Bahan Tayang Dasar2 Statistik

BADAN PUSAT STATISTIK
DASAR-DASAR
STATISTIKA
Pelatihan Statistik Sektoral

Tahun 2021
Perkenalan
Deskripsi Singkat
• Modul ini membahas tentang dasar-dasar

statistik, baik dalam menentukan jenis data,
ketepatan alat hitung/ukur, ketepatan
penyajian, maupun pengenalan analisis.
Pengenalan analisis ini hanya dibatasi pada
beberapa alat analisis yang sering digunakan
Materi Pokok
• Data statistik dan indikator

• Statistik yang sering digunakan
• Penyajian Data
• Hubungan antar variable
• Angka Indeks
Manfaat
• peserta diharapkan mampu menerapkan

beberapa metode statistik pada unit
kerjanya.
• pada akhirnya diharapkan juga peserta dapat
meningkatkan kinerja instansi
BAB 2
DATA STATISTIK
DAN INDIKATOR
OUTLINE
Pengertian data dan statistik
Jenis Data
Syarat data statistik yang baik
Pengertian dan Jenis-jenis Variabel
Pengertian Indikator
PENGERTIAN
DATA DAN
STATISTIK
DATA
Data adalah catatan atas kumpulan fakta atau deskripsi berupa angka, karakter, simbol,
gambar, peta, tanda, isyarat, tulisan, suara, dan/atau bunyi, yang merepresentasikan keadaan
sebenarnya atau menunjukkan suatu ide, objek, kondisi, atau situasi”.
(Peraturan Presiden Republik Indonesia Nomor 39 Tahun 2019 tentang Satu Data Indonesia)
Selain itu data juga berarti :

• Fakta mentah dan tidak terukur
• Bila diolah akan menjadi suatu informasi.
• Tujuan pengumpulan dan pengolahan data adalah untuk menghasilkan informasi.
• Tidak semua data relevan dan tepat waktu untuk menghasilkan informasi.
STATISTIK
Statistik diartikan sebagai produk kegiatan statistik, khususnya pengumpulan, pengolahan data,
meringkas, dan menginterpretasikan sampai pada pengambilan keputusan
(Johnson and Bhattacharya, 2010).
Data statistik adalah deskripsi numerik dari aspek kuantitatif sesuatu. Namun demikian, tidak semua
deskripsi numerik adalah data statistik. Ciri data statistik:
• Harus dalam bentuk agregat (seperti: jumlah, rata-rata, proporsi, persentase, dan rasio).
• Perubahan karakteristik fenomena yang diteliti disebabkan oleh sejumlah kekuatan yang bekerja
secara simultan. Contoh: perubahan yang terjadi pada jumlah penduduk, dsb.
• Diperoleh dengan cara pencacahan/pengukuran atau diestimasi dari data sampel berdasarkan
standar akurasi yang memadai.
• Harus dikumpulkan secara sistematik bagi maksud/tujuan yang telah ditetapkan sebelumnya.
JENIS DATA
JENIS DATA
Menurut Cara Pengukuran Menurut Sumber

1 Kualitatif 1 Internal
2 Kuantitatif 2 Eksternal
Menurut Waktu Pengumpulan Menurut Cara Pengumpulan
1 Cross Section 1 Primer
2 Time Series 2 Sekunder
Menurut Tingkat Pengukuran Menurut Teknik Pengumpulan
1 Nominal 1 Sensus
2 Ordinal 2 Survei
3 Interval
4 Rasio
DATA MENURUT CARA PENGUKURAN
Data kualitatif adalah data yang menunjukkan kualitas, mutu, suatu objek atau pun gambaran
suatu fenomena, proses, kejadian/peristiwa dan lain-lain yang dinyatakan dalam bentuk
perkataan (tidak berbentuk angka). Data kualitatif sering dikuantifikasikan atau disimbolkan
dalam bentuk angka agar memungkinkan dilakukannya penghitungan dan analisis secara statistik.
Misalnya pada data jenis kelamin: diberi angka 1 untuk laki-laki dan diberi angka 2 untuk
perempuan.
Data kuantitatif adalah data yang berbentuk angka dan dapat dilakukan operasi matematis.
Biasanya data kuantitatif diperoleh melalui pengukuran metrik (metric measurement) atau
berdasarkan penghitungan (countinig).
Contoh: harga saham, nilai pendapatan, dll.
DATA MENURUT WAKTU PENGUMPULAN
Data cross section adalah data yang dikumpulkan pada suatu waktu tertentu
(at a point of time) untuk menggambarkan keadaan dan kegiatan pada waktu
tersebut. Misalnya data penelitian yang menggunakan kuesioner.
Data berkala (time series data) adalah data yang dikumpulkan dari waktu ke
waktu untuk melihat perkembangan suatu kejadian/kegiatan selama
periode tersebut. Misalnya, perkembangan uang beredar, harga 9 macam
bahan pokok penduduk.
DATA MENURUT TINGKAT PENGUKURAN [1]
Skala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi. Data
nominal merupakan ukuran yang paling sederhana karena angka-angka yang diberikan
kepada objek penelitian hanya sebagai label, tidak menunjukkan tingkatan apapun. Contoh:
jenis pekerjaan diklasifikasikan dalam pegawai negeri (kode 1) , pegawai swasta (kode 2 ) dan
wiraswata (kode 3).
Skala ordinal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi, tetapi di
antara data tersebut terdapat urutan (order) atau tingkatan tertentu. Contoh: kepuasan
pelanggan, diklasifikasikan sebagai: sangat puas (diberi tanda 1), puas (diberi tanda 2), cukup
puas (diberi tanda 3), tidak puas (diberi tanda 4), dan sangat tidak puas (diberi tanda 5).
DATA MENURUT TINGKAT PENGUKURAN [2]
Skala interval adalah data yang berupa nilai berurutan dan masing-masing memiliki jarak atau perbedaan yang
bermakna (Abuzar, 2017). Namun, jarak tersebut bukan merupakan kelipatan karena angka nol dalam skala
interval tidak dianggap nilai nol mutlak.
Contoh: Dua orang murid mendapat nilai ujian yang berbeda; si A mendapat 70 sedangkan si B mendapat nilai 35.
Dalam kasus tersebut, tidak dapat dikatakan si A dua kali lebih pandai dibanding si B karena nilai tersebut tidak
bisa dikatakan kelipatan; nilai 0 dalam penilaian ujian tersebut bukan nilai mutlak dan tidak diartikan sebagai
nihilnya kepandaian seseorang.
Skala Rasio adalah data yang mencakup semua skala di atas, meliputi jarak dua titik pada skala sudah diketahui
dan memberikan nilai absolut pada objek yang diukur karena mempunyai titik nol yang absolut.
Contoh: jumlah buku di kelas sebanyak lima, berarti ada lima buku. Jika nol, berarti tidak ada buku (nol absolut).
Pada data rasio tidak ada kategorisasi atau pemberian kode. Operasi matematika dapat dilakukan pada data
rasio, misalnya, 100 cm + 35 cm = 135 cm, 5 mangga + 2 manga = 7 mangga.
DATA MENURUT SUMBER
Data internal adalah data dari dalam suatu organisasi yang menggambarkan
keadaan organisasi tersebut. Contohnya: suatu perusahaan, jumlah
karyawannya, jumlah modalnya, atau jumlah produksinya, dll.
Data eksternal adalah data dari luar suatu organisasi yang dapat
menggambarkan faktor-faktor yang mungkin memengaruhi hasil kerja suatu
organisasi.
Misalnya: daya beli masyarakat memengaruhi hasil penjualan suatu
perusahaan.
DATA MENURUT CARA MEMPEROLEHNYA
Data primer (primary data) adalah data yang dikumpulkan sendiri oleh
perorangan/suatu organisasi secara langsung dari objek yang diteliti dan untuk
kepentingan studi yang bersangkutan yang dapat berupa interview, observasi.
Data Sekunder (secondary data) adalah data yang diperoleh/di-kumpulkan tidak

langsung dari objeknya, melainkan dikumpulkan dari sumber lain baik berupa
studi-studi sebelumnya atau yang diterbitkan oleh berbagai instansi lain.
Biasanya sumber tidak langsung berupa data dokumentasi dan arsiparsip resmi
DATA MENURUT TEKNIK PENGUMPULAN DATA
Data sensus merupakan data karakteristik seluruh unit populasi

yang diperoleh melalui pencacahan lengkap, baik wawancara
langsung maupun secara online.
Data survei merupakan data karakteristik sebagian unit populasi

yang diperoleh melalui pencacahan sampel, baik wawancara
langsung maupun secara online.
SYARAT
DATA STATISTIK
YANG BAIK
SYARAT DATA STATISTIK YANG BAIK
• Objektif: harus sesuai dengan keadaan yang sebenarnya dan diungkapkan apa adanya
dengan keterangan yang benar.
• Representatif (mewakili): harus mewakili kelompok objek yang diamati.
• Akurat dan reliabel: mampu secara tepat menggambarkan kondisi yang sebenarnya
• Tepat waktu: menggambarkan suatu fenomena/kejadian disajikan tidak lama berselang
dari waktu terjadinya fenomena tersebut dan harus tersedia pada saat dibutuhkan (up
to date).
• Relevan: ada hubungannya dengan masalah yang akan diselesaikan.
• Koheren: konsisten dan sesuai dengan indikator lain yang serupa atau saling terkait.
• Menyeluruh atau lengkap (comprehensive): dapat memberikan informasi selengkap
mungkin sehingga gambaran yang diperoleh tidak bersifat sepotong-sepotong atau
parsial
PENGERTIAN
DAN JENIS-
JENIS VARIABEL
PENGERTIAN VARIABEL
Variabel (peubah) adalah sebuah karakteristik, angka, kuantitas, atau

sifat-sifat suatu objek atau unit pengamatan yang nilainya dapat bervariasi antar
unit pengamatan, dan juga dapat berubah antarwaktu.
• Nilai suatu variabel bisa diperoleh berdasarkan pengukuran (measurement)

• Ada pula yang bisa diperoleh melalui penghitungan (counting).
• Contoh: Umur, berat, tinggi, pendapatan, tempat lahir, pandangan terhadap program
pemerintah, misalnya, merupakan
• Suatu unit pengamatan, misal individu, bisa diukur dengan satu variabel atau beberapa
variabel, misalnya umur dan banyaknya teman yang dimiliki.
JENIS-JENIS VARIABEL [1]
Variabel kontinu: Variabel yang memiliki nilai sembarang, baik berupa nilai bulat maupun
pecahan, di antara dua nilai tertentu atau variabel yang mengambil seluruh nilai dalam suatu
interval. Contoh variabel kontinyu:
Berat badan, tinggi, luas, pendapatan, dsb. Berat badan 45 kg; 15 kg; atau 52,125 kg.
Variabel diskrit: Nilainya tidak dapat dinyatakan dalam bentuk pecahan atau desimal di
belakang koma, sehingga memiliki nilai yang tertentu dan terpisah (menggunakan bilangan
diskrit). Contoh variabel diskrit:
Dikotom : Jenis kelamin: laki-laki, perempuan; status perkawinan: Kawin, tidak kawin.
Politom : Tingkat pendidikan: SD, SMP, SMA, Perguruan Tinggi
Variabel independen (independent variable) adalah tipe variabel yang menjelaskan atau
memengaruhi variabel yang lain.
Variabel dependen (dependent variable) adalah tipe variabel yang dijelaskan atau dipengaruhi
oleh variabel independen.
Kedua tipe variabel ini merupakan kategori variabel penelitian yang paling sering digunakan
dalam penelitian karena mempunyai kemampuan aplikasi yang luas.
Contoh:
Jika diketahui ada hubungan antara konsumsi dan pendapatan; bertambahnya pendapatan
menyebabkan konsumsi juga akan bertambah, sehingga
Konsumsi = variabel dependen (terikat dengan pendapatan),
Pendapatan = variabel independen (variabel bebas).
Variabel moderator: variabel yang memengaruhi (memperkuat dan memperlemah) hubungan

antara variabel independen dan variable dependen.
Variabel random: variabel yang menggambarkan hasil suatu percobaan/penelitian disebut
sebagai variabel acak/variabel random.
Contoh variabel moderator:

Variabel yang memengaruhi kebutuhan (demand) ikan (Y) adalah harga ikan (X1), pendapatan
(X2), dan harga daging (X3). Ketiga variabel tersebut adalah variabel utama. Jika umur
konsumen (X4) juga berpengaruh, tetapi bukanlah sebagai penyebab utama, umur konsumen
(X4) ini lah yang disebut dengan variabel moderator.
Variabel aktif
Variabel aktif adalah variabel independen yang dimanipulasikan oleh peneliti. Manipulasi data
yang dilakukan dapat dengan cara memberikan perlakuan yang berbeda antar kelompok unit
yang diteliti. Contoh variabel aktif:
Jika peneliti menerapkan metode mengajar pada kelompok yang berbeda dan menerapkan
pemberian hukuman yang berbeda kepada mahasiswa, variabel metode mengajar dan
variabel pemberian hukuman disebut variabel aktif karena variabel ini dapat
dimanipulasikan.
Variabel atribut
Variabel atribut merupakan variabel yang tidak dapat atau sukar dimanipulasi. Variabel
atribut umumnya merupakan karakteristik manusia, seperti inteligensi, jenis kelamin, status
sosial, pendidikan, sikap, dan sebagainya.
PENGERTIAN
INDIKATOR
PENGERTIAN INDIKATOR
Pengertian indikator menurut beberapa sumber:

• Variabel kendali yang dapat digunakan untuk mengukur perubahan pada sebuah kejadian
• KBBI: sesuatu yang dapat memberikan petunjuk atau keterangan.
• Menunjukkan suatu fenomena atau kondisi tertentu
• Bisa dipakai untuk mengukur perubahan yang terjadi.
• Dituangkan berupa suatu angka (dapat disebut angka indeks)
• Dapat dirumuskan dari satu atau lebih variabel.
Contoh indikator:
• Perbandingan antara jumlah penduduk dan luas area suatu wilayah dapat menjadi indikator
kepadatan penduduk per kilometer persegi,
• Berat badan bayi berdasarkan umur dapat menjadi indikator bagi status gizi bayi.
SYARAT INDIKATOR
Syarat ndikator yang baik harus memenuhi:

• Spesifik (interpretasi jelas, tidak mengundang multi interpretasi),
• Valid (sahih, absah),
• Reliabel (andal, tepercaya, konsisten),
• Sensitif (dapat mendeteksi perubahan kecil), dan
• Data tersedia (untuk pengukuran, serta keberlanjutan monitoring dan evaluasi).
Namun, tidak semua indikator yang diperlukan untuk mengukur suatu fenomena tersedia datanya. Oleh
karena itu dapat digunakan indikator proxy.
Misalnya indikator untuk mengukur kesejahteraan petani, dapat digunakan perbandingan antara indeks
harga yang diterima petani (It) dan indeks harga yang dibayar petani (Ib), atau biasa disebut sebagai Nilai
Tukar Petani (NTP).
BAB 3
STATISTIK YANG
SERING DIGUNAKAN
OUTLINE
Penimbang
Pola Data
Total
Proporsi
Rasio
Pendahuluan
sangat penting memahami cara penggunaan
data sampel dan mengetahui cara pengambilan
data sampel sehingga penghitungan statistik
beserta analisisnya menjadi tepat. Informasi
mengenai data set umumnya dapat diketahui
dari metadata kegiatan statistik penghasil set
data jika tersedia. Namun jika tidak tersedia,
pengguna data peru mengonfirmasi kepada
produsen data
PENGGUNAAN
PENIMBANG
TABEL
Pada umumnya, set data hasil pengumpulan data secara survei probability sampling telah dilengkapi
dengan penimbang individu yang dihitung berdasarkan metode sampling yang digunakan (selanjutnya
disebut penimbang).
Penimbang merupakan suatu angka yang menggambarkan besarnya satu unit sampel dalam mewakili unit
lain dalam populasi yang diteliti
Tujuan penyajian data dalam bentuk tabel adalah :

• Memudahkan dalam analisis data
• Informasi yang disajikan lebih lengkap
• Mudah dimengerti oleh pengguna data
• Bentuk yang paling umum dan efektif dalam menyajikan informasi statistik
Contoh :
Populasi 60 orang guru sekolah di suatu

kecamatan diambil. sampel sebanyak 12
orang untuk didata tentang pengeluaran
per bulan.
Maka, setiap satu orang guru yang

terpilih sampel akan mewakili lima
orang lainnya. Penimbang tersebut
dihitung dengan merasiokan populasi
(N) terhadap sampel (n) atau N/n.
POLA DATA
Ukuran Lokasi atau Ukuran Pemusatan
• Rata-rata
• rata-rata hitung (mean)
• median
• modus (atau mode)
• Rata-rata Hitung Sederhana untuk Data Tunggal
• Rata-rata Hitung Tertimbang ( 𝐱̅ )
formula rata-rata hitung tertimbang sama dengan rata-rata data

berkelompok
• Rata-rata Data Berkelompok
• Rata-rata Ukur (Geometric Mean) Data Tunggal
• Median
Median adalah nilai suatu pengamatan yang terletak di tengah-tengah

setelah nilai pengamatan diurutkan menurut besarnya nilai (dari nilai
terkecil sampai terbesar atau sebaliknya)
• Modus
adalah suatu data yang sering muncul atau yang nilai frekuensinya
terbanyak. Ukuran ini biasa digunakan untuk mencari rata-rata
sekelompok data yang bukan berupa bilangan/angka, melainkan data
kualitatif
Sebaran data (pada data tidak berkelompok)
• Rentang/Kisaran (Range)
Range = nilai maksimum — nilai minimum
• Ragam (Variance) dan Simpangan Baku (Standard Deviation)
• Kesalahan Baku (Standard Error) dan Relative Standard Error
(RSE)
BoxPlot sebagai Alat Identifikasi Sebaran Data
Merupakan representasi grafik yang • Nilai minimum

menggambarkan distribusi data dan • Median
memuat lima ringkasan data secara • Q1 (kuartil 1)
berurutan, yaitu median, Q1 (kuartil 1), • Q3 (kuartil 3)
Q3 (kuartil 3), interquartile (IQR), nilai
• Interquartile (IQR)
minimum, dan nilai maksimum. Informasi
tersebut menunjukkan kemencengan data • Nilai maksimum
berdasarkan nilai kuartil, keruncingan • Batas bawah dan batas
data berdasarkan nilai IQR, dan adanya atas
data pencilan (outlier).
TOTAL
BoxPlot sebagai Alat Identifikasi Sebaran Data
Merupakan salah satu parameter yang

sering digunakan dalam kegiatan statistik
untuk menggambarkan ukuran atau
besarnya populasi
PROPORSI
Penghitungan Proporsi pada Data Agregat
Penghitungan Proporsi pada Raw Data
Penghitungan Rasio pada Data Agregat
Penghitungan Rasio pada Raw Data
Latihan soal
BAB 4
PENYAJIAN DATA
OUTLINE
Penyajian Tabel
Penyajian Grafik
Penyajian Infografis
Penyusunan Publikasi Buku

PENYAJIAN
TABEL
TABEL
Tabel merupakan penyajian data dalam bentuk angka-angka yang disusun secara sistematik menurut
baris dan kolom.
Tujuan penyajian data dalam bentuk tabel adalah :

• Memudahkan dalam analisis data
• Informasi yang disajikan lebih lengkap
• Mudah dimengerti oleh pengguna data
• Bentuk yang paling umum dan efektif dalam menyajikan informasi statistik
KOMPONEN TABEL
Judul Tabel
Judul Kolom
Nomor Kolom
Nomor Tabel
Isi Tabel
Stub
Catatan
(optional)
Sumber
NOMOR TABEL
Nomor Tabel
• Memudahkan rujukan tabel.
• Didahului oleh kata ‘Tabel’ dan dibuat dengan angka
Arab (1,2, dan seterusnya).
• Tidak perlu ada tanda titik setelah nomor tabel.
• Nomor tabel dapat diletakkan pada baris yang terpisah
dengan judul tabel dan dapat pula diletakkan pada baris
yang sama dengan judul tabel.
ISI TABEL
• Isi tabel terdiri atas sel-sel yang berisi angka dan atau notasi-notasi
yang dirujuk ke penjelasan umum atau penjelasan teknis atau catatan di
bawah tabel.
• Baik dalam publikasi satu atau dua bahasa, angka ribuan dan
kelipatannya dalam isi tabel dipisahkan dengan spasi dan bukan dengan
titik atau koma.
• Angka negatif dapat ditulis dengan tanda minus (-) tanpa spasi.
• Tanda desimal dinyatakan dengan koma.
• Isi tabel yang berupa angka sebaiknya rata kanan kemudian diatur
sedemikian rupa sehingga letaknya di tengah kolom dengan
menggunakan right indent dan atau cell margin (right aligned with
indent).
• Sel-sel jumlah sebaiknya terletak pada baris terbawah dan atau kolom
terakhir
JENIS TABEL
• Tabel Satu Arah (One Way Table)

Isian setiap sel hanya menjelaskan kategori tertentu dari satu karakteristik saja.
• Tabel 2 Arah (Two Way Table)

Tabel yang dirinci menurut dua karakteristik yang berbeda.
• Tabel 3 Arah (Three Way Table)

Tabel yang dirinci menurut tiga karakteristik yang berbeda.
Jenis tabel tergantung pada jumlah rincian

karakteristik/variable yang disajikan
TABEL SATU ARAH
Contoh Analisis:
Tabel 1 Angka Partisipasi Sekolah (APS) Menurut Kelompok
Umur di Desa Kenari, 2020
Angka partisipasi sekolah (APS) cenderung
Angka Partisipasi Sekolah
menurun seiring dengan peningkatan umur Kelompok Umur
(APS)
penduduk. Sebanyak 98,02 persen penduduk (1) (2)
7-12 tahun 98,02
usia 7-12 tahun yang bersekolah, sementara
13-15 tahun 86,24
penduduk usia 13-15 tahun yang bersekolah
16-18 tahun 56,01
sebesar 86,24 persen, usia 16-18 tahun 19-24 tahun 13,77
sebesar 56,01 persen, dan usia 19-24 tahun Sumber: Survei Sosial Ekonomi
hanya sebesar 13,77 persen.

Pengelompokkan umur tersebut sejalan
dengan jenjang pendidikan yang berlaku di
Indonesia.
TABEL DUA ARAH
Contoh Analisis:
Sejalan dengan sistem pendidikan nasional yang mengamanatkan wajib mengikuti pendidikan dasar bagi setiap penduduk usia sekolah, terlihat bahwa
lebih dari 95 persen penduduk usia 7-15 tahun yang sedang bersekolah. Ketika mencapai usia sekolah menengah, yaitu 16-18 tahun, sebanyak 27,32
persen penduduk tidak melanjutkan pendidikannya. Kemudian ketika mencapai usia pendidikan tinggi, tiga dari empat penduduk usia 19-24 tahun
tidak melanjutkan pendidikannya. Kondisi ini perlu mendapatkan perhatian dari pemerintah maupun kalangan pemerhati pendidikan lainnya.
Tabel 2 Persentase Penduduk Menurut Kelompok Umur dan Partisipasi Sekolah di

Desa Bangun, 2020
Partisipasi Sekolah
Kelompok Belum Pernah Sedang Bersekolah Tidak Sekolah Lagi
Umur Sekolah
(1) (2) (3) (4)
7-12 tahun 0,58 99,22 0,20
13-15 tahun 0,53 95,36 4,11
16-18 tahun 0,69 71,99 27,32
19-24 tahun 0,69 24,40 74,91
Sumber: Survei Sosial Ekonomi
TABEL TIGA ARAH
Contoh Analisis:
Tabel di atas memperlihatkan terlihat bahwa persentase ruang kelas yang rusak lebih tinggi dialami oleh jenjang pendidikan SD dan SMP dibandingkan
dengan jenjang pendidikan SMA dan SMK, dengan kondisi rusak paling tinggi dialami oleh jenjang SD yaitu sebesar 10,31 persen pada tahun ajaran
2016/2017 dan 10,00 persen pada tahun ajaran 2017/2018. Akan tetapi, kondisi ruangan yang baik pada jenjang SMA mengalami penurunan dari tahun
sebelumnya. Oleh karena itu, pemerintah sebaiknya mengelola anggarannya agar tepat sasaran menanggani peningkatan kualitas pendidikan.
Tabel 3 Ruang Kelas Menurut Tingkat Pendidikan dan Kondisi Ruang Kelas di Desa Kenari (persen), 2016/2017
dan 2017/2018
Tahun Ajaran 2016/2017 Tahun Ajaran 2017/2018
Tingkat
Rusak Rusak Rusak Rusak
Pendidikan Baik Baik
Ringan/Sedang Berat/Total Ringan/Sedang Berat/Total
(1) (2) (3) (4) (5) (6) (7)
SD 25,74 63,95 10,31 26,41 63,59 10,00
SMP 28,73 62,57 8,71 29,70 61,46 8,84
SMA 45,66 50,00 4,34 44,79 50,84 4,36
SMK 45,66 50,77 3,57 46,67 50,44 2,89

1. Apa variable yang ingin disajikan
pada tabel tersebut?
2. Apa jenis tabel yang harus
digunakan?
3. Bagaimana rancangan tabel yang
sesuai (judul Kolom dan Stub)
• Beberapa variabel pada pendataan desa Kenari tahun 2021:
Unit Observasi
Rumah tangga
Unit Observasi
individu
Jika kedua data tersebut ingin disajikan dalam bentuk

tabel terpisah,
1. Apa Judul yang tepat?
2. Apa jenis tabel yang digunakan?
3. Bagaimana rancangan tabel yang sesuai?
PENYAJIAN TABEL DENGAN BANYAK KOLOM ATAU BARIS
1
Kolom satu
diulang pada
halaman
berikutnya
Halaman 1 Halaman 2
PENYAJIAN TABEL DENGAN BANYAK KOLOM ATAU BARIS
2
Judul kolom
dituliskan
ulang
Halaman 1 Halaman 2
1. Sebutkan 3 Provinsi dengan Rasio jenis
kelamin tertinggi!
2. Sebutkan 3 Provinsi dengan Rasio jenis

kelamin terendah!
Papua
Indonesia Kalimantan Utara
Papua Papua Barat
Papua Barat Kalimantan Timur
Maluku Utara Kalimantan Tengah
Maluku Kepulauan Bangka Belitung
Sulawesi Barat Sulawesi Tengah
Gorontalo Kalimantan Barat
Sulawesi Tenggara Maluku Utara
Sulawesi Selatan Lampung
Sulawesi Tengah Riau
Sulawesi Utara Sulawesi Utara
Kalimantan Utara Bengkulu
Kalimantan Timur Kepulauan Riau
Kalimantan Selatan Sumatera Selatan
Kalimantan Tengah Jambi
Kalimantan Barat Banten
Nusa Tenggara Timur 1. Sebutkan 3 Provinsi Jawa Barat
Nusa Tenggara Barat Sulawesi Barat
Bali dengan Rasio jenis Sulawesi Tenggara
Banten
Jawa Timur
kelamin tertinggi! Maluku
Kalimantan Selatan
DI Yogyakarta Indonesia
Jawa Tengah DKI Jakarta
Jawa Barat 2. Sebutkan 3 Provinsi Gorontalo
DKI Jakarta
Kepulauan Riau
dengan Rasio jenis Sumatera Barat
Bali
Kepulauan Bangka Belitung kelamin terendah! Jawa Tengah
Lampung Aceh
Bengkulu Sumatera Utara
Sumatera Selatan Nusa Tenggara Timur
Jambi Nusa Tenggara Barat
Riau Jawa Timur
Sumatera Barat Sulawesi Selatan
Sumatera Utara DI Yogyakarta
Aceh 85 90 95 100 105 110 115
85 90 95 100 105 110 115
PENGGUNAAN
TABEL PIVOT
PIVOT
PIVOT merupakan fitur pada Microsoft Excel yang berguna untuk membuat tabel interaktif berupa rekapitulasi atau
ringkasan dan kalkulasi data dengan banyak baris atau record secara cepat
Keunggulan Pivot:
• dapat menyajikan ringkasan data dengan beberapa tampilan yang berbeda dari data sumber yang sama
• menentukan kolom yang akan ditampilkan dalam penyajian laporan atau ringkasan data
• melakukan kalkulasi, atau mengumpulkan field-field data numerik dalam beberapa cara
• melakukan filter untuk menampilkan nilai-nilai data yang akan ditampilkan
• membuat pivot chart dari sebuah tabel pivot
Berikut beberapa hal yang perlu diperhatikan dalam menggunakan pivot:

• Tujuan yang ingin dicapai
• Pastikan tidak ada baris atau kolom yang kosong pada range data yang digunakan sebagai data sumber
• Setiap kolom pada data sumber harus mempunyai nama yang unik.
• Hindari penggunaan sel gabungan (merge cell) pada kepala (header) tabel data sumber.
• Tipe data pada setiap kolom harus sama (misalnya tidak mencampurkan tipe data tanggal dan teks dalam satu kolom yang
sama).
Langkah membuat Pivot
• Kik salah satu sel atau range data yang akan dibuat tabel pivot.
• Pilih menu “Pivot Table” yang ada di Tab Insert  Table  Pivot
Table, atau bisa juga dengan menggunakan shortcut “Alt+N”.
• Create PivotTable.
• Atur Bidang Pivot Table kosong dan PivotTable Fields
• Menentukan kolom-kolom (field) yang akan diletakkan
Bidang Pivot Table Kosong dan Pivot Table Fields
TABEL
DISTRIBUSI
FREKUENSI
TABEL DISTRIBUSI FREKUENSI
Isian dalam tabel statistik disusun dalam kelompok–kelompok yang disebut distribusi frekuensi
Bentuk tabel distribusi frekuensi
Membuat tabel distribusi frekuensi berarti

mendistribusikan data ke dalam beberapa
kelas atau kategori, kemudian menentukan
banyaknya individu yang termasuk kelas
tertentu yang disebut frekuensi kelas (Class
Frequency).
TABEL DISTRIBUSI FREKUENSI
Tahapannya
• Tentukan besarnya rentang.

Rentang = (Nilai Maksimum – Nilai Minimum).
• Tentukan banyaknya kelas.
k = 1 + 3,322 log n
dengan: k = banyaknya kelas, n= jumlah data.
• Tentukan besarnya interval kelas/selang kelas/lebar kelas (LK)/ panjang kelas dengan cara
membagi range (R) dan Jumlah Kelas (JK) LK = R/JK
LK = LCLi+1 – LCLi
LK = UCLi+1 - UCLi
• Penentuan LCLi = Xmin (tidak harus)
• Pembuatan table distribusi
PENYAJIAN
GRAFIK
GRAFIK
Grafik merupakan bentuk penyajian data secara visual yang dibuat dari data yang telah disajikan dalam
tabel dengan tujuan agar data dapat lebih mudah dipahami.
Keunggulan penyajian grafik:

• Lebih efektif dalam menggambarkan suatu perkembangan data dari waktu ke waktu.
• Lebih efektif dalam menggambarkan perbandingan antar kategori.
• Lebih menarik daripada tabel karena disajikan secara visual.
• Lebih mudah dipahami daripada tabel.
• Mengurangi kejenuhan melihat angka-angka.
• Lebih mudah dalam memberikan gambaran secara umum/menyeluruh
Berikut beberapa hal yang perlu diperhatikan dalam memilih grafik yang tepat:
• Tujuan yang ingin dicapai
• Jenis data yang digunakan
• Segmentasi pengguna data
Panduan Memilih Grafik
yang sesuai dengan data
yang disajikan
Sumber: Effective Data Visualization, The Right

Chart for The Right Data (Evergreen, S.D.H, 2017)
JENIS GRAFIK
Beberapa jenis grafik yang sering digunakan:
DIAGRAM
GRAFIK GARIS
GAMBAR
GRAFIK
DIAGRAM PETA
BATANG
DIAGRAM
LINGKARAN
GRAFIK GARIS 1
• Grafik garis adalah grafik yang digunakan untuk menggambarkan perkembangan data secara
kontinu.
• Pola atau kecenderungan data dapat dengan mudah kita ketahui dari grafik garis, yaitu dengan
melihat arah garis yang menghubungkan titik-titik pada grafik tersebut.
• Pola yang disajikan dapat menurun, naik atau mendatar.
• Grafik garis terdiri dari:
1. Grafik Garis Tunggal
2. Grafik Garis Berganda
3. Grafik Garis Komponen Berganda
4. Grafik Garis Saling Menimbang
5. Grafik Garis Interval
GRAFIK GARIS 1
GRAFIK GARIS TUNGGAL
Grafik garis tunggal biasanya digunakan untuk memberikan gambaran perkembangan satu jenis data.
Gambar 1 Persentase Siswa Usia 5-24 Tahun Yang Mengakses

Contoh Analisis: Internet di Desa Kenari, 2016–2018
60
Siswa usia 5 – 24 tahun yang menggunakan internet
mengalami peningkatan setiap tahun, yaitu 33,98 45.75
40.96
persen pada tahun 2016 meningkat menjadi 45,75 40 33.98
persen pada tahun 2018. Penggunaan internet dapat
mendukung siswa dalam pelajaran di sekolah, akan
tetapi dapat pula menjadi penghambat karena dapat 20
mendistraksi dari siswa untuk belajar. Sebaiknya
penggunaan internet oleh siswa diiringi oleh
0
pengawasan dari orang tua siswa. 2016 2017 2018
GRAFIK GARIS 1
GRAFIK GARIS BERGANDA
Grafik garis ini memberikan gambaran perkembangan dari beberapa data dalam satu tabel.
Contoh Analisis:
Gambar 2 Persentase Siswa Yang Mengakses Internet Menurut
Penggunaan internet dari tahun ke tahun mengalami peningkatan Tingkat Pendidikan di Desa Kenari, 2016–2018
pada semua jenjang pendidikan siswa, termasuk penggunaan oleh
siswa SD yang meningkat dari 9,3 persen pada tahun 2016 menjadi 100 91.27 94.41
86.37
16,64 persen pada tahun 2018. Pada jenjang perguruan tinggi pun
80 85.52
mengalami peningkatan, dapat dilihat pada Grafik 4.3 bahwa 81.32
72.94
penggunaan internet hanya sebanyak 86,37 persen pada tahun 2016 60
62.77
menjadi 94,41 persen pada tahun 2018. Peningkatan penggunaan 55.45
40 46.62
yang dialami oleh semua jenjang pendidikan menunjukan bahwa
20 12.12 16.64
internet digunakan oleh siapa saja dan semakin tinggi jenjang 9.3
pendidikan, maka semakin tinggi pula siswa yang menggunakan 0
internet 2016 2017 2018
SD SMP SMA PT

GRAFIK GARIS 1
GRAFIK GARIS KOMPONEN BERGANDA
• Grafik garis ini bertujuan untuk melihat perkembangan dari beberapa jenis data, sekaligus untuk melihat
perkembangannya secara kumulatif.
• Grafik garis ini dapat ditampil dengan versi jumlah serta versi persentase kumulatif
Gambar 3 Jumlah Kendaraan Bermotor Menurut Jenis

Contoh Analisis: Kendaraan di Provinsi DKI Jakarta (juta unit), 2008–
Jumlah dan persentase kendaraan di DKI Jakarta 2012
4000
didominasi oleh mobil penumpang dibandingkan 3500
dengan bis dan truk. Jumlah kendaraan di DKI
3000
Jakarta mengalami peningkatan dari tahun ke tahun.
2500
Peningkatan paling banyak terjadi pada mobil
dalam juta
2000
penumpang yang berjumlah 2.034.943 mobil pada
1500
tahun 2008 menjadi 2.742.414 mobil penumpang
pada tahun 2012. 1000
500
0
2008 2009 2010 2011 2012
Mobil Penumpang Bis Truk

Sumber: Publikasi Provinsi DKI Jakarta Dalam Angka
GRAFIK GARIS 1
GRAFIK GARIS SALING MENIMBANG
Kegunaan grafik ini adalah untuk melihat perkembangan dari dua kelompok data yang saling berlawanan, sehingga
perkembangan selisih antara dua kelompok data tersebut dapat diketahui. Misalnya, data tentang pendapatan dan
pengeluaran, ekspor dan impor, dan sebagainya.
Gambar 4 Nilai Ekspor dan Impor di DKI Jakarta, 2009–
Contoh Analisis: 2012
$160,000,000
Jumlah impor yang dilakukan melalui DKI Jakarta masih jauh $96,926,336
lebih tinggi daripada nilai ekspornya. Selain itu, terjadi $140,000,000 $88,874,102
peningkatan impor dari 48,099,308 USD pada tahun 2009 $120,000,000 $70,069,085
menjadi 96,926,336 USD pada tahun 2012. Peningkatan impor
$100,000,000
ini terjadi dua kali lipat dalam kurun waktu 3 tahun. Hal ini tidak $48,099,308
$80,000,000 Impor
diimbangi dengan nilai ekspor yang dilakukan yaitu dari Ekspor
32,536,510 USD menjadi 48,134,849 USD dari tahun 2009 ke $60,000,000
2012. Maka pemerintah sebaiknya mengidentifikasi penyebabnya $40,000,000 $46,476,171 $48,134,849

$39,648,257
dan melakukan langkah-langkah untuk meningkatan ekspor ke $20,000,000
$32,536,510
luar negeri.
$-
2009 2010 2011 2012

GRAFIK GARIS 1
GRAFIK GARIS INTERVAL
Grafik ini digunakan untuk menggambarkan perkembangan data yang mempunyai dua nilai.
Misalkan mengenai data harga beras tertinggi dan terendah suatu daerah, keuntungan terbesar dan terkecil dari suatu
penjualan dan sebagainya.
Gambar 5 Nilai Tertinggi, Terendah, dan Rata-rata Harga Beras Grosir di

Contoh Analisis: Pasar Induk Cipinang, Juli 2012– Desember 2012
Nilai rata-rata harga beras grosir di Pasar Induk
12000
Cipinang dari bulan Juli sampai dengan Desember Rp11,019
Rp10,674 Rp10,820 Rp10,977 Rp11,000
Rp10,648
2012 cenderung berada lebih dekat kepada harga 10000
terendah beras. Harga terendah dan tertinggi beras Rp8,572 Rp8,543 Rp8,560 Rp8,585 Rp8,670 Rp8,768
8000
mengalami peningkatan secara konsisten setiap Rp7,192 Rp7,202 Rp7,240 Rp7,277 Rp7,393 Rp7,435
Tertinggi
6000
bulannya. Hal ini perlu menjadi sorotan Terendah
Rata-rata
Pemerintah agar tidak terjadi lonjakan kenaikan 4000
harga beras dan dapat mengendalikan harganya
2000
untuk stabil.
0
Juli Agustus September Oktober November Desember

GRAFIK BATANG 1
• Grafik batang digunakan untuk menggambarkan perbandingan antar kategori data dalam
periode waktu yang sama, atau antar kategori data dengan periode waktu yang berbeda.
• Grafik batang terdiri dari beberapa bentuk, yaitu:

1. Grafik Batang Tunggal
2. Grafik Batang Berganda
3. Grafik Batang Komponen Berganda
4. Grafik Batang Mendatar
GRAFIK BATANG 1
GRAFIK BATANG TUNGGAL
Grafik batang ini untuk menggambarkan perbandingan beberapa data pada periode yang sama (berasal dari tabel satu
arah).
Gambar 1 Angka Partisipasi Sekolah (APS) Menurut Kelompok

Tabel 1 Angka Partisipasi Sekolah (APS) Menurut Umur di Desa Kenari, 2020
Kelompok Umur di Desa Kenari, 2020 120
Angka Partisipasi 100 98.02

Kelompok Umur
Sekolah (APS) 86.24
(1) (2) 80
7-12 tahun 98,02 60 56.01
13-15 tahun 86,24

40
16-18 tahun 56,01
20 13.77
19-24 tahun 13,77
0
7-12 tahun 13-15 tahun 16-18 tahun 19-24 tahun

GRAFIK BATANG 1
GRAFIK BATANG BERGANDA
Grafik ini menggambarkan perbandingan beberapa data yang dirinci menurut beberapa kategori
Contoh Analisis: Gambar 1 Persentase Penduduk Menurut Jenis Kelamin dan

Pendidikan antara laki-laki dan perempuan masih Tingkat Pendidikan tertinggi yang Ditamatkan , 2020
29.18
terdapat kesenjangan. Adanya proporsi penduduk 30
25.47 25.79
perempuan yang lebih tinggi dibandingkan laki- 23.54
25 21.53
laki yang tidak pernah sekolah dan tidak tamat SD. 20.94
Lebih lanjut, terdapat kesenjangan yang cukup 20

14.77
nyata pada tamatan SMA/Sederajat (29,18 persen 15 12.5
dan 23,54 persen) pada proporsi penduduk laki- 8.52 8.99
10
laki yang tamat SMP/sederajat dan SMA/Sederajat 5.97
2.79
lebih tinggi dibandingkan penduduk perempuan. 5
0
Laki-laki Perempuan
TIdak Pernah Sekolah Tidak Tamat SD SD/Sederajat

SMP/Sederajat SMA/Sederajat Perguruan Tinggi
GRAFIK BATANG 1
GRAFIK BATANG KOMPONEN BERGANDA
Grafik ini menggambarkan perbandingan data yang dirinci menurut beberapa kategori sekaligus dapat menggambarkan
perbandingan jumlah datanya maupun jumlah kumulatifnya. Grafik batang ini dapat ditampil dengan versi jumlah serta
versi persentase kumulatif
Gambar 3 Jumlah Kendaraan Bermotor Menurut Jenis Gambar 3 Jumlah Kendaraan Bermotor Menurut Jenis
Kendaraan di Provinsi DKI Jakarta (juta unit), 2008– Kendaraan di Provinsi DKI Jakarta (juta unit), 2008–
2012 2012
4000 4000
3500 3500
561.918
581.29
3000 3000 565.727 358.895
550.924 363.71
538.731
2500 332.779
2500 309.385
dalam juta
308.528
dalam juta
2000
2000
1500
1500 2541.351 2742.414
2334.883
1000 2034.943 2116.282
1000
500
500
0
2008 2009 2010 2011 2012
0
2008 2009 2010 2011 2012 Mobil Penumpang Bis Truk

Sumber: Publikasi Provinsi DKI Jakarta Dalam Angka Sumber: Publikasi Provinsi DKI Jakarta Dalam Angka
GRAFIK BATANG 1
GRAFIK BATANG MENDATAR
Grafik ini biasanya untuk menggambarkan perbandingan antara kategori yang satu dengan kategori lainnya pada suatu
periode tertentu
Gambar 1 Persentase Penduduk Menurut Jenis Kelamin dan Gambar 1 Persentase Penduduk Menurut Jenis Kelamin dan
Tingkat Pendidikan tertinggi yang Ditamatkan , 2020 Tingkat Pendidikan tertinggi yang Ditamatkan , 2020
29.18
30
25.79 8.99
25.47
23.54 23.54
25 21.53 20.94
20.94 Perempuan
25.79
20 14.77
14.77 5.97
15 12.5
8.52
8.52 8.99
10 29.18
5.97 21.53
Laki-laki
2.79 25.47
5
12.5
2.79
0
Laki-laki Perempuan 0 5 10 15 20 25 30 35
TIdak Pernah Sekolah Tidak Tamat SD SD/Sederajat Perguruan Tinggi SMA/Sederajat SMP/Sederajat
SMP/Sederajat SMA/Sederajat Perguruan Tinggi SD/Sederajat Tidak Tamat SD TIdak Pernah Sekolah
Sumber: Survei Sosial Ekonomi Sumber: Survei Sosial Ekonomi
DIAGRAM LINGKARAN
Diagram lingkaran pada dasarnya sama dengan grafik batang tunggal: memberi gambaran mengenai perbandingan
beberapa data dalam satu periode waktu.
Perbedaannya: grafik lingkaran perbandingan tersebut dilihat dari nilai persentasenya, sedangkan grafik batang tunggal
adalah nilai mutlaknya.
Gambar 3 Penduduk Menurut Tingkat Pendidikan Tertinggi

Contoh Analisis: yang Ditamatkan (Persen), 2020
Tingkat pendidikan tertinggi yang ditamatkan
penduduk pada umumnya mencapai pendidikan 4%
9%
menengah. Data tersebut mmperlihatkan bahwa 14%
hanya 26 persen atau satu dari empat penduduk 15 Tidak Pernah
Sekolah
tahun ke atas telah tamat SM/Sederajat, sedangkan 26% Tidak Tamat SD
penduduk yang menyelesaikan jenjang Perguruan SD/Sederajat
Tinggi (PT) hanya 9% persen.. 26% SMP/Sederajat
SMA/Sederajat
Perguruan Tinggi
21%

DIAGRAM GAMBAR (PICTOGRAM)
Diagram gambar sering dipakai untuk mendapatkan gambaran secara kasar dari suatu persoalan dan sebagai penyajian
visual yang baik bagi orang awam, lebih-lebih jika simbol yang digunakan cukup menarik
Contoh Analisis: Gambar 1 Jumlah Murid Menurut Jenjang Pendidikan di DKI

Jumlah peserta didik di DKI Jakarta pada Tahun Jakarta, 2017/2018
Ajaran 2017/2018 pada jenjang SD lebih tinggi
lebih dari setengah kali lipat dibandingkan jenjang SMK
219.3
SMP maupun SMA/SMK. Lebih lanjut, terlihat
bahwa ternyata jumlah peserta didik SMK lebih SMA 171.6
tinggi sedikit dibandingkan dengan jumlah
pesereta didik SMA.
SMP 368.5
828.7
SD

DIAGRAM PETA (CARTOGRAM)
Diagram peta (cartogram) adalah diagram yang memberikan keterangan tempat dari jenis data yang ada pada sebuah peta.
Contoh Analisis: Gambar 2 Rata-rata Lama Sekolah Penduduk Usia 15 Tahun ke

Secara geografis, rata-rata lama sekolah penduduk Atas Menurut Provinsi (tahun), 2020
15 tahun ke atas bervariasi. Provinsi dengan rata-
rata lama sekolah di atas 9 tahun tersebar di
berbagai wilayah (ditandai dengan area berwarna
hijau). DKI Jakarta menempati posisi teratas
dengan rata-rata lama sekolah penduduknya lebih
dari 10 tahun. Di sisi lain, penduduk 15 tahun ke
atas di Papua rata-rata bersekolah hanya sampai
kelas 6 SD/sederajat.

Berikan komentar anda
tentang kedua grafik
disamping!
tentang grafik disamping!
Ubahlah grafik disamping menjadi grafik
yang mudah dipahami dan lebih menarik
Gambar 3 Jumlah Kendaraan Bermotor Menurut Jenis
Kendaraan di Provinsi DKI Jakarta (juta unit), 2012
4000
3500
561.918
3000 358.895
2500
Ubahlah grafik disamping menjadi grafik
dalam juta
2000
gambar
1500
2742.414
1000
500
0
2012

• Beberapa variabel pada pendataan desa Kenari tahun 2021:
Unit Observasi
Rumah tangga
Unit Observasi
individu
Jika kedua data tersebut ingin disajikan dalam bentuk

grafik terpisah,
1. Jenis grafik apa saja yang bisa digunakan untuk
menyajikan data diatas?
PENYAJIAN
INFOGRAFIS
INFOGRAFIS
Infografis berasal dari kata Infographics, singkatan dari Information + Graphics:

bentuk visualisasi data yang menyampaikan informasi kompleks kepada pembaca agar dapat
dipahami dengan lebih mudah dan cepat.
Menurut visual.ly, visualisasi data dapat berupa foto, peta, dan grafik
Keunggulan Infografis:
a. Visualisasi gambar mampu menggantikan penjelasan yang terlalu panjang.
b. Mampu menggantikan tabel yang rumit dan penuh angka menjadi informasi yang mudah
dipahami.
c. Visualisasi yang menarik mampu menghilangkan kejenuhan dalam membaca data.
JENIS INFOGRAFIS
• Infografis Statis
Jenis infografis ini jenis paling umum digunakan dalam menyampaikan informasi dalam berbagai
kebutuhan, diantaranya media cetak dan hasil-hasil penelitian.
• Infografis Dinamis
Infografis yang menyajikan informasi dalam bentuk audio video. Infografis jenis ini bisa disajikan
dengan dua atau 3 dimensi yang telihat lebih kompleks, misalnya televisi dan youtube.
• Infografis Interaktif
Infografis yang dibuat pada sebuah website agar pengguna dapat berinteraksi dengan informasi yang
ditampilkan. Untuk membuat jenis infografis ini biasanya dibutuhkan seorang desainer, UI/IUX
disainer, illustrator, dan programer.
ELEMEN DESAIN INFOGRAFIS
• Data/Informasi yang menarik dan jelas
• Visual yang menarik
• Desain yang mudah dimengerti
• Mudah dibagikan
STEP PEMBUATAN
Infografis
Kumpulkan Data!
Kumpulkan data-data terkait dari infografis yang ingin
anda buat
Tetapkan tujuan!
Apakah tujuan dari infografis yang ingin anda buat?
Apakah untuk umum atau untuk konsumsi sendiri
Plan your infographic!

Buatlah sketsa untuk infografis anda, bisa
menggunakan outline teks biasa atau dengan flowchart
Pilih aplikasi anda!

Pastikan aplikasi yang anda gunakan dapat mendukung
pembuatan infografis anda
Penyedian asset vector
Freepik.com dan flaticon.com
2 web penyedia konten untuk keperluan desain grafis ini
sangat banyak digunakan oleh desainer saat ini karena
menyediakan asset untuk keperluan desain
Referensi Infografis Bagus!

http://houseofinfographics.com/
Freepik.com
Online
www.visual.ly, www.easel.ly, www.canva.com,
https://piktochart.com
+ Mudah, cepat, tools dan grafik sudah disediakan untuk

anda. Tinggal publish dan share.
- Keterbatasan input data, template dan pilihan desain.
Tidak cocok untuk printing dan ada aturan yang harus
diikuti dari penyedia
Offline
Ms. PowerPoint, CorelDraw, Adobe Illustrator, Adobe
AfterEffect, Inscape,
+ Memiliki kebebasan dalam melakukan desain dan dapat
disesuaikan untuk tujuan printing. Format yang dihasilkan
lebih banyak
- Butuh kerja keras dan butuh pemahaman tentang konsep
desain grafis
Evaluasi data anda!
Sebelum masuk ke dalam pembuatan infografis,
pastikan data yang anda gunakan merupakan versi
final.
Pilih visualisasi data anda

Anda bisa menggunakan grafik batang, pie chart,
donut chart ataupun jenis grafik lainnya
Masukan skema warna dan pilih font!

Skema warna dan pemilihan font perlu digunakan agar
infografis menarik dari segi visual. Skema warna salah
satunya bisa dilihat pada color.adobe.com
Evaluasi infografis anda sebelum rilis!

Berikan ke editor atau inner circle anda sebelum
dilakukan rilis.
Hati-hati copyright!
Pastikan anda tidak melanggar hak cipta, cantumkan
sumber data yang ada, dan jangan menggunakan
gambar dari web.
CONTOH INFOGRAFIS 1
CONTOH INFOGRAFIS 2
Infografis Sebagai
Pembatas Bab Buku
CONTOH INFOGRAFIS 3
Infografis terjalin dalam

narasi publikasi
Buatlah naskah infografis dari
data disamping!
tentang infografis disamping!
Buatlah infografis sederhana

dengan menggunakan data
disamping
Dari data-data tersebut ambillah
sebagian data yang menarik lalu
buatkan visualisasi dari data
tersebut
Sumber: Buku Monografi Desa Bantul Semester 1-2017

PENYUSUNAN
PUBLIKASI
BUKU
KOMPONEN BUKU
• Kover Depan
• Halaman Pendahuluan
Meliputi:
1. Cover dalam atau halaman perancis 7. Daftar isi
2. Halaman katalog publikasi 8. Daftar tabel *)
3. Tim penyusun *) 9. Daftar gambar *)
4. Kata sambutan *) 10. Daftar lampiran *)
5. Kata pengantar 11. Penjelasan Teknis *)
6. Abstraksi *) 12. Penjelasan umum*) *) optional
• Halaman Isi
Pembatas bab, Tabel, Grafik, Narasi dll
• Kover Belakang
MARGIN BUKU Posisi header bahasa
Indonesia
Posisi header
bahasa Inggris
Contoh Standard
Margin Halaman Pada
Publikasi BPS
Posisi footer
bahasa Inggris
DISKUSI
PENYUSUNAN
PUBLIKASI
BAB 5
ANALISIS
KORELASI
OUTLINE
Korelasi Linear Sederhana
Diagram Pencar (Scatter Plot)
Koefisien Korelasi
Koefisien Korelasi Pearson
Koefisien Korelasi Spearman
Koefisien Determinasi
Pendahuluan
Analisis korelasi adalah suatu teknik
statistik untuk mengukur kekuatan
dan mengetahui ada atau tidak
adanya hubungan antara dua atau
lebih variabel.
KORELASI
LINIER
SEDERHANA
Korelasi Linear Sederhana
Hubungan antara dua variabel disebut korelasi

sederhana (simple correlation)
Suatu korelasi dikatakan linear apabila hubungan

dari semua titik dari X dan Y dalam suatu diagram
pencar mendekati suatu garis (lurus)
Bentuk hubungan korelasi
Korelasi ini terjadi apabila arah perubahan variabel X sejalan
Korelasi linear positif dengan arah (satu arah) perubahan variabel Y
Dalam pertanian, jika dilakukan penambahan pupuk (X),

produksi padi akan meningkat (Y).
Makin tinggi badan (X) seorang anak, makin bertambah pula

berat badannya (Y).
Korelasi linear negatif Korelasi ini terjadi apabila arah perubahan variabel X
berbeda arah (berkebalikan) dengan perubahan variabel Y
Apabila harga barang (X) meningkat, kemungkinan

permintaan (Y) terhadap barang tersebut mengalami
penurunan
Tidak ada korelasi Korelasi ini terjadi apabila variabel X dan Y tidak
menunjukkan adanya hubungan linear (tetapi bisa saja
linear mempunyai hubungan yang tidak linear)
Panjang rambut (X) dengan tinggi badan (tidak bisa

dihitung hubungannya atau tidak ada hubungannya)
DIAGRAM
PENCAR
(SCATTER PLOT)
SCATTER PLOT
Teknik untuk mengetahui ada tidaknya
korelasi antara dua variable dapat dilakukan
melalui beberapa cara; yang paling umum
adalah dengan membuat diagram pencar dan
melihat pola yang ada. Diagram pencar adalah
plot nilai dari kedua variabel (X, Y) pada
sumbu x dan y. Berdasarkan diagram pencar,
dapat diketahui apakah titik-titik koordinat
pada sumbu X dan Y tersebut membentuk pola
tertentu
Membuat scatter plot
Misal diketahui data rata-rata lama sekolah dan tingkat kemiskinan di 10 kabupaten di Provinsi X
Terlihat dari Gambar 5.5 bahwa
rata-rata lama sekolah dengan
tingkat kemiskinan memiliki
korelasi negatif.
Koefisien
Korelasi
Koefisien Korelasi
Koefisien korelasi merupakan suatu nilai yang berkisar antara -1 sampai dengan +1 (- 1 ≤ r
≤ 1) yang menunjukkan kekuatan hubungan dari dua variabel, yaitu X dan Y. Makin
mendekati nilai 1 atau -1, artinya makin kuat korelasi antara kedua variabel dan makin
mendekati nilai 0, artinya makin lemah korelasi antara kedua variabel.
Penafsiran Koefisien Korelasi
Koefisien
Korelasi Pearson
Korelasi Pearson
Apabila variabel X dan Y masing-masing mempunyai skala pengukuran interval atau rasio dan hubungannya
merupakan hubungan linear, keeratan hubungan antara kedua variabel tersebut dapat dihitung dengan
menggunakan formula Koefisien Korelasi Pearson, yang diberi simbol dengan r yx atau rxy untuk sampel dan ρyx
atau ρxy untuk populasi
rxy = -0,99378773
Berdasarkan perhitungan diperoleh nilai koefisien
korelasi sebesar -0,99. Dapat disimpulkan bahwa
antara jumlah puskesmas dengan tingkat kematian
berkorelasi sangat kuat secara negatif. Penambahan
jumlah puskesmas akan menurunkan tingkat kematian
Koefisien
Korelasi
Spearman
Korelasi Spearman
Data berikut ini menunjukkan nilai yang dicapai oleh 10 orang murid SD dalam mengikuti ujian kemampuan berhitung dan
membaca. Dari data yang ada, akan dilihat apakah ada keterkaitan antara kemampuan berhitung dan membaca seorang
murid. Untuk melihat keterkaitan antara kemampuan berhitung dan membaca seorang murid
Koefisien
Determinasi
Koefisien Determinasi
besar sumbangan
atau kontribusi
variabel X terhadap
naik turunnya variabel
Y dapat diketahui dari
nilai Koefisien
Penentu/Determinasi
Dari contoh sebelumnya diperoleh koreasi pearson sebesar
0,99, maka nilai determinasinya adalah
Bab 6
ANGKA INDEKS
Tujuan Pembelajaran
Tujuan Tujuan
Pembelajaran Pembelajaran
Umum Khusus
Memahami makna
Angka Indeks
Memahami konsep
Mengetahui jenis-j
Angka Indeks enis
dan cara menghitu
ng
Angka Indeks
Mampu Mengaplikasikan A
mengaplikasikanny ngka
a Indeks dalam kasu
s-
kasus riil
147
Pendahuluan
Besar kecilnya daya beli

Untuk menghitung daya beli
masyarakat sangat
tersebut adalah indeks biaya
dipengaruhi oleh besar
hidup
kecilnya biaya hidup
Mengukur perubahan dalam

jumlah, jenis barang dan jasa
yang dibeli oleh konsumen
148
Konsep dan Definisi
suatu bilangan tanpa satuan
menunjukkan perbedaan
atau perbandingan dari
suatu produksi, harga atau
nilai Angka
Indeks
dalam dua batasan (waktu, tempat,
atau jenis barang) yang berbeda
149
Contoh penggunaan batasan
Tempat dan waktu • tanggal 11 November 2019 di desa Jogorogo beras 1 kg dapat ditukar dengan
sama, jenis barang 3 kg singkong.
• indeks beras terhadap singkong sebesar = 3/1 x 100 = 300
berbeda
• tanggal 26 september 2019 harga telur di Ngawi Rp.2.000,- per butir,

Waktu dan jenis barang sedangkan di Jayapura Rp 4.000,- per butir
sama, tempat berbeda • Indeks harga telur di Jayapura dibandingkan dengan Jakarta = 4000/2000 x
100 = 200
• harga beras jenis ‘ Cianjur – Slip ‘ di Madiun pada bulan Mei 2019 =
Tempat dan barang Rp.10.000,00 per liter sedangkan bulan Juni 2019 = Rp.10.500,00 per liter
sama, waktu berbeda • Indeks Harga beras Juni 2019 dibandingkan bulan Mei 2019 = 11000/10500 x
100 = 104,76
150
Kegunaan Angka Indeks
Mengukur besar kecilnya daya beli nilai mata uang (tinggi rendahnya tingkat inflasi)
Mengukur tinggi rendahnya upah nyata (daya beli)
Menghitung indeks biaya hidup
Mengukur perbedaan antar variabel (produksi, harga dan nilai)
Mengukur perbandingan antar variabel (produksi, harga dan nilai)
151
Cara Menentukan Periode Dasar
• Hendaklah pemilihan tahun dasar (base period) berada dalam keadaan yang stabil. Didalam indeks
harga khususnya pilihan periode yang keadaan ekonominya relatif stabil, artinya tingkat inflasi
(rate of inflation) nya rendah.
• Base period hendaklah jangan terlalu jauh jaraknya dengan given period. Karena kalau terlalu jauh
akan kurang representatif. Misalnya menghitung indeks 2020 dengan 1990 = 100, maka ternyata
barang-barang tahun 1990 jauh berbeda dengan tahun 2020. Usahakan paling lama 10 tahun atau
lebih baik kurang dari 5 tahun.
• Bisa juga dipilih periode yang bersejarah atau peristiwa penting sebagai periode dasar
penghitungan indeks, misalnya pada saat pergantian pimpinan.
• Pilih waktu dimana tersedia data untuk keperluan timbangan.
152
Tehnik Penghitungan Angka Indeks
Menurut Cara Angka Indeks Tidak Tertimbang (ketika diketahui data yang
Penghitu-
digunakan tidak dipengaruhi faktor lain; digunakan untuk
ngannya
satu jenis barang saja; jarang digunakan karena relatif dapat
dipengaruhi oleh unit pengukurannya)
Angka Indeks Tertimbang (digunakan ketika diketahui ada

faktor lain yang memengaruhi naik turunnya angka indeks;
diperlukan suatu penimbang yang dapat menggambarkan
perbedaan perubahan pada masing-masing unit yang
diukur)
153
Angka Indeks Tertimbang
Perlunya Penimbang dibutuhkan untuk menyatakan tingkat

penimbang kebutuhan/kepentingan dari masing-masing barang
komoditas
Metode Laspeyres menggunakan penimbang produksi

Metode pada waktu dasar (base period), yaitu jumlah/kuantitas
Penghitungan komoditas yang dibeli pada waktu dasar
Metode Paasche menggunakan penimbang produksi

pada waktu saat ini (current period), yaitu
jumlah/kuantitas komoditas yang dibeli pada saat ini
154
Angka Indeks Harga Laspeyres
• menggunakan penimbang produksi atau komoditas pada waktu dasar (Qo)
• Rumus penghitungannya
IL 
 PQ
n 0
 100
P Q
0 0
Contoh Penghitungan
Indeks Harga Laspeyres
Indeks harga
Laspeyres tahun 2003
(tahun dasar 2002)
berdasarkan
perhitungan adalah
104,50.
Hal ini berarti bahwa

harga 5 macam hasil
pertanian di Jakarta
pada tahun 2003
mengalami kenaikan
sebesar 4,50% dari
harga tahun 2002
Angka Indeks Harga Paasche
• menggunakan penimbang produksi atau komoditas pada waktu yang
bersangkutan (Qn)
IP 
 PQn n
 100
PQ 0 n
Contoh Penghitungan
Indeks Harga Paasche
Indeks harga Paasche
tahun 2003 (dengan
tahun dasar 2002)
berdasarkan
perhitungan adalah
104,47.

harga 5 macam
hasil pertanian di
Jakarta pada tahun
2003 mengalami
kenaikan sebesar
4,47% dari harga tahun
2002
Indeks Harga Laspeyres
KEKURANGAN: 1) indeks ini tidak dapat
mencerminkan perubahan dalam pola
konsumsi masyarakat antar waktu,
KELEBIHAN: Penghitungannya praktis karena pada dasarnya yang
karena penimbang data kuantitas hanya memengaruhi harga sebenarnya adalah
dari periode/waktu dasarnya sehingga produksi pada waktu yang bersangkutan;
penimbangnya tidak berubah-ubah 2) cenderung lebih besar (over estimate),
pada dasarnya harga barang cenderung
naik, sehingga mengakibatkan kuantitas
barang yang diminta akan menurun
Indeks Harga Paasche
KEKURANGAN: 1) dari segi praktis
KELEBIHAN: indeks ini dapat sangat susah untuk diterapkan karena
mencerminkan pola konsumsi memerlukan data kuantitas
masyarakat saat ini, karena komoditas setiap tahun yang sangat
menggunakan data kuantitas sulit untuk didapatkan; 2) cenderung
komoditas yang dikonsumsi saat ini lebih rendah (under estimate) karena
sehingga perubahan produksi selalu dengan naiknya harga akan
diperhitungkan pengaruhnya menyebabkan permintaan turun,
terhadap perubahan harga
sehingga Qn lebih kecil daripada Qo.
Angka Indeks Fisher
• Metode Irving Fisher merupakan angka indeks yang ideal menghitung
indeks kompromi dengan cara mencari rata-rata ukur dari indeks Laspeyres
dan indeks Paasche.
IF 
 Pn Q 0   Pn Q n  100  I L  I P
 P0 Q 0  P0 Q n
• Pada praktiknya, indeks ini jarang digunakan karena mempunyai
permasalahan mendasar seperti halnya penghitungan Indeks Paasche, yaitu
sulitnya mengumpulkan data kuantitas komoditas setiap tahunnya.
Contoh Penghitungan
Indeks Fisher
Berdasarkan perhitungan pada poin 2, didapatlah Indeks
Fisher sebesar 104,48
Metode Drobisch and Bowley
• Metode Drobisch and Bowley mengambil rata-rata dari hasil penghitungan
Laspayres dan Paasche
  PnQo    PnQn 
  100     100 
PQ  PQ 
ID   o o   o n 
2
Contoh Penghitungan
Metode Drobisch and Bowley
Berdasarkan perhitungan pada poin 2), didapatlah Indeks Drobisch
sebesar 104,49. Secara arti nilai dapat diartikan bahwa terjadi kenaikan
harga 4,49% dari tahun 2002.
Angka Indeks Nilai (Value Index)
• angka indeks nilai memerlukan harga dan kuantitas di tahun dasar dan harga
dan kuantitas di saat ini
I
 PQ n n
 100
P Q 0 0
Contoh Penghitungan Angka

Indeks Nilai (Value Index)
Indeks nilai berdasarkan perhitungan poin 5) adalah sebesar 115,50
Metode Marshal Edgewarth
• angka indeks ditimbang dihitung dengan cara menggabungkan kuantitas
tahun dasar dan kuantitas tahun n, kemudian mengalikannya dengan harga
pada tahun dasar atau harga pada tahun n
 P Q
n o  Qn
I ME   100
 P Q
o o  Qn
Contoh Penghitungan
Metode Marshal Edgewarth
Indeks Marshal
Edgewarth tahun 2004
(dengan tahun dasar
2003) berdasarkan
perhitungan di poin 5
adalah 102,84.

harga 5 macam barang
pada tahun 2004
mengalami kenaikan
sebesar 2,84% dari
harga tahun 2003.
Angka Indeks Berantai
• menggunakan tahun sebelumnya sebagai tahun dasar
Contoh Penghitungan
Angka Indeks Berantai
Kriteria Indeks Yang Baik
• Berbagai macam rumus penghitungan indeks

memerlukan suatu petunjuk dalam penentuan indeks
yang baik (dapat menggambarkan suatu fenomena
yang diukur)
• Irving Fisher mengemukakan bahwa indeks harga
yang baik memenuhi dua kriteria, yaitu Time Reversal
Test dan Factor Reversal Test.
09/12/
202
2022
Kriteria Indeks Yang Baik
• Kriteria Time Reversal Test
• Jika dua indeks yang dihitung berdasarkan tahun dasar yang berbeda dikalikan
menghasilkan angka 1. Misal In.0 merupakan indeks harga pada tahun berjalan n
dan tahun dasar 0, sedangkan I0.n merupakan indeks harga pada tahun berjalan 0
dan tahun dasar n, maka kriteria time reversal test adalah:
In,o x Io,n = 1
• Kriteria Factor Reversal Test

• Jika IPn.0 adalah indeks harga yang menunjukkan perubahan harga dari waktu
berjalan n dan waktu dasar 0, sedangkan IQn.0 adalah indeks kuantitas yang
menunjukkan perubahan kuantitas dari waktu berjalan n dan waktu dasar 0,
maka factor reversal test menyatakan bahwa
IPn ,o  IQ n ,o 
 PQ
n n
P Q
o o
Indeks yang memenuhi kedua kriteria tersebut adalah Indeks Fisher. 203
dinyatakan dengan rate
(dengan rentang nilai 0-1),
atau persentase (dengan
rentang nilai 0-100).
dihitung dengan pembobotan
pada beberapa indikator
tunggal (caranya indikator- mudah diinterpretasikan,
indikator tunggal direduksi) dibandingkan dengan
menjadi bentuk yang paling sekumpulan indikator yang
sederhana dengan tetap terpisah-pisah
mempertahankan makna dan
esensi yang ada
contoh: indeks kebahagiaan,

merupakan indikator
gabungan hasil pengukuran Indeks indeks harapan hidup, indeks
kemiskinan multidimensi,
capaian berbagai
sektor/aspek/dimensi atau
multi sektor/aspek/dimensi
Komposit Indeks pembangunan
manusia (human
Development Indexes), dan
(OECD, 2008) (IK) indeks kualitas lingkungan
hidup (IKLH).
Kelemahan Indeks Komposit
Dapat mengundang Jika proses
Dapat mengirimkan
kesimpulan konstruksi tidak
pesan kebijakan Pemilihan indikator
kebijakan yang transparan dan/atau
yang menyesatkan dan penimbang
sederhana dan tidak tidak memiliki
jika dibangun menjadi subjek dan
tepat jika dimensi prinsip statistik yang
dengan tidak benar sengketa publik
kinerja yang sulit baik dapat
atau disalahartikan
diukur diabaikan. disalahgunakan
menyusu
n
kerangka
teoritis,
memeriksa melakukan
adanya faktor pemilihan
dominan yang
memengaruhi dan
indeks pembersihan
komposit data,
Merumuska
n Indeks
Komposit
melakukan analisis melakukan
ketahanan
(robustness) dan analisis
sensitivitas indeks multivariate
terhadap sumber (menentukan
perubahan
fenomena yang variabel yang
tidak pasti berpengaruh)
menentuka
n
penimbang
Beberapa Angka Indeks

yang Dihasilkan Oleh
BPS
Indeks Harga Konsumen (IHK)
data harga menurut kualitas/merek barang
data diperoleh dari hasil pencacahan atau

observasi di setiap kota (90 kota)
observasi pada pasar-pasar yang sudah

ditentukan
diolah menjadi IHK kota yang bersangkutan

selanjutnya digabung menjadi IHK gabungan
90 kota atau lebih (IHK Nasional)
208
Penghitungan IHK
• untuk menghitung tingkat perubahannya yaitu laju inflasi
• BPS menggunakan rumus Laspeyres yang dimodifikasi (Modified
Laspeyres Index)
Inflasi
• Persentase (%) perubahan IHK (inflasi atau deflasi)

• dihitung dengan membandingkan IHK periode ke-n dengan IHK
periode sebelumnya
Jenis Inflasi
Inflasi month to month Inflasi year to date Inflasi year to year

(mom)/bulanan (ytd)/kalender (yoy)/tahunan
• menghitung • menghitung • menghitung
persentase perubahan persentase perubahan persentase perubahan
IHK bulan n dengan IHK menurut tahun IHK dihitung
bulan (n-1) kalender ke-n berdasarkan metode
berdasarkan metode point to point dengan
point to point dengan dasar IHK bulan
dasar IHK bulan tersebut di tahun ke-
Desember tahun ke- (n-1)
(n-1)
Nilai Tukar Petani (NTP)
perbandingan It adalah indeks Ib adalah indeks harga Merupakan

indeks harga harga yang yang menunjukkan indikator untuk
perkembangan harga
yang diterima menunjukkan
barang/jasa yang
melihat tingkat
perkembangan kemampuan/daya
petani (It) diperlukan untuk
harga produsen kebutuhan rumah beli petani
terhadap indeks atas hasil produksi tangga petani dan
harga yang petani biaya produksi untuk
dibayar petani memproduksi hasil
(Ib) pertanian
212
Penghitungan NTP
• dihitung berdasarkan rumus Indeks Modifikasi Laspeyres, yang

selanjutnya digunakan rumus:
Contoh Penghitungan
NTP
Pada subsektor tanaman pangan, diketahui indeks harga yang diterima petani untuk bulan Agustus 2021
adalah sebesar 166,11 dan indeks harga yang dibayar ke petani pada bulan yang sama adalah sebesar
161,02. Tentukan Nilai Tukar Petani pada subsektor tanaman pangan untuk bulan Agustus 2021
tersebut!
Langkah penghitungannya:
Hasilnya, NTP pada subsektor tanaman pangan bulan Agustus 2021 adalah sebesar 103,16
Latihan Soal
• Hitung indeks harga komoditas tersebut menggunakan metode Indeks Harga Laspeyres
• Hitung indeks harga komoditas tersebut menggunakan metode Indeks Harga Paasche
• Hitung indeks harga komoditas tersebut menggunakan metode Indeks Harga Fisher

Bahan Tayang Dasar2 Statistik

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Bahan Tayang Dasar2 Statistik

Diunggah oleh

Hak Cipta:

Format Tersedia

BADAN PUSAT STATISTIK

Pelatihan Statistik Sektoral

• Modul ini membahas tentang dasar-dasar

• Data statistik dan indikator

• peserta diharapkan mampu menerapkan

Syarat data statistik yang baik

Pengertian dan Jenis-jenis Variabel

Selain itu data juga berarti :

Menurut Cara Pengukuran Menurut Sumber

Data Sekunder (secondary data) adalah data yang diperoleh/di-kumpulkan tidak

Data sensus merupakan data karakteristik seluruh unit populasi

Data survei merupakan data karakteristik sebagian unit populasi

Variabel (peubah) adalah sebuah karakteristik, angka, kuantitas, atau

• Nilai suatu variabel bisa diperoleh berdasarkan pengukuran (measurement)

Variabel moderator: variabel yang memengaruhi (memperkuat dan memperlemah) hubungan

Contoh variabel moderator:

Pengertian indikator menurut beberapa sumber:

Syarat ndikator yang baik harus memenuhi:

Tujuan penyajian data dalam bentuk tabel adalah :

Populasi 60 orang guru sekolah di suatu

Maka, setiap satu orang guru yang

formula rata-rata hitung tertimbang sama dengan rata-rata data

Median adalah nilai suatu pengamatan yang terletak di tengah-tengah

Merupakan representasi grafik yang • Nilai minimum

Merupakan salah satu parameter yang

Penyusunan Publikasi Buku

Tujuan penyajian data dalam bentuk tabel adalah :

• Tabel Satu Arah (One Way Table)

• Tabel 2 Arah (Two Way Table)

• Tabel 3 Arah (Three Way Table)

Jenis tabel tergantung pada jumlah rincian

hanya sebesar 13,77 persen.

Tabel 2 Persentase Penduduk Menurut Kelompok Umur dan Partisipasi Sekolah di

SMP 28,73 62,57 8,71 29,70 61,46 8,84

SMA 45,66 50,00 4,34 44,79 50,84 4,36

SMK 45,66 50,77 3,57 46,67 50,44 2,89

Jika kedua data tersebut ingin disajikan dalam bentuk

2. Sebutkan 3 Provinsi dengan Rasio jenis

Berikut beberapa hal yang perlu diperhatikan dalam menggunakan pivot:

Bentuk tabel distribusi frekuensi

Membuat tabel distribusi frekuensi berarti

• Tentukan besarnya rentang.

Keunggulan penyajian grafik:

Sumber: Effective Data Visualization, The Right

Gambar 1 Persentase Siswa Usia 5-24 Tahun Yang Mengakses

Sumber: Survei Sosial Ekonomi

Gambar 3 Jumlah Kendaraan Bermotor Menurut Jenis

Mobil Penumpang Bis Truk

2012. Maka pemerintah sebaiknya mengidentifikasi penyebabnya $40,000,000 $46,476,171 $48,134,849

Sumber: Publikasi Provinsi DKI Jakarta Dalam Angka

Gambar 5 Nilai Tertinggi, Terendah, dan Rata-rata Harga Beras Grosir di

Sumber: Publikasi Provinsi DKI Jakarta Dalam Angka

• Grafik batang terdiri dari beberapa bentuk, yaitu:

Gambar 1 Angka Partisipasi Sekolah (APS) Menurut Kelompok

Angka Partisipasi 100 98.02

7-12 tahun 98,02 60 56.01

13-15 tahun 86,24

Sumber: Survei Sosial Ekonomi

Contoh Analisis: Gambar 1 Persentase Penduduk Menurut Jenis Kelamin dan

Lebih lanjut, terdapat kesenjangan yang cukup 20

TIdak Pernah Sekolah Tidak Tamat SD SD/Sederajat

Mobil Penumpang Bis Truk

Gambar 3 Penduduk Menurut Tingkat Pendidikan Tertinggi