This document is a student thesis titled "REKAYASA IDE STATISTIKA EKONOMI 'PENGOLAHAN DATA'" about data processing. It discusses several important topics:
1. The importance of organizing and presenting raw data collected in the field in a systematic way for reporting and analysis purposes. Tables and graphs are common methods of data presentation.
2. Different types of data presentation tables, including row-column tables, contingency tables, and cross tables. Examples of each are provided.
3. Different types of data presentation graphs, including histograms, polygons, curves and lines. Graphs are considered a more visually appealing way to present numeric data compared to tables.
4
METHODS OF REPRESENTATION OF DATA . pptxcharuramesh
Presentation of Data is a valuable topic in data and management systems. Helpful for medical, dental and management students to understand the various methods wherein they can display their data from research.
METHODS OF REPRESENTATION OF DATA . pptxcharuramesh
Presentation of Data is a valuable topic in data and management systems. Helpful for medical, dental and management students to understand the various methods wherein they can display their data from research.
Math 227 Sample Project Project 1 Data Collection and DescAbramMartino96
Math 227 Sample Project
Project 1 Data Collection and Descriptive Statistics
In this project, you will demonstrate your understanding of data collection and descriptive statistics. You
will collect the data, organize, summarize, and describe the data the way it is explained in Chapter 1-
Chapter 3. You will, then, create a written report including all parts below and turn in by the stated due
date according to the guidelines provided in this paper.
Required components:
1. Research Questions about a Population (Chapter 1)
Question 1: Come up with a research question on making an estimate about a population
proportion.
(For example: What proportion of Los Angeles Mission College students are full time students?)
State your Question 1 (and your estimated prediction of the results):
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
Question 2: Come up with a research question on making an estimate about a population mean.
(For example: What is the average number of hours that Los Angeles Mission College students
work each week?)
State your Question 2 (and your estimated prediction of the results):
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
2. Collecting Data- (Chapter 1)
a) Create a survey and collect the data for responses to your proposed questions above.
For question 1, your survey should have a qualitative variable with only two possible responses,
Write your variable and the question below (For example: full time student status. “Are you a
full-time student, Yes or No?”):
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
For question 2, your survey should have a quantitate variable. Write your variable and the
question below (For example: number of hours of work in a week. “How many hours do you
work each week?”):
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
b) Describe the data collecting process including the population of interest. For each question,
address if there was any of the following biases: Sampling bias, Non-response bias, and
Response bias.
c) Enter your raw data in Column 1 (categorical data) and in Column 2 (numerical data) in
StatCrunch. Name each column and save the data (Data>Save>Enter the File Name>Click Save).
To later open the saved data in StatCr ...
Faktor yang mempengaruhi jumlah penduduk miskin di kabupaten karo dikonversirapika rosalia
Salah satu wilayah otonom di Indonesia yang juga mengalami permasalahan pengurangan kemiskinan adalah Kabupaten Karo. Menurut data BPS Provinsi Sumatera Utara jumlah penduduk miskin di Kabupaten Karo dari tahun 2003 sampai dengan tahun 2008, bahwa persentase penduduk miskin di Kabupaten Karo cenderung mengalami penurunan, yakni dari 23,79 persen pada tahun 2003 turun menjadi 21, 73 persen pada tahun 2004, dan persentase penurunan penduduk miskin ini bukan terus berlanjut pada tahun-tahun berikutnya, karena bila dilihat dari data diketahui bahwa telah terjadi kenaikan jumlah penduduk miskin dari tahun 2005 ke tahun 2006 yakni sebesar 67.420 orang pada tahun 2005 menjadi 69.610 orang pada tahun 2006, angka penduduk miskin turun kembali pada tahun berikutnya, yakni dari 69.610 orang pada tahun 2006 menjadi sebesar 50.500 orang pada tahun 2007, terjadi lagi penurunan pada tahun 2008 yakni menjadi 48.490 orang. Menurut data yang dipublikasikan BPS Provinsi Sumatera Utara pada tahun 2007 penduduk Kabupaten Karo memiliki angka kemiskinan pada tingkat menengah yakni berada di bawah Kabupaten Deli Serdang, Kota Binjai, Kota Medan, Kota Pematang Siantar, Kota Tebing Tinggi, Kota Sibolga, Kabupaten Padang Sidempuan, Kota Tanjung Balai, Kabupaten Serdang Bedagai, Kabupaten Labuhan Batu, dan berada di atas Kabupaten Nias, Kabupaten Nias Selatan, Kabupaten Tapanuli Tengah, Kabupaten Samosir, Kabupaten Pakpak Barat, Kabupaten Tapanuli Selatan, Kabupaten Tapanuli Utara, Kabupaten Mandailing Natal, dan beberapa kabupaten lainnya di Sumatera Utara.
Berdasarkan uraian diatas maka penulis tertarik untuk menganalisa tentang masalah kemiskinan di Kabupaten karo, dengan melakukan penelitian dengan judul “Faktor yang Mempengaruhi Jumlah Penduduk Miskin di Kabupaten Karo”.
Math 227 Sample Project Project 1 Data Collection and DescAbramMartino96
Math 227 Sample Project
Project 1 Data Collection and Descriptive Statistics
In this project, you will demonstrate your understanding of data collection and descriptive statistics. You
will collect the data, organize, summarize, and describe the data the way it is explained in Chapter 1-
Chapter 3. You will, then, create a written report including all parts below and turn in by the stated due
date according to the guidelines provided in this paper.
Required components:
1. Research Questions about a Population (Chapter 1)
Question 1: Come up with a research question on making an estimate about a population
proportion.
(For example: What proportion of Los Angeles Mission College students are full time students?)
State your Question 1 (and your estimated prediction of the results):
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
Question 2: Come up with a research question on making an estimate about a population mean.
(For example: What is the average number of hours that Los Angeles Mission College students
work each week?)
State your Question 2 (and your estimated prediction of the results):
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
2. Collecting Data- (Chapter 1)
a) Create a survey and collect the data for responses to your proposed questions above.
For question 1, your survey should have a qualitative variable with only two possible responses,
Write your variable and the question below (For example: full time student status. “Are you a
full-time student, Yes or No?”):
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
For question 2, your survey should have a quantitate variable. Write your variable and the
question below (For example: number of hours of work in a week. “How many hours do you
work each week?”):
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
b) Describe the data collecting process including the population of interest. For each question,
address if there was any of the following biases: Sampling bias, Non-response bias, and
Response bias.
c) Enter your raw data in Column 1 (categorical data) and in Column 2 (numerical data) in
StatCrunch. Name each column and save the data (Data>Save>Enter the File Name>Click Save).
To later open the saved data in StatCr ...
Faktor yang mempengaruhi jumlah penduduk miskin di kabupaten karo dikonversirapika rosalia
Salah satu wilayah otonom di Indonesia yang juga mengalami permasalahan pengurangan kemiskinan adalah Kabupaten Karo. Menurut data BPS Provinsi Sumatera Utara jumlah penduduk miskin di Kabupaten Karo dari tahun 2003 sampai dengan tahun 2008, bahwa persentase penduduk miskin di Kabupaten Karo cenderung mengalami penurunan, yakni dari 23,79 persen pada tahun 2003 turun menjadi 21, 73 persen pada tahun 2004, dan persentase penurunan penduduk miskin ini bukan terus berlanjut pada tahun-tahun berikutnya, karena bila dilihat dari data diketahui bahwa telah terjadi kenaikan jumlah penduduk miskin dari tahun 2005 ke tahun 2006 yakni sebesar 67.420 orang pada tahun 2005 menjadi 69.610 orang pada tahun 2006, angka penduduk miskin turun kembali pada tahun berikutnya, yakni dari 69.610 orang pada tahun 2006 menjadi sebesar 50.500 orang pada tahun 2007, terjadi lagi penurunan pada tahun 2008 yakni menjadi 48.490 orang. Menurut data yang dipublikasikan BPS Provinsi Sumatera Utara pada tahun 2007 penduduk Kabupaten Karo memiliki angka kemiskinan pada tingkat menengah yakni berada di bawah Kabupaten Deli Serdang, Kota Binjai, Kota Medan, Kota Pematang Siantar, Kota Tebing Tinggi, Kota Sibolga, Kabupaten Padang Sidempuan, Kota Tanjung Balai, Kabupaten Serdang Bedagai, Kabupaten Labuhan Batu, dan berada di atas Kabupaten Nias, Kabupaten Nias Selatan, Kabupaten Tapanuli Tengah, Kabupaten Samosir, Kabupaten Pakpak Barat, Kabupaten Tapanuli Selatan, Kabupaten Tapanuli Utara, Kabupaten Mandailing Natal, dan beberapa kabupaten lainnya di Sumatera Utara.
Berdasarkan uraian diatas maka penulis tertarik untuk menganalisa tentang masalah kemiskinan di Kabupaten karo, dengan melakukan penelitian dengan judul “Faktor yang Mempengaruhi Jumlah Penduduk Miskin di Kabupaten Karo”.
when will pi network coin be available on crypto exchange.DOT TECH
There is no set date for when Pi coins will enter the market.
However, the developers are working hard to get them released as soon as possible.
Once they are available, users will be able to exchange other cryptocurrencies for Pi coins on designated exchanges.
But for now the only way to sell your pi coins is through verified pi vendor.
Here is the telegram contact of my personal pi vendor
@Pi_vendor_247
Yes of course, you can easily start mining pi network coin today and sell to legit pi vendors in the United States.
Here the telegram contact of my personal vendor.
@Pi_vendor_247
#pi network #pi coins #legit #passive income
#US
US Economic Outlook - Being Decided - M Capital Group August 2021.pdfpchutichetpong
The U.S. economy is continuing its impressive recovery from the COVID-19 pandemic and not slowing down despite re-occurring bumps. The U.S. savings rate reached its highest ever recorded level at 34% in April 2020 and Americans seem ready to spend. The sectors that had been hurt the most by the pandemic specifically reduced consumer spending, like retail, leisure, hospitality, and travel, are now experiencing massive growth in revenue and job openings.
Could this growth lead to a “Roaring Twenties”? As quickly as the U.S. economy contracted, experiencing a 9.1% drop in economic output relative to the business cycle in Q2 2020, the largest in recorded history, it has rebounded beyond expectations. This surprising growth seems to be fueled by the U.S. government’s aggressive fiscal and monetary policies, and an increase in consumer spending as mobility restrictions are lifted. Unemployment rates between June 2020 and June 2021 decreased by 5.2%, while the demand for labor is increasing, coupled with increasing wages to incentivize Americans to rejoin the labor force. Schools and businesses are expected to fully reopen soon. In parallel, vaccination rates across the country and the world continue to rise, with full vaccination rates of 50% and 14.8% respectively.
However, it is not completely smooth sailing from here. According to M Capital Group, the main risks that threaten the continued growth of the U.S. economy are inflation, unsettled trade relations, and another wave of Covid-19 mutations that could shut down the world again. Have we learned from the past year of COVID-19 and adapted our economy accordingly?
“In order for the U.S. economy to continue growing, whether there is another wave or not, the U.S. needs to focus on diversifying supply chains, supporting business investment, and maintaining consumer spending,” says Grace Feeley, a research analyst at M Capital Group.
While the economic indicators are positive, the risks are coming closer to manifesting and threatening such growth. The new variants spreading throughout the world, Delta, Lambda, and Gamma, are vaccine-resistant and muddy the predictions made about the economy and health of the country. These variants bring back the feeling of uncertainty that has wreaked havoc not only on the stock market but the mindset of people around the world. MCG provides unique insight on how to mitigate these risks to possibly ensure a bright economic future.
Even tho Pi network is not listed on any exchange yet.
Buying/Selling or investing in pi network coins is highly possible through the help of vendors. You can buy from vendors[ buy directly from the pi network miners and resell it]. I will leave the telegram contact of my personal vendor.
@Pi_vendor_247
BYD SWOT Analysis and In-Depth Insights 2024.pptxmikemetalprod
Indepth analysis of the BYD 2024
BYD (Build Your Dreams) is a Chinese automaker and battery manufacturer that has snowballed over the past two decades to become a significant player in electric vehicles and global clean energy technology.
This SWOT analysis examines BYD's strengths, weaknesses, opportunities, and threats as it competes in the fast-changing automotive and energy storage industries.
Founded in 1995 and headquartered in Shenzhen, BYD started as a battery company before expanding into automobiles in the early 2000s.
Initially manufacturing gasoline-powered vehicles, BYD focused on plug-in hybrid and fully electric vehicles, leveraging its expertise in battery technology.
Today, BYD is the world’s largest electric vehicle manufacturer, delivering over 1.2 million electric cars globally. The company also produces electric buses, trucks, forklifts, and rail transit.
On the energy side, BYD is a major supplier of rechargeable batteries for cell phones, laptops, electric vehicles, and energy storage systems.
how to sell pi coins in South Korea profitably.DOT TECH
Yes. You can sell your pi network coins in South Korea or any other country, by finding a verified pi merchant
What is a verified pi merchant?
Since pi network is not launched yet on any exchange, the only way you can sell pi coins is by selling to a verified pi merchant, and this is because pi network is not launched yet on any exchange and no pre-sale or ico offerings Is done on pi.
Since there is no pre-sale, the only way exchanges can get pi is by buying from miners. So a pi merchant facilitates these transactions by acting as a bridge for both transactions.
How can i find a pi vendor/merchant?
Well for those who haven't traded with a pi merchant or who don't already have one. I will leave the telegram id of my personal pi merchant who i trade pi with.
Tele gram: @Pi_vendor_247
#pi #sell #nigeria #pinetwork #picoins #sellpi #Nigerian #tradepi #pinetworkcoins #sellmypi
Falcon stands out as a top-tier P2P Invoice Discounting platform in India, bridging esteemed blue-chip companies and eager investors. Our goal is to transform the investment landscape in India by establishing a comprehensive destination for borrowers and investors with diverse profiles and needs, all while minimizing risk. What sets Falcon apart is the elimination of intermediaries such as commercial banks and depository institutions, allowing investors to enjoy higher yields.
Abhay Bhutada Leads Poonawalla Fincorp To Record Low NPA And Unprecedented Gr...Vighnesh Shashtri
Under the leadership of Abhay Bhutada, Poonawalla Fincorp has achieved record-low Non-Performing Assets (NPA) and witnessed unprecedented growth. Bhutada's strategic vision and effective management have significantly enhanced the company's financial health, showcasing a robust performance in the financial sector. This achievement underscores the company's resilience and ability to thrive in a competitive market, setting a new benchmark for operational excellence in the industry.
what is the future of Pi Network currency.DOT TECH
The future of the Pi cryptocurrency is uncertain, and its success will depend on several factors. Pi is a relatively new cryptocurrency that aims to be user-friendly and accessible to a wide audience. Here are a few key considerations for its future:
Message: @Pi_vendor_247 on telegram if u want to sell PI COINS.
1. Mainnet Launch: As of my last knowledge update in January 2022, Pi was still in the testnet phase. Its success will depend on a successful transition to a mainnet, where actual transactions can take place.
2. User Adoption: Pi's success will be closely tied to user adoption. The more users who join the network and actively participate, the stronger the ecosystem can become.
3. Utility and Use Cases: For a cryptocurrency to thrive, it must offer utility and practical use cases. The Pi team has talked about various applications, including peer-to-peer transactions, smart contracts, and more. The development and implementation of these features will be essential.
4. Regulatory Environment: The regulatory environment for cryptocurrencies is evolving globally. How Pi navigates and complies with regulations in various jurisdictions will significantly impact its future.
5. Technology Development: The Pi network must continue to develop and improve its technology, security, and scalability to compete with established cryptocurrencies.
6. Community Engagement: The Pi community plays a critical role in its future. Engaged users can help build trust and grow the network.
7. Monetization and Sustainability: The Pi team's monetization strategy, such as fees, partnerships, or other revenue sources, will affect its long-term sustainability.
It's essential to approach Pi or any new cryptocurrency with caution and conduct due diligence. Cryptocurrency investments involve risks, and potential rewards can be uncertain. The success and future of Pi will depend on the collective efforts of its team, community, and the broader cryptocurrency market dynamics. It's advisable to stay updated on Pi's development and follow any updates from the official Pi Network website or announcements from the team.
1. REKAYASA IDE
STATISTIKA EKONOMI
”PENGOLAHAN DATA”
Dosen Pengampu : Dr. Zulkarnain Siregar,S.T.,M.M
Oleh :
Albert Agung Matondang (7203144009)
Agnes Romagita Saragih (7201144003))
Dini Humairah Marpaung (7201144008)
M. Iqbal Mangkuluhur (7203144008)
Putri Patricia Shalsa (7203144006)
Siti Hara Manalu (7203144032)
Sarah Mutiara (7203344002)
PENDIDIKAN ADMINISTRASI PERKANTORAN
FAKULTAS EKONOMI
UNIVERSITAS NEGERI MEDAN
2020/2021
2. KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Esa, yang telah melimpahkan rahmat dan karunia-
Nya, sehingga penulis dapat menyelesaikan Tugas Akhir Rekayasa Ide mata kuliah statistika dasar
tepat pada waktu yang telah ditentukan. Terimakasih penulis ucapkan kepada Dosen pengampu
mata kuliah statistika, Bapak Dr. Zulkarnain Siregar,S.T.,M.M.. yang telah memberikan dukungan
serta memberikan kepercayaan kepada penulis. Dimana dengan adanya pemberian tugas ini
penulis dapat memahami dan memperdalam pengetahuan tentang penyajian data statistika.
Terimakasih kepada orang tua yang telah membantu penulis menyelesaikan tugas ini
melalui doa dan materi yang penulis butuhkan. Terimakasih kepada rekan-rekan mahasiswa yang
telah memberikan masukan dan kritik sehingga penulis dapat menyelesaikan makalah ini dengan
baik. Penulis menyadari bahwa rekayasa ide ini masih jauh dari kesempurnaan. Kritik dan saran
yang bersifat membangun penulis harapkan, untuk perbaikan di masa yang akan datang. Semoga
tugas rekayasa ide ini bermanfaat dan dapat diaplikasikan bagi pembaca .
Medan, 28 Mei 2021
Ke
ii
3. iii
DAFTAR ISI
Halaman
COVER............................................................................................................................i
KATA PENGANTAR ....................................................................................................ii
DAFTAR ISI..................................................................................................................iii
BAB I PENDAHULUAN...............................................................................................1
A. Latar Belakang....................................................................................................1
B. Rumusan Masalah...............................................................................................2
C. Tujuan .................................................................................................................2
BAB II PEMBAHASAN ................................................................................................3
A. Penyajian Data ....................................................................................................3
B. Macam-macam Penyajian Data dalam Bentuk Tabel.........................................3
C. Macam-macam Penyajian Data dalam Bentuk Grafik........................................6
D. Diagram Lingkaran .............................................................................................9
BAB III REKAYASA IDE...........................................................................................11
BAB IV PENUTUP ......................................................................................................12
A. Kesimpulan .......................................................................................................12
B. Saran .................................................................................................................12
DAFTAR PUSTAKA ....................................................................................................iv
4. 1
BAB I
PENDAHULUAN
A. Latar Belakang
Data yang telah dikumpulkan, baik berasal dari populasi ataupun sampel, untuk keperluan
laporan dan atau analisis selanjutnya, perlu diatur, disusun, disajikan dalam bentuk yang jelas dan
baik. Garis besarnya ada dua cara penyajian data yang sering dipakai ialah : table atau daftar dan
grafik atau diagram .
Pada dasarnya banyak cara untuk menyajikan data sehingga ia dapat dipahami dan
digunakan secara tepat oleh pengolah data. Namun untuk menghasilkan gambaran data yang
komunikatif, harus diingat untuk menyajikan sesuai kebutuhan. Dalam hal ini, penyajian data
dalam bentuk tabel bertujuan untuk memberikan informasi dan gambaran mengenai jumlah secara
terperinci sehingga memudahkan pengolah data dalam menganalisis data tersebut.
Adapun Kegiatan yang dilakukan untuk pengumpulan data di lapangan, akan menghasilkan
angka – angka yang disebut data kasar.penyebutan dengan istilah data kasar menunjukkan bahwa
data itu belum diolah dengan teknik statistik tertentu. Jadi, data – data itu masih berwujud
sebagaimana data itu diperoleh yang biasanya berupa skor. Skor – skor tersebut dapat pula disebut
dengan istilah skor kasar, yang artinya sama dengan data kasar. Biasanya relatif banyak dan tidak
beraturan. Dalam pembuatan laporan penelitian, data tersebut yang harus dilaporkan. Agar dapat
memberikan gambaran ya bermakna, data – data itu haruslah disajikan kedalam tampilan yang
sistematis. Ada sejumlah cara yang dapat dipilih untuk menampilkan data hasil pengukuran dalam
kerja penelitian. Penyajian data yang mana yang sebaiknya dipilih tergantung jenis data, selera
peneliti, dan tujuan penampilan data itu sendiri.
5. 2
B. Rumusan Masalah
1. Apakah arti luas dari pengumpulan data ?
2. Apa sajakah macam-macam dari pengumpulan data?
3. Bagaimanakah cara yang paling efektif untuk mengolah data?
C. Tujuan
1. Mengetahui arti luas dari pengumpulan data
2. Memahami macam-macam pengumpulan data
3. Mengetahui cara yang paling efektif untuk mengolah data
6. 3
BAB II
PEMBAHASAN
A. Penyajian Data
Kegiatan pengumpulan data di lapangan akan menghasilkan data angka-angka yang disebut
‘data kasar’ (raw data) yang menunjukkan bahwa data tersebut belum diolah dengan teknik
statistik tertentu. Jadi data tersebut masih berwujud sebagaimana data itu diperoleh yang bisanya
berupa skor dan relative banyak tidak beraturan. Dalam pembuatan laporan penelitian, data
termasuk yang harus dilaporkan. Agar dapat memberikan gambaran yang bermakna, data- data itu
haruslah disajikan ke dalam tampilan yang sistematis dan untuk keperluan penganalisisan biasanya
data itu disusun dalam sebuah tabel. Penyajian data ini bertujuan memudahkan pengolahan data
dan pembaca memahami data.
B. Macam – Macam Penyajian Data dalam Bentuk Tabel
Pada dasarnya banyak cara untuk menyajikan data sehingga ia dapat dipahami dan
digunakan secara tepat oleh pengolah data. Namun untuk menghasilkan gambaran data yang
komunikatif, harus diingat untuk menyajikan sesuai kebutuhan. Dalam hal ini, penyajian data
dalam bentuk tabel bertujuan untuk memberikan informasi dan gambaran mengenai jumlah secara
terperinci sehingga memudahkan pengolah data dalam menganalisis data tersebut. Macam
– macam penyajian data dalam bentuk tabel antara lain:
1. Tabel Baris Kolom
Tabel yang lebih tepat disebut tabel baris kolom ini adalah tabel-tabel yang dibuat selain
dari tabel kontingensi dan distribusi frekuensi yaitu tabel yang terdiri dari baris dan kolom yang
mempunyai ciri tidak terdiri dari faktor-faktor yang terdiri dari beberapa kategori dan bukan
merupakan data kuantitatif yang dibuat menjadi beberapa kelompok.
7. Contoh, tabel daftar ip seorang mahasiswa pendidikan matematika
No Semester IP
1 I 3,12
2 II 3,00
3 III 3,39
4 IV 3,37
5 V 2,9
6 VI 3,3
7 VII 3,4
Tabel 1. Baris kolom
2. Tabel Kontingensi
Tabel kontingensi merupakan bagian dari tabel baris kolom, akan tetapi tabel ini
mempunyai ciri khusus, yaitu untuk menyajikan data yang terdiri atas dua faktor atau dua variabel,
faktor yang satu terdiri atas b kategori dan lainnya terdiri atas k kategori, dapat dibuat daftar
kontingensi berukuran b x k dengan b menyatakan baris dan k menyatakan kolom. Contoh Banyak
Murid Sekolah Di Daerah Inderalaya Menurut Tingkat Sekolah Dan Jenis Kelamin Tahun 2006
JENIS
KELAMIN
JUMLAH
TINGKAT SEKOLAH
SD SMP SMA
Laki – laki 4756 2795 1459 9012
Perempuan 4032 2116 1256 7404
4
8. Jumlah 8790 4911 2715 16416
Tabel 2. Tabel kontingensi
3. Tabel Silang
Data hasil penelitian yang berupa perhitungan frekuensi pemunculan data juga dapat
disajikan ke dalam bentuk tabel silang. Tabel silang dapat hanya terdiri dari satu variable tetapi
dapat juga terdiri dari dua variable. Tergantung pertanyaan atau keadaan yang ingin
dideskripsikan. Dengan demikian, pemilihan penyajian data ke dalam tabel silang satu atau dua
variable akan tergantung dari data yang diperoleh.
Tabel silang satu variable digunakan untuk menggambarkan data dengan menampillkan
satu karakteristiknya saja. Misal jumlah keseluruhan. Sementara tabel silang dua variable
digunakan untuk menggambarkan data dengan menampilkan dua karakteristiknya. Misalnya
jumlah keseluruhan dan jumlah per gender.
Contoh:
Dalam suatu penelitian angket pada 34 siswa kelas XI.A tentang mata pelajaran MIPA yang
disukai, diperoleh hasil data sebagai berikut:
No. Mata Pelajaran Jumlah
1 Matematika 11
2 Kimia 10
3 Fisika 7
4 Biologi 6
Tabel 2.1 Penyajian Data dalam bentuk tabel silang satu variable
5
9. No. Mata Pelajaran Siswa Yang Menyukai Jumlah
Siswa Laki -
Laki
Siswa
Perempuan
1 Matematika 8 3 11
2 Kimia 4 6 10
3 Fisika 5 2 7
4 Biologi 2 4 6
Tabel 2.2 Penyajian Data dalam bentuk tabel silang dua variable
C. Macam – macam Penyajian Data dalam Bentuk Grafik
Selain dapat disajikan ke dalam bentuk tabel sebagaimana dikemukakan di atas, data-data
angka juga dapat disajikan ke dalam bentuk grafik, atau lengkapnya grafik frekuensi. Pembuatan
grafikfrekuensi pada hakikatnya merupakan kelanjutan dari pembuatan tabel distribusi frekuensi
karena pembuatan grafik itu haruslah didasarkan pada tabel distribusi frekuensi. Dengan kata lain,
pembuatan tabel distribusi frekuensi harus tetap dilakukan baik kita bermaksud maupun tidak
bermaksud membuat grafik frekuensi. Penyajian data angka ke dalam grafik biasanya dipandang
lebih menarik karena data-data itu tersaji dalam bentuk visual. Gambar grafik frekuensi yang
banyak dipergunakan dalam metode statistik adalah histogram, polygon, kurve dan garis. (Burhan
Nurgiyantoro, 2004:43-44)
1. Grafik Histogram / Batang
Histogram merupakan grafik dari distribusi frekuensi suatu variable. Tampilan histogram
berupa petak-petak empat persegi panjang. Sebagai sumbu horizontal boleh memakai tepi-tepi
kelas,
6
10. 7
batas-batas kelas atau nilai variabel yang diobservasi, sedang sumbu vertical menunjukkan
frekuensi. Untuk distribusi bergolong atau berkelompok yang menjadi absis adalah nilai tengah
dari masing-masing kelas.
1. Grafik Poligon
Poligon merupakan grafik distribusi dari distribusi frekuensi bergolong suatu variable.
Tampilan polygon berupa garis-garis patah yang diperoleh dengan cara menghubungkan puncak
dari masing-masing nilai tengah kelas. Jadi absisnya adalah nilai tengah dari masing-masing kelas.
2. Grafik Kurva
Kurva merupakan perataan atau penghalusan dari garis-garis polygon. Gambar polygon
sering tidak rata karena adanya perbedaan frekuensi data skor dan data skor itu sendiri
mencerminkan fluktuasi sampel. Pembuatan kurve dilakukan dengan meratakan garis gambar
polygon yang tidak rata dan terlihat tidak beraturan sehingga menjadi rata.
FREKUE
NSI
10
FREKUE
NSI
51 – 57 58 – 64 65 – 71 72 – 78 79 – 85 86 – 92 93 – 99
11. 8
3. Grafik Garis
Grafik garis dibuat biasanya untuk menunjukkan perkembangan suatu keadaan.
Perkembangan tersebut bias naik bias turun. Hal ini akan Nampak secara visual melalui garis
dalam grafik. Dalam grafik terdapat garis vertical yang menunjukkan jumlah dan yang mendatar
menunjukkan variable tertentu yang ditunjukkan pada gambar dibawah, yang perlu diperhatikan
dalam membuat grafik adalah ketepatan membuat skala pada garis vertical yang akan
mencerminkan keadaan jumlah hasil observasi.
Contoh : Perkembangan nilai ujian matematika Adit semester 1 tahun ajaran 2012/2013 sebagai
berikut:
Ujian Semester ke Nilai
1 80
2 95
3 60
4 100
5 85
&
FREKUENS
2
5
2
0
1
5
&
FREKUENS
12. 9
D. Diagram Lingkaran
Cara lain untuk menyajikan data hasil penelitian adalah dengan diagram lingkaran.
Diagram lingkaran digunakan untuk membandingkan data dari berbagai kelompok.
Contoh: Dari hasil penelitian mengenai pelajaran matematika dengan sampel 50 siswa di smp
negeri 24 prabumulih diperoleh data sebagai berikut:
No Penilaian Jumlah
1 Sangat Suka 12
2 Suka 13
3 Tidak Suka 19
4 Sangat Tidak Suka 6
NIL
AI
12
0
10
0
80
NILA
I
4
0
20
Ujian Semester
ke
13. 10
Penyajian data tersebut dalam diagram lingkaran adalah sebgai berikut:
1. Cari persentase masing-masing data tersebut.
• Sangat Suka = 12 𝑥100% = 24%
50
• Suka = 13 𝑥100% = 26
50
• Tidak Suka = 19 𝑥100% = 38%
50
• Sangat Tidak Suka = 6 𝑥100% = 12%
50
2. Cari Luas sudut yang dibutuhkan untuk setiap data.
• Sangat Suka = 24 𝑥360𝑜 =86,4𝑜
100
• Suka = 26 𝑥360𝑜 =93,6𝑜
100
• Tidak Suka = 38 𝑥360𝑜 =136,8𝑜
100
• Sangat Tidak Suka = 12 𝑥360𝑜 =43,2𝑜
100
3. Selanjutnya luas-luas kelompok data tersebut digambarkan ke dalam bentuk lingkaran.
Perbandingan pendapat
siswa
mengenai matematika
12
% 24
%
38
% 26
%
Sangat Suka
Suka
Tidak Suka
Sangat Tidak
Suka
14. 11
BAB III
REKAYASA IDE
Berdasarkan dari penjelasan yang telah kelompok kami sampaikan tentang Pengolahan
Data . Kami mempunyai Rekayasa Ide, bahwa dari beberapa macam pengolahan data diatas yang
paling efektif dan efisien adalah pengolahan data dengan menggunakan diagram lingkaran.
Diagram lingkaran adalah sebuah grafik statistik berbentuk lingkaran yang dibagi menjadi irisan-
irisan untuk membandingkan data dari berbagai kelompok . Oleh karena itu, Diagram Lingkaran
juga lebih mudah kita pahami dan cara pembuatan diagramnya pun tidak terlalu sulit.
Didalam statistic kita harus tau tentang pengolahan data termasuk dengan akuntansi serta
bisnis . Nah , apa sih kegunaan Statistik dalam akuntansi dan termasuk pengolahan data serta
kegunaan statistic dalm bisnis . kegunaan statistik dalam akutansi adalah Seorang akuntan
menggunakan statistika sebagai cara menangani dan meringkas atau mengumpulkan hasil
perkembangan suatu perusahaan atau keuangan. Contohnya dengan statistik produksi, statistik
penghasilan, statistik perdagangan, statistik keuangan, statistik harga, statistik perusahaan, statistik
perbankan, dll yang penyajiannya bisa berupa tabel atau daftar, sering disertai diagram atau grafik
dan keterangan-keterangan lain seperlunya.
Berbagai keputusan yang diambil oleh seorang akuntan seperti kondisi keuangan, likuiditas
dan persediaan didasarkan pada analisis ratio keuangan. Metode statistik dapat diterapkan dalam
analisis berupa data rasio keuangan sehingga secarastatistik dapat menunjukkan bahwa rasio
keuangan untuk beberapa perusahaan dapat dinilai secara berbeda dengan perusahaan lain.
sedangkan kegunaan statistic dalam bisnis adalah statistika memiliki peranan yang sangat
penting. Hal ini dilakukan karena dalam bisnis dibutuhkan berbagai perhitungan dan analisa untuk
mengambil keputusan yang tepat guna meningkatkan usaha dan menyelesaikan masalah.
Misalnya: sebuah produsen minuman akan mengeluarkan produk baru dan ingin
memperkirakan selera konsumen di pasar yang sudah ditentukan. Untuk mengetahui selera pasar,
kegiatan yang umumnya dilakukan adalah dengan melakukan penelitian pasar melalui wawancara
pada beberapa orang yang dipilih secara acak.
15. 12
Teknik statistika dibutuhkan untuk menguraikan dampak masing-masing faktor. Misalnya
permintaan minuman ringan pada kelompok masyarakat tertentu dipengaruhi oleh harga minuman,
tingkat pendapatan rata-rata, dan jumlah penduduk pada masyarakat tersebut. Jika seluruh faktor
tersebut telah diobservasi, maka analisa regresi dapat digunakan utnuk menentukan faktor mana
yang mempengaruhi.
Selain itu, statistika dalam bisnis juga dapat digunakan untuk memberikan dan menjelaskan
data bisnis beserta informasi yang benar, menarik kesimpulan dari populasi yang besar,
menggunakan informasi dari sampel, dan membuat perkiraan yang dapat digunakan untuk
meningkatkan proses. bisnis.
Statistika juga berperan untuk memenuhi kebutuhan manajemen, yang digunakan untuk
merumuskan perencaan, sebagai alat kendali, dan sebagai dasar untuk evaluasi hasil kerja. Data
dalam proses perencanaan diperlukan agar apa yang direncanakan sesuai dengan kemampuan. Data
hasil peramalan akan memberiikan gambaran terhadap sesuatu di masa mendatang. Misalnya,
perencanaan produksi harus disesuaikan dengan kemampuan menjual yang ditunjukkan dengan
ramalan penjualan. Perencanaan daerah pemasaran atau lokasi disesuaikan dengan daya beli
masyarakat yang ditunjukkan dalam ramalan daya beli.
Dengan menggunakan statistik, rencana dan ramalan dapat dibuat sebaik mungkin dan
perubahan yang terjadi dapat diatasi sedini mungkin. Selain itu juga dapat digunakan untuk
mengetahui besarnya produksi yang dihasilkan perusahaan, jumlah penjualan, prosentase barang
best seller dan yang tidak laku, serta tingkat kepuasan konsumen terhadap produk yang dihasilkan.
Data-data statistik tersebut sangat penting dalam bisnis karena dibutuhkan oleh pemilik usaha
untuk mengambil keputusan.
Statistik diperlukan dalam bisnis untuk mendapatkan data yang benar-benar berkualitas demi
menghasilkan output/keputusan yang berkualitas pula. Hal ini dilakukan dalam upaya untuk
meminimalkan kesalahan-kesalahan yang terjadi dalam perencanaan.
16. 13
BAB IV
PENUTUP
KESIMPULAN
1. Kegiatan pengumpulan data di lapangan akan menghasilkan data angka-angka yang disebut
‘data kasar’ (raw data) yang menunjukkan bahwa data tersebut belum diolah dengan teknik
statistik tertentu.
2. Macam-Macam dari Pengolahan data adalah dengan menggunakan diagram garis, diagram
batang, bentuk table dan diagram lingkaran.
3. Menurut Kelompok Kami, yang paling efektif dan efisien dalam pengolahan data adalah
dengan menggunakan diagram lingkaran karena lebih mudah kita pahami dan cara
pembuatan diagramnya pun tidak terlalu sulit.
SARAN
Menyadari bahwa penulisan ini, masih jauh dari kata sempurna , Kedepannya penulis
akan lebih focus dan detail dalam menjelaskan tentang tulisan diatas dengan sumber-sumber
yang lebih banyak agar lebih dapat dipertanggung jawabkan tulisannya.
17. DAFTAR PUSTAKA
Sudjana .1989 . METODA STATISTIKA. Bandung : TARSITO
Sugiyono. 2006. Statistika untuk Penelitian. Bandung: CV Alfabeta.
Usman Husaini dan R. Purnomo Setiady Akbar. 2000. Pengantar Statistika. Jakarta:
PT Bumi Aksara.