STATISTIKA BISNIS SILABUS I. PENDAHULUAN 1. Pengertian – pengertian Dasar a. Statistika, b. Statistika deskriptif c. Statistika inference d. Populasi e. Sampel f. Penelitian Sensus g. Penelitian Sampling 2. Data dan Pembagiannya a. Pengertian Data b. Pembagian Data 3. Cara Pengumpulan Data 4. Syarat Data yang Baik II. PENYAJIAN DATA 1. Kegunaan Penyajian Data 2. Cara Menyajikan Data dalam bentuk Tabel 3. Cara Menyajikan Data dalam bentuk Diagram Garis 4. Cara Menyajikan Data dalam bentuk Diagram Balok 5. Cara Menyajikan Data dalam bentuk Diagram Lingkaran 6. Cara Menyajikan Data dalam bentuk Diagram Lambang 7. Cara Menyajikan Data dalam bentuk Diagram Peta III. DISTRIBUSI FREKUENSI 1. Pengertian 2. Istilah-istilah dalam Distribusi Frekuensi 3. Cara Menyusun Tabel Distribusi Frekuensi 4. Cara Menyajikan Tabel Distribusi Frekuensi dalam Bentuk Histogram, Poligon, dan Kurva. IV. UKURAN GEJALA PUSAT ( UGP ) 1. Istilah-istilah Dasar 2. Skala Pengukuran 3. Pengertian Ukuran Gejala Pusat 4. UGP untuk data berkelompok (Goruped Data) 1 5. UGP untuk data tidak berkelompok (Ungrouped Data) V. UKURAN KESERAGAMAN / DISPERSI 1. Pengertian Ukuran Keseragaman 2. Ukuran Keseragaman untuk ungrouped data 3. Ukuran Keseragaman untuk grouped Data VI. ANGKA INDEKS 6.1. Pengertian Angka Indeks 6.2. Syarat-syarat Penyusunan Angka Indeks 6.3. Teknik Menghitung Angka Indeks dan Interpretasi VII. ANALISIS TREND 7.1. Pengertian Analisis Trend 7.2. Menentukan Persamaan Garis Trend dengan Metode Least Squares dan Peramalannya 7.3. Menentukan Persamaan Garis Trend dengan Metode Semi Average dan Peramalannya VIII. ANALISIS REGRESI DAN KORELASI 8.1. Pengertian Regresi 8.2. Menghitung Persamaan Regresi 8.3. Arti Koefisien Intersep dan Koefisien Regresi 8.4. Pengertian Analisis Korelasi 8.5. Menghitung Nilai Koefisien Korelasi 8.6. Menghitung Koefisien determinasi Referensi 1. Sudjana. 1996. Metode Statistika. Tarsito, Bandung 2. Anto Dajan. 1995 . Pengantar statistik Jilid II, LP3 ES, Jakarta 3. J. Supranto. 1998. Statistik (Teori dan Aplikasi) Jilid II, Erlangga, Jakarta Alat Bantu yang Digunakan Kalkulator yang ada program SD (Standard Deviation) 2 BAB I. PENDAHULUAN 1.1. Pengertian – Pengertian Dasar a). Statistika adalah ilmu yang mempelajari mulai dari mengumpulkan, mengolah, menyusun atau menyajikan dan menganalisis data serta menarik kesimpulan secara sistematis. b). Statistika Deskriptif adalah ilmu yang mempelajari cara-cara penarikan kesimpulan secara sederhana dalam lingkup yang terbatas . c). Statistika Inferens adalah ilmu yang mempelajari cara-cara penarikan kesimpulan secara general/umum yang di dasarkan pada data sampel. d). Populasi adalah sekumpulan obyek yang lengkap dan jelas kriterianya yang akan dijadikan target penarikan kesimpulan. Nilai-nilai yang berasal dari data populasi dinamakan dengan Parameter. Ukuran populasi N Rata-rata dari data populasi (miu) Simpangan baku dari data populasi ( sigma ) Varians dari data populasi 2 ( sigma kuadrat ) Persentase / proporsi dari data populasi ( phi ) e). Sampel adalah sebagian dari anggota populasi yang dipilih dengan cara tertentu yang akan diteliti sifat-sifatnya dalam penelitian. Nilai-nilai yang berasal dari data sampel dinamakan dengan Statistik. Rata-rata dari data sampel x ( x bar ) Persentase / proporsi dari data sampel p Simpangan baku dari data sampel S Varians dari data sampel S 2 f). Penelitian sensus adalah penelitian yang dilakukan dengan cara mengumpulkan data dari semua anggota populasi. g). Penelitian sampling adalah penelitian yang dilakukan dengan cara mengumpulkan data dari anggota sampel. 1.2. Data dan Pembagiannya 3 a). Pengertian data Data adalah keterangan yang bisa berupa angka atau bukan angka yang menjelaskan tentang sesuatu hal, dan biasanya dihubungkan dengan waktu dan tempat. b). Pembagian Data Data menurut karakteristiknya bisa dibagi menjadi 5 bagian yaitu : 1. Menurut sifatnya, data dibagi menjadi 2 macam yaitu : a). Data kualitatif data yang bukan berupa angka. Misalnya nama, alamat, baik, buruk, mahal, murah dsb. b). Data kuatitatif data yang berupa angka 1) Data kuantitatif diskrit adalah data yang jika diukur hanya menghasilkan bilangan bulat saja. Contoh : jumlah penduduk, jumlah mobil 2) Data kuantitatif kontinue adalah data yang jika diukur bisa menghasilkan bilangan bulat dan pecahan. Contoh : usia, berat badan, nilai uang 2. Menurut cara memperolehnya, data bisa dibedakan menjadi 2 macam yaitu: a). Data primer data yang dikumpulkan sendiri secara langsung oleh peneliti. b). Data sekunder data yang dikumpulkan oleh pihak lain dalam bentuk sudah dipublikasikan dan peneliti tinggal mengutip atau menyalin dan memanfaatkannya. Syaratnya harus ditulis sumbernya. 3. Menurut waktu pengumpulan datanya, data dikelompokkan menjadi 2 jenis yaitu : a). Data cross section ( data penampang) data yang dikumpulkan dari satu waktu tertentu dan ditampilkan untuk satu periode saja. Misalnya : pendapatan penduduk pada Tahun 2005 b). Data time series ( data berkala / data historis) data yang dikumpulkan secara berurutan dari waktu ke waktu dan ditampilkan paling sedikit dalam 2 waktu yang berbeda. Misalnya : Jumlah penduduk pada Tahun 2000, 2001, 2002 dan 2003 4. Menurut pengolahannya, data dapat dibagi menjadi 2 macam yaitu : a). Data tidak berkelompok (Ungrouped Data) adalah data yang baru dikumpulkan dan belum dikelompokkan dalam kelas & interval tertentu. 1) Data mentah data yang di kumpulkan belum di apa-apakan contoh nilai ujian & masukan ke absen 4 2) Data array data yang belum dikelompokkan tetapi sudah di urutkan (dari yang terkecil sampai yang terbesar) b). Data berkelompok (Grouped Data) adalah data yang sudah diolah dan dikelompokkan menurut kelas interval tertentu. 5. Menurut sumbernya, data dapat dibagi menjadi 2 macam yaitu : a). Data internal adalah data mengenai sebuah instansi/organisasi yang berasal dari instansi itu sendiri. b). Data eksternal adalah data yang berasal dari luar organisasi atau instansi yang sedang ditulis dalam artikel/karya ilmiah. 1.3. Cara Mengumpulkan Data Dalam penelitian untuk mendapatkan data yang diperlukan bisa diperoleh dengan berbagai cara diantaranya : 1) Wawancara / interview adalah cara mengumpulkan data yang dilakukan secara lisan 2) Angket / kuesioner adalah cara mengumpulkan data yang dilakuakn secara tertulis 3) Observasi adalah cara pengumpulan data yang dilakukan dengan mengamati obyek secara langsung tanpa rekayasa 4) Eksperimen / percobaan adalah pengumpulan data yang yang dilakukan dengan mengamati obyek secara langsung, dimana obyeknya sudah diberi perlakuan (direkayasa) terlebihdahulu 5) Study pustaka adalah pengumpulan data yang berasal dari data-data yang sudah dipublikasikan. 1.4. Syarat Data yang Baik Data yang kita kumpulkan dalam suatu penelitian, belum tentu merupakan data yang baik. Karena data yang baik adalah data yang memenuhi syarat sebagai berikut : 1. Obyektif 2. Representatif 3. Up to date 4. Relevan Data yang obyektif data yang sesuai dengan keadaan yang sebenarnya Data yang representatif data yang dapat mewakili populasi Data yang Up to date data yang terbaru / terkini 5 Data yang relevan data yang sesuai / ada kaitannya 6 BAB II. PENYAJIAN DATA Data setelah dikumpulkan dan diolah perlu disajikan dalam bentuk yang baik. Kegunaan Penyajian Data Data perlu disajikan atau ditampilkan dalam bentuk yang baik, dengan tujuan untuk : 1. Memudahkan untuk mencari data kembali 2. Memudahkan untuk pengolahan data selanjutnya 3. Memudahkan untuk analisis data 4. Memudahkan untuk dimengerti 5. Menarik perhatian pembaca Penyajian data secara umum data dikelompokan menjadi 5 macam yaitu : 1. Disajikan dalam bentuk tabel 2. Disajikan dalam bentuk diagram garis 3. Disajikan dalam bentuk diagram batang/balok 4. Disajikan dalam bentuk diagram lingkaran 5. Disajikan dalam bentuk diagram lambang 6. Disajikan dalam bentuk diagram peta Penyajian Data dalam Bentuk Tabel Tabel adalah bilangan yang sudah disusun menurut kategori-kategori tertentu dalam kolom dan baris. Tabel secara umum dapat dibedakan menjadi 2 macam yaitu Tabel Referensi ( Reference Table ) dan Tabel Ikhtisar ( Summary Table ). Tabel Referensi adalah tabel yang memuat keterangan – keterangan yang terperinci dan disusun khusus untuk kepentingan referensi. Tabel referensi bersifat umum dan tidak memberikan tekanan ataupun perbandingan pada data – data tertentu. Tabel referensi sering juga disebut Tabel Umum dan biasanya dalam laporan ilmiah ditempatkan di bagian lampiran. Tabel Ikhtisar adalah tabel yang memberi gambaran yang sistematis mengenai peristiwa-peristiwa, hasil suatu penelitian. Dalam Tabel Ikhtisar dicantumkan hal-hal yang sifatnya berupa penekanan-penekanan pada peristiwa tertentu dan perbandingan-perbandingan antar data. Biasanya data yang ditonjolkan ditempatkan di sebelah kiri atau diberi huruf tebal atau huruf besar. Tabel Ikhtisar bisa juga disebut dengan Tabel Naskah. Sebuah tabel secara umum terdiri dari : Judul Tabel. Judul tabel harus ditulis secara singkat dan lengkap. Sebuah judul tabel di dalamnya harus memuat hal-hal sebagai berikut : 1. Tentang apa 7 2. Kategori-kategori 3. dimana 4. Kapan 5. Satuan data Kolom dan baris . Kolom dan baris dalam sebuah tabel biasanya memuat keterangan-keterangan yang berisi kategori data. pengelompokkan data berdasarkan aturan Kategori data adalah tertentu. Dalam menyusun pengelompokkan kategori dalam sebuah tabel dapat dilakukan dengan berbagai cara : 1. Penyusunan secara alfabetis 2. Penyusunan secara geografis 3. Penyusunan menurut besaran angka 4. Penyusunan secara historis 5. Penyusunan atas dasar kelas-kelas yang lazim Badan tabel. Badan tabel digunakan mencantumkan data atau angka dalam sebuah tabel. Catatan. Sebuah tabel dapat dilengkapi dengan catatan jika diperlukan. Catatan dalam sebuah tabel biasanya digunakan untuk menjelaskan sumber data jika data dikutip dari data orang lain. Disamping itu catatan tabel juga dapat dimanfaatkan untuk menjelaskan hal-hal khusus yang terjadi pada data yang dicantumkan dalam tabel. Bentuk Umum Tabel Tabel 1. Judul No. Baris 1. K 2. L 3. M 4. N Kolom A Badan tabel B Badan tabel Catatan : Dalam penyajiannya tabel dapat dikelompokkan menjadi 3 macam yaitu : 1. Tabel Satu Arah ( One Way Table ) yaitu tabel yang di dalamnya hanya memuat sebuah kategori. Tabel 1. Jumlah Mahasiswa Ikopin per Angkatan (orang) No. Angkatan 1. 1995 Jumlah Mahasiswa 665 8 2. 1996 685 3. 1997 740 4. 1998 686 5. 1999 640 2. Tabel Dua Arah ( Two Way Table ) yaitu tabel yang di dalamnya memuat dua buah kategori. Tabel 2. Jumlah Mahasiswa Ikopin per Angkatan dan Fakultas (orang) No. Angkatan Fakultas FMK FMS FMP D–3 1. 1995 210 125 150 180 2. 1996 215 110 165 195 3. 1997 235 130 175 200 4. 1998 204 147 160 175 5. 1999 190 120 145 185 3. Tabel Tiga Arah ( Three Way Table ) yaitu tabel yang di dalamnya memuat tiga buah kategori. Tabel 3. Jumlah Mahasiswa Ikopin per Angkatan, Fakultas dan Jurusan (orang) No. Angkatan Fakultas FMK FMS FMP D-3 11 12 21 22 31 32 11 12 32 1. 1995 140 70 65 60 70 80 70 60 50 2. 1996 130 85 70 40 70 95 75 65 45 3. 1997 150 85 75 55 80 95 75 70 55 4. 1998 140 64 80 67 75 85 70 60 45 5. 1999 125 75 70 50 65 80 78 65 42 9 Keterangan : 11 adalah kode jurusan manajemen keuangan 12 adalah kode jurusan manajemen perbankan 21 adalah kode jurusan manajemen SDM 22 adalah kode jurusan manajemen komunikasi bisnis 31 adalah kode jurusan manajemen produksi 32 adalah kode jurusan manajemen pemasaran Penyajian Data dalam Bentuk Diagram Garis (Line Chart) Diagram garis atau grafik adalah bentuk penyajian data yang berupa gambar garis. Diagram Garis dibuat berdasarkan data yang sudah berbentuk tabel. Bentuk Diagram garis yang umum digunakan dalam penyajian data adalah Diagram Garis Tunggal, yang dibuat berdasarkan tabel satu arah 760 740 720 700 680 660 640 620 600 580 1995 1996 1997 1998 1999 Diagram Garis Berganda, yang dibuat berdasarkan tabel dua arah atau tiga arah 250 200 150 FMK FMS 100 FMP 50 D-3 0 1995 1996 1997 1998 1999 Diagram Garis Komponen Berganda, yang dibuat berdasarkan tabel dua arah atau tiga arah tetapi disajikan secara kumulatif 10 800 D-3 600 FMP 400 FMS 200 FMK 0 1995 1996 1997 1998 1999 Penyajian Data dalam Bentuk Diagram Batang atau Balok (Bar Chart) Diagram Batang atau Diagram Balok adalah bentuk penyajian data yang berupa gambar balok atau batang. Sama seperti Diagram Garis, Diagram Batang juga dibuat berdasarkan data yang sudah berbentuk tabel. Bentuk Diagram Batang atau Balok yang umum digunakan dalam penyajian data adalah Diagram Balok Tunggal, yang dibuat berdasarkan tabel satu arah 750 700 650 600 550 1995 1996 1997 1998 1999 Diagram Balok Berganda, yang dibuat berdasarkan tabel dua arah atau tiga arah 250 200 FMK FMS FMP D-3 150 100 50 0 1995 1996 1997 1998 1999 11 Diagram Balok Komponen Berganda, yang dibuat berdasarkan tabel dua arah atau tiga arah tetapi disajikan secara kumulatif 800 600 D-3 FMP FMS FMK 400 200 0 1995 1996 1997 1998 1999 Penyajian Data dalam Bentuk Diagram Lingkaran (Pie Chart) Diagram Lingkaran adalah bentuk penyajian data yang berupa gambar lingkaran. Sama seperti Diagram yang lain,Diagram Lingkaran juga dibuat berdasarkan data yang sudah berbentuk tabel. Bentuk Diagram Lingkaran yang umum digunakan dalam penyajian data adalah Diagram Lingkaran Tunggal, yang dibuat berdasarkan tabel satu arah Diagram Lingkaran Berganda, yang dibuat berdasarkan tabel dua arah atau tiga arah 640 665 1995 1996 1997 686 685 740 1998 1999 12 Penyajian Data dalam Bentuk Diagram Lambang (Pictogram Chart) Diagram Lambang adalah bentuk penyajian data yang berupa gambar dari jenis datanya. Diagram lambing biasanya dibuat tidak berdiri sendiri, tetapi digabungkan dengan diagram yang lain, semisal diagram balok, diagram garis, atau diagram peta. 13 Penyajian Data dalam Bentuk Diagram Peta (Cartogram Chart) Diagram Peta adalah bentuk penyajian data yang berupa gambar peta suatu wilayah. Diagram Peta juga biasanya dibuat tidak berdiri sendiri, tetapi digabungkan dengan diagram yang lain, seperti diagram lambang. 14 BAB III. DISTRIBUSI FREKUENSI Pengertian Dalam praktek penelitian dengan ruang lingkup yang luas, kita akan memperoleh data dalam jumlah yang banyak sekali. Untuk memudahkan pengolahan dan keperluan analisis data yang sifatnya deskriptif, maka data tersebut terlebih dahulu dikelompok-kelompokkan ke dalam interval-interval tertentu. Dengan pengelompokkan tersebut, maka akan diperoleh gambaran yang sederhana, jelas dan sistematis serta ringkas mengenai suatu peristiwa yang dinyatakan dalam angka-angka. Pengelompokkan data atau mengubah dari data mentah (ungrouped data) menjadi data berkelompok (grouped data), disajikan dalam bentuk Tabel Distribusi Frekuensi. 3.2. Istilah-istilah Dalam Distribusi Frekuensi Untuk menyusun sebuah Tabel Distribusi Frekuensi, terlebih dahulu perlu dipahami beberapa istilah berikut ini : a. Kelas Interval (KI) adalah data yang sudah dikelompokkan dalam batas-batas bilangan tertentu. Kelas interval di bagi 2 yaitu : 1. Kelas interval terbuka adalah kelas interval yang hanya dibatasi oleh sebuah bilangan 2. Kelas interval tertutup adalah kelas interval yang dibatasi oleh dua buah bilangan b. Batas Kelas adalah bilangan yang membatasi sebuah kelas interval. Batas Kelas dibedakan menjadi 2 yaitu : c. 1. Batas atas 2. Batas bawah Ujung kelas ( UK ) adalah batas paling akhir dari sebuah kelas interval. Ujung kelas juga dapat dibagi menajdi 2 yaitu : 1. Ujung atas kelas 2. Ujung bawah kelas d. Panjang kelas ( P ) adalah jarak atau panjang sebuah kelas interval e. Nilai tengah kelas ( X i ) adalah bilangan yang nilainya di tengah-tengah sebuah kelas interval 15 Χi f. Batas bawah batas atas 2 Frekuensi ( Fi ) adalah banyaknya data yang termasuk dalam sebuah kelas interval 3.3. Cara Menyusun Tabel Distribusi Frekuensi Untuk mengubah data mentah (ugrouped data) menjadi data berkelompok (grouped data) dalam bentuk tabel distribusi frekuensi langkah-langkahnya di susun sebagai berikut : 1. Tentukan banyaknya kelas interval yang akan di buat. Untuk menentukan banyaknya Kelas Interval, bisa menggunakan salah satu dari dua petimbangan berikut ini. a. Di dasarkan pada tujuan analisis b. Sifat data kasar c. Jumlah datanya, maka digunakan Rumus Sturges jumlah K I = 1 +(3,3 log n) Dimana n = banyaknya data Contoh : Jumlah K I = 1 + 3,3 log 100 = 1 + 3,3 ( 2 ) 7 Jumlah K I = 1 + 6,6 = 7,6 8 d. Hendaknya jumlah kelas interval jangan terlalu kecil atau terlalu besar. Jika terlalu kecil, maka kita akan kehilangan informasi dan jika terlalu besar, maka gambarannya akan kabur. 2. Hitung panjang kelas ( P ) Untuk menghitung panjang kelas digunakan rumus sebagai berikut : P = data tertinggi – data terendah Jumlah K I MISAL : p= 5.500.000- 750.000 = 7 3. No. Siapkan tabel distribusi frekuensinya Kelas Interval Ujung Kelas Nilai Tengah Frekuensi (KI) (UK) Kelas ( X i ) ( Fi ) 16 4. Masukkan data ke dalam Tabel Distribusi Frekuensi, dimulai dari data terkecil. Contoh : Sebuah lembaga penelitian mengadakan survei mengenai jumlah tabungan per bulan dari Karyawan BUMN/Jakarta. Penelitian dilakukan terhadap 50 karyawan sebagai sampel dan hasilnya dinyatakan dalam % yang hasilnya sebagai berikut : 24, 31, 47, 41, 62, 54, 48, 21, 20, 43, 23, 52, 26, 45, 42, 20, 19, 18, 57, 49, 29, 26, 57, 59, 46, 42, 39, 54, 45, 27, 31, 46, 47, 24, 24, 36, 25, 41, 25, 29, 42, 54, 35, 24, 61, 43, 56, 35, 36, 37 Pertanyaan : a. Ubahlah data mentah tersebut di atas dalam bentuk tabel distribusi frekuensi dengan menggunakan rumus sturges. b. Lengkapi tabel tersebut dengan nilai frekuensi relatif dan frekuensi kumulatif nya. c. Berdasarkan tabel tersebut di atas buatlah gambar histogram, poligon, dan kurva frekuensiatau kurva pemulusan. Jawaban : n = 50 1. Jumlah K I = 1 + 3,3 log n = 1 + 3,3 log 50 = 1 + 3,3 (1,698970004) = 6,6 6 atau 7 62 - 18 6,285714286 7 7 3. Panjang kelas P 4. Tabel Distribusi Frekuensi KI UK Xi Fi 18 - 24 17,5 – 24,5 21 10 25 – 31 24,5 – 31,5 28 8 32 – 38 31,5 – 38,5 35 5 39 – 45 38,5 – 45,5 42 10 46 – 52 45,5 – 52,5 49 7 53 – 59 52,5 – 59,5 56 8 60 - 66 59,5 – 66,5 63 2 17 4. Frekuensi relatif dan kumulatif Fi Frekuensi relatif (Fr) Frekuensi kumulatif (Fk) Kurang dari Fk Lebih dari Fk 10 10/50 x 100% = 20 % KD 17,5 0 LD 17,5 50 8 6/50 x 100% = 16 % KD 24,5 10 LD 24,5 40 5 5/50 x 100% = 10 % KD 31,5 18 LD 31,5 32 10 10/50 x 100% = 20 % KD 38,5 23 LD 38,5 27 7 7/50 x 100% = 14 % KD 45,5 33 LD 45,5 17 8 8/50 x 100% = 16 % KD 52,5 40 LD 52,5 10 2 2/50 x 100% = 4 % KD 59,5 48 LD 59,5 2 KD 66,5 50 LD 66,5 0 100 % 18 IV. UKURAN GEJALA PUSAT ( UGP ) 4.1. Istilah-istilah pengukuran 1. Unit Observasi adalah satuan obyek yang akan ditanya atau diukur atau diteliti karakteristiknya . 2. Karakteristik adalah sifat atau ciri yang terdapat pada obyek yang akan diteliti atau dukur dalam penelitian. 3. Variabel adalah karakteristik yang jika diukur akan menghasilkan nilai yang berbeda antara unit observasi yang satu dengan unit observasi yang lain. 4. Konstanta adalah karakteristik yang jika diukur akan menghasilkan nilai yang sama antara unit observasi yang satu dengan unit observasi yang lain. 5. Pengukuran adalah proses pencantuman bilangan pada suatu karakteristik tertentu dari suatu unit observasi. 4. 2. Skala Pengukuran Jika kita melakukan pengukuran, maka akan menghasilkan bilangan. Bilangan sebagai hasil dari suatu pengukuran, dapat dibedakan menjadi 4 tingkatan atau skala. Skala pengukuran tersebut terdiri dari : 1) Skala nominal bilangan hasil pengukuran yang fungsinya hanya untuk membedakan saja, antara obyek yang satu dengan obyek yang lain. Maka untuk bilangan berskala nominal tidak berlaku hukum matematika, yaitu tambah, kurang bagi, dan kali. Misalnya : Nomor KTP, Nomor Mahasiswa (Nrp). 2) Skala ordinal bilangan hasil pengukuran yang mempunyai fungsi untuk membedakan dan meranking, antara obyek yang satu dengan obyek yang lain. Contohnya : Nomor sepatu, nomor baju. 3) Skala interval bilangan hasil pengukuran yang fungsinya untuk membedakan, merangking, mempunyai jarak yang teratur , antara obyek yang satu dengan obyek yang lain, tetapi titik nolnya tidak mutlak. Contohnya : Jam dan suhu udara. 4) Skala rasio bilangan hasil pengukuran yang fungsinya untuk membedakan, merangking, mempunyai jarak yang teratur , antara obyek yang satu dengan obyek yang lain, dan titik nolnya mutlak. Misalnya : Penghasilan per bulan, Jumlah Mahasiswa. 19 4.3. Pengertian Ukuran Gejala Pusat Ukuran Gejala Pusat (UGP) adalah bilangan yang digunakan untuk mewakili sekumpulan bilangan. Ukuran Gejala Pusat biasanya nilainya dinyatakan dengan nilai rata-rata, median, kuartil, desil, persentil dan modus. Untuk menghitung ukuran gejala pusat perlu memperhatikan dua hal berikut ini : a. Bentuk data (apakah data mentah atau data berkelompok) b. Skala pengukuran datanya (apakah berskala nominal, ordinal, interval atau rasio). 4.4. U G P untuk data berkelompok (Grouped Data) Jika kita berhadapan dengan data yang sudah dikelompokkan dalam bentuk tabel distribusi frekuensi, maka beberapa cara menghitung ukuran gejala pusatnya adalah sebagai berikut : Tabel Distribusi Frekuensi Besarnya Tabungan per bulan ( % ) KI UK Xi Fi Fi Xi 18 - 24 17,5 – 24,5 21 10 210 25 – 31 24,5 – 31,5 28 8 224 32 – 38 31,5 – 38,5 35 5 175 39 – 45 38,5 – 45,5 42 10 420 46 – 52 45,5 – 52,5 49 7 343 53 – 59 52,5 – 59,5 56 8 448 60 - 66 59,5 – 66,5 63 2 126 50 1946 Jumlah 4.4.1. Rata-rata untuk Data Berkelompok (Grouped Data) X F X F i i dimana : X = Rata-rata i X 1946 38,92 50 Fi = frekuensi ke i X i = Nilai Tengah Kelas ke I = penjumlahan Jadi rata-rata besarnya tabungan karyawan per bulan sebesar 38,92 % dari pendapatannya 4.4.2. Median ( M ) untuk Data Berkelompok 20 Median ( M ) adalah bilangan yang membagi sederetan bilangan yang sudah diurutkan menjadi 2 bagian yang sama. Cara Mencari Median untuk data Berkelompok : n dimana n jumlah frekuensi 2 Tentukan Letak Median LM = Letak Median LM = Hitung nilai Median M b p Nilai Median M 38,5 7 Artinya 50 % dari karyawan, besarnya tabungan di bawah 39,9 % dan sisanya 50 50 25 M ada pada data ke 25 2 n2 Fm Fm 502 23 = 38,5 70,2 38,5 1,4 39,9 10 % karyawan lainnya, besarnya tabungan di atas 39,9% 4.4.3. Kuartil ( K i ) untuk Data Berkelompok Kuartil ( K i ) adalah bilangan yang membagi sederetan bilangan yang sudah diurutkan menjadi 4 bagian yang sama. Cara Mencari Kuartil untuk Data Berkelompok: Tentukan Letak Kuartil LK i = Letak Kuartil ke 1 LK 1 = in dimana n jumlah frekuensi 4 150 12,5 K 1 ada pada data ke 12,5 4 in4 Fk i Fk i Hitung nilai Kuartil K i b p Nilai Kuartil ke 1 1.50 10 = 24,5 70,3125 24,5 2,1875 26,6875 26,69 K1 24,5 7 4 8 Artinya 25 % dari karyawan, besarnya tabungan di bawah 26,69 % dan sisanya 75 % karyawan lainnya, besarnya tabungan di atas 26,69 %. Hitung nilai Kuartil ke 2 dan Kuartil ke 3 4.4.4. Desil ( D i ) untuk Data Berkelompok Buat pengertian Desil dan rumus sendiri disertai penjelasan rumus, lalu hitung D 2 dan D 7 dan jelaskan artinya. 21 4.4.5. Persentil (P i ) untuk Data Berkelompok Buat pengertian Persentil dan rumus sendiri disertai penjelasan rumus, lalu hitung P 22 dan P 66 dan jelaskan artinya 4.4.6. Modus (M 0 ) untuk Data Berkelompok Modus (M 0 ) adalah bilangan yang paling sering muncul Cara Mencari Modus untuk data berkelompok : Tentukan Letak Modus pada frekuensi tertinggi Letak Modus pada kelas ke 1 dan kelas ke 4 ( ada 2 nilai modus ) b 1 Hitung nilai Modus M 0 b p b b 1 2 Nilai Modus ke 1 10 M 01 17,5 7 = 17,5 70,83333 17,5 5,833333 23,3333 23,33 10 2 Artinya sebagian besar karyawan mempunyai tabungan, sebesar 23,33 % dari pendapatan. Hitunglah nilai Modus ke 2 dari data di atas dan jelaskan artinya 4.5. Ukuran Gejala Pusat untuk Data Tidak Berkelompok ( Ungrouped Data ) 4.5.1. Arithmatic Mean ( Rata-rata Hitung) Rata-rata hitung adalah ukuran gejala pusat untuk data tidak berkelompok, jika datanya mempunyai ciri-ciri sebagai berikut : 1) Datanya berskala interval 2) Datanya relatif homogen ( tidak mengandung bilangan ekstrim atau out lier ) Rumus rata-rata hitung : Untuk data dari populasi X N Untuk data dari sampel X X n 22 4.5.2. Weight Mean (Rata-rata Tertimbang atau ) Adalah UGP untuk data tidak berkelompok, jika datanya mempunyai ciri-ciri sebagai berikut : Datanya berskala interval Datanya mempunyai bobot yang berbeda Rumus : X Bi X i Bi X B1 X1 B 2 X 2 ....... B k X k B1 B 2 ....... B k Bi = bobot data Xi = nilai variabel yang akan di hitung rata-ratanya 4.5.3. Geometric Mean (Rata-rata Ukur) Adalah UPG yang digunakan untuk menghitung rata-rata data tidak berkelompok, jika datanya mempunyai ciri-ciri sebagai berikut : Datanya berskala interval Datanya untuk mengukur rata-rata pertumbuhan atau rata-rata pertambahan atau rata-rata kenaikkan. Rumus : Pn - 1 100% X n Po X = Rata-rata kenaikan / pertumbuhan / pertambahan Pn = jumlah data pada periode akhir (periode ke – n) Po = jumlah data periode awal (periode ke – 0) n = lama periode ( periode ke n – periode ke 0 ) 4.5.4. Median untuk Data Tidak Berkelompok (Data Mentah) Median adalah bilangan yang membagi sederetan bilangan yang sudah diurutkan menjadi 2 bagian yang sama. Median juga merupakan rata-rata untuk data yang mempunyai skala pengukuran ordinal . Disamping itu Median dapat juga digunakan untuk mengukur rata-rata, jika datanya berskala interval tetapi di dalamnya mengandung bilangan ekstrim atau out lier. Cara Menghitung Median untuk Data tidak Berkelompok : Buat array atau urutkan datanya 23 Cari Letak Median LM n 1 2 Hitung Nilai Median Contoh : Berikut ini data tentang penilaian konsumen / nasabah yang diberikan terhadap pelayanan sebuah Bank Pemerintah. Data diperoleh dari sampel yang berukuran 10 orang nasabah, yang terpilih secara acak. Hasil pengukuran dengan menggunakan kuesioner memberikan data sebagai berikut : 75 58 67 83 68 52 77 80 55 86 77 80 83 86 Hitung Mediannya ? Jawab : Buat Array 52 55 58 Letak Median LM 67 75 n 1 10 1 5,5 berarti 2 2 Median berada pada data ke 5,5 Nilai Median M 68 75 71,5 2 Artinya 50 % nasabah Bank Pemerintah menilai pelayanan yang diberikan oleh Bank lebih kecil dari 71,5, sedangkan sisanya 50 % nasabah lainnya menilai pelayanan Bank Pemerintah dengan nilai di atas 71,5. 4.5.5. Kuartil untuk Data Tidak Berkelompok ( Ki ) Kuartil adalah bilangan yang membagi sederetan bilangan yang sudah diurutkan menjadi 4 bagian yang sama. Nilai kuartil ada 3 yaitu Kuartil 1 (K 1 ), Kuartil 2 (K 2 ) dan Kuartil 3 (K 3 ). Cara Menghitung Kuartil untuk Data Tidak Berkelompok : Buat Array Cari Letak Kuartil LK i i n 1 4 Hitung Nilai Kuartil Dari data di atas hitung nilai kuartil ke 1 (K 1 ) Buat array di atas sudah ada Cari Letak Kuartil LK 1 110 1 2,75 K 1 ada pada data ke 2,75 4 Hitung Nilai K 1 = data ke 2 + 0,75 ( data ke 3 – data ke 2 ) 24 K 1 = 55 + 0,75 ( 58 – 55 ) = 55 + 2,25 = 57,25 Artinya 25 % nasabah memberi penilaian atas pelayanan Bank Pemerintah di bawah 57,25, sedangkan sisanya 75 % nasabah memberi penilaian atas pelayanan Bank di atas 57,25. KI UK Xi Fi Fi Xi X i2 Fi X i2 18 - 24 17,5 – 24,5 21 10 210 441 4410 25 – 31 24,5 – 31,5 28 8 224 784 6272 32 – 38 31,5 – 38,5 35 5 175 1225 6125 39 – 45 38,5 – 45,5 42 10 420 1764 17640 46 – 52 45,5 – 52,5 49 7 343 2401 16807 53 – 59 52,5 – 59,5 56 8 448 3136 25088 60 - 66 59,5 – 66,5 63 2 126 3969 7938 50 1946 Jumlah 84280 25 26