Sifat Data Statistik

1. Memiliki Nilai Relatif (relative Value) atau nilai semu. Nilai relatif dari suatu angka atau
bilangan adalah nilai yang ditunjukkan oleh angka atau bilangan itu sendiri.
      Contoh :
      Nilai relatif dari bilangan 5 adalah nilai bilangan 5 itu sendiri

2. Memiliki Nilai Nyata (True Value) atau nilai sebenarnya. Nilai nyata dari suatu angka
adalah daerah tertentu dalam suatu deretan angka yang diawali oleh nilai relatif.
      Contoh :
      Nilai nyata dari 5 adalah daerah antara (5 – 0,5) sampai dengan (5 + 0,5). Jadi nilai nyata
dari angka 5 adalah daerah antara 4,5 – 5,5.

3. Memiliki Batas Bawah Relatif, Batas Atas Relatif, Batas Bawah Nyata, dan Batas Atas
Nyata.
      Contoh :
      Bilangan 50 – 54
      Maka batas bawah relatif adalah 50 ; batas atas relatif 54 ; batas bawah nyata 50 – 0,5 =
49,5 (Lower Limit = l); batas atas nyata 54 + 0,5 = 54,5 (Upper Limit = u)
      Bilangan 50 – 54 disebut Nilai Relatif ; 49,5 dan 54,5 disebut Nilai Nyata
     
4. Data statistik yang berbentuk data kelompok memiliki nilai tengah atau titik tengah
(Midpoint), yaitu nilai dari deretan bilangan atau angka yang terletak di tengah-tengah
deretan angka atau bilangan tersebut.
      Contoh :
a. Deretan angka yaitu 11, 12, 13, 14, 15 nilai tengahnya = 13, karena nilai 13 berada di
tengah-tengah deretan angka tersebut.
b. Data kelompok antara 40 – 44 nilai tengahnya = (40 + 44)/2 = 42, karena nilai 42
terletak pada deretan angka tersebut di tengah-tengah.

5. Data statistik sebagai data angka, dalam penggunaan perhitungan tidak menggunakan
sistem pecahan melainkan menggunakan sistem desimal (pembulatan).
      Contoh :
Pecahan ½ harus diubah menjadi 0,5

6. Data statistik sebagai data angka dalam penggunaan perhitungan menggunakan sistem
pembulatan angka, yaitu pada angka desimal biasanya dilakukan setelah di belakang
tanda koma dan diambil tiga angka saja dengan ketentuan :
a. Jika angka setelah tanda koma 50 atau kurang dari 50 maka bilangan setelahnya
dianggap 0 (nol) dan tiga angka setelah bilangan desimal (tanda koma) tetap.
            Contoh :
0,1234 dibulatkan menjadi 0,123

b. Jika angka setelah tanda koma 51 atau lebih dari 51 maka bilangan setelahnya
dianggap 1 (satu) dan bilangan 1 (satu) tersebut ditambahkan pada bilangan
sebelumnya pada angka ketiga setelah tanda desimal (tanda koma).
Contoh :
0,123517 dibulatkan menjadi 0,124    
 Penggolongan data statistik
1. Berdasakan sifatnya yaitu sifat angkanya, data statistik dibedakan menjadi dua
golongan, yaitu data kontinu dan data diskrit.
a. Data Kontinu adalah data statistik yang angka-angkanya merupakan deretan yang
sambung-menyambung.
Contoh :
      Data statistik tinggi badan
      150, 1 – 150, 2 – 150, 3 – 150, 4 – 150, 5, dst
      Data statistik berat badan
      30, 1 – 40, 2 – 40, 3 – 40, 4 – 40, 5, dst

b. Data Diskrit adalah data statistik yang tidak mungkin berbentuk pecahan.
 Contoh :
Data statistik jumlah anggota keluarga (satuan orang)
1 – 2 – 3 – 4 – 5 – 6 – 7 – dst
Data statistik jumlah buku perpustakaan
50 – 125 – 200 – 4556 – dst

2. Berdasarkan cara penyusun angkanya, dapat dibedakan menjadi tiga macam, yaitu data
nominal, data ordinal, dan data interval.
a. Data Nominal / Data Hitungan adalah data statistik yang cara menyusun angkanya
didasarka atas penggolongan atau klasifikasi tertentu.
      Contoh :
      Penggolongan berdasarkan kelas dan jenis kelamin

Kelas Jenis Kelamin Jumlah

Wanita

Pria
III 50 34 84
II 48 44 92
I 72 52 124
Jumlah 170 130 300

b. Data Ordinat / Data Urutan adalah data statistik yang cara menyusunnya didasarkan
atas urutan kedudukan (rangking).
      Contoh :
      Skor hasil penilaian dewan juri terhadap lima orang finalis lomba puisi.
 Nomor Nomor Nama Skor Urutan
urut undian kedudukan
1 031 Sugianto 451

4
2 115 Parjo 497 2
3 083 Jono 427 5
4 024 Jinni 568 1
5 056 Junu 485 3

c. Data Interval adalah data statistik dimana terdapat jarak yang sama di antara hal-hal
yang sedang diselidiki atau dipersoalkan.
      Contoh :
      Umur manusia dalam hidup dalam angkatan kerja

Umur Manusia
1 – 15 200.000
16 – 30 15.000.000
31 – 45 250.000

3. Berdasarkan bentuk angkanya, dapat dibedakan menjadi data tunggal (Ungrouped

Data) dan data berkelompok (Grouped Data).
a. Data Tunggal adalah data statistik yang masing-masing angkanya merupakan satu
unit (satu kesauan), dengan kata lain datanya tidak dikelompok-kelompokkan.
     Contoh :
     Data ulangan 10 anak SMP mata pelajaran PAI sebaai berikut :
     78        76        80        97        75
     87        56        89        90        95

b. Data Kelompok adalah data statistik yang tiap-tiap unitnya terdiri dari kelompok
angka.
     Contoh :
     Data dari ulangan 10 anak SMP mata pelajaran PAI yang dikelompokkan sebagai
berikut :
     85 – 100
     75 – 84
     55 – 74
     dst

4. Berdasarkan sumbernya, dapat dibedakan menjadi data Primer dan data Skunder,  yaitu
:
a. Data Primer adalah data statistik yang diperoleh atau bersumber dari tangan
pertama (first hand data).
        Contoh :
        Data yang didapat dari kuosioner langsung ke siswa sebuah SD Negeri.
 b. Data Skunder adala data statistik yang diperoleh atau bersumber dari tangan kedua
(scond hand data).
        Contoh :
        Data siswa yang diambil dari TU tentang pembayaran sekolah

5. Berdasarkan waktu pengumpulannya, dapat dibedakan menjadi data seketika (cross

section data) dan data urutan waktu (time series) atauHistorical Data.
a. Data Seketika adalah data statistik yang mencerminkan keadaan pada satu waktu
saja (at a point of time).
        Contoh :
        Data penduduk Kabupaten Karimun tahun 2000 (hanya satu tahun saja).
b. Data Urutan Waktu adalah data statistik yang mencerminkan keadaan atau
perkembangan mengenai sesuatu hal, dari satu waktu ke waktu yang lain secara
berurutan
        Contoh :
        Data penduduk Kabupaten Karimun tahun 2000 sampai tahun 2008 (beberapa
waktu dengan urutan waktu yang berbeda).