80
Galang 70

Data tabel 1.1 tersebut masih berupa data mentah yang belum memiliki makna. Oleh sebab itu,
data ini harus diolah dan disajikan dengan baik agar mudah dalam memahami dan mengambil
kesimpulan. Berbagai cara yang dilakukan agar data tersebut menjadi bermakna adalah dengan
beberapa proses statistik sebagai berikut:
1. Dengan melakukan pengurutan data dari terkecil sampai terbesar, menjadi:
65 70 70 80 90
Urutan ini akan membuat kita dapat mengambil kesimpulan, semisal nilai terendah adalah
65 yaitu siswa Alfa dan nilai terbesar adalah Tutik dengan 90.
2. Menghitung rata-rata, yaitu dari kelima data diperoleh hasil 75. Dari rata-rata ini kita dapat
menarikk kesimpulan mahasiswa yang nilainya dibawah dan diatas rata-rata.
3. Membuat grafik. Grafik digunakan agar data mudah terbaca.
4. Dan lain-lain..seperti menentukan nilai 10% yang mendapatkan nilai terburuk agar dapat
diberikan perhatian khusus atau tugas tambahan bagi mahasiswa tersebut
Keempat cara tersebut adalah cara statistik, dimana terjadi proses mengolah data dan selanjutnya
mengambil kesimpulan.

Sub Bahasan 2.1

Jenis Statistik (deskriptif dan induktif)

Pengertian Statistik Deskriptif

Statistik deskriptif adalah cabang statistik yang digunakan untuk meringkas, menggambarkan dan
menganalisis data secara numerik atau grafis. Tujuan dari statistic deskriptif adalah untuk
memberikan gambaran tentang karakteristik data, seperti mean, median, modus, varians dll.
Contoh penggunaan statistic deskriptif adalah ketika seseorang ingin menggambarkan data dalam
bentuk grafik atau tabel, seperti histogram atau tabel frekuensi. Statistik deskriptif dapat digunakan
untuk menghitung satistik dasar seperti rata-rata, median, modus dan deviasi standar.
Statistik deskriptif dapat digunakan untuk menggambarkan karakteristik suatu populasi atau
sampel data. Ketika data diambil dari populasi, statistic deskriptif dapat digunakan untuk
menggambarkan sifat-sifat populasi, seperti mean, dan deviasi standar. Ketika data diambil dari
sampel, statistic deskriptif dapat digunakan untuk menggambarkan sampel tersbut dan emberikan
gambaran tentang bagaimana data tersebar di dalam sampel.
Pengertian Statistic Induktif
Statistik induktif adalah cabang statistic yang digunakan untuk mengekstrapolasi hasil dari sampel
ke populasi secara keseluruhan. Metode statistic induktif melibatkan pengambilan sampel dari
populasi dan melakukan analisis statistic ada sampel tersebut, lalu membuat inferensi atau
kesimpulan tentang populasi secara keseluruhan berdasarkan hasil yang diperoleh dari sampel.
Contoh penggunaan statistic induktif adalah ketika peneliti ingin menarik kesimpulan tentang
suatu populasi berdasarkan sampel data yang diperoleh. Peneliti dapat menggunakan Teknik
inferensial seperti uji hipotesis atau interval kepercayaan untuk membuat kesimpulan tentang
parameter populasi
Penggunaan statistic induktif sangat berguna dalam konteks penelitin ilmiah, dimana peneliti
sering harus mengambil sampel dari populasi untuk menguji hipotesis atau menguji efek dari suatu
intervensi. Hasil dari sampel kemudian dapat digeneralisasi ke seluruh populasi dengan tingkat
keyakinan tertentu.
Berikut adalah penggambaran secara garis besar untuk memahami pembagian statistic deskriptif
dan statistic induktif:
Gambar 1.1
Contoh statistic deskriptif dan Induktif

Statistik Deskriptif: •Materi:

menggambarkan dan •Penyajian data
mendeskripsikan •Ukuran pemusatan (mean, median, modus, kuartil, desil,
data yang sudah persentikl)
dikumpulkan •Ukuran Penyebaran (standar deviasi, deviasi rata-rata,)
menjadi sebuah •Angka indeks
informasi •Deret berkala dan peramalan

Statistik Induktif: •Materi:

mengetahui tentang •Probabilitas dan teori keputusan
sebuah populasi •metode sampling
berdasarkan suatu •teori pendugaan
sampel •Pengujian hipotesis
 Sub bahasan 2.3.
Jenis Data (data kualitatif dan kuantitatif)

Jenis data secara garis besar dibagi 2, yaitu data kualitatif dan data kuantitatif. Data
kualitatif adalah data bukan angka, sementara data kuantitatif adalah data berupa angka. Berikut
gambaran mengenai contoh untuk data kualitatif dan kuantitatif.

Gambar 1.2
Data Kualitatif dan Kuantitatif

• Jenis kelamin
• warna
Data kualitatif • suku
• agama, dll

data kuantitatif • Diskrit : Jumlah mobil, jumlah anak, jumlah

hp, jumlah buruh dll
(diskrit dan • Kontinue: jarak rumah, tinggi badan, berat
kontinue) badan dll

Data kuantitatif terdiri dari 2 macam, yaitu:

Data diskrit: data yang berupa bilangan bulat, seperti jumlah mobil yaitu 1, 2 dst
Data kontinue: data yang bukan bilangan bulat atau biasa disebut data pecahan, seperti berat
badan yaitu 50 kg, 50,5 kg dan lain-lain.

Dalam proses statistik, data kuantitatif tidak menjadi masalah karena sudah berupa angka. Namun
untuk data kualitatif, diperlukan proses pengubahan dari data bukan angka menjadi angka.
Bagaimana cara mengubah data kualitatif menjadi data kuantitatif (data angka)?
Caranya adalah dengan melihat terlebih dahulu data kualitatif tersebut termasuk dalam skala yang
mana, apakah skala ordinal, nominal, interval atau rasio. Mengenai skala ini, akan dipelajari pada
sub bab 1.5.

Sub bahasan 2.4

Sumber Data
Sumber data, dibagi 2, yaitu primer dan sekunder.

a. Data Primer, yaitu data yang diambil langsung dari sumbernya. Cara memperoleh
data ini diantaranya adalah:

a.1 Wawancara langung. Cara ini dilakukan dengan memberikan pertanyaan langsung
untuk mendapatkan jawaban langsung dari objek penelitiannya atau responden, yang
dapat dilakukan dengan tatap muka, melalui telpon, whatapp .
a.2. wawancara tidak langsung. Cara ini adalah dengan memberikan pertanyaan
langsung pada objek penelitian tetapi dengan menggunakan perantara atau pihak ketiga
atau informan. Pihak informan yang menyanyakan pada responden berdasarkan panduan
pertanyaan yang sudah disusun oleh peneliti. Cara ini dilakukan karena beberapa alasan
diantaranya adalah karena objek penelitian dikhawatirkan tidak mau diwawancara oleh
peneliti atau karena jarak yang jauh antara objek penelitian dan si peneliti.
a.3. Observasi langsung. Cara ini dilakukan dengan melakukan pengamatan langsung
pada objek, dimana objek bisa berupa individu, kelompok, benda, situasi dan sebagainya.
a.4. mengirim kuisioner. Cara ini dilakukan dengan mengirimkan pertanyaan pada
objek yang akan diteliti atau responden. Jenis pertanyaan ada yang berupa:
- pertanyaan terbuka. Pertanyaan ini tidak memberikan Batasan bagi responden untuk
menjawab. Jawaban dapat Panjang lebar dan dalam.
Contoh: Bagaimana perasaan anda ketika kantor anda mengumumkan akan melakukan
pengurangan karyawan?
- Pertanyaan tertutup. Pertanyaan ini dibuat dengan mempersiapkan jawaban,
responden tinggal memilih dan tanpa memberian alasan.
Contoh: menurut anda, bagaimana kondisi perekonomian 1 tahun kedepan?
A. sama saja B. membaik c. memburuk d. tidak tahu
- Pertanyaan campuran. Pertanyaan ini merupakan gabungan antara pertanyaan terbuka
dan tertutup. Jenis pertanyaan seperti pertanyaan tertutup namun disertai alasan.
Contoh: menurut anda, bagaimana kondisi perekonomian 1 tahun kedepan?
A. sama saja B. membaik c. memburuk d. tidak tahu
Alasan jawaban anda…………………………………………………………..

b. Data sekunder
Yaitu data yang diambil tidak langsung dari sumbernya. contoh data sekunder adalah:
1. Data demografi, yang diterbitkan oleh pemerintah atau lembaga swwasta, seperti
data sensus penduduk, data kelahiran, data kematian atau data migrasi dapat
digunakan untuk mengidentifikasi tren demografi dan analisis sosial.
2. Data keuangan: data keuangan perusahaan yang diterbitkan oleh Bursa efek
Indonesia, seperti neraca, laporan aba rugi perusahaan ang terdaftar di BEI yang
digunakan untuk menganalisis kinerja keuangan ataupun melihat tren nilai
perusahaan dan sebagainya.
 3. Data kesehatan, data yang diterbitkan oleh lembaga kementerian kesehatan atau
level dibawahnya mengenai data jumlah yang terkena covid, data vaksinasi
ataupun data penelitian klinis yang digunakan untuk menganalisis tren kesehatan
masyarakat dan memprediksi risiko kesehatan dalam suatu negara atau
masyarakat tertentu.
4. Data lingkungan: data lingkungan yang diterbitkan oleh lembaga pemerintah atau
lembaga swasta, seperti data polusi udara,data suhu, atau data kualitas air, dapat
digunakan untuk menganalisis pengaruh lingkungan terhadap kesehatan manusia
atau keberlanjutan lingkungan.

Sub Bahasan 2.5.

Skala Pengukuran

Skala pengukuran digunakan untuk mengklasifikasikan data yang kita miliki termasuk dalam
kategori skala nominal, ordinal, interval atau rasio. Menentukan kategori ini penting dilakukan
baik data itu bersifat kualitatif maupun kuantitatif. Terkhusus untuk data jenis kualitatif, tentunya
pengkategorian ini juga akan otomatis mengubah data kualitatif menjadi data kuantitatif sehingga
bisa dilakukan proses statistic (mengolah data hingga mengambil kesimpulan).
A. Skala Nominal
Skala nominal adalah salah satu jenis skala pengukuran dalam statisti yang digunakan
untuk membedakan antara kategori atau kelompok yang berbeda. Pada skala nominal, data
dikelompokkan ke dalam beberapa kategori atau label yang saling eksklusif dan tidak
memiliki urutan atau tingkatan yang jelas.
Contohnya adalah jenis kelamin, warna, jenis kendaraan , agama, status pernikahan, dan
lain-lain. Setiap kategori pada skala nominal memiliki nilai yang setara, tidak dapat
diurutkan, dan tidak dapat dihitung dengan operasi matematik tertentu.
Misalnya pada data jenis kelamin, kategori “pria” dan “Wanita” memiliki nilai yang setara
dan tidak emmiliki tingkatan atau urutan yang jelas. Kategori “pria” tidak lebih besar atau
lebih kecil dari kategori “Wanita” dan tidak ada operasi matematika tertentu yang dapat
digunakan untuk membandingkan kedua kategori tersebut.
Skala nominal dapat digunakan dalam berbagai jenis analisis statistik, seperti uji chi-square
atau analisis frekuensi. Namun, perlu diingat bahwa skala nominal hanya dapat
memberikan informasi kategorikal dan tidak dapat digunakan untuk membuat pernyataan
tentang hubungn sebab-akibat atau prediksi hasil dalam kasus individu.
B. Skala ordinal
Skala ordinal adalah salah satu jenis skala pengukuran dalam statistic yang digunakan
untuk mengukur variabel yang memiliki urutan atau tingkatan tertentu. Pada skala ordinal,
 data dikelompokkan ke dalam beberapa kategori atau label yang memiliki urutan atau
tingkatan yang jelas, namun jarak antara kategori tidak dapat diukur secara objektif.
Contohnya adalah tingkat Pendidikan, kelas sosial, tingkat kesulitan ujian, persepsi (sangat
setuju-sangat tidak setuju) dan lain-lain. Pada skala ordinal, setiap kategori memiliki nilai
yang setara dan terurut secara hierarkis, tetapi jarak antara kategori tidak dapat diukur
secara konsisten dengan operasi matematika.
C. Skala Interval
Skala interval adalah salah satu jenis skala pengukuran dalam sttistik yang mengukur
variabel dengan jarak antara setiap nilai yang sama, tetap dan dapat diukur. Pada skala
interval, nilai yang diukur memiliki tingkatan yang jelas, jarak antara nilai dapat diukur
secara obektif dan nilai nol pada skala interval bukanlah nilai mutlak. Contoh pada suhu
dalam Celsius atau Fahrenheit, waktu dalam jam, menit dan detik dan sebagainya. Pada
skala interval, nilai yang diukur memiliki tingkatan yang jelas dan jarak antara nilai dapat
diukur secara objektif, namun nilai nol pada skala interval tidak memiliki arti mutlak dalam
engertian nyata. Suhu 10 derajat Celsius lebih rendah dari 20 derajat dan memiliki jarak
yang sama dengan suhu 20 ke 30 derajat. Hanya saja suhu 0 derajat Celsius bukan berarti
menunjukkan tidak ada suhu, melainkan titik beku air pada tekanan satu atmosfer.
D. Skala Rasio
Skala rasio adalah salah satu jenis skala pengukuran dalam statistic yang mengukur
variabel dengan jarak antara setiap nilai yang sama, tetap dan dapat diukur, serta memiliki
titik nol yang merupakan nilai mutlak dan bermakna secara nyata. Pada skala rasio, nilai
yang diukur memiliki tingkatan yang jelas, jarak antara nilai dapat diukur secara objektif
dan titik nol pada skala rasio merupakan nilai absolut atau mutlak, bukan hanya sebuah
titik acuan atau konvensi. Contoh adalah berat badan, tinggi badan, keccepatan, harga
saham, dan lain-lain. Pada skala rasio, nilai yang diukur memiliki tingkatan yang jelas,
jarak antara nilai dapat diukur secara objektif, dan nilia nol memiliki makna yang nyata,
yaitu menunjukkan tidak adanya jumlah atau besaran yang diukur. Misalnya, pada skala
rasio berat badan 50 kg lebih ringan dari 100 kg, dan berat badan 0 kg menunjukan tidak
adanya berat badan. Contoh lain nilai ujian mahasiswa, bahwa yang mendapat 90 lebih
tinggi dibanding 80 dan memiliki selisih yang sama dengan mahasiswaa yang mendapat
nilai 50 dan 60. Untuk mahasiswa yang memperoleh nilai 0, artinya tidak ada nilai sama
sekali atau pekerjaannya salah semua.

Tabel 1.2
Perbandingan skala Nominal, Ordinal, Interval dan Rasio

Skala Nominal Skala Ordinal

Contoh: warna, jenis kelamin, suku, Contoh:
agama, prodi, dll Setuju, tidak setuju
Angka hanya sebagai label saja, tidak Senang, tidak senang
memiliki makna. Rendah, sedang, tinggi

Angka yang diberikan memiliki makna,

mengandung ranking.

Contoh 1: jenis kelamin terdiri dari Wanita
dan pria. Maka ketika akan diolah menjadi
data statistic, Wanita dan pria ini harus
disimbolkan dengan angka:
Pria = 0 Wanita = 1, atau sebaliknya
Artinya angka 0 dan 1 disini tidak
menunjukkan lebih lebih baik, lebih
besar/kecil dst. Angka 0 dan 1 hanya
symbol saja , tidak bermakna. Kita juga
bisa mengganti menjadi 3 untuk pria dan 4
untuk Wanita tanpa mengubah makna.
Contoh 2: anda berasal dari suku apa?
a. Jawa…………..2
b. Minang……….3
c. Batak…………1
d. Sunda………..4
Perhatikan bahwa pemberian angka 1 pada
jawa , 3 pada minang dst tidak
mengandung makna apapun, sama hal nya
dengan jenis kelamin. Boleh dibolak balik
secara acak karena tidak mengandung
ranking.
Skala Interval
- Angka “0” bukan berarti tidak ada
- Operasi matematika dapat berlaku
dalam skala ini, seperti selisih
- Mengandung < dan >
Contoh 1: data suhu udara di berbagai
ruang eksperimen:
a. 10 derajat Celsius
b. 20 derajat Celsius
c. 30 derajat Celsius
d. 0 derajat Celsius
Contoh 1: Saya menyukai pelajaran
berhitung..
a. Sangat setuju SS ……..…….(5)
b. Setuju S …………………...……(4)
c. Netral N …………………...……
(3)
d. Tidak setuju TS ………….…..(2)
e. Sangat tidak setuju STS…..(1)
Pemberian angka SS 5 , S 4 dst memiliki
makna, yaitu bahwa angka 5 lebih setuju
dibandingkan 4. Angka 4 lebih setuju
dibandingkan 3, dst.
Pemberian angka dapat dibalik, yaitu SS 1
sampai STS adalah 5. Yang penting urut
sesuai dengan ranking, tidak boleh acak,
misal pemberian acak SS 3, TS 2, N 4 dst.
Contoh 2: menurut anda, kategori
penghasilan anda adalah:
a. Rendah…………. 1
b. Sedang…………..2
c. Tinggi…………….3
Dalam hal ini maknanya adalah angka 1
menunjukkan lebih rendah penghasilannya
dibandingkan angka 2 dan angka 3 lebih
rendah daripada 2. Kita tidak dapat
memberikan angka secara acak, misalkan
rendah 2, sedang 1, dan tinggi 3. Namun
kita dapat memberikan angka 3 rendah, 2
sedang dan 1 tinggi. Yang penting urut,
karena pilihan tersebut mengandung ranking
Skala Rasio
Hampir ama dengan skala interval, hanya
saja bila ada angka 0, maka angka 0 tersebut
menunjukkan bahwa data tidak ada.
Contoh 1: berikut adalah data penghasilan
dari responden:
a. 1 juta
b. 2 juta
c. 3 juta
d. 0
Maka angka 0 disini menunjukkan bahwa
responden tidak memiliki penghasilan.
 Angka 10 menunjukkan lebih dingin dari Contoh 2: berikut nilai ujian mahasiswa:
angka 20. Bona 40
Angka 0 menunjukkan suhu tetap ada Bimbim 50
Tyo 80
Contoh 2: berikut penilaian lomba masak Toto 0
yang diikut 5 peserta: Data 0 yang diperoleh mahasiswa Toto
A = 75 D= 0 menunjukkan bahwa mahasiswa tersebut
B = 60 E= 30 tidak memperoleh nilai.
C = 80
Nilai 0 pada peserta D menunjukkan
bahwa bukan berarti tidak ada masakan
Nilai C lebih besar dari A, nilai A lebih
besar dari B dst (< dan >)
Nilai A selisihnya dengan B adalah 5 poin
(dapat diselisihkan)

Sub bahasan 2.6

Populasi dan Sampel

Setiap data yang dimiliki, dapat dikategorikan sebagai populasi atau sampel.
Populasi adalah sebuah kumpulan dari semua kemungkinan orang-orang, benda-benda dan ukuran
lain dari objek yang menjadi perhatian, contoh:
1. Berikut nilai dari seluruh mahasiswa yang berjumlah 40 dikelas statistic
Dari contoh ini, maka ini adalah populasi, karena nilai dari seluruh mahasiswa dihadirkan
dalam data
2. Berikut adalah nilai pengukuran kinerja dari seluruh karyawan yang bekerja di perusahaan
“Fortrox”. Dari contoh ini merupakan populasi, karena data yang diambil adalah
seluruhnya.

Sampel: suatu bagian dari populasi tertentu yang menjadi perhatian, contoh:
1. Berikut diambil 40 nilai dari peserta CPNS di wilayah Yogyakarta.
Dari contoh ini, maka 40 ini adalah sampel, karena peserta CPNS itu sangat banyak dan
yang diambil sebagai data hanya 40 peserta saja.
2. Berikut diambil 100 mahasiswa dari seluruh mahasiswa di Indonesia. Jumlah 100 ini
adalah sampel, karena jumlah mahasiswa Indonesia sangat banyak.

Dalam kebutuhan penelitian, pada umumnya data yang diambil hanya bersifat sampel, terkhusus
bagi data yang memiliki populasi yang luas. Sebagai contoh, survey calon presiden Indonesia yang
dilakukan lembaga survey. Lembaga survey hanya melakukan survey pada sekian ribu orang, dan
menentukan siapa yang akan menjadi presiden yang akan datang. Artinya bahwa sekian ribu orang
yang ditanya mengenai presiden pilihan mereka, akan mewakili pilihan seluruh masyarakat
Indonesia atau istilahnya digeneralisir. Agar sebuah survey terhadap sampel dapat digeneralisir,
tentunya membutuhkan metodologi yang tepat ,terutama terkait dengan bagaimana sampel
diperoleh.
Gambar 1.3
Penggambaran populasi dan sampel

Sub bahasan 2.7

Penggunaan statistik

Statistik memiliki kegunaan yang banyak dalam berbagai bidang. Statistik digunakan dalam
pemasaran, akuntansi, manajemen, industri, asuransi, perkebunan dan banyak bidang
lainnya.Beberapa contoh bidang yang menggunakan statistic dan kegunaannya:
1. Kedokteran: statistic digunakan untuk menganalisis efektivitas pengobatan, mempelajari
faktor risiko kesehatan, melakukan uji klinis terhadap obat baru, mempelajari prevalensi
penyakit dan mengidentifikasi pola kesehatan masyarakat.
2. Ekonomi: statistic digunakan untuk memprediksi tren pasar, menganalisis keuntungan
dan kerugian bisnis, mengukur kinerja keuangan, memperkirakan harga saham dan
mempelajari perilaku konsumen.
3. Pendidikan: statistik digunakan untuk mengukur prestasi siswa, mengembangkan
kurikulum dan strategi pembelajaran, mempelajari faktor yang mempengaruhi
keberhasilan akademik, dan mengevaluasi
4. Sosiologi: statistic digunakan untuk mempelajari perilaku manusia, mempelajari
dinamika kelompok dan masyarakt, mengevaluasi kebijakan publik dan menganailisis
kecenderungan demografi.
5. Ilmu lingkungan: statistic digunakan untuk menganalisis dampak lingkungan,
memprediksi pola cuaca, mempelajari perubahan iklim, dan mengevaluasi kebijakan
lingkungan.
6. Pemerintah dan kebijakan publik: statistic digunakan untuk mengukur efektivitas
kebijakan publik, memperkirakan kebutuhan anggaran, memperkirakan tingkat
pengangguran, dan mengidentifikasi masalah dan peluang di masyarakat.
7. Bisnis dan manajemen: statistic digunakan untuk menganalisis kinerja bisnis, mengukur
kepuasan pelanggan, memperkirakan proyeksi penjualan dan mengevaluasi efetivitas
manajemen
Latihan Soal

1. Berikan contoh statistic dalam kehidupan sehari-hari

2. Jelaskan perbedaan sampel dan populasi dan berikan 3 contoh masing-masing
3. Jelaskan cara memperoleh data primer
4. Berikan contoh skala nominal, ordinal, interval dan rasio masing-masing 1 contoh
5. Jelaskan perbedaan data kualitatif dan data kuantitif
6. Apakah dalam proses statistik, kita dapat menggunakan data kualitatif? Jelaskan