KONSEP DASAR STATISTIKA, DATA

& PENYAJIAN DATA

Putri Sukma Dewi, M.Pd
 Tujuan Pembelajaran
• Mengetahui konsep dasar statistika, data &
penyajian data
KONSEP STATISTIKA
 Pengantar Statistik
 Berhubungan dengan banyak angka 
Numerical description
 Contoh : pergerakan IHSG, jumlah penduduk
di suatu wilayah
 Dunia usaha  sekumpulan data :
pergerakan tingkat inflasi, biaya promosi
bulanan.
 Statistika juga dipakai untuk melakukan
berbagai analisis terhadap data, contoh : uji
hipotesis

4
 Statistika menurut fungsinya

• Statistika Deskriptif

• Statistika Inferensi

5
 Statistika deskriptif

• Menggambarkan dan menganalisis

kelompok data yang diberikan tanpa
penarikan kesimpulan mengenai
kelompok data yang lebih besar

6
 Sumber: Statistika Deskriptif-Suprayogi, ITB 7
solehpunya.files.wordpress.com/2008/03/00-statistika-deskriptif.pdf
 Statistika inferensi

• Penerapan metode statistik untuk

menaksir dan/atau menguji karakteristik
populasi yang dihipotesiskan
berdasarkan data sampel

8
 Statistika Deskriptif dan
Statistika Inferensi

Sumber: statistika deskriptif-suprayogi, ITB

solehpunya.files.wordpress.com/2008/03/00-
statistika-deskriptif.pdf

9
• Contoh :
• Data tentang penjualan mobil merek ‘ABC’
perbulan di suatu show room mobil di
Jakarta selama tahun 1999. Dari data
tersebut pertama akan dilakukan deskripsi
terhadap data spt menghitung rata-rata
penjualan, berapa standar deviasinya dll
• Kemudian baru dilakukan berbagai inferensi
terhadap hasil deskripsi spt : perkiraan
penjualan mobil tsb bulan Januari tahun
berikut, perkiraan rata-rata penjualan mobil
tsb di seluruh Indonesia.

10
Elemen Statistik :
• Populasi  masalah dasar dari persoalan
statistik. Definisi : Sekumpulan data yang
mengidentifikasi suatu fenomena
• Sampel : Sekumpulan data yang diambil
atau diseleksi dari suatu populasi
• Statistik Inferensi : Suatu keputusan,
perkiraan atau generalisasi tentang suatu
populasi berdasarkan informasi yg
terkandung dari suatu sampel.
• Pengukuran Realibilitas  Konsekuensi dari
kemungkinan bias dalam inferensi.

11
Statistik dan Komputer
• Statistik menyediakan metode/cara pengolahan
data, komputer menyediakan sarana pengolahan
datanya.
• Dengan bantuan komputer, pengolahan data
statistik hingga dihasilkan informasi yang relevan
menjadi lebih cepat dan akurat  dibutuhkan
bagi para pengambil keputusan.
• Dengan keunggulan kecepatan, ketepatan dan
keandalan komputer dibutuhkan untuk
mengolah data statistik

12
• Program komputer statistik :
1. Membuat sendiri; dengan bahasa
pemrograman misal BASIC, PASCAL
2. Sebagai Add Ins dari Program lain,
contoh: Microsoft Excell
3. Program khusus Statistik, contoh :
Microstat, SAS, SPSS

13
 Contoh

• Data tentang penjualan mobil merek ‘ABC’ perbulan

di suatu show room mobil di Jakarta selama tahun
1999. Dari data tersebut pertama akan dilakukan
deskripsi terhadap data spt menghitung rata-rata
penjualan, berapa standar deviasinya dll

• Kemudian baru dilakukan berbagai inferensi

terhadap hasil deskripsi spt : perkiraan penjualan
mobil tsb bulan Januari tahun berikut, perkiraan
rata-rata penjualan mobil tsb di seluruh Indonesia.
14
 Populasi dan sampel

Populasi

Sampel

Parameter
Statistik
Populasi
Parameter
Statistik
adalah
adalah
adalah
dataukuran
ukuran
kuantitatif
yang
yangyang
mencerminkan
mencerminkan
menjadi objek 15
Sampel adalah bagian dari populasi
KONSEP DATA
 Tipe data statistik
• Data nominal
Kualitatif
• Data ordinal
• Data interval
Kuantitatif
• Data rasio
DATA
DATA ORDINAL
INTERVAL
RASIO : ::
DATA NOMINAL :
Data
Data
Data berskala
Data berskala
berskala
berskala ordinal
interval
rasioadalah
nominal adalah
adalah
adalah data data
yang
data
data yang
yang
yang dipeoleh
diperoleh dengan
diperoleh
diperoleh dengan dengan
cara
dengan cara
cara
cara kategorisasi
kategorisasi
pengukuran,
pengukuran,
atau klasifikasi.diatau
mana
di mana klasifikasi,
jarakjarak tetapi
antaraantara diskala
dua titik
dua antara
sudah
titik data tersebut
diketahui.
skala sudah
CIRI
CIRI : :posisi
terdapat
diketahui Tidakhubungan
adamempunyai
data
dan kategorisasi titik 0 absolut.
setara
bisabisa
dilakukan operasi matematika
CIRI : tidak ada kategorisasi matematika (+, -,0 x, :) 0
CIRI :tidak
posisi dilakukan
data tidak operasi
setara
CONTOH
CONTOH tidak : temperatur
: jenis kelamin,
bisa jenis pekerjaan
yang
dilakukan diukur
operasiberdasarkan
matematika C dan(+,
F, -,
sistem
x, :)
kalender
bisa dilakukan operasi matematika
CONTOH
CONTOH :: kepuasan kerja,jumlah
gaji, skor ujian, motivasi buku 17
 Menurut sifat
• Bukan “angka”: nominal &
ordinal
Kualitatif • Jenis pekerjaan, tgl&tempat
lhr, tingkat pendidikan

• Berupa angka:interval &

rasio
Kuantitatif • Umur, tinggi badan, berat
badan

18
 Tipe Data Statistik *

I. Data Kualitatif : Data yang bukan berupa angka,

ciri : tidak bisa dilakukan operasi matematika.
Terbagi dua :
a.Nominal
Data yang paling rendah dalam level
pengukuran data. Contoh : Jenis kelamin, tgl
dan tempat lahir seseorang
b.Ordinal  ada tingkatan data. Contoh : Sangat
setuju, Setuju, kurang setuju, tidak setuju

19
II. Data Kuantitatif
Data berupa angka dalam arti sebenarnya 
dapat dilakukan operasi matematika. Terbagi
dua :
a. Data Interval, Contoh : Interval temperatur
ruang adalah sbb :
Cukup panas jika antara 50C-80 C
Panas jika antara 80 C-110 C
Sangat panas jika antara 110 C-140 C
b. Data Rasio  tingkat pengukuran paling
‘tinggi’ ; bersifat angka dalam arti
sesungguhnya. Beda dengan interval
mempunyai titik nol dalam arti sesungguhnya.

20
 PEMBAGIAN DATA
SKALA SIFAT CONTOH TES STATISTIK YANG
COCOK
Hanya label, bukan Lulus diberi angka 1
menunjukkan tingkatan Tidak lulus 0
Warna kulit, suku
NOMINAL bangsa, bahasa
daerah.
NON PARAMETRIK
Tidak mempunyai nol mutlak Golongan gaji,
ORDINAL Tidak memberi jarak tetap pangkat,
antar tingkat

Tidak mempunyai nol mutlak, IPK

INTERVAL Jarak konstan tiap nilai, bisa Suhu
operasi matematika
PARAMETRIK
Mempunyai nol mutlak, Nilai, gaji
Jarak konstan tiap nilai, bisa
RASIO
operasi matematika
PENYAJIAN DATA
 Tujuan Penyajian Data
• Memberi gambaran yang sistematis tentang
peristiwa-peristiwa yang merupakan hasil penelitian
atau observasi,
• Data lebih cepat ditangkap dan dimengerti,
• Memudahkan dalam membuat analisis data, dan
• Membuat proses pengambilan keputusan dan
kesimpulan lebih tepat, cepat, dan akurat.

http://abdulsyahid-forum.blogspot.com/2009/03/penyajian-data-statistik.html 23
 KLASIFIKASI DAN TABULASI DATA
Batang
Garis
Lambang (simbol)
Diagram
Lingkaran (pastel)

Peta (kartogram)
Penyajian Data Pencar (titik)
Baris kolom
Tabel Kontingensi
Distribusi frekuensi
 Diagram Batang
6

Series 1
3 Series 2
Series 3
2

0
Category 1 Category 2 Category 3 Category 4
 DIAGRAM GARIS
Chart Title
14
12
10
8
6
4
2
0
Category 1 Category 2 Category 3 Category 4
Series 1 Series 2 Series 3
DIAGRAM LINGKARAN
Sales

1st Qtr
2nd Qtr
3rd Qtr
4th Qtr
DIAGRAM LAMBANG (SIMBOL)
DIAGRAM PETA (KARTOGRAM)
DIAGRAM PENCAR (TITIK)
TABEL BARIS KOLOM
TABEL KONTINGENSI
TABEL DISTRIBUSI FREKUENSI
MATERI TAMBAHAN
 TEKNIK PENGUMPULAN DATA
Tidak Simetris
WAWANCARA
Sistematis

Tidak Langsung
PENGAMATAN
Langsung

TEKNIK PENGUMPULAN DATA

Tertutup
ANGKET
Terbuka

Tercetak

DOKUMENTASI Tergambar

Terekam
INSTRUMEN PENGUMPULAN DATA
• INSTRUMEN TES DAN INSTRUMEN NON TES

• Instrumen dianalisis terlebih dahulu agar dianggap dipakai

sebagai instrumen dalam penelitian
– Uji validitas instrumen (sesuai dengan isi)
– Uji reliabilitas (keajegan)
– Daya beda
– Tingkat kesukaran
• Apabila ada instrumen baru maka perlu dilakukan penelitian
berupa search and development untuk mengembangkan
instrumen baru
 Kriteria & pemeriksaan data
• Periksalah data sebelum dianalisa
• Kuatkan data yang anda peroleh menggunakan bukti yang
diperlukan, misalkan angket, simpan data mentahnya, jika
perlu abadikan. Jika aktivitas, rekam dalam bentuk gambar
atau video
• Persiapkan keakuratan data yang anda teliti agar tidak
diragukan kebenaran atau keaslian data
• Hindarkan faktor subjektif atau manusia dari keakuratan data
anda
• Dapatkah data yang sahih dan betul-betul dapat dipercaya
kebenarannya
 LATIHAN
BAHAS DALAM DISKUSI
ANALISA DATA DI BAWAH INI
 JAWAB PERTANYAAN BERIKUT
• Apakah jenis data yang ditampilkan?
• Instrumen apa yang perlu dipakai untuk
mendapatkan data?
• Uji statistika apa yang diperlukan untuk
mendapatkan kesimpulan?
• Data apa yang perlu ditambah untuk
memperkuat pembahasan?