DASAR STATISTIKA

MAHDI SYAMRI, S.H., MH

Materi Dasar Statistika

Populasi & Sampel

Data dan Skala Pengukuran Data
Penyajian Data
Pengertian Populasi

Populasi adalah wilayah generalisasi yang

Sugiyono terdiri dari obyek / subyek yang menjadi
kuantitas dan karakteristik tertentu yang
(1997:57) ditetapkan oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulannya.

Populasi adalah totalitas semua nilai yang

Nazir mungkin, baik hasil menghitung ataupun
pengukuran kuantitatif maupun kualitatif dari
(1983:327) karakteristik tertentu mengenai sekumpulan
obyek yang lengkap

Riduwan Populasi adalah keseluruhan dari karakteristik

atau unit hasil pengukuran yang menjadi obyek
(1997:3) penelitian.
Pengertian Sampel

Suharsimi
Arikunto Sampel adalah bagian dari populasi
(1998:117)

Sugiyono Sampel adalah sebahagian dari

jumlah dan karakteristik yang
( 1997:58) dimiliki oleh populasi

Sampel adalah bagian dari populasi

Riduwan yang mempunyai ciri-ciri atau
(2003:10) keadaan tertentu yang akan diteliti.
 Populasi & Sampel

Populasi adalah
obyek/subyek yang
berada pada suatu
wilayah dan memenuhi
syarat-syarat tertentu
Populasi berkaitan dengan
masalah penelitian
Sampel Sampel adalah
sebahagian dari populasi
yang diambil dari sumber
data dan dapat mewakili
seluruh populasi
Jenis Populasi

Populasi
Terbatas
Populasi
Populasi
Homogen
Populasi
tak terbatas
Populasi
Heterogen
Alasan Pemilihan Sampel

Populasi sedemikian banyak sehingga sulit untuk

meneliti seluruh elemen
Penelitian lebih efisien (keterbatasan waktu, biaya
penelitian dan sumber daya manusia)
Menghindari penelitian yang tidak masuk akal,
untuk populasi yang homogen.
Penelitian lebih efektif, karena semakin banyak data
memungkinkan data menjadi bias.
Peneliti lebih fokus, sehingga menghasilkan
penelitian yang lebih baik.
Batasan Penggunaan Sampel

Elemen Populasi terlalu heterogen

Jumlah populasi terlalu sedikit ( 30)
Teknik Sampling

Teknik Sampling

Probability Sampling Non-Probability Sampling

(Semua Populasi Sama) (Tidak Semua Populasi Sama)

Simple Probability Sampling Sampling Sistematis

(sederhana)
Sampling Kuota
Proportionate Stratified Random
Sampling (Proporsional & setara) Sampling Incidental

Disproposional Stratified Sampling Purpose Sampling

(tdk Proporsional & tdk Setara)
Sampling Jenuh
Cluster Sampling (sampel area)
Snowball Sampling
Rumus Penentuan Jumlah Sampel

Rumus Slovin :

Keterangan :
n : Sampel
N : Jumlah Populasi
e : tingkat kesalahan,
(1% = 0,01; 5% = 0,05; 10% = 0,10 )
Catatan : semakin kecil tingkat kesalahan,
semakin besar tingkat kepercayaan terhadap
suatu penelitian.
Contoh :

Jumlah Populasi : 100 orang

Tingkat kesalahan : 1% = 0,01
Sampel :

Jadi Jumlah sampelnya adalah 99 Orang.

Rumus Penentuan Jumlah Sampel Bertingkat

Rumus :

Keterangan :
ni : Jumlah sampel pada tingkatan
Ni : Jumlah Populasi pada tingkatan
N : Jumlah Populasi Keseluruhan
n : Jumlah Sampel Keseluruhan
Contoh :

Jumlah Populasi : 100 Orang

Tingkat Kesalahan : 1%
Jumlah Sampel : 99 Orang
Bila populasi keseluruhan terdiri dari :
55 Orang (SD), 45 Orang (SMP)
Maka sampel untuk SD :
Pengertian Data

Data adalah bahan mentah yang perlu diolah

sehingga menghasilkan informasi atau keterangan,
baik kuantitatif maupun kualititif yang menunjukkan
fakta. Riduwan (2013: 31)

Data adalah sekumpulan fakta yang disajikan dalam

bentuk angka-angka yang saling berhubungan satu
sama lainnya. Thoifah (2015: 36)
Jenis Data

Data
Data Kualitatif
Data yang berhubungan dengan kategorisasi atau
karakteristik yang disajikan dalam bentuk kata
Contohnya : baik, buruk, senang, sedih, dll

Data Kuantitatif
Data yang didapatkan dari hasil pengukuran langsung
maupun dari hasil penjabaran data kualitatif, yang
disajikan dalam bentuk Angka
Skala Pengukuran Data
Kualitatif
Skala Nominal
Cirinya Setara dan Tidak
bisa dilakukan operasi
matematika
Contoh : Jenis Kelamin,
Agama, dll
Skala Ordinal
Cirinya tidak setara dan
tidak bisa dilakukan
operasi matematika
Contohnya : pangkat,
jabatan, status sosial, dll
Kuantitatif
Skala Interval
Cirinya diperoleh dari hasil
pengukuran, dan bobot dari setiap
data sama
Contoh : skor IQ, Nilai IPK
Mahasiswa, dll
Skala Rasio
Cirinya mempunyai nilai Nol
mutlak dan mempunyai jarak yang
sama
Contoh : umur manusia (0-),
Tinggi badan (0-), berat badan
(0-), dll
Skala Pengukuran Sikap

1. Skala Likert, adalah skala yang digunakan untuk

mengukur sikap, pendapat dan persepsi seseorang
atau sekelompok tentang kejadian atau gejala
sosial.
Pernyataan Positif Pernyataan Negatif

Sangat Setuju SS 5 Sangat Setuju SS 1

Setuju S 4 Setuju S 2

Netral N 3 Netral N 3

Tidak Setuju TS 2 Tidak Setuju TS 4

Sangat Tidak Setuju STS 1 Sangat Tidak Setuju STS 5

Skala Pengukuran Sikap

2. Skala Guttman, adalah skala yang digunakan untuk

jawaban yang bersifat jelas dan konsisten serta
bersifat universal.
Contoh : Ya Tidak; Benar Salah;
Positif Negatif; Setuju Tidak Setuju, dll
3. Skala Diferensial Sematik, adalah skala yang
berisikan serangkaian karakteristik bipolar (dua
kutub)
Contoh : Kontrol Guru terhadap siswa
Netral
Lemah 1 2 3 4 5 Kuat
Skala Pengukuran Sikap

4. Rating Scale, adalah data mentah yang didapat

berupa angka yang kemudian ditafsirkan ke dalam
penelitian kualitatif.
Contoh : Peneliti ingin meneliti tentang
perilaku siswa, dimana dalam perilaku
siswa terdapat banyak indikator.
N Indikator Interval Jawaban
o Perilaku SB B CB KB STB

1 Sopan Santun 5 4 3 2 1
2 Tutur Kata 5 4 3 2 1
3 Sikap 5 4 3 2 1
Penyajian Data

Penyajian Data

Pengukuran
Tabel Grafik Diagram Keadaan Kelompok
Penyimpangan

Tendensi
Tendensi Ukuran
Ukuran Rentangan
Rentangan
Biasa Histogram
Histogram Batang
Batang sentral
sentral Penempatan
Penempatan

Rentangan
Rentangan Antar
Antar
Mean
Mean Median
Median Quartil
Quartil
Kontigensi Garis
Garis
Poligon
Poligon
Rentangan
Rentangan Semi
Semi
Modus
Modus Quartil
Quartil Quartil
Quartil

Distribusi Frekuensi Lambang

Lambang
Ogive
Ogive Rataan
Rataan Desil
Desil Simpangan
Simpangan rata-rata
rata-rata
Ukur
Ukur

Lingkaran
Lingkaran Rataan
Rataan Persentil
Persentil Simpangan
Simpangan baku
baku
Harmonik
Harmonik

Varians
Varians
Pencar
Pencar

Koefisien
Koefisien varians
varians

Angka
Angka baku
baku
Distribusi Frekuensi

Distribusi Frekuensi, adalah penyusunan suatu

data mulai dari terkecil hingga terbesar yang
membagi banyaknya data ke dalam beberapa kelas.
Distribusi Frekuensi
Kategori
Adalah distribusi frekuensi yang pengelompokan datanya disusun
berbentuk kata-kata.
Digunakan untuk data kualitatif

Numerik
Adalah distribusi frekuensi yang penyatuan kelas-kelasnya
didasarkan pada angka-angka
Digunakan untuk data kuantitatif
 Contoh :

Tabel Distribusi Frekuensi Tabel Distribusi Frekuensi

Kategorik Numerik

Kualitas Frekuensi Umur Frekuensi

Pelayanan 21-25 10
Sangat Baik 20
26-30 15
Baik 100
31-35 40
Cukup Baik 45
36-40 35
Kurang Baik 10 41-45 25
Sangat Tidak Baik 5 46-50 10
Jumlah 180 Jumlah 135
Teknik Pembuatan Distribusi Frekuensi

Urutkan data dari terkecil hingga terbesar

1.
2. Hitung jarak atau rentangan (R) :

3. Hitung jumlah kelas (K) dengan rumus sturges :

4. Hitung panjang kelas interval (P) :

5. Tentukan batas data terendah atau ujung data pertama

6. Buat tabel sementara (tabulasi data) dengan cara dihitung satu-per satu
Interval Rincian Frekuensi

Jumlah

7. Membuat tabel distribusi frekuensi dengan cara memindahkan semua

angka frekuensi.
Contoh :

33 50 44 49 29
43 27 37 38 20
37 27 47 21 33
39 36 26 24 25
33 44 25 24 43
33 27 32 45 33
1. Urutkan data dari terkecil hingga terbesar

20 21 24 24 25 25
26 27 27 27 29 32
33 33 33 33 33 36
37 37 38 39 43 43
44 44 45 47 49 50
2. Hitung jarak atau rentangan (R)
Teknik Pembuatan Distribusi Frekuensi

3. Hitung jumlah kelas (K) dengan rumus sturges

4. Hitung panjang kelas interval (P) :

5. Tentukan batas data terendah atau ujung data

pertama.
Batas Data Terendah : 20
6. Buat tabel sementara (tabulasi data) dengan cara
dihitung satu-per satu
Interval Rincian Frekuensi
20 24 IIII 4
25 29 IIII II 7
30 34 IIII I 6
35 39 IIII 5
40 44 IIII 4
45 50 IIII 4
Jumlah 30
7. Membuat tabel distribusi frekuensi dengan cara
memindahkan semua angka frekuensi.
Umur Frekuensi
20 24 4
25 29 7
30 34 6
35 39 5
40 44 4
45 50 4
Jumlah 30
Histogram & Poligon

Histogram adalah grafik yang menggambarkan

suatu distribusi frekuensi dengan bentuk beberapa
segi empat.
Poligon adalah grafik garis yang menghubungkan
nilai tengah tiap sisi atas yang berdekatan dengan
nilai tengah jarak frekuensi mutlak masing
masing.
Membuat Histogram

1. Buatlah absis dan ordinat,

Absis (X) adalah yang menyatakan nilai, dan
Ordinal (Y) yang menyatakan frekuensi
2. Berilah nama dan skala absis dan ordinat
3. Buatlah batas kelas dengan cara :
a. Ujung batas interval kelas dikurangi 0,5
b. Ujung kelas atas ditambah 0,5
4. Buatlah histogram
Membuat Poligon

1. Buatlah absis dan ordinat,

Absis (X) adalah yang menyatakan nilai, dan

Ordinal (Y) yang menyatakan frekuensi
2. Berilah nama dan skala absis dan ordinat
3. Buatlah titik tengah kelas :

4. Buatlah poligon
Contoh :

Umur Frekuensi
20 24 4
25 29 7
30 34 6
35 39 5
40 44 4
45 50 4
Jumlah 30
Histogram & Poligon
Histogram

2. Buatlah batas kelas dengan cara :

a. Ujung batas interval kelas dikurangi 0,5
b. Ujung kelas atas ditambah 0,5
Umur Batas Kelas Frekuensi
20 24 19,5 -24,5 4
25 29 29,5 7
30 34 34,5 6
35 39 39,5 5
40 44 44,5 4
45 50 50,5 4
Jumlah 30
Poligon

2. Buatlah titik tengah kelas :

Umur Titik Tengah Frekuensi

20 24 22 4
25 29 27 7
30 34 32 6
35 39 37 5
40 44 42 4
45 50 47 4
Jumlah 30
Sekian dan Terima Kasih