Nama : Muhammad Ichsan Fajari

NIM 048787063

1. a. Jelaskan dan berilah contoh masing-masing untuk setiap jenis data berikut!
✓ Data primer dan sekunder
Data primer adalah data yang dikumpulkan secara langsung dari sumber pertama atau langsung
melalui penelitian atau observasi yang dilakukan oleh individu atau tim peneliti.
Contoh data primer :
• Survei: Survei adalah metode pengumpulan data primer yang melibatkan kuesioner
atau wawancara dengan responden. Contoh survei dapat mencakup survei konsumen,
survei karyawan, atau survei pasar.
• Observasi: Observasi melibatkan pengamatan langsung dari fenomena atau perilaku
yang sedang diteliti. Contoh observasi termasuk pengamatan karyawan di tempat kerja,
pengamatan perilaku konsumen di toko, atau pengamatan perilaku hewan di alam liar.
• Studi kasus: Studi kasus melibatkan penelitian mendalam tentang satu kasus tertentu,
seperti perusahaan atau individu. Studi kasus dapat melibatkan pengumpulan data dari
berbagai sumber, seperti wawancara, dokumentasi, dan observasi.
• Eksperimen: Eksperimen adalah metode pengumpulan data primer yang melibatkan
pengaturan situasi tertentu dan memantau respons dari subjek. Contoh eksperimen
termasuk uji produk baru atau pengujian efektivitas kampanye iklan.
• Data internal perusahaan: Data internal perusahaan meliputi data yang dikumpulkan
oleh perusahaan sendiri, seperti data penjualan, data produksi, dan data karyawan. Data
ini dapat digunakan untuk membuat keputusan bisnis yang lebih baik dan strategi yang
lebih efektif.

Data sekunder adalah data yang telah dikumpulkan oleh pihak lain sebelumnya dan dapat
diakses oleh publik atau pihak tertentu untuk keperluan penelitian atau analisis.
Contoh data sekunder :
• Data pemerintah: Data yang dipublikasikan oleh pemerintah, seperti data ekonomi, data
penduduk, dan data sosial.
 • Data industri: Data yang dihasilkan oleh industri atau perusahaan, seperti data
penjualan, data produksi, dan laporan keuangan.
• Data akademik: Data yang dihasilkan oleh penelitian atau studi akademik, seperti
artikel jurnal, tesis, dan laporan penelitian.
• Data media: Data yang dihasilkan oleh media, seperti laporan berita, artikel, dan blog.
• Data yang dipublikasikan secara online: Data yang tersedia di internet, seperti data dari
situs web e-commerce, data sosial media, dan data situs web lainnya.
Data sekunder dapat digunakan sebagai sumber informasi yang berharga dalam analisis bisnis
atau penelitian. Namun, data sekunder tidak selalu sesuai dengan kebutuhan bisnis atau
penelitian yang spesifik, sehingga penting untuk mempertimbangkan kualitas, akurasi, dan
kecocokan data sekunder dengan tujuan analisis atau penelitian.

✓ Data kualitatif dan Data kuantitatif

Data kualitatif adalah jenis data yang lebih berfokus pada deskripsi dan penjelasan daripada
pengukuran numerik.
Contoh data kualitatif :
• Jenis kelamin
• Pekerjaan
• Alamat domisili
• Warna kulit
• Etnis
• Wawancara: Wawancara dapat menghasilkan data kualitatif dalam bentuk narasi dan
deskripsi tentang pengalaman, pendapat, dan pandangan seseorang.
• Observasi: Observasi dapat menghasilkan data kualitatif dalam bentuk catatan tentang
perilaku, kebiasaan, dan interaksi sosial.
• Fokus kelompok: Fokus kelompok dapat menghasilkan data kualitatif dalam bentuk
diskusi kelompok tentang topik tertentu.
• Dokumen dan literatur: Dokumen dan literatur dapat menghasilkan data kualitatif
dalam bentuk analisis naratif tentang topik tertentu.
• Catatan lapangan: Catatan lapangan dapat menghasilkan data kualitatif dalam bentuk
catatan dan refleksi tentang pengalaman dalam penelitian atau observasi.
Data kualitatif dapat memberikan wawasan yang lebih mendalam tentang fenomena yang
kompleks dan sulit diukur dengan angka. Data kualitatif dapat digunakan untuk memahami
persepsi, pandangan, dan pengalaman individu atau kelompok dalam konteks bisnis atau
penelitian.

Data kuantitatif adalah jenis data yang dapat diukur dengan angka dan biasanya digunakan
dalam analisis statistik.
Contoh data kuantitatif:
• Data pendapatan: Data pendapatan dapat diukur dalam bentuk angka dan digunakan
dalam analisis keuangan atau pasar.
• Data statistik populasi: Data statistik populasi dapat digunakan untuk menggambarkan
karakteristik populasi, seperti usia rata-rata, tingkat pendidikan, dan tingkat
pengangguran.
• Data penjualan: Data penjualan dapat diukur dalam bentuk angka dan digunakan dalam
analisis penjualan, pasar, dan keuangan.
• Data persediaan: Data persediaan dapat diukur dalam bentuk angka dan digunakan
dalam analisis persediaan dan manajemen rantai pasok.
• Data survei: Data survei dapat diukur dengan angka dan digunakan dalam analisis
sosial, pasar, dan kebijakan.
• Data kuantitatif memungkinkan analisis statistik yang lebih terperinci dan dapat
digunakan untuk menguji hipotesis dan membuat keputusan bisnis yang lebih baik.

✓ Data diskrit dan Data kontinu

Data diskrit adalah jenis data yang nilainya terbatas pada angka-angka tertentu dan tidak dapat
dipecah lagi menjadi bagian yang lebih kecil.
Contoh data diskrit :
• Jumlah anak: Jumlah anak yang dimiliki oleh sebuah keluarga tidak dapat dipecah lagi
menjadi bagian yang lebih kecil dan nilainya terbatas pada bilangan bulat.
• Jumlah karyawan: Jumlah karyawan dalam sebuah perusahaan tidak dapat dipecah lagi
menjadi bagian yang lebih kecil dan nilainya terbatas pada bilangan bulat.
 • Jumlah stok: Jumlah stok barang dalam sebuah toko tidak dapat dipecah lagi menjadi
bagian yang lebih kecil dan nilainya terbatas pada bilangan bulat.
• Jumlah pesanan: Jumlah pesanan yang diterima oleh sebuah perusahaan tidak dapat
dipecah lagi menjadi bagian yang lebih kecil dan nilainya terbatas pada bilangan bulat.
Data diskrit memungkinkan analisis statistik yang lebih mudah dan dapat digunakan dalam
pengambilan keputusan bisnis seperti perencanaan produksi, manajemen persediaan, dan
penganggaran.

Data kontinu adalah jenis data yang memiliki nilai yang bisa diukur dalam skala yang kontinu
dan bisa memiliki nilai desimal.
Contoh data kontinu :
• Tinggi badan: Tinggi badan seseorang dapat diukur dalam satuan sentimeter atau inci
dan dapat memiliki nilai desimal.
• Berat badan: Berat badan seseorang dapat diukur dalam satuan kilogram atau pon dan
dapat memiliki nilai desimal.
• Suhu: Suhu udara dapat diukur dalam skala Celsius atau Fahrenheit dan dapat memiliki
nilai desimal.
• Durasi waktu: Durasi waktu, seperti waktu yang dibutuhkan untuk menyelesaikan suatu
tugas atau waktu yang diperlukan untuk mengirimkan barang dari satu tempat ke tempat
lain, dapat diukur dalam satuan waktu dan dapat memiliki nilai desimal.
• Kecepatan: Kecepatan mobil atau pesawat terbang dapat diukur dalam satuan kilometer
per jam atau mil per jam dan dapat memiliki nilai desimal.
Data kontinu memungkinkan analisis statistik yang lebih rinci dan dapat digunakan dalam
pengambilan keputusan bisnis seperti perencanaan produksi, manajemen persediaan, dan
penganggaran.
 b. Temukan nilai x dari persamaan berikut

(6 − 4)3 + (7 + 9 2
𝑥=

2. Jelaskan perbedaan macam-macam sampel berikut dan lengkapi dengan contoh :

a. Convenience sample
Convenience sample adalah teknik pengambilan data sampel yang kemungkinan besar
akan menghasilkan kesimpulan penelitian yang tidak akurat.
Contoh convenience sample :
• Seorang peneliti yang ingin melakukan studi tentang pola tidur mahasiswa di sebuah
perguruan tinggi, memilih mahasiswa yang duduk di sebelahnya di kelas sebagai
sampel penelitiannya.
• Seorang peneliti ingin mengumpulkan data tentang preferensi rasa kopi, dan
melakukan survei di sekitar kampusnya hanya dengan bertanya kepada mahasiswa
yang sedang minum kopi di kedai kopi yang dekat dengan kampus.
• Seorang peneliti yang ingin mengetahui tingkat kepuasan pelanggan terhadap suatu
produk tertentu, melakukan survei di toko-toko yang menjual produk tersebut dan
hanya memilih pelanggan yang datang ke toko saat survei dilakukan.
b. Stratified sample
Stratified sample adalah metode pengambilan sampel yang mengambil sampel dari
populasi dengan membaginya menjadi beberapa strata atau lapisan homogen berdasarkan
karakteristik tertentu seperti usia, jenis kelamin, pendapatan, atau wilayah geografis, dan
kemudian melakukan pengambilan sampel acak dalam setiap strata tersebut. Dalam
stratified sampling, setiap strata memiliki kesempatan yang sama untuk diwakili dalam
sampel akhir.
Contoh penggunaan stratified sampling adalah sebagai berikut:
• Seorang peneliti ingin mengetahui preferensi makanan di antara penduduk kota. Ia
membagi populasi menjadi dua strata berdasarkan tingkat pendapatan, yaitu strata
rendah dan strata tinggi. Kemudian, ia mengambil sampel acak dari masing-masing
strata dengan proporsi yang sama.
• Sebuah perusahaan ingin mengetahui tingkat kepuasan pelanggan di beberapa kota.
Perusahaan tersebut membagi populasi menjadi beberapa strata berdasarkan lokasi
geografis, yaitu kota A, B, dan C. Kemudian, perusahaan tersebut mengambil sampel
acak dari masing-masing strata dengan proporsi yang sama.
Dalam stratified sampling, setiap strata diwakili dengan proporsi yang sama dan ukuran
sampel dalam masing-masing strata ditentukan berdasarkan proporsi ukuran populasi strata
tersebut terhadap populasi keseluruhan. Stratified sampling membantu mengurangi
kesalahan pengambilan sampel dan memberikan hasil yang lebih akurat karena mewakili
setiap lapisan dalam populasi yang memiliki karakteristik yang berbeda-beda.
c. Cluster sample
Cluster sample adalah metode pengambilan sampel yang membagi populasi menjadi
kelompok atau cluster yang lebih besar, kemudian mengambil sampel acak dari setiap
kelompok tersebut. Dalam cluster sampling, setiap kelompok dianggap mewakili seluruh
populasi dan diambil secara acak untuk dijadikan sampel.
Contoh penggunaan cluster sampling adalah sebagai berikut:
• Seorang peneliti ingin mengetahui tingkat kesehatan gigi dan mulut pada anak-anak di
sekolah dasar. Ia memilih beberapa sekolah secara acak, kemudian mengambil sampel
acak dari setiap kelas dalam sekolah tersebut.
 • Sebuah lembaga survey ingin mengetahui tingkat kepuasan pelanggan pada sebuah
perusahaan. Lembaga survey tersebut memilih beberapa kota secara acak, kemudian
mengambil sampel acak dari setiap daerah dalam kota tersebut.
Dalam cluster sampling, populasi diambil secara acak dan dikelompokkan berdasarkan
karakteristik yang sama, sehingga memudahkan dalam pengambilan sampel dan
mengurangi biaya yang dikeluarkan. Namun, cluster sampling juga berisiko menghasilkan
sampel yang tidak mewakili populasi secara akurat karena variasi dalam setiap kelompok
yang besar. Oleh karena itu, cluster sampling lebih sesuai digunakan pada populasi yang
homogen dalam setiap kelompok.
d. Representative sample
Representative sample adalah sampel yang dipilih dari populasi dengan proporsi yang sama
seperti populasi aslinya. Artinya, sampel yang diambil mewakili karakteristik populasi
secara keseluruhan, termasuk variabilitas yang ada di dalamnya.
Contoh penggunaan representative sampling adalah sebagai berikut:
• Sebuah perusahaan ingin mengetahui preferensi konsumen terhadap produk baru yang
akan diluncurkan. Perusahaan tersebut memilih responden secara acak dan memastikan
bahwa proporsi mereka mewakili populasi target secara keseluruhan, seperti usia, jenis
kelamin, pendapatan, dan wilayah geografis.
• Seorang peneliti ingin mengetahui tingkat stres pada mahasiswa. Ia memilih responden
secara acak dari berbagai program studi dan memastikan bahwa jumlah responden di
setiap program studi mencerminkan proporsi populasi mahasiswa di universitas
tersebut.
Representative sampling membantu menghasilkan sampel yang mewakili populasi secara
akurat dan mengurangi bias dalam pengambilan sampel. Dengan demikian, hasil dari
representative sampling dapat digeneralisasikan ke populasi yang lebih besar secara lebih
tepat dan dapat digunakan untuk membuat keputusan yang lebih akurat.
e. Random sample
Random sample adalah metode pengambilan sampel di mana setiap individu dalam
populasi memiliki kesempatan yang sama untuk dipilih menjadi bagian dari sampel.
Artinya, setiap anggota populasi dipilih secara acak dan independen dari anggota populasi
lainnya, sehingga meminimalkan bias dalam pengambilan sampel.
 Contoh penggunaan random sampling adalah sebagai berikut:
• Seorang peneliti ingin mengetahui tingkat kepuasan pelanggan pada sebuah restoran
cepat saji. Ia memilih responden secara acak dari daftar pelanggan restoran tersebut
yang tercatat dalam basis data pelanggan.
• Sebuah perusahaan ingin mengetahui tingkat produktivitas karyawan. Perusahaan
tersebut memilih responden secara acak dari seluruh karyawan yang bekerja di
perusahaan tersebut.
Random sampling sangat penting dalam penelitian karena meminimalkan bias dalam
pengambilan sampel dan memberikan hasil yang lebih akurat dan representatif. Dengan
memilih sampel secara acak, peneliti dapat mengurangi kemungkinan terjadinya bias
dalam memilih sampel dan memastikan bahwa hasil penelitian dapat digeneralisasikan ke
seluruh populasi dengan lebih akurat.

3. Berikut adalah data lama waktu bekerja 50 karyawan di perusahaan Batik dalam satuan
jam.

62 78 70 58 65 54 69 71 67 74
64 45 59 68 70 66 80 54 62 83
77 51 72 79 66 83 63 67 61 71
64 59 76 67 59 64 70 73 67 56
42 56 91 48 81 92 46 82 52 92

a. Buatlah table distribusi frekuensi

b. Tentukan frekuensi kumulatif dan frekuensi relatifnya
Jawab :
a.

No Durasi Turus Frekuensi

1 42 I 1
2 45 I 1
3 46 I 1
4 48 I 1
5 51 I 1
6 52 I 1
7 54 II 2
8 56 II 2
9 58 I 1
10 59 III 3
11 61 I 1
12 62 II 2
13 63 I 1
14 64 III 3
15 65 I 1
16 66 II 2
17 67 IIII 4
18 68 I 1
19 69 I 1
20 70 III 3
21 71 II 2
22 72 I 1
23 73 I 1
24 74 I 1
25 76 I 1
26 77 I 1
27 78 I 1
28 79 I 1
29 80 I 1
30 81 I 1
31 82 I 1
32 83 II 2
33 91 I 1
34 92 II 2
JUMLAH 50
b.
% %
Frekuensi Frekuensi
No Durasi Frekuensi Frekuensi Frekuensi
relatif kumulatif
relatif kumulatif
1 42 1 0.02 2% 1 2%
2 45 1 0.02 2% 2 4%
3 46 1 0.02 2% 3 6%
4 48 1 0.02 2% 4 8%
5 51 1 0.02 2% 5 10%
6 52 1 0.02 2% 6 12%
7 54 2 0.04 4% 8 16%
8 56 2 0.04 4% 10 20%
9 58 1 0.02 2% 11 22%
10 59 3 0.06 6% 14 28%
11 61 1 0.02 2% 15 30%
12 62 2 0.04 4% 17 34%
13 63 1 0.02 2% 18 36%
14 64 3 0.06 6% 21 42%
15 65 1 0.02 2% 22 44%
16 66 2 0.04 4% 24 48%
17 67 4 0.08 8% 28 56%
18 68 1 0.02 2% 29 58%
19 69 1 0.02 2% 30 60%
20 70 3 0.06 6% 33 66%
21 71 2 0.04 4% 35 70%
22 72 1 0.02 2% 36 72%
23 73 1 0.02 2% 37 74%
24 74 1 0.02 2% 38 76%
25 76 1 0.02 2% 39 78%
26 77 1 0.02 2% 40 80%
27 78 1 0.02 2% 41 82%
28 79 1 0.02 2% 42 84%
29 80 1 0.02 2% 43 86%
30 81 1 0.02 2% 44 88%
31 82 1 0.02 2% 45 90%
32 83 2 0.04 4% 47 94%
33 91 1 0.02 2% 48 96%
34 92 2 0.04 4% 50 100%
JUMLAH 50 1 100%
4. Berikut adalah data nilai ujian statistika mahasiswa:

Nilai Frekuensi
31-40 3
41-50 5
51-60 10
61-70 11
71-80 8
81-90 3

Tentukanlah:
a. Mean
b. Median
c. Modus

Jawab :

Nilai f1 X f1.X f Kom

31-40 3 35.5 106.5 3

41-50 5 45.5 227.5 8
51-60 10 55.5 555 18
61-70 11 65.5 720.5 29
71-80 8 75.5 604 37
81-90 3 85.5 256.5 40
40 2470

a. Mean
∑ X/n = 2470 / 40 = 61,75

b. Median
Median dicari dengan mencari nilai tengah data.
Pertama, kita perlu mencari nilai kumulatif frekuensi komulatif (f kom) yang sama dengan
setengah dari jumlah data, yaitu 20. Setelah itu, kita bisa mencari kelompok umur yang berisi
nilai tengah tersebut, yaitu kelompok umur 51-60. Median dari data tersebut adalah 55.5.
c. Modus
Modus (nilai yang paling sering muncul) dapat dicari dengan melihat kelompok umur yang
memiliki frekuensi terbesar. Kelompok umur dengan frekuensi terbesar adalah nilai 61-70 atau
65,5.

Sumber :
BMP ESPA4123 Statistika Ekonomi