STATISTIK & PROBABILITAS

(3 sks)

TEKNIK KIMIA
 CAPAIAN PEMBELAJARAN
KOMPETENSI YANG DIHARAPKAN DICAPAI:
Mahasiswa dapat:
1. Meningkatkan kemampuan logika penalaran (pola
pikir) mahasiswa dalam penyelesaian
persoalan/masalah;
2. Menjelaskan, menuliskan kembali, meringkas,
memberi contoh konsep dasar statistika serta
melaksanakan perhitungan-perhitungan
menggunakan metoda statistika;
3. Dapat menggunakan metoda statistika dalam
memecahkan masalah industri kimia sederhana.
 MATERI
I. PENGERTIAN DASAR & PENYAJIAN DATA
II. DISTRIBUSI FREKUENSI
III. STATISTIK DESKRIPTIF
IV. VARIABEL ACAK & DISTRIBUSI PELUANG
V. TEORI PENAKSIRAN
VI. PENGUJIAN HIPOTESIS
VII. ANALISIS REGRESI DAN KORELASI
VIII. DECISION TREE ANALYSIS
METODA PEMBELAJARAN
Student Centered
Learning
Mahasiswa
– aktif belajar

Dosen sebagai
– fasilitator,
– motivator,
– mempertajam materi
 PEMBAGIAN KELOMPOK
 Kelompok I :
 Kelompok II :
 Kelompok III :
 Kelompok IV :
 Kelompok V :
 Kelompok VI :
 Kelompok VII :
 Kelompok VIII :
 TUGAS KELOMPOK
1. MENYUSUN DAN MENYAJIKAN MATERI:
KEL. 1: PENGERTIAN DASAR & PENYAJIAN DATA &
DISTRIBUSI FREKUENSI
KEL. 2: STATISTIK DESKRIPTIF
KEL. 3: VARIABEL ACAK & DISTRIBUSI PELUANG
KEL. 4: TEORI PENAKSIRAN
KEL. 5: PENGUJIAN HIPOTESIS
KEL. 6: ANALISIS REGRESI LINIER SEDERHANA &
LINIER BERGANDA
KEL. 7: ANALISIS REGRESI LOGARITMIK & EKSPONENSIAL
KEL. 8: DECISION TREE ANALYSIS
2. MENYUSUN SOAL DAN JAWABAN
 TUGAS KELOMPOK
1. MENYUSUN DAN MENYAJIKAN MATERI
a. Membuat power point materi yang berisi:
- Teori dasar materi serta ringkasan rumus yang
diperlukan serta langkah-langkah penyelesaian.
- Contoh-contoh soal beserta jawabannya
(minimal 3 soal)
b. Menyajikan materi, diskusi & tanya jawab didepan
kelas sesuai jadwal dengan waktu maksimal 40 menit.
2. MENYUSUN SOAL DAN JAWABAN
Semua kelompok yang tidak presentasi
menyusun minimal 3 soal untuk setiap materi
beserta jawabannya.
 PENYERAHAN TUGAS KELOMPOK
1. MATERI PRESENTASI:
- Materi diemail ke bungaran.saing@yahoo.com satu hari
sebelum hari jadwal presentasi.
- hard copy digandakan 9 x atau diemail kepada ketua
kelompok lain, sebagai bahan belajar; Email satu hari sebelum
hari jadwal presentasi, dicopy dibagikan sebelum presentasi
dilaksanakan.
- Materi power point harus sudah siap dipresentasikan
minimal 10 menit sebelum kuliah dimulai.
2. SOAL DAN JAWABAN
- Materi soal dan jawaban dapat di email ke
bungaran.saing@yahoo.com sehari sebelum hari
jadwal presentasi, atau digandakan 9x: satu untuk
dosen dan kelompok lain sebelum kuliah dimulai.
PERHATIAN: BAGI YANG TIDAK HADIR KULIAH PADA
SAAT PRESENTASI & SOAL JAWABAN NILAI = 0
 PENILAIAN PRESENTASI
PENILAI:
- DOSEN
- KELOMPOK YANG TIDAK PRESENTASI
PENILAIAN:
– NILAI: 0 – 100
– BOBOT NILAI:
– MATERI : 30%
– PENGUASAAN MATERI : 30%
– TEKNIK PRESENTASI : 20%
– KERJASAMA TIM : 20%
 BOBOT PENILAIAN TOTAL
 PRESENTASI & SOAL JAWABAN 20%

 KUIS 10%
 UTS 30%
 UAS 40%
TOTAL 100%
 DAFTAR PUSTAKA
1. Prof. Dr. H. Agus Irianto, “ Statistik, Konsep Dasar,
Aplikasi dan Pengembangannya” Edisi Keempat,
2004, Prenadamedia Group
2. Dr. Riduwa, MBA, “Dasar-dasar Statistika”, Edisi
Revisi, 2014, CV. Alfabeta
3. Ir. M. Iqbal Hasan, MM, “Pokok-pokok Materi Statistik
I” Edisi Kedua, 2003, PT. Bumi Aksara
4. Dr. Sudjana M.A. M.Sc, “ Metoda Statistika”, Edisi
Ketiga, 1984, Penerbit Tarsito, hal 1- 99, 111 -261 ,
296 – 376
5. Drs. Andi Supangat, MSi “Statistika dalam kajian
deskriptif, Inferensi, dan Non Parametrik”, cetakan ke-
3, 2010, Kencana Media Group, hal. 1 – 117, 225 –
305, 325 – 354
 DAFTAR PUSTAKA
6. Ir. M. Iqbal Hasan, MM, “Pokok-pokok Materi Statistik II”
Edisi Kedua, 2003, PT. Bumi Aksara
7. Paul Newendrop & John Schuyler, “Decision Analysis for
Petroleum Exploration”, 2nd ed., Planning Press, 2000, hal.
127 – 158
8. Ir. Maroeno Soemosoediro, Ir. Siti Nuraini Sibuea, Ir. Bayu
Satyawira, “ Diktat Pengelolaan Lapangan”, 1991, hal. 59 –
68, 95 – 104
9. Ir. M. Iqbal Hasan, MM, “Pokok pokok Materi Pengambilan
Keputusan”, Penerbit Ghalia, 2002, hal. 44 – 63, 81 – 91
10. Daniel Johnston & James Bush, “ International Oil
Company Financial Management in Nontechnical
Language”,1998, hal 119 - 126
 RENCANA PEMBELAJARAN
Minggu ke 1 , 2
Materi, Tujuan dan Peraturan perkuliahan
Pengertian Dasar & Penyajian Data
Distribusi Frekuensi
Presentasi Kel 1 : Pengertian Dasar, Penyajian data &
Distribusi Frekuensi pada minggu ke 2
Minggu ke 3 & 4
Statistik Deskriptif
Presentasi Kel 2 : Statistik Deskriptif pada minggu ke 4
Minggu ke 5 & 6
Variabel Acak & Distribusi Peluang
Presentasi Kel 3: Variabel Acak dan Distribusi Peluang
pada minggu ke 6
Minggu ke 7
Kuis 1
Minggu ke 8
UTS
 RENCANA PEMBELAJARAN
Minggu ke 9
Teori Penaksiran
Presentasi Kel 4: Teori Penaksiran : minggu ke 10
Minggu ke 10
Pengujian Hipotesis
Presentasi Kel 5: Pengujian Hipotesis : minggu ke 11
Minggu ke 11 & 12
Analisis regresi & korelasi
Presentasi Kel 6: Analisis Regresi dan Korelasi : minggu ke 12
Minggu ke 13 & 14
Decision Tree Analysis
Presentasi Kel 7: Analisis Regresi dan Korelasi : minggu ke 13
Presentasi Kel 8: Decision Tree Analyisis pada minggu ke 14
Minggu ke 15
Kuis 2
Minggu ke 16
UAS
TATA TERTIB PROSES PEMBELAJARAN
Pada setiap pertemuan, mahasiswa diwajibkan:
1.Hadir tepat waktu, paling lambat 10 menit sebelum dimulai.
2.Kekompok yang bertugas presentasi sudah menyiapkan materi
sebelum kuliah dimulai, saat kuliah mulai langsung presentasi, bagi
yang terlambat nilai dipotong 20%.
3.Menyerahkan bahan presentasi dan soal jawaban kepada dosen dan
kelompok lain sebelum kuliah mulai.
4.Semangat dan aktif mengikuti perkuliahan.
5.Untuk dapat mengikuti UAS kehadiran kuliah minimal 70%.
6.Bersikap sopan santun dalam bertindak dan berpakaian rapi
7.Selama perkuliahan tidak makan, minum, merokok, dan
menggunakan Hp.
8.Mengerjakan tugas sesuai waktu yang dijadwalkan.
9.Tidak melakukan kecurangan dalam kuis maupun ujian.
10.Tidak mengobrol ataupun diskusi di luar topik bahan kuliah.
PENGERTIAN DASAR
 STATISTIK DAN STATISTIKA
STATISTIK menyatakan:
 Kumpulan data dalam bentuk angka maupun bukan
angka yang disusun dalam bentuk tabel (daftar) dan
atau diagram yang menggambarkan (berkaitan)
dengan suatu masalah tertentu.
– Statistik yang menjelaskan sesuatu hal biasanya
diberi nama statistik mengenai yang bersangkutan:
statistik penduduk, statistik produksi, statistik hasil
pertanian dst.
 Ukuran sebagai wakil dari kumpulan data mengenai
suatu hal.Ukuran ini didapat berdasarkan perhitungan
daripada sebagian kumpulan data tentang persoalan
tersebut.
– Persen, rata-rata dll.
 STATISTIK DAN STATISTIKA
STATISTIKA
 Ilmu pengetahuan yang berhubungan dengan cara-
cara pengumpulan fakta, pengolahan, analisis,
penyajian data, cara penarikan kesimpulan serta
pembuatan keputusan yang cukup beralasan
berdasarkan fakta dan analisa yang dilakukan.

 Fungsi utamanya adalah membantu dalam

pengambilan kesimpulan dan keputusan tentang
parameter populasi dengan menggunakan data
sampel yang diambil dari populasi tersebut.
 TIPE STATISTIKA
 STATISTIKA DESKRIPTIF
– adalah ilmu statistik yang mempelajari mengenai pengumpulan,
pengolahan, penyajian, dan penganalisaan data.
– Metode yang berkaitan dengan pengumpulan dan penyajian suatu
gugus data sehingga memberikan informasi yang berguna.
Penyajian data dapat dilakukan dalam bentuk tabel, diagram,
pengukuran tendensi (pemusatan), pengukuran penyimpangan
tanpa melakukan proses generalisasi atau penarikan kesimpulan
yang bersifat umum
 STATISTIKA INFERENSIA/INDUKSI
– adalah ilmu statistik yang mempelajari tata cara pengambilan
kesimpulan secara menyeluruh (populasi) berdasarkan data
sebagian (sampel) dari populasi tersebut.
– Adalah suatu alat dalam pengumpulan data, menarik kesimpulan,
dan membuat tindakan berdasarkan analisis data yang
dikumpulkan atau analisis data sampel yang hasilnya
digeneralisasikan pada populasi.
– Pengambilan kesimpulan meliputi pembuatan perkiraan, keputusan,
peramalan, generalisasi informasi yang diperoleh dari sampel
kedalam keseluruhan populasi.
 ELEMEN-ELEMEN STATISTIKA
POPULASI
Adalah sekumpulan objek yang akan dijadikan sebagai bahan
penelitian (penelaahan). populasi orang dan populasi data.
contoh: - seluruh mahasiswa Universitas Bhayangkara
- seluruh penduduk kabupaten Bekasi.
SAMPEL/CONTOH
Adalah bagian dari Populasi (contoh), untuk dijadikan sebagai
bahan penelaahan dengan harapan contoh yang diambil dari
populasi tersebut dapat mewakili (representative) terhadap
populasinya
Contoh: untuk mengetahui kualitas batubara, tidak mungkin
mengukur seluruh populasi, hanya mengukur beberapa sampel
batubara  Sampel harus representatif , segala karakteristik populasi
hendaknya tercermin pula dalam sampel yang diambil

populasi sampel
 ELEMEN-ELEMEN STATISTIKA
 Populasi terhingga (Populasi finite): terdapat
terhingga banyak anggota, contoh: mahasiswa seluruh
Indonesia, jumlah kendaraan umum di jakarta, penduduk
dunia.
 Populasi tak terhingga (populasi infinite):
jumlah populasi tak terhingga. Contoh: melakukan undian
dengan mata uang logam secara terus menerus menghasilkan
populasi takhingga

PERLU DIPERHATIKAN:
 Batas2 populasi harus diketahui dan ditentukan dengan
jelas dan tegas
 Semua istilah, karakeristik, cara pengukuran dan penilaian
harus didefinisikan dan diambil dengan jelas, tegas dan
konsisten
 Semua ini disertai analisis data yang seharusnya ditempuh,
diusahakan agar kesimpulan yang dibuat bersifat takbias,
yakni sedemikian rupa sehingga diharapkan didapat hasil
yang sesuai dengan keadaan yang sebenarnya.
ELEMEN-ELEMEN STATISTIKA
Untuk sampai dengan keputusan misalnya 20%
mahasiswa Indonesia berasal dari keluarga rendah,
diperlukan data mentah yang bisa dikumpulkan
dengan:
1. Sensus: Semua orang tua mahasiswa dengan
karakerisitik yang diperlukan (keadaan ekonomi
keluarga) diteliti /dijadikan obyek penelitian.

2. Sampling: Sebagian orang tua yang diambil dari

populasi  Sebagian dari orang tua mahasiswa saja
yang dikenai penelitian  SAMPEL
ELEMEN-ELEMEN STATISTIKA

Tiga macam pengambilan sampel dari populasi:

1. Simple random sampling/penarikan contoh acak
sederhana
2. systematic sampling/penarikan contoh
sistematik
3. stratified random sampling/Penarikan contoh
acak berlapis.  bagi populasi tidak homogen
 ELEMEN-ELEMEN STATISTIKA

Parameter
karakteristik yang dihitung (diukur) dari
populasi atau ukuran-ukuran yang dipakai
untuk menggambarkan karakteristik suatu
populasi
Statistik
Karakteristik yang dihitung (diukur) dari
sampel atau ukuran-ukuran yang dipakai untuk
menggambarkan karakteristik suatu sampel
 VARIABEL DAN DATA
VARIABEL
Suatu sifat atau karakeristik suatu sampel/populasi
DATA:
Kumpulan keterangan atau informasi yang diperolah
dari suatu pengamatan, dapat berupa angka, lambang
atau sifat
SYARAT UTAMA agar analisa secara statistik
menghasilkan informasi atau kesimpulan yang baik
adalah
 DATA YANG DIOLAH HARUS BAIK
 “garbage in, garbage out”
 DATA
DATA BAIK adalah data yang sifatnya:
– Representatif (mewakili),
– Obyektif (sesuai dengan apa yang ada atau
terjadi)
– Relevan (ada hubungannya dengan
persoalan yang sedang dihadapi dan akan
dipecahkan
– Tingkat ketelitian yang tinggi atau standar
error (kesalahan baku) yang kecil
 JENIS DATA
DATA KUANTITATIF
Data yang berbentuk angka/bilangan  dapat
dilakukan perhitungan  nilai dapat berubah,
disebut VARIABEL
– DATA INTERVAL: ukuran data mempunyai interval
atau jarak : berat badan antara 50 – 60 kg
– DATA RASIO: berupa angka dalam arti yang
sebenarnya sehingga mempunyai nilai nol.
diperoleh melalui pengukuran dan memiliki tingkat
pengukuran yang paling tinggi diantara jenis data
lainnya.
 JENIS DATA
DATA KUALITATIF
data yang bukan berbentuk angka/bilangan: kepuasan
pelanggan (sangat puas, puas, tidak puas).  tidak dapat
dilakukan operasi matematika jenis data ini disebut
ATRIBUT
– DATA NOMINAL: ukuran data nominal adalah kategori:
jenis kelamin, laki2 atau wanita; tempat tinggal dll 
tingkatan paling rendah
– DATA ORDINAL: hampir sama dengan data nominal,
hanya saja data ordinal mempunyai tingkatan data atau
urutan data atau urutan kelas: kepuasan pelanggan dibagi
menjadi sangat puas, puas, tidak puas. Tingkatnya lebih
tinggi dibandingkan data nominal, walaupun tetap tidak
dapat dilakukan operasi matematika.
 JENIS DATA
BERDASARKAN SUMBER DATA:
 SUMBER INTERNAL: DATA INTERNAL yang
berasal dari organisasi sendiri
 SUMBER EKSTERNAL: DATA EKSTERNAL
yang didapat dari luar organisasi

BERDASARKAN PENGUMPULAN
 DATA PRIMER: Data yang dikumpulkan, diolah
serta diterbitkan sendiri oleh penggunanya (bisa
individu atau organisasi yang menggunakan)
 DATA SEKUNDER: Data yang tidak dibuat atau
diterbitkan oleh penggunanya.
 JENIS DATA
DATA DISKRIT
Data yang sifatnya terputus-putus, nilainya utuh
(bukan pecahan): jumlah penduduk, jumlah mobil dst.
Umumnya hasil dari menghitung: Kota Bekasi
membangun 40 gedung sekolah baru.

DATA KONTINYU
Data yang sifatnya sinambung atau kontinyu, nilai bisa
pecahan: hasil panen padi, panjang jalan, berat sapi
dst.
Umumnya hasil pengukuran: tinggi badan Ali 167,4 cm
 PENGUMPULAN DATA
Untuk statistika induktif diperlukan statistika deskriptif
yang benar dan untuk itu diperlukan data yang betul2
“jujur” yakni kebenarannya harus dapat dipercaya.
PENGUMPULAN DATA :
 Wawancara (interview): wawancara berstruktur dan tak
berstruktur
 Kuesioner (angket).
 Observasi (pengamatan)
 Tes dan Skala Obyektif
 Metode Proyektif
 SKALA PENGUKURAN
 Skala nominal: membedakan skala ukur contoh: pepaya
2 ton, mangga 1,5 ton.

 Skala ordinal: Membedakan dan mengurutkan, contoh:

istimewa 6 orang, baik 18 orang, rata-rata 15 orang,
kurang 7 orang, kurang sekali 0 orang

 Skala interval: membedakan dan urutan juga

mempunyai ciri jarak yang sama, contoh: kota A 28oC, kota
B 31oC dan kota C 20oC.

 Skala Rasio: membedakan, mengurutkan, jarak yang

sama dan mempunyai titik nol tulen. Pak BSG punya uang
4 M, pak Joni 2 M.
 PERANAN STATISTIKA
 Statistik memegang peranan yang sangat penting dalam
berbagai bidang (ekonomi, pendidikan, manajemen,
penelitian dll.

 Contoh dalam produksi:

 Menetapkan standar mutu dan pengawasan mutu
produk
 Pengawasan terhadap efisiensi kerja
 Pengujian teradap metode baru.
 PEMBULATAN BILANGAN
Untuk menyederhanakan pembulatan:
 ATURAN 1
Jika angka terkiri dari yang harus dihilangkan 4 atau kurang,
maka angka terkanan dari yang mendahuluinya tidak berubah
– Contoh: Rp.59.376.402,96  dibulatkan hingga jutaan
angka yang harus dihilangkan ialah mulai 3 kekanan dan ini
merupakan angka 3 ini terkiri (kurang dari 4), dan angka
terkanan dari yang mendahului 3 adalah 9, jadi harus tetap.
 ATURAN 2
Jika angka terkiri dari yang harus dihilangkan lebih dari 5 atau 5
diikuti angka bukan nol, maka angka terkanan dari yang
mendahuluinya bertambah dengan satu.
– 6,948 kg dibulatkan hingga ribuan akan menjadi 7 ribu kg
– Rp. 176,51 dibulatkan hingga satuan rupiah menjadi Rp. 177
 PEMBULATAN BILANGAN
 ATURAN 3 / ATURAN GENAP TERDEKAT
Jika angka terkiri dari yang harus dihilangkan hanya
angka 5 atau 5 yang diikuti oleh angka-angka nol
belaka, maka angka terkanan dari yang mendahuluinya
tetap jika ia genap, tambah satu bila ia ganjil.
– Bilangan 8,500 menjadi 8 bila dibulatkan teliti hingga
satuan. Angka yang dihilangkan 500 sedangkan yg
mendahuluinya genap (8), jadi harus tetap 8
– 19,50 menjadi 20, karena 9 ganjil, harus ditambah
satu menjadi 20
 PEMBULATAN BILANGAN
Contoh: 4,5 5 4
7,5 8 8
1,500 2 2
6,5 7 6
20,000 22 20
(menjadi 20) (tanpa Aturan 3) (dengan Aturan 3)
Penyajian Data dan
Distribusi Frekuensi
 Pendahuluan

 Menyajikan data mentah untuk

pengambilan keputusan
 Data mentah diambil dari populasi atau
sampel
 Diperoleh dengan cara :
– Wawancara
– Pengamatan
– Surat menyurat
– Kusioner
 Langkah Statistik Deskriptif
 Pertanyaan yang harus dijawab
 Mengumpulkan data
 Menata data
 Menyajikan data
 Kesimpulan
 Distribusi Frekuensi
 Distribusi frekuensi
– Pengelompokan data ke dalam beberapa
kategori yang menunjukan banyaknya data
dalam setiap kategori dan setiap data tidak
dapat dimasukan ke dalam dua atau lebih
kategori
 Tujuan
– Data menjadi informatif dan mudah dipahami
 Langkah – langkah
Distribusi Frekuensi
 Mengurutkan data
 Membuat ketegori atau kelas data
 Melakukan penturusan atau tabulasi,
memasukan nilai ke dalam interval kelas
 Langkah Pertama
 Mengurutkan data : dari yang terkecil ke
yang terbesar atau sebaliknya
 Tujuan :
– Untuk memudahkan dalam melakukan
pernghitungan pada langkah ketiga
 Langkah Pertama
No Perusahaan Harga saham
Data diurut 1 Jababeka 215
dari terkecil 2 Indofarma 290
3 Budi Acid 310
ke terbesar 4 Kimia farma 365
5 Sentul City 530
Nilai terkecil 6 Tunas Baru 580
215 7 proteinprima 650
Nilai terbesar 8 total 750
9 Mandiri 840
9750 10 Panin 1200
11 Indofood 1280
12 Bakrie 1580
13 Berlian 2050
14 Niaga 2075
15 Bumi resources 2175
16 BNI 3150
17 Energi mega 3600
18 BCA 5350
19 Bukit Asam 6600
20 Telkom 9750
 Langkah Kedua
 Membuat kategori atau kelas data
– Tidak ada aturan pasti, berapa banyaknya
kelas !
 Langkah :
– Banyaknya kelas sesuai dengan kebutuhan
– Tentukan interval kelas
 Langkah 1
 Gunakan pedoman bilangan bulat
terkecil k, dengan demikian sehingga 2 k
 n atau aturan Sturges
Jumlah kategori (k) = 1 + 3,322 Log n
 Contoh n = 20
(k) = 1 + 3,322 Log 20 al
i n i m
ah m itu 5
(k) = 1 + 3,322 (1,301) Ju m l
e g or i ya
Ket
(k) = 1 + 4,322
(k) = 5,322
 Langkah 2

 Tentukan interval kelas

 Interval kelas adalah batas bawah dan
batas atas dari suatu kategori
Rumus :
Nilai terbesar - terkecil
Interval kelas =
Jumlah kelas
 Contoh
 Berdasarkan data
– Nilai tertinggi = 9750
– Nilai terendah = 215
 Interval kelas :
– = [ 9750 – 215 ] / 5
– = 1907
 Jadi interval kelas 1907 yaitu jarak nilai
terendah dan nilai tertinggi dalam suatu
kelas atau kategori
 Interval kelas
Nilai tertinggi :
Kelas Interval = 215 + 1907
= 2122

1 215 2122
2 2123 4030 Nilai terendah
Kelas ke 2
= 2122 + 1
3 4031 5938 = 2123

4 5939 7846
5 7847 9754
 Langkah Ketiga

 Lakukan penturusan atau tabulasi data

Kelas Interval Frekuensi Jumlah Frekuensi (F)

1 215 2122 IIIII IIIII IIII 14

2 2123 4030 III 3

3 4031 5938 I 1

4 5939 7846 I 1

5 7847 9754 I 1
 Distribusi Frekuensi Relatif
 Frekuensi setiap kelas dibandingkan
dengan frekuensi total
 Tujuan ; Untuk memudahkan membaca
data secara tepat dan tidak kehilangan
makna dari kandungan data
 Contoh
Distribusi Frekuensi Relatif

Kelas Interval Jumlah Frekuensi (F) Frekuensi relatif (%)

1 215 2122 14 70

2 2123 4030 3 15

3 4031 5938 1 5

4 5939 7846 1 5

5 7847 9754 1 5

Frekuensi relatif (%)

= [ 14 / 20 ] x 100 %
= 70 %
 Penyajian Data
 Batas kelas
– Nilai terendah dan tertinggi
 Batas kelas dalam suatu interval kelas
terdiri dari dua macam :
– Batas kelas bawah – lower class limit
 Nilai teredah dalam suati interval kelas
– Batas kelas atas – upper class limit
 Nilai teringgi dalam suatu interval kelas
 Contoh Batas Kelas

Kelas Interval Jumlah Frekuensi (F)

1 215 2122 14
2 2123 4030 4
3 4031 5938 1
4 5939 7846 1
5 7847 9754 1

Batas kelas atas

Batas kelas bawah

 Nilai Tengah
 Tanda atau perinci dari suatu interval
kelas dan merupakan suatu angka yang
dapat dianggap mewakili suatu interval
kelas
 Nilai tengah kelas kelasnya berada di
tengah-tengah pada setiap interval kelas
 Contoh Nilai Tengah
Kelas Interval Nilai tengah
1 215 2122 1168.5
2 2123 4030 3076.5
3 4031 5938 4984.5
4 5939 7846 6892.5
5 7847 9754 8800.5
Nilai tengah Kelas ke 1
= [ 215 + 2122] / 2
= 1168.5
 Nilai Tepi Kelas –
Class Boundaries
 Nilai batas antara kelas yang memisahkan
nilai antara kelas satu dengan kelas
lainnya
 Penjumlahan nilai atas kelas dengan nilai
bawah kelas diantaranya dan di bagi dua
 Contoh Nilai Tepi Kelas
Kelas Interval Jumlah Frekuensi (F) Nilai Tepi Kelas

1 215 2122 14 214.5

2 2123 4030 3 2122.5

3 4031 5938 1 4030.5

4 5939 7846 1 5938.5

5 7847 9754 1 7846.5

        9754.5

Nilai tepi kelas ke 2

= [ 2122 +2123 ] / 2
= 2122,5
 Frekuensi Kumulatif
 Menunjukan seberapa besar jumlah
frekuensi pada tingkat kelas tertentu
 Diperoleh dengan menjumlahkan frekuensi
pada kelas tertentu dengan frekuensi
kelas selanjutnya
 Frekuensi kumulatif terdiri dari ;
– Frekuensi kumulatif kurang dari
– Frekuensi kumulatif lebih dari
 Frekuensi kumulatif kurang dari
 Merupakan penjumlahan dari mulai
frekuensi terendah sanpai kelas
tertinggi dan jumlah akhirnya
merupakan jumlah data (n)
Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif
        Kurang dari 0+0=0

1 215 2122 214.5 0

0 + 14 = 14
2 2123 4030 2122.5 14

3 4031 5938 4030.5 17

4 5939 7846 5938.5 18

5 7847 9754 7846.5 19

      9754.5 20
 Frekuensi kumulatif lebih dari
 Merupakan pengurangan dari jumlah
data (n) dengan frekuensi setiap kelas
dimulai dari kelas terendah dan jumlah
akhirnya adalah nol
Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif
        Lebih dari 20 – 0 = 20
1 215 2122 214.5 20
20 – 14 = 6
2 2123 4030 2122.5 6

3 4031 5938 4030.5 3

4 5939 7846 5938.5 2

5 7847 9754 7846.5 1

      9754.5 0
 Jadi Frekuensi Kumulatif
Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif

        Kurang dari Lebih dari

1 215 2122 214.5 0 20

2 2123 4030 2122.5 14 6

3 4031 5938 4030.5 17 3

4 5939 7846 5938.5 18 2

5 7847 9754 7846.5 19 1

      9754.5 20 0
Penyajian Data Bab 2

A. Penyajian Data dengan Tabel

Bagian-bagian dari Tabel :

1.Judul Tabel : memuat nomor tabel dan judul tabel, dibuat singkat dan jelas

2. Judul Kolom : memuat keterangan (termasuk unit), dibuat ringkas, jika ada
penjumlahan data dalam baris dimuat pada kolom terakhir. Bila jumlah kolom
banyak dapt diberi nomor. Ditambahkan unit ukuran (Rp, cm, %, dll).
3. Badan Tabel : memuat data. Data dapat dikelompok-kelompokkan. Penjumlahan
data dlm kolom dimuat pd baris paling bawah.
4.Kaki Tabel : keterangan-keterangan tambahan, sumber data yaitu keterangan dari
mana data itu dikutip atau diambil.
5.Keterangan dibawah (foot note) : dapat disertakan untuk memberi penjelasan
mengenai judul, kepala kolom, atau angka-angka dalam tabel, jika diperlukan.

62
Penyajian Data Bab 2

Contoh penyusunan tabel :

Tabel 1. Tingkat Pendidikan Penduduk Kelurahan Kampung

Enam Tahun 2008
Judul Tabel
No Tingkat Pendidikan Jumlah (orang) Persentasi (%)
Judul Kolom
1 Belum sekolah, tidak sekolah 697 14,65
dan /tidak tamat SD
2 SD 1.252 26,30

3 SLTP 889 18,68 Badan Tabel

4 SLTA 1.557 32,72

5 Perguruan Tinggi 364 7,65

JUMLAH 4.759 100

Sumber Data : Monografi Kelurahan Kampung Enam Tahun 2008 Kaki Tabel

63
Tabel Satu Arah (one way table)

Yaitu tabel yang memuat keterangan mengenai satu hal atau satu
karakteristik saja. Misalnya data Produksi kedelai menurut jenis
varietas yang ditanam
Tabel 1. Produksi Kedelai (Ton/ha) berdasarkan varietas
Varietas Kedelai Produksi (ton/ha)
Wilis 120
Sindoro 125
Slamet 140
Galunggung 145
Orba 155
Total 685
Sumber : Data Primer, 2009

64
Tabel dua arah (two way
table)
Yaitu tabel yang menunjukkan hubungan dua hal atau dua
karakteristik yang berbeda. Misalnya data Produksi kedelai menurut
jenis varietas dan daerah panen.
Tabel 2. Produksi Kedelai (Ton/ha) berdasarkan varietas dan daerah
Varietas Kedelai Mamburungan Karang Harapan Total
Wilis 125 130 255
Sindoro 150 135 285
Slamet 163 140 303
Galunggung 170 155 325
Orba 175 174 349
Total 783 734 1517

Sumber : Data Primer, 2009

65
 Tabel tiga arah (three way table)
Yaitu tabel yang menunjukkan hubungan tiga hal atau tiga karakteristik
yang berbeda. Misalnya data hasil pengamatan produksi kedelai
(ton/ha) menurut jenis varietas, daerah panen, dan jenis tanah.
Tabel 3. Produksi Kedelai (Ton/ha) berdasarkan varietas, daerah panen dan
jenis tanah
Varietas Mamburungan Kr. Harapan Total
Kedelai Liat Pasir Liat Pasir

Wilis 67 65 70 68 270
Sindoro 68 69 72 69 278
Slamet 70 72 72 70 284
Galunggung 71 74 74 72 291
Orba Total 73
349 75
355 73
361 73
352 294
1417

Sumber : Data Primer

66
 B. Grafik (Diagram)

 Terdapat beberapa penyajian data dengan

menggunakan tampilan grafik atau diagram.
 Penyajian dalam bentuk gambar dapat memudahkan
pengambilan kesimpulan dengan cepat.
 Grafik
Ada berbagai bentuk grafik yang dikenal, yaitu :
1. Grafik garis (line chart),
2. Grafik Batangan (bar chart),
3. Grafik lingkaran (pie chart),
4. Grafik gambar (Pictogram chart).
 5. Grafik berupa peta (cartogram)

67
 Penyajian Data Bab 2

POLIGON
Definisi:
Grafik berbentuk garis dan menghubungkan antara nilai tengah
kelas dengan jumlah frekuensi pada setiap kelas.
Nilai tengah Jumlah
kelas frekuensi 10
231,5 2
5
375,5 5 F k
reun
e s
i

519,5 9 0
231,5 375,5 519,5 663,5 807,0
663,5 3
Nilai Tengah Interval Kelas Harga Saham
807,0 1

68
Penyajian Data Bab 2

KURVA OGIF

Diagram garis yang menunjukkan kombinasi antara interval kelas

dengan frekuensi kumulatif.
Interval Tepi Kelas Frekuensi Frekuensi Lebih
kurang dari dari
160-303 159,5 0 (0%) 20 (100%)

304-447 303,5 2 (10%) 18 (90%)

448-591 447,5 7 (35%) 13 (65%)

592-735 591,5 16 (80%) 4 (20%)

 736-878 735,5 19 (95%) 1(5%)

     
878,5 20 (100%) 0 (0%)
69
Penyajian Data Bab 2

KURVA OGIF

25
Frekuensi Kumulatif

20
15
10
5
0
159.5 303.5 447.5 591.5 735.5 878.5
Tepi Kelas Interval Harga Saham

Frek. Kum. Kurang dari Frek. Kum. Lebih dari

70
 Penyajian Data Bab 2

HISTOGRAM

Definisi:
Grafik yang berbentuk balok, di mana sumbu horisontal (X) adalah tepi
kelas dan sumbu vertikal (Y) adalah frekuensi setiap kelas.
10
Interval Frekuensi
8
159,5 - 303,5 2
6

JumlahFrekuensi
303,5 - 447,5 5
4
447,5 – 591,5 9
2
591,5 – 735,5 3
0
735,5 – 878,5 1 195.5-303.5 303.5-447.5 447.5-519.5 591.5-735.5 735.5-878.5

Tepi Kelas Interval Harga Saham

71
 Grafik Lingkaran (Pie Chart)

Tabel 4. Kualitas Pendidikan Umum

pie chart kualitas sekolah

Kategori Frekuensi Frekuensi relative persen D

C
A
A 35 35/400=0.09 9%

B 260 260/400=0.65 65%

C 93 93/400=0.23 23%

D 12 12/400=0.03 3%

Total 400 1 100% B

72
 Grafik Gambar (Pictogram Chart)

Grafik yang disajikan dalam bentuk gambar. Di dalam

bidang koordinat (salib sumbu) XY dinyatakan gambar-
gambar dengan ciri khusus untuk suatu karakteristik.
Misalnya, untuk menyatakan jumlah penduduk pada tahun-
tahun tertentu, dapat digambarkan berupa gambar orang
(secara sederhana).Tiap gambar mewakili suatu jumlah
tertentu.

73
 Penyajian Data Kualitatif
Setelah data terkumpul, biasanya yang ingin diketahui:
– Nilai variabel apa yang telah diukur
– Seberapa sering masing-masing nilai terjadi
Jika datanya kualitatif, tabel statistik berupa daftar kategori
(kualitas) dan ukuran seberapa sering masing-masing kategori
terjadi. Ukuran yang biasa digunakan:
– Frekuensi, banyaknya pengukuran yang terjadi (kejadian)
untuk masing-masing kategori.
– Frekuensi relatif, proporsi frekuensi masing-masing
kategori.
– Persentase frekuensi masing-masing kategori.
– Selain tabel statistik, dapat juga digunakan pie chart atau bar
chart untuk menunjukkan distribusi data.

74
 TELADAN 1

Dalam suatu suvai pendidikan Tabel. 2.1

umum, 400 sekolah di teliti Kategori Frekuensi Frekuensi relative persen
kualitas pendidikannya.
Hasilnya untuk masing-masing A 35 35/400=0.09 9%

sekolah dikategorikan masuk

B 260 260/400=0.65 65%
kualitas A, B, C, atau D. Hasil
survey disajikan dalam bentuk C 93 93/400=0.23 23%

tabel statistik (Tabel 2.1), pie

D 12 12/400=0.03 3%
chart (Gambar 2.1), dan bar
chart (Gambar 2.2) : Total 400 1 100%

75
 Gambar. 2.2

pie chart kualitas sekolah

Keterangan :
D

C
A
A =9%
B = 65 %
C = 23 %
D =3%

76
Pengolahan & Penyajian Data Bab 2

TUGAS LATIHAN II

1. Sebutkan tujuan dari pengolahan Data

2. Mengapa penyajian data diperlukan ? Jelaskan menurut
pendapatmu.
3. Cari olehmu contoh-contoh tabel dan grafik berikut :
a. Tabel frekuensi
b. Tabel klasifikasi
c. Tabel kontingensi
d. Tabel korelasi
e. Grafik histogram, pie, poligon

77
 Grafik
 Grafik dapat digunakan sebagai laporan
 Mengapa menggunakan grafik ?
– Manusia pada umunya tertarik dengan
gambar dan sesuatu yang ditampilkan delam
bentuk visual akan lebih mudah diingat dari
pada dalam bentuk angka
 Grafik dapat digunakan sebagi kesimpulan
tanpa kehilangan makna
 Grafik Histogram
 Histogram merupakan diagram balok
 Histogram menghubungkan antara tepi
kelas interval dengan pada sumbu
horizontal (X) dan frekuensi setiap kelas
pada sumbu vertikal (Y)
Kelas Interval Jumlah Frekuensi (F)
1 215 2122 14
2 2123 4030 3
3 4031 5938 1
4 5939 7846 1
5 7847 9754 1
 Histogram
Harga saham

14
12
10
8
6
4
2
0
Tepi Kelas
 Grafik Polygon

 Menggunakan garis yang

mengubungkan titik – titik yang
merupakan koordinat antara nilai
tengah kelas dengan jumlah frekuensi
pada kelas tersebut
Kelas Nilai Jumlah
  Tengah Frekuensi (F)
1 1168.5 14
2 3076.5 3
3 4984.5 1
4 6892.5 1
5 8800.5 1
 Polygon
Jumlah Frekuensi (F)

16
14
12
10
Jumlah
8
Frekuensi (F)
6
4
2
0
1 2 3 4 5
 Kurva Ogif
 Merupkan diagram garis yang menunjukan
kombinasi antara interval kelas dengan
frekuensi ku mulatif
Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif
        Kurang dari Lebih dari

1 215 2122 214.5 0 20

2 2123 4030 2122.5 14 6

3 4031 5938 4030.5 17 3

4 5939 7846 5938.5 18 2

5 7847 9754 7846.5 19 1

      9754.5 20 0
 Contoh Kurva Ogif

25
20
Frekuansi Kumulatif

15 Kurang dari
10 Lebih dari
5
0
1 2 3 4 5 6
Interval kelas
 Soal

19 40 38 31 42
23 16 26 30 41
18 27 33 31 27
43 56 45 41 26
30 17 50 62 19
20 27 22 37 42
37 26 28 51 63
42 27 38 42 16
30 37 31 25 18
26 28 39 42 55
 PENYAJIAN DATA
TUJUAN: Agar mudah dibaca dan dipahami oleh
pihak-pihak yang berkepentingan  harus SISTEMATIS
BEBERAPA BENTUK PENYAJIAN DATA:
TABEL
– Tabel Pengurutan Data
– Tabel Pengelompokkan Data Hasil Pengukuran
– Tabel Pengelompokkan Data Hasil Perhitungan
– Tabel Distribusi Frekuensi
DIAGRAM ATAU GRAFIK ATAU CHART
– Diagram frekuensi absolut
– Diagram frekuensi relatif
– Diagram kumulatif relatif
– Diagram titik, garis
– Diagram batang
– Diagram lambang atau simbol
– Diagram pie atau lingkaran
– Diagram peta atau kartogram
– Diagram pencar
 Table 1.1: Indonesia's Exploration and Production Activities 1993-
2003 (BP Migas, 2004; and US Embassy, 2004 and 1999)

Year Oil Contract Seismic Exploration Oil Prod. Gas prod. O&G Rev/ O&G Rev/
GOI
Price Signed 000km Well Barrel/day TCF/year Dom.Rev. GOI Export
1993 16.64 11 188 114 1,534 2.181 31.4% 26.5%
1994 16.08 4 68 75 1,611 2.319 22.3% 24.2%
1995 17.23 20 63 80 1,625 2.573 20.4% 23.0%
1996 20.42 15 61 100 1,575 2.524 22.0% 23.5%
1997 19.10 29 469* 100 1,556 2.547 25.7% 21.8%
1998 13.38 22 307* 145 1,537 2.489 32.7% 16.1%
1999 17.72 6 175* 89 1,515 2.708 26.3% 20.1%
2000 28.00 5 166 76 1,299 2.676 31.2% 23.1%
2001 24.01 10 284 96 1,222 2.734 31.3% 22.4%
2002 25.04 1 NA 75 1,252 2.900 24.6% 21.2%
2003 28.68 16 NA 41 1,156 3.300 20.8%+ NA

* Data include 2-D and 3-D seismic activities

+ Budget
TABEL DISTRIBUSI FREKUENSI RELATIF
DAN ABSOLUT
Tabel Distribusi Frekuensi Nilai Ujian Statistik Mahasiswa
Teknik Pertambangan TA 2010
Nilai ujian fabs frel (%)
31 - 40 2 2,50
41 - 50 3 3,75
51 - 60 5 6,25
61 - 70 14 17,50
71 - 80 24 30,00
81 - 90 20 25,00
91 - 100 12 15,00
Jumlah 80 100,00
 12,000

10,000

8,000
MMBO

6,000

4,000

2,000

0
1986

1990

1998
1980

1982

1984

1988

1992

1994

1996

2000

2002

2004
Note: Dark green: proven and Light green: potential

Figure 1.1: Indonesia’s Oil Reserves 1980 – 2004 (BP Migas, 2004)
Mean PSC's NPV@25% $0
($20,000,000)
($40,000,000)
($60,000,000)
($80,000,000)
($100,000,000)
Split 65/35 Split 60/40 Split 55/45

Without Tax ($77,468,730) ($64,003,735) ($50,538,740)

Consolidation
With Tax ($29,251,456) ($15,305,696) ($1,359,937)
Consolidation
 300
# of exploration
250
Number of exploration well

wells
200

150

100

50

Year

Figure 1.1: Indonesia's exploration well activities 1967 – 2002 (1997, 1999,
2000, 2001, 2002-2003 USA Embassy, Petroleum Report Indonesia: app.3, BP
MIGAS, 2004)
Grafik Simbol
 Grafik Peta atau Kartogram
100 105 110 115 120 125 130 135 140

-5

-10

Producing - 15 Drilled, But Not Proven

Yet - 14
Proven, but Not Producing Yet - 9 Not Drilled Yet - 22

Figure 1.3: The Indonesia’s Hydrocarbon Basins (Sudibyo, 2004; and BP Migas, 2004)
Grafik Peta atau Kartogram
QUIZ BAB I

1.Bagian dari statistika yang membahas cara melakukan analisis data, menaksir,
meramalkan, menarik simpulan yaitu
A. Statistika induktif
B. Statistika deskriptif
C. Statistika inferensial
D. Statistika analitik
2. Teknik statistika yang dalam analisisnya hanya melibatkan satu variabel
A. Bivariat
B. Mono variat
C. Univariat
D. Homovariat
 3.  Statistik berasal dari bahasa latin yaitu status atau statista yang mempunyai arti
A. Olah
B. Data
C. Label
D. Negara
4. Data berdasarkan sifat atau angka dapat dibedakan menjadi dua
golongan yaitu diskrit dan .....

A. Binominal

B. Ordinal

C. Kontinu

D. Interval
Contoh skala ordinal yaitu.........
 5. 

A. Nomor induk mahasiswa

B. Peringkat juara

C. Temperatur

D. Jarak
6. Untuk membuat table distribusi frekuensi diperlukan langkah langkah sebagai
berikut : tentukan rentang kelas : data terbesar dikurangi data terkecil. Tentukan
banyak kelas interval agar semua data baik terkecil hingga terbesar dapat
terakomodasi pada kelas interval tersebut; untuk digunakan suatu formulasi
Sturges dengan bentuk sebagai berikut 
A. Banyak kelas = 1 + 2,24 log n

B. Banyak kelas = 1 + 3,32 log n



C. Banyak kelas = 1 + 2,34 log n



D. Banyak kelas = 1 + 3,36 log n



7.Menentukan panjang kelas interval (P) , setelah menentukan rentang kelas dan
banyak kelas,  langkah berikutnya adalah menentukan panjang kelas interval
yang satu dengan kelas berikutnya dengan formulasi sebagai berikut :
A. P = rentang kelas interval / banyak interval kelas


B. P = banyak kelas interval / rentang interval kelas



C. P = rentang kelas interval / banyak kelas interval



D. P = banyak kelas interval / rentang kelas interval


8. Pada suatu kelompok data diperoleh skor ternedah 17,533 dan
skor maksimum 107,5330. berapakah rentang skor

A. 100

B. 97

C. 94

D. 90
9. Data dalam kelas interval 31-35, 36-40, 41-45, dan 46-50.
tanda kelas pada masing-masing kelas interval adalah.....

A. 33,37,42, dan 48

B. 33,36,43, dan 47

C. 33,38,43, dan 48

D. 33,38,43, dan 47
10. Langkah pertama dalam menyusun suatu daftar distribusi
frekuensi yang data dikelompokkan adalah........

A. Menentukan banyaknya kelas interval

B. Menentukan rentang

C. Menentukan panjang kelas interval

D. Menentukan batas bawah dan batas atas