Bahan Ajar :
STATISTIKA EKONOMI DAN BISNIS
(Statistika Deskriptif)
Tim Pengajar :
Dr. Madris, SE., DPS., MSi
................................
............................ dst..
BAB I
PENGANTAR
A. Apa Itu Statistik
Di antara berbagai pengertian statistik yang terdapat dalam literatur, maka kata
“Statistik” dapat disimpulkan menjadi tiga pengertian, yakni pertama statistik sebagai ilmu
pengetahuan (statistics), kedua statistik sebagai karakteristik sampel (statistic), dan ketiga
statistik sebagai data (bentuk jamak dari datum). Data adalah fakta (Fact), dan informasi
adalah data yang sahih (Valid).
Statistik sebagai ilmu pengetahuan (science or art), secara sistematik dapat
dilakukan melalui lima tahap, yakni :
1) pengambilan data (collection of data)
2) pengolahan data (organization of data)
3) presentasi data (presentation of data)
4) analisis data (analysis of data)
5) interpretasi data (interpretation of data).
Pengertian statistika yang lain, adalah statistika deskripsi dengan inferensial.
Statistik deskripsi adalah statistik yang mendeskripsikan atau menjelaskan data sampel,
sesuai data survei. Sedangkan statistik infrensi (infrence), adalah statistik yang
menjelaskan karakteristik populasi (parameter) melalui karakteristik data sampel
(statistic), dengan cara menguji validitas data hasil survei (data sampel).
Jika dilihat dari data yang digunakan, maka statistika yang menganalisis data
kualitatif (data kategorik) dengan skala nominal, dan ordinal disebut statistika
nonparametrik. Sedangkan statistika yang menganalisis data kuntitatif (data numerik)
dengan skala interval, dan rasio disebut statistika parametrik. Oleh karena itu, data
kualitatif sebaiknya dianalisis menggunakan statistika nonparametrik, sedangkan data
kuantitatif dianalisis dengan menggunakan statistika parametrik. Dan jika data gabungan
kuantitatif dan kualitatif, model analisis yang relevan adalah analisis multivariat.
Kemudian statistik sebagai karakteristik data sampel (n), yakni statistic adalah
ukuran-ukuran data sampel, seperti nilai rata-rata variabel x (x-par), varians-x (Sx2),
standar deviasi-x (Sx), proporsi-x (px^), dan lain-lain. Sedangkan karakteristik data
populasi (N) yang biasa disebut parameter, secara simbolik ditulis dalam simbol yang
5
berbeda, yakni jika nilai rata-rata variabel x ditulis µx, varians-x (σx2), standar deviasi-x
(σx), proporsi- (px), dan seterusnya.
Pengertian statistik yang lain adalah data statistik, adalah data. Misalnya, statistik
desa berarti data potensi desa; statistik industri, berarti data tentang sektor industri; statistik
vital, berarti data tentang penduduk; dan lain-lain. Data dilihat dari sumbernya, dapat
dibedakan antara data primer dengan data sekunder. Data primer adalah data yang
digunakan langsung oleh sumber pertama data tersebut, dengan kata lain data tersebut
belum pernah dipublikasi sebelumnya. Sedangkan data sekunder adalah data yang
digunakan oleh konsumen ke dua, ketiga, dan seterusnya, artinya data tersebut sudah
pernah dipublikasi sebelumnya, baik sebagai sumber pertama maupun lainnya.
Data dilihat dari unit analisisnya, dapat dibedakan antara data cross section dan
data time series. Data cross section adalah dimana unit analisisnya berdasarkan tempat
(place). Sedangkan data time series adalah dimana unit analisisnya berdasarkan urutan
waktu (time). Gabungan antara data cross section dengan data time series disebut data
panel (panel data). Di sisi lain, data dilihat dari sistem bilangan, maka ada data dalam
bentuk deskrit (kategorikal), dan ada data dalam bentuk kontinu. Data dalam ukuran deskrit
menghasilan grafik atau diagram, misalnya histogram, dan poligon, sedangkan data dalam
ukuran kontinu menghasilan kurva, misalnya dalam ilmu ekonomi (kurva permintaan,
kurva biaya, kurva penerimaan, dll.).
Jika data diliht dari sifatnya, maka ada data kualitatif (bersifat kategori), dan ada
data kuantitatif (bersifat numerik). Data kualitatif tidak memiliki satuan dalam bentuk
bilangan, seperti halnya pendapatan dalam ukuran nilai mata uang tertentu. Data kualitatif
hanya dapat dibedakan dan atau dibandingkan. Data ini diukur dengan skala nomonal dan
skala ordinal. Sedangakan data kuantitatif di samping dapat dibedakan dan dibandingkan,
juga dapat diukur selisih (interval) dan kelipatannya. Data ini diukur dengan skala interval
dan skala rasio.
Adapun sifat dari masing-masing skala pengukuran variabel tersebut, sebagai
berikut :
1. Skala Nominal
• paling sederhana
• tidak ada asumsi jarak/urutan
6
• mutually exclusive.
Contoh : Jenis kelamin (laki-laki, perempuan), agama, jenis pekerjaan, status pekerjaan,
status kawin, dan lain-lain.
2. Skala Ordinal
• bisa diurutkan dari yang paling kecil ke paling besar dan atau sebaliknya
• tidak memberikan inferensi, berapa besarnya.
• Mutually exclusive.
Contoh :
• Tempat tinggal (kota besar,sedang atau kota kecil).
• Tingkat pendidikan (SD, SLTP, SLTA ke atas).
• Tingkat pendapatan (tinggi, sedang, rendah)
3. Skala Interval
• mempunyai jarak tertentu, jadi bisa dikurangkan atau dijumlahkan, tetapi
• tidak dapat dianggap sebagai kelipatan
• mutually exclusive.
Contoh :
- Index prestasi :
IPa = 4.0, IPb =3.5, IPc =3.0, IPd =2.5, IPe =2.0
tidak bisa dikatakan : IPa = 2x IPe atau 4 = 2x 2.
-Suhu udara : suhu udara 40 derajat C tidak bisa dikatakan sama
dengan 2 kali panas suhu udara 20 derajat Celcius.
4. Skala rasio
• Disamping memenuhi semua syarat dari skala nominal, ordinal dan interval, juga
dapat ditetapkan kelipatannya.
Contoh : pendapatan, pengeluaran, harga, keuntungan, dan lain-lain.
perusahaan, kita akan menghitung semua upah masing-masing karyawan lalu dibagi total
karyawan pada perusahaan tersebut. Beberapa kelebihan dari sensus adalah :
1. Data didapat dari semua dan masing-masing unit populasi.
2. Hasil yang didapatkan sangat representatif, akurat dan realibel.
3. Data sensus dapat dijadikan sebagai data awal untuk melakukan survei dalam menentukan
jumlah sampel.
Di samping sensus memiliki kelebihan, juga memiliki beberapa kekurangan, antara lain :
1. Biaya sensus besar, karena mengangkut semua, dan masing-masing populasi.
2. Waktu pengambilan data cukup lama.
3. Menggunakan banyak tenaga kerja.
4. Bisa menciptakan kepunahan populasi, jika merupakan sebuah eksperimen. Misalnya,
untuk menguji rata-rata lama menyala semua pruduk lampu pijar, maka semua lampu pijar
dinyalakan sampai padam, sehingga semua lampu pijar yang diproduksi tidak ada lagi yang
bisa dijual.
Atas kelemahan-kelemahan tersebut, maka sensus tidak banyak dilakukan secara
praktis. Di Indonesia oleh Badan Pusat Statistik (BPS) hanya melaksanakan sensus
penduduk dan sensus pertanian dilaksanakan hanya satu kali dalam 10 tahun. Atas
pertimbangan biaya, waktu, dan tengan kerja, maka dilakukan survei. Survei adalah
pengambilan data berdasarkan sampel terpilih. Sampel adalah bagian dari populasi.
Beberapa survei yang dilakukan oleh BPS, antara lain Survei Penduduk Antar Sensus
(SUPAS), Survei Sosial Ekonomi Nasional (SUSENAS), Survei Tenaga Kerja Nasional
(SAKERNAS), Survei Demografi dan Kesehatan Indoesia (SDKI), Survei Biaya Hidup
(SBH), Survei Kepuasan Konsumen (SKK), dan lain-lain.
pendekatan empiris (fact) dan dengan metode statistik (statistical methods), serangkaian
data akan tersedia dalam bentuk valid, reliabel, dan obyektif.
Statistika juga dapat dijadikan sebagai alat untuk :
1. Mendeskripsikan sebuah fenomena tertentu, baik secara individu maupun kelompok.
2. Menyederhanakan sebuah permasalahan yang rumit
3. Membandingkan antara dua atau lebih fenomena tertentu, baik secara individu maupun
kelompok.
4. Memformulasi dan menguji hipotesis
5. Meprediksi sebuah kejadian yang akan datang.
6. Memformulasi suatu kebijakan yang tertentu.
Statistika sebagai alat (tools) dapat diterapkan pada berbagai disiplin ilmu, seperti:
1. Statistika dengan ilmu ekonomi dan bisnis.
2. Statistika dengan ilmu pengetahuan alam
3. Statistika dengan ilmu keteknikan.
4. Statistika dengan ilmu kesehatan.
5. Statistika dengan riset.
6. Statistika dengan lainnya, termasuk masalah-masalah kebijakan negara (the state).
Khusus dalam ilmu ekonomi dan bisnis, statistika dapat digunakan dalam pengukuran
produk domestik bruto (PDB), business cycle, studi perbandingan antara pasar
monopolistik dengan pasar oligopoli, survei pasar, masalah ketenagakerjaan, masalah
keuangan negara dan daerah, masalah ekonomi internasional, dan lain-lain. Hal tersebut
mengindikasikan begitu pentingnya statistika dalam sebuah kebijakan dan pengembangan
ilmu pengetahuan dan teknologi.
D. Keterbatasan Statistika
Di satu sisi statistika, nampak dapat menyelesaikan semua masalah layaknya
sebuah “majik”, tetapi di sisi lain statistika memiliki banyak kelemahan, yakni :
1. Statistika tidak dapat digunakan untuk pengukuran secara individu dalam sebuah kejadian
tertentu.
2. Statistika hanya dapat digunakan untuk karakteristik yang bersifat kuantitatif.
3. Hasil analisis statistika hanya benar pada nilai rata-rata, tidak benar secara individu, dan
tidak benar secara universal, dengan kata lain hanya benar pada kondisi tertentu.
9
BAB II
DISTRIBUSI FREKUENSI
10
60 33 85 52 65 77 84 65 57 74
71 81 35 50 65 64 74 47 68 54
80 41 61 91 55 73 59 53 45 77
41 78 55 48 69 85 67 39 76 60
94 66 98 66 73 42 65 94 89 88
Array Data
Susunan Data Gaji 50 Orang Karywan Pada Suatu Perusahaan
Mebel Di Yogyakarta Tahun 2020
33 35 35 39
41 41 42 45 47 48
50 52 53 54 55 55 57 59
60 60 61 64 65 65 66 66 67 68
71 73 73 74 74 76 77 77 78
80 81 84 85 85 88 89
91 94 94 98
Jenis Data :
a. Data Tunggal (Ungroup Data)
b. Data Dikelompokkan (Group Data)
b. Metode Sturges
Jika distribusi frekuensi di atas dibentuk dalam bentuk grafik, maka dapat dibuat :
20
HISTOGRAM
12
POLYGON
15
10
Sumber : Tabel 1
50 (50) 100
(46) 92
40 (40) 80
30 (32) 64
20
(20) 40
10 (11) 22
8
(4)
29,5 39,5 59,5 69,5 79,5 89,5 99,5
Sumber : Tabel 1 Tepi Kelas
13
50
FREKUENSI KOMULATIF
92
“KURANG DARI”
40 78
30 60
Frekuensi
Komulatif
20
36
10 20
prosentase
8
29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5
Tepi Kelas
Sumber : Tabel 1
Ada tiga bahasa yang dapat dikomunikasikan dalam presentase hasil olahan data
statistik, yakni bahasa verbal, bahasa visual, dan bahasa matematika. Bahasa verbal
adalah yang disusun dengan rangkaian kata-kata, sehingga membentuk sebuah kalimat
yang memiliki subjek, predikat, dan obyek, atau sebuah kalimat yang memiliki induk dan
anak kalimat, sampai terbentuk sebuah alinea atau pragraf. Bahasa visual adalah bahasa
yang dikomunikasikan melalui gambar, seperti tabel, diagram, grafik, dan kurva. Bahasa
matematika adalah bahasa yang dirumuskan dalam bentuk persamaan matematika,
untuk menyederhanakan suatu yang amat kompleks sifatnya menjadi model yang lebih
sederhana, dalam bahasa ekonomi disebut model ekonometrika.
Data dapat dipresentase melalui tabel, juga dapat melalui diagram, dan grafik.
Perbedaan antara tabel dengan diagram dan grafik, adalah :
1) Diagram atau grafik hanya memberikan proksi ide. Nilai yang pasti ada pada tabel.
14
Gambar 2
Indeks Kepuasan Konsumen Terhadap Kualitas Layanan BPS Menurut
Tempat Beraktivitas Responden di BPS Provinsi Sulawesi Barat
PERTANIAN
3,01
0,31 1,37 PERTAMBANGAN &
PENGGALIAN
7,91 8,56 INDUSTRI PENGOLAHAN
13,07 LISTRIK, GAS DAN AIR
29,19
12,82 BANGUNAN
Gambar 4
Struktur Ekonomi Kabupaten Enrekang Menurut Sektor
Tahun 2007 (Persen)
PERTANIAN
0,61 PERTAMBANGAN &
4,62 PENGGALIAN
5,36 INDUSTRI PENGOLAHAN
0,54 10,13
LISTRIK, GAS DAN AIR
BANGUNAN
20,54
27,28
PERD., HOTEL &
51,46
RESTORAN
PENGANGKUTAN &
4,07 2,67 KOMUNIKASI
KEU. PERSEWAAN & JASA
PERUSAHAAN
JASA-JASA
BAB III
UKURAN NILAI SENTRAL
18
• Syarat :
- Dapat mewakili & rangkaian data
- Perhitungannya didasarkan pada seluruh rangkaian data
• Jenis]
1. Rata-rata hitung (mean)
2. Median (nilai tengah)
3. Modus (mode)
• Tujuan (kegunaan)
Untuk membandingkan antara 2 atau lebih rangkaian data.
B. Median (Md)
(1) Data Tunggal (Ungoruped Data)
19
N
Median adalah nilai observasi yang berada pada posisi untuk observasi yang
2
berjumlah observasi yang genap.
(2) Data Berkelompok (Grouped Data).
N / 2 − FCu )
Md = Li + XCi
Fmd
Dimana :
Md = Nilai sentral (median)
Li = Tepi kelas bawah dari kelas median.
Fcu(<) = Frekuansi kumulataif kurang dari (dibawah dari) kelas mediam.
Fmd = Frekuensi yang bersesuaian dengan kelas median
Ci = Interval kelas
N
= Posisi Kelas Median untuk data dikelompokkan, dan ((N+1)/2) untuk data
2
tdk dikelompokkan .
C. Modus (Mo)
Modus adalah frekuensi tertinggi dari serangkaian data observasi.
Untuk data berkelompok modus dirumuskan sebagai berikut :
d1
Mo = Li + XCi
d1 + d 2
Dimana :
Li = Tepi kelas bawah dari kelas modus
d1 = d (mo) – d (mo-1)
d2 = d (mo) – d (mo+1)
Kelas-kelas f X D f.d
30-39 4 34,5 -30 -120
40-49 6 44,5 -20 -120
50-59 8 54,5 -10 -80
60-69 12 64,5 = A 0 0
69-70 9 74,5 +10 +90
70-79 7 84,5 +20 +140
80-89 4 94,5 +30 +120
90 -99 3
100-109
N=50 fd = +3
fidi
X =A+ ci = 64,5 + (3/50) = 65,1
fi
21
BAB IV
UKURAN PENYEBARAN (DISPERSI)
• Penyebaran adalah perserakan data individual terhadap nilai rata-rata.
23
= Variance
( Xi − X )
Varians (2) =
N
fixi 2 fixi
2
• = −
N N
24
fidi 2 fidi
2
• = Ci −
N N
Contoh : Perhitungan :
Tabel 6. Perhitungan Deviasi Rata-rata Distribusi Frekuensi Gaji 50
Karyawan Perusahaan Meubel Di Yogyakarta Tahun 2013
Kelas-kelas F x d fd d2 Fd2
30-39 4 34,5 -3 -12 9 36
40-49 6 44.5 -2 -12 4 24
50-59 8 54.5 -1 -8 1 8
60-69 12 64.5 0 0 0 0
70-79 9 74.5 +1 +9 1 9
80-89 7 84.5 +2 +14 4 -28
90-99 4 94.5 +3 +12 9 36
100-109
N= 50 Fd = +3 0 fd 2 = 141
= 10 141 / 50 − (3 / 50) 2 = 2,82 − 0,0036 X 10
= 2,8164 X 10 = 1.6782 X 10 = 16.78
Sumber : Tabel 1
Contoh Kasus :
Tabel 9. Distribusi Frekuensi Yang Simetris
26
Interval Tepi
f X d Fd f
Kelas Kelas
54,5
60-69 10 64,5 +1 +10
69,5 45
70-79 5 74,5 +2 +10
79,5 50
N=50 0 fd = 0
Interval Tepi f
F X d fd
Kelas Kelas
29,5 0
30-39 5 34,5 -2 -10
39,5 5
(51.1)
Modus < Median < Mean
40-49 20 44,5 -1 -10
49,5 15
50-59 15 45,5=A 0 0 Md=25
59,5 35
(47,0) (49,5)
60-69 7 64,5 +1 +10
69,5 45
70-79 3 74,5 +2 +10
79,5 50
N=50 0 fd = −17
Kelas- Tepi
F X d Fd f
kelas Kelas
29,5 0
30-39 3 34,5 -2 -6
39,5 3
40-49 7 44,5 -1 -7
49,5 10
50-59 15 54,5 = A 0 0
59,5 25
60-69 20 64,5 +1 +20
69,5 45
70-79 5 74,5 +2 +10
79,5 50
N=50 Fd=17
BAB V
UKURAN LETAK
28
• Pengertian
Ukuran yang didasarkan pada letak dari ukuran rangkaian data dalam suatu dist.
Frekuensi. (Group dan ungroup Data)
• Jenis
(1). Kuartil/quarttile = K
(2). Desil/Decile = D
(3). Prosentil/Procentile = P
Contoh Perhitungan :
Ad 1. Kuartil (K),
Yakni membagi rangkaian data menjadi empat bagaian yang sama.
Tabel 12. Perhitungan Kuartil pada Distribusi Frekuensi Gaji 50 Karyawan
Perusahaan Meubel Di Yogyakarta tahun 2013
Gambar 1. Kuartil
Fi
29
12
Xi
Sumber : Tabel K1 K2 K3
Ad 2. Desil (D),
Yakni membagi rangkaian data menjadi sepuluh bagaian yang sama.
Tabel 13. Perhitungan Desil pada Distribusi Frekuensi Gaji 50 Karyawan
Perusahaan Meubel Di Yogyakarta tahun 2013
Sumber : Tabel 1
Gambar 2. Dasil
fi
30
1
1/10 1/10
10
1
Xi
10
D1 D2 D3 D4 D5 D6 D7
Sumber : Tabel 13
Ad 3. Persentil (P), Yakni membagi rangkaian data menjadi seratus bagaian yang sama.
Tabel 14. Perhitungan Persentil pada Distribusi Frekuensi Gaji 50 Karyawan
Perusahaan Meubel Di Yogyakarta tahun 2013
Sumber : Tabel 1
Gambar 3. Persentil
fi
31
Xi
P1P2P3………………..P50………………….P99
Sumber : Tabel 14