LAPORAN HASIL CRITICAL BOOK REPORT

STATISTIKA EKONOMI
DOSEN PENGAMPU : H. ARWANSYAH, M.Si., Dr.

DISUSUN OLEH :

KELOMPOK 11

1. MONALISA TOBING (7213540001)

2. RISTA Y. LUMBANGAOL (7212540015)
3. NUR AINI SIMBOLON (7212240001)

PROGRAM STUDI S1 ILMU EKONOMI

FAKULTAS EKONOMI – UNIVERSITAS NEGERI MEDAN
MEI 2022
 KATA PENGANTAR

Puji dan Syukur kami panjatkan ke hadirat Tuhan Yang Maha Esa karena berkat
Rahmat dan Karunia-Nya Critical Book Report ini dapat selesai dengan baik.

Critical Book Report ini berisi antara lain pendahuluan, identitas penulis, identitas
buku, rangkuman, kritik, dan simpulan. Makalah ini juga berisikan rangkuman dari buku yang
berhubungan sehingga dapat dijadikan pembanding.

Demikian Critical Book Report ini saya sajikan, atas kerjasama semua pihak yang
terkait saya ucapkan terima kasih. Dan kepada Dosen Pengampu kami mohon maaf atas segala
kekurangan dari Critical Book Report ini.

Medan, Mei 2022

Kelompok 11

2
DAFTAR ISI
KATA PENGANTAR………………………………………………………….......................2
DAFTAR ISI………………………………………………………….....................................3
BAB I PENDAHULUAN
1.1 Rasionalisasi pentingnya CBR…………………………………………………...4
1.2 Tujuan Penulisan………………………………………………………………….4
1.3 Manfaat……………………………………………………………………………4
1.4 Identitas Buku…………………………………………………………………….5
BAB II PEMBAHASAN
2.1Ringkasan Isi Buku………………………………………………………………..6
2.2 Penilaian Terhadap Buku…………………………………....................................35

BAB III PENUTUP

3.1 Kesimpulan……………………………………………………………………….36
3.2Saran………………………………………………………………………………36

DAFTAR PUSTAKA

3
 BAB 1
PENDAHULUAN

1.1 Rasionalisasi Pentingnya Critical Book Review

Sering kali kita bingung memilih buku referensi untuk kita baca dan pahami.Terkadang
kita memilih satu buku,namun kurang memuaskan hati kita.Misalnya dari segi analisis
bahasa , pembahasan tentang Statistika Ekonomi .Oleh karena itu, penulis membuat
Critical Book Report ini untuk mempermudah pembaca dalam memilih buku
referensi,terkhusus pada pokok bahasa tentang Statistika Ekonomi. CBR merupakan
laporan atau tulisan yang meringkas dan mengkritik tentang isi sebuah buku/artikel, yang
menilai keunggulan,kelemahan,dan tujuan kita membaca buku tersebut.Sehingga
pembaca tertarik untuk berfikir dan mencari hal yang bermaanfaat untuk kehidupannya
melalui CBR ini.

1.2 Tujuan Critical Book Review

1. Mengkritisi topik materi kuliah Statistika Ekonomi dalam tiga buku.
2. Untuk memenuhi tugas makalah critical book report mata kuliah Statistika Ekonomi.
3. Mencari dan mengetahui informasi yang ada dalam buku baik kelebihan dan
kekurangan buku dan mengulas isi sebuah buku.

1.3 Manfaat Critical Book Report

1. Untuk menambah wawasan tentang statistika baik mengenai data ataupun cara
pengerjaannya.
2. Untuk memahami tentang perkembangan kegiatan statistika ekonomi.
3. Melatih kemampuan penulis dalam mengkritisi suatu buku dan mencari latar
belakang lahirnya kegiatan statistika dalam ekonomi.
4. Untuk mengetahui metode dan sifat sifat yang digunakan untuk mencari dan
menyelesaikan data terkait topik pembahasan.

4
1.4 IDENTITAS BUKU

Buku Utama :
Judul : Statistik Teori Dan Aplikasi Edisi 8 Jilid 1
Penerbit Buku : Erlangga
Penulis Buku : J.Supranto
Tahun Terbit : Januari 2016
ISBN : 978-602-298-565-5
Kota Terbit : Jakarta
Tebal Halaman : 388 Halaman

Buku Pembanding 1
Nama pengarang : Mahyus Ekananda

Judul Buku : Statistik Bisnis

Penerbit : Erlangga

ISBN : 978-602-486-076-9

Tahun terbit : 2020

Tempat terbit : Jl. H. Baping Raya No. 100

Halaman : 133 Halaman

Buku Pembanding 2

Judul Buku : Metode Statistika

Penulis : Prof. Dr. Sudjana, M. A., M. Sc.
Penerbit : Tarsito
Kota Terbit : Bandung
TahunTerbit : 2005
Edisi :6
Jumlah halaman : 507

5
 BAB II
RINGKASAN ISI BUKU
2.1 Ringkasan Isi Buku
Buku Utama

BAB 1 BERKENALAN DENGAN STATISTIK

Menurut Webster’s New World Dictionary, data berarti sesuatu yang diketahui atau
dianggap.Dengan demikian data dapat memberikan gambaran tentang suatu keadaan atau
persoalan.Kegunaan data pada dasarnya adalah untuk membuat keputusan oleh para pembuat
keputusan.Data dapat berguna, bila dikaitkan dengan masalah manajemen sebagai ;
 Dasar suatu perencanaan
 Alat pengendalian
 Dasar evaluasi

Statistik membantu untuk menjabarkan dan memahami suatu hubungan, mengambil keputusan
yang lebih baik dan menangani perubahan.Langkah langkah dasar dalam pemecahan masalah
secara statistik yaitu :
1. Mengidentifikasi masalah atau peluang
2. Mengumpulkan fakta yang tersedia
3. Mengumpulkan fakta yang orisinal yang baru
4. Mengklasifikasikan dan menghiktisarkan data
5. Menyajikan data
6. Menganalisis data

Data yang ada dapat dikumpulkan dari sumber sumber internal dan eksternal dan data orisinil
baru dapat diperoleh dari wawancara secara pribadi dan kuisioner melalui pos.Semua data yang
ditarik akan berupa hasil perhitungan atau hasil pengukuran oleh suatu instrumen.Suatu
variabel dengan nilai yang dapat dihitung atau terbatas disebut dengan Variabel Diskrit.
Variabel dengan nilai tidak terbatas yang dapat diukur dan dicatat sampai suatu tingkat
ketepatan yang diperlukan disebut variabel kontinu.Syarat data yang baik yaitu objektif atau
harus sesuai dengan keadaan yang sebenarnya, Representatif (mewakili), kesalahan sampling
(sampling error) kecil, tepat waktu dan relevan.
Data menurut sifatnya :
 Data kualitatif : data yang tidak berbentuk angka seperti produksi daging sapi
meningkat.
 Data Kuantitatif : data yang berbentuk angka seperti produksi padi meningkat 10%.

Ada 4 tingkatan variabel atau skala utama yaitu :

 Nominal : angka yang berfungsi hanya untuk membedakan, sebagai lambang/simbol.
 Ordinal : angka sebagai nominal juga menunjukkan urutan dengan jarak tidak sama.

6
  Interval : angka yang selain berfungsi sebagai nominal dan ordinal juga menunjukkan
jarak yang sama tetapi tidak sampai menunjukkan beberapa kali, tidak mempunyai
titik asal nol.

Data menurut sumbernya :

 Data internal : data yang bersumber dari keadaan atau kegiatan suatu organisasi atau
kelompok
 Data eksternal : data yang bersumber dari luar suatu organisasi atau kelompok

Data menurut cara memperolehnya :

֎ Data primer : data yang dikumpulkan dan diolah sendiri oleh suatu organisasi atau
perorangan langsung dari objeknya.
֎ Data Sekunder : data yang diperoleh dalam bentuk jadi dan telah diolah oleh pihak
lain yang biasanya dalam bentuk publikasi.

Data menurut waktu pengumpulannya :

 Cross Section : data yang dikumpulkan dalam suatu periode tertentu
 Data berkala (time series) : data yang dikumpulkan dari waktu ke waktu untuk
melihat perkembangan yang terjadi.

Dalam arti sempit statistika adalah data ringkasan berbentuk angka (kuantitatif).Dalam arti luas
statistik berarti suatu ilmu yang mempelajari cara pengumpulan/pengelompokan, penyajian
dan analisis data, pengujian hipotesis serta cara pengambilan kesimpulan dengan
memperhitungkan unsur ketidakpastian berdasarkan konsep probabilitas.

BAB 2 PENGUMPULAN DAN PENGOLAHAN DATA

Pengumpulan data harus baik dan mencakup seluruh unit yang menjadi objek penelitian.
Apapun tujuan pengumpulan data harus diketahui dahulu jenis elemen atau objek yang akan
diselidiki.Elemen adalah unit terkecil dari objek penelitian atau unit analisis atau unit
sampling.Tujuan pengumpulan data juga bergunan untuk mengetahui kharakteristik dari
elemen tersebut.Kharakteristik adalah sifat sifat, ciri ciri yaitu keterangan mengenai
elemen.Variabel atau peubah ialah sesuatu yang nilai nya dapat berubah atau berbeda.Nilai
kharakteristik suatu elemen merupakan nilai variabel, misalnya harga suatu barang yang
berubah ubah.Populasi adalah kumpulan dari seluruh elemen sejenis tetapi dapat dibedakan
satu sama lain karena kharakteristiknya.Sampel adalah sebagian dari populasi.Istilah lain dari
sampel adalah contoh.
Cara pengumpulan data ada dua yaitu cara sensus dan sampling.Sensus adalah cara
pengumpulan data apabila seluruh elemen populasi diselidiki satu per satu.Data yang diperoleh
sebagai hasil pengolahan sensus disebut data yang sebenarnya atau yang sering disebut dengan
parameter.Sensus penduduk cukup sekali dilakukan dalam 10 tahun.Sampling adalah cara
pengumpulan data apabila yang diselidiki hanya elemen sampel dari suatu
populasi.Pengolahan data merupakan suatu proses untuk memperoleh data/angka ringkasan
kelompok data mentah.Metode pengolahan data dengan manual dan secara elektronik.

7
BAB 3 PENYAJIAN DATA
Penyajian data bisa berupa tabel atau grafik untuk lebih cepat dimengerti.Tabel adalah
kumpulan angka angka yang disusun menurut kategori kategori sehingga memudahkan dalam
pembuatan analisis data.Grafik merupakan gambar gambar yang menunjukkan secara visual
data berupa angka yang berasal dari tabel yang dibuat.Penyajian data dengan tabel bisa
memberikan angka angka yang lebih rinci tetapi tidak bisa dengan cepat diambil
kesimpulannya.Sedangkan dengan grafik kesimpulan bisa cepat diambil tetapi angka angkanya
kurang rinci.
Bentuk tabel ada 3 yaitu :
1. Tabel satu arah : tabel yang memuat keterangan mengenai satu hal atau satu
kharakteristik saja.
2. Tabel dua arah : tabel yang menunjukkan hubungan dua hal atau dua kharakteristik
3. Tabel 3 arah : tabel yang menunjukkan tiga hal atau tiga kharakteristik.

Data berkala memudahkan pembuatan trend.Trend dapat digunakan sebagai dasar pembuatan
ramalan untuk dasar perencanaan.Contoh grafik yaitu :
1. Grafik garis : terdiri dari grafik garis tunggal (terdiri dari satu garis), grafik garis
berganda (terdiri dari beberapa garis), grafik garis komponen berganda (grafik
berganda tetapi garis yang teratas menggambarkan total komponen), grafik garis
persentase (nilai komponen dinyatakan dalam persentase dimana garis teratas
merupakan garis 100%, grafik garis berimbang neto (nilai nilai selisih garis timbangan).
2. Grafik batangan : terdiri dari grafik batangan tunggal,batangan berganda, batangan
komponen berganda, batangan persentase, dan batangan berimbang neto.
3. Grafik lingkaran : Grafik lingkaran tunggal, grafik lingkaran berganda
4. Grafik peta
5. Grafik gambar

BAB 4 DISTRIBUSI FREKUENSI

Distribusi frekuensi adalah pengelompokan data kedalam beberapa kelompok (kelas) dan
kemudian dihitung banyaknya data yang masuk kedalam tiap kelas.Frekuensi relatif dari suatu
kelas adalah proporsi item dalam setiap kelas terhadap jumlah keseluruhan item dalam data
tersebut.Rumus dari frekuensi relatif yaitu : Frekuensi kelas / n. Sedangkan frekuensi
persentase dikalikan dengan 100.
Distribusi frekuensi relatif adalah ringkasan dalam bentuk tabel dari sekelompok data yang
menunjukkan frekuensi relatif bagi setiap kelas.Ada 3 yang perlu diperhatikan dalam
menentukan kelas yaitu :
 Jumlah kelas.Banyaknya kelas sebaiknya antara 7 dan 15 dan paling banyak 20.Rumus
menentukan banyaknya kelas yaitu k = 1 + 3,322 log n.

8
  Interval kelas.Disarankan lebar kelas sama untuk setiap kelas.Semakin banyak jumlah
kelas semakin kecil interval kelas dan sebaliknya.Rumus menentukan interval kelas
yaitu : C = Xn-Xi / k
 Batas Kelas.Menunjukkan kemungkinan data terkecil pada suatu kelas.Batas kelas ini
ada batas kelas atas dan batas kelas bawah.

Tabel frekuensi relatif dan kumulatif juga digunakan untuk keperluan analisis kemudian dibuat
grafiknya.Grafik berupa gambar lebih mudah diambil kesimpulan itulah sebabnya data sering
kali dijadikan dalam bentuk grafik.Data dari tabel disajikan dalam bentuk grafik dapat dalam
bentuk histogram/grafik batangan, poligon frekuensi, dan kurva frekuensi.

BAB 5 UKURAN PEMUSATAN

Rata rata (Average) adalah nilai yang mewakili himpunan atau sekelompok data.Nilai rata rata
umumnya terletak ditengah suatu kelompok data yang disusun menurut besar kecilnya
nilai.Jenis rata rata yang sering digunakan yaitu rata rata hitung, rata rata ukur dan rata rata
harmonis.
֎ Rata rata hitung.Terdiri dari rata rata sebenarnya (populasi), rata rata perkiraan
(sampel).Rata rata hitung juga diigunakan pada data berkelompok , rata rata
menggunakan timbangan (rata rata tertimbang).Ciri ciri rata rata hitung yaitu jumlah
deviasi atau selisih dari suatu kelompok nilai terhadap rata ratanya sama dengan nol,
jumlah deviasi kuadrat dari suatu kelompok nilai terhadap nilai k akan minimum
(terkecil) jika k = X¯ , apabila ada kelompok nilai f1 dengan rata rata X1 dan kelompok
kedua sebanyak f2 dengan nilai rata rata X2, apabila k adalah sembarang nilai yang
merupakan nilai rata rata asumsi/anggaran dan di merupakan diviasi atau selisih dari
nilai X1 terhadap k, jika suatu kelompok data heterogen maka rata rata hitung tidak
dapat mewakili masing masing nilai dari kelompok tersebut dengan baik.
֎ Median (Data tidak berkelompok) .Apabila ada sekelompok nilai sebanyak n diurutkan
mulai dari data terkecil X1 sampai dengan Xn maka nilai yang ada ditengah disebut
Median.Simbol n sering disebut dengan banyaknya observasi.
֎ Modus (Data Berkelompok)
֎ Rata rata harmonis adalah nilai yang diperoleh dengan jalan membagi n dengan jumlah
kebalikan dari masing masing X tersebut.

Data yang sudah dibuat tabel frekuensinya dibuatkan rumus kuartil, desil dan persentilnya.

9
BAB 6 UKURAN VARIASI ATAU DISPERSI
Ada variasi atau dispersi dari nilai maupun terhadap rata ratanya.Ada 3 kelompok nilai yaitu
kelompok nilai homogen, kelompok nilai heterogen dan kelompok nilai relatif homogen.Ada
beberapa macam ukuran variasi atau dispersi misalnya nilai jarak (range), rata rata simpangan
(mean deviation), simpangan baku (standard deviation) an koefisien variasi.Dari semuanya
yang sering digunakan adalah simpangan baku.
Pengukuran dispersi data tidak dikelompokkan yaitu :
 Nilai jarak.Diantara ukuran variasi yang paling sederhana dan paling mudah dihitung
adalah nilai jarak atau range.Rumusnya NJ = Xn (Nilai maksimum) -X1 (Nilai
minimum).
 Rata rata simpangan.Rata rata simpangan adalah rata rata hitung dari nilai absolut
simpangan yang dirumuskan RS = 1/n Ʃ (Xi – X )
 Simpangan baku merupakan salah satu ukuran dispersi yang diperoleh dari akar kuadrat
positif varians.

BAB 7 ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA

Hubungan (korelasi) menunjukkan perubahan atau hubungan antara kejadian yang satu dengan
kejadian yang lain.Perlunya mengetahui hubungan antar variabel yaitu untuk dapat
meramalkan dan merencanakan kegiatan dimasa depan.Variabel Y yang nilainya akan
diramalkan disebut variabel tidak bebas sedangkan variabel X yang digunakan meramalkan
disebut variabel bebas.Analisis korelasi memungkinkan kita untuk mengetahui terjadinya suatu
kejadian baik secara kualitatif maupun kuantitatif .Salah satu cara melakukan peramalan adalah
dengan menggunakan garis regresi.
Hubungan dua variabel ada yang positif dan negatif .Hubungan X dan Y dikatakan positif
apabila kenaikan (penurunan) X pada umumnya diikuti oleh kenaikan (penurunan) Y.Jadi
apabila variabel X dan Y terdapat hubungan maka bentuk diagram pencarnya adalah
mulus/teratur.Apabila bentuk diagram pencar tidak teratur artinya kenaikan/penurunan X pada
umumnya tidak diikuti oleh naik turunnya Y maka X dan Y tidak berkorelasi.Kuat dan tidaknya
hubungan X dan Y apabila dinyatakan dengan fungsi linear (paling tidak mendekati) diukur
dengan suatu nilai yang disebut dengan koefisien Korelasi.Nilai koefisien korelasi ini paling
sedikit -1 dan paling besar 1.Jadi jika r = koefisien korelasi maka nilai r dapat dinyatakan
sebagai : -1 ≤ r ≤ 1
Dalam teknik ramalan digunakan diagram pencar.Garis lurus dalm diagram pencar
memperlihatkan hubungan antara variabel yang disebut garis regresi atau garis
perkiraan.Metode kuadrat terkecil membentuk persamaan regresi Y’ = a + b X

10
BAB 8 REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
Persamaan regresi merupakan suatu persamaan yang menerangkan atau menjelaskan hubungan
antara variabel bebas dan variabel tak bebas. Persamaan regresi dapat digunakan untuk
memprediksi atau mengestimasi nilai dari variabel tak bebas berdasarkan informasi dari
variabel bebas. Persamaan regresi linear merupakan suatu persamaan yang berupa garis lurus,
sedangkan persamaan regresi nonlinear bukan merupakan persamaan garis lurus. Dalam
regresi linear, baik sederhana maupun berganda, koefisien determinasi digunakan untuk
mengukur kemampuan model regresi linear dalam mencocokkan atau menyesuaikan (fits) data.
Jika koefisien determinasi dari model regresi linear bernilai 1, maka model tersebut
menyesuaikan atau mencocokkan data secara sempurna . Jika koefisien determinasi dari model
regresi linear bernilai mendekati 0, maka model tersebut kurang baik dalam menyesuaikan atau
mencocokkan data. Dalam regresi linear berganda, uji F digunakan untuk menguji kecocokkan
model regresi linear berganda terhadap data. Dengan kata lain, uji F menguji signifikansi secara
simultan (simultaneously) atau bersamaan seluruh koefisien regresi populasi. Berikut
perumusan hipotesis untuk uji F. Analisis regresi berganda hampir sama dengan analisis regresi
linier sederhana, dimana untuk memprediksi nilai dependen atau yang lebih dikenal dengan
variabel Y memerlukan variabel independen atau yang lebih dikenal dengan variabel X. Hal
yang membedakan antara regresi ini dengan regresi linier sederhana adalah jumlah variabel
yang digunakannya. Di regresi linear berganda, kita bisa menggunakan mulai dari dua bahkan
lebih variabel independen. Namun bisa jadi tidak semua variabel mempengaruhi variabel Y.
Untuk mendapatkan model terbaik, kita hanya perlu memilih variabel yang berpengaruh ke
variabel Y saja.

Garis trend tidak seharusnya dan tidak selalu merupakan garis yang linear. Terdapat juga garis
trend yang tidak linear (non linear). Setiap trend sebetulnya menggambarkan gerakan secara
rata- rata atau keseluruhan. Trend non linear adalah ukuran kecenderungan yang mempunyai
model dengan persamaan pangkat dua, pangkat tiga dan seterusnya. Kelebihan dari metode ini
adalah sangat baik untuk data jangka panjang dan hasil ramalan mendekati nilai aktual,
sedangkan kelemahan dari metode ini adalah tidak sesuai digunakan untuk data jangka pendek
(< 10 periode).

11
BAB 9 ANALISIS DATA BERKALA
Data berkala (time series data) adalah data yang dikumpulkan dari waktu ke waktu untuk
menggambarkan perkembangan suatu kegiatan .Gerakan/variasi data berkala terdiri dari 4
yaitu :
1. Gerakan Trend Jangka Panjang : suatu gerakan yang menunjukkan arah perkembangan
secara umum.
2. Gerakan/ variasi siklis : gerakan jangka panjang disekitar trend (berlaku untuk data
tahunan).
3. Gerakan/ variasi musiman : gerakan yang mempunyai pola tetap dari waktu kewaktu
misalnya menaikkan harga pohon cemara menjelang natal .
4. Gerakan/variasi tidak teratur : gerakan/variasi yang sifatnya sporadis misalnya naik
turunnya produksi akibat banjir yang datangnya tidak teratur.

Analisis data berkala pada umumnya terdiri dari uraian (deskripsi) tentang komponen
komponen yang menyebabkan gerakan gerakan atau variasi yang tercermin dalam
fluktuasi.Apabila gerakan trend, siklis, musiman, dan acak masing masing diberi simbol T,
C,S, dan I maka data berkala Y merupakan hasil kali dari 4 komponen tersebut.Terdapat
beberapa metode menentukan trend yaitu :
 Metode tangan bebas.
 Metode rata rata semi
 Metode rata rata bergerak
 Metode kuadrat terkecil

BAB 10 INDEKS MUSIMAN DAN GERAKAN SIKLIS

Gerakan musiman merupakan gerakan yang teratur sehingga fluktuasinya terjadi pada waktu
yang sama atau sangat berdekatan.Disebut gerakan musiman karena terjadinya bertepatan
dengan pergantian musim dalam satu tahun.Karena jumlah hari pada setiap bulan tidak sama
perlu diadakan penyesuaian data yang mempunyai alasan :
 Jumlah hari untuk tiap bulan tidak sama
 Jumlah hari kerja tidak sama
 Jumlah jam kerja tidak sama

Apabila kita ingin menunjukkan ada/tidaknya gerakan musiman perlu dibuat indeks
musiman.Ada beberapa metode untuk menghitung angka indeks musiman yaitu :
 Metode rata rata sederhana
 Metode relatif bersambung
 Metode rasio terhadap trend
 Metode rasio terhadap rata rata bergerak

12
Apabila kita ingin menghilangkan pengaruh musiman terhadap data berkala maka setiap nilai
(data asli) bulanan dari tahun ke tahun harus dibagi dengan indeks musiman.Jadi yang tersisa
ialah pengaruh variasi siklis dan variasi tak teratur.Data deret berkala dicatat sepanjang periode
waktu dengan menggunakan variabel dummy untuk menunjukkan musim lain dari musim
dasar.

BAB 11 ANGKA INDEKS

Angka indeks merupakan suatu angka yang dibuat sedemikian rupa sehingga dapat
dipergunakan untuk melakukan perbandingan antara kegiatan yang sama dan dalam dua waktu
yang berbeda.Dari angka indeks bisa diketahui maju mundurnya atau naik turunnya suatu usaha
atau kegiatan.Jadi tujuan pembuatan angka indeks adalah mengukur secara kuantitatif
terjadinya perubahan dalam dua waktu yang berlainan.Dalam membuat angka indeks
diperlukan dua macam waktu yaitu waktu dasar dan waktu yang bersangkutan atau sedang
berjalan.Waktu dasar adalah waktu dimana suatu kegiatan (kejadian) dipergunakan sebagai
dasar perbandingan sedangkan waktu yang bersangkutan ialah waktu dimana suatu kegiatan
(kejadian) diperbandingkan dengan kegiatan yang terjadi pada waktu dasar.
Indeks harga relatif sederhana ialah indeks yang terdiri dari satu macam barang saja baik untuk
indeks produksi maupun indeks harga.Indeks agregatif merupakan indeks yang terdiri dari
beberapa barang .Rumus indeks sederhana : I t,0 = Pt/P0 X 100
Indeks agregatif tidak tertimbang digunakan untuk unit unit yang mempunyai satuan yang
sama.Rumusnya : I t,0 = ƩPt/ƩP0 X 100 %
Indeks agregatif tertimbang adalah indeks yang dalam pembuatannya telah dipertimbangkan
faktor faktor yang akan mempengaruhi naik turunnya angka indeks tersebut.Faktor yang
mempengaruhi yaitu :
 Kepentingan relatif
 Hal hal yang ada hubungannya atau pengaruhnya terhadap naik turunnya indeks
tersebut.

BAB 12 PROBABILITAS
Probabilitas adalah suatu nilai yang dipergunakan untuk mengukur tingkat terjadinya suatu
kejadian acak.3 kata kunci dalam probabilitas yaitu : eksperimen, hasil (outcome) dan kejadian
atau suatu peristiwa (event).Probabilitas biasanya dinyatakan dengan bilangan desimal atau
bilangan pecahan.Semakin dekat niali probabilitas ke nilai 0 semakin kecil kemungkinan suatu
kejadian akan terjadi.Pendekatan dalam menghitung probabilitas :
1. Pendekatan Klasik : seluruh hasil dari suatu eksperimen mempunyai peluang yang
sama.
2. Pendekatan Frekuensi Relatif : memperkirakan nilai probabilitas

Probabilitas terjadinya suatu kejadian : Jumlah/frekuensi kejadian masa lalu / jumlah observasi.

13
BUKU PEMBANDING 2
BAB I PENGANTAR PELATIHAN STATISTIK DASAR

Pelatihan statistik dasar ini adalah usaha membekali mahasiswa dengan konsep dasar dan
metode statistik sebagai dasar untuk memaparkan, mengolah, dan menganalisis data penelitian.
Pelatihan ini tidak dimaksudkan untuk membuat mahasiswa menjadi statistikawan profesional,
karena materinya disusun untuk mengantarkan pembacanya untuk memahami konsep dasar
dan metode statistik sederhana.

Statistik merupakan ilmu yang mempelajari dan mengembangkan metode pengumpulan,

penyajian, pengolahan, dan analisis data untuk membuat kesimpulan dan keputusan dalam
ketidakpastian di bidang ekonomi, bisnis, sosial, dan ilmu pengetahuan alam. Sebagai suatu
bidang ilmu, statistik memiliki dua bagian utama, yaitu statistik deskriptif dan statistik
inferensial.

Statistik deskriptif berhubungan dengan peringkasan seperangkat data penyajiannya dalam

bentuk yang mudah dipahami. Statistik Inferensial adalah bagian dari statistik yang
mempelajari bagaimana mengambil kesimpulan tentang populasi dengan menggunakan data
yang diproleh dari sampel.

DATA DAN PENGUKURANNYA

Data Nominal

Misalnya kita ingin mengetahui gambaran mengenai kepemilikan lahan pertanian di daerah
perdesaan, maka kita memilih beberapa desa dengan cara tertentu, kemudia kita membuat
daftar semua kepala keluarga yang tinggal di desa itu.

Data Ordinal

Data jenis kedua yang mengungkapkan penataan dapat diproleh sebagai hasil penataan
pengukuran-pengukuran. Misalnya, kita ingin mengetahui citarasa penonton TV terhadap satu
acara, maka kita meminta pendapat pemirsa TV mengenai derajat kesukaannya terhadap satu
acarar.

Data Interval

14
Data jenis ketiga yang dapat diproleh dari pengukuran adalah yang serempak memiliki sifat-
sifat seperti data nominal dan data ordinal. Akan tetapi, keordinalan data ini ditambah dengan
satu sifat lain, yaitu jarak antar golongan berikutnya sama dengan jarak antara golongan
berikutnya.

Data Rasio

Data jenis keempat adalah apa yang disebut sebagai data rasio. Data ini merupakan bentuk data
tertinggi. Misalnya, data pendapatan, data produktivitas padi dan sebagainya. Pada data interval
maupun rasio, dapat dilakukan operasi aritmatika. Oleh karena itu, untuk data jenis ini dapat
ditafsirkan setelah dilakukan perhitungan.

BAB II STATISTIK DESKRIPTIF: UKURAN PEMUSATAN

Pengertian

Ukuran pemusatan menunjukkan nilai atau titik dimana data atau observasi berpusat. Ada
beberapa ukuran pemusatan, yaitu:

 Rata-rata hitung
 Median
 Modus
 Rata-rata hitung tertimbang
 Rata-rata ukur

UKURAN PEMUSATAN DATA

Rata-Rata Hitung

Rata-rata hitung adalah salah satu nilai yang menunjukkan ukuran pemusatan data. Nilai ini
menunjukkan pusat nilai data. Rata-rata hitung populasi diproleh dengan membagi jumlah
seluruh nilai oleh banyaknya pengamatan total.

Rata-rata hitung = jumlah seluruh nilai

Banyaknya observasi

Median

15
Median adalah titik tengah dari semua niai setelah diurutkan dari nilai terkecil ke nilai terbesar
atau sebaliknya. Terdapat banyak pengamatan yang sama di atas dan di bawah median dalam
kisaran data tersebut.

 Jika banyaknya observasi (n) ganjil, maka posisi median berada pada (n + 1) /2.
 Jika banyaknya observasi (n) genap,, maka nilai median merupakan rata-rata nilai pada
posisi ke (n/2) dan ke (n + 2 )/2.

Modus

Modus adalah banyaknya nilai yang paling sering muncul di dalam data. Modus suatu
kumpulan angka tidak bersifat unik. Kadang, suatu data mempunyai satu modus, dua modus,
banyak-modus dan bahkan tidak memiliki modus sama sekali.

Rata-rata hitung tertimbang ( rata-rata tertimbang)

Jika w, merupakan bobot (weight) untuk observasi ke-i, maka rata-rata tertimbang dinyatakan
sebagai berikut :

𝑥1+𝑤1+𝑥2𝑤2+⋯𝑥𝑛𝑤𝑛 ∑𝑛
𝑖=1 𝑥1𝑤1
x= = ∑𝑛
𝑤1+𝑤2+⋯+𝑤𝑛 𝑖=1 𝑤1

Rata-rata Ukur

Rata-rata ukur dari n bilangan positif didefinisikan sebagai akar pangkat n dari hasil perkalian
semua bilangan itu. Selain untuk menghitung rata-rata, kegunaan rata-rata ukur yaitu untuk
menentukan rata-rata angka kelipatan dari suatu periode ke periode selnajutnya.

Kuartil

Kuartil adalah nilai yang membagi kelompok data menjadi empat bagian yang sama, yaitu
Q1(kuartil 1), Q2 (kuartil 2), dan Q3 (kuartil 3). Kuartil ditentukan dengan mengurutkan data
terlebih dahulu dari nilai terkecil ke nilai terbesar. Rumus untuk menghitung kuartil adalah:

𝑖 (𝑛+1)
Q1 = nilai yang ke i = 1,2,
4

Nilai Q2 sama dengan median

Desil dan Persentil

16
Desil adalah nilai yang membagi kelompok data menjadi 10 bagian yang sama (D1,D2,...,D9).

Persentil adalah 99 nilai yang membagi kelompok data menjadi 100 bagian yang sama
(P1,P2,...P99).

Rumus Desil adalah

𝑖 (𝑛+1)
D1 = nilai ke i = 1,2,...9
10

Rumus Persentil adalah

𝑖 (𝑛+1)
P1 = nilai ke i = 1,2,...99
100

BAB III STATISTIK DESKRIPTIF: UKURAN PENYEBARAN

Ukuran penyebaran atau dispersi data adalah suatu ukuran yang menyatakan jauh dekatnya
nilai-nilai pengamatan dari nilai tengahnya. Ukuran dispersi yang kecil menunjukkan bahwa
data berkumpul berdekatan di sekitar nilai tengahnya, sehingga rata-rata hitung sangat baik
mewakili data.Ukuran penyebaran data yang umum digunakan yaitu:

 Varians.
 Deviasi standar.

Varians

Varians adalah rata-rata dari kuadrat deviasi setiap pengamatan terhadap rata-rata hitungnya.
Maksud dari dikuadratkannya deviasi adalah untuk menghilangkan tanda “+” dan “-“ dari
deviasi.

Deviasi Standar

Rumus untuk menghitung deviasi standar populasi adalah :

𝑛
√∑𝑖=1(x1−μ) 2
₀= 𝑁

Untuk menghitung deviasi standar sampel adalah:

17
 𝑛
√∑𝑖=1(x1−Xbar) 2
S= 𝑛−1

BAB IV STATISTIK DESKRIPTIF: TABEL DAN GAMBAR

Teknik-teknik penyajian data diperlukan untuk memberikan gambaran umum informasi yang
terkandung data. Selain itu, teknik penyajian ini dimaksudkan untuk memperindah tampilan
dari suatu laporan penelitian.

Tabel ringkasan data. Tabel ini merupakan ringkasan statistik dari beberapa kelompok.
Misalnya, jika kita memiliki data pendapatan keluarga di suatu provinsi dan kita ingin
menyajikan rata-rata pendapatan keluarga berdasarkan tingkat pendidikan kepala keluarganya,
maka lihat tabel 4.1

TABEL 4.1. Hubungan antara Pendidikan dan Pendapatan

Pendidikan Kepala Keluarga Pendapatan keluarga (juta per bulan)

Tidak Sekolah 0.5

SD 0,8

SMP 0,9

SMA 1,1

Diploma 1,3

S1/S2/S3 1,8

Dalam penyajian menggunkan tabel ringkasan ini, informasi akan lebih lengkap tidak hanya
menampilkan rata-rata (ukuran pemusatan) saja, tetapi ditambahkan informasi deviasi
standar(simpangan baku) sehingga akan memberikan pengetahuan yang menyeluruh, maka
lihat tabel 4.2.

TABEL 4.2.

18
 Pendidikan kepala Pendapatan keluarga Simpangan baku
keluarga
(juta per bulan) (juta per bulan)

Tidak sekolah 0,5 0,2

SD 0,8 0,3

SMP 0.9 0,4

SMA 1,1 0,8

Diploma 1,3 0,3

S1,S2,S3 1,8 1,0

Diagram Batang

Diagram ini berupa batang-batang yang menggambarkan nilai dari masing-masing kategori.
Diagram ini bisa diterapkan pada tabel ringkasan maupun tabel frekuensi 0 dan tabel
kontigensi.

Diagram Lingkaran

Diagram ini berupa lingkaran yang terbagi-bagi dalam beberapa bagian. Masing-masing bagian
merupakan representasi dari berbagai kelompok, dan luas dari bagian-bagianitu merupakan
frekuensi masing-masing kelompok.

Distribusi Frekuensi

Distribusi frekuensi memberikan gambaran yang khas mengenai variasi data. Lngkah-langkah
membuat distribusi frekuensi untuk data kontinu/numerik dijelaskan berikut ini.

Banyaknya Kelas

Biasanya dari 5 sampai 20, atau dengan menggunakan rumus Sturges:

Banyaknya kelas = 1 + 3,325 log (banyaknya observasi). Banyaknya kelas selalu dibulatkan
ke atas.

19
Lebar Interval Kelas

𝑛𝑖𝑙𝑎𝑖 𝑡𝑒𝑟𝑡𝑖𝑛𝑔𝑔𝑖−𝑛𝑖𝑙𝑎𝑖 𝑡𝑒𝑟𝑒𝑛𝑑𝑎ℎ

Interval kelas = 𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑘𝑒𝑙𝑎𝑠

Batas Kelas

Misalnya, hasil produksi padi dicatat dalam satuan kuintal sebagai satuan terkecil (tanpa
desimal)

 Kelas pertama adalah 20-34

 Batas kelas bawah adalah 20.
 Batas kelas atas adalah 34.

BAB V DASAR-DASAR PROBABILITAS

Kaidah Perhitungan Banyaknya Anggota Ruang Sampel

Kaidah Penggandaan

Bila suatu operasi dapat dilakukan dengan n1 cara dan bila untuk setiap cara tersebut pada
operasi kedua dapat dilakukan n2 cara, maka kedua operasi itu secara bersama-sama dapat
dilakukan dalam n1 * n2 cara, tindakan ini disebut penggandaan.

Kaidah Permutasi

Permutasi adalah susunan yang dibentuk oleh keseluruhan atau sebagian dari sekumpulan
benda.

Kaidah Kombinasi

Kombinasi adalah banyaknya cara mengambil r benda dari n benda tanpa memperhatikan
urutannya.

Konsep Peluang

Ekperimen/percobaan

Ekperimen/percobaan adalah pengamatan terhadap beberapa kativitas atau tindakan yang

membuahkan beberapa kemungkinan.

20
Hasil/outcome

Hasil(outcome) adalah suatu hasil tertentu dari sebuah percobaan

Peristiwa adalah kumpulan yang terdiri dari satu atau lebih hasil sebuah percobaan

Ruang sampel (sample space) adalah kumpulan dari semua hasil yang mungkin dari sebuah
percobaan.

Peluang (probabilitas) adalah suatu ukuran tentang kemungkinan bahwa suatu peristiwa
(event) di masa yang datang akan probabilitas sebuah peristiwa bernilai 0 atau 1.

Hukum dasar peluang

 Hukum penjumlahan
 Hukum komplementer
 Hukum khusus penjumlahan (bila peristiwa-peristiwa saling lepas)

BAB VI DISTRIBUSI PROBABILITAS

Distribusi probabilitas/peluang adalah daftar yang berisi hasil yang mungkin dari percobaan
beserta dengan nilai peluang masing-masing hasil tersebut.

TAHAPAN PENYUSUNAN DISTRIBUSI PELUANG

Misalnya, kita tertarik pada jumlah sisi muka (M) yang muncul pada 4 kali pelemparan sebuah
mata uang, maka hasil yang mungkin adalah 0,1,2,3, dan 4 nuka. Beberapa distribusi peuang
jumlah sisi muka muncul?

Banyaknya hasil yang mungkin : 24 =16.Rincian dari semua kemungkinan hasil perhatikan
pada tabel 6.1.

TABEL 6.1.

No Pelemparan ke- Jumlah No Pelemparan ke- Jumlah

Muka Muka
I II III IV I II III IV

1 M M M M 4 9 B M M M 3

21
 2 M M M B 3 10 B M M B 2

3 M M B M 3 11 B M B M 2

4 M M B B 2 12 B M B B 1

5 M B M M 3 13 B B M M 2

6 M B M B 2 14 B B M B 1

7 M B B M 2 15 B B B M 1

8 M B B B 1 16 B B B B 0

Jika banyaknya sisi muka (M) yang muncul dilambangkan oleh variabel acak X, kemudian
diasumsikan mata uang tersebut setimbang, sehingga peluang munculnya sisi muka dan
belakang adalah sama, maka distribusi peluang variabel acak diskret X diperlihatkan pada tabel
6.2.

TABEL 6.2.

Xi Frekuensi Peluang X
(f) (PX)

0 1 1/16

1 4 4/16

2 6 6/16

3 4 4/16

4 1 1/16

Jumlah 16 16/16

Aplikasi Konsep Nilai Harapan

22
Konsep nilai harapan variabel acak kemudian diterapkan pada bidang aspek keuangan, yaitu
untuk menghitung harapan keuntungan atau expected monetary value (EMV). Rumus umum
untuk memproleh EMV adalah :

E(u) = u1P1 + u2P2 +...+ukPk

Jenis-jenis distribusi probabilitas

 Disribusi probabilitas teoritis diskret:

1. Distribusi binomial
2. Distribusi hipergeometrik
3. Distribusi poisson dan lain-lain
 Distribusi probabilitas teoretis kontinu:
1. Eksponensial
2. Normal
3. Gamma
4. Beta
5. Logistik, dan lain-lain

Distribusi Probabilitas Teoretis Diskret

Distribusi binomial

Bila suatu percobaan terdiri dari n percobaan Bernouli dengan peluang sukses sebesar p dan
gagal sebesar 1-p, maka fungsi peluang munculnya nilai variabel acak diskret X, yang
menyatakan banyaknya percobaan Bernouli dinyatakan sukses, dinyatakan dengan rumus:

P(X = x) = B(x,n,p) =(𝑛𝑥)px (1-p)n-x

Distribusi Hipergeometrik

Distribusi hipergeometrik terkadang disebut juga sebagai kelainan distribusi binomial, disebut
demikian karena peluang sukses pada setiap percobaan tidak tetap. Hal ini disebabkan oleh dua
hal:

 Pengambilan sampel dilakukan tanpa pemulihan terhadap populasi yang berukuran

kecil, sehingga nilai rasio ukuran sampel dan pupulasi lebih dari 5%

23
  Kondisi (a) mengakibatkan peluang sukses dari satu pengambilan sampel ke
pengambilan sampel lainnya berubah-ubah, karena percobaan awal tidak independen
atau mempengaruhi hasil pada percobaan-percobaan berikutnya.

Distribusi Poisson

Distribusi poisson adalah distribusi teoretis yang mempunyai tugas khusus menghitung
peluang dari peristiwa yang langka terjadi.

DISTRIBUSI PROBABILITAS TEORETIS KONTINU

Distribusi Eksponensial adalah salah satu bentuk distribusi probabilitas kontinu, yaitu nilai-
nilai variabel acaknya (misalnya x) tidak berwujud bilangan bulat, tetapi boleh mengambil
sembarang angka yang didefinisikan dalam interval nilai tertentu (X = {𝑥 ∈ [− ∞, ])).

Distribusi Normal

Distribusi normal adalah distribusi variabel acak kontinu yang paling penting dalam semua
bidang ilmu statistik. Fungsi kepekatan peluangnya digambarkan dalam bentuk kurva mirip
genta/lonceng.

Distribusi Normal Baku

Distribusi normal baku adalah distribusi variabel acak normal dengan rata-rata 0 dan deviasi
standar 1. Jika X berada di antara x1 dan x2, maka variabel acak normal baku berada di antara:

z1 = (𝑥1−𝜇
𝜎
) dan z2 = (𝑥2−𝜇
𝜎
)

BAB VII DISTRIBUSI SAMPLING

Pengertian Populasi dan Sampel

Populasi: kumpulan semua kemungkinan objek yang terdapat pada populasi target (populasi
yang menjadi perhatian studi).Sampel: suatu bagian dari populasi tertentu yang menjadi
populasi target. Sampling: proses pengambilan anggota sampel dari populasi, yang dijalankan
mengikuti desain atau prosedur tertentu.

24
Sampling Probabilitas

Sampling probabilitas adalah prosedur sampling yang mematuhi prinsip “setiap anggota
populasi memiliki probabilitas yang sama untuk terpilih sebagai anggota sampel”, sehingga
akan menghasilkan sampel probabilitas yang representatif terhadap populasinya.

Sampling Nonprobabilitas

Sampling nonprobabilitas adalah prosedur yang mematuhi prinsip “setiap anggota populasi
memiliki peluang yang tidak sama untuk terpilih sebagai anggota sampel” sehingga akan
menghasilkan sampel nonprobabilitas yang tidak representatif terhadap populasinya.

Penarikan Sampel Acak Sederhana

Penarikan samepl acak sederhana adalah penarikan sampel secara acak dari populasi, di mana
setiap anggota populasi memiliki peluang yang sama untuk terpilih.

Pengambilan Sampel Acak Berlapis (Stratifikasi)

Pengambilan sampel acak berlapis (stratifikasi) adalah penarikan sampel dengan terlebih
dahulu membagi keanggotaan populasi ke dalam beberapa strata atau kelas/lapisan/kelompok
yang karakteristik anggotanya homogen.

Pengambilan Sampel Acak Cluster

Pengambilan sampel acak cluster adalah penarikan sampel dengan terlebih dahulu membagi
habis keanggotaan populasi ke dalam beberapa cluster. Karakteristik anggotat-anggota setiap
cluster. Kararkteristik anggota-anggota setiap cluster heterogen dan heterogenitasnya mampu
mencerminkan keadaan populasi. Dengan kata lain cluster merupakan miniatur populasinya.

Distribusi Sampling

Distribusi sampling adalah suatu konsep yang mejelaskan pola distribusi suatu statistik sampel
(rata-rata, proporsi, beda rata-rata dan lain-lain), di mana nilai tengah dan varians statistik

25
tersebut diperhitungkan seolah-olah kita melakukan pengambilan sampel dari semua
kemungkinan kombinasi keanggotaan sampel yang diambil dari suatu populasi tertentu.

Distribusi Sampel Rata-Rata

Distribusi sampel rata-rata adalah distribusi probabilitas dari semua kemungkinan statistik rata-
rata sampel berukuran tertentu yang dipilih dari suatu populasi.

Teori Distribusi Sampling tentang Rata-rata Sampel

Jika variabel acak X menyebar secara normal dengan rata-rata dan deviasi standar, pada
populasi berukuran N, maka rata-rata sampel dari sampel acak berukuran n yang diambil dari
populasi tersebut akan mengikuti distribusi normal:

𝜎2 𝑁−𝑛
𝑋~𝑁 = (μ, (𝑁−1 ))
𝑛

Distribusi Sampling Statistik Proporsi Sampel

Distribusi sampling statistik proporsi sampel adalah distribusi probabilitas dari semua
kemungkinan statistik proporsi sampel berukuran tertentu (n) yang dipilih dari suatu populasi.

Contohnya dapat dilihat pada pabel 7.4.

TABEL 7.4.

NO Asuransi Saham Saham > 250

1 Bintang 340 1

2 Dayin Mitra 230 0

3 Ramayana 625 1

4 Lippo 280 1

5 Panin 240 0

Proporsi 0.600

26
Kemudian diambil sampel berukuran 3, lalu diselidiki proporsi perusahaan yang harga
sahamnya > 250, hasilnya diperlihatkan pada Tabel 7.5.

Tabel 7.5 Distribusi Perusahaan yang Harga Sahamnya >250 dengan Kombinasi Tiga
Perusahaan

No Kombinasi Kombinasi Saham Banyak saham > Proporsi saham

Asuransi 250 > 250

1 1,2,3 340 230 625 2 2/3

2 1,2,4 340 230 280 2 2/3

3 1,2,5 340 230 240 1 1/3

4 1,3,4 340 625 280 3 1

5 1,3,5 340 625 240 2 2/3

6 1,4,5 340 280 240 2 2/3

7 2,3,4 230 625 280 2 2/3

8 2,3,5 230 625 240 1 1/3

9 2,4,5 230 280 240 1 1/3

10 3,4,5 625 280 240 2 2/3

18 3/5

Distribusi sampling statistik proporsi diperlihatkan pada Tabel 7.6

TABEL 7.6 Distribusi Sampling Statistik Proporsi

Proporsi Frekuensi Probabilitas

27
 1/3 3 0,300

2/3 6 0,600

1 1 0,100

10 1,000

#perusahaan dengan saham>250 3

p= = 5 = 0,60
#perusahaan

Teori Distribusi Sampling Tentang Proporsi Sampel

Jika variabel acak X adalah hasil percobaan Bernoulli dengan probabilitas sukses p kemudian
dilakukan percobaan acak sebanyak n ulangan, maka proporsi sukses dari n ulangan acak
mengikuti distribusi normal:

p(1−p) N−n
P ~ N (p, x N−1 )
𝑛

Distribusi Sampling Selisih Rata-rata

Distribusi sampling selisih rata-rata adalah distribusi probabilitas dari statistik selisih rata-rata
dua sampel. Sampel pertama diambil dari populasi I, dan sampel kedua diambil dari populasi
II.

Distribusi Sampling Selisih Proporsi

Distribusi sampling selisih proporsi adalah distribusi probabilitas dari statistik selisih proporsi
dua sampel. Sampel pertama diambil dari populasi I, dan sampel kedua diambil dari populasi
II.

Distribusi Sampling Sampel Kecil

Sampel kecil: ukuran sampel (n) <30

Ada sejumlah alasan penggunaan sampel kecil, di antaranya:

28
  Ukuran populasi besar, tetapi sumber daya kita hanya mampu mengumpulkan sampel
kurang dari 30.
 Ukuran populasi besar, tetapi banyak kendala teknis
 Ukuran populasi kecil.

BAB 8 PENDUGAAN PARAMETER POPULASI

Ada dua cara yang dapat dilakukan untuk menentukan nilai yang mendekati rata-rata atau
populasi-populasi tersebut.

 Cara pertama adalah penentuan nilai tunggal yang mendekati nilai rata-rata.Cara ini
disebut pendugaan titik (point estimator).
 Cara kedua adalah penentuan nilai interval tertentu,dengan peluang yang besar nilai
parameter populasi ada dalam interval tersebut.Tata kerja ini di sebut Pendugaan
Interval.
1. Pendugaan Titik

Pendugaan titik memiliki sifat-sifat berikut:

 Penduga Tak Bias

Pendugaan titik dikatakan tak bias,jika kita menduga dengan sampel random secara berulang-
ulang.Rata-rata sampel adalah penduga tak bias bagi rata-rata populasi atau statistic dituliss
E(¯X)=μ

 Pendugaan Efisien

Pendugaan yang efisien adalah pendugaan tak bias yang mempunyai varians terkecil di antara
penduga-penduga tak bias lainnya.sebagaimana diketahui dalam distribusi sampling,varians
dari rata-rata ditulis sebagai berikut:

Var(¯X)=σ^2/n

Sementara varians dari median :

Var(Me)=π/2 σ/n=(1,57σ^2)/n

2.Penduga Interval

29
 Penduga interval menunjukkan batas bawah dan batas atas suatu nilai,dimana dalam batas-
batas tersebut dengan tingkat keyakinan tertentu nilai parameter populasi ada dalam cakupan
interval tersebut.pendugaan interval yang disertai tingkat keyakinantertentu disebut sebagai
confidence interval estimator.

Interval keyakinan dinyatkan dengan pernyataan peluang sebagai berikut:

P(B<μ<BA)=1-α

BAB 9 PENGUJIAN HIPOTESIS

 Konsep dan prinsip Dasar pengujian Hipotesis

Pengujian hipotesisi dimulai dengan menerima suatu anggapan tertentu sebagai hal yang
benar,hal ini dinamakan hipotesis nol (H0).Jika data yang diperoleh tidak menyokong
anggapan tersebut,maka diterimalah suatu anggapan lain yang merupakan tandingan
(lawan)dari H0 sebagai fakta.Anggapan tandingan ini disebut sebagai hipotesis satu atau
hipotesis alternatif.

 Pengujian Hipotesis terhadap Rata-rata (mean) dari data yang terdistribusi normal
dengan varians populasi diketahui

Sesuai dengan prosedur yang di uraikansebelumnya,kita mulai pengujian tersebut dengan

menyatakan hipotesis nol dalam hal ini kita bisa nyatakan sebagai :

H_(0 ): µ=1

Hipotesis tandingan yang bisa kita susun :

H_(1 ): µ ≠1

Atau

H_(1 ): µ > 1

Atau

H_1: µ<1

30
BUKU PEMBANDING 3

BAB I : Pendahuluan
Statistika selalu digunakan dalam dunia penelitian dan riset dimanapunhal tersebut dilakukan.
Untuk mengetahui apakah cara yang baru lebih baik daricara lama melalui riset atau penelitian
perlu diadakan penilaian secara statistika.Statistika juga cukup mampu untuk menentukaan
apakah faktor yang satudipengaruhi atau mempengaruhi faktor lainnya. Kata statistik dan
statistika jugadibedakan. Statistik didipakai untuk menyatakan kumpulan data, bilangan
maupunnon bilangan yang disusun dalam tabel atau diagram yang melukiskan
ataumenggambarkan suatu persoalan. Statistik juga mengandung pengertian lain yaknidipakai
untuk menyatakan ukuran. Sedangakn statistika adalah pengetahuan yang berhubungan dengan
cara pengumpulan data, pengolahan atau penganalisisannya dan penarikan kesimpulan
berdasarkan kumpulan data da penganalisisan yang dilakukan. Dalam pengolahan data statistik
harus memilikidata. Data ada dua yatu data kuantitatif yang berupa bilangan dan data
kualitataifyang bukan data kuantitatif. Dari sumbernya data ada data intern dan ada dataekstern.
Dan data uyang belum mengalami pengolahan disebut data mentah.
2. BAB II : Penyajian Data
Data yang dikumpulkan baik secara populasi ataupun sampel untukkeperluan laporan dan
analisa selanjutnya perlu diatur, disusun, disajikan dalam bentuk yang jelas dan baik. Garis
besarnya ada dua cara penyajian data yang serigdigunakan ialah tabel atau daftar dan grafik
atau diagram.
3.BAB III : Daftar Distribusi Frekuansi Dan Grafiknya
Dalam distribusi frekuensi banyak obyek dikumpulkan dalam kelompok yang disebut keas
interval. Dalam kelas inerval dimasukkan semua data terendah hingga tertinggi. Urutan kelas
interval disusun mulai dataterkecil terus kebawah hingga data tertinggi berturut-turut dan diberi
nama kelasinterval pertama hingga terakhir yang disajikan dalam bentuk tabel didalam
sebuahkolom . Sedangkan kolom disamping kanannya berisikan bilangan-bilangan
yangmenyatakan berapa buah data yang ada dalam tiap kelas interval yang disebutfrekuensi.
4.BAB IV : Ukuran Gejala Pusat dan Ukuran Letak
Untuk mendapatkan gambaran yang lebih jelasnjelas tentangsekumpulan data mengenai suatu
hal baik mengenai sampel ataupun populasi selaindata yang disajikan dalam tabel atau diagram,
masih dibutuhkan ukuran-ukuran yang merupakan wakil kumpulan data tersebut. Beberapa
macam ukuran darigolongan pertama adalah : rata-rata atau rata-rata hitung, rata-rata ukur,
rata- rata harmonik, dan modus. Ukuran yang dihitung dalam dalam sampel dinamakanstatistik.
Apabila ukuran hitung dari kumpulan data dalam populasi atau dipakaiuntuk menyatakan
populasi maka namanya parameter. Jadi ukuran yang samadinamakan statistik atau parameter
bergantung pada apakah ukuran dimaksud untuksampel atau populasi.
5.BAB V : Ukuran Simpangan, Dispersi dan Variasi

31
Ukuran simpangan atau ukuran dispersi sering disebut ukuran variasiyang menggambarkan
bagaimana berpencarnya data kuantitatif. Ukuran dispersimemiliki beberapa macam yang
terkenal dam sering digunakan yaitu : rentang,rentang antar kuartil, simpangan kuartil atau
deviasi kuartil, rata-rata simpanganatau rata-rata deviasi, simpangan baku atau deviasi standar,
varians dan koefesianvariasi.
6.BAB VI : Momen, Kemiringan dan Kurtosis
Rata-rata dan varians sebenarnya merupakan hal istimewa darikelompok ukuran lain yang
disebut momen. Mulai dari momen maka beberapaukuran lain dapat diturunkan. Ukuran
kemiringan digunakan untuk mengetahui derajat taksimetri sebuah model dan kurtosis adalah
titik tolak dari kurva modelnormal atau distribusi normal, tinggi rendahnya atau runcing
datanya bentukkurva.
7.BAB VII : Pengantar Peluang
Untuk membuat kesimpulan tentang populasi pada penelitian umumnyadilakukan secara
sampling. Untuk menentukan kesimpulan dapat dipercayai 100%atau ragu-ragu diperlukan
teori baru yang disebut peluang. Teori ini membahastentang ukuran atau derajat ketidakpastian
suatu peristiwa.
8.BAB VIII : Distribusi Peluang
Distribusi peluang merupakan kesempatan muncul sebuah kejadian berdasarkan kejadian atau
kemungkinan lain yang dinyatakan dalam tabel yangdihitung dengan menggunakan
perhitungan rumus.
9.BAB IX : Sampling Atau Pengambilan Contoh
Populasi adalah totalitas semua nilai yang mungkin baik hasilmenghitung maupun pengukuran,
kuantitatif ataupun kualitatif daripadakarakteristik tertentu mengenai sekumpulan obyek yang
lengkap dan jelas. Sampeladalah sebagian yang diambil dari populasi dengan menggunakan
cara-cara tertentu. Untuk mendapatkan kesimpulan yang dapat
dipertanggungjawabkanharuslah ditempuh cara-cara yang benar dalam setiap langkah
termasuk cara-cara pengambilan sampel atau sampling.
10.BAB X : Distribusi Sampling
Untuk mempelajari populasi kita memerlukan sampel yang diambil dari populasi yang
bersangkutan. Untuk menghitung nilai-nilai statistik sampel darisampel diperlukan sebuah
teori yang disebut distribusi sampling. Distribusisampling biasanya diberi nama yang
bergantung pada nama statistik yangdigunakan. Distribusi sampling biasa dikenal dengan nama
distribusi rata-rata,distribusi proporsi, distribusi simpangan baku dan lain-lain.
11.BAB XI : Penaksiran Parameter
Untuk menyimpulkan sebuah populasi diambil sebuah sampel yangrepresentif lalu berdasarkan
hasil analisis terhadap data sampel dibuat kesimpulanmengenai populasi. Cara pengembilan
kesimpulan tentang parameter yang pertamakali akan dipelajari ialah sehubungan dengan cara-
cara menaksir harga parameter.Jadi harga parameter yang sebenarnya tetapi tidak diketahui itu
akan ditaksir berdasarkan statistik sampel yang diambil dari populasi yang

32
bersangkutan.Parameter populasi yang akan ditaksir dan diuraikan adalah : rata-rata,
simpangan baku dan persen.
12.BAB XII : Pengujian Hipotesis
Hipotesis adalah asumsi atau dugaan mengenai sesutu hal yang dibuatuntuk menjelaskan hal
itu yang sering dituntut untuk melakukan pengecekannya.Jika asumsi atau dugaan itu
dikhususkan mengenai popuasi, umumnya mengenai nilai-nilai parameter populasi, maka
hipotesis itu disebut hipotesis statistik. Setiaphipotesis bisa benar atau tidak benar dan
karenanya perlu diadakan penelitian sebelum hipotesis itu diterima atau ditolak. Langkah atau
prosedur untuk menentukan apakah menerima atau menolak hipotesis itu dinamakan pengujian
hipotesis.
13.BAB XIII : Uji Chi-Kuadrat dan Uji Kecocokan
Distribusi chi-kuadrat digunakan dalam pengujian homogenitas varians beberapa populasi.
Masih ada beberapa persoalan lain yang dapat diselesaikandengan mengambil manfaat chi-
kuadrat diantaranya : 1). Menguji proporsi untukdata multinom. 2). Menguji kesamaan rata-
rata distribusi poisson. 3). Mengujiindependen diantara dua faktor didalam daftar kontingensi
B x K. 4). Mengujikesesuaian antara data hasil pengamatan dengan model distribusi darimana
data itudiambil. 5). Menguji model distribusi berdasarkan data hasil pengamatan.
14.BAB XIV : Analisis Varians
Kumpulan hasil pengamatan mengenai suatu hal nilai datanya bervariasi. Karena data yang
bervariasi maka akan dihitung alat ukurnya yaituvarians. Varians digolongkan menjadi varians
sistematik dan varians galat. Denganmelihat terlebih dahulu berbagai jenis varians lalu
digunakan untuk pengujianhipotesis melalui teknik analisis varians yang disingkat dengan
ANAVA. ANAVA yang digunakan biasanya ANAVA satu arah.
15.BAB XV : Analisis Regresi
Jika mempunyai data yang terdiri atas dua atau lebih variabelsewajarnya untuk lebih
mempelajari cara bagiamana variabel-variabel tersebut berhubungan atau berkaitan. Hubungan
yang didapat pada umumnya dinyatakandalam bentuk persamaan matematik yang menyatakan
hubungan fungsional antara variabel-variabel. Studi yang menyangkut dengan masalah ini
dikenal dengannama analisis regresi. Regresi ditinjau bagiamana bentuk persamaan yaitu
regresilinear, non linear dan regresi ganda yang ditentukan dan bagaimana pengujianterhadap
parameter-parameter yang dilakukan.
16.BAB XVI : Analisis Korelasi
Jika data hasil pengamatan terdiri dari banyak variabel, berapa kuathubungan antara variabel-
variabel itu terjadi. Dalam kata lain perlu ditentukanderajat hubungan antara variabel-variabel.
Studi yang membahas tentanghubungan antara variabel variabel dikenal dengan nama analisis
korelasi. Ukuraanyang dipakai untuk mengetahui derajat hubungan terutama untuk data
kuantitatifdinamakan koefisien korelasi.
17.BAB XVII : Metoda Sekuens
Untuk pengujian hipotesis ukuran sampel yang digunakan besarnyatelah ditentukan terlebih
dahulu. Penentunya dapat dilakukan dengan berdasarkan besar resiko penolakan hipotesis yang

33
seharusnya diterima dan penerimaanhipotesis yang seharusnya ditolak. Metoda sekuens adalah
cara yang membawa kepada kesimpulan statistik dimana hanya obyek yang diamati tidak
ditentukanterlebuh dahulu melainkan diamati secara sekuens (berurutan) atau satu demi satu.
18.BAB XVIII : Pengontrolan Kualitas Secara Statistik
Mutu atau kualitas dari suatu barang atau usaha merupakan faktor penting yang dapat
ditentukan kualitasnya berdasarkan pada pengukuran atau penilaian karakteristik karakteristik
tertentu. Hasil pengukuran yang dipakai untuk penentuaan kualitas barang harganya berubah-
ubah dari produk yang satukeproduk lainnya meskipun kondisi proses produksi dapat
diusahakan sama.Dengan demikian timbullah variasi kualitas. Dalam statistika memiliki dua
sifatvariasi kualitas yaitu : bersifat probabilistik (secara kebetulan tidak bisa dielakkan),
bersifat eratik (tidak menentu karena timbulnya penyebab tak wajar)
19.BAB XIX : Statistika Non-Parametrik
Metoda statistika non-parametrik atau kadang-kadang disebut pula dengan nama metoda
statistika bebas distribusi merupakan metoda statistika yang berlaku untuk ini.

34
 2.2 PENILAIAN TERHADAP BUKU

Kelebihan :
1. Baik buku utama dan buku pembanding sangat rinci dan lengkap memberikan
informasi tentang statistika yang berbaur data dan cara pengerjaan.
2. Memiliki kosakata asing tetapi tetap dilampirkan arti dari kosataka tersebut.
3. Disetiap bab memeberikan ringkasan atau inti utama dair topik yang dibahas satu
persatu
4. Untuk metode dan pengerjaan ditampilkan para ahli yang ikut merumuskan sehingga
dapat dipercaya
5. Tampilan cover untuk buku utaam bagus, tidak terlalu mencolok tetapi warnanya
menarik
6. Setiap buku memberikan latihan soal sehingga melatih para pembaca berfikur dan
menuntaskan masalah daa tersebut
7. Waran kertas serta tulisan dalam buku baik sehingga mudah fokus dan dibaca.

Kekurangan :
1. Kualitas daripada buku utama sangatlah tidak bagus karena sangat mudah robek.
2. Pembahasan terlalu panjang sehingga pembaca menjadi tidak tertarik
3. Buku pembanding tidak ada menyantumkan nomor ISBN nya.
4. Untuk buku pembanding haamannya kurang lengkap

35
 BAB III
PENUTUP
KESIMPULAN

Dengan hadirnya buku utama dan dua buku pembanding maka dapat disimpulkan bahwa
statistika itu selalu terjadi dalam hidup kita. Statistik adalah hasil data yang diolah atau
disajikan dalam bentuk tabel, diagram, grafik, dan sebagainya. Ilmu yang mempelajari tentang
statistik adalah statistika. Jadi, statistika adalah ilmunya, sedangkan statistik merupakan
datanya. tujuan penggunaan statistik adalah sebagai berikut : Sebagai sumber bahan atau
keterangan mengenai berbagai hal, Mendeskripsikan atau menjelaskan data terkait populasi
tertentu, Memperoleh gambaran masalah dari sebuah populasi, Membuat estimasi dari data
untuk dijadikan sebagai dasar pengambilan keputusan, Membantu menganalisis data agar dapat
mengetahui nilai dari suatu hal dan Mengurangi luasnya jumlah populasi ke dalam ukuran yang
lebih kecil agar dapat dipahami dengan mudah. Umumnya, statistik adalah data yang
cenderung digunakan oleh pemerintah atau orang-orang dalam bidang ilmu dan usaha berskala
besar untuk mengukur berbagai hal. Namun, tidak jarang kita pun menggunakan data statistik
dalam skala kecil dengan tujuan tertentu. Data statistik diperoleh dari hasil pengumpulan data
berupa menyebarkan kuesioner, wawancara langsung dengan responden, atau metode lain.

SARAN

Sebaiknya untuk penulisan dibuku lebih diperbaiki lagi dan diperhatikan penggunaan EYD
yang benar serta untuk setiap orang/pembaca yang melakukan/memecahkan permasalahan
disetiap data gunakanlah metode dan rumus yang sudah dipaparkan dalam makalah.

DAFTAR PUSTAKA

Supranto , J . 2016.Statistik Teori Dan Aplikasi Edisi 8, Jakarta : Erlangga

Ekananda, Mahyus. 2020. Statistik Bisnis, Jakarta : Erlangga

Prof. Dr. Sudjana, M. A., M. Sc,.2005. Metode Statistika, Bandung : Tarsito

36
37