MAKALAH STATISTIK

KONSEP DASAR STATISTIK, DISTRIBUSI FREKUENSI, GRAFIK, SKALA

PENGUKURAN, SENTRAL TENDENCY, DAN VARIABILITAS

OLEH
KELOMPOK 1

ANGGOTA KELOMPOK
Destriayu Vasista, S.Pd
Fanny Rahmatina Rahim, S. Pd
Vefra Yuliani, S. Pd

DOSEN PEMBIMBING
Dr. Hamdi, M. Si

PENDIDIKAN FISIKA
PROGRAM PASCA SARJANA
UNIVERSITAS NEGERI PADANG
2014
i

KATA PENGANTAR
Puji syukur kami ucapkan kepada Allah SWT yang telah memberikan rahmat dan
hidayahNya sehingga hingga ini kita masih diberikan kesempatan untuk mengikuti
perkuliahan Statistika ini.
Di dalam makalah ini, kami membahas tentang konsep dasar statistik, distribusi
frekuensi, grafik, skala pengukuran, sentral tendency, dan variabilitas.
Kami berharap makalah ini dapat bermanfaat untuk menambah pengetahuan kita
mengenai konsep statistika. Kami menyadari bahwa makalah ini masih terdapat banyak
kekurangan yang perlu untuk dibenahi. Oleh karena itu, kritik dan saran senantiasa kami
terima untuk pengembangan makalah berikutnya.

Padang, 03 Agustus 2014



Penulis

ii

DAFTAR ISI
Halaman Judul .............................................................................................
Kata Pengantar ............................................................................................ i
Daftar isi ....................................................................................................... ii
BAB I PENDAHULUAN
A. Latar Belakang Masalah .................................................................... 1
B. Tujuan Penelitian ............................................................................... 1
BAB II ISI
A. Konsep Dasar Statistik ....................................................................... 2
B. Daftar Distribusi dan Grafik .............................................................. 7
C. Teknik Pengukuran ............................................................................ 14
D. Skala Pengukuran............................................................................... 16
E. Central Tendency ............................................................................... 17
F. Variabilitas ......................................................................................... 18
BAB III PENUTUP
A. Kesimpulan ........................................................................................ 21
B. Saran .................................................................................................. 21
DAFTAR PUSTAKA ................................................................................... 22



1

BAB I
PENDAHULUAN
A. Latar Belakang
Ilmu statistika banyak digunakan dalam kehidupan sehari-hari (Sudjana, 2005: 1).
Aplikasi dari ilmu statistika ini dapat diterapkan dalam bidang biologi, farmasi, geologi,
industri, kedokteran, pendidikan, psikologi, sosiologi, teknik, ekologi, geologi, meteorologi,
dan lain-lain. Dunia penelitian atau riset menggunakan ilmu statistika untuk mengetahui
apakah cara yang baru digunakan lebih baik daripada cara lama, melalui riset yang dilakukan
di laboratorium, atau penelitian yang dilakukan di lapangan, perlu diadakan penilaian dengan
statistika.
B. Tujuan
Penulisan makalah ini bertujuan untuk :
1. Mengetahui tentang konsep dasar statistik.
2. Mengetahui tentang distribusi frekuensi
3. Mengetahui jenis-jenis grafik
4. Mengetahui tentang skala pengukuran
5. Mengetahui tentang sentral tendency
6. Mengetahui tentang variabilitas

2

BAB II
ISI
A. Konsep Dasar Statistika
1. Perbedaan Statistik dan Statistika
Ada perbedaan yang mendasar antara statistik dengan statistika. Secara etimologi, kata
statistik berasal dari bahasa Latin Ratio Status. Istilah tersebut muncul pada awal abad
pertengahan dan biasa digunakan untuk menyatakan hal-hal yang berhubungan dengan
pelajaran tentang kenegaraan. Kata Statistik juga berasal dari kata state (bahasa Inggris) atau
kata staat (bahasa Belanda), dan yang dalam bahasa Indonesia diterjemahkan menjadi negara.
Pada awal mulanya, kata statistik diartikan sebagai kumpulan bahan keterangan (data),
baik yang berwujud angka (data kuantitatif) maupun yang tidak berwujud angka (data
kualitatif), yang mempunyai arti penting dan kegunaan yang besar bagi suatu negara. Namun,
pada perkembangan selanjutnya, arti kata statistik hanya dibatasi pada kumpulan bahan
keterangan yang berwujud angka (data kuantitatif) saja, sedangkan bahan keterangan yang
tidak berwujud angka (data kualitatif) tidak lagi disebut dengan statistik (Ulfa Suciyanti,
2013). Karena statistik merupakan sekumpulan data, maka kegiatan statistik merupakan
kegiatan untuk mengolah data dan menarik kesimpulan-kesimpulan yang teliti dan keputusan
keputusan yang logik dari pengolahan data. (Ori Junilaksono, 2013).
Kata statistik juga mengandung pengertian lain, yakni dipakai untuk menyatakan
ukuran sebagai wakil dari kumpulan data mengenai sesuatu hal. Ukruan ini didapat
berdasarkan perhitungan menggunakan kumpulan sebagian data yang diambil dari
keseluruhan tentang persoalan tersebut.
Jadi, berdasarkan pengertian diatas dapat kita simpulkan bahwa statistik adalah
kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam bentuk tabel
(daftar) atau diagram yang menggambarkan atau berkaitan dengan suatu masalah tertentu
yang digunakan untuk menarik kesimpulan yang teliti dan keputusan yang logis dari
pengolahan data.
Statistika merupakan pengetahuan yang berhubungan dengan cara-cara pengumpulan
data, pengolahan atau penganalisisannya dan penarikan kesimpulan berdasarkan kumpulan
data dan penganalisisan yang dilakukan (Sudjana, 2005). Sedangkan menurut Anderson
(1853) statistika adalah ilmu dan seni mengembangkan dan menerapkan metoda yang paling
efektif untuk mengumpulkan, mentabulasi, menginterpretasikan data kuantitatif sedemikian
rupa sehingga kemungkinan salah dalam kesimpulan dan estimasi dapat diperkirakan dengan
menggunakan penalaran induktif berdasarkan matematika probabilitas. Jadi, statistika adalah
3

ilmu yang berhubungan tentang pengumpulan, pengolahan, dan penganalisisan data dengan
estimasi kesalahan yang dapat diperkirakan sehingga didapatkan suatu kesimpulan.
2. Penggolongan Statistika
Statistika terbagi menjadi dua golongan, yaitu statistika deskriptif dan statistika
inferensial. Statistika deskriptif merupakan statistika yang berkaitan dengan deskripsi data.
Mendeksripsikan data-data tersebut dapat menggunakan tabel-tabel atau grafik sehingga data
tersebut lebih mudah dibaca dan dimengerti. Sedangkan statistika inferensial lebih dari itu,
misalnya melakukan pengujian hipotesis, melakukan prediksi observasi masa depan, atau
membuat model regresi. Berikut penjelasan dari masing-masing statistika.
a. Statistik Deskriptif
Statistik deskriptif adalah statistika yang berkaitan dengan bagaimana data dapat
digambarkan / dideskripsikan) atau disimpulkan, baik secara numerik atau secara grafis
(dalam bentuk tabel atau grafik), untuk mendapatkan gambaran sekilas mengenai data
tersebut, sehingga data tersebut lebih mudah dibaca. Statistik deskriptif dikenal pula dengan
istilah Statistik Deduktif / Statistik Sederhana / Descriptive Statistics. Pada intinya statistika
deskriptif ini merupakan statistik yang tingkat pekerjaannya mencakup cara-cara
menghimpun, menyusun atau mengatur, mengolah, menyajikan, data angka agar dapat
memberikan gambaran yang teratur, ringkas, dan jelas mengenai suatu gejala, peristiwa atau
keadaan. Tujuan utama dari operasi statistika deskriptif adalah untuk memudahkan orang
membaca data serta memahami maksudnya.

b. Statistik Inferensial
Statistik inferensial merupakan statistika dengan pengolahan data dan pengambilan
keputusan berdasarkan analisis data, seperti melakukan pengujian hipotesis atau melakukan
pengamatan masa mendatang. Statistika Inferensial adalah analisa/perkiraan yang ada pada
sebuah data untuk menginformasikan prediksi serta bahan pengambilan keputusan. Statistika
inferensial meliputi menganalisis, serta menginterpretasikan sebuah informasi atau data.
Statistik inferensial juga berkaitan dengan cara penarikan kesimpulan berdasarkan data yang
diperoleh dari sampel untuk menggambarkan karakterisktik atau ciri dari suatu populasi.
Dengan demikian dalam statistik inferensial dapat dilakukan suatu generalisasi dari hal yang
bersifat khusus ke hal yang lebih umum. Oleh karena itu, statistik inferensial disebut juga
statistik induktif atau statistik penarikan kesimpulan. Statistika inferensial terbagi lagi
menjadi dua yaitu statistik parametrik dan non parametrik.
4

1) Statistika parametrik merupakan ilmu statistika yang mempertimbangkan jenis
persebaran / distribusi data, apakah data tersebut menyebar normal atau tidak. Pada
umumnya, Jika data tidak menyebar normal, maka data harus dikerjakan dengan
metode Statistika non-parametrik, atau setidaknya dilakukan transformasi agar data
tersebut mengikuti persebaran normal, sehingga bisa dikerjakan dengan statistika
parametrik
2) Statistika non-parametrik merupakan statistika bebas sebaran (tidak mensyaratkan
bentuk persebaran parameter populasi, baik normal atau tidak). Statistika
nonparametrik biasanya digunakan untuk melakukan analisis pada data berjenis
Nominal atau Ordinal karena data berjenis Nominal dan Ordinal tidak menyebar
normal.
Berdasar atas ruang lingkup bahasannya, maka statistik inferensial mencakup hal-hal
berikut ini.
1) Probabilitas atau teori kemungkinan
2) Distribusi teoretis
3) Samnpling dan sampling distribusi
4) Pendugaan populasi atau teori populasi
5) Uji hipotesis rerata
6) Analisis korelasi dan uji signifikansi
7) Analisis regresi untuk peramalan
8) Analisis varians; dan
9) Analisis kovarians (Tjalla A, 2006)
3. Data Statistik
Data statistik merupakan sekumpulan bahan keterangan yang berupa angka / bilangan /
deretan / kumpulan angka yang menunjukan keterangan mengenai cabang kegiatan hidup
tertentu. Angka tersebut harus menunjukan suatu ciri dari penelitian yang bersifat agregratif
yang berarti bahwa :
a. Penilitian itu hanya boleh mengenai suatu individu saja, akan tetapi penetapannya
harus dilakukan lebih dari satu kali
b. Penelitian / pencatatan hanya dilakukan satu kali saja tetapi individu yang diteliti
harus lebih dari satu
Dibawah ini merupakan penjelasan lebih lanjut mengenai penggolongan data statistik:
a. Berdasarkan sifatnya, data statistik dibagi menjadi 2 yaitu :

5

1) Diskrit
Data Diskrit adalah data statistik yang tidak mungkin berbentuk pecahan. Data ini
diperoleh dengan cara menghitung. Tiap objek memiliki satu satuan yang utuh, yang tidak
memungkinkan untuk terjadinya pecahan.
2) Kontinu
Data Kontinu adalah data statistik yang angka-angkanya merupakan deretan angka
sambung-menyambung. Data kontinu dimungkinkan memiliki bilangan desimal atau
pecahan di antara dua bilangan bulatnya yang banyaknya tak terhingga. Data ini
biasanya didapatkan dari proses pengukuran.
b. Berdasarkan cara menyusun angkanya, data statistik dibagi menjadi 4 yaitu:
1) Data Nominal
Data Nominal / Data Hitungan adalah data statistik yang cara menyusun angkanya
didasarkan atas penggolongan atau klasifikasi tertentu.
2) Data Ordinal
Data Ordinal / Data Urutan adalah data statistik yang cara menyusunnya didasarkan
atas urutan kedudukan (rangking).
3) Data Interval
Data Interval adalah data statistik dimana terdapat jarak yang sama di antara hal-hal
yang sedang diselidiki atau dipersoalkan. Data ini menunjukan perbedaan, memiliki jarak,
dan nilai 0 yang tidak mutlak.
4) Data Rasio
Data rasio merupakan data yang menunjukan perbedaan, memiliki jarak, dan nilai 0
Yang mutlak. Data ini diperoleh dengan cara pengukuran.
c. Berdasarkan bentuk angkanya, data statistik dibedakan menjadi :
1) Data Tunggal
Data Tunggal adalah data statistik yang masing-masing angkanya merupakan satu
unit (satu kesatuan), dengan kata lain datanya tidak dikelompok-kelompokkan.
2) Data Kelompok
Data Kelompok adalah data statistik yang tiap-tiap unitnya terdiri dari kelompok
angka.
d. Berdasarkan sumbernya, data statistik dibagi menjadi 2 yaitu :
1) Primer
6

Data Primer adalah data statistik yang bersumber dari tangan pertama (first hand
data). Data ini diperoleh secara langsung dengan melakukan sendiri pengumpulan terhadap
objek.
2) Sekunder
Data sekunder adalah data statistik yang bersumber dari tangan kedua. data ini
diperoleh dari olahan data primer
e. Berdasarkan waktunya data statistik dibagi menjadi dua yaitu :
1) Seketika
Data seketika adalah data statistik yang mencerminkan keadaan pada satu waktu saja
(at a point of time).
2) Urutan waktu
Data urutan waktu adalah data statistik yang mencerminkan keadaan atau
perkembangan mengenai sesuatu hal, dari satu waktu ke waktu yang lain secara berurutan.
4. Populasi dan Sampel
Populasi adalah kumpulan dari seluruh elemen sejenis tetapi dapat dibedakan satu
sama lain. Sudjana (2005:6) mengatakan bahwa populasi adalah totalitas semua nilai yang
mungkin, hasil perhitungan ataupun pengukuran, kuantitatif maupun kualitatif mengenai
karakteristik tertentu dari semua anggota kumpulan yang lengkap dan jelas yang ingin
dipelajari sikap-sikapnya. Karakteristik sebuah populasi adalah memiliki kesamaan yang bisa
terukur seperti yang dijelaskan oleh Sugiyono (2012:117) bahwa populasi adalah wilayah
generalisasi yang terdiri atas objek/subyek yang mempunyai kualitas dan karakteristik
tertentu yang ditetapkan oleh penulis untuk dipelajari dan kemudian ditarik kesimpulannya.
Dari pengertian diatas, disimpulkan bahwa populasi adalah kumpulan semua nilai yang
memiliki karakteristik yang ingin dipelajari dan ditarik kesimpulannya.
Sampel adalah sebagian dari populasi yang merupakan wakil dari populasi tersebut
dalam semua aspek atau karakteristik populasi. Sampel yang digunakan harus representatif,
artinya segala karakteristik populasi hendaknya tercermin pula dalam sampel yang diambil
(Sudjana, 2005:6)
5. Pengumpulan Data
Data yang dikumpulkan harus dikumpulkan secara jujur, yakni kebenarannya harus
dapat dipercaya. Proses pengumpulan data dapat dilakukan dengan jalan sensus atau
sampling. Untuk kedua hal, sensus maupun sampling, banyak langkah yang dilakukan untuk
mengumpulkan data, antara lain:
7

a. Mengadakan penelitian langsung ke lapangan atau di laboratorium terhadap objek
penelitian. Hasilnya dicatat untuk kemudian dianalisis
b. Mengambil atau menggunakan, sebagian atau keseluruhan, dari sekumpulan data
yang telah dicatat atau dilaporkan oleh badan atau orang lain
c. Mengadakan angket, yakni cara pengumpulan data dengan menggunakan daftar
isian atau daftar pertanyaan ang telah disiapkan dan disusun sedemikian rupa
sehingga calon responden hanya tinggal mengisi atau menandainya dengan mudah
dan cepat.
B. Distribusi Frekuensi dan Grafik
1. Distribusi Frekuensi
Untuk mengolah data yang jumlahnya besar, akan lebih mudah jika data disajikan
dalam kelas-kelas atau kategori tertentu bersama dengan frekuensi yang bersesuaian. Tabel
yang dibuat untuk menyajikan kelas-kelas data dan frekuensinya ini dinamakan distribusi
frekuensi. Berdasarkan jenis data yang digolongkan didalamnya distribusi frekuensi dibagi
menjadi dua yakni distribusi frekuensi bilangan/numerikal dan distribusi frekuensi kategoris.
Distribusi frekuensi bilangan/numerikal adalah distribusi frekuensi yang berisikan data
berupa angka-angka, dimana data itu dibagi menjadi golongan yang dinamakan kelas-kelas
menurut besar bilangan.
Tabel 1. Distribusi Frekuensi Bilangan
Bobot Barang (Kg) Jumlah
1-3
4-6
7-9
10-12
13-15
3
5
2
7
4

Distribusi Frekuensi Numerikal, dibagi menjadi:
a. Distribusi Frekuensi Relatif
Distribusi frekuensi relatif yaitu distribusi frekuensi yang angka-angka
frekuensinya tidak dinyatakan dalam angka-angka absolut tetapi angka-angka relatif
atau persentase.
Contoh :
Tabel 2. Distribusi frekuensi relative umur karyawan
Umur (Tahun)
Jumlah Karyawan (%)
20 29 22,22
30 39 33,33
8

40 49 17,78
50 59 20
60 69 6,67
Jumlah 100

b. Distribusi Frekuensi Komulatif
Distribusi frekuensi komulatif terdiri dari dua jenis yaitu :
1) Distribusi frekuensi kurang dari
Distribusi frekuensi kurang dari yaitu distribusi frekuensi yang memasukkan
frekuensi kelas-kelas sebelumnya.
Contoh :
Tabel 3. Distribusi Frekuensi Kurang dari
Umur (Tahun)
Jumlah Karyawan (orang)
Kurang dari 20 0
Kurang dari 30 15
Kurang dari 40 25
Kurang dari 50 33
Kurang dari 60 42
Kurang dari 70 45

2) Distribusi frekuensi atau lebih
Distribusi frekuensi atau lebih yaitu distribusi frekuensi yang memasukkan
frekuensi kelas-kelas sesudahnya.
Contoh :
Tabel 4. Distribusi frekuensi atau lebih
Umur (Tahun)
Jumlah Karyawan (orang)
20 Atau lebih 45
30 Atau lebih 35
40 Atau lebih 20
50 Atau lebih 12
60 Atau lebih 3
70 Atau lebih 0

Distribusi frekuensi kategoris adalah distribusi frekuensi yang berisikan data bukan
angka, dimana data itu dibagi atas golongan yang dinamakan kelas-kelas, berdasarkan sifat
lainnya.


9

Tabel 5. Distribusi frekuensi kategoris
Kategori Jumlah
Anak-anak
Remaja
Dewasa
Lanjut Usia
20
10
15
25

Istilah-istilah dalam membuat distribusi frekuensi
1. Kelas adalah penggolongan data yang dibatasi oleh nilai terendah dan nilai tertinggi
dalam suatu kelas.
2. Interval Kelas adalah lebar dari sebuah kelas dan dihitung dari perbedaan antara kedua
tepi kelasnya.
3. Batas Kelas (class limit) Nilai batas tiap kelas dalam sebuah distribusi frekuensi dan
dipergunakan sebagai pedoman guna memasukkan angka-angka hasil observasi ke dalam
kelas-kelas yang sesuai.
a. Batas Kelas Bawah (lower class limit) adalah angka pada kolom kelas yang letaknya
disebelah kiri.
b. Batas Kelas Atas (upper class limit) adalah angka pada kolom kelas yang letaknya
disebelah kanan.
4. Tepi Kelas (class boundaries/true limits) :
a. Tepi Kelas Bawah (lower class bounderis) adalah Batas kelas pertama yang benar-
benar dimiliki oleh distribusi frekuensi tersebut, yaitu batas kelas bawah dikurangi
1digit dibelakang koma.
b. Tepi Kelas Bawah (upper class bounderis) adalahBatas kelas kedua yang benar-benar
dimiliki oleh distribusi frekuensi tersebut, yaitu batas kelas atas ditambah 1digit
dibelakang koma.
Tepi atas = batas atas + 0,5
Tepi bawah = batas bawah 0,5
5. Lebar kelas merupakan selisih antara batas atas kelas dengan batas bawah kelas bagi
kelas yang bersangkutan. sedangkan titik tengah kelas merupakan titik tengah antara
batas atas kelas dengan batas bawah kelas.
6. Titik tengah kelas diperoleh dengan persamaan :
Ttk = (bak+bbk) : 2
dimana Ttk merupakan titik tengah kelas, bak adalah batas atas kelas dan bbk adalah
batas bawah kelas.
10

Langkah-langkah membuat tabel distribusi frekuensi :
1. Menentukan banyaknya kelas
Menentukan banyaknya kelas dapat menggunakan persmaan:
K = 1 + 3,322 log n
K = banyaknya kelas yang sedang dicari
n = banyaknya data
2. Menentukan besarnya interval kelas (i)
i = Jarak atau range/Banyak kelas
Range = angka terbesar angka terkecil
3. Menghitung frekuensi data
Contoh
Data berikut merupakan nilai ujian fisika dari 25 siswa.
88 79 69 40 51 27 94 60 71 82 65 62 75 42 68 89 60 51 74 77 80 67 40 69
66
Langkah-langkah membuat tabel distribusi frekuensi dari nilai diatas
1. Menentukan banyak kelas :
K = 1 + 3,322 log n
K = 1+ 3,322 log 25
K = 1+ 3,322 (1,398)
K = 5,644
K = 6 (dibulatkan)
2. Menentukan besarnya interval kelas (i)
Range = angka terbesar angka terkecil
Angka terkecil = 27
Angka terbesar = 94
Range = 94 27 = 67
Banyaknya kelas = 6

= 12 dibulatkan
3. Membuat tabel distribusi frekuensi

11

Tabel 6. Distribusi Frekuensi Nilai Ujian Fisika
Nilai Frekuensi
27 - 38
39 - 50
51 - 62
63 - 74
75 - 86
87 - 98
Jumlah
1
3
5
8
5
3
25

2. Grafik
Data yang sudah dikumpulkan selain dibuat dalam tabel frekuensi juga dapat disajikan
dalam bentuk grafik.
a. Histogram yaitu penggambaran distribusi frekuensi dalam bentuk balok-balok segi
empat yang terdiri dari 2 sumbu, sumbu vertikal sebagai skala frekuensi sedangkan
sumbu horisontal untuk skala kelas.
Langkah-langkah membuat Histogram :
1) Buat absis (sumbu X) dan ordinat (sumbu Y)
2) Buat skala absis dan ordinatnya berdasarkan table distribusi frekuensi
3) Buat batas kelas
Contoh penerapan :
Tabel 7. Distribusi Frekuensi Nilai Ulangan Fisika Siswa
Kelas Interval Batas Kelas Frekuensi
45 51 44,5 51,5 1
52 58 51,5 58,5 2
59 65 58,5 65,5 17
66 72 65,5 72,5 3
73 79 72,5 79,5 10
80 86 79,5 86,5 7
Jumlah

40
Histogramnya menjadi :
12


b. Poligon Frekuensi yaitu penggambaran distribusi frekuensi dalam bentuk garis
yang menghubungkan titik-titik tengah kelasnya sebagai skala kelas. Jenis lain dari
poligon frekuensi adalah kurva frekuensi, yaitu penggambaran distribusi frekuensi
dalam bentuk garis, dimana luas daerah di bawah kurva kurang lebih sama dengan
luas histogram frekuensinya.
Perbedaan Histogram dan Poligon :
histogram menggunakan batas kelas ; sedangkan poligon menggunakan
titik tengah.
Grafik histogram berwujud segiempat atau menyerupai diagram batang
sedangkan poligon berwujud garis atau kurva yang saling berhubungan satu
sama lain.
Langkah membuat polygon :
1) Buat titik tengah kelas
2) Buat table distribusi frekuensi
3) Buat grafik polygon berdasarakan data pada table frkuensi
Contoh penerapan :
Tabel 8. Nilai Ulangan Fisika Siswa dengan Titik Tengah
13

Kelas Interval Titik Tengah Frekuensi
45 51 48 1
52 58 55 2
59 65 62 17
66 72 69 3
73 79 76 10
80 86 83 7
Jumlah

40

Maka poligonnya

c. Ogive Curve atau Kurva Ogive yaitu penggambaran distribusi frekuensi komulatif
kurang dari dan distribusi frekuensi komulatif atau lebih dalam satu grafik.
Contoh : Grafik Ogive berdasarkan dari Tabel Distribusi Frekuensi Kumulatif
kurang dari dan tabel distribusi frekuensi kumulatif atau lebih.
Tabel 9. Tabel Distribusi Frekuensi Kurang dari
Nilai
Frekuensi komulatif
Kurang dari 45 0
Kurang dari 52 1
Kurang dari 59 3
Kurang dari 66 20
Kurang dari 73 23
Kurang dari 80 33
Kurang dari 87 40

Tabel 10. Tebel Distribusi Frekuensi Atau Lebih
Nilai
Frekuensi Komulatif
14

45 Atau lebih 40
52 Atau lebih 39
59 Atau lebih 37
66 Atau lebih 20
73 Atau lebih 17
80 Atau lebih 7
87 Atau lebih 0

Bentuk Ogive


C. Teknik Pengukuran
Teknik pengukuran merupakan aturan dan prosedur yang digunakan untuk
menjembatani antara apa yang ada dalam dunia konsep dengan apa yang terjadi di
dunia nyata. Proses pengukuran sangat berkaitan dengan desain instrumen. Desain
instrument dapat diartikan sebagai penyusunan instrument pengumpulan data
(biasanya berupa suatu kuesioner) untuk mendapatkan data yang dibutuhkan guna
memecahkan masalah penelitian.
1. Komponen Pengukuran
Tujuan pengukuran adalah menerjemahkan karakteristik data empiris ke dalam
bentuk yang dapat dianalisa oleh peneliti. Titik fokus pengukuran adalah
pemberian angka terhadap data empiris berdasarkan sejumlah aturan atau prosedur
tertentu. Prosedur ini dinamakan proses pengukuran yaitu investigasi mengenai
cirriciri yang mendasari kejadian empiris dan memberi angka atas ciriciri
tersebut. Komponen yang dibutuhkan dalam setiap pengukuran :
15

a. Kejadian empiris ( empirical events) merupakan sejumlah ciri ciri dari
objek, individu, atau kelompok yan dapat diamati.
b. Penggunaan angka ( the use of number). Komponen ini digunakan untuk
memberi arti bagi ciriciri yang menjadi pusat perhatia peneliti. Spesifikasi
tingkat pengukuran, kemudian, diberikan dengan memberi arti bagi angka
tersebut.
c. Sejumlah aturan pemetaan ( set of mapping rules). Komponen ini merupakan
pernyataan yang menjelaskan arti angka terhadap kejadian empiris. Aturan
aturan ini menggambarkan dengan gamblang ciriciri apa yang kita ukur.
Aturanaturan pemetaan disusun oleh peneliti untuktujuan studi.
2. Proses Pengukuran
Proses pengukuran dapat digambarkan sebagai sederet tahap yang saling
berkaitan yang dimulai dari:
a. Mengisolasi kejadian empiris merupakan aktivitas ini merupakan konsekuensi
langsung dari masalah identifikasi dan formulasi. Intinya kejadian empiris
dirangkum dalam bentuk konsep atau konstruksi yang berkaitan dengan masalah
penelitian.
b. Mengembangkan konsep kepentingan. Yang dimaksud dengan konsep dalam
hal ini adalah abstraksi ide yang digeneralisasi dari fakta tertentu.
c. Mendefinisikan konsep secara konstitutif dan operasional.
Definisi konstitutif mendefinisikan konsep dengan konsep lain sehingga
melandasi konsep berkepentingan. Jika suatu konsep telah didefinisikan
secara konstitutif dan benar, berarti konsep tersebut telah siap untuk
dibedakan dengan konsep lain. Defenisi operasional memperinci aturan
pemetaan dan alat di mana variabel akan diukur dalam kenyataan. Defenisi ini
menyatakan prosedur yang harus diikuti oleh peneliti dalam memberikan angka
terhadap konsep yang diukur. Oleh karena itu defenisi operasional akan
merefleksikan dengan tepat esensi defenisi konstitutif.
d. Mengembangkan skala pengukuran.
e. Mengevaluasi skala berdasarkan reliabilitas dan validitasnya.
f. Penggunaan skala.
Tahap d, e dan f merupakan tahap selanjutnya setelah defenisi dinyatakan
dengan tepat, pemberian angka dapat dilakukan. Tujuannya utamanya adalah
16

agar sifatsifat angka tersebut seiring dengan sifatsifat kejadian yang ingin
diukur. Tugas ini dicapai oleh peneliti dengan memahami betul hakekat
kejadian empiris yang diukur dan menerjemahkan pengetahuan ini dalam
pemilihan dan penyusunan skala pengukuran yang mencerminkan sifatsifat
yang sama. Skala pengukuran dapat didefeniskan sebagai suatu alat yang
digunakan untuk memberikan angka terhadap objek/kejadian empiris.
D. Skala Pengukuran
Pengukuran merupakan aturan-aturan pemberian angka untuk berbagai objek
sedemikian rupa sehingga angka ini mewakili kualitas atribut. Terdapat empat jenis skala
yang dapat digunakan untuk mengukur atribut, yaitu: skala nominal, skala ordinal, skala
interval, dan skala ratio.
1. Skala nominal
Skala nominal adalah pengukuran yang dilakukan untuk membedakan memberikan
kategori, member nama, atau menghitung fakta fakta. Skala nominal akan
menghasilkan data nominal atau diskrit, yaitu data yang diperoleh dari
pengkategorian, pemberian nama atau penghitungan faktafakta.
Contoh:
a. Berdasarkan kategori, misalnya responden dibagi berdasarkan jenis kelamin
pria dan wanita.
b. Berdasarkan nama, misalnya dari penenlitian mengenai minibus di Medan
ditemukan data bus menurut jalur/trayek dan diberi nama jalur 1, jalur2, jalur
3, dan seterusnya.
c. Berdasarkan data hitung, misalnya dari data PDB suatu Negara ditemukan
pangsa sector pertanian sebesar 52%, sektor manufaktur sebesar 38%, dan
sektor jasa sebesar 10% (Anonim, 2005).

2. Skala ordinal
Merupakan salah satu jenis pengukuran dimana angka dikenakan terhadap data
berdasarkan urutan dari objek. Disini angka 2 lebih besar dari 1, bahwa angka 3
lebih besar dari 2 maupun 1. Angka 1, 2, 3, adalah berurut, dan semakin besar
angkanya semakin besar pula nilainya.
Contoh :
17

1. Tingkat kelulusan mahasiswa





2. Tingkat kecantikan wanita
Sangat cantik 4
Cantik 3
cukup cantik 2
kurang cantik 1

3. Skala interval
Merupakan salah satu jenis pengukuran dimana angka-angka yang dikenakan
memungkinkan kita untuk membandingkan ukuran dari selisih antara angka-angka.
Selisih antara 1 dan 2 setara dengan selisih antara 2 dan 3, selisih antara 2 dan 4
dua kali lebih besar dari selisih antara 1 dan 2.
4. Skala ratio
Ukuran rasio, adalah ukuran yang mencakup semua ukuran sebelumnya
ditambah dengan satu sifat lain, yaitu ukuran ini memberikan keterangan tentang
nilai absolut dari objek yang diukur. Ukuran rasio mempunyai titik nol, karena itu
interval jarak tidak dinyatakan dengan beda angka rata-rata satu kelompok
dibandingkan dengan titik nol. Karena ada titik nol tersebut, maka ukuran rasio
dapat dibuat perkalian ataupun pembagian. Angka pada skala rasio menunjukkan
nilai sebenarnya dari objek yang diukur (Tjalla A, 2006).
E. Central Tendency (Ukuran Pemusatan Skala)
1. Modus (The Mode)
Modus menurut Chase (1976:29-30) didefinisikan sebagai nilai yang memiliki
frekuensi terbanyak dalam suatu penyebaran data atau himpunan nilai yang
memiliki frekuensi terbesar. Sejalan dengan itu Reimuth dan Mendenhall
(1940:29) menyatakan bahwa modus dari data sebanyak n dengan nilai y
1
, y
2,
y
3,
.,
y
n
didefinisikan sebagai nilai y dengan frekuensi terbesar. Jadi dapat
dikatakan bahwa modus merupakan nilai terbanyak dalam suatu distribusi.
Dengan pujian IPK <3,51
Sangat memuaskan IPK 3,003,50
Memuaskan IPK2,502,99
Cukup memuaskan IPK 2,002,49
18

2. Median
Median menurut Chase (1976:30) adalah nilai dalam distribusi yang membagi
nilai-nilai tersebut menjadi bagian dengan jumlah yang sama. Sedangkan median
dari sekumpulan data yang berjumlah n dengan nilai y
1
, y
2,
y
3, .,
y
n
menurut
Reimuth dan Mendenhall (1940:28) didefinisikan sebagai nilai dari y yang tepat
ditengah dimana nilai-nilai tersebut disusun berdasarkan urutan nilainya. Jadi
median dapat diartikan sebagai sebuah nilai yang membagi data sama banyak.
Menentukan median dengan persamaan (Chase: 1976,35):
(

)
dimana: I adalah batas bawah kelas median
N adalah banyak data
f
b
adalah jumlah seluruh frekuensi kelas yang berada dibawah kelas
median
f
w
adalah frekuensi kelas median
I adalah lebar kelas interval
3. Mean
Median menurut Chase (1976:30) adalah nilai yang diperoleh denganmenjumlah
semua nilai pada data yang kiat punya kemudian membagi nilai dari data tersebut
dengan banyak data. Sedangkan mean dari sekumpulan data yang berjumlah n
dengan nilai y
1
, y
2,
y
3, .,
y
n
menurut Reimuth dan Mendenhall (1940:28) adalah
jumlah nilai-nilai tersebut dibagi dengan n.
Menghitung mean untuk data tak berkelompok (Chase: 1976,37)

dimana = mean
X = data/ nilai
N = banyak data
Menghitung mean untuk data berkelompok (Chase: 1976,42)
(

)

dimana GM= mean taksiran (titik tengah kelas yang dipilih)
19

f = frekuensi kelas interval
d = simpangan kelas interval dari kelas interval GM
N= banyak data
i =lebar kelas interval

F. Variabilitas
1. Range
Range menurut Chase (1976:65) adalah jarak dari nilai terendah kenilai
teringgi. Sedangkan range dari sekumpulan data yang berjumlah n dengan
nilai y
1
, y
2,
y
3, .,
y
n
menurut Reimuth dan Mendenhall (1940:28) adalah
perbedaan antara nilai terbesar dan terendah.
2. Kuartil
Jika sekumpulan data dibagi menjadi empat bagian yang sama banyak,
sesudah disusun menurut urutan nilainya, maka bilangan pembaginya adalah
kuartil (Sudjana: 1975, 81). Kuatil dibagi tiga yakni kuartil pertama, kedua,
dan ketiga.
Letak kuartil ke-I diberi lambing Ki ditentukan dengan rumus :

Untuk data yang disusun dalam distribusi frekuensi :
(

)
dengan b adalah batas bawah kelas k, p adalah panjang kelas K
i
, F jumlah
frekuensi dengan tanda kelas lebih kecil dari tanda kelas K
i
, dan f adalah
frekuensi kelas K
i
.
3. Desil
Jika sekumpulan data dibagi menjadi 10 bagian yang sama maka didapat
Sembilan pembagi, dan tiap pembaginya dinamakan desil (Sudjana: 1975,
82). Sehingga ada Sembilan buah desil.
Letak desil ke-i diberi lambang Di ditentukan dengan rumus :

Untuk data yang disusun dalam distribusi frekuensi :
20

(

)
dengan b adalah batas bawah kelas Di, p adalah panjang kelas D
i
, F jumlah
frekuensi dengan tanda kelas lebih kecil dari tanda kelas D
i
, dan f adalah
frekuensi kelas D
i
.
4. Persentil
Jika sekumpulan data dibagi menjadi 100 bagian yang sama maka didapat 99
pembagi, dan tiap pembaginya dinamakan persentil (Sudjana: 1975, 82).
Letak persentil ke-i diberi lambang Pi ditentukan dengan rumus :

Untuk data yang disusun dalam distribusi frekuensi :
(

)
dengan b adalah batas bawah kelas Pi, p adalah panjang kelas P
i
, F jumlah
frekuensi dengan tanda kelas lebih kecil dari tanda kelas P
i
, dan f adalah
frekuensi kelas P
i
.
5. Simpangan Baku
Simpangan baku dari sekumpulan data n dengan nilai y
1
, y
2,
y
3, .,
y
n
menurut
Reimuth dan Mendenhall (1940:28) adalah akar dari varian. Simpangan baku
menurut Sudjana (1975:93) adalah ukuran simpangan yang paling banyak
digunakan.
Menentukan standar deviasi (Chase:1976, 72)
Simpangan baku populasi :

Untuk sampel simapangan bakunya :

21

BAB III
PENUTUP

A. Kesimpulan
Statistika adalah ilmu yang berhubungan tentang pengumpulan, pengolahan, dan
penganalisisan data dengan estimasi kesalahan yang dapat diperkirakan sehingga
didapatkan suatu kesimpulan. Data yang dikumpulkan dari populasi dapat berupa sampel
yang dapat mewakili sifat-sifat populasi. Untuk mengolah data yang jumlahnya besar,
akan lebih mudah jika data disajikan dalam kelas-kelas atau kategori tertentu bersama
dengan frekuensi yang bersesuaian.
B. Saran
Untuk pemahaman lebih lanjut maka penulis memberikan saran:
1. Perlunya penambahan materi untuk perluasan pemahaman karena penulis
menyadari makalah ini masih banyak kekurangan.
2. Untuk mengoptimalkan pengetahuan dari pembelajaran ini, diharapkan
melakukan latihan soal secara mandiri.




22

DAFTAR PUSTAKA

Chase, Clinton I. 1976. Elementary Statistical Procedures.International Student: McGraw-
Hill.
Eisenhart, Churchill. 1953. Statistical Theory in Research. By R. L. Anderson; T. A. Bancroft.
American Statistical Association
Mendenhall, William and James E.Reinmuth.1940. Statistics for Management and
Economics. Boston: Duxbury Press.
Ori Junilaksono. 2013. Statistik. http://statistikapendidikan.com/ diunduh pada 31 Agustus
2013 Pukul 04.26
Sudijono, Anas. 2004. Pengantar Statistik Pendidikan. Jakarta: Raja Grafindo Persada
Sudjana. 2005. Metoda Statistik. Bandung: PT Tarsito
Sugiyono. 2012. Metode Penelitian Pendidikan. Bandung : Alfabeta
Tjala, A. 2006. Statistika Pendidikan.
http://pjjpgsd.dikti.go.id/file.php/1/repository/dikti/Mata%20Kuliah%20Awal/Statist
ika%20Pendidikan/BAC/Statistika_Pendidikan_unit_1.pdf. diunduh pada 29
Agustus 2014
Ulfa Suciyanti. 2013. Pengertian Statistika. http://statistikapendidikan.com/ diunduh pada 31
Agustus 2013 Pukul 04.18