TUGAS STATISTIK PENDIDIKAN

NAMA : Ni Wayan Cindi Kristina

NIM/ABSEN : 2111011018 / 03
KELAS : V B2 Denpasar
JURUSAN : Pendidikan Agama
FAKULTAS : Dharma Acarya
DOSEN : Dr.Dra. Ni Ketut Srie Kusuma Wardhani, M.Pd

Penggolongan Data Statistik

A. Data statistic berdasarkan sifat datanya.

1. Data Kontinyu
Data kontinyu adalah data yang diperoleh dengan cara mengukur. Bisa dalam
bentuk bilangan bulat maupun pecahan. Kumpulan angka-angka yang masih
dimungkinkan memiliki bilangan desimal atau pecaha diantara dua bilangan
bulatnya yang banyaknya tak terhingga, biasanya didapatkan dari proses
pengukuran.
Contoh data kontinyu :
Data IPK Mahasiswa :

No Nama Jenis kelamin IPK

1 Agung Laki-laki 3,60
2 Alda Laki-laki 3,75
3 Erlina Perempuan 3,80
4 Elista Perempuan 3,90
5 Sinkis Perempuan 3,65

2. Data Diskrit
Data diskrit merupakan data berupa angka yang menampilkan dalam hitungan
bilangan bulat. Data diskrit juga bisa berupa sejumlah nilai ataupun angka yang
sifanya terbatas dan tidak dapat dipecahkan. Artinya angka yang keluar tidak bleh
dalam bentuk pecahan dan hanya mengeluarkan pecahan bulat yaitu 1,2,3,4,5,6.
Contoh data diskrit :
 Data barang di Toko Amerta Nov.2023
No Nama Barang jumlah
1 Buku tulis 200
2 Pensil 150
3 Buku gambar 250
4 Pulpen 150

5 Kertas double polio 300

B. Penggolongan Data Berdasarkan Cara Penyusunan Angkanya

1. Data Nominal
ialah data statistik yang cara menyusun angkanya didasarkan atas penggolongan atau
klasifikasi tertentu.
Data nominal juga sering dinyatakan dengan data hitungan. Disebut demikian, karena
data tersebut diperoleh dengan cara menghitung (dalam hal ini menghitung jumlah
siswa, baik menurut tingkatan studi maupun jenis kelaminnya).
Contoh Data Nominal :
Jenis kelamin anak usia 0-5 tahun di Desa Pelaga

BANJAR JENIS KELAMIN JUMLAH

LAKI-LAKI PEREMPUAN
25 28 53
KIADAN
30 18 48
PELAGA
24 15 39
NUNGNUNG
30 21 51
TINGGAN

2. Data Ordinal
Adalah data yang memiliki tingkatan dan telah diurutkan mulai dari terendah
hingga tertinggi atau sebaliknya. Akan tetapi jarak antar tingkatan tidak harus sama.
Karena telah diurutkan, maka berlaku perbandingan dengan pembeda “>” yang
 berarti lebih dari atau lebih tinggi, atau “<” yang berarti kurang dari atau lebih
rendah. Akan tetapi, dikarenakan jarak antar tingkatan yang berbeda, maka tidak
dapat dilakukan operasi matematika seperti penambahan, pengurangan, perkalian
maupun pembagian.
Contoh daya Ordinal

Data skor hasil penilaian dewan juri dalam lomba dharma wacana :

Nomor urut Nama Skor Juara

1 Lea Wiriyanti 348 IV
2 Erlina Idayanti 324 V
3 Agung Wiryaguna 418 I

4 Maora Maheswari 354 III

5 Ganes mahesa 407 II

3. Data Interval
Adalah data hasil pengukuran yang dapat diurutkan seperti halnya data ordinal,
tetapi telah memiliki kesamaan jarak (equality interval). Oleh karenanya operasi
matematika seperti penambahan dan pengurangan dapat dilakukan terhadap data
interval. Kekurangan dari data ini adalah tidak adanya angka nol mutlak pada data
interval.
Contoh data interval :
Frekuensi tinggi badan siswa

Tinggi Badan frekuensi

145-150 21

155-160 43
165-170 20
175-180 8
185-190 2

4. Data Rasio
Adalah data yang berbentuk angka dan dapat diterapkan segala macam operasi
matematika ( + , – , x , : ). Data rasio juga memiliki sifat dari jenis data yang lain,
baik data nominal, data ordinal, maupun data interval.
Contoh tabel data Rasio :
Berat badan anggota keluarga

Nama Berat Badan

Tina 45

Elsi 46

Bagas 55

Agus 65

Cinta 49