Ukuran Tendensi Sentral [PDF]

Citation preview

RESUME DATA, PENYAJIAN DATA, UKURAN TENDENSI SENTRAL, DAN APLIKASINYA



DOSEN PEMBIMBING Drs. Syafri Ahmad, S. Pd, M. Pd.



DISUSUN OLEH



Juanna Eka Putri 17129342 17 BKT 10



STATISTIK PENDIDIKAN PENDIDIKAN GURU SEKOLAH DASAR FAKULTAS ILMU PENDIDIKAN UNIVERSITAS NEGERI PADANG 2019



DATA, PENYAJIAN DATA, UKURAN TENDENSI SENTRAL, DAN APLIKASINYA A. Pengertian Data Saat membahas statistik maupun statistika, tidak akan terlepas dari yang namanya data. Dalam pengertian sehari-hari data dapat berarti fakta dari suatu objek yang diamati, yang dapat berupa angka-angka maupun kata-kata. Sedangkan jika dipandang dari sisi statistika, maka data merupakan fakta-fakta yang akan digunakan sebagai bahan penarikan kesimpulan (Setyawan, 2013: 2). Data dapat diartikan sebagai kumpulan fakta yang diperoleh dari suatu pengukuran. Suatu pengambilan keputusan yang baik merupakan hasil dari penarikan kesimpulan yang didasarkan pada data/fakta yang akurat. Untuk mendapatkan data yang akurat diperlukan suatu alat ukur atau yang disebut instrumen yang baik. Alat ukur atau instrumen yang baik adalah alat ukur/instrumen yang valid dan reliabel (Setyawan, 2013: 2). Data adalah keterangan atau fakta mengenai suatu persoalan bisa berupa kategori (rusak, baik senang, puas dsb) atau juga berbentuk bilangan. Data berbentuk bilangan disebut data kuantitatif. Data kuantitatif terbagi menjadi data diskrit (hasil menghitung) maupun kontinu (hasil mengukur) (Puspita, 2012). Pengertian data dalam Edhy Sutanta, (2004: 5) mendefenisikan data merupakan sebagai bahan keterangan tentang kejadian nyata atau fakta-fatka yang dirumuskan dalam sekelompok lambang tertentu yang tidak acak yang menunjukan jumlah, tindakan, atau hal. Data dapat perupa catatan-catatan dalam kertas, buku, atau tersimpan sebagai file dalam basis data (Sembiring, 2012: 14). Data akan menjadi bahan dalam suatu proses pengolahan data. Oleh karena itu, suatu data belum dapat berbicara banyak sebelum diolah lebih lanjut (Ladjamudin, 2005). Data berasal dari kata jamak datum dalam bahasa inggris berarti suatu yang diketahui atau dianggap. Sesuatu yang telah terjadi disebut fakta. Sedangkan menurut Austin CJ, data adalah fakta kasar atau gambaran yang



1



dikumpulkan dari keadaan tertentu, jadi data adalah fakta, belum diolah dan kasar (Pralystia, 2009) Dari beberapa pengertian di atas maka dapat diambil kesimpulan bahwa data adalah fakta atau bagian dari fakta yang belum tersusun yang mempunyai arti yang dihubungkan dengan kenyataan yang benar-benar terjadi, fakta dapat dinyatakan dengan gambar (grafik), kata-kata, angka, huruf dan lain sebagainya. B. Kriteria Data yang Baik untuk Penelitian Data sangat dibutuhakan dalam urusan statistik, termasuk salah satunya sangat dibutuhkan dalam sebuah penelitian. Tentunya agar data dapat dianalisis dan ditafsirkan dengan baik, maka data tersebut harus memenuhi kriteria-kriteria sebagai berikut : 1. Obyektif, data yang didapatkan dari lapangan/hasil pengukuran, harus ditampilkan dan dilaporkan apa adanya. Misalnya hasil pengumpulan menunjukkan ruang kelas SD Kabupaten Pidie yang rusak berat sebanyak 128 ruang. Data yang disajikan harus sejumlah hasil pengumpulan tersebut. 2. Relevan, dalam mengumpulkan dan menampilkan data harus sesuai dengan permasalahan yang sedang dihadapi atau diteliti. 3. Up to date (sesuai perkembangan), data tidak boleh usang atau ketinggalan zaman, karena itu data harus selalu menyesuaikan perkembangan. 4. Representatif, data harus didapat dari sumber yang tepat dan dapat memperlihatkan kondisi senyatanya atau mewakili suatu kelompok tertentu. Misalnya jumlah siswa mengulang yang dilaporkan (setelah dilakukan survai) hanya berdasarkan pada daerah kota, padahal kenyataannya daerah kabupaten justru memiliki siswa mengulang yang lebih banyak justru tidak dijadikan survai. Terhadap data seperti ini maka siswa mengulang yang disampaikan bukan merupakan data yang representatif (Setyawan, 2013: 2).



2



C. Mean Tendensi sentral merupakan ukuran pemusatan sebuah distribusi data. Ukuran atau nilai tunggal yang mewakili keseluruhan data. Jenisnya adalah Mean, Median, dan modus (Muhson, 2007). Rata-rata hitung atau arithmatic mean atau sering disingkat mean saja, merupakan ukuran nilai sentral yang paling sering digunakan, baik dalam penelitian ilmiah maupun dalam kehidupan sehari-hari. Disadari atau tidak ukuran nilai sentral, mean ini, dalam kehidupan sehari-hari telah umum digunakan sebagai salah satu ukuran. Rata-rata hitung dari sekelompok atau serangkaian data adalah jumlah dari seluruh nilai data dibagi dengan banyak data (Wirawan, 57 2016). 1. Rata-rata hitung data yang belum dikelompokkan Untuk data mentah yang belum dikelompokkan (ungrouped data) baik itu data berupa sampel mupun data berupa populasi, rata-ratanya masing-masing dapat dihitung dengan rumus berikut:



Contoh Seorang staf produksi dari sebuah pabrik yang menghasilkan produk daging dalam kaleng, memeriksa sebuah sampel acak 8 kaleng daging sapi untuk diperiksa berat nettonya. Data yang diperoleh (dalam gram) adalah: 251 245 255 253 254 247 252 253 Hitunglah rata-rata (hitung) berat sampel tersebut !



3



Penyelesaian:



Per rumus didapat,



Jadi, berat rata-rata sampel produk daging dalam kaleng tersebut adalah 251,25 gram. 2. Rata-rata hitung data yang telah dikelompokkan Sering kali sejumlah data telah dikelompokkan dan ditampilkan dalam bentuk tabel/distribusi frekuensi. Bila datanya telah dikelompokkan dalam bentuk tabel frekuensi, rata rata hitung dari sebuah sampel dengan ukuran tertentu (n), maupun rata-rata hitung sebuah populasi dengan ukuran tertentu (N), dapat dihitung dengan dua cara yaitu: (1) cara panjang, dan (2) cara pendek, yang akan dibahas berikut ini. a. Cara Panjang Rata-rata hitung dari data yang telah dikerlompokkan dengan cara panjang, dapat dihitung dengan rumus sebagai berikut:



4



Contoh Pengeluaran per bulan 50 orang karyawan lepas (sampel acak) perusahaan manufaktur di Surabaya, ditabelkan sebagai berikut: Tabel Distribusi Pengeluaran per Bulan 50 Orang Kar- yawan Lepas Perusahaan Manufaktur di Surabaya



Hitunglah mean pengeluaran per bulan 50 orang karyawan lepas tersebut ! Penyelesaian: Tabel Cara Menghitung Rata-rata Pengeluaran per Bulan 50 Orang Karyawan Lepas Perusahaan Manufaktur di Surabaya.



Per rumus didapat,



5



Jadi, rata-rata (hitung) pengeluaran per orang tiap bulan karyawan lepas perusahaan manufaktur tersebut adalah 809,5 ribu rupiah (= Rp 809.500, 00). b. Cara Pendek (Koding) Menghitung rata-rata hitung dari data yang telah dikelompokkan (tabel frekuensi), dengan cara ini, adalah sebagai berikut: terlebih dahulu skala mi diubah kedalam sekala di. Nilai di ini merupakan bilangan bulat kecil, misalnya ; ..., - 4, - 3, - 2, - 1, 0, + 1, + 2, + 3, + 4,... Penetapan harga (nilai rata- rata anggapan atau assumed mean), yaitu nilai tengah kelas yang sekala di nya nol, hendaknya diusahakan sedemikian rupa, sehingga hasil kali fidi merupakan bilangan yang sederhana. Pada umumnya, nilai di sama dengan nol (di = 0), ditentukan pada kelas interval yang memiliki frekuensi (absolut) terbesar. Pilihan sedemikian itu dapat menyederhanakan perhitungan. Rata-rata hitung sekelompok data yang telah disusun dalam bentuk distribusi (tabel) frekuensi, dengan cara pendek (singkat) dapat dihitung dengan rumus berikut.



Agar lebih jelas, tahapan perhitungan rata-rata (hitung) sekelompok data yang telah disajikan dalam bentuk tabel frekuensi, dengan cara pendek (cara koding) adalah sebagai berikut: (1) Hitung nilai tengah masing-masing kelas (mi) (2) Pilih salah satu nilai tengah (nilai tengah kelas yang frekuensi absolutnya terbesar) sebagai rata-rata anggapan (xo). Pada nilai tengah ini diberi tanda deviasi dalam satuan interval kelas, di = 0



6



(3) Pada nilai-nilai tengah yang lebih kecil dari xo, deviasinya negatif, sedangkan pada nilai-nilai tengah yang lebih besar dari xo, deviasinya positif (4) Masing-masing deviasi di dikalikan dengan frekuensinya fi, dan dijumlahkan (5) Kemudian dibagi dengan jumlah frekuensi (= n), hasil pembagian ini dikalikan interval kelas (c) (6) Akhirnya hasil pada tahap 5, dijumlahkan dengan xo Contoh Berdasarkan data yang tercantum pada contoh soal sebelumnya, hitunglah rata-rata (hitung) pengeluaran per bulan bagi 50 orang karyawan lepas perusahaan manufaktur di Kota Surabaya tersebut, dengan cara koding. Penyelesaian: Tabel Cara Menghitung Rata-rata Pengeluaran per Bulan 50 Karyawan Lepas Perusahaan Manufaktur di Kota Surabaya



Per rumus di dapat,



7



Ternyata hasil yang diperoleh dengan metode pendek yaitu = 809,5 sama dengan nilai yang diperoleh bila dihitung dengan metode panjang. D. Median Median dari sekelompok/serangkaian data adalah nilai yang letaknya tepat di tengah-tengah bila banyaknya data ganjil, atau rata-rata dari dua nilai yang berada di tengah bila banyaknya data genap, setelah data itu diurut dari yang terkecil sampai terbesar atau sebaliknya diurut dari yang terbesar sampai yang terkecil (Wirawan, 2016: 77). Dengan kata lain, bahwa median tersebut membagi serangkaian data (pengamatan) atau suatu distribusi menjadi dua bagian yang sama, yaitu 50% dari kesuluruhan data (pengamatan) nilainya terletak di bawah (nilai) median, dan 50% lagi nilainya lebih besar dari (nilai) median. Untuk serangkaian data yang memuat nilai ekstrem yaitu ada data dengan nilai ekstrem besar atau ada data dengan nilai ekstrem kecil, maka median lebih mewakili dibandingkan dengan ukuran nilai sentral lainnya. Ukuran nilai sentral ini, yaitu median, juga disebut nilai posisi tengah atau nilai rata-rata pertengahan (positional average). Berikut ini, akan dipelajari cara menghitung median suatu data yang belum dikelompokkan dan data yang telah dikelompokkan. 1. Median data yang belum dikelompokkan Tahapan perhitungan sebagai berikut : (1) Susunlah data tersebut dari yang nilai terkecil sampai yang nilai terbesar atau sebaliknya. (2) Tentukanlah letak mediannya (LMd ) 



Bila jumlah data ganjil (n ganjil)







Bila jumlah data genap (n genap)



8



(3) Menghitung nilai median, Md 



Bila jumlah datanya ganjil (n ganjil)







Bila jumlah datanya genap (n genap)



Contoh (n ganjil) Sebuah sampel acak yang terdiri dari gaji bulanan (juta rupiah) lima karyawan tetap sebuah perusahaan yang bergerak di bidang perbankan disajikan sebagai berikut: 3 9 2 5 4 Tentukanlah mediannya ! Penyelesaian: (1) Data tersebut disusun terlebih dahulu (dari nilai yang terkecil sampai terbesar atau sebaliknya) sebagai berikut:



(2) Letak median, untuk n = 5 (n ganjil)



Letak mediannya pada data urutan ketiga (3) Nilai mediannya Nilai mediannya sama dengan nilai data urutan ketiga (x3= 4) Jadi, Md = 4 Jadi, median dari gaji bulanan kelima karyawan adalah Rp 4 juta. Contoh (n genap) Sepuluh deposan sebuah bank umum diambil sebagai sampel acak. Setelah diperiksa nilai depositonya (dalam juta rupiah), diperoleh data sebagai berikut: 9 6 2 25 7 3 12 10 8 11 9



Hitunglah mediannya ! Penyelesaian: (1) Urutan data dari nilai terkecil sampai nilai terbesar



(2) Letak Median, untuk n = 10 (genap)



(3) Nilai Mediannya



Jadi, Median nilai deposito sepuluh deposan tersebut adalah Rp 8,5 juta. 2. Median data yang telah dikelompokkan Bila datanya telah dikelompokkan atau telah disusun dalam distribusi frekuensi atau tabel frekuensi maka median sekelompok data tersebut dapat dihitung melalui tahapan berikut ini. (1) Menentukan letak median (LMd) Letak median kelompok data tersebut ditentukan dengan rumus:



(2) Menghitung nilai median (Md) Nilai median kelompok data tersebut dihitung dengan rumus:



10



Contoh Pada tabel di bawah ini disajikan sebuah sampel acak berupa laba bersih yang diraup oleh 60 rumah kecantikan SPA di Kota Denpasar. Tabel Laba Bersih dari 60 Rumah Kecantik- an SPA di Kota Denpasar



Berdasarkan data pada tabel di atas, hitunglah mediannya dan berikan interpretasi ! Penyelesaian: Tabel Cara Menghitung Median Laba Bersih per Bulan 60 Rumah Kecantikan SPA di Kota Denpasar



11



Dari tabel di atas, dapat diketahui: n = 60 , c = 5.



Kelas mediannya adalah kelas ke-4 (lihat tanda panah pada tabel), dengan kelas nyatanya : 19,5 - 24,5. Jadi, L = 19,5, fc = 24 dan fm = 22. Per rumus didapat,



Jadi, median dari laba bersih per bulan bagi 60 rumah kecantikan SPA di Kota Denpasar adalah Rp 20,86 juta. Nilai Mediannya = Rp 20,86 juta, memiliki arti bahwa 50% dari rumah kecantikan SPA (sampel) di Kota Denpasar, laba bersih per bulannya lebih kecil dari Rp 20,86 juta, dan 50% nya lagi lebih besar dari Rp 20,86 juta. E. Modus Modus dari serangkaian data adalah nilai (atau sifat) yang paling banyak terjadi, atau sifat/keadaan yang frekuensinya terbesar. Untuk data kuantitatif modus menunjukkan nilai yang paling banyak muncul dan untuk data kualitatif modus menunjukkan sifat atau keadaan yang paling banyak terjadi. Dengan demikian serangkaian data, mungkin tidak mempunyai modus, satu modus, dua modus atau lebih (Wirawan, 2016: 84). 1. Modus Data yang Belum Dikelompokkan Bila sekumpulan data belum disusun dalam distribusi frekuensi, maka cara menghitung/menentukan modusnya adalah sebagai berikut: (1) Hitung frekuensi masing-masing data atau sifat atau keadaan



12



(2) Menentukan modusnya. Data yang frekuensinya terbesar (untuk data kuantitatif) atau sifat/keadaan yang paling sering terjadi (untuk data kualitatif) merupakan modusnya. Contoh: Nilai tabungan (juta rupiah) sebuah sampel acak yang berukuran 15, berasal dari deposan sebuah bank disajikan sebagai berikut:



Hitunglah modusnya dan berikan interpretasi ! Penyelesaian: Tabel Cara Menghitung Modus Nilai Tabungan 15 Deposawn Bank yang Dimaksud



Dari tabel dapat diketahui bahwa frekuensi terbesar adalah 5. Data (xi) dengan urut 5 (x5= 100) memiliki frekuensi tebesar yaitu 5 (f = 5). Jadi, modusnya adalah tabungan dengan nilai 100 juta rupiah. Modus = 100 juta rupiah, memiliki arti bahwa nilai tabungan deposan yang paling banyak ada (untuk sampel terpilih) yaitu tabungan yang bernilai 100 juta rupiah. 2. Modus Data yang Telah Dikelompokkan Bila datanya telah disusun dalam tabel frekuensi, maka modusnya dapat ditentukan/dihitung melalui dua tahapan sebagai berikut: (1) Menentukan letak modus (LMod). Modus terletak pada kelas dengan frekuensi terbesar.



13



(2) Menghitung modus Modus data berkelompok dapat dihitung dengan rumus:



Mod L d1 d2 c



= modus = tepi bawah kelas dari kelas terdapatnya modus = selisih antara frekuensi kelas terdapatnya modus dengan frekuensi kelas sebelumnya = selisih antara frekuensi kelas terdapatnya modus dengan frekuensi kelas sesudahnya = interval kelas Contoh: Sebuah sampel nilai penjualan mingguan (juta rupiah) dari 60 penyalur



barang antik di Kota Surabaya disajikan sebagai berikut:



Berdasarkan data tersebut, hitunglah modusnya dan berikan interpretasi ! Penyelesaian Tabel Perhitungan Modus Nilai Penjualan Ming- guan 60 Penyalur Barang Antik



14



Dari tabel dapat diketahui bahwa frekuensi modusnya = 20, maka letak modus (LMod) pada kelas ke-5 (lihat tanda panah pada tabel). Kelas nyatanya adalah 29,5 - 34,5. Jadi d1 = 20 - 13 = 7, dan d2 = 20 - 10 = 10 dan L = 29,5 serta c = 5. Maka per rumus didapat,



Jadi, modus dari nilai penjualan mingguan 60 penyalur barang antik di Kota Surabaya adalah Rp 31,55 juta. Ini menunjukan bahwa nilai penjualan mingguan dari 60 penyalur barang antik tersebut yang paling banyak adalah nilai penjualan disekitar Rp 31,55 juta. F. Teknik Penyajian Data 1. Tabel Distribusi Frekuensi Data statistik yang telah dikumpulkan agar dapat dibaca dengan mudah oleh semua orang , maka harus disajikan dalam bentuk yang sederhana dan akurat salah satunya adalah dengan tabel. Secara umum tabel distibusi frekuensi ada dua macam, yaitu: tabel distribusi frekuensi kumulatif dan tabel frekuensi distribusi relatif (Wilis, 2013). Untuk membuat tabel yang baik perlu diperhatikan hal-hal berikut:  Rentang/ Range R : Rentang adalah selisih antara nilai data tertinggi dan nilai data terendah R = Xmax - Xmin a. Kelas K : Banyaknya kelas dalam suatu tabel distribusi frekuensi dapat dipilih/ditetapkan oleh sipembuat tabel sesuai yang dikehendaki. Kelas yang baik adalah yang tidak terlalu besar (banyak) dan tidak pula terlalu kecil (sedikit), yang perlu diingat bahwa tidak boleh ada kelas yang kosong atau tidak beranggota atau



15



frekuensinya nol. Untuk data yang jumlahnya relatif banyak (besar) dapat digunakan aturan Sturgess, sebagai berikut: K = 1 + 3,3 Log n



 Interval Kelas i : Panjang interval kelas biasa diberi notasi k atau ci. Panjang tiap interval kelas jangan terlalu lebar (besar) dan jangan pula terlalu sempit (kecil). Panjang interval kelas dapat dihitung dengan formula:



 Turus Untuk mengisi kolom frekuensi, jika datanya tunggal, acak dan relatif besar maka dapat dibantu dengan turus terlebih dahulu. Turus atau turun lurus dibuat dengan cara coretan lurus yang menyatakan jumlah atau skore.  Tabel Distribusi Frekuensi Tabel dibuat dalam bentuk, sebagai berikut :



Contoh Buatlah tabel distribusi frekuensi data nilai matematika 100 orang siswa berikut ini :



16



Untuk membuat tabel dengan cepat data diurutkan terlebih dahulu menjadi



Selanjutnya hitung range, banyak kelas, dan panjang intervalnya.



Tabel Distribusi Frekuensinya



17



a. Tabel Distribusi Frekuensi Komulatif. Frekuensi komulatif adalah jumlah frekuensi yang yang didasarkan pada jumlah dari masing-masing frekuensi kelas terhadap nilai tepi kelasnya. Frekuensi komulatif ada dua, yaitu komulatif kurang dari dan komulatif lebih dari sama dengan, komulatif artinya jumlah frekuensi sampai dengan angka tertentu. Dari data di atas tabel distribusi frekuensinya adalah :



b. Tabel Distribusi Frekuensi Relatif Frekuensi relatif adalah perbandingan antara frekuensi dari setiap masingmasing kelas interval dan jumlah frekuensi seluruhnya yang dinyatakan dengan persen dimana jumlah frekuensinya = 100 % atau dengan derajat dimana jumlah frekuensinya = 3600. Frekuensi dari tiap interval kelasnya dihitung dengan rumus:



Contoh: Tabel distribusi relatif dari data di atas adalah, sebagai berikut:



18



2. Diagram atau Grafik Selain bentuk tabel data yang sudah dikumpulkan biasa disajikan dalam bentuk diagram atau grafik. Diagram ada beberapa macam, yaitu: diagram lambang, diagram batang, diagram garis, ogive dan diagram lingkaran. a. Diagram lambang atau Pictogram Diagram lambang atau pictogram adalah penyajian data statistika dalam bentuk gambar-gambar. Setiap gambar yang dibuat mewakili data dengan bentuk dan ukuran dibuat secara proporsional, yang menunjukkan nilai dari masingmasing data. Contoh: Banyaknya ternak kelinci pada peternakan selama triwulan I 2008, sebagai berikut :



Diagram gambarnya adalah sebagai berikut:



b. Diagram Batang / Histogram Diagram batang atau histogram adalah penyajian data statistika berupa persegi panjang–persegi panjang tegak berjejer terurut dengan tinggi batang



19



menunjukkan frekuensi tiap interval kelas sedang lebar batang menunjukkan panjang interval kelas. Secara umum ada dua macam diagram batang, yaitu diagram batang yang menggunakan tabel distribusi frekuensi dengan interval kelasnya adalah batasbatas (batas atas dan batas bawah) kelas dan diagram batang yang menggunakan tabel frekuensi dengan interval kelanya adalah tepi-tepi kelas (tepi bawah kelas dan tepi atas kelas). Contoh Buatlah diagram batang dari tabel distribusi frekuensi, di bawah ini:



c. Diagram Garis/Poligon Diagram garis atau poligon adalah garis yang menghubungkan antara titiktitik tengah setiap kelas interval dan frekuensinya. Dalam membuat diagram garis pertama, setiap interval kelas dicari titik tengahnya terlebih dahulu, kedua agar grafik tampak bagus maka ditambah satu kelas sebelum kelas pertama dan satu kelas sesudah kelas terakhir masing-masing dengan frekuensi kelas sama dengan nol. Poligon dapat juga dengan cara menghubungkan titik-titik tengah puncak dari



20



setiap kelas pada histogram dan ditambah satu kelas sebelum kelas pertama dan satu kelas sesudah kelas interval terakhir dengan frekuensi adalah nol. Contoh : Buatlah diagram garis dari data pada contoh tabel distribusi frekuensi di atas!



d. Ogive Ogive suatu diagram berupa garis yang dibuat dengan menggunakan sebaran tabel distribusi frekuensi komulatif ( total sampai dengan ) tepi bawahnya. Ogive ada dua macam, yaitu : ogive kurang dari dan ogive lebih dari yang dibuat sesuai dengan tabel distribusi frekuensinya. Contoh : Buatlah “ogive kurang dari” dan “ogive lebih dari” dari tabel distribusi frekuensi pada contoh di atas. Jawab : Tabel frekuensi komulatifnya adalah, sebagai berikut :



21



e. Diagram Lingkaran Diagram lingkaran atau piechart adalah suatu bentuk relatif dari setiap interval kelasnya. Tabel yang digunakan untuk membuat diagram lingkaran adalah tabel distribusi frekuensi relatif. Lingkaran dibagi-bagi menjadi juringjuring lingkaran. Setiap juring lingkaran mewakili interval kelasnya dengan luas juring bersesuaian dengan sudut pusat untuk setiap intervalnya. Contoh : Buatlah diagram lingkaran dari tabel distribusi di atas !



22



DAFTAR PUSTAKA Ladjamudin, Al-Bahra Bin. 2005. Pengertian Data dan Sistem Informasi. 2005: 8. Muhson, Ali. 2007. Tendensi Sentral. 1–8. Pralystia, Clara. 2009. Tinjauan Sistem Informasi. 11–59. http://lib.ui.ac.id/file?file=digital/126841-S-5709-Tinjauan sistemLiteratur.pdf. Puspita, Entit. 2012. Statistik Dan Statistika. Blogspot.Com. Sembiring, Hermansyah, dan Nurhayati. 2012. Sistem Informasi Jumlah Angkatan Kerja Menggunakan Visual Basic. Jurnal KAPUTAMA 5(2): 13–19. Setyawan, D. A. 2013. Penyajian Data Statistik. (penyajian data statistik): 1–13. https://akupunktursolo.files.wordpress.com/2013/03/handout_penyajiandata-statistik.pdf. Wilis, Stefany. 2013. Penyajian Data. Academia.edu: 1–13. https://www.academia.edu/9325441/Pengertian_Penyajian_Data. Wirawan, Nata. 2016. Statistika Deskritptif Statistika Ekonomi dan Bisnis. Denpasar: Keraras Emas.



23