1.

Data kuantitatif dan data kualitatif adalah dua jenis data yang berbeda dalam penelitian
dan analisis statistik. Berikut adalah penjelasan dan contoh perbedaan antara keduanya:

A. Data Kuantitatif:
 Data kuantitatif adalah data yang diukur dalam bentuk angka atau jumlah.
 Data ini dapat dihitung, diukur, dan dinyatakan dalam skala numerik.
 Data kuantitatif digunakan untuk menganalisis hubungan, tren, dan pola dalam
statistik.

Contoh data kuantitatif:

 Umur seseorang (misalnya, 25 tahun)

 Jumlah produk yang terjual (misalnya, 100 unit)
 Nilai suhu dalam derajat Celsius (misalnya, 30°C)
 Berat badan seseorang dalam kilogram (misalnya, 70 kg)

B. Data Kualitatif:
 Data kualitatif adalah data yang menggambarkan karakteristik atau sifat-sifat yang
tidak dapat diukur dalam bentuk angka.
 Data ini menggambarkan kualitas, atribut, atau kategori.
 Data kualitatif digunakan untuk menggambarkan jenis, kualitas, atau sifat-sifat
subjektif dari suatu fenomena.

Contoh data kualitatif:

 Warna mata seseorang (misalnya, cokelat)

 Jenis mobil (misalnya, sedan, SUV, truk)
 Status perkawinan (misalnya, lajang, menikah, cerai)
 Jenis kelamin (misalnya, pria, wanita)

Perbedaan utama antara data kuantitatif dan data kualitatif adalah bahwa data
kuantitatif dapat diukur dan dinyatakan dalam angka, sementara data kualitatif lebih bersifat
deskriptif dan tidak dapat diukur dalam skala numerik. Pemilihan jenis data yang tepat
tergantung pada tujuan penelitian dan jenis analisis yang akan dilakukan. Data kuantitatif
lebih umum digunakan dalam analisis statistik, sedangkan data kualitatif lebih berguna untuk
menggambarkan atribut dan kualitas suatu fenomena.
2. Distribusi frekuensi penjualan mobil dari 50 perusahaan otomotif di Jakarta selama Pandemi
didapatkan adalah seperti terlihat dalam Tabel di bawah ini (dalam milyar):

a. Dari tabel tersebut buat menjadi tabel distribusi frekuensi

PENJUALAN F1 X1 F1.X1
30 – 39.9 3 34.5 104.85
40 – 49.9 6 44.5 269.7
50 – 59.9 9 54.5 494.55
60 – 69.9 13 64.5 844.35
70 – 79.9 9 74.5 674.55
80 – 89.9 7 84.5 594.65
90 – 99.9 3 94.5 284.85
JUMLAH 50 - 3267.5

b. Untuk menghitung rata-rata penjualan mobil, kita dapat menggunakan midpoint dari
setiap kelas penjualan dan mengalikannya dengan frekuensi. Kemudian jumlahkan
semua produk tersebut dan dibagi dengan jumlah total frekuensi.

Rata-rata penjualan: [(34.5 x 3) (44.5 x 6)(54.5 x 9)(64.5 x 13)(74.5 x 9)(84.5 x 7)(94.5

x 3)] / (3+6+9+13+9+7+3) = 3267.5/50
= 65.35 Miliyar
3. Macam macam ukuran letak dari suatu rangkaian data dalam suatu distribusi yaitu:

Dalam statistik, terdapat beberapa macam ukuran letak yang digunakan untuk
menggambarkan sebaran data dalam suatu distribusi. Ukuran letak ini membantu kita
memahami bagaimana data-data tersebar di sekitar pusat distribusi. Berikut beberapa
macam ukuran letak yang umum digunakan:

1) Mean (Rerata):
Mean atau rerata adalah ukuran letak yang paling umum digunakan. Ini adalah jumlah dari
semua nilai dalam distribusi dibagi dengan jumlah total nilai. Rerata sangat sensitif terhadap
nilai-nilai ekstrem atau outliers dalam data.
2) Median:
Median adalah nilai tengah dalam distribusi saat data diurutkan dari nilai terkecil hingga nilai
terbesar. Median tidak dipengaruhi oleh outliers dan sering digunakan untuk
menggambarkan pusat distribusi.
3) Modus:
Modus adalah nilai atau nilai-nilai yang paling sering muncul dalam distribusi. Dalam
beberapa kasus, distribusi dapat memiliki lebih dari satu modus (bimodal, trimodal, dll).
4) Kuartil:
Kuartil adalah titik pemotongan yang membagi data menjadi empat bagian yang sama besar.
Terdapat tiga kuartil dalam distribusi: kuartil pertama (Q1), kuartil kedua (median), dan
kuartil ketiga (Q3). Kuartil Q1 adalah nilai yang membagi 25% data terkecil, kuartil Q2 adalah
median, dan kuartil Q3 membagi 75% data terkecil.
5) Desil:
Desil adalah titik pemotongan yang membagi data menjadi sepuluh bagian yang sama besar.
Pada dasarnya, terdapat sembilan desil yang membagi data menjadi 10% setiap bagian,
dimulai dari desil pertama hingga desil kesembilan.
6) Persentil:
Persentil adalah titik pemotongan yang membagi data menjadi seratus bagian yang sama
besar. Persentil dapat digunakan untuk mengidentifikasi posisi relatif dari suatu nilai dalam
distribusi. Contoh persentil termasuk kuartil, desil, dan persentil median (P50).
7) Rentang (Range):
Rentang adalah perbedaan antara nilai maksimum dan minimum dalam distribusi. Ini
memberikan gambaran tentang sebaran data, tetapi tidak memberikan informasi tentang
bagaimana data tersebar di antara nilai maksimum dan minimum.
8) Deviasi Standar (Standard Deviation):
Deviasi standar adalah ukuran seberapa jauh nilai dalam distribusi tersebar dari rerata.
Semakin besar deviasi standar, semakin besar variabilitas data.
9) Varians:
Varians adalah kuadrat dari deviasi standar. Ini memberikan gambaran tentang sebaran data
dengan menghitung rata-rata dari kuadrat perbedaan antara setiap nilai dan rerata.

Pemilihan ukuran letak yang sesuai tergantung pada karakteristik data dan tujuan analisis.
Beberapa ukuran lebih sesuai untuk data simetris, sementara yang lain lebih cocok untuk
data yang memiliki outliers atau perbedaan yang signifikan antara nilai-nilai.

4. Untuk menghitung deviasi rata-rata dari penjualan laptop di lima toko tersebut, langkah-
langkahnya adalah sebagai berikut:

1. Hitung rerata (mean) dari penjualan laptop:

Rerata = (80 + 60 + 55 + 45 + 30) / 5 = 270 / 5 = 54

2. Hitung deviasi dari masing-masing penjualan laptop terhadap rerata:

- Deviasi toko pertama = 80 - 54 = 26
- Deviasi toko kedua = 60 - 54 = 6
- Deviasi toko ketiga = 55 - 54 = 1
- Deviasi toko keempat = 45 - 54 = -9
- Deviasi toko kelima = 30 - 54 = -24

3. Hitung jumlah deviasi mutlak (absolute deviation) dari setiap toko:

|26| + |6| + |1| + |9| + |24| = 26 + 6 + 1 + 9 + 24 = 66

4. Hitung deviasi rata-rata dengan membagi jumlah deviasi mutlak dengan jumlah toko (5):
Deviasi rata-rata = 66 / 5 = 13.2

Jadi, deviasi rata-rata penjualan laptop dari lima toko tersebut adalah 13.2.