JENIS DATA, PENYAJIAN

DATA DAN DISTRIBUSI

DATA DALAM STATISTIK

KELOMPOK 1
 Anggota Kelompok :

1. Iqlima (A1C122006)
2. Dian Fladiko P (A1C122062)
3. Melindah Ismayeniza (A1C122066)
4. Renisa aldian (A1C122074)
 Pengertian Data

Definisi Data secara Etimologis merupakan bentuk jamak dari DATUM yang

berasal dari Bahasa Latin dan berarti "Sesuatu Yang Diberikan". Dalam

pengertian sehari-hari DATA dapat berarti Fakta dari suatu objek yang diamati,

yang dapat berupa angka-angka maupun kata-kata. Sedangkan jika dipandang

dari sisi Statistika, maka DATA merupakan Fakta-fakta yang akan digunakan

sebagai bahan penarikan kesimpulan. (Siswandari, 2009).

DATA merupakan Kumpulan fakta yang diperoleh dari suatu pengukuran. Suatu
pengambilan keputusan yang baik merupakan hasil dari penarikan kesimpulan
yang didasarkan pada Data/Fakta yang akurat. Untuk mendapatkan Data yang
akurat diperlukan suatu Alat Ukur atau yang disebut Instrumen yang baik. Alat
Ukur atau Instrumen yang baik adalah Alat Ukur/Instrumen yang VALID dan
RELIABEL. (Amin, dkk., 2009). Maka dapat disimpulkan bahwa Data adalah
kumpulan dari fakta yang dapat berupa angka, simbol ataupun tulisan yang
diperoleh melalui pengamatan suatu objek. Data akan menjadi dasar membuat
keputusan, sebagai sadar perencanaan dan bahan evaluasi.
 Selanjutnya, agar DATA dapat dianalisis dan ditafsirkan dengan
Baik, maka harus memenuhi syarat-syarat sebagai berikut :

Obyektif Relevan Up to Date

Data yang diperoleh dari
lapangan/hasil pengukuran, harus
ditampilkan dan dilaporkan apa
adanya.
sesuai dengan
permasalahan yang sedang Sesuai Perkembangan
dihadapi atau diteliti.

Representatif
Data harus diperoleh dari sumber yang tepat dan dapat
menggambarkan kondisi senyatanya atau mewakili suatu
kelompok tertentu atau populasi.
 Jenis-Jenis
Data Statistik

Berdasarkan Sifatnya :
 A. Data Kualitatif

Dalam kualitatif yakni data statistik mengacu

pada jenis data yang tidak dinyatakan dalam
bentuk angka, atau bisa dikatakan data non-
numerik yang dalam hal ini bisa berupa data
nominal atau data ordinal. Penggunaan dalam
contoh analisis data kualitatif ini bisanya
dilakukan dalam kasus-kasus terkait dengan
masalah sosial tertentu.
Contoh: Kinerja Karyawan PT. Samudra di Setiap Divisi

DIVISI KINERJA

Divisi perdata Baik

Divisi promosi Buruk

Divisi produksi Sangat baik

 B. Data Kuantitatif
Data kuantitatif dalam statistik akan senantisa mengacu pada data
yang berbentuk angka atau data numerik yang dilakukan penghitungan
secara manual atau bisa juga dengan aplikasi SPSS (Statistical
Product and Service Solutions). Jadi dapat disimpulkan bahwa data
kuantitatif yaitu data yang berbentuk angka atau data kualitatif yang
diangkakan.

Contoh : Berdasarkan jumlah survei yang dilakukan oleh kelompok 1

banyaknya peminat umkm protokoler Angkatan 2021 yaitu

Kelas A 17 Sedang

Kelas B 20 Tinggi

Kelas C 13 Sedikit
 Gambaran umum perbedaan data Kualitatif dan data Kuantitatif:

Kualitatif Kuantitatif
Simbol Bentuk kata-kata Bentuk angka atau huruf
Penjelas dari Karakteristik atau sifat Hasil perhitungan dan pengukuran
Terdiri dari Data nominal dan ordinal Data interval dan rasio
Contoh Kondisi Barang (jelek, sedang, bagus), Tinggi Badan, Umur, Jumlah benda,
dll.
Tingkat Kepuasan (Tidak puas, puas,
Sangat puas),dll.
Sifat Deskripsi panjang lebar, dan tidak Lebih sistematis, terbakukan dan
mengkategorikan ke dalam kategori baku mudah disajikan dalam format
peneliti sendiri. ringkas. Ada pengkategian
pengalaman responden ke dalam
kategori baku peneliti sendiri.
Data kuantitatif dapat dikelompokkan menjadi dua
kelompok besar, yaitu data diskrit dan data kontinu.
Data diskrit adalah data yang diperoleh dari hasil
menghitung atau mencacah, data seperti ini sering
juga disebut dengan data nominal dan ordinal.
Data kontinu adalah data yang diperoleh dari hasil
pengukuran.
 Jenis - Jenis
Data Statistik
Berdasarkan Skala Pengukuran.
 Data nominal
Data nominal seringkali disebut sebagai data diskrit atau data
kategorik, alasannya karena skala data ini memiliki karakteristik yang
terpisah antar satu sama lainnya, baik pemisahan tersebut terdapat
hubungan yang melatarbelakanginya ataupun tidak.
Contoh :

 Data jenis kelamin siswa dikategorikan menjadi ’laki-laki’ yang diwaliki angka 1 dan

’perempuan’ yang diwakili angka 2. Konsekuensi dari data nominal adalah tidak mungkin

seseorang memiliki dua kategori sekaligus dan angka yang digunakan di sini hanya sebagai

kode/simbol saja sehingga tidak dapat dilakukan operasi matematika.

 Mengelompokan pertandingan menjadi “basket” yang diwakili dengan huruf A, kemudian

“footsal” diwakili dengan huruf B dan “bolavoli” diwakili oleh huruf C.

 Data ordinal
Data oridinal bisa dikatakan sebagai serangkaian data yang senantisa menunjuk pada
tingkatan tertinggi dan tertas pada kuesioner ata pertanyaan yang diberikan kepada
responden. Dalam data ini setidaknya menunjukan status yang lebih tinggi dan rendah.

Contoh :

 Mengenai tingkat pendidikan yang dikategorikan menjadi ’SD’ yang diwakili angka 1, ’SMP’ yang

diwakili angka 2, ’SMA’ yang diwakili angka 3, ’Diploma’ yang diwakili angka 4, dan ’Sarjana’

yang diwakili angka 5. Sama halnya dengan data nominal, meskipun tingkatannya lebih tinggi, data

ordinal tetap tidak dapat dilakukan operasi matematika. Angka yang digunakan hanya sebagai

kode/simbol saja, dalam contoh tadi tingkat pendidikan tertinggi adalah ’Sarjana’ dan terendah

adalah ’SD’ (Sarjana > Diploma > SMA > SMP > SD).
 Data interval
Data interval bisa dikatakan sebagai data kontinum, alasannya hampir sama dengan
data nominal adapun untuk perbedannya yang paling mencolok ialah terdapat tingkatan
yang lebih tinggi lagi dengan menunjukan jarak antara data yang satu dengan data yang
lainnya.

Contoh :

 Rata – rata tinggi badan berdasarkan usia, untuk anak – anak yang berusia 6 – 12 memiliki rata –

rata tinggi badan 130 – 145 cm, untuk remaja yang berusia 13 – 18 memiliki rata – rata tinggi badan

146 – 160 cm, dan untuk dewasa yang berusia 19 – 26 cm memiliki rata – rata tinggi badan 161 –

199 cm.
 Data rasio
Data rasio menjadi salah satu bentuk data yang termasuk dalam data kontinum,
alasannya karena data ini memiliki karakteristik dan sifat yang menujukan jarak sama
dengan data sebelumnya yaitu interval dan ordinal. Hanya saja untuk skala pengukuran
dalam data rasio ini senantisa menjukan nilai mutlak dan tidak memberikan nilai.

Contoh :

 Nilai raport siswa SMA dimana masing – masing siswa memiliki nilaiyang berbeda

yaitu Muiz mendapatkan nilai 100 (A), Cinta 80 (B), dan Putri 60 (C) jika dilihat

dariskala rasio nilai Muiz memiliki nilai lebih 20 dari pada nilai Cinta, Cinta memiliki

nilai lebih 20dari pada nilai Putri, dan nilai putri kurang 40 untuk sama dengan Muiz.
 Penyajian Data
Data populasi atau sample yang sudah terkumpul
selanjutnya diatur, disusun dan
disajikan dalam bentuk yang jelas dan komunikatif. Secara
umum terdapat beberapa cara penyajian data statistik,
yaitu dengan menggunakan Narasi, Tabel,
Grafik dan Diagram. Cara-cara penyajian Data Statistik
tersebut secara skematik dapat digambarkan sebagai
berikut :
 1. Tabel
A. Tabel Biasa
Penyajian data statistik ataupun data hasil penelitian dengan menggunakan tabel lebih efisien dan
komunikatif, sehingga banyak digunakan. Setiap tabel berisi Judul Tabel, Judul Tiap Kolom, Nilai Data
dalam Setiap Kolom, dan Sumber Data dari mana data tersebut diperoleh.
 B. Tabel Distribusi Frekuensi
Yaitu penyusunan suatu data dalam bentuk kelompok mulai dari yang terkecil sampai ke yang terbesar
berdasarkan kelas-kelas interval atau kategori tertentu. Tabel Distribusi Frekuensi disusun bila jumlah
data yang akan disajikan cukup banyak sehingga tidak akan efektif dan kurang komunikatif bila
disajikan dengan tabel biasa.
 C. Tabel Silang (Cross Tabulation)

Merupakan Tabel Distribusi Frekuensi yang disajikan dengan dua variabel atau lebih sekaligus dalam
satu table.
 2. GRAFIK
Grafik adalah lukisan pasang surutnya suatu
keadaan (turun naiknya hasil statistik)
dengan garis atau gambar.
 a. Histogram (Batang)
Histogram adalah tampilan grafis dari tabulasi frekwensi yang di
gambarkan dengangrafis batangan sebagai manifestasi data binning.
Tiap tampilan batang menunjukanproporsi frekuensi pada masing-
masing deet kategori yang berdapingan dengan intervalyang tidak
tumpang tindih.Histogram adalah grafik balok yang memperlihatkan satu
macam pengukuran darisuatu proses atau kejadian. Grafi ini sangat
cocok untuk data yang di kelompokan.Histogram merupakan diagram
frekuensi bertetangga yang bentuknya seperti diagram batang. Batang
yang berdekatan harus berimpit.
Dari berbentuk tabel distribusi frekuensi diubah menjadi dalam bentuk
histogram agar data berkelompok lebih mudah dipahami. Cari terlebih
dahulu Tepi Atas dan Tepi Bawah dari Tabel Distribusi Frekuensi Data
Berkelompok untuk dapat membuat Histogram.
Setelah mengetahui tepi atas dan tepi bawah
dari tabel distribusi frekuensi ubah bentuknya
menjadi Histogram.
 b. Poligon (Garis)
Berbeda dengan Histogram yang menggunakan tepi bawah dan tepi atas pada
Poligon menggunakan titik tengah kelas yang diperoleh dari membagi dua
penjumlahan batas atas dan batas bawah seperti berikut.

Kemudian ubah
menjadi dalam
bentuk kurva
poligon seperti
berikut, dengan
titik nilai yang
digunakan
berasal dari titik
tengah yang
sudah dihitung.
 3. DIAGRAM
Merupakan gambaran untuk memperlihatkan
atau menerangkan sesuatu data yang akan
disajikan. Contoh macam-macam penyajian
data dengan Diagram :
 a. Diagram Batang (Bar Chart)
Bar chart atau diagram batang merupakan salah satu bentuk chart yang
populer digunakan untuk visualisasi data, terutama untuk menunjukkan
data yang kompleks dan banyak dengan hanya sekali lihat. Karena
kemudahannya, bar chart sangat sering digunakan saat penyajian data
sehingga membuatnya menjadi sangat familiar bagi para publik. Bar
chart adalah grafik atau diagram batang persegi panjang dengan tinggi
atau panjang yang sebanding dengan nilai yang diwakilinya. Bar chart
memiliki dua sumbu yaitu sumbu horizontal dan sumbu vertikal. Sumbu
horizontal (X) digunakan untuk nilai, sedangkan sumbu vertikal (Y)
digunakan untuk menunjukkan item/kategori. Panjang persegi panjang
pada bar chart sebanding dengan nilai item/kategori yang diwakilinya.
Bar chart digunakan untuk melakukan perbandingan benda atau
kategori.
Contoh :
Berikut ini adalah data tinggi badan Mahasiswa Kelas Reguler C :

155, 160, 163, 155, 156, 163, 159, 160, 165, 163, 165, 157, 163, 160, 159,163, 160, 156,15
163, 159, 163, 160, 157,157 165, 160, 157, 163, 157, 159, 157,163, 156, 160, 156,
157,156,157, 165, 163, 159
Bagaimana bentuk penyajian data Tinggi Badan mahasiswa kelas Reguler dalam diagram
batang?
Pertama-tama, kita perlu mengurutkan data berat badan itu dari bilangan terkecil hingga terbesar
NO TINGGI BADAN JUMLAH
1 155 2
2 156 5
3 157 8
4 159 6
5 160 10
6 163 8
7 165 4
Setelah itu, kita ubah data itu ke dalam bentuk diagram batang
 b. Diagram Lingkaran (Pie Chart)
Diagram lingkaran (pie chart) adalah sebuah diagram
berbentuk lingkaran yang dibagi menjadi irisan-irisan
untuk menggambarkan proporsi numerik. Dalam sebuah
diagram lingkaran, panjang busur setiap irisan,
proporsional dengan kuantitas yang diwakilinya. Pie chart
atau diagram lingkaran merupakan grafik statistik
berbentuk lingkaran yang dibagi menjadi beberapa irisan
dan luasnya bergantung kepada proporsi numerik atau
kuantitas dari data yang dimiliki. Satu lingkaran
menunjukkan bagian utuh atau seratus persen. Setengah
lingkaran menunjukkan proporsi setengah dari total atau
lima puluh persennya, dan seterusnya. Untuk dapat
mendeskripsikan sebuah diagram lingkaran, Anda harus
mengerti mengenai info yang diberikan oleh diagram
tersebut. Data dalam sebuah diagram lingkaran biasanya
ditunjukkan dalam presentase (percentages).
 c. Diagram Garis (Line Chart)
Diagram garis merupakan suatu grafik berupa garis
lurus yang menghubungkan titik tengah suatu data
dengan data yang lainnya. Diagram garis
memerlukan sistem sumbu datar (horizontal) dan
sumbu tegak (vertikal) yang saling berpotongan tegak
lurus. Diagram garis adalah penyajian data yang
digunakan untuk menggambarkan suatu keadaan
berupa data berkala atau berkelanjutan. Diagram
garis merupakan suatu diagram berupa garis-garis
yang menghubungan titik-titik yang menunjukkan data
beserta frekuensinya antara satu dengan yang lain.
Diagram garis lebih banyak digunakan dalam
penyajian data tunggal, meskipun juga dapat
digunakan untuk data berkelompok. Diagram garis
berguna untuk melihat tingkat fluktuasi dari suatu
data.
Distribusi
Data
 Pengertian
Distribusi Data
Distribusi data (probabilitas distribusi) adalah suatu fungsi
yang menunjukan semua nilai dari sebuah data dan
seberapa sering nilai tersebut terjadi. Perlu diperhatikan,
distribusi adalah BUKAN tentang grafik. Grafik hanya cara
untuk mevisualisasikan. Distribusi seperti definisi diatas,
adalah suatu fungsi yang menunjukan probabilitas semua
value yang mungkin terjadi pada suatu eksperimen.
Jenis Jenis distribusi
probabilitas
Adapun jenis-jenis dari distribusi
Probabilitas yaitu :
A. Distribusi Probabilitas Kontinu
1. Distribusi Normal
Distribusi normal sebagai salah satu jenis
distribusi variabel acak kontinu. Pada distribusi
normal sendiri terdapat kurva berbentuk lonceng
atau grafik. Distribusi normal juga dapat
berfungsi sebagai distribusi Gauss. Persamaan
distribusi normal diantaranya sebagai fungsi
densitas. Distribusi normal dengan fungsi
probabilitas ini kemudian akan menunjukkan
variabel atau penyebaran distribusi. Fungsi ini
nantinya juga akan dibuktikan oleh suatu grafik
simetris atau bell curve.
 Distribusi normal juga memiliki sejumlah karakteristik utama, berikut
diantaranya:

 Teori distribusi dengan nilai mean, median, dan modus yang sama.

 Titik puncak kurva diantaranya adalah pada nilai rata-rata. Nilai ini sendiri berada tepat di tengah kurva, sementara

pada data distribusi terletak di sekitar garis lurus yang ditarik ke bawah dari titik tengah tersebut.

 Mean atau nilai rata-rata dengan nilai standar deviasi ini kemudian akan menentukan lokasi dan bentuk distribusi.

 Jumlah luas daerah di bawah kurva normal sendiri bernilai 1, yaitu diantaranya ½ di sisi kanan dan ½ di sisi kiri. Hal

ini juga berlaku untuk seluruh distribusi probabilitas kontinu.

 Dalam kurva distribusi, dapat disimpulkan juga jika setengah data populasi kemudian akan memiliki nilai yang

kurang dari angka rata-rata, sementara sebagian lagi memiliki nilai yang jauh lebih besar.

 Masing-masing dari ekor kurva di kedua sisi ini kemudian memanjang tak berbatas. Dalam beberapa kasus

penghitungan distribusi, ekor kurva bahkan bisa memotong sumbu horizontal

 2. Distribusi Student -t

Distribusi-t (distribusi t-student) merupakan distribusi sampling yang digunakan untuk

pengujian statistik dengan kondisi ukuran sampel yang relatif kecil.
Karakteristik distribusi -t
Distribusi-t merupakan distribusi sampling yang mirip dengan distribusi-Z (distribusi
normal). Bila anda sudah pernah melihat bentuk distribusi normal, maka distribusi t memiliki
bentuk yang sedikit berbeda.
Distribusi t memiliki bentuk lonceng dengan puncak yang datar dengan luas wilayah total
adalah 1. Seperti distribusi normal standar, nilai rata-ratanya adalah nol dengan standar
deviasi yang lebih besar dibandingkan dengan distribusi z.

Semakin besar jumlah sampel pada

distribusi t, bentuk distribusi ini akan
semakin mendekati distribusi normal.
Kita bisa menemukan nilai pastinya
dengan melihat setiap titik pengamatan.
Sama seperti saat kita mengubah skor-Z
menjadi nilai-Z. Tapi, bentuknya
berbeda. Ini memiliki bentuk lonceng
dasar dengan luas 1 di bawahnya.
 B. Distribusi Probabilitas Diskrit
1. Distribusi Binomial
Distribusi binomial merupakan distribusi yang paling
sederhana. Biasanya di tahapan awal belajar
statistik pasti akan akan dikenalkan dengan
distribusi ini. Umumnya distribusi binomial akan
digunakan untuk percobaan yang merupakan data
kategorik (sukses dan gagal) dan dilakukan
berulang-ulang hingga mencapai jumlah percobaan
tertentu (n percobaan). Dikatakan sukses jika
keadaan yang dijadikan standar kesuksesan
berhasil dilakukan, sementara dikatakan gagal jika
tidak memenuhi standar tersebut
Karakteristik dari distribusi
Binomial
• Percobaan dilakukan
secara berulang hingga mencapai
jumlah percobaan tertentu (n-
percobaan).
• Ulangan dari percobaan
bersifat bebas atau independen
satu sama lain.
• Peluang berhasil
dinyatakan sebagai p, sedangkan
peluang gagal sebagai q,
• Keluaran eksperimen
hanya memiliki 2 (dua) kategori,
contoh: berhasil & gagal, ya &
tidak.
• Setiap percobaan
memiliki sifat independen (bebas)
satu dengan lainnya.
 2. Distribusi Poission

Menurut Walpole (1995), distribusi

poisson adalah distribusi peluang acak
Distibusi Poisson merupakan distribusi
probabilitas untuk variabel diskrit acak
yang mempunyai nilai 0,1, 2, 3 dst.
Distribusi Poisson adalah distribusi nilai-
nilai bagi suatu variabel random X (X
diskrit), yaitu banyaknya hasil percobaan Dengan :
yang terjadi dalam suatu interval waktu e = konstanta = 2,71828
μ = rata – rata keberhasilan dimna = µ = n . p
tertentu atau disuatu daerah tertentu.
x = Banyaknya unsur berhasil dalam sampel
Distribusi Poisson mengkalkulasi atau variabel random diskrit ( 1,2,3, . . , x )
distribusi probabilitas dengan n = Jumlah / ukuran populasi
kemungkinan sukses p sangat kecil dan P = probabilitas sukses suatu kejadian
jumlah eksperimen n sangat besar.
Bunga Mawar Bunga Selasih
Warnanya cerah tiada duanya
Cukup sekian dan terima kasih
Saya harap tidak ada yang bertanya
Sekian dan Terima kasih