statistik bisnis sesi 2 membahas tentagn perhitungan statistik deskriptif

perhitungan statistik deskriptif mencakup mean, median, modus , varian dan simpangan baku

1. Modul ke:
Fakultas
Program Studi
SESI 2 STATISTIK SESI 2 STATISTIK
BISNISBISNIS
Viciwati STl MSi.
02
EKONOMI BISNIS
Manajemen dan
Akuntansi
Sesi 2 ini bertujuan agar Mahasiswa mengetahui langkah-
langkah yang harus lakukan untuk mengumpulkan data hingga
menyajikan dan menganalis data yang sudah mereka dapatkan

2. Pengumpulan,Pengolahan,Penyajian,Pengumpulan,Pengolahan,Penyajian, Analis Data dan DistribusiAnalis Data dan Distribusi
FrekuensiFrekuensi
Statistik Bisnis Sesi 2

3. PENGERTIAN DATAPENGERTIAN DATA
Data adalah sesuatu yang belum mempunyai
arti bagi penerimanya dan masih memerlukan
adanya suatu pengolahan. Data bisa berwujud
suatu keadaan, gambar, suara, huruf, angka,
matematika, bahasa ataupun simbol-simbol
lainnya yang bisa kita gunakan sebagai bahan
untuk melihat lingkungan, obyek, kejadian
ataupun suatu konsep

4. I. Pengumpulan DatI. Pengumpulan Dataa
Pengumpulan data dilakukan untuk
memperoleh informasi yang dibutuhkan dalam
rangka mencapai tujuan penelitian. Tujuan
yang diungkapkan dalam bentuk hipotesis
merupakan jawaban sementara terhadap
pertanyaan penelitian.

5. Metode Pengumpulan DataMetode Pengumpulan Data
•Wawancara
•Menurut Prabowo (1996) wawancara adalah
metode pengmbilan data dengan cara
menanyakan sesuatu kepada seseorang
responden, caranya adalah dengan bercakap-
cakap secara tatap muka.Pada penelitian ini
wawancara akan dilakukan dengan
menggunakan pedoman wawancara.

6. •Pedoman wawancara digunakan untuk
mengingatkan interviewer mengenai aspek-
aspek apa yang harus dibahas, juga menjadi
daftar pengecek (check list) apakah aspek-aspek
relevan tersebut telah dibahas atau ditanyakan.
• Dengan pedoman demikian interviwer harus
memikirkan bagaimana pertanyaan tersebut
akan dijabarkan secara kongkrit dalam kalimat
tanya, sekaligus menyesuaikan pertanyaan
dengan konteks actual saat wawancara
berlangsung.

7. OBSERVASIOBSERVASI
•Observasi adalah pengamatan dan pencatatan
secara sistimatik terhadap unsur-unsur yang
tampak dalam suatu gejala atau gejala-gejala
dalam objek penelitian.
•Dalam penelitian ini observasi dibutuhkan
untuk dapat memahami proses terjadinya
wawancara dan hasil wawancara dapat
dipahami dalam konteksnya.

8. •Observasi yang akan dilakukan adalah
observasi terhadap subjek, perilaku subjek
selama wawancara, interaksi subjek dengan
peneliti dan hal-hal yang dianggap relevan
sehingga dapat memberikan data tambahan
terhadap hasil wawancara

9. MACAM-MACAM OBSERVASIMACAM-MACAM OBSERVASI
•Observasi Partisipatif dimana Peneliti
mengamati apa yang dikerjakan
orang,mendengarkan apa yang diucapkan dan
berpartisipasi dalam aktivitas yang diteliti
•Observasi Terus Terang atau Tersamar dimana
peneliti berterus terang kepada narasumber
bahwa ia sedang melakukan penelitian.

10. •Observasi tak Berstruktur dilakukan dengan
tidak Berstruktur karena fokus penelitian
belum jelas
•Angket atau kuesioner (questionnaire)
Angket atau kuesioner merupakan suatu teknik
pengumpulan data secara tidak langsung
(peneliti tidak langsung bertanya jawab
dengan responden).

11. •Kuesioner merupakan metode penelitian yang
harus dijawab responden untuk menyatakan
pandangannya terhadap suatu persoalan.
Sebaiknya pertanyaan dibuat dengan bahasa
sederhana yang mudah dimengerti dan
kalimat-kalimat pendek dengan maksud yang
jelas.

12. MACAM-MACAM KUISIONERMACAM-MACAM KUISIONER
Kuesioner tertutup
Setiap pertanyaan telah disertai sejumlah pilihan
jawaban. Responden hanya memilih jawaban
yang paling sesuai.
Kuesioner terbuka
Dimana tidak terdapat pilihan jawaban sehingga
responden haru memformulasikan jawabannya
sendiri.

13. •Kuesioner kombinasi terbuka dan tertutup
Dimana pertanyaan tertutup kemudian disusul
dengan pertanyaan terbuka.
•Kuesioner semi terbuka
Pertanyaan yang jawabannya telah tersusun rapi,
tetapi masih ada kemungkinan tambahan
jawaban.

14. Data Menurut Cara MemperolehnyaData Menurut Cara Memperolehnya
1. Data Primer
Data primer adalah secara langsung diambil
dari objek / obyek penelitian oleh peneliti
perorangan maupun organisasi. Contoh :
Mewawancarai langsung penonton bioskop 21
untuk meneliti preferensi konsumen bioskop.

15. 2. Data Sekunder
Data sekunder adalah data yang didapat tidak
secara langsung dari objek penelitian. Peneliti
mendapatkan data yang sudah jadi yang
dikumpulkan oleh pihak lain dengan berbagai
cara atau metode baik secara komersial
maupun non komersial. Contohnya adalah
pada peneliti yang menggunakan data statistik
hasil riset dari surat kabar atau majalah.

16. Data Berdasarkan Sumber Data Data Berdasarkan Sumber Data
•Data Internal Data internal adalah data yang
menggambarkan situasi dan kondisi pada suatu
organisasi secara internal. Misal : data keuangan,
data pegawai, data produksi, dsb.
•Data Eksternal Data eksternal adalah data yang
menggambarkan situasi serta kondisi yang ada di
luar organisasi. Contohnya adalah data jumlah
penggunaan suatu produk pada konsumen,
tingkat preferensi pelanggan, penyebaran
penduduk, dan lain sebagainya.

17. Data Menurut Waktu PengumpulannyaData Menurut Waktu Pengumpulannya
1. Cross Section
cross-section adalah data yang menunjukkan titik
waktu tertentu. Contohnya laporan keuangan per 31
desember 2006, data pelanggan PT. Angin Ribut bulan
mei 2004, dan lain sebagainya.
2. Data Time Series / Berkala
Data berkala adalah data yang datanya
menggambarkan sesuatu dari waktu ke waktu atau
periode secara historis. Contoh data time series
adalah data perkembangan nilai tukar dollar amerika
terhadap euro eropa dari tahun 2004 sampai 2006.

18. Data dengan Variabel bebas dan variabel terikat Data dengan Variabel bebas dan variabel terikat
•Variabel bebas adalah data unit atau ukuran
yang diubah dalam suatu pengamatan. Dalam
hubungan sebab-akibat, variable terikat
berperan sebagai sebab sementara variabel
bebas adalah berperan sebagai akibat.
•Data dengan variabel terikat adalah data unit
atau ukuran yang berubah sesuai dengan
berubahnya variable lain. Variabel terikat
menjadi hal yang diperhatikan dalam suatu
pengamatan.

19.   Pengolahan DataPengolahan Data
•Pengolahan data adalah proses untuk
memperoleh ringkasan data (summary figure)
yang diperoleh dari sekelompk data mentah
dengan menggunakan rumus tertentu.
•Angka/data ringkasan yang dimaksud
diantaranya jumlah, rata-rata, prosentase,
median (nilai tengah), nilai yang sering
muncukl (modus), penyimpangan, dan
frekuensi relative.

20. •Data ringkasan yang berasal dari sensus
disebut dengan true value sedangkan data dari
sample disebut dengan estimatevalue/statistic.
Proses atau tahap pengolahan data:
1 Pengkodean
2 Validasi
3 Tabulasi
4 Produksi

21. 3. 3. PENYAJIAN DATAPENYAJIAN DATA
•Data yangsudah dikumpulkan dan diolah maka
agar mudah dalam pembacaannya perlu
disajikan dalam bentuk gambar atau grafik
agar data dengan lebih epat dan mudah untuk
dibaca oleh pengamat.

22. Untuk itu agar data dapat disajikan dalam bentuk
gambar grafik maka hal yang perlu diperhatikan
ketika membuat grafik adalah:
1.Menentukan sumbu absis (X) dan ordinat Y).
Sumbu absis mencantumkan nilai dan sumbu
ordinat mewakili frekuensi.
2.Menentukan perbandingan antara X dan Y.
Lazimnya sumbu X dibuat lebih panjang.
3.Pemberian nama pada tiap sumbu.
4.Pemberian nama pada grafik.

23. Ada beberapa Jenis Grafik, Bagan dan Diagram
yaitu bisa berbentuk :
• Histogram,
•Poligon,
• Ogive,
•Bagan melingkar,
•Grafik batang,
•Kartogram,
•Piktogram,
•Diagram garis,
•Bagan piramida.
• 

24. PROSEDUR PENGGUNAAN TABEL &
GRAFIK
Data KualitatifData Kualitatif Data KuantitatifData Kuantitatif
MetodeMetode
TabelTabel
MetodeMetode
GrafikGrafik
Distr. FrekuensiDistr. Frekuensi
Distr. Frek. RelatifDistr. Frek. Relatif
% Distr. Frek.% Distr. Frek.
Tabulasi silangTabulasi silang
MetodeMetode
TabelTabel
MetodeMetode
GrafikGrafik
DataData
Grafik Grafik
BatangBatang
Grafik Grafik
LingkaranLingkaran
Distr. FrekuensiDistr. Frekuensi
Distr. Frek. RelatifDistr. Frek. Relatif
Distr. Frek. Kum.Distr. Frek. Kum.
Distr. Frek. Relatif Kum.Distr. Frek. Relatif Kum.
Diagram Batang-DaunDiagram Batang-Daun
Tabulasi silangTabulasi silang
Plot TitikPlot Titik
HistogramHistogram
OgiveOgive
Diagram Diagram
ScatterScatter

25. 4. Analisis Data4. Analisis Data
•Analisis data merupakan proses
mengorganisasikan dan mengurutkan data ke
dalam pola, kategori dan satuan uraian dasar
sehingga dapat ditemukan tema dan dapat
dirumuskan hipotesis kerja seperti yang
didasarkan oleh data.

26. Teknik analisis data ada dua, yaitu:
1.Teknik analisis data kuantitatif
2. Teknik analisis data kualitatif

27. •Teknik analisis data kuantitatif dengan
menggunakan statistik, meliputi statistik
deskriptif dan inferensial. Statistik inferensial
meliputi statistik parametris dan non
parametris.
•Teknik analisis data kualitatif dilakukan dari
sebelum penelitian, selama penelitian, dan
sesudah penelitian yang meliputi analisis
sebelum di lapangan.

28. •Secara garis besar, analisis data meliputi 3
langkah, yaitu : Persiapan, tabulasi, penerapan
data sesuai dengam pendekatan penelitian.
•Penafsiran data sangat penting kedudukannya
dalam proses analisis data penelitian karena
kualitas analisis dari suatu peneliti sangat
tergantung dari kualitas penafsiran yang
diturunkan oleh peneliti terhadap data.

29. DISTRIBUSI FREKUENSIDISTRIBUSI FREKUENSI
•Distribusi Frekuensi adalah pengelompokkan
data ke dalam beberapa kategori yang
menunjukkan banyaknya data dalam setiap
kategori, dan setiap data tidak dapat
dimasukkan ke dalam dua atau lebih kategori.
•Tujuan: Mendapatkan informasi lebih dalam
tentang data yang ada yang tidak dapat secara
cepat diperoleh dengan melihat data aslinya.

30. KELEBIHAN DAN KEKURANGANKELEBIHAN DAN KEKURANGAN
•Kelebihan
Dapat mengetahui gambaran secara
menyeluruh
•Kekurangan
Rincian atau informasi awal menjadi hilang

31. Bagian-bagian distribusi frekuensiBagian-bagian distribusi frekuensi
•Kelas-kelas (class)
•Batas kelas (class limits)
•Tepi kelas (class boundary)
•Titik tengah kelas/tanda kelas (class mid
point/class marks)
•Interval kelas (class interval)
•Panjang Interval kelas atau kelas (interval kelas)
•Frekuensi kelas (class frequency)

32. LIMIT, BATAS, NILAI TENGAH, DAN LEBAR KELASLIMIT, BATAS, NILAI TENGAH, DAN LEBAR KELAS
•Limit Kelas/Tepi Kelas
Nilai terkecil/terbesar pada setiap kelas
•Batas Kelas
Nilai yang besarnya satu desimal lebih sedikit
dari data aslinya
•Nilai Tengah Kelas
Nilai tengah antara batas bawah kelas dengan
batas atas kelas
•Lebar Kelas
Selisih antara batas bawah kelas dengan batas
atas kelas

33. CCARA MEMBUAT TABEL DISTRIBUSI FREKUENSIARA MEMBUAT TABEL DISTRIBUSI FREKUENSI
1)Tentukan Range atau jangkauan data (r)
2)Tentukan banyak kelas (k)
Rumus Sturgess :
k=1+3,3 log n
3)Tentukan lebar kelas (c)
c=r/k

34. 4)Tentukan limit bawah kelas pertama dan
kemudian batas bawah kelasnya
5)Tambah batas bawah kelas pertama dengan
lebar kelas untuk memperoleh batas atas
kelas
6)Tentukan limit atas kelas
7)Tentukan nilai tengah kelas
8)Tentukan frekuensi

35. Penyusunan Distribusi FrekuensiPenyusunan Distribusi Frekuensi
1.Mengurutkan data dari yang terkecil ke yang
terbesar.
2.Menentukan jangkauan (range) dari data.
Jangkauan = data terbesar – data terkecil
3.Menentukan banyaknya kelas (k).
k = 1 + 3.3 log n; k Є bulat
ket : k = banyaknya kelas
n = banyaknya data
Hasil dibulatkan, biasanya ke atas.

36. 4.Menentukan panjang interval kelas.
Panjang interval kelas (i) = jangkauan (R) /
banyaknya kelas (k)
5.Menentukan batas bawah kelas pertama.
6.Menuliskan frekuensi kelas secara melidi
dalam kolom turus sesuai banyakn

37. Langkah Penyusunan Tabel DistribusiLangkah Penyusunan Tabel Distribusi
Frekuensi Frekuensi
1.Mengurutkan Data
Langkah pertama dari distribusi frekuensi
adalah mengurutkan data dari yang terkecil
ke yang terbesar atau sebaliknya.
Tujuannya adalah agar memudahkan dalam
melakukan perhitungan pada langkah
selanjutnya.

38. Pengurutan data juga berguna untuk perhitungan
nilai median, modus dan juga rata-rata.
Contoh: Nilai Midtes 20 mahasiswa UMB yang
mengikuti Kuliah Statistika adalah sebagai berikut:
Sebelum diurut:
80,90,70,60,60,50,90,80,70,80,50,70,100,40,50,6
0,80,70,60,80
Setelah diurut menjadi :
40 50 50 50 60 60 60 60 70 70 70 70 80 80 80 80
80 90 90 100

39. 2. Menentukan jumlah kelas
H.A. Sturges pada tahun 1926 menulis artikel
dengan judul : The Choice of a Class Interval “
dan menentukan jumlah kelas dengan rumus :
k = 1 + 3,322 log N
dimana : k = jumlah kelas
N = banyaknya nilai observasi.
k = 1 + 4,322
k = 5,322 (dibulatkan ke bawah menjadi 5 kelas)

40. Contoh: Jika jumlah data (N) = 20, Maka
Banyaknya kelas penelitian (k) adalah:
k = 1 + 3,322 log 20
k = 1 + 3,322. 1,301

41. 3. Menentukan Interval Kategori
Interval kategori atau kelas adalah batas
bawah dan
batas atas dari suatu kategori, interval kategori
ditentukan sebagai berikut:
Menentukan lebar kelas

42. Rumus : Xn-X1
C = ---------------- = 100 – 40 = 60/5 =12
K 5
Dimana : c = interval kelas atau lebar kelas
Xn = nilai observasi terbesar (100)
X1 = nilai observasi terkecil (40)
K = banyak/jumlah kelas (5)
Untuk lebar/interval kelas, bila nilai pecahan, dapat
dibulatkan ke Atas .Dan interval kelas dihitung dari
data batas bawah sampai data batas atas
(Co : 40-52 = interval 12)

43. Setelah membuat kategori dan intervalnya, maka langkah
selanjutnya adalah melakukan pengurutan atau pentabulasian
dari data mentah yang sudah diurutkan ke dalam kelas interval
yang sudah dihasilkan pada langkah diatas.
Kelas ke- Interval Keterangan
1 40 – 52 40 + 12
2 53 - 65 53 + 12
3 66 - 78 66 + 12
4 79 - 91 79 + 12
5 92 - 104 92 + 12
Kelas ke- Interval Frekuensi
(TALLY)
Jumlah
Frekuensi
1 40 – 52 IIII 4
2 53 - 65 IIII 4
3 66 - 78 IIII 4
4 79 - 91 IIII II 7
5 92 - 104 I 1

44. Langkah selanjutnya adalah kita menjadikan data diatas menjadi
Data frekuensi relatif dalam bentuk prosentase, dimana
Distribusi frekuensi relatif merupakan tabel ringkasan dari
sekumpulan data yang menggambarkan frekuensi relatif untuk
masing-masing kelas.
Kelas ke- Nilai
Mahasiswa
Jumlah
Frekuensi
FrekuensiRelatif
(%)
Keterangan
1 40 – 52 4 20 % (4/20) x 100%
2 53 - 65 4 20 % (4/20) x 100%
3 66 - 78 4 20 % (4/20) x 100%
4 79 - 91 7 35% (7/20) x 100%
5 92 - 104 1 5% (1/20) x 100%

45. •Jika kita ingin mengetahui berapa banyak mahasiswa yang
nilainya lebih dari harga tertentu ataupun kurang dari harga
tertentu, maka distribusi frekuensi diubah menjadi distribusi
frekuensi kumulatif.
 
•Dengan data pada Contoh di atas kita susun distribusi
frekuensi kumulatif “kurang dari” dan distribusi frekuensi
kumulatif “lebih dari”, sebagai berikut :
Nilai Mahasiswa Frekuensi
Kurang dari 40 0
Kurang dari 53 4
Kurang dari 66 8
Kurang dari 79 12
Kurang dari 92 19
Kurang dari 104 20
Nilai Mahasiswa Frekuensi
Lebih dari 40 20
Lebih dari 53 16
Lebih dari 66 12
Lebih dari 79 8
Lebih dari 92 1
Lebih dari 104 0

46. Penyajian Data
•Manajer selain melihat tabel distribusi frekuensi untuk
mengamati data yang ada, seringkali membutuhkan
gambaran ringkas dalam bentuk grafik. Ada berbagai
macam grafik diantaranya :(lihat di materi )
1. Diagram batang ( akan kita pelajari poligon, histogram
dan ogive)
2. Diagram gambar
3. Diagram peta
4. Diagram lingkaran dan
5. Diagram garis.

47. Histogram
Histogram adalah suatu grafik dimana kelas-kelas
tercantum pada sumbu horizontal dan frekuensi
kelasnya pada sumbu vertical. Frekuensi kelas
dilambangkan dengan tinggi batang dan batang-
batangnya digambarkan saling menempel satu sama lain.
Dalam membuat kelas-kelas, digunakan batas kelas
bawah sesungguhnya atau batas kelas atas
sesungguhnya.Contoh : batas kelas bawah sesungguhnya
pada data yang telah kita buat adalah: 39,5 ; 52,5 , 65,5
dstnya.

48. •Poligon Frekuensi
Poligon terdiri atas garis-garis yang
menghubungkan titik-titik perpotongan antara
titik tengah kelas dan frekuensi kelas. Untuk
menentukan besarnya titik potong diperlukan nilai
tengah.
Contoh : 30 + 39/2 = 34,5 dst.
•Ogive
Ogive merupakan grafik yang menghubungkan data
berdasarkan frekuensi kumulatifnya ( kurang dari batas
kelas atas dan lebih dari batas kelas bawah )

49. HISTOGRAM DAN POLIGON
FREKUENSI
0
5
10
15
20
25
F
r
e
k
u
e
n
s
i
8,5
21,5
34,5
47,5
60,5
73,5
86,5
99,5
3
4
4
8
12
23
6
Nilai
Histogram
Poligon Frekuensi
Histogram dan Poligon Frekuensi Nilai Ujian Akhir Mata Kuliah Statistika

50. OGIF
0
10
20
30
40
50
F
r
e
k
u
e
n
s
i
K
u
m
u
la
t
if
8,5
21,5
34,5
47,5
60,5
73,5
86,5
99,5
3
7
11
19
31
54
6
Nilai
60
Ogif Frekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika
60

51. OGIF (lanjutan)
0
10
20
30
40
50
F
r
e
k
u
e
n
s
i
K
u
m
u
la
t
if
8,5
21,5
34,5
47,5
60,5
73,5
86,5
99,5
60
57
53
49
41
29
6
Nilai
60
Ogif Frekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika

52. OGIF (lanjutan)
0
10
20
30
40
50
F
r
e
k
u
e
n
s
i
K
u
m
u
la
t
if
8,5
21,5
34,5
47,5
60,5
73,5
86,5
99,5
Nilai
60
Ogif Frekuensi Kumulatif Dari Untuk Nilai Ujian Akhir Mata Kuliah Statistika
kurva ogif kurang dari
kurva ogif lebih dari

53. Buat Grafik Garis, batang dan pie chart untuk data di
bawah ini, dan jelaskan arti dari data yang ada dalam
bahasa Statistik:
Kredit Bank Indonesia (Milliar Rp.)
TahunKredit LikuiditasKredit Langsung
2003 1722 2454
2004 2548 2649
2005 3742 2771
2006 4365 2356
2007 6938 87

54. Terima KasihTerima Kasih
Viciwati, STL, MSi.