KELOMPOK 2

YOLANDA ARIESTA D (2210811006) DESNOVA RIAUNA (2210813012)

GIFARRY ADI NUGRAHA (2210813054) ADITYA PUTRA MIRZA (22160813006)
BAGINDA AGUNNG MAHENDRA (2210812042)
MACAM MACAM DATA STATISTIK, CARA PENGUMPULAN, BESERTA CONTOHNYA

DATA INTERNALYAITU DATA YANG MENGGAMBARKAN KEADAAN ATAU KEGIATAN SUATU BADAN YANG DIKUMPULKAN SENDIRI DAN
HASIL DATANYA DIGUNAKAN OLEH BADAN ITU SENDIRI.
CONTOH:– DATA PENGELUARAN KEUANGAN UNTUK MEMBAYAR BIAYA PRODUKSI PERUSAHAAN TEKSTIL– DATA HASIL PRODUKSI
PABRIK MIE “SEDAAP”DATA EKSTERNALYAITU DATA YANG MENGGAMBARKAN KEADAAN ATAU KEGIATAN DI LUAR BADAN DAN DATA
TERSEBUT TIDAK TERDAPAT DALAM AKTIVITAS INTERN SUATU BADAN.
CONTOH:– BAGI PERUSAHAAN “LG”, DATA DAYA BELI MASYARAKAT TERHADAP BARANG PRODUKSINYA (SEPERTI TV “TURBO SWING”)
ADALAH DATA EKSTERNAL PERUSAHAAN TERSEBUT– DATA TINGKAT KEPUASAN MASYARAKAT TERHADAP BARANG PRODUKSI
MENJADI TOLOK UKUR DALAM MENGEMBANGKAN DAERAH PEMASARANMENURUT CARA MEMPEROLEHDATA PRIMERYAITU DATA
YANG DIKUMPULKAN DAN DIOLAH SENDIRI OLEH SUATU BADAN SECARA LANGSUNG SERTA DITERBITKAN OLEH BADAN ITU PULA.
CONTOH:– SENSUS PENDUDUK OLEH BPS, DIHASILKAN DATA PRIMER LANGSUNG DARI PENDUDUK– DATA PENGELUARAN BERAS DI
GUDANG PENYIMPANAN BULOGDATA SEKUNDERYAITU DATA YANG DILAPORKAN OLEH SUATU BADAN SEDANG BADAN INI TIDAK
SECARA LANGSUNG MENGUMPULKAN SENDIRI TAPI DIPEROLEH DARI PIHAK LAIN YANG TELAH MENGUMPULKANNYA.
CONTOH:– DATA KENAIKAN ATAU PENURUNAN NILAI TUKAR RUPIAH TERHADAP MATA UANG ASING DARI BEJ– PEMERIKSAAN DAN
PENDATAAN ULANG BARANG IMPOR DI PELABUHAN DARI PIHAK BEA CUKAI
MENURUT SIFAT

 Data Kualitatif Yaitu kemungkinan observasi yang tidak dinyatakan yang tidak dinyatakan dengan angka-
angka.Contoh:– Nilai rupiah sangat kuat– Pengangguran dan kemiskinan meningkat tajam Data Kuantitatif Yaitu
serangkaian observasi atau pengajaran yang dapat dinyatakan dengan angka-angka.Contoh:
 – Nilai rupiah Rp 9.250,00 per US$ di akhir tahun 2006
 – Jumlah pengungsi akibat banjir di Jakarta sebanyak 1423 jiwa
 Data kuantitatif terbagi atas:
 a. Data DiskritYaitu data yang hanya mempunyai sejumlah terbatas nilai-nilai.Contoh:
 – Jumlah mahasiswa di sebuah universitas
 – Banyaknya masyarakat yang memakai kendaraan roda dua di daerah Purwokertob.
 Data Kontinu Yaitu data yang secara teoritis dapat menjalani setiap nilai. Disebut juga nilai pengamatan kuantitatif
kontinyu.Contoh:
 – Pengukuran debit air di bendungan
 – Pengukuran tingkat curah hujan di daerah Bandung
MENURUT WAKTU PENGUMPULANNYA
DATA CROSS SECTION YAITU DATA YANG DIKUMPULKAN PADA SUATU WAKTU TERTENTU YANG BISA MENGGAMBARKAN KEADAAN ATAU KEGIATAN
PADA WAKTU TERSEBUT.
CONTOH: DATA JUMLAH TKI YANG MENINGGAL PADA TAHUN 2006 AKIBAT KEKERASAN MENGGAMBARKAN KURANGNYA PERLINDUNGAN
KESELAMATAN TKI DI LUAR NEGERI.
DATA TIME SERIES YAITU DATA YANG DIKUMPULKAN DARI WAKTU KE WAKTU SEHINGGA ADA PERKEMBANGANNYA (TREND) YANG MENUNJUKKAN
ARAH SECARA UMUM. GARIS TREND SANGAT BERGUNA UNTUK MEMBUAT RAMALAN (FORECASTING) YANG DIBUTUHKAN BAGI PERENCANAAN.
CONTOH:– PENGUKURAN DEBIT AIR DI BENDUNGAN – PENGUKURAN TINGKAT CURAH HUJAN DI DAERAH BANDUNG MENURUT WAKTU
PENGUMPULANNYADATA CROSS SECTIONYAITU DATA YANG DIKUMPULKAN PADA SUATU WAKTU TERTENTU YANG BISA MENGGAMBARKAN
KEADAAN ATAU KEGIATAN PADA WAKTU TERSEBUT.
CONTOH:– DATA JUMLAH TKI YANG MENINGGAL PADA TAHUN 2006 AKIBAT KEKERASAN MENGGAMBARKAN KURANGNYA PERLINDUNGAN
KESELAMATAN TKI DI LUAR NEGERI– BENCANA MELUASNYA LUMPUR LAPINDO MENANDAKAN KURANG SERIUSNYA PEMERINTAH DALAM
MENANGANI KORBAN BENCANA TERSEBUT.DATA TIME SERIESYAITU DATA YANG DIKUMPULKAN DARI WAKTU KE WAKTU SEHINGGA ADA
PERKEMBANGANNYA (TREND) YANG MENUNJUKKAN ARAH SECARA UMUM. GARIS TREND SANGAT BERGUNA UNTUK MEMBUAT RAMALAN
(FORECASTING) YANG DIBUTUHKAN BAGI PERENCANAAN.
CONTOH:– DATA PERSEBARAN PENDUDUK DI INDONESIA DIBUTUHKAN UNTUK PERENCANAAN TRANSMIGRASI SEBAGAI UPAYA PEMERATAAN
JUMLAH PERSEBARAN DI TIAP DAERAH– DATA TINGKAT CURAH HUJAN TIAP TAHUNNYA DIBUTUHKAN UNTUK MENGANTISIPASI DATANGNYA TANAH
LONGSOR ATAU BANJIR
SESI PERTANYAAN