MATA KULIAH : STATISTIK EKONOMI BISNIS I

DOSEN : MUHAMMAD SAHIB, SE., M.Si.

PERTEMUAN : PERTAMA

DEFENISI DAN RUANG LINGKUP STATISTIK

1. Defenisi

- Statistik adalah suatu kumpulan angka - angka (numeric) atau

data kuantitatif.

Contoh :

Presentase angka pengangguran di Indonesia diperkirakan

akan turun sebesar 0,57 % ditahun 2017 dari tahun 2016.

Penyajian data angka - angka (numeric) atau data kuantitatif

tersebut dalam bentuk tabel, grafik, diagram, deretan angka

dan validasi angka.

- Statistika menurut Dajan (1995) diartikan sebagai metode

untuk mengumpulkan, mengolah, menyajikan, menganalisis

dan menginterpretasikan data dalam bentuk angka - angka

(numeric) atau data kuantitatif. Jadi Statistika adalah ilmu yang

berkaitan dengan pengumpulan, penataan, penyajian, analisis,

dan interpretasi data dalam bentuk angka - angka (numeric)

 atau data kuantitatif menjadi informasi untuk membantu

pengambilan keputusan yang efektif.

2. Kegunaan Statistika

Adapun kegunaan teknik - teknik statistika adalah dapat

membantu untuk :

1. Sebagai alat bantu untuk menjabarkan dan memahami suatu

hubungan.

Contoh :

Seorang peneliti pemasaran untuk menjabarkan antara

permintaan (demand) suatu barang dengan harga (price) dan

pendapatan (revenue), maka berdasarkan data tersebut, maka

kegiatan distribusinya diarahkan pada kelompok - kelompok

masyarakat tertentu.

2. Sebagai alat bantu pengambilan keputusan.

Data dengan karakteristiknya ini merupakan suatu informasi

yang dapat digunakan untuk menentukan suatu tindakan.

3. Mengukur tingkat perubahan.

Perencanaan dimulai berdasarkan tentang kejadian-kejadian

saat ini yang dapat digunakan sebagai dasar peramalan untuk

masa yang akan datang.

 Walaupun metode statistik tidak dapat secara tepat digunakan

untuk meramalkan masa yang akan datang, tetapi dapat

membantu mengukur perubahan yang terjadi saat ini dan

digunakan untuk proses peramalan.

3. Jenis - Jenis Statistika

1. Statistika Deskriptif (Descriptive Statistica)

Yaitu metode statistika yang digunakan untuk menggambarkan

atau mendeskripsikan data yang telah dikumpulkan menjadi

sebuah informasi.

Karakteristik dari statistika deskriptif sebagai berikut :

- Membahas cara - cara pengumpulan data, pengolahan angka

- angka pengamatan yang diperoleh (meringkas dan

menyajikan).

- Kegiatannya dimulai dari pengumpulan data, mengolah dan

menyajikan data.

- Mendeskripsikan dan menganalisis seluruh data tanpa

melakukan proses penarikan keputusan atau dengan kata lain

hanya menguraikan apa yang terjadi tanpa menarik sebuah

keputusan.
 - Penyajian data biasanya dengan membuat tabulasi penyajian

dalam bentuk grafik, diagram, atau penyajian karakteristik -

karakteristik dari ukuran pemusatan dan ukuran penyebaran.

Contoh :

Sebanyak 128.600.000.000 penduduk Indonesia adalah

angkatan kerja. Jumlahnya bertambah 2.620.000.000 orang

dari Agustus 2016. Tingkat Partisipasi Angkatan Kerja

(TPAK) juga meningkat 0,33 poin. Dalam setahun terakhir,

pengangguran bertambah 10.000 orang sementara Tingkat

Penerimaan Tenaga Kerja (TPTK) turun sebesar 0,11 poin.

TPTK untuk Sekolah Menengah Kejuruan (SMK) paling tinggi

diantara tingkat pendidikan lain, yaitu sebesar 11,41 %.

Adapun materi yang dipelajari dalam statistik deskriptif yaitu :

- Penyajian data

- Ukuran pemusatan

- Angka indeks

- Deret berkala

- Peramalan

2. Statistika Inferensia (Infrensial Statistica)

Biasa juga disebut statistika induktif, yaitu metode yang

digunakan untuk mengetahui tentang sebuah populasi

berdasarkan sampel.
Karakteristik dari statistika inferensia sebagai berikut :

- Membahas cara menganalisis dan mengambil kesimpulan.

- Berkaitan dengan pengambilan keputusan (estimasi

parameter dan pengujian hipotesis).

- Berkaitan dengan analisis sebagian data sampai kepada

peramalan dan penarikan kesimpulan.

- Keseluruhan datanya disebut populasi dan sebagian datanya

disebut sampel.

Contoh :

- Data tentang penjualan laptop merk “ ABC “ perbulan

di suatu toko di Kota Makassar selama tahun 2017. Dari

data tersebut pertama akan dilakukan deskripsi terhadap

data seperti menghitung rata - rata penjualan dan standar

deviasinya.

- Kemudian baru dilakukan infrensi terhadap hasil deskripsi

seperti : perkiraan penjualan laptop bulan Januari dan

perkiraan rata - rata penjualan laptop tersebut di seluruh

Indonesia.

Adapun materi yang dipelajari dalam statistika inferensia

atau statistika induktif adalah sebagai berikut :

- Probabilitas dan teori keputusan

- Metode sampling
 - Teori pendugaan

- Pengujian hipotesis

- Regresi dan korelasi

- Statistika non - parametrik

4. Populasi, Sampel, Data dan Jenis - Jenis Data

- Populasi

Adalah suatu kumpulan dari seluruh kemungkinan orang - orang

atau objek - objek dan ukuran lain yang menjadi perhatian.

- Sampel

Adalah sebagian data yang merupakan objek dari populasi yang

diambil.

- Data

a. Defenisi Data

- Menurut Soemantri (2006) menyatakan bahwa data adalah

merupakan sejumlah informasi yang dapat memberikan

gambaran tentang suatu keadaan atau masalah, baik yang

berbentuk angka maupun yang berbentuk kategori.

- Menurut Subana (2000) menyatakan bahwa data adalah

sejumlah informasi yang dapat memberikan gambaran

tentang suatu keadaan atau masalah, baik yang berupa

 angka - angka maupun yang berbentuk kategori seperti :

sangat baik, baik, kurang baik, tidak baik (buruk) yang

merupakan hasil pengamatan, penghitungan dan pengkuran

dari suatu variabel yang menggambarkan masalah.

b. Jenis - Jenis Data

a. Berdasarkan Sifat

Berdasarkan sifatnya, data dibagi menjadi 2 (dua) jenis

yaitu :

a. Data Kuantitatif

Adalah data yang dinyatakan dalam bentuk angka - angka

(numerik).

Contohnya :

- Jumlah mahasiswa sebanyak 40 orang.

- Jumlah kendaraan bermotor sebanyak 250 unit.

- Jumlah komputer di laboratorium sebanyak 25 unit.

- Laba yang diperoleh sebesar Rp. 1.000.000,- / hari.

- Dan lain - lain sebagainya.

Berdasarkan nilainya data kuantitatif dibagi menjadi 2

(dua) jenis yaitu :

a. Data Distrik
 Adalah data yang satuannya selalu bulat dalam

bilangan asli, tidak berbentuk pecahan.

Contoh :

- Jumlah orang (misalnya : 10 orang, 20 orang,

30 orang, 40 orang, 50 orang dan lain-lain

sebagainya).

- Jumlah uang (Rp. 500,- , Rp. 1.000,- ,

Rp. 100,000,- , Rp. 1.000.000,- dan lain - lain

sebagainya).

- Jumlah komputer (10 unit, 20 unit, 30 unit, 40 unit,

50 unit dan lain - lain sebagainya).

b. Data Kontinue

Adalah data yang satuannya berupa bilangan pecahan

atau desimal.

Contoh :

- Berat badan (misalnya : 50,50 kg, 60,50 kg, 70,50

kg, dan lain - lain sebagainya).

- Suhu badan (misalnya : 31,50 derajat celcius, 35,50

derajat celcius dan lain - lain sebagainya).

 - Tinggi badan (misalnya : 165,50 cm, 170,50 cm dan

lain - lain sebagainya).

- Jarak antar kota (misalnya : 50,50 km, 60,50 km,

dan lain - lain sebagainya).

b. Data Kualitatif

Adalah data yang dinyatakan tidak dalam bentuk angka -

angka (non numeric).

Contoh :

- Keadaan penduduk.

- Jenis kelamin.

- Jumlah mahasiswa bertambah atau menurun.

- Hasil penjualan meningkat atau menurun.

- Harga bahan pangan naik atau turun.

b. Berdasarkan Sumber

Berdasarkan sumbernya, data dibagi menjadi 2 (dua) jenis

yaitu :

a. Data Internal

Data yang menggambarkan keadaan suatu unit

organisasi.

Contoh :

- Data karyawan suatu perusahaan.

- Data peralatan suatu perusahaan.

 - Data keuangan suatu perusahaan.

b. Data Eksternal

Adalah data yang menggambarkan keadaan diluar suatu

unit organisasi.

Contoh :

- Daya beli masyarakat atas suatu produk perusahaan.

- Selera masyarakat atas suatu produk perusahaan.

- Penjualan produk suatu perusahaan.

c. Berdasarkan Cara Memperolehnya

Berdasarkan cara memperolehnya, data dibagi menjadi 2 (dua)

jenis yaitu :

a. Data Primer

Adalah data yang dikumpulkan dan diolah sendiri oleh suatu

organisasi atau perorangan langsung dari objeknya.

Contoh : Harga beli saham di Bursa Efek Jakarta (BEJ).

b. Data Sekunder

Adalah yang diperoleh suatu organisasi atau perorangan dari

pihak lain (bukan langsung dari objeknya).

Contoh :

- Data sensus penduduk Provinsi Sulawesi Selatan oleh

Badan Pusat Statistik (BPS) Provinsi Sulawesi Selatan.

 - Data pengguna SIM Card dari suatu provaider.

d. Berdasarkan Waktu Pengumpulan

Berdasarkan waktu pengumpulannya, data dibagi menjadi 2

(dua) jenis yaitu :

a. Data Berkala (Time Series)

Adalah data yang dikumpulkan dari waktu ke waktu untuk

menggambarkan suatu kegiatan dari waktu ke waktu.

Contoh :

Perkembangan jumlah mahasiswa, jurusan Teknik

Informatika untuk 5 (lima) tahun terakhir.

b. Data Cross - Section

Adalah data yang dikumpulkan pada waktu tertentu untuk

menggambarkan keadaan pada waktu tertentu untuk

menggambarkan keadaan pada waktu yang bersangkutan.

Contoh :

Harga saham menurut jenis perusahaan pada hari

tertentu.

e. Berdasarkan Cara Penyusunannya (Skala)

Berdasarkan cara penyusunannya, data dibagi menjadi 4

(empat) jenis yaitu :

a. Data Nominal

Adalah data statistik yang memuat angka tetapi tidak

memiliki makna. Angka yang terdapat dalam data ini hanya

merupakan tanda atau simbol dari objek yang akan

dianalisis.

Contoh :

Data yang berkaitan dengan kewarganegaraan seseorang,

yakni Warga Negara Indonesia (WNI) dan Warga Negara

Asing (WNA).

Agar data tersebut dapat dianalisis dengan menggunakan

statistik, maka data tersebut harus diubah menjadi angka,

maka dengan contoh tersebut di atas simbol WNI dengan

angka 1 dan WNA dengan angka 2.

b. Data Ordinal

Adalah data statistik yang mempunyai daya berjenjang

tetapi perbedaan antara angka yang satu dengan angka

yang lainnya tidak tetap.

Contoh :

Hasil kuis statistik dasar dalam suatu kelompok adalah

sebagai berikut :

Ani peringkat ke - 1, Banu peringkat ke - 2 dan Cheri

peringkat ke - 3.
 Angka 1 mempunyai nilai lebih tinggi dari angka 2 maupun

angka 3, tetapi data statistik ini tidak memperlihatkan

perbedaan kemampuan antara Ani, Banu dan Cheri secara

pasti. Peringkat 1 tidak berarti mempunyai kemampuan dua

kali lipat dari peringkat 2 maupun mempunyai kemampuan

tiga kali lipat dari peringkat 3.

c. Data Interval

Adalah data statistik yang memiliki interval antara yang satu

dengan yang lainnya sama dan telah ditetapkan

sebelumnya.

Contoh :

Interval penilaian dosen kepada mahasiswa peserta

Seminar Proposal dan Ujian Skripsi angkanya antara 50 –

100.

d. Data Rasio

Adalah data statistik yang mempunyai tingkatan tertinggi.

Contoh :

- Hasil pengukuran panjang.

- Hasil pengkuran berat.

- Hasil pengukuran luas.

- Hasil pengkuran volume.

- Dan lain - lain sebagainya.

f. Skala Pengukuran Data

Berdasarkan skala pengkuran data, data dibagi menjadi 2 (dua)

jenis yaitu :

a. Skala Dikotomi atau Data Nominal

Adalah data statistik yang paling sederhana disusun

menurut jenisnya dan kategorinya yang diberikan angka.

Contoh :

- Kewarganegaraan.

Warga Negara Indonesia (WNI) dengan angka 1.

Warga Negara Asing (WNA) dengan angka 2.

- Jenis kelamin.

Laki – laki dengan angka 1.

Perempuan dengan angka 2.

b. Skala Kontinum

Data kontinum dibagi menjadi 2 (dua) jenis yaitu :

- Skala Ordinal

Adalah pengukuran data yang sudah diurutkan dari

jenjang yang paling rendah sampai yang paling tinggi,

atau sebaliknya terhadap suatu objek tertentu.

Contoh :
 - Mengukur kualitas suatu barang :

Sangat Baik dengan angka 4.

Baik dengan angka 3.

Kurang Baik dengan angka 2.

Tidak Baik (buruk) dengan angka 1.

- Pendapat seseorang terhadap suatu hal atau suatu

objek :

Sangat Setuju dengan angka 4

Setuju dengan angka 3

Kurang setuju dengan angka 2

Tidak setuju dengan angka 1

- Jenjang Pendidikan :

Sekolah Dasar (SD) dengan angka 1.

Sekolah Menengah Pertama (SMP) dengan angka 2.

Sekolah Menengah Atas (SMA) dan sederajat dengan

angka 3.

Sarjana meliputi Strata 1, Strata 2 dan Starata 3

dengan angka 4.

- Skala Interval

Adalah skala yang menunjukkan jarak antara satu data

dengan data yang lainnya. Skala interval memiliki sebuah

titik 0 (nol).
 Contoh :

Skala nilai mahasiswa untuk mencapai Indeks Prestasi

(IP) :

Huruf A = 4

Huruf B = 3

Huruf C = 2

Huruf D = 1

Huruf E = 0

Nilai intervalnya sebagai berikut :

81 - 100 = A

76 - 80 = B

61 - 75 = C

46 - 60 = D

0 - 45 = E

- Skala Rasio

Adalah skala pengukuran yang mempunyai sifat nominal,

ordinal, interval serta mempunyai nilai absolut dari objek

yang diukur.

Contoh :

- Umur manusia.

- Tinggi badan.

- Tinggi pohon.
Sekian dan Terima Kasih
 MATA KULIAH : STATISTIK EKONOMI BISNIS I

DOSEN : MUHAMMAD SAHIB, SE., M.Si.

PERTEMUAN : KEDUA

TEKNIK PENGAMBILAN SAMPEL,

DEFENISI VARIABEL DAN JENIS – JENISNYA,

SERTA PENYAJIAN DATA

a. Pengertian Teknik Pengambilan Sampel

Teknik pengambilan sampel adalah suatu cara atau proses untuk

memperoleh sampel dari suatu populasi.

b. Macam - Macam Teknik Pengambilan Sampel

Jenis teknik pengambilan sampel dapat dibedakan berdasarkan 2

(dua) hal yaitu :

1. Proses Pemilihannya

a. Teknik Pengambilan Sampel dengan Pengembalian

(Sampling With Replacement)

Caranya : Setiap anggota sampel yang terpilih dikembalikan

lagi ke tempatnya (kedalam satuan populasi)

sebelum pemilihan selanjutnya dilakukan.

 b. Teknik Pengambilan Sampel Tanpa Pengembalian

Caranya : Setiap anggota sampel yang terpilih tidak

dikembali lagi ke tempatnya (kedalam satuan

populasi) sebelum pemilihan selanjutnya

dilakukan.

2. Peluang Pemilihannya

a. Teknik Pengambilan Sampel Probabilitas (Probability

Sampling)

Pengambilan sampel dalam sampel probabilty dilakukan

secara acak dan objektif. Hal bermakna bahwa pemilihan

sampel tidak hanya didasarkan pada keinginan peneliti,

sehingga setiap anggota populasi memiliki kesempatan yang

sama untuk terpilih sebagai sampel.

a. Teknik Pengambilan Sampel Secara Acak Sederhana

(Simple Random Sampling)

Acak dalam teknik ini dapat berupa undian. Cara undian

dilakukan dengan memberikan nomor pada pemilihan

sampel dalam suatu populasi, lalu dilakukan pengundian

satu persatu sampai dilakukan diperoleh jumlah yang

sesuai dengan banyaknya sampel yang ditentukan.

b. Teknik Pengambilan Sampel Sistematik (Sistematic

Sampling)

Cara sistematik tidak jauh berbeda dengan.cara acak.

Cara sistematik merupakan cara acak yang dilakukan

secara sistematik, yaitu mengikuti suatu pola tertentu dari

nomor anggota populasi yang dipilih secara acak

berdasarkan jumlah sampel yang sudah ditetapkan.

Contoh : Seorang peneliti yang memilhi sampel sebanyak

40 orang dari suatu populasi yang berjumlah

200 orang. Berilah nomor setiap objek dari

populasi dengan nomor 1 sampai dengan 200.

Kemudian bagi objek tersebut menjadi

40 kelompok, dimana setiap kelompok terdiri

atas 5 individu. Kelompok pertama

beranggotakan 1 sampai 5. Kelompok kedua

beranggotakan nomor 6 sampai 10 dan

seterusnya sampai kelompok ke - 40

beranggotakan objek dengan nomor 196

samapai 200. Masing- masing kelompok diambil

satu objek untuk selanjutnya ditetapkan sebagai

sampel.
c. Teknik Pengambilan Sampel Bersrata (Stratified

Sampling)

Pengambilan sampel secara strata biasanya dilakukan

terhadap populasi yang berkelompok. Hal ini dilakukan

supaya anggota populasi terpilih secara acak dan setiap

kelompok yang ada dalam populasi yang terwakili. Pada

teknik ini banyaknya sampel pada setiap kelompok

berjumlah sama.

d. Teknik Penarikan Sampel Klaster (Culster Sampling)

Pengambilan sampel secara klaster, anggota populasi

dibagi beberapa kelompok, kemudian dipilih semuanya

atau dapat juga sebagian dari setiap kelompok yang

terpilih untuk dijadikan sampel.

Contoh : Penelitian untuk mengetahui rata - rata

penghasilan keluarga pada suatu daerah.

Daftar yang mungkin diperoleh adalah daftar

nama - nama desa di daerah tersebut. Desa

merupakan kumpulan keluarga. Sehingga

desa dianggap sebagai klaster Pemilihan

sampel dilakukan dengan memilih secara

acak klaster - klaster tersebut..

b. Teknik Pengambilan Sampel Non - Probabilitas (Non –

Probability Sampling)

Teknik penarikan sampel non - probabilitas merupakan

pengembangan dari teknik - teknik sampel probabilitas. Hal

ini dimaksudkan untuk menjawab kesulitan yang timbul dalam

mengaplikasikan teknik probabilitas. Kesulitan - kesulitas

tersebut terutama dalam hal biaya dan kerangka sampel.

Sampel yang termasuk dalam kategori sampel non –

probabilitas diantaranya sebagai berikut :

a. Teknik Penarikan Sampel Kemudahan (Convenience

Sampling)

Pada teknik ini, sampel diambil secara spontanitas. Hal ini

diartikan bahwa siapa saja yang secara tidak sengaja

bertemu dengan peneiti dan memenuhi kriteria yang

sesuai, maka orang tersebut dapat dijadikan sampel.

Teknik ini didasarkan pada pertimbangan kemudahan dan

kepraktisan menurut pandangan peneliti. Kekurangan daro

teknik ini yang paling utama adalah kesulitan untuk

generalisasi dari data yang diperoleh.

b. Teknik Penarikan Sampel Judgement (Judgement

Sampling / Purposive Sampling)

Teknik penarikan sampel ini dilakukan berdasarkan kriteria

yang ditetapkan terhadap anggota dari populasi yang

disesuaikan dengan tujuan atau rumusan masalah

penelitian. Dalam hal ini, subjektifitas dan pengalaman

peneliti memiliki andil yang besar.

c. Teknik Penarikan Sampel Kuota (Quota Sampling)

Teknik ini mengandung arti bahwa apabila peneliti

mengambil sampel dari suatu populasi penelitian dengan

cara menentukan sejumlah anggota sampel secara kuota.

Tahapan dalam penarikan sampel yang dibutuhkan, lalu

menetapkan banyaknya kuota. Kuota tersebut yang

dijadikan dasar untuk menentuakan unit sampel yang

dibutuhkan.

d. Teknik Penarikan Sampel Snowbal Sampling

Adalah salah satu bentuk judgement sampling yang

sangat tepat digunakan jika populasinya kecil dan

spesifik. Cara penarikan sampel dengan teknik ini

dilakukan secara berantai. Artinya semakin lama jumlah

sampel semakin besar, layaknya bola salju yang

menggelinding. Dalam prakteknya, responden yang

 memiliki spesifikasi yang sama (karena biasanya mereka

saling mengenal) sampai diperoleh sampel yang

dibutuhkan oleh peneliti.

Berdasarkan penjelasan terkait teknik penarikan di atas,

seorang peneliti memiliki kebebasan dalam menentukan

teknik mana yang akan digunakan. Dalam dunia pendidikan,

teknik penarikan sampel yang umum digunakan adalah :

a. Teknik Pengambilan Sampel Secara Acak Sederhana

(Simple Random Sampling).

b. Teknik Pengambilan Sampel Bersrata (Stratified

Sampling).

c. Teknik Penarikan Sampel Kuota (Quota Sampling).

d. Teknik Pengambilan Sampel Sistematik (Sistematic

Sampling).

c. Defenisi Variabel

Variabel adalah sesuatu yang menjadi objek pengamatan penelitian.

Nilai untuk setiap variabel dapat bervariasi. Variabel dari suatu

penelitian dapat diamati atau dihitung dan diukur.

d. Jenis - Jenis Variabel

Variabel dapat dikelompokkan menurut beragam cara. Namun

terdapat 3 (tiga) jenis pengelompokan variabel yang sangat penting

dan mendapatkan penekanan seperti :

1. Variabel Bebas dan Variabel Terikat

Variabel bebas sering disebut variabel independent. Variabel

bebas adalah variabel yang mempengaruhi atau menjadi sebab

perubahan atau timbulnya variabel terikat. Sedangkan variabel

terikat disebut juga variabel dependent, artinya sebagai variabel

yang dipengaruhi atau menjadi akibat karena adanya variabel

bebas.

Contoh : Penelitian dalam Bidang Ekonomi dan Bisnis

- Variabel terikat atau variabel dependent (akibat) :

Daya beli masyarakat

- Variabel bebas atau variabel independent (sebab :

faktor-faktor yang mempengaruhi daya beli

masyarakat sebagai berikut :

a. Tingkat harga atau inflasi.

b. Ketersediaan produk atau penawaran (supplay).

c. Keadaan pasar

d. Tingkat ekonomi dan lain-lain sebagainya.

 2. Variabel Aktif dan Variabel Atribut

Variabel aktif adalah variabel yang bebas dimanipulasi dan

variabel atribut adalah variabel yang tidak dapat dimanipulasi.

Berdasarkan contoh penelitian tersebut diatas maka :

Variabel aktifnya adalah daya beli masyarakat sedangkan

variabel atributnya adalah :

a. Tingkat harga atau inflasi.

b. Ketersediaan produk atau penawaran (supplay).

c. Keadaan pasar

d. Tingkat ekonomi dan lain-lain sebagainya.

3. Variabel Kualitatif dan Variabel Kuantitatif

Variabel kualitatif merupakan variabel kategori.

Variabel kualitatif berkaitan dengan jenis pengukuran. Yang

termasuk variabel kualitatif adalah variabel nominal dan variabel

ordinal.

Variabel kuantitatif diklasifikasikan menjadi 2 (dua) jenis yaitu

variabel diskrit dan variabel kontinu.

e. Keguanaan Variabel Penelitian

Adapun kegunaan dari variabel penelitian adalah sebagai berikut :

a. Untuk mempersiapkan alat dan metode pengumpulan data.

b. Untuk mempersiapkan metode analisis atau pengolah data.

 c. Untuk pengujian hipotesis.

f. Kriteria Variabel Penelitian

Variabel penelitian yang baik, memiliki kriteria sebagai berikut :

a. Relevan dengan tujuan penelitian.

b. Dapat diamati dan diukur.

c. Dalam suatu penelitian, variabel perlu diidentifikasi, diklasifikasi,

dan didefenisikan secara operasional dengan jelas dan tegas.

Agar tidak menimbulkan kesalahan dalam pengumpulan dan

pengolahan data dan juga dalam pengujian hipotesis.

g. Penyajian Data

Data adalah serangkaian informasi berupa angka atau pernyataan

yang dapat digunakan untuk menggambarkan suatu keadaan atau

situasi, selanjutnya dianalisis dengan menggunakan metode

analisis sebagai dasar pengambilan keputusan atau membuat

kebijakan.

h. Struktur Tabel Statistik

Data statistik selain dikumpulkan, dikelompokkan atau diolah juga

perlu disajikan. Penyajian data statistik dapat menggunakan grafik

maupun tabel yang penting dalam bentuk yang mudah dibaca dan

dimengerti oleh pihak yang membutuhkan.

Pengertian tabel menurut J. Supranto adalah sekumpulan angka –

angka yang disusun menurut kategori - kategori (misalnya,

jumlah pegawai menurut pendidikan atau masa kerja, jumlah

penjualan menurut jenis barang dan daerah penjualan, jumlah

produksi menurut jenis barang dan kantor cabang dan lain - lain

sebagainya).

Sebuah tabell umumnya terdiri dari beberapa bagian. Anto Dajan

menguraikan secara singkat syarat – syarat umum yang ada dalam

suatu tabel sebagai berikut :

a. Nama (judul) dan identifikasi

Judul diletakkan di atas tabel dengan bahasa yang jelas dan

singkat.

b. Catatan pendahuluan dan catatan di bawah tabel

Catatan pendahuluan dan catatan yang terdapat di bawah tabel

sebetulnya merupakan bagian yang integral dari sebuah tabel.

c. Sumber data

Sumber data umumnya diletakkan di bawah tabel sesudah

catatan, diusahakan selengkap mungkin seperti keterangan -

keterangan tentang penulis, nama buku, jilid, halaman buku,

penerbit dan lain - lain.

 d. Presentase

Bila angka - angka presentase dipergunakan dalam tabel, maka

pos - pos keterangan dalam tabel harus memberikan perincian

yang jelas.

e. Jumlah

Bila jumlah angka dalam suatu tabel merupakan sesuatu yang

penting dan patut ditonjolkan maka diletakkan pada sisi atas atau

sisi kiri dalam nama kolom.

f. Unit

Unit pengukuran angka - angka yang terdapat dalam kolom tabel

biasanya sudah jelas dan tidak meragukan.

g. Bentuk tabel

Bentuk tabel yang baik janganlah terlalu panjangatau terlalu

pendek.

Contoh :
 Tabel 3.1

Harga Sahan Perusahaan Otomotif

(Dalam Rupiah)

Perusahaan Harga Saham Per Lembar

ADMG 160,-

SUGI 175,-

PRAS 210,-

GJTL 220,-

ACAP 455,-

BRAM 525,-

LPIN 600,-

INDS 700,-

IMAS 800,-

NIPS 1.000,-

AUTO 1.275,-

SMSM 1.450,-

ASII 1.850,-

GDJR 2.400,-

Sumber : Bursa Efek Jakarta (BEJ), 22 Maret 2003

i. Distribusi Frekuensi

Adalah pengelompokan data kedalam beberapa kelompok atau

kelas yang kemudian dihitung banyaknya data masuk dalam setiap

kelas. Tujuan dari pengelompokan data adalah untuk memperoleh

gambaran yang jelas dan sistimatis mengenai suatu peristiwa atau

kejadian atau fenomena. Distribusi frekuensi data dibagi menjadi

2 (dua) jenis yaitu :

a. Distribusi Frekuensi Data Kualitatif

Distribusi untuk data jenis ini dapat dijelaskan melalui contoh

berikut ini.

Sebuah pertanyaan diberikan kepada 15 orang responden

mengenai minuman berkarbonasi yang mereka sering konsumsi

dan hasil yang diperoleh dapat dilihat dalam tabel 3.2.

Contoh :

Data 15 orang pembeli minuman berkarbonat dari satu

perusahaan sebagai berikut :

Coca - Cola Sprite Coca - Cola

Fanta Strawberry Sprite Sprite

Sprite Fanta Melon Coca – Cola

Coca – Cola Fanta Strawberry Fanta Strawberry

Fanta Strawberry Fanta Strawberry Fanta Strawberry

 Maka berdasarkan data tersebut di atas maka berikut tabel

distribusi data kualitatifnya :

Tabel 3.2

Bursa Efek Jakarta (BEJ)

Distribusi Frekuensi Pembelian Minuman Berkarbonasi

(Dalam Orang)

Perusahaan Frekuensi

Coca - Cola 4

Fanta Strawberry 6

Sprite 4

Fanta Melon 1

Jumlah 15

Sumber : Hasil Olah Data : 2021

Berdasarkan contoh sederhana tersebut di atas, data acak

mengenai merk minuman berkarbonasi yang sering dikonsumsi

responden dapat lebih mudah dibaca dan dimengerti serta

diproses setelah data tersebut dikelompokkan. Hal yang sama

juga dapat dilakukan apabila data yang ada lebih banyak dari

15 orang.
b. Distribusi Frekuensi Data Kuantitatif

Pada umumnya berupa angka yang hanya terdiri dari satu digit

sampai tak terhingga. Pengelompokan data yang bersifat seperti

ini bisa mengacu pada rumus Sturges, untuk menghitung jumlah

kelas yang sebaiknya digunakan dalam penelompokan data

sebagai berikut :

k = 1 + 3,322 log n

Keterangan :

k = jumlah kelas

n = jumlah angka yang terdapat dalam data

Setelah mengetahui jumlah kelas untuk pengelompokan data -

data maka cara berikutnya adalah mencari besarnya interval

kelas dengan rumus sebagai berikut :

i = jarak
k

Dimana i = interval kelas

Contoh 2 :

Apabila diketahui nilai ujian mata kuliah Statistik Ekonomi Bisnis

Fakultas Ekonomi Universitas Lampung, dengan sebaran nilai

sebagai berikut :

45 49 50 55 56

60 65 67 70 70

70 70 73 75 75

75 80 80 85 85

85 89 90 94 95

48 50 55 55 60

65 65 67 70 70

70 70 73 75 75

80 80 80 85 85

86 90 90 95 100
Maka :

- Langkah pertama adalah menghitung jumlah kelas dengan

rumus Sturges sebagai berikut :

k = 1 + 3.322 log 50

k = 6,64397 atau dibulatkan menjadi 7

Jadi jumlah kelasnya adalah 7

- Langkah kedua adalah mencari interval kelas dengan rumus

sebagai berikut :

i = 100 – 45
7

i = 7,85714 dibulatkan menjadi 8

Jadi interval kelasnya adalah 8

Berdasarkan perhitungan jumlah kelas dan interval nilai tersebut di

atas maka dibuat tabel distribusi frekuensinya sebagai berikut :

 Tabel 3.3

Fakultas Ekonomi Universitas Lampung

Distribusi Frekuensi Nilai Ujian

Mata Kuliah Statistik Ekonomi Bisnis I

(Dalam Orang)

Nilai Mahasiswa Frekuensi

45 - 52 5

53 - 60 6

61 - 68 5

69 - 76 15

77 - 84 5

85 - 92 10

93 - 100 4

Sumber : Hasil Olah Data : 2021

j. Penyajian Grafik Frekuensi

Data yang telah dikelompokkan dapat disajikan dalam bentuk grafik.

Ada tiga macam grafik yaitu

a. Histogram Frekuensi

Adalah merupakan grafik yang berbentuk batang yang akan mudah

digambarkan bila distribusi frekuensinya memiliki interval kelas

yang sama bagi tiap - tiap kelas.

b. Poligon Frekuensi

Adalah bentuk grafik biasa (banyak orang yang menggunakan

bentuk grafik ini sebab sangat mudah), dimana menghubungkan

antara titik grafik yang satu dengan titik grafik yang lainnya

berdasarkan tabel distribusi frekuensi.

c. Kurva Ogif

Adalah dibentuk berdasarkan data pada distribusi frekuensi dengan

mencari nilai frekuensi kumulatifnya.

Sekian dan Terima kasih