STATISTIK

BAB I
ARTI DAN TUJUAN

Statistik adalah kumpulan data baik dalam bentuk bilangan ( data kuantitatif) maupun dalam bentuk
nonbilangan ( data kualitatif ) yang disusun dalam tabel maupun diagram/grafik.
Statistika adalah ilmu pengetahuan tentang metode pengumpulan, pengolaha,
penafsiran, dan penarikan kesimpulan dari data penelitian.
Pada prinsipnya Ilmu statistik sebagai kegiatan untuk:
1. Mengumpulkan data
2. Meringkas/Menyajikan data
3. Menganalisis data dengan metode tertentu
4. Menginterpretasikan hasil analisis tersebut.
Dalam kehidupan sehari-hari, ilmu statistik dapat diterapkan dalam banyak hal,
seperti:
a. Ingin memperkirakan berapa rata-rata penghasilan sebuah keluarga.
b. Apakah ada hubungan iklan dengan volume penjualan ?
c. Apakan ada pengaruh X terhadap Y ?
d. Dan lain-lain.

PEMBAGIAN STATISTIK
Ilmu Statistik terdiri dari: Statistik Deskriptip dan Statistik Induktip
- Statistik dekriptip adalah: Statistik yang berhubungan dengan bagaimana data
dikumpulkan dan diklasifikasikan/diringkas menurut kebutuhannya, dan dimuat ke
dalam tabel, grafik. Statistik deskriptip seperti menghitung: mean (rata-rata hitung),
median, modus, standar deviasi, kemencengan distribusi data, dll.
- Statistik Induktif/Statistik Inferensi, adalah berhubungan dengan menganalisis data,
menginterpretasikan hasil analisis data dan pengambilan keputusan atas analisis
data. Yang terkait dengan statistik induktif adalah: uji beda data, uji hubungan
antar dua variabel, pembuatan model regresi, uji t, uji F, uji x squares, dll.

Statistik Parametrik dan Statistik Nonparametrik

Statistik parametrik: berhubungan dengan statistik inferensi (pengambilan keputusan
atas masalah tertentu) yang membahas parameter-parameter populasi, seperti rata-
rata, proporsi, dll.
Ciri-ciri parametrik: jenis data interval atau ratio.
Statistik nonparametrik: tidak membahas parameter-parameter populasi.
Ciri nonparametrik: data nominal atau ordinal.

DATA
Menurut kamus Inggerris: Websters New Word Dictionary, data “ things known or
assumed artinya sesuatu yang diketahui atau dianggap. Mis data usia 40 tahun, data
BULOG 5000 ton, data PDB data PDRB dll.

KEGUNAAN DATA:
1. Untuk mendeskripsikan atau memberikan gambaran tentang sesuatu keadaan.
2. Untuk membuat keputusan atau memecahkan persoalan, seperti: membuat
evaluasi hasil, membuat kebijakan, membuat perencanaan, meramal, alat
kontrol, dll.
PEMBAGIAN DATA:
Dari sudut pandang statistik, data terdiri dari: DATA KUALITATIF dan DATA
KUANTITATIF
-Data kualitatif, adalah data yang dinyatakan dalam bentuk bukan angka tetapi
dalam bentuk pernyataan. Contoh: puas, kurang puas; ramai, sunyi; tinggi, pendek;
dll.
-Data kuantitatif, adalah data yang diwujudkan dalam bentuk angka. Contoh: hasil
panen padi 10 ton; usia seseorang 35 tahun; pendapatan si A 10 juta; dll.
Dari sudut Waktu:-Data Time series, yaitu data dari waktu ke waktu, mis: 10-30 tahun
- Data cross section, data pada tahun/ aktu tertentu, mis: 1 tahun.
Dari sudut asal :-Data Primer, yaitu data yang lansung diperoleh dari sumbernya
Sipeneliti ( masih bersifat mentah ).
-Data sekunder, yaitu data yang sudah terpublikasi yang diambil
peneliti lain.
KARAKTERISTIK DATA
Karakteristik data (data menurut skala) terdiri dari: data nominal, data ordinal, data
interval dan data rasio.
Data nominal, yaitu data dalam bentuk kategori atau klasifikasi. Contoh:
Jenis pekerjaan diklasifikasikan sebagai:
 Pegawai negeri diberi tanda 1
 Pegawai swasta diberi tanda 2
 Wiraswasta diberi tanda 3

Ciri data nominal adalah:

 Posisi data setara, dalam contoh di atas, pegawai Negeri tidak lebih tinggi dari
wiraswasta, dan sebaliknya, walaupun angka kodenya beda
 Tidak bisa dilakukan operasi matematika (x, /, +, -, dan ^) contoh: tidak
mungkin 3-2=1, atau wiraswasta Swasta – Pegawai swasta = Pegawai Negeri !
Dan kemungkinan operasi lain.
Data nominal adalah data yang paling lemah tingkatannya dibanding yang lain.

Data Ordinal
Data berskala Ordinal adalah data yang diperoleh dengan cara kategorisasi atau
klasifikasi, tetapi diantara data tersebut terdapat hubungan. Contoh data ordinal:
 Kepuasan pelanggan diklasifikasikan sebagai:
 Sangat puas diberi tanda 5
 Puas diberi tanda 4
 Cukup puas diberi tanda 3
 Tidak puas diberi tanda 2
 Sangat tidak puas diberi tanda 1

Ciri data ordinal adalah:

 Posisi data tidak setara, dalam contoh di atas, Sikap pelanggan “Sangat Puas”
lebih tinggi dari “Puas”, dan “Puas” lebih tinggi dari “Cukup Puas” dan
seterusnya, disesuaikan dengan angka kodenya.
NB: penyusunan angka bisa dari 5 ke 1, tergantung pada kesepakatan.
  Tidak bisa dilakukan operasi matematika (x, /, +, -, dan ^). Contoh: tidak
mungkin 1+2=3, atau Sangat Puas + Puas = Cukup Puas1 Dan kemungkina
oprasi lain.

Data Interval
Data berskala Interval adalah data yang diperoleh dengan cara pengukuran, dimana
jarak dua titik pada skala sudah diketahui. Hal ini berbeda dengan skala Ordinal,
dimana jarak dua titik diperhatikan (seperti beberapa jarak antara “Puas” dengan
“Tidak Puas”, yang sebenarnya menyangkut perasaan seseorang).
Contoh data Interval:
 Temperatur suhu ruangan
Bisa diukur dalam C0 (celcius) atau 0F (derajat Fahrenheit), dengan masing-
masing mempunyai skala sendiri-sendiri.
Untuk air membeku dan mendidih:
 Celcius pada 00C sampai 1000C
Skala tersebut jelas jaraknya yaitu 100-0 = 100
 Fahrenheit pada 320C sampai 2120C
Skala tersebut jelas jaraknya, yaitu 212-32 = 180
 Sistem Kalender
Tanggal 1 Januari 2000 adalah sistem penanggalan masehi. Jika dilihat dari
sistem penanggalan Jawa, China akan berbeda. Namun demikian, tetap ada
jarak yang jelas, seperti antara 1 Januari dengan 10 Januari ada jarak 10 hari.

Ciri data inteval adalah:

 Tidak ada kategorisasi atau pemberian kode seperti data kualitatif (nominal dan
ordinal)
 Bisa dilakukan operasi matematika (x, /, +, -, dan ^)
Contoh:
100C + 300C = 400C
100C – 300C = -200C

Panas 400C adalah dua kali lebih panas dibanding 200C.

Data Rasio
Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, dimana jarak
dua titik pada skala sudah diketahui, dan mempunyai titik 0 yang absolut. Hal ini
berbeda dengan skala interval, dimana tidak ada titik nol mutlak, seperti 0 0C tentu
beda dengan 00F. Atau pergantian tahun pada sistem pergantian kalender Masehi
(setiap 1 Januari) tentu beda dengan pergantian tahun Jawa, China, dan lainnya,
sehingga tidak ada “tahun baru” dalam pengertian benar-benar diakui oleh setiap
sistem kalender.
Contoh data rasio:
 Jumlah buku di kelas:
Jika 5, berarti ada 5 buku. Jika 0, berarti tidak ada buku sama sekali (absolut,
benar-benar 0!)
Ciri data Rasio adalah:
 Tidak ada kategorisasi atau pemberian kode seperti data kualitatif (nominal dan
ordinal)
 Bisa dilakukan operasi matematika (x, /, +, -, dan ^).
Contoh:
170cm + 120cm = 290cm
5 jeruk – 2 jeruk = 3 jeruk
Bagan pembagian Data untuk pengolahan statistik:

DATA

JENIS
DATA

- Nominal - Interval
- Ordinal - Rasio

BAB II
PENYAJIAN DATA

A. DISTRIBUSI FREKWENSI
Distribusi frekuensi adalah perangkat penyajian data untuk mengelompokkan
data yang tidak berkelompok.
Contoh pembuatan distribusi frekuensi : harga saham bank bank yang terdaftar
pada bursa efek tahun 2001, seperti tabel berikut:

Harga saham pada

No Kode Emiten Nama Emiten
closing price
1 A Bank A 133
2 B Bank B 125
3 C Bank C 160
4 D Bank D 2050
5 E Bank E 8000
6 F Bank F 660
7 G Bank G 3975
8 H Bank H 1300
9 I Bank I 6500
10 J Bank J 1480
11 K Bank K 50
12 L Bank L 4975
13 M Bank M 123
14 N Bank N 970
15 O Bank O 680
16 P Bank P 6800
17 Q Bank Q 150
18 R Bank R 1260
19 S Bank S 420
20 T Bank T 1430
21 U Bank U 295
22 V Bank V 600
23 W Bank W 3725
24 X Bank X 128
25 Y Bank Y 93
26 Z Bank Z 900
27 AA Bank AA 140
28 AB Bank AB 3500
29 AC Bank AC 1100
30 AD Bank AD 660
31 AE Bank AE 187

1. Cara Menyusun Daftar Distribusi Frekuensi

Lanhkah pertama : menyusun data dari angka terkecil sampai terbesar
Langkah kedua : menentukan rentang: ( R )
Rentang ( R ) = data terbesar – data terkecil

No Kode Emiten Nama Emiten Harga saham pada

 closing price
1 A Bank A 50
2 B Bank B 93
3 C Bank C 123
4 D Bank D 125
5 E Bank E 128
6 F Bank F 133
7 G Bank G 140
8 H Bank H 150
9 I Bank I 160
10 J Bank J 187
11 K Bank K 295
12 L Bank L 420
13 M Bank M 600
14 N Bank N 660
15 O Bank O 660
16 P Bank P 680
17 Q Bank Q 900
18 R Bank R 970
19 S Bank S 1100
20 T Bank T 1260
21 U Bank U 1300
22 V Bank V 1430
23 W Bank W 1480
24 X Bank X 2050
25 Y Bank Y 3500
26 Z Bank Z 3725
27 AA Bank AA 3975
28 AB Bank AB 4975
29 AC Bank AC 6500
30 AD Bank AD 6800
31 AE Bank AE 8000

Rentang (R) = data terbesar – data terkecil

 Rentang = 8.000 – 50
Rentang (R) = 7.950

Langkah ketiga: Membuat kategori atau banyak kelas interval (k):

Banyaknya kelas interval ( k ) = 1 + 3.322 log n

Banyaknya kelas interval ( k ) = 1 + 3.322 log (31)
Banyaknya kelas interval ( k ) = 5.95 atau k = 5, 95

Langkah keempat : Menetukan panjang Interval kelas (p):

Rentang(R)
p=
kelas interval(k)
7.950
p=
5
p=1.590

Langkah ke lima : Membuat kelas interval pada nilai terendah yaitu Rp.50 sampai nilai
sahan tertinggi Rp.8000.

Kelas Interval Interval Keterangan

1 50 – 1.640 50 + 1.590 = 1640
2 1.641 – 3.231 1.641 + 1.590 = 3.231
3 3.232 – 4.822 3.232 + 1.590 = 4.822
4 4.823 – 6.413 4.823 + 1.590 = 6.413
5 6.414 – 8.004 6.414 + 1.590 = 8.004

Langkah ke enam : membuat tabulasi dan jumlah frekuensi, yaitu saham-saham mana
yang termasuk dalam kelas interval:

Kelas Interval Interval Frekuensi ( F )

1 50 – 1.640 22
2 1.641 – 3.231 2
 3 3.232 – 4.822 3
4 4.823 – 6.413 1
5 6.414 – 8.004 3

B. Distribusi Frekuensi Relatif

Distribusi frekekuensi relatif, yaitu membuat frekuensi kedalam persentase:
Kelas Jumlah Keterangan Frekuensi
Interval
Interval Frekuensi Relatif
1 50 – 1.640 22 22/31 x 100% 71%
2 1.641 – 3.231 2 2/31 x 100% 6%
3 3.232 – 4.822 3 3/31 x 100% 10%
4 4.823 – 6.413 1 1/31 x 100% 3%
5 6.414 – 8.004 3 3/31 x 100% 10%

Banyaknya kelas interval (k) = 1 + 3.322 log n

Banyaknya kelas interval (k) = 1 + 3.322 log (31)
Banyaknya kelas interval (k) = 5.95

PENYAJIAN DATA

Batas Kelas Bawah

Kelas Interval Interval Jumlah Frekuensi

1 50 – 1.640 22
2 1.641 – 3.231 2
3 3.232 – 4.822 3
4 4.823 – 6.413 1
5 6.414 – 8.004 3

Batas Kelas Atas

 Kelas Nilai Tengah
Interval Perhitungan
Interval Kelas
1 50 – 1.640 (50 + 1.640) / 2 = 845 845
2 1.641 – 3.231 (1.641 + 3.232) / 2 = 2.436 2.436
3 3.232 – 4.822 (3.232 + 4.822) / 2 = 4.027 4.027
4 4.823 – 6.413 (4.823 + 6.413) / 2 = 5.618 5.618
5 6.414 – 8.004 (6.414 + 8.004) / 2 = 7.209 7.209

Nilai Tepi kelas bawah : (49 + 50) / 2 = 49.5

Nilai Tepi kelas atas : (1.640 + 1.641) / 2 = 1.640,5

Kelas Nilai Tengah

Interval Perhitungan
Interval Kelas
1 50 – 1.640 (49 + 50) / 2 = 49.5 49.5
2 1.641 – 3.231 (1.640 + 1.641) / 2 = 1.640,5 1.640,5
3 3.232 – 4.822 (3.231 + 3.232) / 2 = 4.847 4.847
4 4.823 – 6.413 (4.822 + 4.823) / 2 = 3.231.5 3.231.5
(6.413 + 6.414) / 2 = 6.413.5 6.413.5
5 6.414 – 8.004
(8.004 + 8.005) / 2 = 8.004.5 8.004.5

Kelas Frekuensi Nilai Tepi Frekuensi Frekuensi

Interval
Interval Kelas Lebih Dari Kurang Dari
1 50 – 1.640 22 49.5 31 – 0 = 31 0+0=0
2 1.641 – 3.231 2 1.640,5 31 – 22 = 9 0 + 22 = 22
3 3.232 – 4.822 3 4.847 9–2=7 22 + 2 = 24
4 4.823 – 6.413 1 3.231.5 7–3=4 24 + 3 = 27
3 6.413.5 4–1=3 27 + 1 = 28
5 6.414 – 8.004
8.004.5 3–3=0 28 + 3 = 31

BENTUK-BENTUK DIAGRAM
1. Diagram Batang
Kelas Interval Interval Jumlah Frekuensi
1 50 – 1.640 22
 2 1.641 – 3.231 2
3 3.232 – 4.822 3
4 4.823 – 6.413 1
5 6.414 – 8.004 3

25

20
Jumlah Frekuensi

15

10

0
50 – 1.640 1.641 – 3.232 – 4.823 – 6.414 –
3.231 4.822 6.413 8.004
Kelas Interval Harga Saham

2. Diagram Lingkaran
Jumlah frekuensi
FR= x100%
n

Dimana :
FR : Frekuensi relatif dalam bentuk persentase
n : Jumlah populasi atau sampel

Jumlah Perhitungan Frekuensi

Kelas Interval
Frekuensi Relatif
1 22 22/31 x 100% 71%
2 2 2/31 x 100% 6%
3 3 3/31 x 100% 10%
4 1 1/31 x 100% 3%
5 3 3/31 x 100% 10%
Total 31 100%
 1 2 3 4 5

0 FR 0
D = x 360
100

3. Diagram Poligon (Garis)

Kelas Jumlah Nilai Tengah Kelas
Interval
Interval Frekuensi Harga Saham
1 50 – 1.640 22 870
2 1.641 – 3.231 2 3.256,5
3 3.232 – 4.822 3 5.643
4 4.823 – 6.413 1 8.029,5
5 6.414 – 8.004 3 10.416

11000
9000
7000
5000
3000
1000
Nilai Tengah Harga Saham

1 2 3 4 5
Jumlah Frekuensi 22 2 3 1 3
Nilai Tengah Kelas Harga 870 3256.5 5643 8029.5 10416
Saham
Contoh 2: Membuat daftar distribusi frekuensi:
Misalkan nilai 80 orang mahasiswa dalam ujian statistika sebagai berikut:
75 46 48 74 81 98 87 70
70 84 90 70 91 93 82 80
80 71 92 38 56 81 74 73
68 72 85 51 65 93 83 86
90 35 83 73 74 43 86 68
92 93 76 71 90 72 67 75
80 91 61 72 97 91 88 81
70 74 99 95 80 59 71 77
63 60 83 82 60 67 89 63
79 63 88 70 66 88 79 79
a. Menentukan rentang (R):
R = nilai terbesar – nilai terkecil
R = 99 – 35 = 64
b. Banyak kelas interval dengan aturan sturges:
k = 1 + 3,3 log n
= 1 + 3,3 log 80
= 1 + 3,3 (1,9013)
k = 7,2802 ini bisa dibulatkan 7 atau 8
c. Panjang kelas interval (p):
rentang
P=
banyak kelas
64
P= = 9 atau 10
7
d. Pilih ujung bawah kelas interval pertama. Untuk itu bisa diambil sama dengan data terkecil
atau nilai data yang lebih kecil dari data terkecil, tetapi selisihnya harus kurang dari panjang
kelas yang ditentukan.
e. Tabel distribusi frekuensi:
Nilai Tabulasi/Tolli Frekuensi
Ujian (F)
31 - 40 II 2
41 - 50 III 3
51 - 60 IIII 5
61 - 70 IIII IIII IIII 14
71 - 80 IIII IIII IIII IIII IIII 24
 81 - 90 IIII IIII IIII IIII 20
91 - 100 IIII IIII II 12

Jika ujung bawah kelas pertama diambil sama dengan data terkecil, yaitu 35 maka daftar
distribusi frekuensi sebagai barikut:

Nilai Ujian Frekuensi ( f )

35 - 44 3
45 - 54 3
55 - 64 8
65 - 74 23
75 - 84 20
85 - 94 19
95 - 104 4
jumlah 80

f. Tabel distribusi absolut dan distribusi Relatif

Nilai Ujian f abs F relatif ( % )
31 - 40 2 2/80 x 100 % = 2,50 %
41 - 50 3 3/80 x 100 % = 3,75 %
51 - 60 5 5/80 x 100 % = 6,25 %
61 - 70 14 14/80 x 100 % = 17,5 %
71 - 80 24 24/80 x 100% = 30 %
81 - 90 20 20/80 x 100% = 25 %
91 - 100 12 12/80 x 100% = 15 %
JUmlah 80 100 %

g. Distribusi komulatif kurang dari dan distribusi komulatif lebih dari:

Tabel distribusi frekuensi komulatif kurang dari
Nilai ujian F kum
Kurang dari 31 0
Kurang dari 41 2
Kurang dari 51 5
Kurang dari 61 10
Kurang dari 71 24
Kurang dari 81 48
Kurang dari 91 68
Kurang dari 101 80

Tabel : distribusi frekuensi komulatih atau lebih

Nilai ujian F kum
31 atau lebih 80
41 atau lebih 78
51 atau lebih 75
61 atau lebih 70
71 atau lebih 56
81 atau lebih 32
91 atau lebih 12
101 atau lebih 0