2. DEFINISI STATISTIK DESKRIPTIF MENURUT PARA AHLI
Statistik yang digunakan untuk menggambarkan atau menganalisis data statistik
hasil survey atau penelitian tetapi tidak digunakan atau ditujukan untuk
membuat kesimpulan yang lebih luas atau dalam arti kata Tidak untuk melakukan
Generalisasi atau Inferensi. Sehingga Statistik Deskriptif hanya berfungsi untuk
mengorganisasi, menganalisis serta memberikan pengertian tentang data baik yang
menunjukkan tentang kedaan, gejala atau persoalan/permasalahan dalam
bentuk angka supaya dapat meberikan gambaran yang teratur, jelas dan ringkas.
Statistik Deskriptif
Statistik deskriptif adalah salah satu bagian dari ilmu statistika yang
berhubungan dengan aktivitas penghimpunan, penataan, peringkasan dan
penyajian data dengan harapan agar data lebih bermakna, mudah dibaca dan
mudah dipahami oleh pengguna data. Statistik deskriptif hanya sebatas
memberikan deskripsi atau gambaran umum tentang karakteristik objek yang
diteliti tanpa maksud untuk melakukan generalisasi sampel terhadap populasi.
3. DEFINISI STATISTIK DESKRIPTIF MENURUT PARA AHLI
Statistik Deskriptif
Menurut Sugiyono (2004:169) Analisis deskriptif adalah statistik yang digunakan untuk
menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah
terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku
untuk umum atau generalisasi.
Menurut Sudjana (1996) menjelaskan bahwa fase statistika dimana hanya melukiskan
atau menganalisis kelompok yang diberikan tanpa membuat atau menarik kesimpulan
tentang populasi atau kelompok yang lebih besar dinamakan statistik deskriptif.
Iqbal Hasan (2001:7) menjelaskan bahwa statistik deskriptif adalah bagian dari statistika
yang mempelajari cara pengumpulan data dan penyajian data sehingga mudah
dipahami. Statistika deskriptif hanya berhubungan dengan hal menguraikan atau
memberikan keterangan-keterangan mengenai suatu data atau keadaan. Dengan kata
statistika deskriptif berfungsi menerangkan keadaan, gejala, atau persoalan. Penarikan
kesimpulan pada statistika deskriptif (jika ada) hanya ditujukan pada kumpulan data
yang ada.
Bambang Suryoatmono (2004:18) menyatakan Statistika deskriptif adalah statistika
yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik
kesimpulan mengenai kelompok itu saja.
4. Kegiatan dalam statistik deskriptif meliputi pengumpulan,
pengelompokan dan pengolahan data yang selanjutnya akan
menghasilkan ukuran-ukuran statistik seperti frekuensi, pemusatan
data, penyebaran data, kecenderungan suatu gugus data dan lain-
lain.
Selain itu, agar data lebih mudah dibaca dan dipahami maka data
dapat diringkas dalam bentuk tabulasi atau disajikan dalam bentuk
grafik atau diagram. Penggunaan grafik dan diagram dimaksudkan
agar data yang disajikan lebih menarik dan lebih komunikatif.
5. Lingkup Statistik deskriptif dalam kegiatan statistik
Langkah pada Poin 1,2,3,4,7 disebut statistik deskriptif (tanpa analisis, tanpa
generalisasi, tanpa pengujian hipotesis, dan hanya melakukan perhitungan-
perhitungan saja) Disajikan dalam bentuk tabel distribusi frekuensi (mean,
modus, median), bar-diagram, histogram, polygon, dll
Langkah-langkah kegiatan statistik utk menangani data:
(1)
Pengumpulan
data
(2)
Pengolahan data
(diurutkan atau
digolongkan)
(3)
Penyajian data
dalam tabel
atau grafik
(4)
Penafsiran
sajian data
(5)
Analisis
data
(6)
Penafsiran
dan
pengambilan
kesimpulan
(7)
Pemanfaat
penafsiran dan
kesimpulan utk
penentuan
kegiatan
penelitian lebih
lanjut
6. KAPAN MENGGUNAKAN STATISTIK DESKRIPTIF?
Statistik deskriptif dapat
digunakan bila peneliti hanya
ingin mendeskripsikan data
sampel, dan tidak ingin
membuat kesimpulan yang
berlaku untuk populasi dimana
sampel diambil.
Statistik deskriptif adalah
statistik yang digunakan untuk
menganalisis data dengan cara
mendeskripsikan atau
menggambarkan data yang
telah terkumpul sebagaimana
adanya tanpa bermaksud
membuat kesimpulan yang
berlaku umum atau
generalisasi.
Penelitian yang dilakukan
pada populasi (tanpa
diambil sampelnya) jelas
akan menggunakan
statistik deskriptif dalam
analisisnya.
7. Secara teknis dapat diketahui bahwa,
dalam statistik deskriptif tidak ada uji
signifikansi, tidak ada taraf
kesalahan, karena peneliti tidak
bermaksud membuat generalisasi,
sehingga tidak ada kesalahan
generalisasi.
Termasuk dalam statistik deskriptif
antara lain adalah penyajian data
melalui tabel, grafik, diagram,
piktogram, perhitungan modus,
median, mean (pengukuran
tendensi sentral), perhitungan
desil, persentil, perhitungan
penyebaran data melalui
perhitungan rata-rata dan standar
deviasi, perhitungan persentase.
Dalam statistik deskriptif juga dapat mencari
kuatnya hubungan antara variabel melaui
analisis korelasi, melakukan prediksi dengan
analisis regresi, dan membuat perbandingan
dengan membandingkan rata-rata data
sampel atau populasi. Hanya perlu diketahui
bahwa dalam analisis korelasi, regresi, atau
membandingkan dua rata-rata atau lebih
tidak perlu diuji signifikansinya.
Perhatikan
8. Penyajian data Statistik Deskriptif meliputi:
• Distribusi Frekuensi:
1) Grafik (Histigram, Poligon, Ogive); Tabel; Diagram.
2) Ukuran Nilai Pusat / Tendensi Sentral: Mean, Median, Modus, dsb.
• Angka Indeks
• Data Berkala atau Time Series
• Regresi dan Korelasi Sederhana.
9. Pengertian Distribusi Frekuensi
Dalam statistika, frekuensi
berarti seberapa kali suatu
variabel yang dilambangkan
dengan angka (bilangan)
berulang kali dalam deretan
data angka tersebut.
Distribusi frekuensi
merupakan salah satu
cara untuk mengatur,
menyusun, atau
meringkas data ialah
dengan cara membuat
distribusi frekuensi.
Kata ditribusi berasal
dari kata distribution
(bahasa inggris), yang
berarti penyaluran,
pembagian, atau
pancaran. Jadi, secara
mendasar, distribusi
frekuensi dapat
diartikan sebagai
penyaluran frekuensi,
pembagian frekuensi,
atau pancaran
frekuensi.
Sedangkan, frekuensi
sendiri juga berasal dari
bahasa Inggris,
frequency, yang berarti
kekerapan, keseringan,
atau jarang-kerapnya.
10. Distribusi frekuensi
adalah susunan data
menurut kelas interval
tertentu atau menurut
kategori tertentu
dalam sebuah daftar
(Hasan, 2001).
Pengertian Distribusi Frekuensi
Distribusi frekuensi
merupakan suatu
keadaan yang
menggambarkan
bagaimana frekuensi
dari gejala atau variabel
yang dilambangkan
dengan angka itu telah
tersalur, terbagi, tersebar,
dan terpancar.
Penggambaran angka
(bilangan) atau
penyajian data angka
tersebut dapat disajikan
dalam bentuk tabel
atau grafik/gambar,
yang kemudian dikenal
dengan istilah tabel
distribusi frekuensi dan
grafik distribusi
frekuensi.
Data yang telah diperoleh
dari suatu penelitian yang
masih berupa data acak
yang dapat dibuat menjadi
data yang berkelompok,
yaitu data yang telah
disusun ke dalam kelas-
kelas tertentu. Daftar yang
memuat data
berkelompok disebut
distribusi frekuensi atau
tabel frekuensi.
Distribusi frekuensi adalah tabel atau grafik yang menggambarkan jumlah individu dari setiap kategori
dalam suatu data (Gravetter & Wallnau, 2000). Melalui distribusi frekuensi, akan terlihat apakah persebaran
data terpusat di suatu area atau tersebar di seluruh area (Manikandan, 2011).
11. Jenis Jenis Distribusi Frekuensi
Distribusi frekuensi kumulatif
Distribusi frekuensi yang berisikan
frekuensi kumulatif (frekuensi yang
dijumlahkan). Distribusi frekuensi
kumulatif memiliki kurva yang
disebut ogif. Ada dua macam
distribusi frekuensi kumulatif yaitu
distribusi frekuensi kumulatif kurang
dari dan distribusi frekuensi lebih
dari.
Distribusi frekuensi memiliki jenis-jenis yang berbeda untuk setiap kriterianya. Berdasarkan kriteria tersebut,
distribusi frekuensi dapat dibedakan tiga jenis:
Distribusi frekuensi biasa
Distribusi frekuensi yang
berisikan jumlah frekuensi
dari setiap kelompok data.
Distribusi frekuensi ada dua
jenis yaitu distribusi frekuensi
numerik dan distribusi
frekuensi peristiwa atau
kategori.
Distribusi frekuensi relatif
Distribusi frekuensi yang
berisikan nilai-nilai hasil bagi
antara frekuensi kelas dan
jumlah pengamatan. Distribusi
frekuensi relatif menyatakan
proporsi data yang berada
pada suatu kelas interval,
distribusi frekuensi relatif pada
suatu kelas didapatkan dengan
cara membagi frekuensi
dengan total data yang ada dari
pengamatan atau observasi.
12. Distribusi Frekuensi Numerik
Distribusi frekuensi numerik diterapkan pada
data numerik (kuantitatif) yang tidak memiliki
kategori-kategori tertentu. Pada penerapannya,
distribusi frekuensi dibagi menjadi dua jenis,
yaitu berkelompok dan tunggal.
Distribusi Frekuensi berdasarkan Jenis Data
Distribusi Frekuensi Kategorik
Distribusi frekuensi kategorik (kualitatif) digunakan
untuk data yang dapat dibagi ke dalam kelompok-
kelompok tertentu. Contoh sederhana mengenai
distribusi frekuensi kategorik adalah data mengenai
aktivitas yang sering dilakukan oleh siswa SMA B
ketika waktu senggang
Distribusi Frekuensi Berkelompok
Distribusi frekuensi berkelompok adalah
distribusi frekuensi dengan interval nilai
yang beragam (kontinu), sehingga nilai-
nilai tersebut perlu dikelompokkan
berdasarkan karakteristik intervalnya.
Setiap kelompok memiliki panjang
interval yang sama besarnya.
Distribusi Frekuensi Tunggal
Distribusi frekuensi tunggal
merupakan distribusi frekuensi yang
hanya memiliki satu nilai di setiap
kelasnya. Penggunaannya lebih
sesuai jika diterapkan pada data
yang tidak memiliki angka yang
bervariasi (diskrit). Setiap interval
kelas hanya dibentuk oleh satu nilai
dalam suatu kelas
13. Pendekatan numerik dapat
digunakan untuk menghitung
nilai statistik dari sekumpulan
data, seperti mean dan standar
deviasi. Statistik ini memberikan
informasi tentang rata-rata dan
informasi rinci tentang
distribusi data.
Terdapat dua metode dasar dalam statistik deskriptif, yaitu grafis dan numerik.
Metode grafis lebih sesuai
daripada metode numerik untuk
mengidentifikasi pola-pola
tertentu dalam data, dilain pihak,
pendekatan numerik lebih tepat
dan objektif. Dengan demikian,
pendekatan numerik dan grafis
satu sama lain saling
melengkapi, sehingga sangatlah
bijaksana apabila kita
menggunakan kedua metode
tersebut secara bersamaan.
14. Penyajian data kategori deskriptif (grafis dan numerik)
Penyajian Data Dalam Bentuk Grafis
• Histogram merupakan grafik dari distribusi frekuensi suatu
variabel. Tampilan histogram berupa balok.
• Penyajian data ini terdiri dari dua sumbu utama dengan sudut
90o, sumbu X sebagai absis dan sumbu Y sebagai ordinat.
• Lebar balok yaitu merupakan jarak dari batas kelas interval,
sedangkan tinggi balok menunjukkan besarnya frekuensi.
• Pie Chart (Diagram kue) adalah diagram lingkaran yang dibagi menjadi
beberapa sektor.
• Tiap sektor dapat menyatakan besarnya presentase atau bagian untuk
masing-masing kelompok.
15. Penyajian data kategori deskriptif (grafis dan numerik)
Penyajian Data Dalam Bentuk Grafis
• Poligon adalah grafik dari distribusi frekuensi
tergolong suatu variabel.
• Tampilan poligon juga berupa garis – garis patah
yang diperoleh dengan cara menghubungkan
puncak masing – masing nilai tengah kelas.
• Poligon sangat baik digunakan untuk
membandingkan bentuk dari dua distribusi.
• Ogive merupakan grafik yang menggambarkan distribusi
frekuensi kumulatif suatu variabel.
• Untuk suatu tabel distribusi frekuensi, dapat juga dibuat
ogive positif dan ogive negatifnya.
• Diagram Batang Daun (Stem and Leaf) hampir
sama dengan histogram, hanya saja informasi
yang diperoleh lebih baik karena diagram
batang daun memperlihatkan nilai – nilai hasil
pengamatan asli.
• Dalam diagram ini ditampilkan bilangan –
bilangan yang juga sebagai batang dan
disebelah kananya ditulis bilangan sisanya.
16. Penyajian data kategori deskriptif (grafis dan numerik)
Penyajian Data Dalam Bentuk Numerik
Ukuran Pemusatan Data (Central Tredency)
Salah satu aspek yang paling penting untuk menggambarkan distribusi data
adalah nilai pusat data pengamatan (tendensi sentral).
Setiap pengukuran aritmatika yang ditujukan untuk menggambarkan suatu nilai
yang mewakili nilai pusat atau nilai sentral dari suatu gugus data (himpunan
pengamatan) dikenal sebagai ukuran tendensi sentral.
Terdapat tiga ukuran tendensi sentral yang sering digunakan, yaitu:
•Mean (Rata-rata hitung/rata-rata aritmetika)
•Median
•Mode
Dispersion (Dispersi)
Dalam statistik, dispersi adalah sejauh mana suatu distribusi ditarik atau dipencar.
Contoh umum ukuran dispersi statistik adalah varians, standar deviasi, dan rentang
interkuartil.
17. Penyajian data kategori deskriptif (grafis dan numerik)
Penyajian Data Dalam Bentuk Numerik
Fractile (Fractal)
• Fractal adalah pola grafik dari analisis teknikal, biasanya digunakan oleh trader
dalam menentukan entry dan exit point ke/dari pasar.
• Agar mendapatkan titik yang lebih akurat, fractal sering digunakan untuk
menghubungkan indikator-indikator yang berbeda dan metode analisis
teknikal lainnya, karena dianggap sebagai lagging indikator yang mengikuti
tren.
• Fractal terdiri atas lima lilin, dengan nilai rata-ratanya menunjukkan harga
maksimum atau minimum pada jangka waktu tertentu.
Skewness
• Skewness (ukuran kemiringan) merupakan suatu bilangan yang dapat menunjukan
miring atau tidaknya bentuk kurva suatu distribusi frekuensi.
• Skewness adalah derajat ketidaksimetrisan suatu distribusi.
• Jika kurva frekuensi suatu distribusi memiliki ekor yang lebih memanjang ke kanan
(dilihat dari meannya) maka dikatakan menceng kanan (positif) dan jika sebaliknya
maka menceng kiri (negatif).
• Secara perhitungan, skewness adalah momen ketiga terhadap mean.
• Distribusi normal (dan distribusi simetris lainnya, misalnya distribusi t atau Cauchy)
memiliki skewness 0 (nol).
18. Penyajian data kategori deskriptif (grafis dan numerik)
Penyajian Data Dalam Bentuk Numerik
Pengukuran Keruncingan (Kurtosis)
• Pengukuran kurtosis (peruncingan) sebuah distribusi teoritis adakalanya dinamakam pengukuran ekses (excess) dari sebuah distribusi.
• Sebenarnya kurtosis bisa dianggap sebagai suatu distorsi dari kurva normal.
• Keruncingan atau kurtosis adalah tingkat ketinggian puncak atau keruncingan dari sebuah distribusi yang biasanya diambil secara relatif terhadap suatu distribusi normal.
• Berdasarkan keruncingannya, kurva distribusi dapat dibedakan atas tiga macam, yaitu sebagai berikut:
1.Leptokurtik: merupakan distribusi yang memiliki puncak relatif tinggi
2.Platikurtik: merupakan distribusi yang memiliki puncak hampir mendatar
3.Mesokurtik: merupakan distribusi yang memiliki puncak tidak tinggi dan tidak mendatar. Bila distribusi merupakan distribusi simetris, maka distribusi mesokurtik dianggap sebagai distribusi
normal.
19. Tabel dapat dipergunakan
untuk menyajikan Cross Section
Data Dan Data Berkala
Pengertian, fungsi, jenis dan Penyajian Tabel
20. Pengertian Tabel
• Kumpulan angka-angka yang disusun menurut kategori-kategori, sehingga memudahkan
untuk pembuatan analisis data.
• Sejumlah data yang berbentuk angka-angka akan sulit dipahami jika disajikan dalam bentuk
paragraf. Karena itulah banyak orang yang memilih menyajikan data angka dalam bentuk
tabel agar bisa dipahami oleh pembaca dengan cepat dan akurat.
• Tabel bisa diartikan sebagai daftar yang berisi rangkuman dari sejumlah data. Umumnya data
dalam tabel berupa bilangan atau kata-kata yang disusun dalam urutan tertentu, serta
memiliki garis pembatas agar bisa lebih mudah dimengerti oleh para pembaca.
• Tabel adalah sekumpulan elemen data (nilai) menggunakan model kolom vertikal (dapat
diidentifikasi dengan nama) dan baris horizontal, sel menjadi unit tempat baris dan kolom
berpotongan. Sebuah tabel memiliki jumlah kolom tertentu, tetapi dapat memiliki jumlah
baris berapa pun.
21. • Tabel terdiri dari kolom dan juga baris
• Kolom memanjang ke arah kanan
• Sedangkan baris memanjang ke arah
bawah.
• Masing-masing kolom dan baris ini
kemudian dihubungkan dengan isi tabel
yang tidak lain berupa data.
22. Untuk lebih memahami apa itu tabel yang sebenarnya, kalian perlu
mengetahui seperti apa ciri-ciri yang dimiliki sebuah tabel, dibawah ini
adalah ciri-ciri tabel yang perlu diketahui:
• Berisi keterangan tentang berbagai subjek yang sama atau berisi
kumpulan data yang telah diteliti.
• Terdapat data kuantitatif “data jumlah” yang berisi angka absolut.
• Terdapat keterangan yang mudah digunakan sebagai rujukan.
• Nilai yang terdapat dalam tabel adalah nilai asli “tidak dibulatkan”.
Ciri-Ciri Tabel
23. • Tabel memiliki sejumlah fungsi dalam penggunaannya. Di
antaranya yaitu tabel memberi kemudahan kepada para
pembaca karena data dalam tabel disusun secara sistematis
sehingga lebih mudah untuk dimengerti.
• Tabel juga berfungsi untuk memberikan informasi mengenai
perubahan yang terjadi pada suatu data, entah itu kenaikan
ataupun penurunan.
• Tabel juga berfungsi untuk memberikan ikhtisar kepada para
pembaca berupa angka-angka yang tersusun secara rapi.
Fungsi Tabel
24. Bagian–bagian Tabel
Kota asal Tahun
2018 2019 2020
Jakarta
Jawa Barat
Makasar
500
250
100
700
200
200
600
350
250
Jumlah 850 1.100 1.200
TABEL 3.1
Jumlah mahasiswa elektromedik MH Thamrin
Berdasarkan kota asal
Sumber: Biro administrasi MH Thamrin. 2020.
Kepala
Leher
Badan
Kaki
25. Tabel sering sekali digunakan untuk menyajikan data, pada
umumnya ada beberapa jenis tabel yang sering digunakan.
Berdasarkan jumlah karakteristik dalam tabel, tabel dibagi
menjadi tiga jenis yaitu:
1. Tabel satu arah
2. Tabel dua arah
3. Tabel tiga arah
Jenis-Jenis Tabel
26. • Tabel satu arah adalah jenis tabel yang menyajikan keterangan
tentang satu karakteristik saja.
• Yang dimaksud dengan karakteristik adalah bermacam-macam
hal, seperti frekuensi, jumlah, kadar, ukuran dan hal lain yang
biasanya dinyatakan dalam angka.
• Jenis tabel ini merupakan jenis tabel yang paling sederhana
dan mudah untuk dibuat.
Tabel Satu Arah
27. Tabel yang memuat satu hal atau satu karakteristik.
Jenis Banyaknya
Kayu Bulat
Kayu Gergajian
Kayu Lapis
26.069
3.427
10.948
Jumlah 40.444
Tabel 3.2 Produksi Kayu Hutan Indonesia 1998 ( 000 m³)
Sumber : Departemen Kehutanan 2000
Contoh Tabel 1 arah
28. • Tabel dua arah merupakan jenis tabel yang menyajikan
hubungan antara dua karakteristik.
• Contohnya antara lain seperti tabel yang berisi data
jumlah penduduk menurut jenis kelamin dan umur,
agama dan tempat tanggal lahir, atau jumlah siswa
berdasarkan jenis kelamin dan kelas dan masih banyak
lagi.
Tabel Dua Arah
29. Jurusan Semester Jumlah
I III V VII
Ekonomi
Elektromedik
Informatika
100
75
100
90
110
80
120
100
110
80
60
70
390
345
360
Jumlah 275 280 330 210 1095
Tabel 3.3 Jumlah Mahasiswa Univ MH Thamrin
Sumber: Biro Data Universitas Universitas MH Thamrin
Tabel 2 arah
30. Sesuai dengan namanya tabel tiga arah merupakan jenis
tabel yang menyajikan hubungan antara tiga karakteristik
sekaligus, seperti tabel yang berisi data penduduk
berdasarkan kecamatan, jenis kelamin dan umur atau data
mahasiswa berdasarkan jenis kelamin, agama dan jurusan.
Tabel Tiga Arah
31. Umur Toyota Mitsubishi Daihatsu Jumlah
A B A B A B
< 1 thn
< 3 thn
< 5 thn
> 5 thn
2
1
1
1
5
4
6
5
1
1
1
1
7
7
5
5
1
0
0
1
5
5
5
5
21
18
18
18
Jumlah 5 20 4 24 2 20 75
Keterangan: A = jenis sedan, B = jenis niaga
Tabel 3 arah
32. 1. JUDUL TABEL : SINGKAT & JELAS, MEMUAT APA, KLASIFIKASI,
DIMANA, BILA & SATUAN/UNIT DATA.
2. JUDUL KOLOM
3. JUDUL BARIS
4. SEL TABEL: TEMPAT DATA DI TULIS
5. SUMBER: MENJELASKAN DARI MANA DATA DI AMBIL.
Yang perlu diperhatikan dalam membuat tabel
33. 1. Pertama-tama bacalah judul tabel terlebih dahulu, jangan terburu-buru membaca isi tabel, karena
biasanya judul akan memberikan informasi penting mengenai data apa yang disampaikan dalam tabel
tersebut.
2. Kemudian bacalah keterangan yang ada di bagian atas, bagian samping ataupun bagian bawah dari suatu
tabel. Hal ini penting untuk dilakukan karena keterangan tak lain merupakan penjelasan penting tentang
data yang disampaikan dalam tabel tersebut.
3. Terkadang ada tabel yang memiliki simbol atau lambang tertentu, nah kalian harus memahami simbol
atau lambang tersebut dengan baik, agar kalian bisa mengerti informasi yang disampaikan secara jelas
dan utuh.
4. Coba ajukan pertanyaan seputar tujuan dan maksud dari pembuatan tabel tersebut, caranya cukup
mudah ubahlah judul tabek menjadi bentuk kalimat pertanyaan seperti dimana seberapa banyak berap
perkembangannya dan lain sebagainya, biasanya jawaban dari pertanyaan tersebut ada dalam grafik
tersebut.
5. Bacalah tabel dengan selalu mengingat informasi apa saja yang kalian perlukan agar kalian tidak
menghabiskan waktu lama saat membaca tabel.
Cara Membaca Tabel
34. Pengertian, fungsi, jenis dan Penyajian Grafik
• Grafik adalah sebagai suatu kombinasi antara angka, huruf, simbol, gambar,
lambang, perkataan, lukisan.
• Grafik ialah sebagai suatu kombinasi antara angka, huruf, simbol, gambar,
lambang, perkataan, lukisan, yang disajikan satu media untuk memberi konsep
maupun ide dari pengirim kepada sasarannya dalam proses menyampaikan
maklumat.
• Pengertian Grafik yang lainnya yaitu merupakan suatu rangka untuk membentuk
objek visualisasi tabel. Tabel yang terdiri dari angka-angka dapat disajikan atau
dapat ditampilkan ke dalam bentuk gambar, bisa dalam berbentuk garis,
lingkaran, batang dll.
• Grafik adalah gambaran dari pasang surutnya suatu keadaan atau data yang ada
dengan garis ataupun gambar.
• Grafik adalah gambar-gambar yang menunjukan secara visual data berupa
angka, biasanya berasal dari tabel yang telah dibuat.
35. Berikut ini adalah pengertian grafik menurut beberapa para ahli:
1. Wai & Kaicher (1976: 1) mengklaim bahwa pengertian grafik adalah
gambar yang terdiri dari titik dan garis yang menghubungkan titik-titik
tersebut.
2. Wilson (1998: 8) menyatakan bahwa pengertian grafik adalah garis
horizontal dan vertikal yang menghubungkan dua titik.
3. Selby (1979: 13) menyatakan bahwa pengertian grafik adalah alat untuk
mengekspresikan dua atau lebih tipe data.
4. Harper (1988: 42) menyatakan bahwa pengertian grafik adalah alat untuk
menampilkan data dalam bentuk garis atau kurva yang menghubungkan
satu variabel ke variabel lainnya.
Grafik menurut beberapa para ahli
36. Fungsi grafik yaitu untuk menggambarkan data-data dalam bentuk angka “data
kuantitatif” secara teliti dan menerangkan perkembangan serta perbandingan suatu
obyek ataupun peristiwa yang saling berhubungan secara singkat dan jelas. Jadi
dapat disimpulkan fungsi grafik yaitu:
• Menggambarkan data kuantitatif dengan teliti.
• Menerangkan perkembangan, perbandingan suatu obyek ataupun peristiwa yang
saling berhubungan secara singkat dan jelas. Grafik disusun berdasarkan prinsip-
prinsip matematika dengan menggunakan data-data yang komparatif.
Fungsi Grafik
37. Berikut ini adalah beberapa manfaat dari grafik:
• Menunjukkan atau memberikan informasi tentang data yang paling tepat dan
mudah dipahami
• Pembaca akan menerima lebih banyak informasi dalam waktu singkat
• Pembaca lebih tertarik karena penyajian datanya lebih menarik
• Menunjukkan fakta yang jelas dan mudah dipahami
• Membuat proses komunikasi lebih cepat dan lebih menarik
• Mengelompokkan data yang terkandung dalam teks dengan cara terstruktur
sehingga pembaca dapat lebih memahami isi dari seluruh teks.
Manfaat Grafik
38. Bagian–bagian Grafik
•Tittle chart, judul grafik.
•Axis title, judul sumbu x,y, atau z.
•Legend, keterangan data series.
•Data labels, menampilkan tabel pada grafik.
•Data table, menambahkan tabel pada grafik.
•Axes, menampilkan/menyembunyikan sumbu grafik.
39. Ciri-Ciri Grafik
• Koordinat X (horizontal) dan Y (vertikal)
• Ada titik pertemuan X dan Y.
• Bandingkan jumlah data.
• Berisi informasi dan data observasi.
• Berisi pengumpulan data dari subjek yang diperiksa.
• Berisi data kuantitatif.
• Ada judul yang mengacu pada objek data.
40. Jenis-Jenis Grafik
• Grafik Batang
• Grafik Balok
• Grafik Garis
• Grafik Area
• Grafik Pie
• Scatter Plot
• Grafik Gelembung
• Gauge
• Grafik Radar
• Diagram Bingkai
• Diagram Pohon Persegi
• Grafik Corong
• Grafik Word Cloud
• Grafik Gantt
• Peta
• Heatmap
41. • Grafik kolom menggunakan kolom vertikal untuk menunjukkan
perbandingan numerik antara kategori dan jumlah kolom tidak boleh terlalu
besar (label axis mungkin akan nampak tak lengkap jika terdapat terlalu
banyak kolom).
• Grafik kolom memiliki keunggulan dimana ia memakai ketinggian kolom
untuk menunjukkan perbedaan dalam data karena mata manusia sangat
sensitif terhadap perbedaan ketinggian. Grafik ini cuma memiliki 1
keterbatasan, grafik ini hanya cocok dipakai ini data set ukuran kecil sampai
medium.
• Contoh penggunaan: perbandingan data yang diklasifikasi
1. Grafik Batang (Kolom)
44. • Grafik bar serupa dengan grafik kolom, tetapi ia
memungkinkan penggunaan bar yang banyak. Kalau
dibandingkan dengan grafik kolom, posisi kedua axis di grafik
ini diubah.
• Contoh penggunaan: perbandingan data (kategori nama bisa
diperpanjang karena terdapat banyak ruang di axis Y)
2. Grafik Balok
47. • Grafik garis digunakan untuk menampilkan perubahan data dalam satu
rentang waktu yang dapat ditandai dengan kecenderungan untuk
menampilkan perubahan data seiring waktu atau kategori yang teratur.
• Perlu diketahui bahwa banyaknya data di grafik garis harus melebihi 2
yang bisa digunakan sebagai standar pengukuran volume data yang
besar dan tidak melebihi 5 polyline di grafik yang sama.
• Contoh penggunaan: Membandingkan beberapa data dalam satu
rentang waktu
3. Grafik Garis
50. • Grafik area dibentuk berdasarkan grafik garis. Grafik ini mengisi area antara polyline
dan axis dalam grafik garis dengan warna. Pengisian warna dapat memperjelas
informasi dalam grafik.
• Warna yang dipakai di grafik area harus memiliki tingkat transparansi tertentu.
Transparansi dapat membantu pengguna untuk mengamati hubungan tumpang
tindih antara seri yang berbeda. Jika transparansi ini tidak diaplikasikan, informasi
akan tertutup oleh warna yang solid.
• Contoh penggunaan: rasio antara seri, rasio waktu
4. Grafik Area
54. • Diagram lingkaran digunakan secara luas di berbagai bidang untuk
mempresentasikan proporsi dari setiap klafisikasi yang berbeda dan untuk
membandingkan berbagai klasifikasi berdasarkan busurnya.
• Grafik garis tidak cocok dipakai untuk data yang memilik banyak klasifikasi, karena
dengan banyaknya klasifikasi, perbedaan ukuran pie tiap klasifikasi menjadi tidak
jelas.
• Grafik pie juga dapat dibuat menjadi grafik pie multi-layer yang
menunjukkan proporsi tiap klasifikasi dan diwaktu yang sama menampilkan
relasi antar klasifikasi.
• Contoh penggunaan: rasio antara klasifikasi, perbandingan ukuran
(diagram rose)
5. Grafik Pie
57. • Scatter plot menampilkan dua variabel dalam bentuk titik pada sistem
koordinat persegi panjang. Posisi titik ditentukan oleh nilai variabel.
Dengan mengamati distribusi data titik, kita dapat menyimpulkan
korelasi antara variabel.
• Pembuatan scatter plot memerlukan banyak data, jika tidak, korelasi
menjadi tidak jelas.
• Contoh penggunaan: analisis korelasi, distribusi data
6. Scatter Plot
60. • Grafik gelembung adalah grafik dengan banyak variasi yang merupakan varian dari
dcatter plot. Perbedaannya ialah nilai variabel diwakili oleh sumbu X dan Y dan area
di setiap balon mewakili data ketiga.
• Perlu diketahui bahwa ukuran gelembung terbatas dan terlalu banyak gelembung
akan membuat grafik sulit dibaca.
• Contoh penggunaan: perbandingan data yang diklasifikasi, analisis korelasi
7. Grafik Gelembung
62. • Gauge dalam visualisasi data adalah sejenis grafik yang mematerialisasi.
Skala mewakili metrik, pointer mewakili dimensi, dan sudut pointer
menunjukkan nilai. Grafik ini dapat menampilkan progres atau situasi
sebenarnya dari sebuah indikator.
• Gauge cocok dipakai untuk membandingkan interval.
• Contoh penggunaan: jam, tampilan rasio
8. Gauge
65. • Grafik radar digunakan untuk membandingkan beberapa variabel yang memiliki
kuantitas tertentu untuk memahami variabel mana yang memiliki nilai yang
sama, atau terdapat nilai yang ekstrem.
• Grafik radar juga membantu untuk mengamati variabel mana dalam satu
kumpulan data yang memiliki nilai yang lebih tinggi atau lebih rendah. Grafik
radar cocok dipakai dalam menunjukkan kinerja kerja.
• Grafik radar juga memiliki kolom yang dapat ditumpuk yang dapat digunakan
untuk membandingkan klasifikasi dan seri secara dua arah, dan di waktu yang
sama menampilkan proporsi.
• Contoh penggunaan: analisis dimensi, perbandingan seri, analisis berat antar seri
9. Grafik Radar
67. • Diagram bingkai adalah cara visual untuk menampilkan hirarki atau
urutan dalam bentuk struktur pohon yang secara jelas menunjukkan
hubungan hirarkis.
• Contoh penggunaai: tampilan hierarki, tampilan proses
10. Diagram Bingkai
69. • Diagram pohon persegi panjang cocok dipakai untuk menampilkan data dengan
hubungan hirarkis, yang secara visual dapat mencerminkan perbandingan antara
tingkat yang sama. Dibandingkan dengan diagram pohon tradisional, diagram pohon
persegi panjang membuat penggunaan ruang lebih efisien yang memiliki fungsi
untuk menampilkan proporsi.
• Diagram pohon persegi panjang juga cocok untuk menampilkan hirarki dengan
hubungan yang berat. Jika proporsi tidak perlu ditampilkan, diagram bingkai mungkin
lebih jelas.
• Contoh penggunaan: data pohon berbobot, proporsi data pohon
11. Diagram Pohon Persegi
71. • Grafik corong menunjukkan proporsi dari setiap tingkat dan secara
visual mencerminkan ukuran masing-masing modul. Grafik ini cocok
untuk membandingkan peringkat.
• Di saat yang sama, grafik corong juga dapat digunakan untuk
perbandingan. Kami mengatur beberapa diagram corong secara
horizontal dan hasilnya, perbedaan data nampak dengan sangat
jelas.
• Contoh penggunaan: peringkat data, rasio, perbandingan nilai
standar
12. Grafik Corong
74. • Word cloud adalah representasi visual dari data bentuk teks.
Tampilannya adalah grafik berwarna seperti awan yang terdiri dari
banyak kosakata. Grafik ini digunakan untuk menampilkan data bentuk
teks dalam jumlah besar dan membantu pengguna teks yang paling
menonjol dengan cepat.
• Grafik word cloud memerlukan jumlah data yang besar dan tingkat
perbedaan data yang relatif besar, jika tidak, efeknya menjadi tidak
jelas.Grafik ini tidak cocok dipakai untuk analisis yang akurat.
• Contoh penggunaan: pencarian kata kunci
13. Grafik Word Cloud
76. • Grafik Gantt menampilkan waktu setiap tahap secara visual,
progres yang aktual dan perbandingan sesuai kebutuhan.
Jadi, manajer dapat dengan mudah memahami progres
sebuah proyek.
• Contoh penggunaan: kemajuan proyek, perubahan status
seiring waktu, proses proyek
14. Grafik Gantt
78. Peta yang diperkenalkan disini
mencakupi 3 jenis: peta
daerah, peta titik, dan peta
aliran.
15. Peta
79. Peta daerah adalah peta yang menggunakan warna untuk mewakili pendistribusian suatu rentang nilai yang
terdapat di peta.
Contoh penggunaan: perbandingan dan distribusi data
a. Peta Daerah
80. Peta titik adalah metode untuk menampilkan distribusi geografis data dengan menempatkan titik yang berukuran
sama pada latar belakang geografis. Distribusi titik memudahkan pemahaman distribusi data secara keseluruhan,
tetapi peta ini tidak cocok dipakai ketika kamu perlu mengamati satu data yang spesifik.
b. Peta Titik
Contoh penggunaan: distribusi data
81. Peta aliran menampilkan interaksi data antara area ouflow dan area inflow. Hal ini biasanya diungkapkan dengan garis yang
menghubungkan pusat geometris gravitasi dari elemen spasial. Lebar atau warna garis menunjukkan nilai aliran. Peta aliran dapat
membantu mengilustrasikan distribusi migrasi geografis dan penggunaan garis aliran yang dinamis dapat mengurangi tampilan visual
yang berantakan.
c. Peta Aliran
Contoh penggunaan: aliran, distribusi dan perbandingan data
82. • HeatMap digunakan untuk menunjukkan bobot setiap titik di
area geografis. Selain peta yang dipakai sebagai latar belakang,
kamu juga dapat menggunakan gambar lainnya. Warna dalam
HeatMap biasanya menunjukkan kepadatan.
• Contoh penggunaan: kunjungan regional, distribusi panas,
distribusi berbagai hal
16. Heatmap
84. Pengertian Angka Indeks
Angka Indeks adalah ukuran statistik
yang biasanya digunakan untuk
menyatakan perubahan-perubahan
relatif (perbandingan) nilai suatu
variabel tunggal atau nilai sekelompok
variabel. Perubahan ini dinyatakan
dalam persentase. Namun angka
indeks pada umumnya tidak
dinyatakan atau ditulis, akan tetapi
setiap angka indeks selalu dibaca
dalam persen.
Angka indeks adalah suatu angka
yang menyatakan perubahan
relatif pada harga,
jumlah/kuantitas, atau nilai yang
diperbandingkan dengan suatu
periode awal. Tujuan utama dari
angka indeks dalam bisnis adalah
untuk menunjukkan perubahan
persentase dari beberapa hal dari
suatu periode ke periode lainnya.
85. Macam-Macam Angka Indeks
Ada tiga macam angka indeks, yaitu:
1. Angka indeks harga, yaitu angka perbandingan untuk mengukur
perubahan harga dari suatu periode ke periode lainnya.
2. Angka indeks jumlah (kuantitas), yaitu angka perbandingan untuk
mengukur perubahan jumlah dari suatu periode ke periode lainnya.
3. Angka indeks nilai (value), yaitu angka perbandingan untuk mengukur
perubahan nilai dari suatu periode ke periode lainnya. Nilai dihitung
dengan cara mengalikan harga dengan jumlah (kuantitas).
86. Data Berkala atau Time Series
• Deret berkala/waktu (time series) adalah data statistik yang disusun
berdasarkan urutan waktu kejadian. Pengertian waktu dapat berupa
tahun, kuartal, bulan, minggu, dan sebagainya.
• Analisis Deret Berkala (time series analysis) adalah suatu metode
kuantitatif untuk menentukan pola data masa lampau yang telah
dikumpulkan secara teratur menurut urutan waktu kejadian. Pola masa
lalu ini dapat digunakan sebagai dasar pertimbangan untuk forecasting
di masa yang akan datang.
87. Komponen-komponen Deret Berkala
Apabila kita mengamati Deret Berkala, maka kita akan memperoleh
informasi bahwa ada 4 komponen variasi yang penting, yaitu:
1. Secular Trend atau Trend (disingkat T)
2. Seasonal Variation (Variasi Musim) (disingkat S)
3. Cyclical Variation (Variasi Siklis) (disingkat C).
4. Irregular Variation (variasi tak beraturan) (disingkat I).
88. 1. Secular Trend atau Disingkat Trend → (T)
Secular Trend (Trend) adalah gerak naik, atau turun atau tetap/konstan
dalam jangka panjang. Menurut gerakannya dibedakan menjadi tiga,
yaitu:
1. Trend naik (Upward trend)
2. Trend tetap (Constant trend)
3. Trend turun (Downward trend)
89. 2. Seasonal Variation (Variasi Musim) → (S)
Seasonal variation (gerak atau variasi
musim) adalah gerak naik atau turun secara
periodik dalam jangka waktu 1 (satu) tahun.
90. 3. Cyclical Variation (Gerak Siklis) → (C)
Disebut sebagai Gerak Siklis atau Business Cycle.
Definisi:
Gerak Siklis adalah gerak naik atau turun secara periodik dalam
jangka panjang, 5 tahun, 10 tahun, 15 tahun, 20 tahun, 25 tahun
atau lebih.
91. 4. Irregular Variation (Gerak Tak Beraturan) → (I)
Definisi:
Irregular Variation adalah gerakan tidak teratur dan sulit
diramalkan.
92. Manfaat Analisis Deret Berkala (Time Series Analysis)
1. Membantu mempelajari data masa lampau, sehingga dapat dipelajari faktor-
faktor penyebab perubahan untuk pertimbangan perencanaan di masa yang
akan datang.
2. Untuk membantu dalam peramalan (forecasting).
3. Membantu memisahkan faktor-faktor yang dapat mempengaruhi suatu data
(khususnya variasi atau gerak musim) lalu diadakan penyesuaian dengan
faktor musim ini.
4. Membantu dan mempermudah membandingkan satu rangkaian data dengan
rangkaian data yang lain.
93. Regresi dan Korelasi Sederhana
• Analisis regresi berusaha memprediksi bentuk
hubungan antara variabel Y dan X agar dapat
memprediksi variabel Y untuk variabel X tertentu.
• Analisis korelasi berusaha meghitung arah dan
kekuatan hubungan antara variabel Y dan variabel
X