Pendahuluan

BAB 1
PENDAHULUAN

Studi statistika menjadi lebih populer dari sebelumnya 1.1 Arti Statistika
selama empat dekade terakhir ini, salah satunya akibat dari 1.2 Statistika Deskriptif
perkembangan perangkat lunak komputer, Sebagai alat 1.3 Statistika Inferensial
untuk penelitian empiris mengakibat statistika digunakan 1.4 Populasi dan Sampel
untuk penelitian di hampir semua profesi, dari obat sampai 1.5 Data, Sampling, dan Jenis-
olahraga. Saat ini, mahasiswa di hampir semua disiplin jenis Data
diwajibkan mengambil mata kuliah setidaknya satu mata
kuliah statistika. Hampir semua surat kabar dan majalah
akhir-akhir ini berisi grafik dan cerita studi statistik.
Setiap bidang studi memiliki terminologi tersendiri. Statistika
tidak terkecuali. Bab pendahuluan ini menjelaskan istilah
dasar statistik. Istilah ini akan menjembatani pemahaman
anda tentang konsep dan teknik yang disajikan dalam bab-
bab selanjutnya.

Sumber: http://hipni.blogspot.co.id/2016/01/definisi-kegiatan-ekonomi-menurut-para.html

hal. 1
Statistika Dasar, lukman12@upi.edu
Pendahuluan

1.1 ARTI STATISTIKA

Definisi 1.1 : Statistika adalah ilmu yang mempelajari metode dan alat untuk mengumpulkan
data, menyajikan, meringkas, dan mengintrepretasikan data (Statistika Deskriptif), serta ilmu
yang mempelajari sistem dan teknik untuk membuat kesimpulan dan keputusan berdasarkan
analisis peluang, serta membuat prediksi yang akurat berdasarkan sampel (Statistika
Inferensial).

Kegiatan mengumpulkan data dan menyajikannya dengan baik sangat membantu dan berguna
bagi pembaca, bahkan dapat menjadi informasi yang penting bagi pemegang keputusan dan
pembuat kebijakan. Sebagai contoh, Jumlah peningkatan kecelakaan (Tabel 1.1), Jumlah
peningkatan kriminalitas (Tabel 1.2), peningkatan ekonomi (Tabel 1.3), jumlah lulusan perguruan
tinggi (tabel 1.4).

Tabel 1.1 Data Kecelakaan di Indonesia Tabel 1.2 Data Kriminalitas di Indonesia
Tahun Jumlah Kecelakaan Tahun Jumlah Kriminalitas
2014 95.906 2013 342.084
2015 98.970 2014 325.317
2016 105.374 2015 352.936
Rata-rata 100.083,3 Rata-rata 340.112,3
Sumber: Replubika News, Selasa 02 May 2017 09:00 WIB Sumber: Statistik Kriminal 2016 BPS

Tabel 1.3 Pertumbuhan Ekonomi Indonesia Tabel 1.4 Lulusan Sarjana S1

Tahun Pertumbuhan Ekonomi Tahun Jumlah Lulusan
2015 4,88% 2015 12.890
2016 5,02% 2016 17,657
2017 5,05% 2017 21,432
Rata-rata 4,98% Rata-rata 17.326
Sumber: BPS Nasional

Berdasarkan sajian data di atas, memberikan informasi yang sangat penting bagi pemerintah
dalam membuat kebijakan. Misalkan pada tabel 1.1 bagaimana menekan jumlah kecelakaan
untuk tahun berikutnya, faktor-faktor apa saja yang dapat memperkecil jumlah kecelakaan.
Statistika Inferensial dapat membantu dengan melakukan eksperimen dan analisis data
sehingga diperoleh kesimpulan, dimana kesimpulannya dapat dijadikan rekomendasi bagi
pemerintahan untuk membuat kebijakan.

hal. 2
Statistika Dasar, lukman12@upi.edu
 Pendahuluan

1.2 STATISTIKA DESKRIPTIF

Analisis Statistik kadang-kadang dimulai dari kumpulan-kumpulan data sebagai berikut;
Bidang Politik: data hasil pemilu, kebijaksanaan pemerintah, hasil poling masyarakat terhadap
kebijakan pemerintah. Bidang Geofisika dan Meteorologi: data cuaca dan curah hujan, data
gempa bumi dan bencana alam. Bidang Ekonomi: pertumbuhan ekonomi, pertumbuhan produk
domestik, dan inflasi. Bidang Pendidikan: Kurikulum, Jumlah Sekolah dan Perguruan Tinggi,
Model dan Pendekatan Pembelajaran, Kompetensi Pendidik dan Lulusan, dan lain-lain. Satitistik
dapat mengoleksi dan menyajikannya, membuat ringkasan (summary) data, dan menganalisis
data.
Pada situasi tertentu, data statistik tidak dapat segera disajikan, perlu metode atau teknik
tertentu untuk memperoleh sajian data yang terbaik. Menyajiakan data statistik tergantung dari
kepentingan peneliti terhadap informasi dari data tersebut Contoh, seorang peneliti ingin
mengetahui metode yang paling efektif dalam proses pendidikan, maka peneliti tersebut harus
membagi objek penelitian kedalam dua kelompok, yaitu kelompok dengan menggunakan
metode A, dan kelompok lain dengan menggunakan metode B. Misalkan data statistik yang
didapat sebagai berikut(Tabel 1.5):

Tabel 1.5 Hasil Nilai rata-rata dengan menggunakan

Metode A dan Metode B
Metode Rata-rata
A 7,45
B 6,93

Apabila peneliti tersebut ingin mengetahui keefektifan metode terhadap siswa perempuan
dan laki-laki, maka peneliti tersebut harus membagi dua kelompok berdasarkan gender pada
masing-masing metode tersebut, sehingga sajian datanya sebagai berikut (Tabel 1.6):
Statistik yang konsentrasi pada hal mendeskripsikan dan meringkas data adalah Statistika
Deskriptif.

Tabel 1.6 Hasil Nilai rata-rata Metode

Berdasarkan Gender
Rata-rata
Metode
Laki-laki Perempuan
A 7,01 7,87
B 6,34 7,03

hal. 3
Statistika Dasar, lukman12@upi.edu
 Pendahuluan

1.3 STATISTIKA INFERENSIAL

Untuk menyimpulkan bahwa Metode A lebih baik dari Meode B, data Statistik dari Tabel 1.5
harus dianalisis bahwa nilai rata-rata siswa kelompok A yang menggunakan Metode A lebih besar
dari nilai rata-rata kelompok B yang menggunakan Metode B dengan asumsi dua kelompok tersebut
mempunyai kompetensi awal yang sama. Mengapa demikian? Karena untuk menyimpulkan secara
general, bahwa Metode A lebih efektif dari Metode B harus berlaku secara umum, bukan hanya
berlaku pada data yang sedang diteliti saja. Oleh karena itu, harus diprediksi secara akurat. Data
statistik padaTabel 1.5 belum dapat menyimpulkan hal tersebut. Statistika yang mempelajari hal
tersebut adalah Statistika Inferensial. Statistika Inferensial menggunakan teori peluang untuk
mendapatkan kesimpulan yang benar.

Interpretasi data yang baik harus berdasarkan prosedur pengambilan data dan perhitungan data
yang baik. Anda akan menghadapi rumus-rumus matematika yang banyak pada interpretasi data,
akan tetapi tujuan Statistika bukan untuk menghitung angka-angka tetapi untuk mendapatkan
pengertian dari data yang diperoleh. Perhitungan-perhitungan dapat menggunakan kalkulator atau
komputer, tetapi pengertian atau interpretasi data datang dari anda. Jadi, agar data yang diperoleh
dapat berbunyi atau mengandung makna dibutuhkan sense dari peneliti,.

1.4 POPULASI DAN SAMPEL

Didalam Statistika, yang menjadi perhatian peneliti adalah Populasi yaitu kumpulan atau
himpunan dari seluruh objek yang diteliti. Akan tetapi, sering datanya terlalu besar sehingga menyita
waktu dan biaya yang besar. Misalkan untuk mengetahui rata-rata berat badan penduduk yang
jumlahnya 135 juta, maka perlu mengukur berat badan sejumlah 135 juta. Jelas hal tersebut
memerlukan waktu yang lama dan biaya yang besar. Sampel adalah himpunan bagian dari populasi
yang dapat merepresentasikan populasi. Ilustrasinya lihat gambar 1.7 di bawah.
Ukuran-ukuran populasi disebut parameter dan biasa disimbolkan dengan  (teta), dan ukuran-
ukuran sampel disebut statistik dan disimbolkan dengan θ̂ (teta topi). Simbol-simbol , 2, dan 
adalah berturut-turut untuk simbol rata-rata, variansi, dan proporsi parameter. Simbol untuk statistik
𝑥̅ , 𝑠2 , dan 𝑝 berturut-turut rata-rata, variansi, dan proporsi.

hal. 4
Statistika Dasar, lukman12@upi.edu
 Pendahuluan

Gambar 1.7 Populasi dan Sampel

Variabel disimbolkan dengan huruf kapital, yaitu: X dan Y adalah karakteristik dari data
populasi, orang atau sesuatu. Variabel terdiri dari bentuk numerik atau katagorik. Variabel Numerik
mempunyai nilai satuan seperti berat dalam kg, atau satuan waktu dalam jam, dan lain-lain. Variabel
Katagorik menempatkan seseorang atau sesuatu menurut katagorinya, misalkan gender laki-laki
dan perempuan.

Data adalah nilai aktual dari variabel, jika tunggal disebut Datum. Jadi, data adalah
kumpulan dari datum. Ada dua kata yang sering muncul didalam statistik, yaitu Rata-rata dan
Proporsi. Jika diketahui nilai matematika dari tiga siswa 56, 75, dan 65, maka nilai rata-rata dari
56+75+65 196
ketiga siswa tersebut adalah 𝑥̅ = = = 65,33. Jika didalam kelas terdapat 40 siswa yang
3 3
22
terdiri dari 22 laki-laki dan 18 wanita, maka proporsi laki-laki adalah 𝑝𝐿 = = 0,55 dan proporsi
40
18
wanita adalah 𝑝𝑊 = = 0,45.
40

1.5 DATA, SAMPLING, DAN JENIS-JENIS DATA

Data dapat berasal dari populasi atau sampel, Nilai data biasanya menggunakan huruf kecil
𝑥 dan 𝑦 secara garis besarnya terbagi atas dua jenis, yaitu:
 Data Kualitatif
 Data Kuantitatif

Data Kualitatif adalah data hasil dari pengkatagorian atau pengaatributan populasi, seperti:
Warna rambut (hitam, merah jagung), jenis kelamin (laki-laki, perempuan), golongan darah, dan lain-
lain. Umumnya, data kualitatif ditunjukan dengan kata atau huruf seperti: warna rambut hitam atau
hitam kecoklatan, golongan darah O, A-, B+, atau AB+. Umumnya, para peneliti kurang menyukai

hal. 5
Statistika Dasar, lukman12@upi.edu
 Pendahuluan

data kualitatif karena tidak dapat menghitung rata-ratanya. Bagaimana menghitung rata-rata warna
rambut? kecuali menghitung proporsi responden yang warna rambutnya hitam.

Data Kuantitatif adalah data berupa bilangan dari hasil perhitungan atau pengukuran atribut
populasi. Contoh data kuantitatif: nilai uang, berat, banyaknya penduduk di suatu kota, banyaknya
mahasiswa yang mengambil mata kuliah Statistika, dan lain-lain. Data Kuantitatif terdiri dari data
diskrit dan data kontinu.

Semua data dari hasil menghitung disebut data diskrit kuantitatif, seperti: banyaknya
mahasiswa yang mengambil mata kuliah Statistika Dasar adalah 1, 2, 3, ... dan seterusnya.
Sedangkan, semua data dari hasil pengukuran disebut data kontinu kuantitatif, seperti: ukuran
1
sudut 𝜋, 𝜋, 2𝜋, dan seterusnya, berat badan, tinggi badan, dan lain-lain.
3

Contoh 1.1
Tiga orang siswa masing-masing membawa buku didalam tasnya, sebagai berikut: siswa pertama
membawa 3 buku, siswa kedua membawa 5 buku, dan siswa ketiga membawa 7 buku. Jumlah
buku yang dibawa ketiga siswa tersebut adalah 3, 5, dan 7. Jenis data apakah soal tersebut?
Jawab
Data 3, 5, dan 7 adalah data diskrit kuantitatif. Karena hasil dari menghitung bukan hasil
pengukuran.

Contoh 1.2
Lima oang pasien yang usianya 7 tahun, 8 tahun, 12 tahun, 17 tahun, dan 25 tahun masing-
masing mempunyai golongan darah A, AB-, AB+, O-, dan B+. Jenis data apakah soal tersebut?
Jawab
Data 7, 8, 12, 17, dan 25 adalah data kontinu kuantitatif. Sedangkan, A, AB-, AB+, O-, dan B+
adalah data kualitatif.

hal. 6
Statistika Dasar, lukman12@upi.edu
Pendahuluan

DISKUSI 1.1
Dibawah ini data statistik perkembangan jumlah kendaraan bermotor di Indonesia
Jumlah Kendaraan Bermotor
Jenis Kendaraan
2012 2013 2014 2015
Mobil penumpang 10.432.259 11.484.514 12.599.038 13.480.973
Mobil Barang 5.286.061 5.615.494 6.235.136 6.611.028
Sepeda Motor 76.381.183 84.732.652 92.976.240 98.881.267
Sumber: Traffic Corps Indonesian National Police
Jenis data statistik apakah data di atas? Jelaskan
Apabila anda sebagai penentu kebijakan, apa yang akan anda lakukan?

DISKUSI 1.2
Diketahui Lembaga Kursus dan Pelatihan (LKP) Terakreditasi dan Tidak Terakreditasi Tahun
2012 – 2015

Sumber: Laporan Kinerja Kementerian Pendidikan dan Kebudayaan Tahun 2015

Jenis data statistik apakah data di atas? Jelaskan
Informasi apa yang anda peroleh dari tabel di atas?

DISKUSI 1.3
Seorang pelanggan supermarket berbelanja barang sebagai berikut:
Tiga jenis bahan pokok (Telur 3 kg, Beras 5 kg, dan Minyak kelapa 2 liter), dua jenis sayuran
(kangkung 3 ikat, dan bayam 2 ikat), empat jenis buah-buahan ( Mangga 2 kg, Apel 1 kg, Anggur
2 kg, dan Jeruk 3 kg). Tiga jenis sabun (Sabun mandi 2 buah, sabun cuci piring 3 bungkus, dan
sabun cuci pakaian 2 bungkus).

hal. 7
Statistika Dasar, lukman12@upi.edu
Pendahuluan

Sebutkan yang termasuk data kualitatif, data diskrit kuantitatif, dan data kontinu kuantitatif

DISKUSI 1.4
Berikut ini data penilaian kinerja Kementerian Pendidikan dan Kebudayaan berdasarkan Laporan
Tahun 2015

Sumber: Laporan Kinerja Kementerian Pendidikan dan Kebudayaan Tahun 2015

Jelaskan mana yang termasuk data kualitatif, data diskrit kuantitatif, dan data kontinu kuantitatif
jika ada

Contoh 1.3
Sebutkan mana yang termasuk data kualitatif, data diskrit kuantitatif, dan data kontinu kuantitatif
dari yang berikut ini:
a. Tinggi badan
b. Jumlah pasang sepatu yang anda miliki
c. Banyaknya kendaraan yang anda miliki
d. Berat muatan kendaraan
e. Suhu udara bulan Januari s.d. Desember
f. Sikap masyarakat terhadap kebijakan pemerintah
g. jumlah demonstrasi

hal. 8
Statistika Dasar, lukman12@upi.edu
Pendahuluan

h. Tingkat suku bunga

i. Respon siswa
j. Jenis-jenis makanan
k. Skor IQ
l. Nilai Ujian Nasional
m. Jumlah Kendaraan Minibus
n. Rasa makanan
Jawab
Data kualitatif: f, i, j, dan n ; data diskrit kuantitatif: b, c, g, dan m ; data kontinu kuantitatif: a, d, e,
h, k, dan l

Contoh 1.4 Kuesioner

Dari Seratus responden, 35 responden sangat setuju terhadap kebijakan pemerintah, 23
responden setuju, 27 responden kurang setuju, dan 15 responden tidak setuju.

Diagram Batang dan Diagram Lingkaran

Termasuk jenis data apa Kuesioner di atas? Mengapa?

Jawab
Data Kualitatif, karena sangat setuju, setuju, kurang setuju, dan tidak setuju adalah data katagorik.
Tetapi, jumlah responden 35, 23, 27, dan 15 adalah data diskrit kuantitatif.

hal. 9
Statistika Dasar, lukman12@upi.edu
 Pendahuluan

SAMPLING

Didalam penelitian pada populasi yang mempunyai ukuran yang besar sangat sulit dan
memerlukan biaya yang sangat besar untuk memperoleh data populasi, oleh karena itu sampel
adalah solusi yang efektif dilakukan. Akan tetapi, sampel yang dipilih harus dapat mempresentasikan
populasi sehingga diperlukan teknik sampling yang efektif untuk memperoleh sampel yang
representatif. Upaya untuk mencapai tujuan tersebut, sebagian besar ilmuan Statistika
menggunakan metode yang bervariasi dalam melakukan sampling acak. Ada beberapa metode
yang berbeda dari sampling acak, setiap anggota populasi yang dipilih secara acak harus
mempunyai kesempatan yang sama untuk dipilih. Dari sekian banyak metode, pada kesempatan ini
hanya memberikan contoh Teknik Sampling Sederhana.

Misalkan Amel ingin memilih anggota kelompok belajar sebanyak 4 orang (termasuk dirinya).
Teman kelasnya ada 29 orang (tidak termasuk dirinya). Jadi, ia harus memilih 3 orang dari 29 orang.
Kemudian ia membuat listing temannya dengan memberikan ID, seperti pada tabel di bawah ini,

ID NAMA ID NAMA ID NAMA ID NAMA ID NAMA

00 SISKA 06 QISTY 12 NENA 18 SINTA 24 LISTI
01 DUDI 07 MAMAN 13 DINAR 19 DEWI 25 DANI
02 MAULANA 08 BAMBANG 14 SANTI 20 ROMA 26 CAHAYA
03 SATRIA 09 SOPIANI 15 CUCU 21 SUSI 27 BUBUN
04 IMAM 10 ENDANG 16 DEDE 22 ANGGI 28 DEDEN
05 ALIMAN 11 SUCI 17 IHKAM 23 BAYO 29 FUJI

Pilih bilangan acak dengan menggunakan komputer (Progam Exel), kemudian ambil 2 digit
dibelakang koma dari bilangan acak tersebut yang bersesuaian dengan ID yang ada. Pilih menu
HOME → FUNGSI → Math and Trig → RAND()

hal. 10
Statistika Dasar, lukman12@upi.edu
 Pendahuluan

Maka akan diperoleh beberapa bilangan acak yang dikehendaki, yaitu:

0,191076 0,498611 0,202111 0,377103 0,224576 0,683138

Pilih bilangan acak pertama, ketiga, dan kelima karena terdapat angka 19 (ID 19), 20 (ID 20), dan
22 (ID 22). Bilangan acak yang lain tidak terdapat angka ID yang sesuai. ID 19 adalah DEWI, ID 20
adalah ROMA, dan ID 22 adalah ANGGI. Sehingga, kelompok belajar AMEL adalah DEWI, ROMA,
dan ANGGI.

Metode Sampling yang lain adalah Metode Sampling Sampel Bertingkat/Stratifikasi

(Stratified Sample), Sampling Sampel Kluster (Cluster Sampel), Sampling Sampel Sistematis
(Systematic Sample), dan Sampling Sampel Bertahap (Multistage Sample). Sedangkan teknik
sampling non-acak disebut Conveniance Sampling, yaitu: Sampling Sampel Seadanya (Accidental
Sampling), Sampling Berdasarkan Jatah (Quota Sampling), Sampling Berdasarkan
Pertimbangan (Purposive Sampling).

Tingkat Pengukuran

Cara menghimpun data yang terukur disebut Tingkat Pengukuran (Level of Measurement)
Tidak semua data statistik dapat dihitung (jumlah, kurang, kali, bagi), dibawah ini jenis data
berdasarkan tingkat pengukurannya:

1. Skala Nominal
2. Skala Ordinal
3. Skala Interval
4. Skala Rasio

hal. 11
Statistika Dasar, lukman12@upi.edu
 Pendahuluan

Data yang diukur dengan Skala Nominal adalah data Kualitatif, contoh data skala nominal:
katagori, nama, label, gender, makanan favorit, dan lain-lain. Sepanjang membutuhkan jawaban
“ya” atau “tidak” dari responden, maka data tersebut termasuk data dengan skala nominal. Data
skala nominal tidak dapat diurutkan dan tidak dapat dihitung (jumlah, kurang, kali, bagi). Contoh
jenis kelamin laki-laki dan perempuan tidak berarti laki-laki lebih besar dari perempuan atau
sebaliknya.

Data Skala Ordinal hampir sama dengan skala nominal, tetapi data skala ordinal dapat
diurutkan. Contoh: lima urutan Perguruan Tinggi terbaik di Indonesia dapat diurutkan, Lulusan
Mahasiswa Terbaik Tahun 2017 Universitas Pendidikan Indonesia. Contoh lain data skala ordinal
adalah survey kepada responden dengan kuesioner dengan pilihan jawaban sangat setuju, setuju,
kurang setuju, atau tidak setuju.

Data Skala Interval hampir sama dengan skala ordinal, tetapi dapat dihitung atau dapat diukur.
Walaupun data skala interval dapat diukur akan tetapi data tersebut tidak mempunyai titik awal.
Contoh: Suhu derajat Celsius dan derajat Fahrenheit diukur dengan skala interval. Suhu 40 0C =
(1000C – 600C), tetapi 00C tidak menunjukkan suhu terendah karena – 120C mempunyai suhu yang
lebih rendah dari 00C.

Data Skala Rasio hampir sama dengan skala interval, tetapi mempunyai titik awal. Contoh: nilai
Statistika dasar dari 4 mahasiswa adalah 78, 88, 90, dan 94. Data tersebut dapat diurutkan, 78 < 88
< 90 < 94 dan dapat dihitung 88 = 4  22, serta mempunyai titik awal yaitu 0 tidak ada yang lebih
rendah dari 0.

Contoh 1.5 Teknik Sampling

Misalkan Perguruan Tinggi ABC memiliki 10.000 mahasiswa (populasi). Seorang pedagang buku
tertarik dengan jumlah uang yang rata-rata mereka habiskan untuk membeli buku-buku Istilah.
Hal yang sulit dan hampir tidak mungkin menanyakan kepada 10.000 mahasiswa untuk
menanyakan hal tersebut. Untuk membantu pedagang tersebut, apa yang harus dilakukan?
Gunakan teknik sampling non-acak, pilih 10 mahasiswa kelas Kimia Organik(mahasiswa paroh
waktu) tidak secara acak. Rata-rata uang yang mereka habiskan untuk membeli buku tersebut
adalah: $128, $87, $173, $116, $130, $204, $147, $189, $93, $153

hal. 12
Statistika Dasar, lukman12@upi.edu
Pendahuluan

Sampel kedua diambil dari 10 mahasiswa senior kelas Psikologi Pendidikan (Mahasiswa full-
time), rata-rata mereka menghabiskan uang sebesar: $50, $40, $36, $15, $50, $100, $40, $53,
$22, $22
Asumsikan bahwa tidak ada seorang Mahasiswa yang tercatat di dua sampel tersebut secara
bersamaan, hanya salah satu.
a. Apakah sampel-sampel tersebut representatif dari populasi (10.000 Mahasiswa)?
Jawab. Tidak, karena bisa jadi pada sampel kelas Kimia Organik ada mahasiswa yang
juga mengambil kelas kalkulus. Buku-buku istilah pada kelas Kalkulus cenderung lebih
mahal. Sedangkan sampel Mahasiswa Senior lebih menyukai mengambil kursus
kesehatan dibandingkan membeli buku istilah, sehingga peluang untuk membeli buku
tersebut sangat kecil dibandingkan dengan mahasiswa yang lain.
b. Karena sampel-sampel tersebut tidak representatif, apakah tepat menggunakan hasil
tersebut untuk menggambarkan populasi?
Jawab. Tidak, karena setiap anggota populasi tidak mempunyai kesempatan yang sama
untuk dipilih.

Contoh 1.6 Teknik Sampling

Masih menggunakan contoh 1.5 dengan menggunakan teknik sampling acak sederhana.Pilih
mahasiswa paroh waktu dari disiplin ilmu yang berbeda: Kimia, Matematika, Bahasa Inggris,
Psikologi, Sosiologi, Sejarah, Perawat, Pendidikan Fisika, Seni, dan Pendidikan Anak Usia Dini.
(Asumsikan semua mahasiswa terdaftar sebagai mahasiswa paroh waktu hanya pada satu
disiplin ilmu).
Dari 10 mahasiswa yang dipilih secara acak sederhana rata-rata uang yang dibelanjakannya
adalah: $180, $50, $150, $85, $260, $75, $180, $200, $200, $150
Apakah sampel tersebut bias?
Jawab. Sampel tersebut tidak bias, tetapi direkomendasikan lebih baik jika sampelnya berukuran
besar (misalkan lebih dari 50) walaupun dalam teknik sampling, sampel dalam ukuran besar
berpotensi juga tidak bias.

hal. 13
Statistika Dasar, lukman12@upi.edu
Pendahuluan

Problem Set 1
Dua orang peneliti masing-masing memperoleh data pasien penderita AIDS dengan teknik yang
berbeda. Sampel rata-rata (lamanya) waktu hidup pasien sebanyak 40 orang setelah diberi obat
(dalam bulan) diperoleh sebagai berikut:

Peneliti A:
3; 4; 11; 15; 16; 17; 22; 44; 37; 16; 14; 24; 25; 15; 26; 27; 33; 29; 35; 44; 13; 21; 22; 10; 12; 8;
40; 32; 26; 27; 31; 34; 29; 17; 8; 24; 18; 47; 33; 34

Peneliti B:
3; 4; 11; 5; 16; 17; 28; 41; 33; 17; 14; 14; 28; 15; 26; 21; 33; 29; 34; 41; 17; 21; 25; 11; 18; 10;
34; 32; 29; 27; 41; 34; 29; 17; 8; 25; 18; 41; 33; 34

Berdasarkan sampel dari peneliti A jelaskan tentang istilah-istilah berikut (soal nomor 1 – 5)
1. Populasi
2. Sampel
3. Parameter
4. Statistik
5. variabel
6. Termasuk jenis data apakah “berapa kali perminggu”

Seorang peneliti ingin mengetahui masyarakat menggunakan taman kota untuk refresingnya,
dilakukan intervieu dengan pertanyaan: usia, berapa kali perminggu, dan lamanya waktu di
taman. Peneliti tersebut melakukan intervieu tersebut di dua lokasi. Lokasi pertama: rumah
pertama disekitar taman dipilih secara acak. Lokasi kedua: rumah kedelapan disekitar taman
dipilis secara acak.
Gunakan informasi tersebut untuk menjelaskan soal nomor 7 – 10
7. Metode sampling yang digunakan
8. “lamanya waktu” termasuk jenis data apa?
9. “Warna rumah disekitar taman” termasuk jenis data apa?
10. Populasi dari sampel tersebut

Tabel dibawah ini adalah data bencana di Indonesia berdasarkan laporan BNPB bulan Januari –
Nopember 2016.

Berdasarkan tabel laporan BNPB kerjakan soal nomor 11 – 15

hal. 14
Statistika Dasar, lukman12@upi.edu
Pendahuluan

11. Termasuk kedalam jenis data apa?

12. Berapa persen kejadian tanah longsor dari total bencana?
13. Data diatas termasuk populasi atau sampel?
14. Jenis kerusakan yang terbanyak akibat bencana: ringan, sedang, atau berat?
15. Berapa persen fasilitas pendidikan yang rusak akibat bencana? Akibat bencana jenis
manakah yang paling sering terjadi

16. Buat tampilan yang lebih baik dari data peneliti B pada pasien penderita AIDS.

Grafik dibawah ini adalah data usia dari pelaku Ekonomi Kreatif (Ekraf) di Indonesia berdasarkan
hasil survey kerjasama Ekraf dan BPS tahun 2017.

Kerjakan soal nomor 17 – 20 berdasarkan grafik diatas

17. Data diatas termasuk populasi atau sampel? Mengapa?
18. Termasuk kedalam jenis data apa?
19. Rentang usia terbanyak sebagai pengusaha Ekonomi Kreatif adalah ...
20. Jika jumlah penduduk Indonesia 350 juta, berapa banyak pengusaha Ekonomi Kreatif pada
rentang usia 30 – 39 tahun?

Diagram dibawah ini adalah data perbandingan Status Pekerja Formal vs Informal Tenaga Kerja
Indonesia dengan Tenaga Kerja Ekraf

hal. 15
Statistika Dasar, lukman12@upi.edu
Pendahuluan

Kerjakan soal nomor 21 – 25 berdasarkan diagram diatas

21. Termasuk kedalam jenis data apa: Kualitatif atau Kuantitatif? Mengapa

22. Apakah data tersebut populasi atau ssampel? Mengapa?

23. Persentase terbanyak untuk tenaga kerja Informal? Dari informasi yang mana, apakah dari
angka persen atau diagram? Mengapa

24. Berapa persen total Tenaga Kerja Informal?

25. Berapa persen total Tenaga Kerja Formal?

hal. 16
Statistika Dasar, lukman12@upi.edu