TUGAS INDIVIDU TABULASI DAN PENYAJIAN DATA

Disusun Oleh : Rian Setya Budi A1.0900544

PRODI SI KEPERAWATAN SEKOLAH TINGGI ILMU KESEHATAN MUHAMMADIYAH GOMBONG 2011

TABULASI DAN PENYAJIAN DATA

1. Pendahuluan Statistik deskriptif adalah metode statistik untuk menyajikan data dalam bentuk tabel atau grafik agar mudah difahami. Salah satu bentuk tampilan data adalah tabulasi silang. Tabulasi silang adalah merupakan satu bentuk distribusi frekuensi untuk dua variabel atau lebih. Tabulasi atau hasil statistic deskriptif dalam bentuk tabel untuk setiap data kuantitatif dapat dibuat dengan sangat mudah dalam waktu singkat. Akan tetapi, tidak semua pengolah data (penganalisis) mengetahui dengan baik bagaimana menyajikan tabulasi yang cocok agarsuatu laporan dapat berbobot. Apabila dalam analisis data variabel yang diamati adalah dua variabel atau lebih kita dapat melakukan analisis hubungan antara variabel-variabel tersebut. Berbicara tentang hubungan (asosiasi) antara dua variabel atau lebih adalah membahas tentang ada tidaknya hubungan dan hubungan kausal serta pengaruh faktor interaksi antara variabel bebas terhadap variabel tak bebas. Oleh karena dalam analisis data, pada umumnya peneliti cenderung akan memperhatikan sedemikian banyak variabel, maka pendekatan analisis asosiasi untuk multivariate, misalnya analisis tabulasi silang dengan menerapkan model log liniear menjadi sangat penting. Pada dasarnya analsis hubungan dengan tabel tabulasi silang dapat dilakukan pada setiap data survey, dengan catatan semua variabel numerik (skala interval dan rasio) ditransformasi menjadi variabel kategorik, misalnya variabel Pasangan Usia Subur (15-49 tahun) diubah menjadi variabel kelompok 5 tahunan, yaitu : kelompok I (15-19), kelompok II (20-24), kelompok III (25-29) sampai dengan kelompok VII (45-49).

2. Uji Homogenitas Pada pengumpulan data sering dijumpai bahwa informasi yang berasal dari sampel mempunyai struktur yang paling sederhana, yaitu data diklasifikasikan atau dikategorikan dalam kelas-kelas, sehingga data berupa frekuensi dari kelas tertentu. Contoh dari data yang berupa klasifikasi adalah jenis kelamin (pria, wanita), agama (Islam, Kristen, Katolik, Hindu, Budha), kondisi produk (baik, cacat) dll. Jika data dikategorikan dalam k kategori atau k kelas, maka setiap hasil observasi dapat dimasukkan dalam salah satu dari k kelas tersebut. Bila ada dugaan bahwa masing-masing kelas mempunyai proporsi P10, P20, , Pk0, dan dilakukan observasi dengan mengambil sample sebanyak n, maka dapat ditabelkan sebagai berikut :

Kategori Proporsi Observasi Proporsi sampel

1 P10 n1
n P = 1 1 n

2 P20 n2
n P2 = 2 n

K Pk0 nk
n Pk = k n

Total 1 n 1

Untuk mengetahui apakah nilai proporsi yang dihipotesakan (P10, P20, , Pk0) didukung oleh data, maka perlu dilakukan pengujian terhadap dugaan proporsi tersebut. Dengan mengambil hipotesis awal (H0) dan hipotesis alternative (H1) berikut : H0 : P1 = P10, P2 = P20, , Pk = Pk0 H1 : P1 P10, P2 P20, , Pk Pk0 Statistik uji untuk hipotesis adalah Chi-square, yaitu :

2 =
i =1

( ni E i ) 2 , Ei

dimana Ei = nPi0 ( nilai harapan kategori ke i)

H0 ditolak jika nilai statistik uji lebih besar dari nilai tabel Chi-square dengan derajat bebas (k-1) atau
,k-1

. Jika menggunakan nilai signifikansi H0 ditolak bila

nilai signifikansinya kurang dari . Contoh Ada dugaan bahwa kegemaran berburu (olahraga tembak) tergantung pada usia (20-24 : 25-29 : 30-34 : 35-39 : 40-) dengan perbandingan 1 : 2 : 6 : 4 : 2. Menurut data PERBAKIN, diketahui bahwa penggemar olahraga tembak dapat ditabelkan seperti di bawah :

Usia Data

20-24 255

25-29 721

30-34 3256

35-39 2568

40864

Total 7664

Apakah perbandingan di atas dapat dipercaya ? Berdasarkan perbandingan di atas, proporsi penggemar berburu usia 20-24 : 25-29 : 30-34 : 35-39 : 40- adalah adalah 0.067, 0.133, 0.4, 0.267 dan 0.133. Sehingga nilai harapan dan nilai statistik uji adalah :

Usia Data Proporsi N. Harapan (ni-Ei)2/Ei

20-24 255 0.067 510.93 128.2

25-29 721 0.133 1021,87 88.584

30-34 3256 0.4 3065.6 11.825

35-39 2568 0.267 2043.73 134.487

40864 0.133 1021.87 24.389

Total 7664 1 7664 387.485

Nilai statistik uji adalah 385.1, sedangkan nilai Chi-square tabel adalah

5%,4

7.815. mengingat nilai statistic uji lebih besar dari nilai chi-square tabel, maka dapat disimpulkan bahwa dugaan perbandingan pengemar berburu tidak didukung oleh data. Contoh :

Jumlah pengeluaran untuk berobat di kesatuan XYZ selama tahun 2008 jika dikelompokkan tiap tiga bulan ada dugaan bahwa pada periode Januari-Maret dua kali lebih banyak dibandingkan dengan periode yang lain. Berdasarkan data administrasi kecamatan jumlah kelahiran selama tahun 2008 adalah : Periode Kelahiran Jan-Mar 110 Apr-Jun 57 Jul-Sep 53 Okt-Des 80 Total 300

Apakah dugaan tersebut didukung oleh data ? Data pengeluaran, perbandingan , proporsi dan nilai harapan tiap sel dan nilai statistik uji adalah : Periode Kelahiran Perbandingan Proporsi N. Harapan (ni-Ei)2/Ei Jan-Mar 110 2 0.4 120 0.833 Apr-Jun 57 1 0.2 60 0.15 Jul-Sep 53 1 0.2 60 0.817 Okt-Des 80 1 0.2 60 6.67 5 1 300 8.466 Total 300

Mengingat nilai statistic uji (8.466) nilai signifikansinya 0.0373 (lebih kecil dari 5%), maka dugaan bahwa jumlah kelahiran periode Januari-Maret dua kali lebih banyak dari periode yang lain tidak didukung oleh data.

3. Tabulasi Silang Pada pembahasan sebelumnya tiap obyek hanya diamati terhadap satu variabel kategori. Sedangkan dalam suatu penelitian, observasi terhadap obyek penelitian tidak hanya satu variabel akan tetapi lebih dari satu variabel. Jika setiap obyek dilakukan observasi lebih dari satu variabel kategori, maka data hasil

observasi dapat disajikan dalam bentuk tabel yang disebut Tabel tabulasi silang. Misalkan observasi terhadap karyawan perusahaan, variabel kategori yang dapat diobservasi adalah jenis kelamin, status perkawinan, pendidikan dan lain-lain. Pada Tabel tabulasi silang, jika dilakukan analisis lebih lanjut, akan diperoleh informasi tentang ada tidaknya keterkaitan antara variabel kategori satu dengan variabel kategori yang lain dengan menggunakan uji independensi. Bentuk tabel tabulasi silang dari suatu observasi adalah sebagai berikut :

Kategori I 1 1 2 k Total n11 n21 nk1 n.1 2 n12 n21 nk1 n.2

Kategori II L n1L n2L n2L n.L

Total

n1. n2. nk. n

Proporsi masing-masing sel adalah :

Kategori I 1 1 2 K Total P11 P21 Pk1 P.1 2 P12 P21 Pk1 P.2

Kategori II L P1L P2L P2L P.L

Total

P1. P2. Pk. 1

Jika kategori I (baris) dan kategori II (kolom) saling bebas, maka nilai proporsi baris ke i kolom ke j (sel (i,j))adalah perkalian proporsi baris ke i dengan proporsi kolom ke j atau Pij=Pi.xP.j.
n Nilai dugaan proporsi baris ke i : Pi . = i . n
n. j Nilai dugaan proporsi kolom ke j : P. j = n
n n : Pij = Pi. P. j = i. . j n n
: Eij = nPij

Nilai dugaan proporsi sel (i,j) Nilai harapan sel (i,j)

Untuk menguji hipotesis bahwa kategori baris dengan kategori kolom saling bebas dengan hipotesis alternative antara kategori baris dan kolom tidak saling bebas atau : H0 : Pij = Pi. x P.j H1 : Pij Pi. x P.j Digunakan statistic uji =
2 i =1 j =1 k L

(nij Ei j ) 2 Eij

H0 ditolak jika nilai statistic uji lebih besar dari nilai Chi-square tabel ,(k-1) (L-1). Contoh: Suatu survey tentang ketenagakerjaan ingin mengetahui apakah tingkat pendidikan (SMP, SMA, D3 dan S1) mempunyai hubungan dengan jenis pekerjaan (Adm, Penjualan, Operator, Teknisi) yang diharapkan. Dari sampel sebanyak 200 pencari kerja, data hasil observasi dapat ditabelkan sebagai berikut : Pendidikan Jenis Pekerjaan Total

Adm. SMP SMA D3 S1 Total 5 6 8 24 43

Penjualan 6 10 35 4 55

Operator 7 30 20 2 59

Teknisi 22 14 7 0 43 40 60 70 30 200

Nilai harapan (Eij) untuk tipa sel adalah : Pendidikan Adm. SMP SMA D3 S1 Total =16.919. Mengingat nilai statistik uji lebih besar dari nilai tabel, maka hipotesis awal ditolak, yang berarti antara tingkat pendidikan dengan jenis pekerjaan yang diharapkan ada keterkaitan atau ada hubungan. Jika diolah dengan menggunakan program MINITAB : Input data : 8.60 12.90 15.05 6.45 43 Jenis Pekerjaan Penjualan 11.00 19.50 19.25 8.25 55 Operator 11.80 17.70 20.65 8.85 59 Teknisi 8.60 12.90 15.05 6.45 43 40 60 70 30 200
2 5%,9

Total

Nilai statistic uji adalah 123.7106, sedangkan nilai Chi-square tabel

Langkah pengolahan Data : Stat > Tables > CrossTabulation and Chi-Square

Hasil pengolahan adalah : Tabulated statistics: pendd; kerja Using frequencies in frek Rows: pendd Columns: kerja 1 1 5 2 6 3 7 4 22 All 40

12,50 15,00 17,50 55,00 100,00 2 6 10 30 14 60

10,00 16,67 50,00 23,33 100,00

35

20

70

11,43 50,00 28,57 10,00 100,00 4 24 4 2 0 30

80,00 13,33 6,67 0,00 100,00 All 43 55 59 43 200

21,50 27,50 29,50 21,50 100,00

Pearson Chi-Square = 123,713; DF = 9; P-Value = 0,000 Likelihood Ratio Chi-Square = 107,141; DF = 9; P-Value = 0,000

Bila antara kategori baris dengan kategori kolom ada hubungan atau ada asosiasi, maka perlu dihitung besarnya asosiasi antara kedua kategori tersebut. Ukuran asosiasi dapat dicari dengan : 1. Koefisien Cramer : Q1 =
2
n( q 1)

q=min(k,L)

2. Koefisien Pearson : Q2 =

2 n + 2

3. Koefisien Pearson untuk tabel 2 x 2

Q3 =

( n11 n 22 n12 n 21 ) n1. n 2. n.1 n.2

Dari contoh di atas, ukuran asosiasi antara tingkat pendidikan dengan jenis pekerjaan yang diharapkan adalah : 1. Koefisien Cramer Q1=123.7106/(200x3) = 0.206 2. Koefisien Pearson Q2=0.6182

4. Latihan Suatu penelitian tentang tingkat perkembangan wilayah yang dikategorikan dalam 4 kategori, yaitu : 1. Pertanian, perdagangan dan industri tinggi dan ketergan-tungan rendah. 2. Pertanian, perdagangan, industri dan ketergantungan tinggi. 3. 4. Pertanian, perdagangan, industri dan ketergantungan rendah. Pertanian, perdagangan dan industri rendah dan ketergan-tungan tinggi.

Dalam hubungannya dengan partisipasi kerja dapat ditabelkan sebagai berikut : TPAK (%) 1 75 75 - 100 Total 0 4 4 Tipe Perkembangan Wilayah 2 0 2 2 3 1 5 6 4 4 2 6 5 13 18 Total

Berdasarkan tabel di atas apakat dapat dikatakan bahwa antara tingakt partisipasi kerja dan perkembangan wilayah ada hubungan ? jika ada hubungan tentukan besarnya ukuran tingkat hubungan tersebut !

PENYAJIAN DATA
A. Pendahuluan Data populasi atau data sampel yang sudah terkumpul digunakan untuk keperluan informasi, baik berupa aturan atau analisis lajutan dalam penelitian. Data data tersebut hendaknya diatur, disusun, disajikan dalam bentuk yang jelas dan komunikatif dalam bentuk penyajian data yang lebih menarik publik. Agar publik lebih mudah memahami dan mengartikan data yang sudah diolah tersebut. Secara umum ada beberapa cara penyajian data statistik yang sering digunakan. Menurut Sudjana di dalam bukunya yang berjudul Metoda Statistika secara garis besar penyajian data yang sering dipakai adalah tabel atau daftar dan garfik atau diagram. Menurut pendapat lain Riduwan dalam bukunya yang berjudul Dasar Dasar Statistika cara penyajian data yang sering dipakai adalah, tabel, grafik, diagram,

pengukuran terdentensi sentral dan ukuran penempatan serta pengukuran penyimpangan. Dengan mengambil kesimpulan dari pendapat kedua ahli tersebut maka kelompok kami akan mencoba untuk membahas penyajian data berupa tabel, grafik, dan diagram. B. Pembahasan Dalam pembahasan disini untuk menjabarkan cara cara penyajian data, baik berbentuk tabel, grafik maupun diagram.dapat dijabarkan dibawah ini: 1. Tabel Tabel dapat dibagi menjadi beberapa jenis yaitu: tabel biasa, tabel kontingensi, dan tabel distribusi frekeunsi. Secara garis besar kami akan menuliskan beberapa cara dan aturan dalam pembuatan tabel, yakni : Judul tabel, ditulis ditengah tengah bagian teratas, dalam beberapa baris, semuanya dalam huruf besar. Secara singkat dan jelas dicantumkan meliputi : apa, macam, dan klasifikasi, dimana, bila dan satuan atau unit data yang digunakan. Tiap baris hendaknya menuliskan sebuah pernyataan lengkap, dan sebaiknya jangan dilakukan pemisahan bagian kata dan/atau kalimat. Judul kolom ditulis dengan singkat dan jelas, bisa dalam beberapa baris. Usahakan jangan melakukan pemutusan kata. Demikian halnya dengan judul baris. Sel tabel adalah tempat nilai nilai dituliskan. Dikiri bawah tabel terdapat bagian untuk catatan catatan yang perlu atau biasa diberikan. Biasanya dari mana data didapatkan (sumber data). Jika sumber data tidak ada, berarti penulis yang membuat data sendiri (data karangan / data fiktif). Selain hal hal diatas ada juga beberapa hal yang perlu untuk diperhatikan yaitu : 1. nama nama sebaiknya disusun berdasarkan abjad, 2. waktu disusun secara berurut atau kronologis,

3. Kategori dicatat menurut kebiasaan, misalnya : laki laki dulu baru perempuan, besar dulu baru kecil, untung dulu baru rugi, dsb. a. Tabel Biasa Tabel biasa sering digunakan untuk bermacam keperluan baik bidang ekonomi, sosial, budaya daan lain lain untuk menginformasikan data dari hasil penelitian atau hasil penyelidikan. Tabel biasa ini biasanya masih dalam bentuk tabel yang sederhana, yang mudah untuk dipahami oleh pembaca atau publik. Contoh :

Tabel I LUAS DAERAH DI PULAU JAWA DALAM KM PERSEGI TAHUN 1962

Daerah Jakarta Jawa Barat Jawa Tengah DI Yogyakarta Jawa Timur *) Jawa dan Madura Catatan : *)Termasuk Madura b. Tabel Kontingensi

Luas 560 46317 34206 3169 47922 132174

Tabel Kontigensi khusus data yang terletak antara baris dan kolom berjenis variabel kategori. Maksudnya untuk data yang terdiri atas dua faktor atau dua variabel faktor yang satu terdiri atas b kategori dan lainnya

terdiri atas k kategori, maka dapat dibuat tabel kontingensi berukuran b*k dengan b menyatakan baris dan k menyatakan kolom. Contoh tabel kontingensi yang terdiri atas empat baris dan empat kolom :

Tabel 2 HASIL UJIAN MATEMATIKA DAN STATISTIKA UNTUK 107 MAHASISWA

50-59 60-69 70-79 80-89 Jumlah Sumber : Data Fiktif

50-59 60-69 70-79 80-89 Jumlah 12 7 19 2 31 9 10 5 7 30 10 8 3 3 24 5 3 12 2 22 35 28 30 14 107

c. Tabel Distribusi Frekuensi Jika ada data kuantitatif dibuat menjadi beberapa kelompok maka akan diperoleh daftar distribusi frekuensi. Distribusi frekuensi adalah penyusunan suatu data mulai dari terkecil sampai dengan terbesar yang membagi banyaknya data dalam beberapa kelas. Dalam distribusi frekeunsi, banyak obyek dikumpulkan dalam kelompok kelompok berbentuk a b, yang disebut kelas interval.

Kedalam kelas interval dimasukkan semua data mulai dari a samapi dengan b. Urutan kelas interval disusun mulai data terkecil terus kebawah sampai nilai data terbesar. Berturut turul mulai dari atas diberi nama kelas interval pertama, kelas interval kedua,... kelas interval terakhir. Ini semua ada dalam kolom kiri, kolom kanan berisikan bilangan bilangan yang menyatakan berapa buah data terdapat dalam setiap kelas interval. Bilangan bilangan sebelah kiri kelas interval disebut ujung bawah dan bilangan bilangan di sebelah kanannya disebut ujung atas. Selisih positif antara tiap dua ujung bawah berurutan disebut panjang kelas interval. Selain itu, ada juga yang disebut dengan batas kelas interval, batas bawah kelas sama dengan ujung bawah dikurangi 0,5 dan batas atas kelas sama dengan ujung atas ditambah dengan 0,5. Untuk data dicatat satu desimal, maka batas bawah sama dengan ujung bawah dikurangi 0,05 dan batas atasnya adalah ujung atas ditambah 0,05, dan begitu seterusnya. Untuk perhitungan nanti, dari tiap kelas interval bisa diambil sebuah nilai sebagai wakil kelas. Yang lebih dikenal adalah tanda kelas interval yang didapat dengan menggunakan aturan : tanda kelas = (ujung bawah + ujung atas). Kemusian dikenal juga istilah rentang kelas yakni, data terbesar dikurangi data terkecil. Untuk menentukan banyaknya kelas, dengan n banyaknya data, berukuran besar n 200, kita dapat menggunakan aturan Sturges yaitu : Banyak kelas = 1 + 3,3 log n dan hasil akhirnya dijadikan bilangan bulat. Untuk menentukan panjang kelas interval (p) dapat menggunakan aturan p = rentang : banyak kelas. Distribusi frekuensi terdiri dari dua yaitu distribusi frekensi kategori dan distribusi numerik. Distribusi frekuensi kategori ialah distribusi pengelompokkan datanya disusun berbentuk kata kata atau didasarkan pada kategori. Distribusi numerik adalah distribusi frekuensi yang penyatuan kelas kelasnya didasarkan pada angka angka.

1. Contoh tabel distribusi frekuensi Kategorik

Tabel 3 DISTRIBUSI FREKUENSI PESERTA DIKLAT PERJENJANGAN Jenis Diklat Adum Adumla Spama Spamen Spati Lemhannas Jumlah Sumber : Data Fiftif 2. Contoh Distribusi Frekuensi Numerik Tabel 4 DISTRIBUSI FREKUENSI NILAI UJIAN STATISTIK STIA LAN 2001 Nilai Interval 60 - 65 66 - 71 72 - 77 78 -83 84 - 89 90 - 95 Jumlah Ujian : STIA LAN 2001 2. Grafik Frekuensi 4 5 10 12 6 3 40 Frekuensi 1.500 1.200 750 300 150 50 3850

Grafik adalah lukisan pasang surutnya suatu keadaan dengan garis atau gambar (tentang turun naiknya suatu statistik). Beberapa bentuk grafik yang umunya kita kenal adalah histogram, poligon frekuensi, dan ogive. a. Histogram Histogram adalah grafik yang menggambarkan suatu distribusi frekuensi dengan berbentuk beberapa segiempat. Yang dituliskan pada sumbu datar pada histogram adalah batas batas kelas interval. Bentuk histogram hampir menyerupai diagaram batang hanya disisi sisi batang yang berhimpitan. b. Poligon Frekuensi Poligon frekuensi ialah grafik garis yang menghubungi nilai tengah tiap sisi atas yang berdekatan dengan nilai tengah jarak frekuensi mutlak masing masing. Jika tabel distribusi frekeunsi mempunyai kelas kelas interval yang panjangnya berlainan, maka tinggi diagram tiap kelas harus disesuaikan .Oleh karena itu ambil panjang kelas yang sama yang terbanyak terjadi sebagai satuan pokok. Tinggi untuk kelas kelas lainnya digambarkan sebagai kebalikan dari panjang kelas dikalikan dengan frekuensi yang diberikan. c. Ogive Ogive ialah distribusi frekuensi kumulatif yang menggambarkan diagramnya dalam sumbu tegak dan mendatar atau eksponensial. contoh ogive: 3. Diagram Diagram adalah gambaran untuk memperihatkan atau menerangkan sesuatu data yang akan disajikan. a. Diagram Batang Kegunaan diagram batang adalah untuk menyajikan data yang bersifat kategori atau data distribusi. Untuk menggambar diagram

batang diperlukan sumbu datar dan sumbu tegak yang berpotongan tegak lurus. Sumbu datar dibagi menjadi beberapa skala bagian yang sama demikian juga sumbu tegaknya. Skala pada sumbu datar dan sumbu tegak tidak perlu sama.

b. Diagram Garis Diagram garis digunakan untuk menggambarkan keadaan yang serba terus menerus, misalnya pergerakan bursa saham. dll. c. Diagram Lambang Diagram gambar atau juga disebut dengan diagram simbul ialah suatu diagram yang menggambarkan simbul simbul dari data sebagai alat visual untuk orang awam. Misalnya, hutan digambarkan dengan pohon, listrik digambarkan dengan bola lampu. Contoh diagram lambing d. Diagram Lingkaran dan Diagram Pastel Diagram lingkaran diigunakan untuk penyajian data berbentuk kategori dinyatakan dalam persentase.Contohnya diagram lingkaran e. Diagram Peta Diagram peta (diagram kartogram) yaitu diagram yang melukiskan fenomena atau keadaan dihubungkan dengan tempat kejadian itu berada. Teknik pembuatannya digunakan peta geografis sebagai dasar untuk menerangkan data dan fakta yang terjadi. Salah astu contoh ketika kita melihat buku peta bumi yang terdapat peta daerah/pulau dengan mencantumkan gambar gambar kelapa, jagung, kuda, sapi ,dan lain-lain. f. Diagram Pencar Diagram pencar atau diagram titik atau diagram sebaran ialah diagram yang menunjukkan gugusan titik titik setelah garis koordinat

sebagai penghubung dihapus. Biasanya diagram ini digunakan untuk menggambarkan titik data korelasi atau regresi yang terdiri dari variabel bebas dan variabel terikat. Untuk kumpulan data yang terdiri atas dua variabel dengan nilai kuantitatif, diagramnya dapat dibuat dalam sistem sumbu koordinat dan gambarnya akan merupakan kumpulan titik-titik yang terpancar.Tahapan-tahapan ini menerangkan setelah peneliti menyelesaikan analisis datanya dengan cermat, kemudian langkah selanjutnya peneliti menginterprestasikan hasil analisisnya. Akhirnya peneliti menarik suatu kesimpulan yang berisikan intisari dari seluruh rangkaian kegiatan penelitian dan membuat rekomendasinya. Menginterprestasikan hasil analisis perlu diperhatikan hal-hal antara lain : interprestasi tidak melenceng dari hasil analisis, interprestasi harus masih dalam batas kerangka penelitian, dan secara etis penelitian rela mengemukakan kesulitan dan hambatan-hambatan sewaktu dalam g. Diagram Campuran Diagram campuran ialah diagram yang disajikan dalam bentuk gabungan dari beberapa dimensi dalam satu penyajian data, contoh: 1. 2. 3. 4. 5. 6. 7. 8. Diagram pastel dengan diagram lambing Diagram pastel dengan diagram peta Diagram pastel dengan diagram batang Diagram batang dengan diagram garis Diagram batang dengan diagram lambang Diagram Peta dengan table Diagram lambang dengan table Diagram batang dengan diagram simbol dan lain penelitian.

sebagainya.

DAFTAR PUSTAKA
1. 2.

Awat, N.J., 1995. Metode Statistika dan Ekonometri. Lyberty Yogyakarta. Bhattacharyya, G.K., 1997. Statistical Concepts and Methods. John Wiley & Sons, USA

3.

Daniel, W.W., 1989, Statistik Non Parametrik Terapan. PT Gramedia Jakarta.

4.

Sutijo, B., 1996, Hubungan Tingkat Kesejahteraan Masyarakat dengan Tingkat Partisipasi Angkata Kerja di Kabupaten Sidoarjo, Lemlit ITS Surabaya.