Upload
virna-febriani
View
29
Download
0
Embed Size (px)
DESCRIPTION
Statistika
Citation preview
BAB-1. Ruang Lingkup Statistika
2007 Statistika Ekonomi & Bisnis Hal. 1.
1.1. Materi
Arti Statistika Analisis Statistika Daftar Distribusi Frekuensi
1.2. Tujuan Instruksional
Dengan mempelajari Materi ini, peserta didik diharapkan dapat memahami secara jelas pengertian Statistika, sebagai ilmu, sebagai metode analisis dan sekaligus sebagai alat, dalam pmembantu mengambil suatu kesimpulan. Karena pada dasarnya statistika dikemas sebagai suatu metodologi menjadikan data menjadi informasi.
Setelah mempelajari materi ini, peserta didik diharapkan dapat :
1). menjelaskan apa yang dimaksud dengan Kata Statistik dan Statisti-ka, termasuk tujuan pembelajarannya ;
2). mengenal bentuk analisis dalam lingkup statistika, dan keperluannya. Serta dapat menyajikan data-data statistik dalam beberapa bentuk yang menarik.
1.3. Uraian Materi
1). PENGERTIAN
Statistika merupakan satu cabang penting dari aplikasi matematika, yang mulai
berkembang di Indonesia sekitar tahun 1950-an. Awal mulanya Statistika hanya dikaitkan
dengan suatu metode bagaimana orang menyajikan fakta-fakta dan angka tentang situasi dari
perkembangan perekonomian, masalah Kependudukan negara, dan data ketenagakerjaan
yang ada disuatu negara ; malah dalam arti sempit orang mengasumsi bahwa statistika identik
dengan Tabel, Grafik atau sejenisnya.
RRUUAANNGG LLIINNGGKKUUPP
SSTTAATTIISSTTIIKKAA
BAB
11
BAB-1. Ruang Lingkup Statistika
2007 Statistika Ekonomi & Bisnis Hal. 2.
Pengertian diatas lebih konkrit kalau kita sebut dengan Statistik, seperti Statistik
Penduduk, Statistik Pertanian, Statistik Produksi, Statistik Ekonomi, Statistik Logistik,
Statsitik Perdagangan & Niaga, Statistik Pariwisata, dan lain-lain.
Statistika adalah suatu ilmu sekaligus metoda yang mempelajari cara-cara
mengumpulkan data untuk selanjutnya dapat di deskriptifkan dan diolah, kemudian dianalisis
dalam rangka membuat kesimpulan, agar dapat ditentukan keputusan yang akan diambil
berdasarkan data yang dimiliki.
Secara Skematis digambarkan sebagai berikut :
Kata statistik berasal dari bahasa Italia "Statista" yang mempunyai arti "negarawan". Istilah
tersebut dikenal pada abad ke-18, pertama digunakan oleh G. Achenwall, yang mengambil kata
statista ( dan kemudian menjadi Statistik ) dengan alasan bahwa negara berkepentingan terhadap data
dan kegunaannya tentang informasi dan karakteristik rakyatnya. Dengan mengetahui kondisi
masyarakat suatu negara seperti dengan mengadakan sensus penduduk, maka negara memudahkan
untuk memobilisasi rakyat dan kegiatan menarik pajak.
Sebagai contoh pendataan statistik Kependudukan, Pelanggan Telepon, & Facsimile di Kata-kota
Propinsi Jawa Barat, berikut ini :
Contoh : Tabel 1.1. Statistik Penduduk, Pelanggan Telepon & Facsimile
Di Kota-kota Jawa Barat, Tahun 2000
No Kota Jumlah Pelanggan Pelanggan
Penduduk Telepon Facsimile
21 Kota Bogor 743.478 11.207 16
22 Kota Sukabumi 252.293 5.387 11
23 Kota Bandung 2.141.837 110.375 47
24 Kota Cirebon 269.186 4.597 14
25 Kota Tanggerang 1.311.746 20.026 27
26 Kota Bekasi 1.639.286 26.403 39
27 Kota Depok 1.146.055 25.390 31
28 Kota Cilegon 295.766 4.207 12
Sumber : BPS, Jawa Barat. Tahun 2000.
DATA (Populasi/Sampel)
Penyajian Olah
Data
Analisis
INFORMASI
BAB-1. Ruang Lingkup Statistika
2007 Statistika Ekonomi & Bisnis Hal. 3.
Secara konkrit dapat juga disebutkan bahwa metodelogi Statistika adalah cara eksploarasi dan
konfirmasi permasalahan. Eskplorasi diawali dengan "penggalian" data dengan cara yang
objektif, seperti melakukan aktivitas ilmiah berikut : Eksperimen, Studi lapangan, survey,
mempelajari literatur, dan lain-lain. Data-data atau informasi ini secara numerik (angka)
ataupun non-numerik (Atribut) mengukur suatu karakteristik dari unsur yang dipelajari.
Tahapan Konfirmasi , adalah "penetapan" apakah hipotesis atau asumsi atau dugaan secara
signifikans (cukup berarti) dianggap benar dan dapat diterima atau salah untuk segera ditolak.
Oleh karena itu dalam Statistika terdapat metoda penting dalam keputusan yaitu yang disebut
Uji Hipotesis.
2). ANALISIS STATISTIKA
Pada dasarnya analisis Statistika dapat dibedakan atas dua macam/ tahapan, yaitu Analisis
Deskriptif sebagai definisi tradisional dan Analisis Inferensial (Induktif) yang dianut dalam
definisi modern.
Analisis Deskriptif adalah suatu cara menggambarkan persoalan yang berdasarkan data yang
dimiliki yakni dengan cara menata data tersebut sedemikian rupa sehingga dengan mudah
dapat dipahami tentang karakteristik data, dijelaskan dan berguna untuk keperluan
selanjutnya. Jadi dalam hal ini terdapat aktivitas atau proses pengumpulan data, dan
pengolahan data berdasarkan tujuannya.
Sebagai contoh, seorang Mahasiswa Perhotelan ingin meneliti berapa rata-rata jumlah kamar
yang terisi setiap minggu untuk hotel-hotel di Kota Bandung, baik hotel berbintang maupun
non-bintang. Maka dilakukan survai pengumpulan data pada objek beberapa hotel yang
mewakili Hotel Berbintang dan sampael hotel non-bintang, untuk pengamatan periode
tertentu, dan dihitung rata-ratanya melalui olahan data sampel pengamatan tadi.
Contoh lain, misalkan suatu perusahaan Pabrik Sepatu Gineo, ingin mengetahui secara pasti perkembangan marketing produknya dipasaran local, maka dilakukan aktivitas
pengumpulan data time series untuk jangka waktu tertentu (periodic), dan di lakukan
deskripsi melalui analisis tren.
Secara rinci kerangka kerja dari Statistika Deskriptif adalah sebagai berikut :
a. Menentukan Metoda Pengumpulan Data
Pendekatan Statistika dalam analisis suatu penelitian adalah dimilikinya data sampel yang
mencerminkan data populasi. hal ini dapat dimiliki dengan cara : Wawancara,
Penyebaran Angket (Kuesioner), Survai sampling dan
Eksperimen. Cara-cara diatas lebih dikenal dengan Teknik pengumpulan data secara
Sampling. Metoda Sampling ini akan kita bahas tuntas pada bab selanjutnya.
BAB-1. Ruang Lingkup Statistika
2007 Statistika Ekonomi & Bisnis Hal. 4.
b. Metoda Pengolahan dan Penyajian Data
Penyajian data adalah langkah-langkah menata data yang diperoleh untuk dapat
memperjelas permasalahan. Penataan ini dapat dilakukan dengan tabulasi data dalam
bentuk tabel atau daftar, selain itu juga dapat divisualisasikan dalam diagram atau grafik
statistik.
Berikut diberikan contoh-contoh penataan (penyajian) data :
- Suatu daftar atau tabel yang terdiri atas satu atau beberapa baris dan satu atau beberapa
kolom dalam mendeskripsikan sesuatu secara angka.
Skema :
Judul Tabel
Judul Kolom
Kolom-1 Kolom-2 dst..
Judul Baris Baris-1 Data Data Data
Baris-2 Data Data Data
dst.. Data
Sumber / Catatan :
Contoh : Tabel 1.2
Jumlah Pos Paket Yang Dikirim Per-Wilayah Kabupaten Bandung 1997
Wilayah Pos Paket Dalam Negeri Paket Luar Negeri
Wil.2. Padalarang
Wil.2. Cileunyi
Wil 3. Margahayu
Wil 4. Banjaran
Wil 5. Cililin
Wil 6. Cikalongwetan
Wil 7. Cicalengka
Wil 8. Ciparay
Wil 9. Majalaya
Wil 10 Soreang
Wil 11 Lembang
Wil Adm. Cimahi
500
113
1180
486
16
129
1826
210
0
437
1308
81
31
0
0
0
0
0
0
0
0
0
8
1
Jumlah 6286 40
Sumber : PT Pos dan Giro (PT Pos Indonesia) Kabupaten Bandung
Daftar (Tabel) Baris-kolom
BAB-1. Ruang Lingkup Statistika
2007 Statistika Ekonomi & Bisnis Hal. 5.
- Yaitu suatu daftar atau tabel yang sengaja ditampilkan karena satu unsur dengan unsur
lainnya terdapat kesesuaian (Pengaruh/Keterkaitan). Tabel kontingensi ini dapat
bermacam-macam, seperti hubungan 2-faktor atau biner, yang masing-masing memiliki
2-katagori dikenal dengan bentuk tabel kontingensi 2x2, jika factor pertama memiliki 3-
katagori disebut kontingensi 3x2. Demikian pula untuk hubungan 3-faktor atau trivariat,
yang masing-masing memiliki 2-katagori maka disebut kontingensi 2x2x2.
Contoh : Tabel 1.3. Kontingensi 2x2
Deskripsi Jumlah mahasiswa STIE STAN IM
Angkatan 2002, Berdasarkan Jenis Kelamin dan Asal Daerah
Asal Daerah
Bandung Luar Bandung
Sex Laki-Laki 28 23
Perempuan 38 20
Jumlah 66 43
Sumber : Akademik , 2002
Tabel 1.4. Kontingensi 2x3
Distribusi Tabungan Pihak Ketiga di Bandung Th. 2001
Kuartal/ Th.2001
Jenis Tabungan Pihak Ketiga
Giro Tabungan Deposito
Kuartal-1 Rp 16.037.471 Rp 17.971.682 Rp 81.924.467
Kuartal-2 Rp 17.603.955 Rp 18.376.386 Rp 76.354.774
Sumber : Bank Indonesia Kodya Bandung, 2001.
- Yaitu data kuantitatif yang dibuat dalam beberapa distribusi/ pengelompokan dengan sejumlah frekuensi tertentu. Umumnya suatu daftar diteribusi frekuensi (DDF)
terdiri atas, kolom-1 menyatakan interval data, kolom-2 menyatakan frekuensi atau
jumlah data yang masuk dalam masing-masing interval (kelas) data yang dibuat,
kolom-3 menyatakan nilai tengah data
Tabel Kontingensi
Daftar Distribusi Frekuensi
BAB-1. Ruang Lingkup Statistika
2007 Statistika Ekonomi & Bisnis Hal. 6.
- (mid-point atau markah) kelas data, dan kolom-kolom berikutnya dapat dilengkapi keterangan lain, seperti frekuensi relatif, frekuensi kumulatif, dll.
Skema :
Interval Data
(Kelas Data)
Frekuensi
( fi )
Nilai Tengah
(mid-point)
Frek.-
Relatif
Frek-
Kumulatif
a c f1 x1 f1/ n F1
d f f2 x2 f2 / n f1 + f2
g i f3 x3 f3 / n f1 + f2 + f3
.. dst .. ...
Jumlah fi = n xi
Contoh : Daftar 1.5.
Tinggi Badan 100 mahasiswa ( Cm )
Interval
Tinggi Badan
Jumlah Mhs
( fi )
Nilai Tengah
(mid-point)
Frek.-
Relatif
Frek-
Kumulatif
145-149 12 147 0.12 12
150-154 23 152 0.23 35
155-159 34 157 0.34 69
160-164 14 162 0.14 83
165-169 10 167 0.10 93
170-175 7 172,5 0.07 100
Jumlah 100 1.00
Penyusunan daftar frekuensi, sering juga digunakan untuk mendeskripsikan data-data atau
informasi kualitatif, seperti jumlah penduduk per pulau, distribusi penduduk per-jenis
kelamin, jumlah mahasiswa berdasarkan nilai huruf akhir ujian (Nilai A, B, C, D, dan E), dan
lain-lain.
Tetapi dalam hal pengolahan dan anlisis data secara statistik, daftar data yang dapat
digunakan manakala data tersebut bersifat kuantitatif (numeric).
Demikian pula, bahwa dalam penyusunan DDF, orang dapat saja membuatnya secara bebas,
tetapi sebaiknya untuk keperluan analisis yang baik, dibuatkan Daftar Distribusi Frekuensi
(DDF) dengan panjang distribusi (interval data dalam kelas) yang sama. Untuk membuat
DDF tersebut dapat dilakukan dengan cara beberapa cara, seperti cara yang dikemukakan
oleh Sturgess, ataupun cara dari Bowle. Berikut ini akan dikemukakan salah satu cara yang
umum dan paling sering digunakan yaitu cara atau menggunakan aturan Sturgess, dengan
langkah-langkah seperti berikut ini :
BAB-1. Ruang Lingkup Statistika
2007 Statistika Ekonomi & Bisnis Hal. 7.
(i). Tentukan rentang data yakni selisih data terbesar [ Xn ] dengan data terkecil [ X1 ], atau
R (X) = [ Xn ] - [ X1 ]
(ii). Tentukan banyak kelas interval (K) yang diperlukan dari rangkaian data yang dimiliki.
Jumlah kelas dapat dihitung dengan rumusan atau aturan dari H.A. Sturgess, yaitu ;
K = 1 + 3,322 log (n) , n = jumlah data
(iii). Tentukan panjang kelas interval (distribusi), yaitu :
I = [ R(X) ] / K
Harga ( I ) dimulai dari data yang terkecil ditempatkan pada batas kiri kelas pertama,
dan diakhir oleh data terbesar ditempatkan pada batas kanan kelas data terakhir. Dan
nilai I yang digunakan disesuaikan dengan ketelitian satuan data yang dipunyai,
seperti :
- Jika Data berbentuk satuan ( bulat), ambil I dgn ketelitian sampai satu satuan. Misalnya I = 2,6346 maka dibulatkan menjadi I = 3.
- Jika Data berbentuk 1 ( satu ) satuan desimal, ambil I hingga kete-litian 1
desimal. Misalnya I = 2,6346 maka dibulatkan I = 2,6
- Demikian seterusnya
Contoh 1. Misalkan Dipunyai sejumlah 20 unit data, dengan data terbesar adalah 45,25
dan data terkecil 10,05.
Maka : R = 45,25 10,05 = 35,20 K = 1 + 3,322 log 20 = 5,322 dibulatkan K = 5
I = 25,20 / 5 = 7,04
Sehingga susunan kelas data dibuatkan dalam 5 kelas yaitu :
Kelas D a t a
10,05 - 17,08
17,09 - 24,12
24,13 - 31,16
31,17 - 38,20
38,21 - 45,25
Langkah Menentukan DDF
BAB-1. Ruang Lingkup Statistika
2007 Statistika Ekonomi & Bisnis Hal. 8.
Selain diskripsi data dalam bentuk tabulasi (Daftar/Tabel), secara lebih menarik dewasa ini
cukup banyak digunakan teknik-teknik penggambaran secara visual dengan bantuan program
komputer (Microsoft Excel, SPSS, Visio, dll) sehingga menarik bagi orang untuk
membacanya.
Contoh-contoh Diagram dasar untuk visualisasi data :
======================================================
1). Diagram Batang (Bar) 5). Diagram Scatter (Scatter Chart)
2). Diagram Garis (line) 6). Diagram Boxplot (Boxplot Chart)
3). Diagram Lingkar (Pie) 7). Histogram
4). Diagram Pareto (Pareto) 8). Poligon dan Ogive
======================================================
Contoh : Diagram Batang (Bar-Chart)
Umur Jml.
0
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
15-19 20-24 25-29 30-34 35-39 40-49 50-54 55-59 60-64
Jumlah Labor Force di Kota Garut
Umur
Gambar 1.1. Contoh Diagram batang
15-19
20-24
25-29
30-34
35-39
40-49
50-54
55-59
60-64
====
1250
2544
3237
4873
3876
3348
2590
1321
784
===
Sumbu datar (Horizontal) menyatakan kelompok Umur Labor Force, dan sumbu tegak
(Vertikal) menyatakan Jumlah Labor Force.
BAB-1. Ruang Lingkup Statistika
2007 Statistika Ekonomi & Bisnis Hal. 9.
0 100 200 300 400 500
15-19
25-29
35-39
45-49
55-59
Jumlah Labor Force
Jumlah
Gambar 1.2. Contoh Diagram Batang Tidur (Bar)
Contoh : Diagram Garis (Line) tentang Perkembangan Suku Bunga Bank.
(Suku Bunga)
T (Periode Waktu) Agust 01 - - -Jan97
70
60
50
40
30
20
10
0
-10
Observed
Cubic
Gambar 1.3. Contoh Diagram Garis
Tampak Garis yang berfluktuasi adalah data riil pertumbuhan suku bunga bank sejak Januari
1997 sampai Agustus 2001, sedangkan garis yang mulus adalah garis penghalusan
(smoothing) model/ trend pertumbuhan data tersebut.
BAB-1. Ruang Lingkup Statistika
2007 Statistika Ekonomi & Bisnis Hal. 10.
Diagram Lingkar (PIE)
Merupakan bentuk diagram yang mendeskripsikan data dalam beberapa pecahan, dan
digambarkan dalam satuan proporsi, atau prosentase.
Contoh : Prosentase Mahasiswa STIE STAN IM berdasarkan program studi
Keterangan :
Jurusan :
1. Akuntansi
2. Manajemen
3. Karyawan
Persentase Distribusi Mahasiswa STIE STAN IM Per-
Program Studi
0.520.41
0.07
1 2 3
Gambar 1.4. Contoh Diagram Lingkar
Contoh : Diagram Scatter
Perkembangan Data "X" Th.1994-2004
0
5
10
15
20
25
30
35
40
1992 1994 1996 1998 2000 2002 2004 2006
Tahun
Gambar 1.5. Contoh Diagram Scatter
Diagram Scatter pada prinsipnya mendeskripsikan posisi data dalam diagram melalui titik-titik pencaran
tertentu, yang biasanya digunakan untuk mencari pola pencaran data, sehingga dapat dideteksi pola data
tersebut melalui fungsi matematis.
Untuk menggambarkan atau mendeskriptifkan data terkelompok dalam bentuk distribusi frekuensi dapat
digunakan dengan beberapa bentuk grafik, yaitu Histogram, Poligon frekuensi, maupun Kurva Ogive.
BAB-1. Ruang Lingkup Statistika
2007 Statistika Ekonomi & Bisnis Hal. 11.
i. Histogram : Suatu bentuk diagram batang yang kontinu pada batas interval (limit) data.
Sumbu tegak menyatakan frekuensinya dan sumbu datar menyatakan
limit interval data (yang digunakan adalah tepi batas kiri setiap kelas)
Contoh : untuk contoh distribusi data labor force sebelumnya (pada contoh diagram
batang), dapat dibuatkan tepi batas kiri setiap kelas atau disebut limit
kelas berikut ini :
Umur Jumlah
L-Force
Tepi
Kls
15-19
20-24
25-29
30-34
35-39
40-44
45-49
50-54
55-59
1250
2544
3237
4873
3876
3348
2590
1321
784
14.5
19.5
24.5
29.5
34.5
39.5
44.5
50.5
54.5
59.5
Gambar 1.6 Contoh Histogram
ii. Poligon Frekuensi : Suatu bentuk diagram garis, dimana Plot data di setiap titik tengah
(markah) kelas interval.
Contoh :
Dari contoh data distribusi Tinggi badan Mahasiswa, yaitu dengan dilengkapi nilai
tengah kelas interval data (Markah kelas) berikut :
L-F.
4000
3000
2000
1000
14.5 19.5 24.5 29.5 34.5 39.5 44.5 50.5 54.5 59.5
Tepi Kelas
BAB-1. Ruang Lingkup Statistika
2007 Statistika Ekonomi & Bisnis Hal. 12.
Tinggi
Badan
Jumlah
Mhs ( fi )
Nilai Tengah
(mid-point)
145-149 12 147
150-154 23 152
155-159 34 157
160-164 14 162
165-169 10 167
170-175 7 172,5
Jumlah 100
Gambar 1.6. Contoh Poligon
Gambar 1.7 Contoh Poligon
iii. Kurva Ogive : Suatu bentuk diagram garis yang menyatakan garis kumulatif kurang dari atau lebih dari suatu frekuensi kelas interval data. Kurva ogive ini
salah satu kurva/ diagram yang digunakan untuk membuktikan sampel data
berdistribusi normal atau tidak. Unit data sampel dapat dikatakan berdistribusi
normal, jika kurva ogive membentuk (kecenderungan) garis lurus. Kurva ogive
disa-jikan dalam salib sumbu, dengan sumbu tegak menyatakan freku-ensi
kumulatif kurang dari/lebih dari, dan sumbu datar menyatakan tepi kelas interval
data (markah).
Contoh (Digunakan Data diatas) :
Tinggi Badan ( fi ) Tepi Kelas F-Kum (Kurang Dari)
145-149
12
144.5 0
150-154
23
149.5 12
155-159
34
154.5 35
160-164
14
159.5 69
165-169
10
164.5 83
170-175
7
169,5 93
175.5 100
Kurva Ogive data diatas :
fi
34
23
14
12
10
7
147 152 157 162 167 172.5
BAB-1. Ruang Lingkup Statistika
2007 Statistika Ekonomi & Bisnis Hal. 13.
Gambar 1.7. Contoh kurva Ogive
Gambar 1.8 Contoh Ogive
Melihat hasil plot pencaran titik Frekuensi Kumulatif kurang dari diatas, tampak
kecenderungan distribusi data mengikuti garis lurus (linier), maka dapat diasumsikan data
pengamatan tersebut berdistribusi peluang normal
c. Pengolahan atau perhitungan Ukuran Statistik
Hal ini dilakukan agar data yang diperoleh dapat berarti (Berbunyi), yaitu dengan
menghitung ukuran-ukuran statistik yang diperlukan, seperti ukuran nilai pusat dan ukuran
Dispersi atau penyimpangan (Hal ini akan dibahas pada Bab 3)
Analisis Statistika lainnya adalah Analisis Inferensial, yaitu suatu cara untuk meng-
Generalisasikan masalah yang diteliti berdasarkan data sample yang dimiliki dan banyaknya
terbatas. Misalnya seorang peneliti telah melaksanakan penelitian tentang IQ siswa SMU di
Bandung pada sejumlah sampel siswa, kemudian hasil tersebut digunakan untuk
memprediksi kepandaian siswa SMU di Bandung secara keseluruhan, maka dalam hal ini
peneliti telah memasuki proses/tahapan analisis secara induktif (atau istilah dalam statistik
disebut inferensia)
Perbedaan kedua analisis statistika tersebut adalah :
F-kum ( Kurang dari)
100
93
83
69
35
12 Tepi Kelas
0 144.5 149.5 154.5 159.5 164.5 169.5 175.5
BAB-1. Ruang Lingkup Statistika
2007 Statistika Ekonomi & Bisnis Hal. 14.
> Pengolah data (ukuran Statistik) yang diperoleh dalam analisis Deskriptif sebatas data
yang diperoleh. Sedangkan dalam analisis Inferensial, hasil pengolahan data di
"bunyikan" atau harus diartikan dalam lingkup general (populasi). Oleh karena itu
inferensial hampir identik dengan pola induktif (menganalisis persoalan khusus, dapat
menggambarkan persoalan yang lebih umum).
> Untuk keperluan analisis statistika secara Deskriptif, jenis data sampel yang diambil
tidak harus merupakan sampel berpeluang (dan berdistribusi), tetapi untuk analisis
Inferensial, sampelnya harus selalu merupakan sampel berpeluang. (Jenis-jenis
pengambilan sampel, lihat Bab III : Teknik Sampling). Sehingga cerita lebih lanjut
dalam analisis inferensial, kita berbicara tentang Probabilitas Distribusi, Teori
Penaksiran (Estimasi), Pengujian Hipotesis, dan analisis Regresi.
Kerjakan & Diskusikan :
Data berikut ini merupakan hasil Survai (Data Sekunder) yang diperoleh dari Sumber
Bank Indonesia dan Bursa Efek Jakarta Tahun 2001, terdiri atas variabel Suku Bunga
Deposito, Nilai Kurs Rp/US Dollar Amerika dan Indeks Harga Saham Gabungan
(IHSG) di BEJ, selam tahun 1999-2001
Thn. Bulan Kurs Tengah IHSG
Rp/USD BEJ Jakarta
1999 Januari Rp 8.950 411.93
Pebruari Rp 8.730 323.39
Maret Rp 8.685 394.43
April Rp 8.260 495.22
Mei Rp 8.105 612.38
Juni Rp 6.726 670.54
Juli Rp 6.875 597.87
Agustus Rp 7.565 565.20
September Rp 8.391 566.04
Oktober Rp 6.900 593.87
Nopember Rp 7.425 613.49
Desember Rp 7.100 676.92
2000 Januari Rp 7.425 636.37
Pebruari Rp 7.380 576.54
SOAL-SOAL LATIHAN
BAB-1. Ruang Lingkup Statistika
2007 Statistika Ekonomi & Bisnis Hal. 15.
Maret Rp 7.590 583.27
April Rp 7.945 526.73
Mei Rp 8.620 454.32
Juni Rp 8.735 515.11
Juli Rp 8.820 492.19
Agustus Rp 8.290 466.38
September Rp 8.780 421.33
Oktober Rp 9.395 405.34
Nopember Rp 9.530 429.21
Desember Rp 9.595 416.32
2001 Januari Rp 9.450 425.60
Pebruari Rp 9.835 428.30
Maret Rp 10.400 381.00
April Rp 11.675 358.00
Mei Rp 11.058 405.86
Juni Rp 11.440 437.62
Lakukan Tugas-tugas berikut ini :
(1). Buatkan Daftar Distribusi Frekuensi untuk variabel : Nilai Kurs Rp/ USD dan
variabel IHSG diatas.
(2). Deskripsikan dalam diagram ; Histogram, Poligon dan Ogive pendataan yang
dilakukan pada point 1).
(3). Deskripsikan dalam bentuk Tabel Kontingensi, dengan bentuk berikut
Kurs Rp/USD
IHSG
< 500 500
< 8500 ? ?
8500 9500 ? ?
> 9000 ? ?