COVER STATISTIK DESKRIPTIFeprints.unpam.ac.id/8670/1/SAK0233_STATISTIK DESKRIPTIF... · 2020. 11....

Universitas Pamulang Akuntansi S-1

Statistik Deskriptif i

COVER

STATISTIK DESKRIPTIF

Penyusun:

Nisak Ruwah Ibnatur Husnul, S.Pd., M.Pd

Eka Rima Prasetya, S.Pd., M.Pd

Prima Sadewa, S.Pd., M.Pd

Ajimat, S.Si., M.M

Listiya Ike Purnomo, S.E., M.M

Jl. Surya Kencana No. 1 Pamulang

Gd. A, Ruang 212 Universitas Pamulang Tangerang Selatan – Banten


Statistik Deskriptif ii


Penulis:

Nisak Ruwah Ibnatur Husnul, S.Pd., M.Pd.

Eka Rima Prasetya, S.Pd., M.Pd.

Prima Sadewa, S.Pd., M.Pd.

Ajimat, S.Si., M.M.

Listiya Ike Purnomo, S.E., M.M.

ISBN: 978-623-7833-33-8

Editor:

Listiya Ike Purnomo, S.E., M.M

Desain sampul

Ubaid Al Faruq, S.Pd., M.Pd.

Tata Letak

Aden, S.Si., M.Pd.

Penerbit:

Unpam Press

Redaksi:

Jl. Surya Kecana No. 1

Pamulang – Tangerang Selatan

Telp. 021-7412566

Fax. 021 74709855

Email: [email protected]

Cetakan pertama, 19 Juni 2020

Hak cipta dilindungi undang-undang.

Dilarang memperbanyak karya tulis ini dalam bentuk dan dengan cara apapun tanpa

ijin penerbit.

mailto:[email protected]


Statistik Deskriptif iii

DATA PUBLIKASI UNPAM PRESS

| Lembaga Pengembangan Pendidikan dan Pembelajaran Universitas Pamulang

Gedung A. R. 212 Kampus 1 Universitas Pamulang

Jalan Surya Kencana Nomor 1 Pamulang Barat, Tangerang Selatan, Banten

Website: www.unpam.ac.id | Email: [email protected]

Statistik Deskriptif / Nisak Ruwah Ibnatur Husnul, S.Pd., M.Pd., Eka Rima Prasetya,

S.Pd., M.Pd., Prima Sadewa, S.Pd., M.Pd., Ajimat, S.Si., M.M., Listiya Ike Purnomo,

S.E., M.M.-1STed

ISBN 978-623-7833-33-8

1. Statistik Deskriptif I. Nisak Ruwah Ibnatur Husnul, S.Pd., M.Pd. II. Eka Rima

Prasetya, S.Pd., M.Pd. III. Prima Sadewa, S.Pd., M.Pd. IV. Ajimat, S.Si., M.M. V.

Listiya Ike Purnomo, S.E., M.M.-1STed

M113-19062020-01

Ketua Unpam Press: Pranoto

Koordinator Editorial dan Produksi: Ubaid Al Faruq, Ali Madinsyah

Koordinator Hak Cipta: Susanto

Koordinator Dokumentasi dan Publikasi: Aden

Desain Cover: Robi Maulana

Cetakan pertama, 19 Juni 2020

Hak cipta dilindungi undang-undang.

Dilarang memperbanyak karya tulis ini dalam bentuk dan dengan cara apapun tanpa

ijin penerbit.

http://www.unpam.ac.id/mailto:[email protected]


Statistik Deskriptif iv

MODUL MATA KULIAH


IDENTITAS MATA KULIAH

Program Studi : Akuntansi S-1

Mata Kuliah/Kode : Statistik Deskriptif / SAK0233

Sks : 2 Sks

Prasyarat : -

Semester : I (satu)

Deskripsi : Bertujuan untuk memperkenalkan konsep bisnis kepada

mahasiswa. Dalam mata kuliah ini mahasiswa akan

diperkenalkan dengan pengertian dan konsep dasar bisnis,

lingkungan yang mempengaruhi bisnis dan jenis organisasi

bisnis. Selain itu dalam mata kuliah ini juga akan

diperkenalkan berbagai fungsi operasional bisnis dalam

perusahaan seperti Sumber Daya Manusia, Operasi,

Pemasaran, dan Keuangan. Mata kuliah ini menggunakan

pendekatan menyeluruh, dimana organisasi bisnis

ditempatkan sebagai suatu entitas yang harus memahami

dan mengelola pengaruh lingkungan, dan kemudian memilih

bentuk struktur organisasi yang sesuai dengan lingkungan

bisnis yang dihadapi.

Capaian pembelajaran: Setelah menyelesaikan mata kuliah ini, mahasiswa dapat

mampu menyimpulkan konsep dasar membangun dan

mengelola bisnis yang menitikberatkan pada fungsi-fungsi

utama bisnis.

Penyusun : 1) Nisak Ruwah Ibnatur Husnul, S.Pd., M.Pd (Ketua)

2) Eka Rima Prasetya, S.Pd., M.Pd (Anggota I) 3) Prima Sadewa, S.Pd., M.Pd (Anggota II) 4) Ajimat, S.E., M.M (Anggota III) 5) Listiya Ike Purnomo, S.E., M.M. (Anggota III)

Ketua Program Studi Ketua Tim Penyusun

Effriyanti, S.E., Akt., M.Si., CA Nisak Ruwah Ibnatur Husnul, S.Pd., M.Pd

NIDN. 0003047701 NIDN. 0403079301


Statistik Deskriptif v

KATA PENGANTAR

Puji syukur penulis ucapkan kepada Tuhan Yang Maha Esa atas rahmat-Nya

yang telah tercurah, sehingga penulis bisa menyelesaikan bahan ajar mata kuliah

Statistik Deskriptif ini . Mata kuliah Statistika Dasar dimaksudkan untuk membekali

mahasiswa dengan pemahaman akan kegunaan statistik dalam penelitian pendidikan

serta memampukan mereka untuk melakukan kajian-kajian terhadap data-data statistik

untuk membuat kesimpulan-kesimpulan. Kemampuan dan pengalaman ini diharapkan

dapat digunakan oleh mereka dalam melakukan analisis data untuk kepentingan

penelitian dalam penulisan skripsi ataupun dalam menerapkannya untuk kepentingan

peningkatan kualitas pembelajaran.

Mata kuliah ini mempelajari tentang Konsep Dasar statistika: pengertian

statistik dan statistika, statistik deskriptif dan statistik inferensial, Penyajian Data,

Ukuran Pemusatan, Ukuran Pemencaran, Ukuran Dispersi, Distribusi Binomial,

Distribusi Poisson, Uji Normalitas dan Homogenitas, Populasi dan sampel, Uji

Hipotesis satu ratarata, Uji Hipotesis Beda Dua rata-rata.

Tersusunnya bahan ajar ini tentu bukan dari usaha penulis seorang. Dukungan

moral dan material dari berbagai pihak sangatlah membantu tersusunnya bahan ajar

ini. Untuk itu, penulis ucapkan terima kasih kepada keluarga, sahabat, rekan-rekan,

dan pihak-pihak lainnya yang membantu secara moral dan material bagi tersusunnya

buku ini. Bahan ajar yang tersusun sekian lama ini tentu masih jauh dari kata

sempurna. Untuk itu, kritik dan saran yang membangun sangat diperlukan agar buku

ini bisa lebih baik nantinya.

Tangerang Selatan, 19 Juni 2020

Penulis


Statistik Deskriptif vi

DAFTAR ISI

COVER ......................................................................................................................................... i

STATISTIK DESKRIPTIF .......................................................................................................... ii

DATA PUBLIKASI UNPAM PRESS ........................................................................................ iii

IDENTITAS MATA KULIAH ...................................................................................................... iv

KATA PENGANTAR ...................................................................................................................v

DAFTAR ISI ................................................................................................................................. vi

PERTEMUAN 1 .......................................................................................................................... 1

KONSEP DASAR STATISTIK .................................................................................................. 1

A. CAPAIAN PEMBELAJARAN .......................................................................................... 1

B. URAIAN MATERI ............................................................................................................. 1

1. Statistik ......................................................................................................................... 1

2. Tujuan dari Statistik .................................................................................................... 3

3. Tahapan-tahapan Statistik ........................................................................................ 3

4. Kegunaan dan Fungsi Statistik ................................................................................. 5

5. Peran Komputer dalam Statistik ............................................................................... 7

C. LATIHAN SOAL .............................................................................................................. 10

D. DAFTAR PUSTAKA ....................................................................................................... 10

PERTEMUAN 2 ........................................................................................................................ 11

DATA STATISTIK ..................................................................................................................... 11

A. CAPAIAN PEMBELAJARAN ........................................................................................ 11

B. URAIAN MATERI ........................................................................................................... 11

1. Data ............................................................................................................................ 11

2. Pengelompokan Data .............................................................................................. 12

C. LATIHAN SOAL .............................................................................................................. 24

D. DAFTAR PUSTAKA ....................................................................................................... 24

PERTEMUAN 3 ........................................................................................................................ 25

SKALA PENGUKURAN DATA ............................................................................................... 25


B. URAIAN MATERI ........................................................................................................... 25

1. Skala dan Pengukuran ............................................................................................ 25


Statistik Deskriptif vii

2. Konsep Dasar Proses Pengukuran ....................................................................... 26

3. Skala Pengukuran .................................................................................................... 28

4. Perbandingan Data .................................................................................................. 37

5. Tingkat Ketelitian ...................................................................................................... 39

C. LATIHAN SOAL .............................................................................................................. 40

D. DAFTAR PUSTAKA ....................................................................................................... 40

PERTEMUAN 4 ........................................................................................................................ 41

TABEL DISTRIBUSI FREKUENSI ......................................................................................... 41


B. URAIAN MATERI ........................................................................................................... 41

1. Distribusi Frekuensi .................................................................................................. 41

2. Cara Membuat Tabel Distribusi Frekuensi Tunggal ............................................ 44

3. Cara Membuat Tabel Distribusi Frekuensi Berkelompok ................................... 44

C. LATIHAN SOAL .............................................................................................................. 53

D. DAFTAR PUSTAKA ........................................................................................................ 55

PERTEMUAN 5 ........................................................................................................................ 56

DIAGRAM .................................................................................................................................. 56


B. URAIAN MATERI ........................................................................................................... 56

1. Pengertian Diagram ................................................................................................. 56

2. Cara membuat Diagram .......................................................................................... 56

C. LATIHAN SOAL ............................................................................................................... 66

D. DAFTAR PUSTAKA ....................................................................................................... 67

PERTEMUAN 6 ........................................................................................................................ 68

HISTOGRAM, POLIGON DAN KURVA OGIVE .................................................................. 68


B. URAIAN MATERI ........................................................................................................... 68

1. Pengertian dan Langkah Membuat Histogram .................................................... 68

2. Pengertian dan Langkah Membuat Poligon ......................................................... 71

3. Pengertian dan Langkah Membuat Kurva Ogive................................................. 74

C. LATIHAN SOAL .............................................................................................................. 77

D. DAFTAR PUSTAKA ....................................................................................................... 79

PERTEMUAN 7 ........................................................................................................................ 80


Statistik Deskriptif viii

UKURAN TENDENSIAL SENTRAL (MEAN) ....................................................................... 80


B. URAIAN MATERI ........................................................................................................... 80

1. Ukuran Tendensial Sentral ...................................................................................... 80

2. Mean ........................................................................................................................... 81

C. LATIHAN SOAL .............................................................................................................. 88

PERTEMUAN 8 ........................................................................................................................ 91

UKURAN TENDENSIAL SENTRAL ...................................................................................... 91

(MEDIAN DAN MODUS) ......................................................................................................... 91


B. URAIAN MATERI ........................................................................................................... 91

1. Median ........................................................................................................................ 91

2. Modus ......................................................................................................................... 95

3. Hubungan antara Mean, Median dan Modus ....................................................... 98

C. LATIHAN SOAL .............................................................................................................. 99

D. DAFTAR PUSTAKA ..................................................................................................... 101

PERTEMUAN 9 ...................................................................................................................... 102

UKURAN LETAK (KUARTIL, DESIL DAN PERSENTIL) ................................................. 102

A. CAPAIAN PEMBELAJARAN ...................................................................................... 102

B. URAIAN MATERI ......................................................................................................... 102

C. LATIHAN SOAL ............................................................................................................ 114

D. DAFTAR PUSTAKA ..................................................................................................... 115

PERTEMUAN 10 .................................................................................................................... 116

UKURAN VARIASI ................................................................................................................. 116

(RANGE, SIMPANGAN RATA-RATA DAN SIMPANGAN BAKU) ................................. 116


B. URAIAN MATERI ......................................................................................................... 116

C. LATIHAN SOAL ............................................................................................................ 125

D. DAFTAR PUSTAKA ..................................................................................................... 127

PERTEMUAN 11 .................................................................................................................... 128

KONSEP UKURAN VARIASI ............................................................................................... 128

(VARIAN, KOEFISIEN VARIASI, DAN ANGKA BAKU) ................................................... 128



Statistik Deskriptif ix

B. URAIAN MATERI ......................................................................................................... 128

C. LATIHAN SOAL ............................................................................................................ 135

D. DAFTAR PUSTAKA ...................................................................................................... 136

PERTEMUAN 12 .................................................................................................................... 137

ANGKA INDEKS ..................................................................................................................... 137


B. URAIAN MATERI ......................................................................................................... 137

C. LATIHAN SOAL ............................................................................................................. 149

D. DAFTAR PUSTAKA ...................................................................................................... 150

PERTEMUAN 13 .................................................................................................................... 151

PROBABILITAS ...................................................................................................................... 151


B. URAIAN MATERI ......................................................................................................... 151

C. LATIHAN SOAL ............................................................................................................ 162

D. DAFTAR PUSTAKA ..................................................................................................... 163

PERTEMUAN 14 .................................................................................................................... 164

KONSEP PERMUTASI .......................................................................................................... 164


B. URAIAN MATERI ......................................................................................................... 164

C. LATIHAN SOAL ............................................................................................................ 170

D. DAFTAR PUSTAKA ..................................................................................................... 171

PERTEMUAN 15: ................................................................................................................... 172

KOMBINASI ............................................................................................................................ 172


B. URAIAN MATERI ......................................................................................................... 172

C. SOAL LATIHAN/TUGAS ............................................................................................. 185

D. DAFTAR PUSTAKA ..................................................................................................... 186

PERTEMUAN 16: ................................................................................................................... 187

DISTRIBUSI PROBABILITAS DISKRIT.............................................................................. 187

A. TUJUAN PEMBELAJARAN ........................................................................................ 187

B. URAIAN MATERI ......................................................................................................... 187


D. DAFTAR PUSTAKA ..................................................................................................... 203


Statistik Deskriptif x

PERTEMUAN 17: ................................................................................................................... 204

DISTRIBUSI PROBABILITAS KONTINU ........................................................................... 204


B. URAIAN MATERI ......................................................................................................... 204


D. DAFTAR PUSTAKA ..................................................................................................... 218

PERTEMUAN 18: ................................................................................................................... 219

DISTRIBUSI PROBABILITAS BERSAMA DAN NILAI HARAPAN ................................. 219


B. URAIAN MATERI ......................................................................................................... 219


D. DAFTAR PUSTAKA ..................................................................................................... 234

DAFTAR PUSTAKA ............................................................................................................... 235


Statistik Deskriptif 1

PERTEMUAN 1

KONSEP DASAR STATISTIK

A. CAPAIAN PEMBELAJARAN

Statistik sangat penting dalam kehidupan kita sehari-sehari. Kita menemukan

statistik ketika membincangkan harga barang-barang kebutuhan hidup, biaya

transportasi, masalah kemiskinan, ramalan cuaca melalui televisi dan sebagainya.

Sebagai contoh dalam kegiatan sehari-hari kita telah merekam jadwal

keberangkatan dan kedatangan kereta api serta memperhitungkan frekuensi

kejadiannya sehingga kita dapat membuat suatu kesimpulan pada waktu aktifitas

kita yang paling tepat.

Dalam pertemuan ini, akan dibahas tentang konsep, istilah, tujuan, fungsi dan

kegunaan statistik. Setelah mempelajari konsep dasar statistik ini, diharapkan

mahasiswa mampu menerapkan dan memahami konsep, istilah, tujuan, fungsi dan

kegunaan statistika deskriptif.

B. URAIAN MATERI

1. Statistik

Statistik merupakan salah satu cabang dari ilmu matematika yang di

dalamnya mempelajari suatu pengukuran, observasi dan analisis. Statistik

mempunyai arti dasar yaitu suatu data ringkasan yang berbentuk angka. Sebagai

contoh kecil adalah mengenai data tentang penduduk, data tentang guru-guru

atau data tentang mahasiswa di perguruan tinggi. Dalam arti yang lebih dalam,

statistik adalah suatu ilmu yang mempelajari mengenai bagaimana cara

mengumpulkan data, mengolah data, menyajikan data dan menganalisi data

dengan mempertimbangkan unsur ketidakpastian berdasarkan konsep

probabilitas.

Statistik dalam hal ini juga bisa digunakan dalam pengambilan keputusan,

berdasarkan data-data yang bisa dipertanggungjawabkan tentunya. Lebih jelas

lagi bahwa statistik ini mampu untuk memuaskan suatu teori dan metode dalam

perkembangan suatu ilmu riset. Dalam ilmu riset tidak terlepas dari ilmu statistik,

oleh karena itu statistik dan riset sangat erat kaitannya, sehingga tidak bisa

dipisahkan.



Semakin berkembang pesatnya suatu ilmu, maka aplikasi statistik hadir

dalam kebutuhan teknik-teknik yang beraneka ragam untuk permasalahan yang

berbeda. Statistik selalu memberikan alternatif solusi dalam melakukan

peramalan, sebagai dasar perencanaan dan pengujian hipotesis, yang

bermanfaat dalam riset berkaitan dengan pengambilan keputusan dalam

memecahkan suatu permasalahan penelitian. Untuk keperluan riset, statistik

mampu menyediakan metode pengumpulan data, pengolahan data, penyajian

data, metode analisis data dan pengujian hipotesis serta metode ramalan

interval.

Statistik sendiri berasal dari kata “status” dalam bahasa latin, yang sama

artinya dengan kata “state” (bahasa inggris) yang berarti adalah negara. Awal

mula suatu kata statistik, diartikan mengenai suatu kumpulan keterangan yang

berupa angka ataupun non angka tetapi memiliki arti yang penting dan berguna

untuk negara. Setelah berkembangnya suatu ilmu, maka statistik dijadikan

sebagai kumpulkan keterangan yang hanya berupa angka dan memberikan

gambaran mengenai keadaan, peristiwa atau gejala tertentu.

Dalam pengertian di atas, bisa diambil contoh adalah mengenai statistik

penduduk, statistik pendidikan, statistik perdagangan, statistik tenaga kerja dan

sebagainya. Sebagai contoh penjabarannya adalah pada statistik penduduk,

sebagai bentuk kumpulan keterangan berupa angka yang berkaitan dengan

kegiatan di bidang kependudukan. Misalnya dalam lingkup jumlah penduduk,

rata-rata umur penduduk, angka kelahiran, angka kematian dan yang lainnya.

Penerapan ilmu statistika begitu banyak diterapkan dalam berbagai disiplin

ilmu-ilmu, diantaranya yaitu :

a. Bidang ilmu alam (contohnya bidang astronomi, bidang biologi)

b. Bidang ilmu sosial (contohnya bidang sosiologi, bidang psikolog)

c. Bidang bisnis, industri dan ekonomi.

d. Sensus penduduk, dalam hal ini adalah pemerintahan untuk berbagai macam

tujuan tertentu.

e. Dalam jajak pendapat atau polling (contohnya dalam pemilihan umum)

f. Dalam jajak cepat (contohnya dalam perhitungan cepat hasil pemilu) atau

quick count.

g. Bidang komputasi yaitu statistika dapat pula diterapkan dalam pengenalan

pola maupun kecerdasan buatan.



2. Tujuan dari Statistik

a. Menjelaskan Hubungan Antar Variabel

Dalam data kuantitatif, setelah data dikumpulkan, kemudian data

tersebut di olah dan disajikan, untuk pengambilan keputusan dalam suatu

organinsasi. Oleh karena itu diperlukan kemampuan untuk menyaring jumlah

yang besar tersebut agar dapat menjabarkan hubungan antar variabel dalam

pengambilan keputusan. Sebagai contoh mengenai kebutuhan analisis

statistik dalam menjelaskan hubungan antar variabel, jika ada seorang

enterpreneur, dengan mengumpulkan data pendapatan dan biaya dapat

membandingkan hasil pengembalian investasinya dalam satu periode dengan

data dari periode-periode sebelumnya.

b. Membuat Keputusan Lebih Baik

Seseorang bisa menggunakan dan memberdayakan ilmu statistik dalam

alat bantu sehingga menghasilkan keputusan yang lebih baik dari kondisi

ketidakpastian sebelumnya.

c. Mengatasi Perubahan-Perubahan

Globalisasi memungkinkan terjadinya perubahan dalam berbagai hal.

Tetapi data statistik dapat membantu dalam mengatasi perubahan yang

terjadi.

d. Membuat Rencana dan Ramalan-ramalan

Perencanaan adalah serangkaian tindakan yang akan dilakukan di masa

yang akan datang, dengan didasari perkiraan tentang kejadian-kejadian atau

hubungan-hubungan di masa yang akan datang. Sehingga diperlukan proses

atau teknik peramalan untuk memperoleh perkiraan tentang masa depan.

Prosedur statistik ini dapat membantu meningkatkan proses peramalan

(forecasting).

3. Tahapan-tahapan Statistik

Dalam ilmu statistik, ada beberapa tahapan-tahapan sebagai metode yang

harus dipahami dengan baik, yaitu sebagai berikut :

a) Pengumpulan Data

b) Penyusunan Data

c) Penyajian Data

d) Analisis Data

e) Interpretasi Data



Kelima tahapan di atas, akan dijabarkan rangkaiannya secara jelas sebagai

berikut ini :

a) Pengumpulan Data (Collection of Data)

Tahap pertama dalam kegiatan statistik adalah mengumpulkan data,

dalam hal ini ada dua cara, pertama data bisa dikumpulkan dengan cara

sensus, dan kedua dengan cara penentuan sampel.

1) Data Sensus

Data sensus adalah cara pengumpulan data dengan meneliti semua

anggota secara keseluruhan sebagai obyek dari riset tersebut. Cara

sensus ini dibentuk sebagai pencatatan data secara menyeluruh, tanpa

terkecuali. Dalam hal ini, semua anggota yang dijadikan objek dalam

penelitian dinamakan populasi.

Semua anggota atau dalam hal ini adalah populasi, yang menjadi

objek penelitian, dalam pengumpulan data menggunakan cara sensus

tentu memerlukan waktu yang banyak, tenaga dan biaya yang tidak sedikit,

terlebih apabila populasi besar. Hal itu merupakan salah satu kelemahan

apabila menggunakan cara sensus, tetapi cara sensus juga mempunyai

kelebihan yaitu hasil penelitian yang diperoleh akan menghasilkan data

(nilai) yang sesungguhnya.

2) Data Sampel

Data sampel adalah cara mengumpulkan data dengan mengambil

sebagian dari semua anggota, sehingga dalam hal ini sampel adalah

bagian dari populasi. Cara sampel ini menjadikan obyek penelitian adalah

sebagain kecilnya saja, dengan memilih dan mencatat sebagian dari

semua anggota. Untuk cara data sampel ini, akan menghasilkan data

perkiraan (estimate value), yang nantinya bisa ditaksir atau diperkirakan

karakteristik dan sifat yang sesungguhnya dari bagian populasi yang diteliti.

Dalam menghasilkan nilai taksiran yang baik, maka sampel tersebut

harus memiliki sifat representatif, artinya adalah data tersebut bisa

mencerminkan atau mewakili dari populasinya. Bagaimana cara

memperoleh data yang representatif? Jawabannya adalah dengan suatu

metode atau cara yanag bisa ditempuh, yaitu dengan metode penarikan

sampel, yang akan lebih detail di bahas pada statiatsika inferensial.

Berdasarkan pengambilan anggota dalam objek penelitian hanya

sebagian dari populasi, maka pengumpulan data ini menjadi lebih



diandalkan, karena hemat secara biaya, tenaga dan waktu. Adapun

kelemahannya adalah jika sampel tersebut tidak representatif, sehingga

kesimpulan menjadi tidak sesuai dengan kenyataan atau penelitian

tersebut bias.

b) Penyusunan Data (Organization of Data)

Dalam penyusuan data ini, merupakan proses lanjutan dari tahap yang

pertama. Setelah data dikumpulkan, maka data tersebut disusun dengan rapi

supaya mudah untuk dibaca secara visual. Dalam tahapan ini, ada tiga cara

yang bisa digunakan, yaitu dengan mengedit, dengan mengklarifikasi dan

dengan tabulasi data.

Tahapan edit data artinya data diperiksa kembai mengenai daftar

pertanyaan yang sudah diisi. Gunanya untuk mengetahui apakah daftar

pertanyaan tersebut sudah diisi dengan sesuai atau belum, tentunya

disesuaikan dengan tema dalam penelitian tersebut.

Tahapan mengklarifikasi adalah data dipisahkan berdasarkan sifat-sifat

yang dimiliki oleh data tersebut. Dan tahapan ketiga yaitu tabulasi data,

artinya data dikelompokkan sesuai dengan sifat dan kaidah data tersebut,

dan disusun secara distribusi frekuensi, sehingga data tersebut akan mudah

untuk ditarik kesimpulan.

c) Penyajian Data (Presentation of Data)

Tahap penyajian data artinya data yang telah disusun, bisa disajikan

dan disebarluaskan dengan mudah secara visual. Dalam hal ini penyajian

data bisa dengan tabel, diagram, grafik ataupun yang lainnya.

d) Analisis Data (Analysis of Data)

Setelah data dikumpulkan, kemudian disusun dan disajikan, langkah

berikutnya adalah di analsisis. Dalam analisis data disini, digunakan untuk

memperoleh gambaran secara keseluruhan dari data yang sudah

dikumpulkan.

e) Interpretasi Data (Interpretation of Data)

Suatu data secara keseuluruhan tersebut setelah memperoleh

gambaran, maka perlu di interpretasikan dengan baik, agar memperoleh

suatu kesimpulan yang benar.

4. Kegunaan dan Fungsi Statistik

Statistik itu sendiri memiliki fungsi sebagai alat yang bisa mempermudah,

terutama dalam pelaku ekonomi dan bisnis, dan khususnya dalam pengambilan



keputusan. Sebagai alat bantu tersebut, statistik bisa digunakan dalam

mengumpulkan data, menyusun data, mengolah data, menyajikan data sehingga

menampilkan suatu keputusan yang benar. Dalam hal ini maka kegunaan dan

fungsi statistik adalah sebagai berikut :

a) Statistik bisa dijadikan sebagai pelaku ekonomi dan bisnis, dengan alih

membantu membuat keputusan dalam memperoleh suatu gambaran

mengenai peritiwa, atau keadaan yang umum maupun khusus.

b) Statistik juga bisa bermanfaat dalam perkembangan dunia bisnis dan

ekonomi dari waktu ke waktu, mengenai kejadian atau peritiwa yang akan

dan sedang terjadi.

c) Statistik bisa digunakan untuk menyusun beberapa laporan, tentunya

dengan data kuantitatif secara ringkas, jelas dan terarah.

d) Statistik juga bisa mengetahui apakah ada gejala dalam ekonomi dan bisnis

yang berhubungan dengan gejala atau kejadian yang lainnya.

e) Terpenting adalah statistik bisa digunakan dalam menganalisis pengujian,

dengan menarik kesimpulan yang berarti dalam pengambilan keputusan

pada kejadian ekonomi dan bisnis, dan bisa meramalkan beberapa hal yang

akan terjadi di masa yang akan datang, dengan di pertanggung jawabkan

secara ilmiah.

Di negara Indonesia dalam menangani masalah-masalah yang berkaitan

dengan statistik, pemerintah membentuk Badan Pusat statistik (BPS), yaitu suatu

lembaga pemerintah non departemen, dimana bertanggungjawab langsung

kepada Presiden. Peranan yang harus dijalankan oleh BPS adalah sebagai

berikut:

a) Menyediakan kebutuhan data bagi pemerintah dan masyarakat, dalam hal ini,

data didapatkan dari sensus atau survei yang dlakukan sendiri oleh

departemen atau lembaga pemerintah lainnya sebagai data sekunder.

b) Membantu kegiatan statistik departemen, lembaga pemerintah atau institusi

lainnya dalam membangun sistem perstatistikan nasional.

c) Statistik juga mengembangkan dan mempromosikan standar teknis dan

metodologi statistik serta menyediakan pelayanan pada bidang pendidikan

dan pelatihan statistik.

d) Membangun kerjasama dengan intitusi nasional dan negara lain untuk

kepentingan perkembangan satistik Indonesia.



5. Peran Komputer dalam Statistik

Komputer dapat secara efisien digunakan pada setiap operasi pengolahan

yang memiliki satu atau lebih karakteristik, yaitu sebagai berikut:

a. Jumlah input yang besar

Semakin besar jumlah data yang harus diolah untuk menghasilkan informasi

yang diperlukan, pengolahan dengan komputer menjadi semakin ekonomis

dibandingkan dengan alat bantu lain.

b. Proyek yang repetitif

Terkait dengan biaya dalam menyiapkan tugas, yang paling ekonomis

adalah menggunakan komputer untuk proyek-proyek yang berulang.

c. Diperlukan kecepatan tinggi dalam pengolahan

Semakin besar kebutuhan akan informasi tepat waktu, maka semakin besar

nilai komputer dibandingkan dengan metode-metode lainnya.

d. Diperlukan ketepatan yang besar

Pengolahan komputer akan cukup tepat jika tugas yang harus dilaksanakan

sudah disiapkan dengan matang.

e. Mengolah hal-hal kompleks yang memerlukan bantuan elektronik

Dalam beberapa situasi yng melibatkan jumlah besar variabel yang

berinteraksi, maka tidak ada alternatif lain selain komputer.

Dalam dunia komputer, ada beberapa program atau aplikasi yang bisa

digunakan dalam membantu statistik, antara lain Minitab, SPSS, STATA, SAS,

EVIEWS dan SEM yang tersedia secara luas dan mudah di dapatkan. Aplikasi

atau program tersebut digunakan dalam menganalisis statistik dari data yang

kecil sampai data yang besar atau banyak. Disamping itu, ada beberapa paket

spreadsheet seperti Microsoft Excel dan Quatropro yang mempunyai

kemampuan analisis statistik bersifat umum dan terbatas.

Statistik itu sendiri dapat dibedakan menjadi dua macam, yaitu statistik

deskriptif dan statistik Inferensial. Adapun penjabarannya adalah :

a) Statistik Deskriptif

Statistika deskriptif bisa dikenal juga sebagai statistik deduktif, artinya

statistika yang tingkat kegunaannya mencakup cara-cara mengumpulkan

data, menyusun atau mengatur data, mengolah data, menyajikan data dan

menganalisis data angka. Dalam hal ini agar bisa memberikan gambaran

yang teratur, ringkas dan jelas, mengenai keadaan, peristiwa atau gejala

tertentu sehingga dapat ditarik pengertian atau makna tertentu.



Dengan kata lain, bahwa statistika deskriptif ini hanya menggambarkan

atau mendeskripsikan karakteristik atau sifat-sifat yang dimiliki oleh

sekelompok atau serangkaian data (baik itu data sampel maupun data

populasi), tanpa melakukan generalisai (yaitu menarik suatu kesimpulan

umum berdasarkan informasi data sampel yang dikenakan kepada populasi

induknya).

Statistik deskriptif menjadi bagian cabang yang terpenting dari ruang

lingkup statitsik, karena dapat digunakan secara terus menerus dalam bidang

ekonomi, bisnis ataupun yang lain. Statistik deskriptif merupakan sekumpulan

prosedur dasar atau sebagai metode dalam beberapa hal berikut ini :

1) Mengumpulkan data

2) Mengorganisasikan data

3) Menyajikan data

4) Menganalisis data

5) Menginterpretasikan data

Kelima dasar tersebut menjadi poin dalam hal menganalisis dan menafsirkan,

tetapi tidak terdapat dalam menarik kesimpulan secara umum.

Statistik deskriptif terfokuskan dalam membahas mengenai cara

mengumpulkan data, menyederhanakan angka yang diamati atau diperoleh,

dalam hal ini meringkas dan menyajikan. Statistik juga melakukan pengukuran

pemusatan dan penyebaran data, guna memperoleh gambaran atau informasi

yang lebih menarik dan mudah dipahami.

Statistik deskriptif ini memiliki beberapa kegunaan, khususnya dalam

penelitian bidang ilmu sosial, adalah sebagai berikut :

1) Dengan adanya statistik, maka pengumpulan data yang diperoleh akan

tersaji dengan ringkas dan rapi serta dapat memberikan informasi inti dari

kumpulan data yang ada.

2) Dengan adanya statistik, memungkinkan peneliti menyajikan ataupun

menggambarkan datanya dengan teknik grafik maupun teknik numerik.

3) Statistik juga memungkinkan peneliti mengukur dua karakteristik dari

setiap respondennya dan selanjutnya meneliti hubungan di antara kedua

karakteristik (variabel) tersebut.

4) Statistik deskriptif memegang peranan penting dalam persiapan analisis

data. Analisis ini dilakukan sebelum peneliti menerapkan statistika



inferensial terhadap data penelitiannya. Istilah lain yang digunakan untuk

tahap persiapan ini adalah exploratory data analysis.

b) Statistik Inferensial

Kebalikannya dengan statistik deduktif, maka statistik inferensial juga

bisa dikenal sebagai statistik induktif. Statistika inferensial adalah ilmu statistik

yang menyediakan aturan atau suatu metode yang digunakan untuk

meramalkan, menaksir, dan mengambil suatu kesimpulan yang bersifat

umum. Statistika inferensial bertujuan sebagai alat praduga dari parameter

populasi dan pengujian hipotesis.

Teori peluang memegang peranan penting dalam statistika Inferensial.

Statistika inferensial sifatnya lebih mendalam dan merupakan tindak lanjut dari

statistika deskriptif. Statistika deskriptif merupakan dasar dari ilmu statistik

secara keseluruhan. Oleh karena itu untuk dapat mempelajari atau memahami

statistik inferensial, seseorang harus terlebih dahulu mempelajari statistika

deskriptif dengan baik.

Statistika inferensial akan membahas bagaimana cara menganalisis

data dengan pengambilan kesimpulan. Statistika inferensial menjadi sebuah

metode yang berkaitan dengan analisis sebagian data, bahkan sampai ke

peramalan atau penaksiran dalam menarik kesimpulan di keseluruhan data

yang akan di teliti. Sebagian data dalam variabel dinamakan dengan sampel,

kemudian untuk data secara keseluruhan dinamakan dengan populasi.

Pada statistika inferensial ini akan selalu ada pendugaan parameter,

ada penduga hipotesis dan menguji hipotesis tersebut sampai menemukan

kesimpulan yang berlaku secara umum. Ini dinamakan statistik induktif karena

informasi bisa di tarik kesimpulan dengan data sebagian saja yang dianggap

sudah mewakili data secara keseluruhan.

c) Statistika Parametrik dan Nonparametrik

Statistika inferensial dibagi menjadi dua macam, yaitu statistik

parametrik dan statistik non parametrik. Untuk statistika parametrik

merupakan bagian dari statistika inferensial yang mempertimbangkan nilai

dari satu atau lebih parameter populasi. Sehubungan dengan kebutuhan

inferensialnya, pada umumnya statistika parametrik membutuhkan data yang

berskala pengukuran minimal interval. Selain itu, penurunan prosedur dan

penetapan teorinya berpijak pada asumsi spesifik mengenai bentuk distribusi

populasi yang biasanya diasumsikan normal.



Statistika nonparametrik merupakan bagian dari statistika inferensial,

yang tidak selalu memperhatikan suatu nilai dari satu atau lebih parameter

populasi. Pada umunya, suatu validitas dalam statistik inferensial ini tidak

selalu bergantung pada peluang yang spesifik dari populasi itu sediri. Statistik

non parametrik ini mampu menyediakan suatu metode yang bisa

menganalisis data berdistribusi yang tidak di asumsikan berdistribusi normal.

Dalam hal ini data yang sering digunakan dalam statistik non parametrik

adalah yang berskala ukur nominal dan ordinal.

C. LATIHAN SOAL

Kerjakan soal-soal di bawah ini dengan benar!

1. Jelaskan pendapat anda mengenai definisi statistik!

2. Kenapa ilmu statitsik dibutuhkan dala sebuah penelitian? Seberapa pentingkah?

Pada poin mana penelitian memang tidak bisa lepas dari statistik? Jelaskan

pendapat anda!

3. Jelaskan pendapat anda dengan bahasa yang mudah dipahami, apa yang

dimaksud dengan statistik deskriptif!

4. Jelaskan perbedaannya antara statistik deskriptif dengan inferensial!

5. Apa kegunaan statistik, jabarkan dengan bahasa anda sendiri!

6. Apakah badan yang menangani masalah statistik di Indonesia? Apa peran

badan tersebut?

7. Sebutkan tahapan kegiatan metode statistik!

8. Bagamana peranan komputer dalam statistik?

9. Sebutkan program-program pengolahan data statistik!

10. Jelaskan arti sensus dan sampling!

D. DAFTAR PUSTAKA

Hasan, Iqbal. (2001). Pokok-Pokok Materi Statistik 1 (Statistik Deskriptif). Jakarta :

PT. Bumi Aksara.

Mangkuatmodjo. (2015). Statistik Deskriptif. Jakarta: Rineka Cipta.

Supranto. (2008). Statistik Teori dan Aplikasi. Jakarta: Erlangga.

Sudjana. (2008). Metode Statistika. Bandung : Tarsito Penerbit.



PERTEMUAN 2

DATA STATISTIK


Materi pertemuan ini membahas mengenai data statistik. Setelah mempelajari

materi ini, mahasiswa mampu memahami dengan baik mengenai data statistik,

jenis-jenisnya dan bisa menerapkan dengan baik dalam penelitian.

B. URAIAN MATERI

1. Data

Kata data, berasal dari bahasa latin, yang merupakan bentuk jamak dari

kata “datum”, yang artinya “sesuatu yang diberikan”. Dalam ilmu matematika,

data berarti sesuatu yang diketahui atau suatu keterangan. Dalam ilmu komputer,

data dapat berupa angka, kata-kata, citra dan sebagainya. Dalam ilmu eksakta,

data adalah suatu hasil pengukuran yang terorganisasi dan apabila data itu

terorganisasi maka data tersebut akan menjadi informasi. Dalam statistik, data

dapat didefinisakan sebagai “fakta-fakta atau angka-angka yang nantinya dapat

diambil kesimpulan”.

Data yang bias apabila digunakan dalam dasar pembuat keputusan, maka

tentu akan menghasilkan keputusan yang bias juga. Adapun persyaratan yang

harus dipenuhi dalam data yang baik, adalah sebagai berikut :

a. Data harus bersifat objektif

Artinya disini bahwa data tersebut harus sesuai dengan keadaan yang

sebenarnya.

b. Data harus bersifat representatif

Artinya adalah data tersebut harus bisa mewakili dari objek yang akan di

amati.

c. Data mempunyai kesalahan sampling kecil

Artinya disini adalah apabila suatu estimasi dikatakan baik jika kesalahan

samplingnya kecil.

d. Data harus tepat waktu

Artinya disini adalah apabila data akan digunakn untuk pengendalian, maka

data menjadi syarat tepat waktu yang sangat penting agar ada waktu



penyesuaian atau melakukan koreksi jika ada penyimpangan dalam

implementasi.

e. Data harus relevan

Artinya adalah data yang diamati atau diteliti harus ada hubungannya dengan

masalah yang akan dipecahkan.

2. Pengelompokan Data

a. Berdasarkan Sifatnya

1) Data Diskrit

Data diskrit merupakan data yang satuannya adalah bilangan bulat,

tidak berbentuk pecahan. Pada dasarnya data diskrit ini di peroleh dari

hasil pencacahan. Sebagai contoh perhatikan kasus di bawah ini :

Jika diketahui data dari jumlah mahasiswa, pada Fakultas

Ekonomi terdiri dari 500 mahasiswa, yang meliputi 200

mahasiswa Jurusan Manajemen, 180 mahasiswa Jurusan

Akuntansi dan sisanya 120 adalah mahasiswa Jurusan

Administrasi Perkantoran.

2) Data Kontinu

Berbeda dengan data diskrit, data kontinu merupakan data yang

satuannya adalah bilangan pecahan. Pada dasarnya data kontinu ini bisa

diperoleh dari hasil pengukuran. Perhatikan kasus berikut sebagai contoh

dari data kontinu :

Jika diketahui berat beras yang tidak terpakai berada di gedung

F, G dan H pada tahun 2019, masing-masing seberat 200,57 ton;

130,98 ton dan 288,20 ton.

b. Berdasarkan Sumbernya

1) Data Intern

Disini yang dimaksud dengan data intern adalah data yang

menggambarkan suatu keadaan atau suatu kegiatan di dalam lembaga

atau badan tertentu. Contoh kasusnya, perhatikan di bawah ini :

Diketahui data mahasiswa di dua tahun terakhir yaitu pada tahun

2018 adalah 120 orang, sedangkan di tahun 2019 sebanyak 150

orang.



2) Data Ekstern

Kebalikannya dari data intern, data ekstern merupakan data yang

bisa menggambarkan suatu keadaan atau kegiatan di luar lembaga atau

badan tertentu. Perhatikan contohnya adalah sebagai berikut :

Jika diketahui pendapatan per kapita masyarakat adalah Rp50,5

juta per tahun.

c. Berdasarkan Pengukurannya

1) Data Nominal

Data nominal ini merupakan bagian dari pengukuran skala nominal,

yang artinya data statistik dimana cara penyusunan angkanya berdasarkan

beberapa kategori tertentu tanpa memperhatikan urutan. Bisa dikatakan

bahwa kedudukan satu kategori dengan kategori yang lain akan setara

atau bernilai sama. Dengan dibantukan pada label, simbol, ataupun kode,

untuk kategori hanya bertujuan untuk membedakan kategori satu dengan

kategori yang lain, dan tidak memiliki suatu makna yang matematis. Hal ini

berarti operasi aritmatika tidak berlaku pada data nominal. Perhatikan

kasus berikut sebagai contohnya :

Jika ada jenis kelamin, yaitu jenis pria dan wanita, misalkan pria

diberi kode 1, dan wanita diberi kode 0, atau pun kebalikannya,

wanita dengan kode 1, dan pria dengan kode 0.

2) Data Ordinal

Data ordinal merupakan bagian dari data hasil pengukuran skala

ordinal, artinya data statistik yang cara penyusunan angkanya berdasarkan

beberapa kategori, dengan memperhatikan urutan tertentu. Dengan kata

lain, dalam data ini memiliki kedudukan ketagori yang tidak setara, tetapi

sesuai dengan label. Berbeda dengan data nominal, label, kode, simbol

yang diberikan pada masing-masing merupakan suatu peringkat. Peringkat

maksudnya adalah urutan dalam penilaian. Data ordinal memiliki sifat dari

data nominal, dimana operasi arimatika juga tidak berlaku. Perhatikan

contoh kasus dari data ordinal berikut :

Jika diketahui sampel acak adalah 100 nasabah di BANK ABC,

kemudian diminta untuk penilaian terhadap layanan di BANK

BCA tersebut. Pertanyaanya adalah, bagaimana menurut anda,

mengenai layanan di BANK ABC tersebut?

Opsi jawabannya ada 4, yaitu sebagai berikut :



Label 1 : Sangat Baik

Label 2 : Baik

Label 3 : Cukup

Label 4 : Kurang Baik

Sebagai contoh, jawaban dari nasabah pertanyaan di atas,

didapat sebagai berikut :

45 nasabah menyatakan sangat baik

25 nasabah menyatakan baik

18 nasabah menyatakan cukup

Sisanya 12 menyatakan kurang baik

3) Data Interval

Ketiga adalah data interval, yang merupakah hasil dari skala interval.

Data interval merupakan data yang penyusunan angkanya disusun dengan

jarak yang sama, antara kategori satu dengan kategori lainnya. Data

interval juga memiliki sifat yang sama dengan data nominal maupun data

ordinal, bedanya adalah data interval mempunyai karakter pada jarak,

dimana jarak antara kategori satu sama dengan jarak kategori yang lain.

Data interval juga termasuk dalam operasi aritmatika tertentu. Perhatikan

contoh kasusnya berikut ini :

Data UAS mata kuliah statistik deskriptif dengan pertanyaan

pengajuannya adalah, berapa kali anda bolos kuliah dalam

sebulan? Di ambil data acak 50 mahasiswa dengan hasilnya

adalah sebagai berikut :

30 mahaisiswa menjawal 2 kali bolos

15 mahasiswa 1 kali bolos

15 mahasiswa 4 kali bolos

4) Data Rasio

Terakhir ada yang namanya data rasio, yang merupakan hasil dari

skala rasio. Data rasio merupakan data yang cara penyusunannya dengan

membandingkan nilai variabel satu dengan nilai absolut variabel lainnya,

dalam hal ini adalah variabel pembanding. Data rasio juga memiliki

karakter yang sama dengan data-data sebelumnya, yaitu nominal, ordinal

dan interval, bedanya adalah dalam data rasio ini memiliki nilai 0 yang

mempunyai arti. Nol disini berarti tidak ada atau ketiadaan, misalnya



penghasilan nol, maka tidak ada penghasilan sepeserpun. Perhatikan

contoh kasusnya berikut ini :

Apabila diketahui rata-rata tinggi badan mahasiswa Akuntansi

adalah 160 cm, dan rata-rata tinggi badan mahasiswa Sekretaris

adalah 80 cm, maka dari hasil tersebut bisa disimpulkan bahwa

rata-rata tinggi badan mahasiswa Akuntansi dua kali rata-rata

tinggi badan mahasiswa Sekretaris.

d. Berdasarkan Cara Memperolehnya

1) Data Primer

Jenis data dari cara memperolehnya, yang pertama adalah ada data

primer, artinya data yang caranya dikumpulkan serta diolah sendiri oleh

suatu lembaga atau individu, dilakukan secara langsung dari sumber

objeknya. Sebagai contoh kasusnya, perhatikan berikut ini :

Jika anda ingin meneliti bagaimana pelanggan PLN menilai

terhadap layanan dan kualitas PLN di kota X, dengan periode

waktu tertentu. Penelitian ini harus dilakukan secara langsung,

terhadapn pelanggan PLN yang ada di kota X tersebut. Misalnya

diambil secara acak yaitu 200 pelanggan. Ternyata hasil dari

penelitian tersebut adalah sebagai berikut :

120 menyatakan pelanggan sangat puas

50 menyatakan pelanggan puas

20 menyatakan pelanggan cukup puas

10 menyatakan pelanggan kurang puas

2) Data Sekunder

Berbeda dengan data primer, untuk data sekunder yaitu data yang

cara pemerolehannya sudah dalam bentuk jadi, data yang sudah jadi,

sudah dikumpulkan dan diolah pihak lain, atau bahkan sudah

dipublikasikan oleh pihak terkait. Perhatikan contoh kasusnya berikut ini :

Jika diketahui data penduduk indonesia adalah sebagai berikut:

Penduduk Indonesia pada tahun 1990 sebanyak 178,5 juta,

Tahun 2000 sebanyak 205,1 juta dan pada tahun 2010 sebanyak

237,6 juta jiwa. Data tersebut dapat diperoleh dari Badan Pusat

Statistik Jakarta.



e. Berdasarkan Waktu Pengumpulannya

1) Data Seketika (Cross Section Data)

Berdasarkan waktu pengumpulannya, data yang pertama adalah data

seketika, atau yang sering dikenal dengan data scross section. Data cross

section ini adalah data yang pengumpulannya pada waktu tertentu, yang

bisa menggambarkan keadaan objek tersebut pada waktu penelitian

dilakukan. Perhatikan contoh kasus berikut ini :

Pendapatan rata-rata per kapita dalam setahun untuk penduduk

Indonesia adalah 1.789.000 rupiah di tahun 2017.

2) Data Berkala (Time Series Data)

Kebalikannya dengan data sebelumnya, yang kedua berdasarkan

waktu pengumpulan adalah data berkala, atau sering disebut data time

series. Artinya data yang pengumpulannya dari waktu ke waktu, yang bisa

menggambarkan tentang perkembangan suatu kejadian tertentu. Sebagai

contoh, perhatikan kasus di bawah ini :

Data mengenai perkembangan pertumbuhan ekonomi pada

tahun 2015-2018 di Indonesia adalah 7,17 ; 8,20; 7,77 ; 8,98

persen.

2. Populasi dan Sampel

a. Populasi

Dikatakan populasi yaitu suatu wilayah generalisasi yang terdiri dari

objek atau subjek dimana mempunyai kualitas dan karakteristik tertentu,

yang ditetapkan peneliti untuk dipelajari dan selanjutnya akan diratik suatu

kesimpulan. Populasi disini tidak hanya orang saja, tetapi bisa objek atau

benda alam yang lainnya. Populasi juga bukan hanya sekedar jumlah yang

ada pada objek, melainkan keseluruhan karakteristik yang dimiliki oleh objek

yang akan diteliti tersebut.

b. Sampel

Sedangkan sampel merupakan bagian dari populasi, yaitu bagian dari

jumlah dan karakteristik yang dimiliki oleh populasi. Jika diketahui populasi

besar, maka peneliti tidak mungkin mempelajari semua yang ada pada

populasi, sehingga dibutuhkan sampel untuk mewakili. Sampel ini bisa

dijadikan kesimpulan yang berlaku untuk populasi tersebut. Oleh karena itu,

sampel yang di ambil dari populasi harus bisa bersifat representatif, artinya

bisa mewakili sebagai data yang akan di teliti.



3. Teknik Sampling

Teknik sampling atau yang sering kita dengar adalah teknik pengambilan

sampel. Dalam menentukan suatu sampel di penelitian tertentu, ada beberapa

teknik sampling yang harus digunakan dan diperhatikan. Penjabaran dan

jelasnya adalah sebagai berikut :

a. Probability Sampling

Artinya adalah teknik pengambilan sampel dimana memberikan peluang yang

sama, untuk setiap bagian populasi yang akan dipilih menjadi sampel

penelitiannya. Teknik sampel ini dibedakan menjadi :

1) Simple Random Sampling

Teknik random ini sering sekali digunakan dalam penelitian.

Dikatakan simple random sampling disini karena proses pengambilan

anggota sampel yang ditunjukan dapat dilakukan secara acak, tanpa

memperhatikan strata di populasi tersebut. Teknik ini dilakukan apabila

anggota dalam populasi tersebut bersifat homogen.

2) Proportionate Stratified Random Sampling

Artinya dalam teknik ini, penggunaan sampelnya apabila populasi

tersebut mempunyai anggota atau bagian yang tidak homogen, dan

berstrata secara proporsional.

3) Disproportionate Stratified Random Sampling

Artinya dalam teknik ini, digunakan untuk menentukkan jumlah

sampe yang jika populasi tersebut berstrata tetapi kurang proporsional.

4) Cluster Sampling

Artinya dalam teknik ini, dapat digunakan dalam menentukan jumlah

sampe jika objek yang akan diteliti mencakup data yang cukup luas.

b. Nonprobability Sampling

Perbedaannya dengan sebelumnya, bahwa teknik ini merupakan teknik

pengambilan sampel yang tidak memberi peluang yang sama untuk setiap

anggota populasi, untuk di pilih menjadi sampel. Teknik ini juga dibagi menjadi

beberapa jenis sampling, akan dipaparkan sebagai berikut :

1) Sampling Sistematis

Dalam sampling sistematis, disini pengambilan teknik sampelnya

adalah berdsarkan urutan tertentu dari anggota populasi tersebut.



2) Sampling Kuota

Artinya teknik sampel yang digunakan untuk menentukan sampel dari

populasi, yang mempunyai ciri-ciri tertentu, ini dilakukan sampai jumlah

sampel terpenuhi atau sesuai dengan penelitian yang diinginkan.

3) Sampling Insidental

Artinya teknik sampel yang penentuannya berdasarkan kebetulan,

atau siapa saja yang secara kebetulan bertemu dengan peneliti, kemudian

dapat digunakan menjadi sampel, tentu jika orang tersebut sesuai dengan

sumber data yang dibutuhkan.

4) Sampling Pusposive

Artinya teknik sampel yang dalam penentuannya adalah dengan

mempertimbangkan sesuatu, yang sesuai dengan kebutuhan dari

penelitian dan paham mengenai tema yang akan di teliti,

5) Sampling Jenuh

Artinya adalah teknik sampel yang dalam penentuannya adalam

apabila semua populasi digunakan sebagai sampel dalam penelitian

tersebut.

6) Snowball Sampling

Artinya adalah teknik sampel yang dalam penentuannya awalnya

jumlah sedikit, kemudian sesuai kebutuhan, menjadi bertambah

sampelnya.

4. Variabel Penelitian

Variabel penelitian adalah segala sesuatu yang berbentuk apa saja, yang

bisa ditetapkan oleh peneliti, untuk bisa dipelajari sehingga memperoleh

informasi yang dapat ditarik kesimpulan. Hal ini menjadikan suatu atribut, sifat,

nilai dari objek kegiatan yang memiliki variasi, yang kemudian ditetapkan peneliti

untuk dipelajari, lalu ditarik kesimpulan. Ada beberapa macam variabel

penelitian, lebih jelasnya perhatikan berikut ini :

a. Variabel Independen

Variabel independen atau sering disebut sebagai variabel bebas, artinya

variabel yang mampu mempengaruhi, yang mampu menjadi sebab perubahan

dari variabel terikatnya, atau variabel lawannya.



b. Variabel Dependen

Kebalikannya dengan independen, variabel dependen sering disebut

sebagai variabel terikat, artinya variabel yang dipengaruhi, yang menjadi

akibat karena variabel bebasnya.

c. Variabel Moderator

Selain dari variabel bebas dan terikat, ada juga yang namanya variabel

moderator atau variabel moderasi. Artinya variabel yang digunakan untuk

memperkuat dan memperlemah hubungan antara variabel bebas dan variabel

terikat. Keberadaan variabel moderator ini lebih kepada variabel bebas yang

kedua.

d. Variabel Intervening

Variabel intervening merupakan variabel yang secara teoritis mampu

mempengaruhi hubungan antara variabel bebas dengan variabel terikat, tetapi

tidak dapat diamati dan tidak dapat diukur.

e. Variabel Kontrol

Variabel kontrol adalah variabel yang dapat dikendalikan, variabel yang

dibuat konstan, sehingga hubungan variabel bebas terhadap variabel terikat

tidak dipengaruhi oleh faktor lain yang tidak diteliti. Biasanya adanya variabel

kontrol digunakan dalam penelitian yang sifatnya membandingkan.

5. Penyajian Data Statistik

Setelah data dikumpulkan, maka langkah selanjutnya adalah penyajian

data, sehingga data akan mudah dipahami dengan baik. Penyajian data menjadi

penting dalam pembuat keputusan di sektor ekonomi dan bisnis, sebagai acuan

atau dasar dalam pengambilan kesimpulan atas kejadian dan peristiwa tertentu.

Penyajian data tersebut bisa ditampilkan dengan baik dalam bentuk tabel, grafik,

diagram atau lainnya sesuai dengan keperluan.

Tabel adalah sekumpulan angka yang disusun sedemikian rupa, yang

disesuaikan dengan kategori tertentu, sehingga angka tersebut dalam hal ini

data, akan mudah di amati dan di analisis dengan baik. Sedangkan diagram atau

grafik adalah gambar yang menunjukan data secara visual berupa angka, dan

biasanya gambar tersebut berasal dari tabel yang sudah dihasilkan melalui data

yang ada.



Penyajian Data Bentuk Tabel

Data-data yang sudah dikumpulkan, kemudian disajikan dengan baik

dalam salah satu bentuk tabel, dengan klasifikasi sebagai berikut :

a. Tabel dengan klasifikasi tunggal

b. Tabel dengan klasifikasi ganda

c. Tabel dengan kontingensi

d. Tabel dengan distribusi frekuensi

Sebagai contoh dari penerapan klasifikasi tabel-tabel yang disebutkan di atas,

maka perhatikan contohnya berikut ini :

a. Tabel Tunggal

Contoh tabelnya adalah sebagai berikut :

Tabel 2.1 Daftar Lulusan Karyawan PT NISAC NEWTON

pada tahun 2018

Pendidikan Banyaknya

SMP 10

SMA 40

Perguruan tinggi 50

Jumlah 100

b. Tabel Ganda

Contoh tabel dengan klasifikasi berganda, perhatikan tabel berikut ini

mengenai jenis kelamin dan pendidikan.

Tabel 2.2 Daftar Karyawan PT NISAC NEWTON

Berdasarkan Jenis Kelamin dan Pendidikan Tahun 2018

Jenis kelamin Pendidikan Jumlah

SMP SMA PT

Laki-laki 5 40 25 70

Perempuan 15 30 35 80

Jumlah 25 70 60 150

c. Tabel Kontingensi

Contoh penerapan tabel kontingensi dalam tabel mengenai tingkat

pendapatan terhadap jenis angkutan yang digunakan.



Tabel 2.3 Daftar Tingkat Pendapatan Keluarga dan Jenis Angkutan Umum

Tahun 2018

Tingkat Pendapatan

Jenis Angkutan Umum Jumlah

Kereta Api Bus Taksi

Rendah 70 60 20 150

Menengah 40 40 30 110

Tinggi 40 30 40 110

Jumlah 150 130 90 370

d. Tabel Distribusi Frekuensi

Contoh penerapan tabel distribusi frekuensi akan disajikan dalam nilai UAS

mahasiswa Unpam.

Tabel 2.4 Nilai UAS Statistik Deskriptif Mahasiswa FE Unpam

Semester Ganjil 2019/2020

Nilai Statistik Deskriptif Banyak Mahasiswa (f)

20 – 29 3 30 – 39 5 40 – 49 10 50 – 59 15 60 – 69 9 70 – 79 8 80 – 89 5

Jumlah 55

Penyajian Data Bentuk Grafik atau Diagram

Data yang sudah dikumpulkan dengan baik, selain disajikan dalam tabel,

ternyata bisa disajikan dalam bentu diagram maupun grafik. Ada beberapa jenis

diagram yang perlu dipahami, yaitu sebagai berikut :

a. Diagram Batang

b. Diagram Lingkaran

c. Diagram Lambang

d. Diagram Garis

Contoh penerapan dari keempat diagram di atas, akan dijelaskan dalam

penjabaran di bawah ini.



a. Diagram Batang

Daftar Pegawai di Perusahaan Nisac Newton

0

10

20

30

40

50

60

SD SMP SMA PT

Ban

yakn

ya P

eg

aw

ai

Pendidikan

Gambar 2.1 Grafik Daftar Pegawai Nisac Newton

b. Diagram Lambang

Daftar Pegawain Di Nisac Newton Sesuai Pendidikan

Tahun 2018

SD :

SMP :

SMA :

PT :

( = 10 orang)

Gambar 2.2 Lambang Daftar Pegawain Nisac Newton



c. Diagram Lingkaran

Diagram lingkaran ini di adopsi dari diagram batang, perhatikan contoh

penerapan diagram lingkaran berikut ini :

Gambar 2.3 Diagram Lingkaran Pegawai Perusahaan XYZ

d. Diagram Garis

Diagram garis ini juga bisa dibuat berdasarkan tabel, perhatikan contoh tabel

berikut yang akan dirubah menjadi diagram garis.

Tabel 2.5 Daftar Impor Indonesia

Tahun 2006-2010

Tahun Nilai Impor

2006 100.798,6 2007 114.100,9 2008 137.020,4 2009 116.510,0 2010 157.779,1

Berdasarkan data tabel yang disajikan di atas, maka penyajian dalam

diagram garisnya menjadi sebagai berikut :



Gambar 2.4 Nilai Impor Indonesia 2006-2010

C. LATIHAN SOAL

Kerjakan soal berikut ini dengan teliti dan benar!

1. Jelaskan pendapat anda, apakah yang dimaksud dengan data statistik?

Seberapa besar pengaruhnya suatu data dalam penelitian?

2. Ada beberapa jenis data statistik, jelaskan kegunaan dan kapan kita harus

menggunakan data tersebut! Asumsikan secara ilmiah!.

3. Dalam ruang lingkup akuntansi, data apa yang cocok untuk penelitian anda?

Sesuaikan dengan konsentrasi anda!.

4. Menurut pendapat anda, permasalahan apa yang sering terjadi dalam proses

pengambilan data penelitian?

5. Kenapa kita harus memahami data statistik dengan baik? Jabarkan asumsi

anda secara ilmiah!

6. Apakah kita bisa menggunakan dua data atau lebih dalam penelitian? Jelaskan

alasannya!

D. DAFTAR PUSTAKA

Mangkuatmodjo. (2015). Statistik Deskriptif. Jakarta: Rineka Cipta.

Subagyo, Pangestu. (2003). Statistik Deskriptif. Yogyakarta : BPFE-Yogyakarta

Sudjana. (2008). Metode Statistika. Bandung: Tarsito Penerbit Bandung.

Supranto. (2008). Statistik Teori dan Aplikasi. Jakarta: Erlangga.

Walpole. (1992). Pengantar Statistika. Jakarta: Gramedia Pustaka Utama.



PERTEMUAN 3

SKALA PENGUKURAN DATA


Setelah mempelajari materi pertemuan 3 ini, mahasiswa mampu memahami

dengan baik dari konsep dari skala pengukuran data, jenis data dan mampu

menerapkannya dalam ruang lingkup statistik.

B. URAIAN MATERI

1. Skala dan Pengukuran

Secara garis besar, skala bisa diartikan suatu titik atau garis, yang berderet

dan mempunyai jarak sama, dan dapat digunakan dalam mengukur tingkatan

tertentu. Skala menjadi suatu prosedur dalam memberikan angka dan simbol

pada beberapa ciri dari suatu objek tertentu. Skala menjadi suatu alat dalam

membandingkan individu terkait dengan variabel minat yang dipelajari.

Sedangkan pengukuran sendiri artinya suatu proses yang bersifat deduktif,

dimana seorang peneliti awalnya bersifat konstruk, ide maupun konsep,

kemudian mampu menyusun alat ukur dengan mengamati secara empiris.

Proses pengukuran dibagi menjadi dua tahap, antara lain konseptualisasi dan

operasionalisasi. Tahapan pertama yang merupakan konsep dari variabel yang

ada di dalam hipotesis suatu penelitian.

Konseptualisasi merupakan suatu proses sebagai pemilihan konsep yang

memberi definisi secara teoritis. Definisi yang baik, memang harus memiliki

makna yang jelas dan khusus. Tahapan berikutnya adalah operasionalisasi,

sebagai upaya menyusun definisi secara operasional dari konsep yang

diharapkan. Bisa dijelaskan bahwa definisi operasional merupakan batasan atas

makna tertentu dalam bentuk cara, prosedur maupun instrumen pengukuran.

Operasionalisasi ini dapat dilakukan karena sebuah teori, dimana menjadi

salah satu sumber untuk menyusun hipotesis, yang notabenya bersifat abstrak,

dari rangkaian asumsi dan sebab akibat. Dalam hal ini, peneliti membutuhkan

beberapa aturan sebagai prosedur dalam mengamati suatu variabel yang akan di

teliti secara empiris. Empiris disini artinya peneliti harus secara nyata mengukur

variabel, dan mengacu pada indikator yang digunakan dalam mengamati variabel

suatu penelitian.



Prinsip pengukuran itu sendiri dibagi menjadi dua prinsip, yaitu prinsip

eksklusif dan prinsip ekshaustif. Prinsip eksklusif artinya kasus tidak bisa memiliki

nilai dalam kategori tertentu lebih dari satu variabel yang sama. Sedangkan

ekshaustif artinya nilai atau kategori dapat tersedia dalam variabel yang

mencakup dari setiap kasus.

Ada 3 kata kunci utama yang dibutuhkan dalam memberikan suatu definisi

terhadap konsep pengukuran, yaitu ada angka, aturan dan penetapan. Dalam hal

ini dikatakan pengukuran itu baik, jika pengukuran tersebut memiliki sifat

isomorphism secara nyata. Artinya ada kesamaan yang erat antara realitas sosial

yang akan diteliti terhadap nilai yang diperoleh setelah dilakukan pengukuran.

Oleh karena itu, dalam instrumen pengukur, akan dipandang baik apabila hasil

dair pengukuran tersebut bisa di reflesikan dengan tepat secara realitas terhadap

fenoma yang akan di ukur.

2. Konsep Dasar Proses Pengukuran

a. Konstanta dan Variabel

Konsep menjadi sebuah ide dimana harus diwujudkan, bisa ke bentuk

simbol maupun kata, sebuah konsep juga mempunyai serangkaian nilai,

serta konsep yang mewakili gejala tidak variasi. Konsep dalam proses

pengukuran, tidak terlepas dari suatu konstanta dan variabel. Konstanta

merupakan suatu lambang untuk menyatakan objek yang sama secara

keseluruhan. Sebagai contoh, konsep konstanta adalah tipe ideal keluarga,

dalam birokrasi maupun revolusi.

Konsep yang kedua adalah variabel, artinya sesuatu yang merupakan

unsur dalam menentukan perubahan tertentu. Sebagai contoh misalnya

pengukuran, kepadatan penduduk ataupun yang lainnya. Dalam ruang

lingkup ilmu sosial, penelitian lebih diarahkan pada konsep variabel,

maksudnya pemahaman terhadap perubahan itu sendiri.

Dalam pengamatan suatu variabel, peran statistik bisa menjadi alat

bantu yang berharga, tentunya tidak hanya menyajikan data saja, tetapi

mampu menganalisis dan menginterpretasikan data bahkan menarik suatu

kesimpulan yang baik. Data mengenai perubahan variabel, bisa diperoleh

melalui pengamatan terhadap suatu kasus.



b. Variabel Kuantitatif dan Kualitatif

Terkait dengan konsep variabel yang banyak diamati dalam lingkup

sosial, dapat dibagi menjadi dua jenis variabel, yaitu variabel kuantitatif dan

variabel kualitatif. Penjabarannya adalah sebagai berikut :

1) Variabel Kuantitatif

Artinya suatu variabel yang hasil dari pengamatan dapat bervariasi

dalam hal jumlah, tentunya dalam melakukan suatu penelitian. Yang

termasuk dalam variabel kuantitaif adalah angka kelahiran, angka

kematian, angka penduduk indonesia dan sebagainya. Lebih sederhana

lagi, misal variabel usia, tinggi badan, berat badan ataupun yang lainnya.

2) Variabel Kualitatif

Kebalikannya dari variabel kuantitatif, kualitatif artinya variabel

yang hasil pengamatannya bervariasi dalam jenis, bukan jumlah atau

tingkatan. Sebagai contoh variabel cara pengolahan sampah, status

perkawainan, jenis agama dan lain-lain. Variabel kualitatif itu unik, tidak

bisa di rubah ke angka, maksudnya adalah simbol angka dalam variabel

ini hanya digunakan untuk kebutuhan identifikasi saja. Contoh simbol

angka 1 untuk wanita, dan angka 2 untuk laki-laki.

c. Variabel Diskrit dan Kontinu

Variabel diskrit dan kontinu termasuk dalam variabel jenis kuantitatif.

Bisa dijabarkan bahwa variabel kuantitatif ternyata masih ada lagi di

dalamnya, yaitu diskrit dan kontinu. Penjelasannya adalah :

1) Variabel Diskrit

Artinya disini adalah suatu variabel yang bersifat kuantitatif,

dimana jumlah nilai atau suatu kategori yang bisa dihitung, dan bentuknya

adalah bilangan bulat. Sebagai contoh adalah banyaknya anak dalam

satu keluarga, banyaknya kecelakaan dalam satu tahun di Jakarta

ataupun yang lainnya.

2) Variabel Kontinu

Artinya suatu variabel yang bersifat kuantitatif, dimana hasil

pengamatannya adalah salah satu dari keseluruhan dari suatu garis

interval. Dalam hal ini tidak hanya bilangan bulat, tetapi bisa merupakan

bilangan pecahan. Sebagai contoh adalah variabel umur yang satuannya

bersifat bulan atau tahun.



3. Skala Pengukuran

Dalam skala pengukuran, tidak terlepas dari yang namanya kuantifikasi.

Umumnya dengan membedakan antara kuantifikasi dalam kategori yaitu data

nominal, dan kuantifikasi dalam pengukuran, dalam hal ini adalah data ordinal,

data interval, serta data rasio. Skala-skala pengukuran tersebut adalah berbeda,

dalam hal derajat kuantifikasi, terhadap variabelnya.

Oleh karena itu, materi ini akan terfokus pada skala pengukuran nominal,

skala ordinal, skala interval ataupun skala rasio. Setelah menetapkan skala

pengukuran, kemudian bisa dilanjutkan dengan teknik atau prosedur statistik

selanjutnya. Skala pengukuran adalah suatu aturan yang digunakan dalam

mengkuantifikasikan jenis data dalam suatu pengamatan variabel. Ini menjadi

penting, karena perbedaan jenis data berpengaruh dalam memilih uji dan alat

dalam statistik. Jika ada hasil yang tidak sesuai, yaitu antara skala pengukuran

terhadap alat uji statistik yang digunakan dalam penelitian, maka akan dihasilkan

kesimpulan yang bias.

a. Skala Nominal

Pertama dijelaskan bahwa skala nominal adalah memungkinkan untuk

peneliti dapat menempatkan subjek, dari beberapa kategori atau kelompok

tertentu. Dalam hal ini, skala nominal biasanya digunakan untuk

mengklasifikasikan sesuatu hal tetapi tidak memiliki arti, seperti profesi, jenis

kelamin, agama, dan lain-lain. Skala pengukuran ini adalah skala

pengukuran yang paling rendah. Variabel berskala nominal adalah variabel

kualitatif yang kategorinya taidak memiliki urutan implisit. Walaupun kadang-

kadang kita memberikan nilai numerik, nilai itu tidak ada artinya.

Satu-satunya cara menarik kesimpulan dari variabel nominal adalah

dengan menghitung angka observasi dari setiap kategorinya yang disajikan

ke bentuk tabel frekuensi absolut maupun relatif dan diagram batang.

Sebagai contoh yaitu jenis kelamin merupakan variabel yang terdiri dari dua

kategori, yaitu perempuan dan laki-laki. Bisa dinyatakan dengan angka yaitu

1 untuk perempuan, dan 2 untuk laki-laki, artinya bukan berarti laki-laki lebih

baik atau lebih besar dari perempuan.

b. Skala Ordinal

Kedua adalah skala ordinal atau ordinal scale. Disini yang dimaksud

dengan skala ordinal adalah suatu pengukuran yang tidak hanya

mengkategorikan variabel dengan menunjukkan perbedaan, antara berbagai



kategori, tetapi harus mengurutkan ke beberapa cara. Skala ordinal ini

mampu memberikan informasi mengenai jumlah yang relatif karakteristik

berbeda, baik dimiliki oleh objek maupun individu tertentu.

Skala ordinal pada umumnya banyak menggunakan skala likert. Skala

likert sendiri adalah skala pengukuran yang digunakan untuk mengukur

sikap tertentu, baik pendapat maupun persepsi seseroang maupun

kelompok dalam fenomena sosial untuk penelitian.

Sebagai contoh adalah pada sebuah penelitian mengenai tingkat

kepuasan kepemilikan mobil merek ABCD, peneliti memberikan pernyataan

sebagai berikut: “Saya merasa puas dengan fasilitas mobil ini.” Pilihan

jawaban ada 4, yaitu bisa sangat puas, bisa puas saja, tidak puas atau

bahkan sangat tidak puas.

Contoh yang lain adalah dalam pemilihan terhadap masing-masing

jawaban untuk tanggapan responden atas dimensi kualitas layanan (variabel

X) dan kepuasan tamu (variabel Y) diberi skor sebagai berikut:

Sangat setuju dengan bobot nilai 5

Setuju dengan bobot nilai 4

Kurang setuju dengan bobot nilai 3

Tidak setuju dengan bobot nilai 2

Sangat tidak setuju dengan bobot nilai 1

Kemudian, setelah mendapatkan jumlah bobot yang ideal (kreterium)

pada semua item, maka penelitian pada umumnya membuat kategori dari

hasil skala likert sebagai berikut ini :

Sangat setuju untuk tingkat sangat tinggi

Setuju untuk tingkat tinggi

Kurang setuju untuk tingkat sedang

Tidak setuju untuk tingkat rendah

Sangat tidak setuju untuk tingkat sangat rendah

c. Skala Interval

Skala interval (interval scale) dalam hal ini merupakan skala yang

mempunyai karakteristik yang sama, yang dimiliki oleh skala nominal dan

skala ordinal, dengan tambahan dimana dengan interval yang tetap, akan



memungkinkan untuk melakukan operasi aritmatika tertentu, terhadap data

yang dikumpulkan dari responden tersebut. Dalam hal ini, skala interval

dapat menentukan suatu perbedaan, urutan maupun suatu kesamaan

besaran perbedaan dalam variabel tertentu.

Dalam skala interval, peneliti bisa menunjukkan bahwa suatu kasus

tersebut kurang atau lebih dibandingkan dengan kasus yang lain. Peneliti

juga bisa menentukan seberapa besar kekurangan dan kelebihan tersebut.

Skala interval juga dapat menunjukkan jarak antar kategori yang terdapat

dalam beberapa alternatif jawaban.

Sebagai contoh dalam skala interval yaitu pada suhu udara, artinya

apabila suhu udaranya adalah tinggi yaitu 30 oC, tetapi hari sebelumnya

hanya 24 oC, maka bisa dinyatakan bahwa hari ini lebih panas daripada hari

sebelumnya. Dapat juga mengatakan bahwa hari ini lebih panas 6 oC

daripada hari sebelumnya.

Dengan demikian, peneliti dapat menggunakan simbol angka, jika

mempunyai arti, oleh karena itu angka bisa mencerminkan adanya kejadian

atau peristiwa yang bisa di ukur. Disamping itu, skala interval mempunyai

keterbatasan, karena pada titik awal pada skala pengukuran tidak diketahui.

Disini berarti peneliti tidak bisa menentukan dimana titik 0 berada.

Jika ada kasus suhu udara, yaitu 0 oC maka bisa diartikan bahwa suhu

tersebut kondisi airnya adalah membeku, namun lain halnya, tidak bisa

diartikan sebagai kondisi yang tidak ada panas. Dan tidak bisa diketahui

dimana titik awal skala pengukuran, yang akhirnya peneliti tidak bisa

membandingkan rasio dalam beberapa pengamatan.

d. Skala Rasio

Seperti dipaparkan di atas, bahwa skala interval dibatasi dengan tidak

adanya nilai 0 yang bermakna, sebaliknya skala rasio memiliki nilai 0 yang

bermakna. Dalam hal ini, karena skala rasio memiliki nilai 0 yang bisa

menyatakan bahwa tidak adanya suatu jumlah yang bisa di amati dalam

suatu variabel.

Adanya titik 0 mutlak, memungkinkan peneliti melakukan perbandingan

antar kategori dalam variabel yang akan di teliti. Sebagai contoh adalah jika

ingin membandingkan berat badan manusia misalnya 50 kg, dengan satunya

adalah 35 kg. Artinya berat badan manusia pertama lebh berat 15 kg dari



yang kedua. Contoh kasus lain adalah angka kelahiran menurut usia, dan

angka melek uruf dan sebagainya.

Skala rasio memang mempunyai semua sifat skala interval ditambah

satu sifat yaitu memberikan keterangan tentang nilai absolut dari objek yang

diukur. Skala rasio adalah suatu skala pengukuran yang ditujukan pada hasil

pengukuran yang bisa dibedakan, diurutkan, dan mempunyai jarak tertentu,

serta dapat dibandingkan.

Dari penjelasan di atas mengenai ke empat skala pengukuran, semuanya bisa

digunakan dalam ilmu sosial. Sebagai sebuah pemahaman mengenai perbedaan ke

empat skala tersebut harus mutlak dibutuhkan. Ada beberapa yang perlu

diperhatikan mengenai keempat skala pengukuran di atas adalah sebagai berikut :

a. Untuk variabel yang bersifat kualitatif, semestinya harus selalu dikur

menggunakan skala nominal. Hal ini karena interpretasi kuantitatif tidak bisa

dilakukan pada skala jenis ini.

b. Untuk skala ordinal, skala interval maupun skala rasio merupakan skala yang

sesuai untuk variabel kuantitatif. Tetapi setiap skala tersebut mempunyai variasi

dalam derajat penggambaran besaran suatu variabel tersebut.

c. Untuk skala ordinal sendiri memiliki paling sedikit informasi, hal ini karena ordinal

hanya menunjukan suatu peringkat dari kategori tertentu.

d. Untuk skala interval yang bisa digunakan untuk menetapkan jarak antara dua

kategori, namu letak titik awal dari skala ini tidak diketahui.

e. Untuk skala rasio merupakan skala yang variabel bersifat kuantitatif yang paling

informatif. Dalam hal ini, titik awal suatu pengukuran sudah diketahui, sehingga

bisa melakukan suatu perbandingan diantara kategori pengukuran.



Tabel 3.1 Ringkasan skala pengukuran dan operasi matematika yang diizinkan:

Skala Definisi Level Operasi Aritmetik

Contoh

Nominal Data Kategori Mutually exclusive =, ≠, menghitung

Jenis Kelamin

Wana Kulit

Tipe penggunaan lahan

Ada atau tidak jalan ke kota

Ordinal Data yang hanya bisa diurutkan dari kecil ke besar

atau sebaliknya

Mutually exclusive

Urutannya pasti

=, ≠

Status sosial ekonomi keluarga

Peringkat Kelas

Pangkat/Jabatan/Golongan

Interval Selain mencakup karakateristik Nomina dan Ordinal, juga sudah bisa

dilakukan operasi penjumlahan karena jarak

antara datanya sudah jelas. Tidak mempunyai nilai nol

mutlak

Mutually exclusive

Urutannya Pasti Jarak antara kode

sama

=, ≠, , +, –

Suhu (Celsius & Fahrenheit)

IQ (tingkat kecerdasan)

Rasio Mencakup karakteristik Interval dan mempunyai nilai

nol mutlak

Mutually exclusive

Urutannya Pasti Jarak antara kode

sama

Terdapat nilai nol mutlak

=, ≠, , +, -, x, ÷

Suhu (Kelvin)

Waktu

COVER STATISTIK DESKRIPTIFeprints.unpam.ac.id/8670/1/SAK0233_STATISTIK DESKRIPTIF... · 2020. 11....

Documents

Transcript of COVER STATISTIK DESKRIPTIFeprints.unpam.ac.id/8670/1/SAK0233_STATISTIK DESKRIPTIF... · 2020. 11....