Statistika

Ekonomi dan
Bisnis
OLEH:

YANTO AZIE SETYA

Deskripsi Mata Kuliah
Dirancang untuk membahas berbagai konsep statistic yang diterapkan dalam penyelesaian kasus-
kasus bisnis dan Penelitian manajemen. Ruang lingkup materi yang akan dibahas meliputi
konsep-konsep statistik, penyajian data, ukuran pemusatan, ukuran keragaman, probabilitas,
distribusi teoritis, angka indeks, dan analisis deret berkala. Setelah mempelajari materi-materi
tersebut maka diharapkan mahasiswa memahami konsep dan metode untuk menganalisis dan
menyelesaikan permasalahan bisnis serta alat bantu di dalam pengambilan keputusan
manajemen secara rasional dan mengutamakan objektivitas.
MATERI SETIAP PERTEMUAN
NILAI AKHIR (NA)
Bobot Penilaian untuk Nilai Akhir (NA)
Komponen Penilaian:
1. Kehadiran (H) = 10 %
2. Partisipasi kelas (P) = 15 %
3. Tugas + Kuis (T+K)= 20 %
4. Ujian Tengah Semester (UTS) = 25 %
5. Ujian Akhir Semester (UAS) = 30 %
Nilai Akhir (NA) = (10% x H) + (15 % x P) + (20 % x (T+K)) + (25 % x UTS) + (30 % x UAS)
STATISTIK
Berasal dari bahasa Latin yaitu status yang berarti negara atau
untuk menyatakan hal-hal yang berkaitan dengan
ketatanegaraan.

Ilmu yang mempelajari tentang seluk beluk data, yaitu tentang

pengumpulan, pengolahan, penganalisisan, penafsiran, dan
penarikan kesimpulan dari data yang berbentuk angka-angka.
Statistik vs Statistika
Statistik adalah kumpulan data yang bisa memberikan gambaran
tentang suatu keadaan yang ditekankan pada angka.
Statistika adalah Ilmu yang mempelajari cara-cara pengumpulan,
penyajian, analisis, interpretasi dan pengambilan kesimpulan dari
data yang didapat.
Tujuan Penggunaan Statistik
sebagai bahan ataupun keterangan mengenai berbagai hal yang ingin
dianalisis, sebagai penjelas data terkait populasi tertentu dan
mendapatkan gambaran masalah dari sana, membuat estimasi dari
data-data yang diperoleh sebagai dasar pengambilan
keputusan, support dalam analisis data agar dapat mengetahui nilai
dari suatu hal tersebut, serta interpretasi data ke ukuran yang lebih
kecil agar dapat dipahami dengan mudah.
Fungsi Statistik
fungsi deskriptif, statistik dapat memberikan keterangan ataupun
penjelasan secara deskriptif dan rinci terkait data dari suatu
peristiwa yang telah dikumpulkan melalui berbagai proses
pengumpulan data dan penelitian.
fungsi inferensial, statistik dapat dijadikan sebagai estimasi atau
hipotesis yang mana kemudian dijadikan landasan dalam prediksi
suatu hal berdasarkan atas peristiwa, gejala, dan data.
Populasi adalah semua objek yang sedang diamati
atau diteliti.

Sampel adalah himpunan sebagian anggota

populasi yang diambil untuk diteliti

Pengumpulan Data dilakukan dengan cara: (1)

Penelusuran literatur, (2) Angket (kuesioner), (3)
Wawancara (interview), dan (4) Pengamatan
(observasi).
 Statistik VS Parameter
Statistik didefinisikan sebagai nilai numerik, yang diperoleh dari sampel data. Ini adalah
ukuran statistik deskriptif dan fungsi observasi sampel. Sampel digambarkan sebagai
sebagian kecil dari populasi, yang mewakili seluruh populasi dalam semua
karakteristiknya. Penggunaan statistik yang umum adalah untuk memperkirakan
parameter populasi tertentu.
Parameter adalah karakteristik populasi yang tetap berdasarkan semua elemen populasi.
Di sini populasi mengacu pada agregat semua unit yang dipertimbangkan, yang memiliki
karakteristik yang sama. Ini adalah nilai numerik yang tetap tidak berubah, karena setiap
anggota populasi disurvei untuk mengetahui parameternya. Ini menunjukkan nilai
sebenarnya, yang diperoleh setelah sensus dilakukan.
1.Seorang peneliti ingin mengetahui berat rata-rata perempuan berusia 22 tahun atau lebih di India. Peneliti
mendapatkan berat rata-rata 54 kg, dari sampel acak 40 wanita.
Solusi :
Dalam situasi yang diberikan, statistik adalah berat rata-rata 54 kg, dihitung dari sampel acak sederhana dari
40 wanita, di India sementara parameternya adalah berat rata-rata semua wanita berusia 22 tahun atau
lebih.
2. Seorang peneliti ingin memperkirakan jumlah rata-rata air yang dikonsumsi oleh remaja pria dalam sehari.
Dari sampel acak sederhana yang terdiri dari 55 remaja pria, peneliti memperoleh rata-rata 1, 5 liter air.
Solusi :
Dalam pertanyaan ini, parameternya adalah jumlah rata-rata air yang dikonsumsi oleh semua remaja pria,
dalam sehari sedangkan statistiknya adalah rata-rata 1, 5 liter air yang dikonsumsi dalam sehari oleh remaja
pria, diperoleh dari sampel acak sederhana yang terdiri dari 55 pria. remaja.
Data
Bahan mentah yang perlu diolah sehingga menghasilkan informasi atau
keterangan, baik kualitatif maupun kuantitatif yang menujukkan fakta.
Data dapat berupa angka, huruf, grafik, lambang, tabel, objek, kondisi
dan situasi.
Dalam sebuah penelitian terdapat dua sumber data yakni data primer
dan sekunder. Data primer dikumpulkan secara langsung dari
responden oleh peneliti dengan cara observasi, survey atau hasil
percobaan. Data sekunder adalah data yang sebelumnya telah
dikumpulkan selain dari penelitian yang sedang dikerjakan.
Data Berdasarkan Sumbernya
Data jika diklasifikasikan berdasarkan sumbernya maka data dikelompokkan ke
dalam dua jenis yaitu data primer dan data sekunder.
a. Data primer merupakan data yang diperoleh dari sumber datanya. Jadi
untuk mendapatkan data primer, peneliti harus mengumpulkannya secara
langsung. Data primer biasanya diperoleh dari observasi, wawancara, Focus
Group Discussion (FGD), dan penyebaran

b. Data sekunder adalah data yang didapatkan dari studi-studi sebelumnya.

Data sekunder dapat diperoleh dari berbagai sumber seperti jurnal,
laporan, buku, dan sebagainya.
Data Berdasarkan Sifatnya
Berdasarkan sifatnya, data dibedakan menjadi dua jenis yaitu data kualitatif dan data kuantitatif.
a. Data Kualitatif
Data kualitatif merupakan data yang berbentuk selain angka. Data kualitatif dapat dikumpulkan dengan
cara wawancara, analisis dokumen, FGD, observasi, pemotretan gambar atau perekaman video.
Umumnya data kualitatif pada akhirnya dituangkan dalam bentuk kata per-kata. Menurut Soeratno dan
Arsyad (1993), sekalipun data kualitatif tidak berbentuk angka namun bukan berarti data itu tidak dapat
digunakan pada analisis statistik.
b. Data Kuantitatif
Data kuantitatif merupakan data yang berwujud angka atau bilangan. Data kuantitatif biasanya
dijadikan sebagai bahan dasar bagi setiap permasalahan yang bersifat statistik. Data ini umumnya diolah
memakai teknik perhitungan matematika. Data kuantitatif diklasifikasikan oleh Siyoto dan Sodik (2015)
menjadi dua yaitu data kuantitatif berdasarkan proses atau cara mendapatkannya dan data kuantitatif
berdasarkan tipe skala pengukuran yang digunakan.
Data kuantitatif yang dikelompokkan berdasarkan proses atau cara mendapatkannya terbagi lagi atas dua
yaitu sebagai berikut:
•Data diskrit adalah data yang diperoleh dengan cara menghitung. Adapun contoh dari data diskrit misalnya
jumlah anggota LPM Penalaran angkatan XX sebanyak 64 orang. Nilai yang diperoleh akan selalu dalam
bentuk bilangan bulat sebab pengambilan data dilakukan dengan cara menghitung. Adapun Soeratno dan
Arsyad (1993) berpendapat bahwa berbeda kasusnya jika membicarakan pengertian rata-rata.
•Data kontinum adalah data yang didapatkan dari hasil pengukuran. Nilai dari data kontinum dapat
berbentuk bilangan bulat ataupun bilangan pecahan. Contoh data kontinum seperti suhu udara di Rumah
Nalar sebesar 31 derajat Celcius.
 Data Kuantitatif dilihat dari Jenis Skala Pengukuran Data
Skala Nominal
Nominal merupakan skala pengukuran yang paling sederhana. Data ditetapkan atas dasar proses penggolongan, data bersifat membedakan. Angka-
angka yang digunakan ini hanyalah sebagai kategori dan tidak mempunyai makna dan tidak bisa dipergunakan untuk perhitungan secara matematis.
Misalnya jenis kelamin laki-laki dan perempuan, agama, dll.
Skala Ordinal
Data yang disusun atas dasar jenjang dalam atribut tertentu. Skala ini didasarkan pada ranking. Skala pengukuran ordinal ini digunakan dalam
menentukan ranking suatu kelompok tertentu. Dalam ranking ini hanya dipertimbangkan urutan obyek dari hasil yang paling besar sampai yang
paling kecil atau dari yang paling tinggi hingga paling rendah. Misalnya dalam pengetahuan klien tentang covid-19 (1=kurang, 2= cukup, 3= baik).
Untuk mempermudah dalam mengkategori peringkat dalam penelitian biasanya dituliskan dalam presentasi
Skala Interval
Skala ini menunjukkan jarak antara satu data dengan data yang lain dan mempunyai bobot yang sama. Dalam skala interval hubungan tata urutan dan
jarak antara angka-angkat itu mempunyai arti. Skala interval sudah memiliki nilai intrinsik, sudah memiliki jarak, tetapi jarak tersebut belum
merupakan kelipatan (skala interval tidak memiliki nilai nol mutlak). Misalnya pengukuran suhu badan dapat membentuk variabel interval jika tiga
buah objek A, B, dan C berturut-turut memberikan suhu dengan skala interval. Skala interval ini sudah benar-benar angka dan sudah dapat
menerapkan semua operasi matematika serta peralatan statistik.
Skala Rasio
Skala rasio hampir sama dengan skala interval yang membedakannya adalah skala pengukuran rasio memiliki nilai nol mutlak dan jarak yang sama
sedangkan interval tidak. Nilai nol mutlak ini artinya adalah nilai dasar yang tidak bisa diubah meskipun menggunakan skala yang lain. Pengukuran
dari skala rasio misalnya tinggi dan berat badan. Misalnya berat benda A adalah 60 kg, sedangkan benda B adalah 90 kg, maka dapat dikatakan bahwa
benda B dua kali lebih berat dibandingkan benda A. Contoh lainnya adalah umur, adar glukosa darah puasa, kadar oksigen, dan sebagainya.
Skala Nominal
Skala Ordinal
Skala Interval
Skala Rasio
Data Berdasarkan Waktu Pengumpulannya

Data dibedakan menjadi dua berdasarkan waktu pengumpulannya yaitu

sebagai berikut:

a. Data Berkala (Time Series) merupakan data yang dikumpulkan secara

berkala dari waktu ke waktu. Pengambilan data ini biasanya digunakan
untuk melihat perkembangan dari waktu ke waktu.

b. Data Cross Section merupakan data yang diperoleh pada waktu yang telah
ditentukan untuk mendapatkan gambaran keadaan atau kegiatan pada saat
itu juga.
Metode Sampling
A. Probability Sampling
merupakan jenis dalam teknik pengambilan sampel yang melakukan pengambilan sampelnya dengan
random atau acak. Metode ini memberikan seluruh anggota populasi kemungkinan (probability) atau
kesempatan yang sama untuk menjadi sampel terpilih.
Teknik jenis ini sesuai digunakan untuk populasi yang besaran anggotanya dapat kita tentukan terlebih
dahulu. Metode ini menggunakan analisis statistik untuk membantu penentuan sampel terpilihnya.
B. Nonprobability Sampling
merupakan cara pengambilan sampel dengan tidak memberi peluang atau kesempatan sama bagi setiap
unsur atau anggota populasi yang dipilih menjadi sampel.
Teknik sampling non probability akan sesuai apabila dipilih untuk populasi yang sifatnya infinit atau besaran
anggota populasinya belum atau tidak dapat ditentukan terlebih dahulu sebelumnya.
Probability Sampling
1. Pengambilan Sampel Acak Sederhana (Simple Random Sampling)
2. Pengambilan Sampel Acak Sistematis (Systematic Random
Sampling)
3. Pengambilan Sampel Acak Berstrata (Stratified Random
Sampling)
4. Pengambilan Sampel Acak Berdasar Area atau Wilayah (Cluster
Random Sampling)
1. Pengambilan Sampel Acak Sederhana (Simple Random Sampling)

Jenis ini melakukan pengambilan sampel secara acak melalui cara yang
sederhana seperti pengundian atau menggunakan pendekatan bilangan acak.
Kelebihan penggunaan metode ini yaitu dapat mengurangi bias atau
kecenderungan berpihak pada anggota populasi tertentu dan dapat
mengetahui adanya kesalahan baku (standard error) dalam penelitian.
Kelemahan dalam penggunaan metode ini yaitu rendahnya jaminan mengenai
sampel yang terpilih dapat bersifat representatif atau dapat mewakili populasi
yang dituju.
2. Pengambilan Sampel Acak Sistematis (Systematic Random Sampling)

Pengambilan sampel pada teknik ini menetapkan sampel awal

secara acak kemudian sampel selanjutnya dipilih secara sistematis
berdasarkan pola tertentu. Pola umum dari teknik ini adalah
mengambil bilangan kelipatan dari jumlah anggota populasi dengan
jumlah sampel yang akan diambil.
3. Pengambilan Sampel Acak Berstrata (Stratified Random Sampling)

Teknik pengambilan sampel ini melakukan penentuan sampel penelitian

dengan menetapkan pengelompokan anggota populasi dalam kelompok-
kelompok tingkatan tertentu seperti tingkat tinggi, sedang, dan rendah.
Misalnya penelitian masyarakat terhadap partisipasi pemilihan umum yang
dikelompokkan berdasarkan usia pemilih. Tingkatan dari kelompok tersebut
akan ditentukan dari usia yang paling rendah hingga ke yang paling tinggi
atau sebaliknya.
4. Pengambilan Sampel Acak Berdasar Area atau Wilayah
(Cluster Random Sampling)

Teknik pengambilan sampel ini menentukan sampel berdasar kelompok wilayah dari anggota
populasi penelitian. Pada teknik ini subyek penelitian akan dikelompokkan menurut area atau
tempat domisili anggota populasi.
Tujuannya antara lain untuk meneliti tentang suatu hal pada bagian-bagian yang berbeda di
dalam suatu wilayah tertentu. Misalnya peneliti ingin mengetahui tingkat partisipasi masyarakat
kota Yogyakarta terhadap program pemerintah daerah. Peneliti akan menentukan sampel dari
wilayah-wilayah yang tersebar di kota Yogyakarta. Baik pada tingkat kecamatan, desa, hingga
dusun.
NonProbability Sampling
1. Purposive Sampling
2. Snowball Sampling
3. Accidental Sampling
4. Quota Sampling
1. Purposive Sampling

teknik penentuan sampel yang didasarkan pada pertimbangan peneliti mengenai sampel-sampel mana yang
paling sesuai, bermanfaat dan dianggap dapat mewakili suatu populasi (representatif).
Teknik pengambilan sampel ini cenderung lebih tinggi kualitas sampelnya. Karena peneliti telah membuat
kisi atau batas berdasarkan kriteria tertentu yang akan dijadikan sampel penelitian. Misal seperti didasarkan
pada ciri demografi, gender, jenis pekerjaan, umur dan lain sebagainya. Teknik ini termasuk teknik
pengambilan sampel yang cukup sering digunakan dalam penelitian.
Kelebihan dari metode ini di antaranya tujuan dari penelitian dapat dengan mudah terpenuhi, sampel dapat
bersifat lebih relevan dengan desain penelitian, cara ini cenderung lebih murah dan mudah untuk
dilaksanakan. Sementara itu kekurangannya sama dengan teknik pengambilan sampel secara acak yaitu
tidak adanya jaminan bahwa sampel dapat mewakili populasi yang ditentukan.
2. Snowball Sampling

Biasa dikenal juga dengan teknik pengambilan sampel bola salju. Teknik ini menentukan sampel berdasarkan
wawancara dengan sampel sebelumnya atau dengan cara korespondensi.
Melakukan pengambilan sampel dengan teknik ini artinya kita bisa meminta informasi dari sampel pertama
untuk mendapatkan sampel berikutnya, demikian secara terus menerus hingga akhirnya seluruh kebutuhan
sampel penelitian dapat terpenuhi.
Teknik pengambilan sampel dengan metode bola salju ini sangat cocok untuk penelitian mengenai hal-hal
yang sifatnya cukup sensitif dan membutuhkan privasi tingkat tinggi dari respondennya. Misal penelitian
tentang penyintas kekerasan seksual, penderita HIV, kelompok waria serta kelompok-kelompok khusus
lainnya.
3. Accidental Sampling

Teknik pengambilan sampel jenis ini menentukan sampel secara tidak sengaja (accidental). Peneliti akan
mengambil sampel pada orang yang kebetulan ditemuinya pada saat itu.
Misalnya penelitian dilakukan pada populasi pelanggan toko A, peneliti cukup menunggu di depan toko A
lalu menetapkan sampel kepada siapapun orang yang melakukan transaksi jual-beli di toko A tanpa melihat
umur, gender, profesi, dan lain sebagainya.
4. Quota Sampling

Teknik pengambilan sampel ini dilakukan dengan menentukan kuota atau jumlah dari sampel penelitian
terlebih dahulu. Prinsip penentuannya sama dengan accidental sampling. Tetapi peneliti menetapkan
terlebih dahulu jumlah sampel yang akan diperlukan.
Misal peneliti menetapkan penelitian dilakukan setiap hari selama satu minggu dengan menetapkan jumlah
sampel penelitian sebanyak 100 orang. Apabila peneliti pada hari itu telah memenuhi kuota dengan
memperoleh 100 orang maka selesai tugas peneliti untuk mencari sampel penelitian.
Kelebihan menggunakan teknik ini dalam pengambilan sampel yaitu bersifat praktis karena sampel
penelitian sudah diketahui sebelumnya. Sementara kekurangannya yaitu bias penelitian yang cenderung
cukup tinggi dapat terjadi.
Capaian IPM di suatu wilayah dapat dikelompokkan menjadi empat kategori:
•Rendah: IPM < 60.
•Sedang: 60 ≤ IPM < 70.
•Tinggi: 70 ≤ IPM < 80.
•Sangat tinggi: IPM ≥ 80.
 DISTRIBUSI FREKUENSI
Susunan data menurut kelas-kelas interval tertentu atau menurut kategori tertentu dalam sebuah daftar
 BAGIAN-BAGIAN DISTRIBUSI
FREKUENSI
1. Kelas-kelas (class): kelompok nilai data atau variabel.
2. Batas kelas (class limits): nilai-nilai yang membatasi kelas yang satu dengan
kelas yang lain. Dibagi dua:
a.Batas kelas bawah (lower class limits), terdapat dideretan sebelah kiri setiap
kelas
b.Batas kelas atas (upper class limits), terdapat di deretan sebelah kanan
setiap kelas
3. Tepi kelas (class boundary/real limits/true class limits), batas kelas yang tidak
memilliki lubang untuk angka tertentu antara kelas yang satu dengan kelas yang
lain. Dibagi dua:
a.Tepi bawah kelas=batas bawah kelas-0,5
b.Tepi atas kelas=batas atas kelas+0,5
4. Titik tengah kelas atau tanda kelas (class midpoint, class marks)
Titik tengah kelas=1/2(batas atas+batas bawah) kelas
5. Interval kelas: selang yang memisahkan kelas yang satu dengan kelas yang lain.
6. Panjang interval kelas atau luas kelas (interval size): jarak antara tepi atas kelas
dan tepi bawah kelas.
7. Frekuensi kelas: banyaknya data yang termasuk ke dalam kelas tertentu.
 PENYUSUNAN DISTRIBUSI FREKUENSI
1. Mengurutkan data dari yang terkecil ke yang terbesar
2. Menentukan jangkauan (range) dari data
Jangkauan (R)=data terbesar - data terkecil
3. Menentukan banyaknya kelas (k)
Ditentukan dengan rumus Sturgess
k = 1 + 3,3 log n
k = banyaknya kelas
n = banyaknya data
4. Menentukan panjang interval kelas (i)
Jangkauan (R)
i=
Banyaknya kelas (k)
5. Menentukan batas bawah kelas pertama: dipilih dari data terkecil
6. Menuliskan frekuensi kelas secara melidi dalam kolom turus atau tally (sistem turus)
sesuai banyaknya data.
HISTOGRAM DAN POLIGON FREKUENSI
1. Histogram merupakan grafik batang dari distribusi frekuensi.Pembuatan
histogram digunakan sistem sumbu vertikal (Y) dan horizontal (X). Sumbu
vertikal menyatakan frekuensi dan sumbu horizontal menyatakan tepi bawah
dan tepi atas masing-masing kelas.
2. Poligon merupakan grafik garis dari distribusi frekuensi. Pembuatan histogram
dilakukan dengan cara menarik garis dari satu titik tengah batang histogram ke
titik tengah batang histogram yang lain.
 BENTUK KURVA FREKUENSI
1. Simetris (berbentuk lonceng)
2. Tidak simetris (condong)
3. Bentuk J atau J terbalik
4. Bentuk U: kedua ujung kurva memiliki frekuensi maksimum
5. Bimodal: mempunyai dua maksimal
6. Multimodal: mempunyai lebih dari dua maksimal
7. Uniform: jika nilai-nilai variabel dalam suatu interval mempunyai frekuensi yang
sama.
 DISTRIBUSI FREKUENSI RELATIF
Distribusi frekuensi yang berisikan nilai-nilai hasil bagi antara frekuensi kelas dan
jumlah pengamatan yang terkandung dalam kumpulan data yang berdistribusi
tertentu.

fi
f relatif = x 100
f
DISTRIBUSI FREKUENSI
KUMULATIF
1. Distribusi frekuensi kumulatif kurang dari: distribusi frekuensi yang memuat jumlah
frekuensi yang memiliki nilai kurang dari nilai batas kelas suatu interval tertentu.
2. Distribusi frekuensi kumulatif lebih dari: distribusi frekuensi yang memuat jumlah frekuensi
yang memiliki nilai lebih dari nilai batas kelas suatu interval tertentu
OGIF POSITIF DAN NEGATIF
Ogif positif (ogif kurang dari): grafik distribusi frekuensi kumulatif
kurang dari.
Ogif negatif (ogif lebih dari): grafik distribusi frekuensi kumulatif lebih
dari.
 1. Mean, Modus, Median, Kuartil,
Persentil

(data tersebar dan kelompok)

UKURAN
PEMUSATAN
2. Rata-rata tertimbang

3. Rata-rata geometris
MEAN, MEDIAN, MODUS, KUARTIL, DESIL, PERSENTIL
Mean atau rata-rata hitung adalah nilai yang diperoleh dari jumlah sekelompok data dibagi dengan
banyaknya data. Rata-rata disimbolkan dengan x.
Median adalah nilai data yang terletak di tengah setelah data diurutkan. Dengan demikian, median membagi
data menjadi dua bagian yang sama besar. Median (nilai tengah) disimbolkan dengan Me.
Modus adalah data yang paling sering muncul atau memiliki frekuensi tertinggi. Modus dilambnagnkan
dengan Mo.
Kuartil adalah nilai yang membagi suatu data terurut menjadi empat bagian yang sama.
Kuartil dilambangkan dengan Q . Jenis kuartil ada 3, yaitu kuartil pertama (Q1) , kuartil
kedua (Q2), dan kuartil ketiga (Q3).
Desil merupakan nilai yang membagi data menjadi sepuluh bagian sama besar. Desil sering
dilambangkan dengan D. jenis ada 6, yairu D1 , D2 , D3, ….,…,…,D9.
Persentil merupakan nilai yang membagi data menjadi serratus bagian sama besar.
Persentil sering dilambangakan dengan P. jenis persentil ada 99, yaitu P1, P2, P3 … P99
RATA-RATA TERTIMBANG
Rata-rata tertimbang adalah penghitungan yang memasukkan berbagai
tingkat kepentingan setiap angka dalam data. Jika dalam menghitung
rata-rata sederhana atau aritmatika, semua angka diperlakukan sama
dan diberi bobot yang sama, maka rata-rata tertimbang mengalikan
setiap angka dalam data dengan bobot yang ditentukan berdasarkan
kepentingan relatif dari setiap titik data sebelum perhitungan akhir,
sehingga perhitungan rata-rata tertimbang sering kali lebih akurat
dibandingkan rata-rata sederhana.
Rata-rata ukur (geometrik)
adalah rata-rata yang diperoleh dengan mengalikan semua
data dalam suatu kelompok sampel, kemudian
diakarpangkatkan dengan banyaknya data sampel tersebut.
Karena mengikuti proses akar pangkat, maka apabila
terdapat unsur data yang bernilai negatif maka rata-rata
ukur tidak bisa dilakukan.
UKURAN KERAGAMAN
1. Range, Ragam, Simpangan Baku (data tersebar dan kelompok).
2. Koefisien variasi
3. Nilai Baku (Skor Z)
 PROBABILITAS
1. Kejadian, Ruang Sampel
2. Konsep Probabilitas
3. Pengolahan Kejadian
4. Pencacahan isi ruang sampel
 DISTRIBUSI TEORITIS

1. Pengertian Peubah Acak, Distribusi Probabilitas , nilai harapan (ekspektasi)

matematis.
2. Distribusi Binomial
3. Distribusi Hipergeometri
4. Distribusi Poisson
5. Distribusi Normal
6. Distribusi Student
 ANGKA INDEKS
1. Angka Indeks Sederhana (Fixed, Chain, Link relatives)
2. Angka Indeks Gabungan (Laspeyres, Paasche)
3. Deflasi nilai uang
 ANALISIS DERET BERKALA

1. Pengertian dan manfaat deret berkala

2. Metode Free hand
3. Metode Semi Average
4. Metode Least Square (jumlah tahun genap dan ganjil)