Pengertian Statistika & Statistik, Populasi & Sampel, Datum & Data
Materi Lengkap • Contoh Soal • Latihan
Bagian 1: Pengertian Statistika dan Statistik
Memahami perbedaan mendasar antara Statistika dan Statistik
🔍 Mengamati
Perhatikan dua kalimat berikut:
- “Badan Pusat Statistik (BPS) menerbitkan data inflasi bulan Januari.”
- “Mahasiswa Jurusan Statistika sedang belajar analisis regresi.”
Apakah kata Statistik dan Statistika memiliki arti yang sama? Mari kita pelajari lebih dalam.
A. Pengertian Statistika
Statistika adalah ilmu yang mempelajari cara-cara:
- Mengumpulkan data
- Menyusun dan menyajikan data
- Mengolah dan menganalisis data
- Menarik kesimpulan berdasarkan data
- Membuat keputusan berdasarkan analisis data
📌 Kata kunci: Statistika = ILMU (science/method). Statistika adalah bidang keilmuan, bukan sekadar angka-angka.
Cabang Statistika:
| Statistika Deskriptif | Statistika Inferensial |
|---|---|
| Menggambarkan atau merangkum data tanpa menarik kesimpulan umum. Contoh: Membuat tabel frekuensi, diagram batang, menghitung rata-rata kelas. |
Menarik kesimpulan tentang populasi berdasarkan sampel. Contoh: Menguji apakah obat baru lebih efektif daripada obat lama berdasarkan uji klinis. |
B. Pengertian Statistik
Statistik adalah kumpulan data berupa angka maupun bukan angka yang disusun dalam bentuk tabel, diagram, atau daftar yang menggambarkan suatu persoalan. Statistik juga dapat berarti ukuran yang dihitung dari data sampel.
📌 Kata kunci: Statistik = DATA / UKURAN (numbers/results). Statistik adalah hasilnya, bukan ilmunya.
Contoh Statistik:
- Statistik penduduk Indonesia tahun 2024 → kumpulan data
- Rata-rata nilai ulangan kelas = 78,5 → ukuran dari data sampel
- Statistik ekspor-impor kuartal I → kumpulan data
C. Perbandingan Statistika vs Statistik
| Aspek | Statistika | Statistik |
|---|---|---|
| Definisi | Ilmu yang mempelajari data | Kumpulan data / ukuran dari data |
| Sifat | Metode / proses | Hasil / produk |
| Analogi | Ilmu memasak (cara & teknik) | Hidangan yang dihasilkan |
| Contoh kalimat | “Ia kuliah di jurusan Statistika“ | “Statistik kriminalitas naik 5%” |
❓ Menanya
Pertanyaan untuk dipikirkan:
- Mengapa penting membedakan Statistika dan Statistik?
- Apakah semua angka yang kita temui sehari-hari termasuk Statistik?
- Dalam konteks apa kita menggunakan Statistika Deskriptif dan kapan menggunakan Statistika Inferensial?
💡 Menalar
Perhatikan situasi berikut dan tentukan mana yang termasuk kegiatan Statistika dan mana yang merupakan Statistik:
- Seorang peneliti menganalisis data penjualan untuk menemukan tren → Statistika (proses analisis)
- Angka rata-rata penjualan bulanan sebesar Rp50 juta → Statistik (hasil/ukuran)
- Guru menyusun diagram batang dari nilai siswa → Statistika (proses penyajian)
- Tabel jumlah penduduk per provinsi → Statistik (kumpulan data)
🧪 Mencoba
Kegiatan: Kumpulkan tinggi badan 10 teman sekelasmu. Kemudian:
- Susun data tersebut dalam tabel → ini adalah kegiatan Statistika
- Hitung rata-rata tinggi badan → hasilnya adalah Statistik
- Buatlah diagram batang → ini adalah kegiatan Statistika
📢 Mengkomunikasikan
Presentasikan hasil kegiatanmu di depan kelas. Jelaskan:
- Bagaimana proses pengumpulan data yang kamu lakukan (Statistika)
- Apa saja hasil yang kamu peroleh (Statistik)
- Kesimpulan apa yang bisa diambil dari datamu
📝 Contoh Soal: Statistika dan Statistik
Mudah
Soal 1. Manakah yang merupakan pengertian Statistika?
A. Kumpulan data penduduk
B. Ilmu yang mempelajari cara mengumpulkan dan menganalisis data
C. Angka rata-rata nilai kelas
D. Tabel jumlah siswa
A. Kumpulan data penduduk
B. Ilmu yang mempelajari cara mengumpulkan dan menganalisis data
C. Angka rata-rata nilai kelas
D. Tabel jumlah siswa
Pembahasan: Statistika adalah ilmu yang mempelajari cara mengumpulkan, menyusun, mengolah, menganalisis data, dan menarik kesimpulan. Jawaban: B.
Soal 2. Pernyataan berikut yang termasuk Statistik adalah …
A. Menganalisis data penjualan
B. Rata-rata nilai ulangan kelas X adalah 75
C. Mempelajari teknik sampling
D. Merancang kuesioner penelitian
A. Menganalisis data penjualan
B. Rata-rata nilai ulangan kelas X adalah 75
C. Mempelajari teknik sampling
D. Merancang kuesioner penelitian
Pembahasan: Statistik adalah kumpulan data atau ukuran yang dihasilkan dari data. “Rata-rata nilai ulangan kelas X adalah 75” merupakan ukuran/hasil dari data. Jawaban: B.
Soal 3. “BPS menerbitkan statistik ekspor tahun 2024.” Kata statistik dalam kalimat tersebut berarti …
Pembahasan: Dalam kalimat tersebut, “statistik” berarti kumpulan data (angka-angka) ekspor yang disusun dan disajikan oleh BPS. Bukan merujuk pada ilmu Statistika.
Soal 4. Sebutkan dua cabang utama Statistika!
Pembahasan: Dua cabang utama Statistika adalah:
1. Statistika Deskriptif – menggambarkan/merangkum data tanpa menarik kesimpulan umum.
2. Statistika Inferensial – menarik kesimpulan tentang populasi berdasarkan sampel.
1. Statistika Deskriptif – menggambarkan/merangkum data tanpa menarik kesimpulan umum.
2. Statistika Inferensial – menarik kesimpulan tentang populasi berdasarkan sampel.
Soal 5. Seorang guru menghitung rata-rata nilai ulangan siswanya. Kegiatan ini termasuk Statistika atau Statistik? Jelaskan!
Pembahasan:
• Kegiatan menghitung rata-rata → termasuk Statistika (proses mengolah data).
• Hasil rata-rata yang diperoleh (misal 78,5) → termasuk Statistik (ukuran dari data).
• Kegiatan menghitung rata-rata → termasuk Statistika (proses mengolah data).
• Hasil rata-rata yang diperoleh (misal 78,5) → termasuk Statistik (ukuran dari data).
Sedang
Soal 6. Jelaskan perbedaan Statistika Deskriptif dan Statistika Inferensial. Berikan masing-masing satu contoh!
Pembahasan:
Statistika Deskriptif: Menggambarkan data apa adanya tanpa generalisasi. Contoh: Membuat diagram lingkaran persentase siswa yang lulus di satu kelas.
Statistika Inferensial: Menarik kesimpulan tentang populasi berdasarkan sampel. Contoh: Berdasarkan survei terhadap 500 responden di Jakarta, disimpulkan bahwa 65% warga Jakarta mendukung program baru → kesimpulan untuk seluruh warga Jakarta (populasi) dari 500 orang (sampel).
Statistika Deskriptif: Menggambarkan data apa adanya tanpa generalisasi. Contoh: Membuat diagram lingkaran persentase siswa yang lulus di satu kelas.
Statistika Inferensial: Menarik kesimpulan tentang populasi berdasarkan sampel. Contoh: Berdasarkan survei terhadap 500 responden di Jakarta, disimpulkan bahwa 65% warga Jakarta mendukung program baru → kesimpulan untuk seluruh warga Jakarta (populasi) dari 500 orang (sampel).
Soal 7. Tentukan apakah masing-masing berikut termasuk Statistika atau Statistik:
a) Diagram batang jumlah kecelakaan per bulan
b) Proses menguji hipotesis apakah pupuk A lebih baik dari pupuk B
c) Angka pengangguran 5,83%
d) Teknik pengambilan sampel acak
a) Diagram batang jumlah kecelakaan per bulan
b) Proses menguji hipotesis apakah pupuk A lebih baik dari pupuk B
c) Angka pengangguran 5,83%
d) Teknik pengambilan sampel acak
Pembahasan:
a) Statistik – diagram tersebut adalah penyajian data (produk/hasil).
b) Statistika – proses pengujian hipotesis adalah metode/ilmu (Statistika Inferensial).
c) Statistik – angka 5,83% adalah ukuran/data.
d) Statistika – teknik sampling merupakan bagian dari metode Statistika.
a) Statistik – diagram tersebut adalah penyajian data (produk/hasil).
b) Statistika – proses pengujian hipotesis adalah metode/ilmu (Statistika Inferensial).
c) Statistik – angka 5,83% adalah ukuran/data.
d) Statistika – teknik sampling merupakan bagian dari metode Statistika.
Soal 8. Pak Budi melakukan survei kepuasan pelanggan. Ia mengumpulkan 200 kuesioner, menghitung persentase kepuasan, lalu membuat grafik. Identifikasi mana yang termasuk kegiatan Statistika dan mana yang merupakan Statistik!
Pembahasan:
Statistika (kegiatan/proses):
• Mengumpulkan 200 kuesioner → pengumpulan data
• Menghitung persentase → pengolahan data
• Membuat grafik → penyajian data
Statistik (hasil/produk):
• 200 kuesioner yang terkumpul → kumpulan data
• Persentase kepuasan (misal 85%) → ukuran dari data
• Grafik yang dihasilkan → penyajian data dalam bentuk visual
Statistika (kegiatan/proses):
• Mengumpulkan 200 kuesioner → pengumpulan data
• Menghitung persentase → pengolahan data
• Membuat grafik → penyajian data
Statistik (hasil/produk):
• 200 kuesioner yang terkumpul → kumpulan data
• Persentase kepuasan (misal 85%) → ukuran dari data
• Grafik yang dihasilkan → penyajian data dalam bentuk visual
Soal 9. Mengapa Badan Pusat Statistik (BPS) menggunakan kata “Statistik” bukan “Statistika”?
Pembahasan: BPS menggunakan kata “Statistik” karena tugas utama BPS adalah menyediakan kumpulan data (statistik) untuk keperluan pemerintahan dan masyarakat. Nama tersebut merujuk pada produk/hasil yang dihasilkan, yaitu data-data statistik nasional, bukan merujuk pada ilmunya. Meskipun demikian, BPS juga menerapkan ilmu Statistika dalam prosesnya.
Soal 10. Seorang mahasiswa Statistika diminta menganalisis data nilai UAS 40 mahasiswa lalu menyimpulkan apakah rata-rata nilai UAS seluruh mahasiswa di universitas tersebut di atas 70. Termasuk cabang Statistika apa kegiatan ini? Jelaskan!
Pembahasan: Kegiatan ini termasuk Statistika Inferensial karena:
• Data yang dianalisis hanya 40 mahasiswa → ini merupakan sampel
• Kesimpulan yang diambil berlaku untuk seluruh mahasiswa di universitas → ini merupakan populasi
• Menarik kesimpulan tentang populasi berdasarkan sampel adalah ciri khas Statistika Inferensial
• Data yang dianalisis hanya 40 mahasiswa → ini merupakan sampel
• Kesimpulan yang diambil berlaku untuk seluruh mahasiswa di universitas → ini merupakan populasi
• Menarik kesimpulan tentang populasi berdasarkan sampel adalah ciri khas Statistika Inferensial
Sulit
Soal 11. Jelaskan mengapa statistik (ukuran sampel) sangat penting dalam Statistika Inferensial. Berikan contoh kasusnya!
Pembahasan: Dalam Statistika Inferensial, kita menggunakan statistik (ukuran dari sampel, seperti rata-rata sampel x̄, simpangan baku sampel s) untuk mengestimasi parameter populasi (seperti rata-rata populasi μ, simpangan baku populasi σ).
Contoh kasus: Sebuah pabrik memproduksi 100.000 bola lampu. Tidak mungkin menguji semua. Maka diambil sampel 500 bola lampu dan dihitung rata-rata umur pakainya (x̄ = 1200 jam). Statistik x̄ = 1200 jam ini digunakan untuk mengestimasi rata-rata umur pakai seluruh 100.000 bola lampu (μ). Tanpa statistik dari sampel, kita tidak bisa menarik kesimpulan tentang populasi.
Contoh kasus: Sebuah pabrik memproduksi 100.000 bola lampu. Tidak mungkin menguji semua. Maka diambil sampel 500 bola lampu dan dihitung rata-rata umur pakainya (x̄ = 1200 jam). Statistik x̄ = 1200 jam ini digunakan untuk mengestimasi rata-rata umur pakai seluruh 100.000 bola lampu (μ). Tanpa statistik dari sampel, kita tidak bisa menarik kesimpulan tentang populasi.
Soal 12. Seorang peneliti menemukan bahwa rata-rata tinggi badan 100 siswa SMA di Kota X adalah 165 cm dengan simpangan baku 5 cm. Ia menyimpulkan bahwa rata-rata tinggi badan seluruh siswa SMA di Indonesia berkisar antara 163–167 cm. Identifikasi: (a) Statistik, (b) Parameter yang diestimasi, (c) Cabang Statistika yang digunakan, (d) Apakah kesimpulan ini tepat?
Pembahasan:
(a) Statistik: x̄ = 165 cm dan s = 5 cm (ukuran dari sampel 100 siswa).
(b) Parameter yang diestimasi: μ = rata-rata tinggi badan seluruh siswa SMA di Indonesia.
(c) Cabang Statistika: Statistika Inferensial, karena menarik kesimpulan populasi dari sampel.
(d) Ketepatan kesimpulan: Kesimpulan ini kurang tepat karena sampel hanya dari satu kota (Kota X), sedangkan generalisasi dilakukan untuk seluruh Indonesia. Sampel tidak representatif terhadap populasi yang dituju. Kesimpulan hanya valid untuk siswa SMA di Kota X, bukan seluruh Indonesia.
(a) Statistik: x̄ = 165 cm dan s = 5 cm (ukuran dari sampel 100 siswa).
(b) Parameter yang diestimasi: μ = rata-rata tinggi badan seluruh siswa SMA di Indonesia.
(c) Cabang Statistika: Statistika Inferensial, karena menarik kesimpulan populasi dari sampel.
(d) Ketepatan kesimpulan: Kesimpulan ini kurang tepat karena sampel hanya dari satu kota (Kota X), sedangkan generalisasi dilakukan untuk seluruh Indonesia. Sampel tidak representatif terhadap populasi yang dituju. Kesimpulan hanya valid untuk siswa SMA di Kota X, bukan seluruh Indonesia.
Soal 13. Sebuah media menerbitkan berita: “Statistik menunjukkan 70% remaja menggunakan media sosial lebih dari 3 jam sehari.” Analisislah kalimat ini dari sudut pandang Statistika: (a) Apa yang dimaksud “statistik” di sini? (b) Proses apa saja yang harus dilakukan untuk mendapatkan angka 70%? (c) Apakah angka ini pasti benar untuk seluruh remaja?
Pembahasan:
(a) “Statistik” di sini berarti data/angka (kumpulan informasi), yaitu persentase 70%.
(b) Proses Statistika yang diperlukan:
1. Menentukan populasi (remaja mana? di mana? usia berapa?)
2. Mengambil sampel secara representatif
3. Menyusun instrumen (kuesioner)
4. Mengumpulkan data
5. Mengolah dan menganalisis data
6. Menghitung persentase → diperoleh angka 70%
(c) Belum tentu benar untuk seluruh remaja karena: angka ini kemungkinan berasal dari sampel (bukan sensus seluruh remaja). Kebenaran kesimpulan bergantung pada: ukuran sampel, teknik pengambilan sampel, dan margin of error. Dalam Statistika Inferensial, kita selalu menyertakan tingkat kepercayaan (misal 95%) dan margin of error.
(a) “Statistik” di sini berarti data/angka (kumpulan informasi), yaitu persentase 70%.
(b) Proses Statistika yang diperlukan:
1. Menentukan populasi (remaja mana? di mana? usia berapa?)
2. Mengambil sampel secara representatif
3. Menyusun instrumen (kuesioner)
4. Mengumpulkan data
5. Mengolah dan menganalisis data
6. Menghitung persentase → diperoleh angka 70%
(c) Belum tentu benar untuk seluruh remaja karena: angka ini kemungkinan berasal dari sampel (bukan sensus seluruh remaja). Kebenaran kesimpulan bergantung pada: ukuran sampel, teknik pengambilan sampel, dan margin of error. Dalam Statistika Inferensial, kita selalu menyertakan tingkat kepercayaan (misal 95%) dan margin of error.
Soal 14. Jelaskan hubungan antara Statistik (data), Statistika Deskriptif, dan Statistika Inferensial dalam sebuah penelitian. Gunakan contoh kasus nyata!
Pembahasan:
Kasus: Penelitian pengaruh metode belajar terhadap nilai ujian di sebuah SMA.
1. Statistik (data): Nilai ujian 60 siswa → 30 siswa dengan metode diskusi, 30 siswa dengan metode ceramah. Data ini adalah Statistik.
2. Statistika Deskriptif:
• Menghitung rata-rata kelompok diskusi: x̄₁ = 82
• Menghitung rata-rata kelompok ceramah: x̄₂ = 75
• Membuat tabel dan diagram perbandingan
→ Menggambarkan data apa adanya
3. Statistika Inferensial:
• Melakukan uji-t untuk menguji apakah perbedaan rata-rata (82 vs 75) signifikan secara statistik
• Menarik kesimpulan: “Metode diskusi secara signifikan lebih efektif daripada metode ceramah”
→ Generalisasi ke populasi yang lebih luas
Hubungan: Statistik (data) → diolah dengan Statistika Deskriptif → dianalisis lebih lanjut dengan Statistika Inferensial → diperoleh kesimpulan.
Kasus: Penelitian pengaruh metode belajar terhadap nilai ujian di sebuah SMA.
1. Statistik (data): Nilai ujian 60 siswa → 30 siswa dengan metode diskusi, 30 siswa dengan metode ceramah. Data ini adalah Statistik.
2. Statistika Deskriptif:
• Menghitung rata-rata kelompok diskusi: x̄₁ = 82
• Menghitung rata-rata kelompok ceramah: x̄₂ = 75
• Membuat tabel dan diagram perbandingan
→ Menggambarkan data apa adanya
3. Statistika Inferensial:
• Melakukan uji-t untuk menguji apakah perbedaan rata-rata (82 vs 75) signifikan secara statistik
• Menarik kesimpulan: “Metode diskusi secara signifikan lebih efektif daripada metode ceramah”
→ Generalisasi ke populasi yang lebih luas
Hubungan: Statistik (data) → diolah dengan Statistika Deskriptif → dianalisis lebih lanjut dengan Statistika Inferensial → diperoleh kesimpulan.
Soal 15. Seorang analis data di perusahaan e-commerce menyajikan laporan berikut:
“Bulan ini, rata-rata transaksi harian adalah 15.200, meningkat 12% dari bulan lalu. Berdasarkan tren ini dan analisis regresi, kami memperkirakan transaksi bulan depan akan mencapai 17.000 per hari.”
Identifikasi semua unsur Statistika dan Statistik dalam laporan ini!
“Bulan ini, rata-rata transaksi harian adalah 15.200, meningkat 12% dari bulan lalu. Berdasarkan tren ini dan analisis regresi, kami memperkirakan transaksi bulan depan akan mencapai 17.000 per hari.”
Identifikasi semua unsur Statistika dan Statistik dalam laporan ini!
Pembahasan:
Unsur Statistik (data/ukuran):
• Rata-rata transaksi harian = 15.200 → statistik (ukuran)
• Peningkatan 12% → statistik (ukuran perbandingan)
• Estimasi 17.000 per hari → statistik (hasil prediksi)
Unsur Statistika (proses/metode):
• Menghitung rata-rata transaksi harian → Statistika Deskriptif
• Menghitung persentase peningkatan → Statistika Deskriptif
• Menganalisis tren → Statistika Deskriptif (jika hanya menggambarkan)
• Analisis regresi → Statistika Inferensial (menggunakan model untuk prediksi)
• Memperkirakan transaksi bulan depan → Statistika Inferensial (generalisasi ke masa depan berdasarkan data yang ada)
Unsur Statistik (data/ukuran):
• Rata-rata transaksi harian = 15.200 → statistik (ukuran)
• Peningkatan 12% → statistik (ukuran perbandingan)
• Estimasi 17.000 per hari → statistik (hasil prediksi)
Unsur Statistika (proses/metode):
• Menghitung rata-rata transaksi harian → Statistika Deskriptif
• Menghitung persentase peningkatan → Statistika Deskriptif
• Menganalisis tren → Statistika Deskriptif (jika hanya menggambarkan)
• Analisis regresi → Statistika Inferensial (menggunakan model untuk prediksi)
• Memperkirakan transaksi bulan depan → Statistika Inferensial (generalisasi ke masa depan berdasarkan data yang ada)
✏️ Latihan Soal: Statistika dan Statistik
Mudah
1. Jelaskan dengan kalimatmu sendiri apa yang dimaksud dengan Statistika!
2. Jelaskan dengan kalimatmu sendiri apa yang dimaksud dengan Statistik!
3. Berikan 2 contoh kalimat yang menggunakan kata “Statistik” dan 2 contoh yang menggunakan kata “Statistika”!
4. Apakah diagram lingkaran yang menunjukkan persentase hobi siswa termasuk Statistika atau Statistik? Jelaskan!
5. Sebutkan langkah-langkah dalam kegiatan Statistika!
Sedang
6. Seorang peneliti menghitung median dan modus dari data penghasilan 50 pedagang di Pasar A, lalu menyajikannya dalam histogram. Termasuk cabang Statistika apa kegiatan ini? Jelaskan!
7. Berikan contoh situasi nyata di mana seseorang menggunakan Statistika Inferensial. Jelaskan mengapa termasuk inferensial!
8. “Statistik kriminalitas tahun 2024 menunjukkan penurunan 8% dibanding tahun sebelumnya.” Jelaskan makna kata “statistik” dalam kalimat tersebut dan proses Statistika apa saja yang diperlukan untuk menghasilkan angka 8% tersebut!
9. Apakah benar jika seseorang mengatakan “Saya belajar statistik di sekolah”? Jelaskan!
10. Jelaskan mengapa Statistika Deskriptif saja tidak cukup untuk pengambilan keputusan yang melibatkan generalisasi!
Sulit
11. Sebuah perusahaan farmasi menguji obat baru pada 200 pasien dan menemukan tingkat kesembuhan 85%. Perusahaan menyimpulkan obat tersebut efektif untuk semua pasien penyakit tersebut. Analisis kasus ini: identifikasi statistik, parameter, proses Statistika yang digunakan, dan evaluasi kevalidan kesimpulan!
12. Jelaskan bagaimana Statistika Deskriptif dan Statistika Inferensial saling melengkapi dalam sebuah penelitian ilmiah. Berikan contoh kasusnya!
13. Seorang politisi menyatakan: “Statistik menunjukkan 90% masyarakat puas dengan kinerja pemerintah.” Sebagai siswa yang mempelajari Statistika, pertanyaan kritis apa yang harus kamu ajukan sebelum menerima klaim tersebut?
14. Buatlah skenario lengkap sebuah penelitian sederhana yang melibatkan: pengumpulan Statistik, penerapan Statistika Deskriptif, dan penerapan Statistika Inferensial!
15. Jelaskan mengapa pemahaman tentang perbedaan Statistika dan Statistik penting bagi seseorang yang bekerja di bidang data science!
Bagian 2: Populasi dan Sampel
Memahami konsep populasi dan sampel serta teknik pengambilan sampel
🔍 Mengamati
Bayangkan kamu ingin mengetahui rata-rata tinggi badan seluruh siswa SMA di Indonesia (sekitar 10 juta siswa). Apakah mungkin mengukur tinggi badan semua 10 juta siswa? Tentu tidak praktis! Maka kita perlu memahami konsep Populasi dan Sampel.
A. Pengertian Populasi
Populasi adalah keseluruhan objek/subjek yang menjadi target penelitian atau pengamatan. Populasi memiliki karakteristik tertentu yang ingin dipelajari.
📌 Kata kunci: Populasi = KESELURUHAN. Populasi tidak selalu berarti “banyak” — jika kelas hanya 30 siswa dan kita meneliti seluruh 30 siswa, maka populasinya 30.
Jenis Populasi:
| Populasi Terhingga (Finite) | Populasi Tak Terhingga (Infinite) |
|---|---|
| Jumlah anggotanya dapat dihitung pasti. Contoh: Seluruh siswa kelas X SMA Negeri 1 (320 siswa), seluruh karyawan PT ABC (1.500 orang). |
Jumlah anggotanya tidak dapat dihitung atau sangat besar. Contoh: Seluruh hasil lemparan dadu (tak terbatas), seluruh ikan di lautan. |
Notasi Penting:
| Simbol | Nama | Keterangan |
|---|---|---|
| N | Ukuran Populasi | Jumlah seluruh anggota populasi |
| μ (mu) | Rata-rata Populasi | Mean dari seluruh data populasi |
| σ (sigma) | Simpangan Baku Populasi | Standar deviasi populasi |
| σ² | Varians Populasi | Kuadrat simpangan baku populasi |
| P | Proporsi Populasi | Perbandingan dalam populasi |
Ukuran-ukuran populasi (μ, σ, dll.) disebut parameter.
B. Pengertian Sampel
Sampel adalah sebagian anggota dari populasi yang diambil untuk mewakili populasi dalam penelitian.
📌 Kata kunci: Sampel = SEBAGIAN dari populasi. Sampel harus representatif (mewakili populasi).
POPULASI (N)
SAMPEL
(n)
(n)
Populasi: Lingkaran besar (keseluruhan)
Sampel: Lingkaran kecil (bagian dari populasi)
Sampel diambil dari populasi dan harus mewakili karakteristik populasi.
Sampel: Lingkaran kecil (bagian dari populasi)
Sampel diambil dari populasi dan harus mewakili karakteristik populasi.
Notasi Penting:
| Simbol | Nama | Keterangan |
|---|---|---|
| n | Ukuran Sampel | Jumlah anggota sampel |
| x̄ (x-bar) | Rata-rata Sampel | Mean dari data sampel |
| s | Simpangan Baku Sampel | Standar deviasi sampel |
| s² | Varians Sampel | Kuadrat simpangan baku sampel |
| p̂ (p-hat) | Proporsi Sampel | Perbandingan dalam sampel |
Ukuran-ukuran sampel (x̄, s, dll.) disebut statistik.
C. Perbandingan Populasi vs Sampel
| Aspek | Populasi | Sampel |
|---|---|---|
| Definisi | Seluruh objek penelitian | Sebagian dari populasi |
| Ukuran | N (kapital) | n (kecil) |
| Rata-rata | μ (parameter) | x̄ (statistik) |
| Simp. Baku | σ (parameter) | s (statistik) |
| Cakupan | Lengkap/utuh | Sebagian/representatif |
D. Mengapa Menggunakan Sampel?
- Efisiensi biaya – Meneliti seluruh populasi sangat mahal
- Efisiensi waktu – Meneliti populasi besar membutuhkan waktu lama
- Tidak mungkin meneliti semua – Misal: menguji kualitas obat (obat akan habis jika semua diuji)
- Populasi tak terhingga – Tidak bisa meneliti sesuatu yang jumlahnya tak terbatas
- Akurasi tetap baik – Dengan teknik sampling yang benar, hasil tetap akurat
E. Teknik Pengambilan Sampel
| Teknik Sampling | |
|---|---|
| Probability Sampling (Setiap anggota punya peluang sama) |
Non-Probability Sampling (Tidak semua anggota punya peluang sama) |
| 1. Simple Random – Acak sederhana (misal: undian) 2. Systematic – Setiap kelipatan ke-k 3. Stratified – Populasi dibagi kelompok, lalu diambil acak dari tiap kelompok 4. Cluster – Populasi dibagi cluster, dipilih beberapa cluster |
1. Purposive – Dipilih sengaja sesuai kriteria 2. Convenience – Dipilih yang mudah dijangkau 3. Snowball – Dari satu responden menyebar ke lainnya 4. Quota – Ditentukan jumlah per kategori |
❓ Menanya
- Bagaimana cara memastikan sampel benar-benar mewakili populasi?
- Berapa ukuran sampel minimum yang diperlukan agar hasilnya valid?
- Apa akibatnya jika sampel tidak representatif?
💡 Menalar
Tentukan populasi dan sampel dari masing-masing penelitian berikut:
- Penelitian tentang kepuasan pelanggan Restoran ABC dengan mewawancarai 100 dari 3.000 pelanggan tetap.
→ Populasi: 3.000 pelanggan tetap; Sampel: 100 pelanggan yang diwawancarai - Survei minat baca siswa kelas XI SMA Negeri 2 dengan mengambil 5 siswa per kelas dari 10 kelas.
→ Populasi: seluruh siswa kelas XI (±360 siswa); Sampel: 50 siswa (5 × 10)
🧪 Mencoba
Kegiatan: Lakukan simulasi pengambilan sampel!
- Tulis nama semua teman sekelasmu di kertas kecil (ini populasinya)
- Masukkan ke wadah, kocok, ambil 10 nama secara acak (ini sampelnya)
- Teknik apa yang baru kamu gunakan? → Simple Random Sampling
- Catat tinggi badan 10 orang tersebut, hitung rata-ratanya → ini adalah x̄ (statistik)
📢 Mengkomunikasikan
Diskusikan dalam kelompok:
- Apakah rata-rata dari 10 teman (x̄) sama persis dengan rata-rata seluruh kelas (μ)?
- Mengapa bisa berbeda? Apa solusinya?
- Presentasikan hasil diskusi di depan kelas!
📝 Contoh Soal: Populasi dan Sampel
Mudah
Soal 1. Apa yang dimaksud dengan populasi dalam Statistika?
Pembahasan: Populasi adalah keseluruhan objek atau subjek yang menjadi sasaran penelitian dan memiliki karakteristik tertentu yang ingin dipelajari.
Soal 2. Apa yang dimaksud dengan sampel?
Pembahasan: Sampel adalah sebagian anggota populasi yang diambil untuk diteliti dan diharapkan dapat mewakili (representatif terhadap) populasi tersebut.
Soal 3. Sebuah SMA memiliki 800 siswa. Untuk penelitian, diambil 80 siswa secara acak. Tentukan populasi dan sampelnya!
Pembahasan:
Populasi: Seluruh 800 siswa SMA tersebut (N = 800).
Sampel: 80 siswa yang diambil secara acak (n = 80).
Populasi: Seluruh 800 siswa SMA tersebut (N = 800).
Sampel: 80 siswa yang diambil secara acak (n = 80).
Soal 4. Sebutkan 3 alasan mengapa kita menggunakan sampel, bukan meneliti seluruh populasi!
Pembahasan:
1. Menghemat biaya (lebih murah)
2. Menghemat waktu (lebih cepat)
3. Kadang tidak mungkin meneliti semua (misal: uji coba produk yang merusak)
1. Menghemat biaya (lebih murah)
2. Menghemat waktu (lebih cepat)
3. Kadang tidak mungkin meneliti semua (misal: uji coba produk yang merusak)
Soal 5. Apa perbedaan simbol N dan n dalam Statistika?
Pembahasan:
N (huruf kapital) = ukuran populasi (jumlah seluruh anggota populasi).
n (huruf kecil) = ukuran sampel (jumlah anggota sampel yang diambil dari populasi).
N (huruf kapital) = ukuran populasi (jumlah seluruh anggota populasi).
n (huruf kecil) = ukuran sampel (jumlah anggota sampel yang diambil dari populasi).
Sedang
Soal 6. Sebuah pabrik memproduksi 50.000 baterai. Untuk uji kualitas, diambil 500 baterai. Tentukan: (a) Populasi, (b) Sampel, (c) Mengapa tidak diuji semua?
Pembahasan:
(a) Populasi: 50.000 baterai yang diproduksi (N = 50.000).
(b) Sampel: 500 baterai yang diuji (n = 500).
(c) Tidak diuji semua karena: uji kualitas baterai bisa bersifat destruktif (merusak baterai); biaya dan waktu terlalu besar; jika semua diuji, tidak ada baterai yang dijual.
(a) Populasi: 50.000 baterai yang diproduksi (N = 50.000).
(b) Sampel: 500 baterai yang diuji (n = 500).
(c) Tidak diuji semua karena: uji kualitas baterai bisa bersifat destruktif (merusak baterai); biaya dan waktu terlalu besar; jika semua diuji, tidak ada baterai yang dijual.
Soal 7. Seorang peneliti ingin mengetahui rata-rata pengeluaran makan mahasiswa Universitas X. Ia menyebarkan kuesioner ke 150 mahasiswa dari 12.000 mahasiswa. Rata-rata yang diperoleh adalah Rp35.000/hari. Tentukan: (a) Populasi, (b) Sampel, (c) Parameter, (d) Statistik.
Pembahasan:
(a) Populasi: 12.000 mahasiswa Universitas X.
(b) Sampel: 150 mahasiswa yang mengisi kuesioner.
(c) Parameter: μ = rata-rata pengeluaran makan seluruh 12.000 mahasiswa (tidak diketahui).
(d) Statistik: x̄ = Rp35.000/hari (rata-rata dari sampel 150 mahasiswa).
(a) Populasi: 12.000 mahasiswa Universitas X.
(b) Sampel: 150 mahasiswa yang mengisi kuesioner.
(c) Parameter: μ = rata-rata pengeluaran makan seluruh 12.000 mahasiswa (tidak diketahui).
(d) Statistik: x̄ = Rp35.000/hari (rata-rata dari sampel 150 mahasiswa).
Soal 8. Jelaskan perbedaan antara Simple Random Sampling dan Stratified Random Sampling!
Pembahasan:
Simple Random Sampling: Setiap anggota populasi memiliki peluang yang sama untuk terpilih. Pengambilan dilakukan secara acak tanpa membagi populasi menjadi kelompok. Cocok jika populasi homogen.
Stratified Random Sampling: Populasi dibagi terlebih dahulu menjadi kelompok-kelompok (strata) berdasarkan karakteristik tertentu (misal: jenis kelamin, usia, kelas). Lalu dari setiap strata diambil sampel secara acak. Cocok jika populasi heterogen dan ingin memastikan setiap kelompok terwakili.
Simple Random Sampling: Setiap anggota populasi memiliki peluang yang sama untuk terpilih. Pengambilan dilakukan secara acak tanpa membagi populasi menjadi kelompok. Cocok jika populasi homogen.
Stratified Random Sampling: Populasi dibagi terlebih dahulu menjadi kelompok-kelompok (strata) berdasarkan karakteristik tertentu (misal: jenis kelamin, usia, kelas). Lalu dari setiap strata diambil sampel secara acak. Cocok jika populasi heterogen dan ingin memastikan setiap kelompok terwakili.
Soal 9. Di sebuah sekolah terdapat 200 siswa kelas X, 180 siswa kelas XI, dan 170 siswa kelas XII. Jika diambil sampel 55 siswa secara proporsional, berapa siswa dari masing-masing kelas?
Pembahasan:
Total populasi N = 200 + 180 + 170 = 550 siswa.
Sampel proporsional:
Kelas X: (200/550) × 55 = 20 siswa
Kelas XI: (180/550) × 55 = 18 siswa
Kelas XII: (170/550) × 55 = 17 siswa
Total sampel: 20 + 18 + 17 = 55 siswa ✓
Ini merupakan contoh Stratified Proportional Sampling.
Total populasi N = 200 + 180 + 170 = 550 siswa.
Sampel proporsional:
Kelas X: (200/550) × 55 = 20 siswa
Kelas XI: (180/550) × 55 = 18 siswa
Kelas XII: (170/550) × 55 = 17 siswa
Total sampel: 20 + 18 + 17 = 55 siswa ✓
Ini merupakan contoh Stratified Proportional Sampling.
Soal 10. Seorang wartawan mewawancarai 5 pengunjung di sebuah mall tentang pendapat mereka terhadap kenaikan harga BBM, lalu menyimpulkan bahwa “masyarakat menolak kenaikan harga BBM.” Apakah kesimpulan ini valid? Jelaskan dari sisi populasi dan sampel!
Pembahasan: Kesimpulan tidak valid karena:
1. Sampel terlalu kecil (n = 5) untuk mewakili “masyarakat” (populasi jutaan orang).
2. Teknik sampling: convenience sampling (hanya yang ada di mall) → tidak representatif.
3. Pengunjung mall tidak mewakili seluruh lapisan masyarakat.
4. Untuk kesimpulan yang valid, diperlukan sampel yang lebih besar dan teknik probability sampling.
1. Sampel terlalu kecil (n = 5) untuk mewakili “masyarakat” (populasi jutaan orang).
2. Teknik sampling: convenience sampling (hanya yang ada di mall) → tidak representatif.
3. Pengunjung mall tidak mewakili seluruh lapisan masyarakat.
4. Untuk kesimpulan yang valid, diperlukan sampel yang lebih besar dan teknik probability sampling.
Sulit
Soal 11. Jelaskan perbedaan antara parameter dan statistik. Mengapa dalam penelitian kita biasanya hanya bisa menghitung statistik, bukan parameter?
Pembahasan:
Parameter: Ukuran yang menggambarkan karakteristik populasi. Notasi: μ (rata-rata), σ (simpangan baku). Parameter adalah nilai tetap (fixed) tapi biasanya tidak diketahui.
Statistik: Ukuran yang menggambarkan karakteristik sampel. Notasi: x̄ (rata-rata), s (simpangan baku). Statistik berubah-ubah tergantung sampel yang diambil.
Kita biasanya hanya bisa menghitung statistik karena:
1. Populasi seringkali terlalu besar atau tidak terbatas.
2. Biaya dan waktu tidak memungkinkan untuk meneliti semua anggota populasi.
3. Kadang pengukuran bersifat destruktif.
4. Statistik digunakan sebagai penduga (estimator) parameter melalui Statistika Inferensial.
Parameter: Ukuran yang menggambarkan karakteristik populasi. Notasi: μ (rata-rata), σ (simpangan baku). Parameter adalah nilai tetap (fixed) tapi biasanya tidak diketahui.
Statistik: Ukuran yang menggambarkan karakteristik sampel. Notasi: x̄ (rata-rata), s (simpangan baku). Statistik berubah-ubah tergantung sampel yang diambil.
Kita biasanya hanya bisa menghitung statistik karena:
1. Populasi seringkali terlalu besar atau tidak terbatas.
2. Biaya dan waktu tidak memungkinkan untuk meneliti semua anggota populasi.
3. Kadang pengukuran bersifat destruktif.
4. Statistik digunakan sebagai penduga (estimator) parameter melalui Statistika Inferensial.
Soal 12. Sebuah rumah sakit ingin meneliti efektivitas vaksin baru. Populasinya adalah seluruh pasien yang terinfeksi virus tertentu di Indonesia (±500.000 orang). Rancanglah teknik pengambilan sampel yang tepat dan jelaskan alasannya!
Pembahasan:
Teknik yang tepat: Stratified Random Sampling dengan tahapan:
1. Tentukan strata: Bagi populasi berdasarkan karakteristik penting:
– Usia (anak, dewasa, lansia)
– Tingkat keparahan (ringan, sedang, berat)
– Wilayah geografis (Jawa, Sumatera, Kalimantan, dll.)
2. Tentukan ukuran sampel proporsional dari setiap strata
3. Ambil secara acak dari setiap strata
Alasan:
– Populasi sangat heterogen (berbeda usia, keparahan, wilayah)
– Stratified sampling memastikan setiap kelompok terwakili
– Proporsi tetap dijaga → hasil lebih akurat
– Hasilnya bisa digeneralisasikan ke seluruh populasi
Ukuran sampel yang disarankan: minimal beberapa ratus hingga ribuan, tergantung presisi yang diinginkan (bisa dihitung dengan rumus Slovin atau rumus ukuran sampel lainnya).
Teknik yang tepat: Stratified Random Sampling dengan tahapan:
1. Tentukan strata: Bagi populasi berdasarkan karakteristik penting:
– Usia (anak, dewasa, lansia)
– Tingkat keparahan (ringan, sedang, berat)
– Wilayah geografis (Jawa, Sumatera, Kalimantan, dll.)
2. Tentukan ukuran sampel proporsional dari setiap strata
3. Ambil secara acak dari setiap strata
Alasan:
– Populasi sangat heterogen (berbeda usia, keparahan, wilayah)
– Stratified sampling memastikan setiap kelompok terwakili
– Proporsi tetap dijaga → hasil lebih akurat
– Hasilnya bisa digeneralisasikan ke seluruh populasi
Ukuran sampel yang disarankan: minimal beberapa ratus hingga ribuan, tergantung presisi yang diinginkan (bisa dihitung dengan rumus Slovin atau rumus ukuran sampel lainnya).
Soal 13. Dalam penelitian, diperoleh rata-rata sampel x̄ = 72 dan simpangan baku s = 8 dari n = 100 siswa. Jelaskan apa arti angka-angka ini dalam konteks populasi dan sampel!
Pembahasan:
x̄ = 72 → Rata-rata nilai dari 100 siswa yang menjadi sampel adalah 72. Ini merupakan statistik yang digunakan untuk mengestimasi μ (rata-rata populasi).
s = 8 → Simpangan baku sampel adalah 8, artinya data nilai siswa dalam sampel menyebar dengan tingkat variasi sekitar 8 satuan dari rata-rata. Ini merupakan statistik yang mengestimasi σ (simpangan baku populasi).
n = 100 → Jumlah anggota sampel. Semakin besar n, semakin akurat x̄ dalam mengestimasi μ.
Berdasarkan statistik ini, kita bisa mengestimasi bahwa rata-rata nilai seluruh siswa (populasi) kemungkinan berada di sekitar 72, dengan margin of error yang bisa dihitung menggunakan Statistika Inferensial.
x̄ = 72 → Rata-rata nilai dari 100 siswa yang menjadi sampel adalah 72. Ini merupakan statistik yang digunakan untuk mengestimasi μ (rata-rata populasi).
s = 8 → Simpangan baku sampel adalah 8, artinya data nilai siswa dalam sampel menyebar dengan tingkat variasi sekitar 8 satuan dari rata-rata. Ini merupakan statistik yang mengestimasi σ (simpangan baku populasi).
n = 100 → Jumlah anggota sampel. Semakin besar n, semakin akurat x̄ dalam mengestimasi μ.
Berdasarkan statistik ini, kita bisa mengestimasi bahwa rata-rata nilai seluruh siswa (populasi) kemungkinan berada di sekitar 72, dengan margin of error yang bisa dihitung menggunakan Statistika Inferensial.
Soal 14. Jelaskan mengapa pengambilan sampel yang bias (tidak representatif) dapat menghasilkan kesimpulan yang salah. Berikan contoh kasus nyata!
Pembahasan:
Sampel yang bias artinya sampel tidak mewakili populasi secara proporsional. Akibatnya, statistik dari sampel (x̄, s, p̂) akan menyimpang dari parameter populasi (μ, σ, P).
Contoh kasus: Pada Pemilu Presiden AS tahun 1936, majalah Literary Digest mengirim survei ke 10 juta orang berdasarkan daftar pemilik telepon dan mobil. Hasil survei: Alf Landon menang 57%. Kenyataan: Franklin Roosevelt menang telak 62%.
Penyebab: Tahun 1936, hanya orang kaya yang punya telepon dan mobil. Sampel hanya mewakili golongan kaya, tidak mewakili rakyat biasa yang merupakan mayoritas pemilih. Meskipun sampelnya sangat besar (2,4 juta responden), karena bias seleksi, hasilnya tetap salah.
Pelajaran: Ukuran sampel besar TIDAK menjamin akurasi jika teknik sampling bias. Yang penting bukan hanya berapa banyak (n), tapi bagaimana cara mengambilnya.
Sampel yang bias artinya sampel tidak mewakili populasi secara proporsional. Akibatnya, statistik dari sampel (x̄, s, p̂) akan menyimpang dari parameter populasi (μ, σ, P).
Contoh kasus: Pada Pemilu Presiden AS tahun 1936, majalah Literary Digest mengirim survei ke 10 juta orang berdasarkan daftar pemilik telepon dan mobil. Hasil survei: Alf Landon menang 57%. Kenyataan: Franklin Roosevelt menang telak 62%.
Penyebab: Tahun 1936, hanya orang kaya yang punya telepon dan mobil. Sampel hanya mewakili golongan kaya, tidak mewakili rakyat biasa yang merupakan mayoritas pemilih. Meskipun sampelnya sangat besar (2,4 juta responden), karena bias seleksi, hasilnya tetap salah.
Pelajaran: Ukuran sampel besar TIDAK menjamin akurasi jika teknik sampling bias. Yang penting bukan hanya berapa banyak (n), tapi bagaimana cara mengambilnya.
Soal 15. Sebuah perusahaan memiliki 4 divisi dengan jumlah karyawan: Divisi A (120), Divisi B (80), Divisi C (200), Divisi D (100). Jika ingin mengambil sampel 50 karyawan, tentukan jumlah sampel per divisi menggunakan: (a) Proportional Stratified Sampling, (b) Equal Allocation.
Pembahasan:
Total N = 120 + 80 + 200 + 100 = 500.
(a) Proportional Stratified Sampling:
Sampel tiap divisi proporsional terhadap ukurannya.
Divisi A: (120/500) × 50 = 12 karyawan
Divisi B: (80/500) × 50 = 8 karyawan
Divisi C: (200/500) × 50 = 20 karyawan
Divisi D: (100/500) × 50 = 10 karyawan
Total: 12 + 8 + 20 + 10 = 50 ✓
(b) Equal Allocation:
Jumlah sampel sama dari tiap divisi.
50 ÷ 4 = 12,5 → dibulatkan: 12 atau 13 per divisi.
Misal: A = 13, B = 12, C = 13, D = 12 → Total 50 ✓
Kapan memakai yang mana?
– Proportional → jika ingin divisi besar lebih terwakili (lebih umum).
– Equal → jika ingin memastikan divisi kecil tetap cukup terwakili.
Total N = 120 + 80 + 200 + 100 = 500.
(a) Proportional Stratified Sampling:
Sampel tiap divisi proporsional terhadap ukurannya.
Divisi A: (120/500) × 50 = 12 karyawan
Divisi B: (80/500) × 50 = 8 karyawan
Divisi C: (200/500) × 50 = 20 karyawan
Divisi D: (100/500) × 50 = 10 karyawan
Total: 12 + 8 + 20 + 10 = 50 ✓
(b) Equal Allocation:
Jumlah sampel sama dari tiap divisi.
50 ÷ 4 = 12,5 → dibulatkan: 12 atau 13 per divisi.
Misal: A = 13, B = 12, C = 13, D = 12 → Total 50 ✓
Kapan memakai yang mana?
– Proportional → jika ingin divisi besar lebih terwakili (lebih umum).
– Equal → jika ingin memastikan divisi kecil tetap cukup terwakili.
✏️ Latihan Soal: Populasi dan Sampel
Mudah
1. Jelaskan perbedaan antara populasi dan sampel!
2. Sebuah toko memiliki 5.000 pelanggan. Untuk survei, diambil 200 pelanggan. Tentukan populasi dan sampelnya!
3. Apa yang dimaksud dengan populasi terhingga dan populasi tak terhingga? Berikan contoh masing-masing!
4. Apa arti simbol μ dan x̄?
5. Sebutkan 2 teknik probability sampling!
Sedang
6. Sebuah kota memiliki 50.000 rumah tangga. Untuk survei penggunaan air bersih, diambil 500 rumah tangga secara acak. Rata-rata penggunaan air adalah 250 liter/hari. Tentukan: populasi, sampel, parameter, dan statistik!
7. Jelaskan perbedaan Cluster Sampling dan Stratified Sampling!
8. Sebuah universitas memiliki 5 fakultas dengan jumlah mahasiswa berbeda. Jika ingin mengambil sampel 100 mahasiswa secara proporsional, bagaimana caranya?
9. Apa kelemahan convenience sampling? Berikan contoh!
10. Seorang peneliti mengambil sampel 30 siswa dari kelas unggulan saja untuk meneliti prestasi siswa di sekolah. Apakah sampel ini representatif? Jelaskan!
Sulit
11. Jelaskan konsep sampling error dan bagaimana hubungannya dengan ukuran sampel!
12. Sebuah provinsi terdiri dari 25 kabupaten. Seorang peneliti memilih 5 kabupaten secara acak, lalu meneliti seluruh penduduk di 5 kabupaten tersebut. Teknik sampling apa ini? Apa kelebihan dan kekurangannya?
13. Rancanglah teknik pengambilan sampel untuk penelitian “Tingkat Literasi Digital Remaja di Indonesia”. Tentukan populasi, teknik sampling, dan alasannya!
14. Bandingkan kelebihan dan kekurangan probability sampling vs non-probability sampling dalam konteks penelitian ilmiah!
15. Sebuah perusahaan memiliki 3 pabrik: Pabrik A (500 pekerja, 60% laki-laki), Pabrik B (300 pekerja, 40% laki-laki), Pabrik C (200 pekerja, 50% laki-laki). Jika diambil sampel 100 pekerja, tentukan jumlah sampel per pabrik dan per jenis kelamin menggunakan Proportional Stratified Sampling!
Bagian 3: Datum dan Data
Memahami konsep datum, data, dan jenis-jenis data dalam Statistika
🔍 Mengamati
Perhatikan informasi berikut:
- Tinggi badan Ani: 160 cm → satu informasi → ini adalah datum
- Tinggi badan 5 siswa: 160, 165, 158, 170, 163 cm → kumpulan informasi → ini adalah data
Apa perbedaannya? Mari kita pelajari!
A. Pengertian Datum
Datum adalah satu keterangan atau satu informasi tunggal yang diperoleh dari pengamatan atau pengukuran. Datum berasal dari bahasa Latin yang berarti “sesuatu yang diberikan.”
📌 Kata kunci: Datum = SATU informasi/keterangan. Datum adalah bentuk tunggal (singular) dari Data.
Contoh Datum:
- Nilai ulangan Budi: 85 → satu datum
- Berat badan Siti: 55 kg → satu datum
- Jenis kelamin Ali: laki-laki → satu datum
- Suhu udara saat ini: 28°C → satu datum
B. Pengertian Data
Data adalah kumpulan datum atau kumpulan keterangan/informasi yang diperoleh dari pengamatan atau pengukuran. Data merupakan bentuk jamak (plural) dari datum.
📌 Kata kunci: Data = KUMPULAN datum. Data terdiri dari banyak informasi yang dikumpulkan bersama.
Contoh Data:
| Data | Datum-datum yang membentuknya |
|---|---|
| Nilai ulangan 5 siswa | 85, 90, 78, 92, 88 (masing-masing satu datum) |
| Tinggi badan siswa kelas X | 160, 165, 158, 170, 163, … (setiap angka satu datum) |
| Jenis kelamin karyawan | L, P, L, L, P, P, L, … (setiap keterangan satu datum) |
C. Perbandingan Datum vs Data
| Aspek | Datum | Data |
|---|---|---|
| Definisi | Satu keterangan tunggal | Kumpulan keterangan |
| Bentuk | Singular (tunggal) | Plural (jamak) |
| Contoh | Nilai Budi = 85 | Nilai kelas = {85, 90, 78, 92, 88} |
| Analogi | Satu butir beras | Sekarung beras |
D. Jenis-Jenis Data
1. Berdasarkan Sifatnya:
| Data Kuantitatif (Angka) | Data Kualitatif (Kategori) |
|---|---|
| Data berupa angka yang dapat dihitung/diukur. Contoh: Tinggi badan (165 cm), nilai ujian (85), suhu (30°C), jumlah siswa (40) |
Data berupa kategori/label yang tidak berupa angka. Contoh: Jenis kelamin (L/P), agama, warna favorit, golongan darah (A/B/AB/O) |
Data Kuantitatif dibagi lagi menjadi:
| Data Diskrit | Data Kontinu |
|---|---|
| Diperoleh dari menghitung (membilang). Nilainya bulat, tidak bisa pecahan. Contoh: Jumlah siswa = 40 (tidak mungkin 40,5), jumlah mobil = 12, jumlah anak = 3 |
Diperoleh dari mengukur. Nilainya bisa berupa pecahan/desimal. Contoh: Tinggi badan = 165,5 cm, berat = 55,3 kg, suhu = 28,7°C |
2. Berdasarkan Sumbernya:
| Data Primer | Data Sekunder |
|---|---|
| Data yang dikumpulkan langsung oleh peneliti dari sumber aslinya. Contoh: Data dari wawancara langsung, kuesioner yang disebarkan sendiri, eksperimen yang dilakukan sendiri. |
Data yang diperoleh dari sumber yang sudah ada / pihak lain. Contoh: Data dari BPS, jurnal penelitian, laporan perusahaan, buku referensi. |
3. Berdasarkan Waktu Pengumpulan:
| Data Cross-Section | Data Time Series (Runtun Waktu) |
|---|---|
| Data yang dikumpulkan pada satu waktu tertentu. Contoh: Nilai UAS seluruh siswa pada semester ganjil 2024. |
Data yang dikumpulkan pada beberapa waktu berurutan. Contoh: Jumlah penduduk Indonesia dari tahun 2010 sampai 2024. |
E. Skala Pengukuran Data
| Skala | Sifat | Contoh |
|---|---|---|
| Nominal | Hanya membedakan kategori (tidak ada urutan) | Jenis kelamin (L/P), Golongan darah (A/B/AB/O), Warna |
| Ordinal | Ada urutan/ranking (selisih antar urutan tidak pasti sama) | Peringkat kelas (1, 2, 3), Tingkat kepuasan (puas/cukup/tidak puas) |
| Interval | Ada urutan, selisih bermakna, tapi tidak ada nol mutlak | Suhu dalam °C (0°C bukan berarti tidak ada suhu), Tahun (2024) |
| Rasio | Ada urutan, selisih bermakna, ada nol mutlak | Tinggi badan (0 cm = tidak ada tinggi), Berat, Penghasilan |
❓ Menanya
- Mengapa kita perlu membedakan jenis-jenis data?
- Apakah nomor punggung pemain sepak bola (1, 2, 3, …) termasuk data kuantitatif?
- Apa perbedaan antara skala interval dan skala rasio?
💡 Menalar
Tentukan jenis data dan skala pengukurannya:
- Nomor punggung pemain: 7, 10, 11 → Kualitatif, skala Nominal (nomor hanya sebagai label, bukan kuantitas. Nomor 10 bukan berarti dua kali nomor 5)
- Penghasilan karyawan: 5 juta, 8 juta, 12 juta → Kuantitatif Kontinu, skala Rasio (ada nol mutlak: penghasilan 0 berarti tidak ada penghasilan)
- Peringkat kelulusan: Cum Laude, Magna Cum Laude, Summa Cum Laude → Kualitatif, skala Ordinal
🧪 Mencoba
Kegiatan: Kumpulkan data dari 10 teman sekelasmu yang mencakup:
- Nama → data kualitatif, skala nominal
- Jenis kelamin → data kualitatif, skala nominal
- Tinggi badan → data kuantitatif kontinu, skala rasio
- Jumlah saudara → data kuantitatif diskrit, skala rasio
- Peringkat kelas → data kualitatif, skala ordinal
Susun dalam tabel, lalu identifikasi: mana yang merupakan datum? Mana yang merupakan data?
📢 Mengkomunikasikan
Presentasikan tabel yang telah kamu buat. Jelaskan:
- Jenis data dari setiap kolom (kualitatif/kuantitatif)
- Skala pengukurannya (nominal/ordinal/interval/rasio)
- Contoh datum dari tabelmu
📝 Contoh Soal: Datum dan Data
Mudah
Soal 1. Apa yang dimaksud dengan datum?
Pembahasan: Datum adalah satu keterangan atau satu informasi tunggal yang diperoleh dari pengamatan atau pengukuran. Datum merupakan bentuk tunggal (singular) dari data. Contoh: nilai ulangan seorang siswa = 85.
Soal 2. Apa perbedaan data kuantitatif dan data kualitatif?
Pembahasan:
Data Kuantitatif: berupa angka yang dapat dihitung atau diukur. Contoh: tinggi badan, nilai ujian, suhu.
Data Kualitatif: berupa kategori/label yang bukan angka. Contoh: jenis kelamin, agama, warna favorit.
Data Kuantitatif: berupa angka yang dapat dihitung atau diukur. Contoh: tinggi badan, nilai ujian, suhu.
Data Kualitatif: berupa kategori/label yang bukan angka. Contoh: jenis kelamin, agama, warna favorit.
Soal 3. Dari data berikut, tentukan mana yang termasuk datum:
Nilai ulangan 5 siswa: 80, 75, 90, 85, 70
Nilai ulangan 5 siswa: 80, 75, 90, 85, 70
Pembahasan: Setiap angka merupakan satu datum. Jadi: 80 (datum), 75 (datum), 90 (datum), 85 (datum), 70 (datum). Secara keseluruhan, kelima angka tersebut membentuk satu kumpulan data.
Soal 4. Tentukan jenis data (kuantitatif/kualitatif): (a) Warna mata, (b) Jumlah buku, (c) Golongan darah, (d) Suhu tubuh
Pembahasan:
(a) Warna mata → Kualitatif (kategori warna)
(b) Jumlah buku → Kuantitatif (berupa angka)
(c) Golongan darah → Kualitatif (kategori A/B/AB/O)
(d) Suhu tubuh → Kuantitatif (berupa angka yang diukur)
(a) Warna mata → Kualitatif (kategori warna)
(b) Jumlah buku → Kuantitatif (berupa angka)
(c) Golongan darah → Kualitatif (kategori A/B/AB/O)
(d) Suhu tubuh → Kuantitatif (berupa angka yang diukur)
Soal 5. Apa perbedaan data diskrit dan data kontinu? Berikan contoh masing-masing!
Pembahasan:
Data Diskrit: diperoleh dari menghitung, nilainya bilangan bulat. Contoh: jumlah siswa = 35, jumlah mobil = 10.
Data Kontinu: diperoleh dari mengukur, nilainya bisa desimal. Contoh: tinggi badan = 165,5 cm, berat badan = 58,3 kg.
Data Diskrit: diperoleh dari menghitung, nilainya bilangan bulat. Contoh: jumlah siswa = 35, jumlah mobil = 10.
Data Kontinu: diperoleh dari mengukur, nilainya bisa desimal. Contoh: tinggi badan = 165,5 cm, berat badan = 58,3 kg.
Sedang
Soal 6. Tentukan jenis data dan skala pengukuran:
(a) Nomor rumah: 1, 2, 3, …
(b) Suhu udara: 25°C, 30°C, 28°C
(c) Berat badan: 50 kg, 65 kg, 72 kg
(d) Tingkat pendidikan: SD, SMP, SMA, S1
(a) Nomor rumah: 1, 2, 3, …
(b) Suhu udara: 25°C, 30°C, 28°C
(c) Berat badan: 50 kg, 65 kg, 72 kg
(d) Tingkat pendidikan: SD, SMP, SMA, S1
Pembahasan:
(a) Nomor rumah → Kualitatif, Nominal. Meskipun berupa angka, nomor rumah hanya berfungsi sebagai label/identitas. Nomor 4 bukan berarti dua kali nomor 2.
(b) Suhu udara → Kuantitatif Kontinu, Interval. Selisih bermakna (30°C – 25°C = 5°C), tapi 0°C bukan berarti tidak ada suhu (bukan nol mutlak).
(c) Berat badan → Kuantitatif Kontinu, Rasio. Ada nol mutlak (0 kg = tidak ada berat).
(d) Tingkat pendidikan → Kualitatif, Ordinal. Ada urutan (SD < SMP < SMA < S1) tapi selisih antar tingkat tidak sama.
(a) Nomor rumah → Kualitatif, Nominal. Meskipun berupa angka, nomor rumah hanya berfungsi sebagai label/identitas. Nomor 4 bukan berarti dua kali nomor 2.
(b) Suhu udara → Kuantitatif Kontinu, Interval. Selisih bermakna (30°C – 25°C = 5°C), tapi 0°C bukan berarti tidak ada suhu (bukan nol mutlak).
(c) Berat badan → Kuantitatif Kontinu, Rasio. Ada nol mutlak (0 kg = tidak ada berat).
(d) Tingkat pendidikan → Kualitatif, Ordinal. Ada urutan (SD < SMP < SMA < S1) tapi selisih antar tingkat tidak sama.
Soal 7. Jelaskan perbedaan data primer dan data sekunder. Berikan contoh penggunaannya dalam penelitian tentang “Kebiasaan Makan Siswa SMA”!
Pembahasan:
Data Primer: Data yang dikumpulkan langsung oleh peneliti.
Contoh: Peneliti menyebarkan kuesioner ke 100 siswa SMA tentang pola makan mereka → data diperoleh langsung dari sumber (siswa).
Data Sekunder: Data dari sumber yang sudah ada.
Contoh: Peneliti menggunakan data dari Kementerian Kesehatan tentang gizi remaja → data diperoleh dari pihak lain.
Dalam satu penelitian, biasanya digunakan keduanya untuk saling melengkapi.
Data Primer: Data yang dikumpulkan langsung oleh peneliti.
Contoh: Peneliti menyebarkan kuesioner ke 100 siswa SMA tentang pola makan mereka → data diperoleh langsung dari sumber (siswa).
Data Sekunder: Data dari sumber yang sudah ada.
Contoh: Peneliti menggunakan data dari Kementerian Kesehatan tentang gizi remaja → data diperoleh dari pihak lain.
Dalam satu penelitian, biasanya digunakan keduanya untuk saling melengkapi.
Soal 8. Perhatikan tabel berikut:
Identifikasi datum dan data dari tabel tersebut!
| Nama | Nilai | Kelas |
|---|---|---|
| Ani | 85 | X-A |
| Budi | 90 | X-B |
| Citra | 78 | X-A |
Pembahasan:
Datum: Setiap sel dalam tabel adalah satu datum. Contoh: “Ani” (satu datum), “85” (satu datum), “X-A” (satu datum).
Data:
• Seluruh isi tabel → kumpulan data (data keseluruhan)
• Kolom “Nilai”: {85, 90, 78} → data nilai (kumpulan 3 datum)
• Kolom “Kelas”: {X-A, X-B, X-A} → data kelas
• Baris “Ani”: {Ani, 85, X-A} → data tentang Ani
Datum: Setiap sel dalam tabel adalah satu datum. Contoh: “Ani” (satu datum), “85” (satu datum), “X-A” (satu datum).
Data:
• Seluruh isi tabel → kumpulan data (data keseluruhan)
• Kolom “Nilai”: {85, 90, 78} → data nilai (kumpulan 3 datum)
• Kolom “Kelas”: {X-A, X-B, X-A} → data kelas
• Baris “Ani”: {Ani, 85, X-A} → data tentang Ani
Soal 9. Mengapa nomor telepon (0812XXXX) termasuk data kualitatif, padahal berupa angka?
Pembahasan: Nomor telepon termasuk data kualitatif meskipun berupa angka karena:
1. Angka-angka tersebut hanya berfungsi sebagai label/identitas, bukan kuantitas.
2. Tidak bisa dilakukan operasi matematika yang bermakna: 0812 + 0813 = ? (tidak bermakna).
3. Rata-rata nomor telepon tidak bermakna.
4. Nomor 0815 bukan lebih besar dari 0812 dalam arti kuantitas.
Aturannya: jika angka tidak bisa dilakukan operasi matematika yang bermakna, maka termasuk data kualitatif.
1. Angka-angka tersebut hanya berfungsi sebagai label/identitas, bukan kuantitas.
2. Tidak bisa dilakukan operasi matematika yang bermakna: 0812 + 0813 = ? (tidak bermakna).
3. Rata-rata nomor telepon tidak bermakna.
4. Nomor 0815 bukan lebih besar dari 0812 dalam arti kuantitas.
Aturannya: jika angka tidak bisa dilakukan operasi matematika yang bermakna, maka termasuk data kualitatif.
Soal 10. Klasifikasikan data berikut ke dalam data cross-section atau time series:
(a) Jumlah penduduk 34 provinsi pada tahun 2024
(b) Nilai tukar rupiah per dolar dari Januari hingga Desember 2024
(c) Nilai ujian 40 siswa kelas X pada semester ganjil
(a) Jumlah penduduk 34 provinsi pada tahun 2024
(b) Nilai tukar rupiah per dolar dari Januari hingga Desember 2024
(c) Nilai ujian 40 siswa kelas X pada semester ganjil
Pembahasan:
(a) Cross-section – Data dikumpulkan pada satu waktu (tahun 2024) untuk banyak subjek (34 provinsi).
(b) Time Series – Data dikumpulkan pada beberapa waktu berurutan (Januari–Desember) untuk satu subjek (nilai tukar).
(c) Cross-section – Data dikumpulkan pada satu waktu (semester ganjil) untuk banyak subjek (40 siswa).
(a) Cross-section – Data dikumpulkan pada satu waktu (tahun 2024) untuk banyak subjek (34 provinsi).
(b) Time Series – Data dikumpulkan pada beberapa waktu berurutan (Januari–Desember) untuk satu subjek (nilai tukar).
(c) Cross-section – Data dikumpulkan pada satu waktu (semester ganjil) untuk banyak subjek (40 siswa).
Sulit
Soal 11. Jelaskan mengapa penting memahami skala pengukuran data sebelum melakukan analisis statistik!
Pembahasan: Memahami skala pengukuran penting karena menentukan jenis analisis yang boleh digunakan:
Nominal: Hanya bisa: frekuensi, modus, uji chi-square. Tidak bisa: rata-rata, median.
Ordinal: Bisa: median, persentil, korelasi Spearman. Tidak bisa: rata-rata (selisih antar urutan tidak sama).
Interval: Bisa: rata-rata, standar deviasi, korelasi Pearson. Tidak bisa: menyatakan “dua kali lipat” (tidak ada nol mutlak).
Rasio: Bisa: semua operasi statistik termasuk rasio perbandingan.
Contoh kesalahan: Menghitung rata-rata golongan darah (A=1, B=2, AB=3, O=4) → rata-rata 2,5 tidak bermakna karena skala nominal. Atau mengatakan “30°C dua kali lebih panas dari 15°C” → salah karena Celsius berskala interval.
Nominal: Hanya bisa: frekuensi, modus, uji chi-square. Tidak bisa: rata-rata, median.
Ordinal: Bisa: median, persentil, korelasi Spearman. Tidak bisa: rata-rata (selisih antar urutan tidak sama).
Interval: Bisa: rata-rata, standar deviasi, korelasi Pearson. Tidak bisa: menyatakan “dua kali lipat” (tidak ada nol mutlak).
Rasio: Bisa: semua operasi statistik termasuk rasio perbandingan.
Contoh kesalahan: Menghitung rata-rata golongan darah (A=1, B=2, AB=3, O=4) → rata-rata 2,5 tidak bermakna karena skala nominal. Atau mengatakan “30°C dua kali lebih panas dari 15°C” → salah karena Celsius berskala interval.
Soal 12. Seorang peneliti mengumpulkan data berikut dari 5 responden:
Untuk setiap kolom, tentukan: jenis data, skala pengukuran, dan apakah diskrit/kontinu (jika kuantitatif)!
| Responden | Usia | Pendapatan | Pendidikan | Kepuasan |
|---|---|---|---|---|
| 1 | 25 | 5 jt | S1 | Puas |
| 2 | 32 | 8 jt | S2 | Sangat Puas |
| 3 | 28 | 4 jt | SMA | Cukup |
| 4 | 45 | 12 jt | S1 | Puas |
| 5 | 38 | 9 jt | S2 | Tidak Puas |
Pembahasan:
Usia: Kuantitatif Kontinu (bisa 25,5 tahun), Skala Rasio (0 tahun = baru lahir, ada nol mutlak).
Pendapatan: Kuantitatif Kontinu (bisa 5,5 juta), Skala Rasio (0 rupiah = tidak ada pendapatan).
Pendidikan: Kualitatif, Skala Ordinal (ada urutan: SMA < S1 < S2, tapi selisih antar tingkat tidak sama).
Kepuasan: Kualitatif, Skala Ordinal (ada urutan: Tidak Puas < Cukup < Puas < Sangat Puas).
Nomor Responden: Kualitatif, Skala Nominal (hanya label/identitas).
Usia: Kuantitatif Kontinu (bisa 25,5 tahun), Skala Rasio (0 tahun = baru lahir, ada nol mutlak).
Pendapatan: Kuantitatif Kontinu (bisa 5,5 juta), Skala Rasio (0 rupiah = tidak ada pendapatan).
Pendidikan: Kualitatif, Skala Ordinal (ada urutan: SMA < S1 < S2, tapi selisih antar tingkat tidak sama).
Kepuasan: Kualitatif, Skala Ordinal (ada urutan: Tidak Puas < Cukup < Puas < Sangat Puas).
Nomor Responden: Kualitatif, Skala Nominal (hanya label/identitas).
Soal 13. Jelaskan mengapa data “suhu dalam Celsius” berskala interval sedangkan data “suhu dalam Kelvin” berskala rasio!
Pembahasan:
Celsius – Skala Interval:
• 0°C BUKAN berarti “tidak ada suhu” → 0°C = suhu beku air (pilihan manusia, bukan nol alami)
• Tidak bisa mengatakan “20°C dua kali lebih panas dari 10°C”
• Hanya selisih yang bermakna: 30°C – 20°C = 10°C (perbedaan suhu 10 derajat)
Kelvin – Skala Rasio:
• 0 K = nol mutlak (absolute zero) = tidak ada gerakan molekul = benar-benar “tidak ada” energi kinetik
• Bisa mengatakan “200 K dua kali lebih ‘panas’ dari 100 K” (secara energi kinetik)
• Perbandingan rasio bermakna karena ada titik nol sejati
Kesimpulan: Perbedaan skala interval dan rasio terletak pada ada/tidaknya nol mutlak (true zero). Nol mutlak berarti “tidak ada sama sekali.”
Celsius – Skala Interval:
• 0°C BUKAN berarti “tidak ada suhu” → 0°C = suhu beku air (pilihan manusia, bukan nol alami)
• Tidak bisa mengatakan “20°C dua kali lebih panas dari 10°C”
• Hanya selisih yang bermakna: 30°C – 20°C = 10°C (perbedaan suhu 10 derajat)
Kelvin – Skala Rasio:
• 0 K = nol mutlak (absolute zero) = tidak ada gerakan molekul = benar-benar “tidak ada” energi kinetik
• Bisa mengatakan “200 K dua kali lebih ‘panas’ dari 100 K” (secara energi kinetik)
• Perbandingan rasio bermakna karena ada titik nol sejati
Kesimpulan: Perbedaan skala interval dan rasio terletak pada ada/tidaknya nol mutlak (true zero). Nol mutlak berarti “tidak ada sama sekali.”
Soal 14. Sebuah survei mengumpulkan data berikut: nama, nomor KTP, tanggal lahir, penghasilan bulanan, status pernikahan, jumlah anak, dan indeks kepuasan (skala 1–10). Klasifikasikan setiap variabel berdasarkan: (a) kualitatif/kuantitatif, (b) skala pengukuran, (c) diskrit/kontinu jika kuantitatif.
Pembahasan:
*Indeks kepuasan 1–10: secara teknis berskala ordinal karena jarak antara 1-2 belum tentu sama dengan 7-8 secara perseptual. Namun dalam praktik, sering diperlakukan sebagai interval (dengan asumsi jarak antar skala sama).
Nomor KTP meskipun berupa angka, termasuk kualitatif karena hanya berfungsi sebagai identitas (tidak bisa dilakukan operasi matematika bermakna).
| Variabel | Kual/Kuan | Skala | Diskrit/Kontinu |
|---|---|---|---|
| Nama | Kualitatif | Nominal | – |
| Nomor KTP | Kualitatif | Nominal | – |
| Tanggal lahir | Kuantitatif | Interval | Kontinu |
| Penghasilan | Kuantitatif | Rasio | Kontinu |
| Status pernikahan | Kualitatif | Nominal | – |
| Jumlah anak | Kuantitatif | Rasio | Diskrit |
| Indeks kepuasan | Kuantitatif | Ordinal* | Diskrit |
*Indeks kepuasan 1–10: secara teknis berskala ordinal karena jarak antara 1-2 belum tentu sama dengan 7-8 secara perseptual. Namun dalam praktik, sering diperlakukan sebagai interval (dengan asumsi jarak antar skala sama).
Nomor KTP meskipun berupa angka, termasuk kualitatif karena hanya berfungsi sebagai identitas (tidak bisa dilakukan operasi matematika bermakna).
Soal 15. Dalam sebuah penelitian, ditemukan data berikut:
“Dari 200 siswa yang disurvei, 120 siswa (60%) memilih matematika sebagai pelajaran tersulit. Rata-rata nilai matematika mereka adalah 65,4 dengan simpangan baku 12,8.”
Identifikasi semua datum, data, jenis data, dan skala pengukuran yang terdapat dalam informasi tersebut!
“Dari 200 siswa yang disurvei, 120 siswa (60%) memilih matematika sebagai pelajaran tersulit. Rata-rata nilai matematika mereka adalah 65,4 dengan simpangan baku 12,8.”
Identifikasi semua datum, data, jenis data, dan skala pengukuran yang terdapat dalam informasi tersebut!
Pembahasan:
Datum-datum:
• 200 (jumlah siswa) → datum
• 120 (jumlah yang memilih matematika) → datum
• 60% → datum (proporsi)
• 65,4 → datum (rata-rata)
• 12,8 → datum (simpangan baku)
Data yang tersirat:
• Data pilihan pelajaran tersulit dari 200 siswa → data kualitatif, skala nominal
• Data nilai matematika 200 siswa → data kuantitatif kontinu, skala rasio
Statistik yang dihitung:
• 60% → proporsi sampel (p̂) – statistik deskriptif
• 65,4 → rata-rata sampel (x̄) – statistik deskriptif
• 12,8 → simpangan baku sampel (s) – statistik deskriptif
Jenis data:
• “Memilih matematika” → kualitatif nominal (kategori: ya/tidak)
• “Nilai matematika” → kuantitatif kontinu, skala rasio
• “200 siswa” → kuantitatif diskrit, skala rasio
Datum-datum:
• 200 (jumlah siswa) → datum
• 120 (jumlah yang memilih matematika) → datum
• 60% → datum (proporsi)
• 65,4 → datum (rata-rata)
• 12,8 → datum (simpangan baku)
Data yang tersirat:
• Data pilihan pelajaran tersulit dari 200 siswa → data kualitatif, skala nominal
• Data nilai matematika 200 siswa → data kuantitatif kontinu, skala rasio
Statistik yang dihitung:
• 60% → proporsi sampel (p̂) – statistik deskriptif
• 65,4 → rata-rata sampel (x̄) – statistik deskriptif
• 12,8 → simpangan baku sampel (s) – statistik deskriptif
Jenis data:
• “Memilih matematika” → kualitatif nominal (kategori: ya/tidak)
• “Nilai matematika” → kuantitatif kontinu, skala rasio
• “200 siswa” → kuantitatif diskrit, skala rasio
✏️ Latihan Soal: Datum dan Data
Mudah
1. Jelaskan apa yang dimaksud dengan datum dan data!
2. Berikan 3 contoh datum!
3. Tentukan jenis data (kuantitatif/kualitatif): (a) Warna rambut, (b) Berat badan, (c) Merk HP, (d) Jumlah halaman buku
4. Apa perbedaan data primer dan data sekunder?
5. Berikan contoh data diskrit dan data kontinu masing-masing 2!
Sedang
6. Tentukan skala pengukuran: (a) Jumlah gol dalam pertandingan, (b) Ranking kelas, (c) Nomor punggung pemain, (d) Berat barang (kg)
7. Mengapa data “nomor rumah” dan “nomor telepon” termasuk data kualitatif?
8. Dari tabel nilai ujian 30 siswa, identifikasi: datum, data, jenis data, dan skala pengukurannya!
9. Sebutkan dan jelaskan 4 skala pengukuran data beserta contohnya!
10. Berikan contoh data yang sama tetapi bisa disajikan sebagai cross-section maupun time series!
Sulit
11. Seorang guru mengumpulkan data: nama siswa, nilai UTS, kehadiran (%), ekstrakurikuler yang diikuti, dan peringkat kelas. Untuk setiap variabel, tentukan jenis data, skala pengukuran, dan operasi statistik apa yang boleh dilakukan!
12. Jelaskan mengapa menghitung rata-rata dari data berskala ordinal (misal: tingkat kepuasan) secara teknis tidak tepat, namun dalam praktik sering dilakukan. Apa implikasinya?
13. Buatlah tabel yang memuat minimal 5 variabel dengan skala pengukuran yang berbeda-beda. Jelaskan mengapa setiap variabel masuk ke skala tersebut!
14. Dalam sebuah penelitian tentang “Faktor yang Mempengaruhi Prestasi Siswa”, tentukan minimal 6 variabel yang relevan, klasifikasikan setiap variabel, dan jelaskan data apa yang perlu dikumpulkan!
15. Analisislah pernyataan berikut: “Rata-rata IPK mahasiswa adalah 3,25. Mahasiswa dengan IPK tertinggi (3,95) memiliki IPK 1,2 kali IPK rata-rata.” Dari sudut pandang skala pengukuran, apakah pernyataan terakhir valid? Jelaskan!
[…] Pengertian Statistika dan Statistik, Populasi dan Sampel, Datum dan Data […]