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

Contoh : Penggolongan berdasarkan kelas dan jenis kelamin Kelas Jenis Kelamin Wanita Jumlah III II I Jumlah Pria 50 48 72 170 34 44 52 130 84 92 124 300 b. data ordinal. 2 40. dst Data statistik berat badan 30. 5. 5. dan data interval. 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. 2 150. data statistik dibedakan menjadi dua golongan. 4 40. dapat dibedakan menjadi tiga macam. 3 150. a. a.Penggolongan data statistik 1. Berdasakan sifatnya yaitu sifat angkanya. 1 40. Data Ordinat / Data Urutan adalah data statistik yang cara menyusunnya didasarkan atas urutan kedudukan (rangking). yaitu data nominal. 3 40. dst b. Data Diskrit adalah data statistik yang tidak mungkin berbentuk pecahan. Contoh : Skor hasil penilaian dewan juri terhadap lima orang finalis lomba puisi. yaitu data kontinu dan data diskrit. Data Nominal / Data Hitungan adalah data statistik yang cara menyusun angkanya didasarka atas penggolongan atau klasifikasi tertentu. . Contoh : Data statistik tinggi badan 150. Data Kontinu adalah data statistik yang angka-angkanya merupakan deretan yang sambung-menyambung. Berdasarkan cara penyusun angkanya. 1 150. 4 150.

Nomor urut 1 Nomor undian 031 Nama Sugianto Skor 451 Urutan kedudukan 4 2 3 4 5 c.000 3. Contoh : Data yang didapat dari kuosioner langsung ke siswa sebuah SD Negeri. Berdasarkan sumbernya. 115 083 024 056 Parjo Jono Jinni Junu 497 427 568 485 2 5 1 3 Data Interval adalah data statistik dimana terdapat jarak yang sama di antara hal-hal yang sedang diselidiki atau dipersoalkan. yaitu : a. Data Tunggal adalah data statistik yang masing-masing angkanya merupakan satu unit (satu kesauan). dapat dibedakan menjadi data tunggal ( Ungrouped Data) dan data berkelompok (Grouped Data). . dapat dibedakan menjadi data Primer dan data Skunder. Data Primer adalah data statistik yang diperoleh atau bersumber dari tangan pertama (first hand data). Contoh : Data ulangan 10 anak SMP mata pelajaran PAI sebaai berikut : 78 76 80 97 75 87 56 89 90 95 b.000 15. Data Kelompok adalah data statistik yang tiap-tiap unitnya terdiri dari kelompok angka. dengan kata lain datanya tidak dikelompok -kelompokkan. Contoh : Umur manusia dalam hidup dalam angkatan kerja Umur 1 15 16 30 31 45 Manusia 200. Berdasarkan bentuk angkanya.000 250.000. a. Contoh : Data dari ulangan 10 anak SMP mata pelajaran PAI yang dikelompokkan sebagai berikut : 85 100 75 84 55 74 dst 4.

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. Contoh : Data penduduk Kabupaten Karimun tahun 2000 (hanya satu tahun saja). Berdasarkan waktu pengumpulannya. b. dapat dibedakan menjadi data seketika (cross section data) dan data urutan waktu (time series) atauHistorical Data. . Data Urutan Waktu adalah data statistik yang mencerminkan keadaan atau perkembangan mengenai sesuatu hal.b. 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). a. Data Seketika adalah data statistik yang mencerminkan keadaan pada satu waktu saja (at a point of time).

Sign up to vote on this title
UsefulNot useful