Lap or a a a a Aaaaaaaaaaaaaaa An

BAB IPENDAHULUAN

1.1 Latar Belakang

Ruang publik terbuka adalah bentuk ruang yang digunakan masyarakat secara bersama-

sama. Di tempat ini biasanya diadakan kegiatan besar yang memungkinkan terjadinya

pertemuan dan interaksi masyarakat secar luas. Ruang publik terbuka biasnya dijadikan sebagai

sarana bermain dan berolah raga, tempat bersantai, dan tempat rekreasi masyarakat di tengah

kesibukan mereka. Di samping itu, ruang publik terbuka biasnya juga dijadikan sebagai tempat

diadakannya upcara kenegaraan atau upacara keagamaan yang melibatkan masyarakat luas.

Dalam sudut pandang ekologis ruang publik terbuka juga memiliki banyak kegunaan,

seperti penghijauan kota karena ruang publik terbuka biasanya dihiasi dengan tanaman hijau

untuk kenyamanan para pengunjungnya. Dengan adanya ruang terbuka publik hijau ini dapat

menyaring polusi udara yang biasanya disebabkan oleh asap buangan kendaraan bermotor

sekaligus berfungsi sebagai penyegar udara alami. Selain itu, ruang publik terbuka dapat

menyerap air secara langsung sehingga daerah tersebut memiliki cadangan air bawah tanah

yang bersih sekaligus dapat menjadi pengendali banjir karena air langsung diserap dan

disimpan di dalam tanah. Dengan fungsinya yang baik untk lingkungan, ruang publik terbuka

secara tidak langsung juga menjadi sebuah sarana untuk melestarikan ekosistem alami, karena

pada raung publik terbuka banyak makhluk hidup yang berkumpul dan saling berinteraksi.

Oleh karena pentingnya ruang publik terbuka untuk kegiatan sosial manusia, maupun

untuk kelestarian alam, peneliti ingin mengukur sejauh mana ruang publik terbuka sudah

diterapkan di setiap provinsi di Indonesia. Pengukuran dilakukan dengan metode pengumpulan

data, pengorganisiran data, penganalisaan data, serta melakukan penarikan kesimpulan. Metode

ini juga disebut dengan statistika. Cabang ilmu statistika yang digunakan di sini adlah statistika

deskriptif, yang menjelaskan mengenai pengumplan data hinga data dapat disajikan dengan

lebih informatif. Oleh karena itu, dengan adanya Statistik Deskriptif diharapkan dapat

membantu dalam menghitung dan mengolah data dari studi kasus mengenai Banyaknya

Desa/Kelurahan Menurut Ketersediaan Ruang Publik Terbuka padatahun 2014, secara manual

maupun menggunakan software serta menyajikannya secara informatif, sehingga akan

diperoleh manfaaat berupa informasi mengenai pemerataan jumlah ruang publik terbuka di

setiap provinsi di Indonesia agar kedepannya diharapkan pemerataan ruang publik terbuka

dapat diimplementasikan di Indonesia, mengingat banyaknya manfaat yang bisa diperoleh dari

ruang publik terbuka tersebut.

Muhammad Ismail Agil, 22/09/15,

Ditaruh di paragraf atas

1.2 Batasan Praktikum

Batasan yang digunakan pada praktikum ini adalah sebagai berikut :

1. Jumlah data yang diambil adalah 34 data.

2. Data yang diambil merupakan data sekunder dan cross section.

1.3 Tujuan Praktikum

Tujuan dari praktikum ini adalah sebagai berikut:

1. Menghitung dan mengolah Data Banyaknya Desa/Kelurahan Menurut Ketersediaan Ruang

Publik Terbuka berdasarkan statistika deskriptif baik secar manual maupun menggunakan

software minitab17

2. Melakukan penyajian data Banyaknya Desa/Kelurahan Menurut Ketersediaan Ruang Publik

Terbuka dengan informatif.

3. Melakukan analisis dan interpretasi dari hasil pengolahan data Banyaknya Desa/Kelurahan

Menurut Ketersediaan Ruang Public Terbuka dari hasil penyajian data.

1.4 Manfaat Praktikum

Manfaat dari praktikum adalah sebagai berikut :

1. Dapat mengetahui hasil pengolahan data banyaknya desa/kelurahan menurut ketersediaan

ruang publik terbuka sebagai bahan pertimbangan keputusan.

2. Dapat menggambarkan ketersediaan ruang public terbuka di setiap provinsi di Indonesia.

3. Dapat digunakan sebagai pengambilan keputusan selanjutnya untuk daerah yang perlu

sosialisasi atau kebijakan terkait dengan ketersediaaan ruang public terbuka.

BAB IITINJAUAN PUSTAKA

Dalam tinjauan pustaka akan dibahas mengenai beberapa hal yang penting yang

berkaitan dengan statistik deskriptif yaitu: definisi statistik dan statistika; pembagian jenis data

berdasarkan sifat variabel, skala pengukuran data, sumber data dan pengumpulan data; ukuran

pemusatan, variabilitas, posisi, bentuk distribusi serta penyajian data.

2.1 Statistik dan Statistika

Berikut ini merupakan definisi dari statistik dan statistika.

2.1.1 Definisi Statistik

Statistik adalah bilangan-bilangan yang diturunkan dari data atau digunakan untuk

menyatakan data itu sendiri (Murray, 1996:1).

2.1.2 Definisi Statistika

Statistika adalah metode-metode ilmiah untuk pengumpulan, pengorganisasian,

penyimpulan, penyajian, dan analisis data, maupun menarik kesimpulan yang sahih (valid) dan

membuat keputusan yang dapat diterima berdasarkan analisis (Murray, 1996:1).

2.2 Pembagian Jenis Data

Berikut adalah pembagian jenis data berdasarkan sifat variabel, skala pengukuran data,

sumber data, serta waktu pengumpulan data, yaitu:

2.2.1 Berdasarkan Sifat Variabel

Variabel merupakan karakteristik atau atribut yang menunjukkan nilai-nilai tertentu

(Bluman, 2012:3).

Berdasarkan sifatnya data dibagi menjadi dua, yaitu:

1. Variabel kualitatif adalah data yang dapat ditempatkan dalam kategori yang berbeda,

menurut beberapa karakteristik atau atribut (Bluman, 2012:6). Contoh: Kepuasan

Responden, Jenis Kelamin, Agama, dll.

2. Variabel kiantitatif adalah berupa numerik dan dapat diurutkan atau diperingkat. Contoh :

variabel umur adalah numerik dan manusia dapat diurutkan berdasarkan umurnya, tinggi,

berat, dan suhu tubuh (Bluman, 2012:6).

Variabel kuantitatif dapat digolongkan menjadi dua jenis, yaitu:

a. Variabel diskrit adalah variabel yang secara teoritis dapan menerima sebarang nilai di

antara dua nilai yang diberikan. Data yang dipaparkan oleh suatu variabel diskrit

dihasilkan dengan cara pencacahan atau perhitungan. Contoh: Jumlah N anak dalam

suatu keluarga, yang dapat menerima sebarang nilai-nilai 0,1,2,3,... tetapi tidak berupa

2,5 atau 3,842 (Murray, 1996:2).

b. Variabel kontinyu adalah variabel yan secara teoritis tidak dapat menerima sebarang

nilai dia antara dua nilai yang diberikan. Data yang dipaparkan oleh suatu variabel

kontinyu dihasilkan dengan cara pengukuran. Contoh: Usia A dari seseorang , yang

dapat berupa 62 tahun, 63,8 tahun ata 65,8341 tahun tergantung pada kecermatan

pengukuran (Murray, 1996:2).

2.2.2 Berdasarkan Skala Pengukuran Data

Pengukuran adalah suatu usaha memasangkan angka-angka terhadap obyek-obyek atau

peristiwa-peristiwa menurut aturan tertentu (Everitt, 2010). Pengukuran data terdiri dari

Kategori (nominal dan ordinal) dan Numerik (interval dan rasio). Jenis-jenis skala pengukuran

diberikan, antara lain:

1. Data Nominal

Nominal merupakan data pengukuran yang memiliki dasar penggolongan hanya kategorik

yang saling bebas dan terbatas. Angka digunakan untuk membedakan satu obyek dengan

obyek lainnya. Pada skala pengukuran ini, angka yang ditunjuk untuk suatu kategorik

hanyalah sekedar label atau kode. Contohnya: variabel jenis kelamin, diberi kode: 1 untuk

pria dan 0 untuk wanita. Variabel agama yang dipeluk, diberi kode: 1 untuk Islam, 2 untuk

Katolik, 3 untuk Protestan, 4 untuk Hindu, 5 untuk Budha, dan 6 untuk Konghucu (Everitt,

2010).

2. Data Ordinal

Ordinal merupakan data pengukuran yang memiliki angka selain digunakan untuk

membedakan, juga digunakan untuk menyatakan urutan tertentu atau ranking.

Contoh: variabel Grade Kursus: A, B, C, D, E . Variabel Skala Penilaian: 1 untuk Sempurna, 2

untuk Baik, 3 untuk Buruk. Variabel Skala Sikap Responden: 1 untuk Sangat Tidak Setuju, 2

untuk Tidak Setuju, 3 untuk Cukup Setuju, 4 untuk Setuju, dan 5 untuk Sangat Setuju

(Everitt, 2010).

3. Data Interval

Interval merupakan data pengukuran yang memiliki angka selain digunakan untuk

membedakan dan menyatakan urutan, juga memberi informasi tentang interval (jarak)

antara satu obyek dengan obyek lain. Contoh: Indeks Prestasi (IQ), Suhu, dan Tahun

(Everitt, 2010).

4. Data Rasio

Rasio merupakan data pengukuran yang memiliki angka selain informasi tentang urutan

dan interval (jarak) antar obyek, ada tambahan informasi tentang jarak atau perbedaan

antara suatu obyek dengan nol nilai absolut (mutlak). Misalnya, ukuran tinggi 4 cm

merupakan dua kali ukuran tinggi 2 cm. Contoh : pengukuran tinggi, berat, waktu, jarak,

harga, dan umur (Everitt, 2010).

2.2.3 Berdasarkan Sumber Data

Data (dataset) merupakan suatu istilah umum untuk pengamatan dan pengukuran yang

dikumpulkan selama penyelidikan/penelitian ilmiah (Everitt, 2010). Jenis-jenis data menurut

sumber pengambilannya dapat dibedakan menjadi dua, yaitu :

1. Data Primer

Data primer pada yang dihasilkan oleh peneliti untuk masalah tertentu atau keputusan.

Penelitian survey, eksperimen, dan penelitian observasi adalah salah metode yang paling

populer utnuk mengumpulan data primer (Weirs, 2011:104).

2. Data Sekunder

Data sekunder adalah yang telah dikumpulkan oleh orang lain untuk tujuan tertentu. Data

sekunder dapat internal atau eksternal tergantung pada apakah data yang dihasilkan dari

dalam perusahaan atau organisasi atau oleh orang atau kelompok luar (Weirs, 2011:104).

1.2.4 Berdasarkan Waktu Pengumpulan Data

Berdasarkan waktu pengumpulannyadata dibedakan sebagai data cross section dan data

berkala (time series):

1. Data cross section adalah data yang dikumpulkan pada elemen yang berbeda pada poin

waktu yang sama atau periode waktu yang sama. Misalnya hasil sensus penduduk tahun

1990 menggambarkan keadaan Indonesia pada tahun 1990 menurut jenis kelamin, umur,

agama, dan sebagainya (Mann, 2010:13).

2. Data time series adalah data yang dikumpulkan pada elemen yang sama untuk periode

waktu yang berbeda. Misalnya perkembangan produksi padi selama lima tahun terakhir,

perkembangan SEMBAKO selama 10 bulan terakhir, dan sebagainya (Mann, 2010:13).

2.3 Statistik Deskriptif

Statistika deskriptif merupakan proses induktif dimana statistikan mendeskripsikan situasi

secara umum dari fakta yang bersifat khusus (Kirk, 2008;7). Statistik deskriptif yang digunakan

untuk memberikan deskripsi atas variabel-variabel penelitian secara statistik. Statistik yang

digunakan dalam penelitian ini adalah rata-rata (mean), maksimal, minimal dan standar deviasi.

Dalam statistik deskriptif terdapat beberapa ukuran, yaitu ukuran lokasi (pemusatan),

ukuran variabilitas (penyebaran) dan ukuran posisi.

2.3.1 Ukuran Pemusatan

Ciri yang paling penting dari suatu data yaitu terdensi sentral, yang merupakan nilai pusat

distribusi. Secara umum nilai ini akan menunjukkan nilai yang basanya, representatif, atau yang

diharapkan. Karena berbedanya konotasi pemusatan, ukran pemusatan ditentukan lebih

terperinci sesuai konsep dari kecenderungan pemusatannya (Krik, 2008:62). Ukuran

pemusatan data yang ada adalah:

1. Mean (rata-rata)

Rata-rata adalah penjumlahan dari nilai data dibagi dengan jumlah data. Sifat dari rata-rata,

antara lain: rata-rata didapatkan dengan menggunakan samua nilai dari data, rata-rata

lebih sedikit dari nilai variasinya dari pada median atau modus ketika sampel diambil dari

populasi yang sama dan ketiga pengukuran ini digunakan dalam sampel, rata-rata

digunakan untuk menghitung perhitungan statistik yang lain seperti variansi (Bluman,

2012:116). Berikut merupakan rumus dari rata-rata:

Rata-rata dari data tunggal:

a. Rata-rata dari populasi:

µ= X ₁+X ₂+X ₃+…+Xŋn

=∑Xn

(2-1)

Sumber: Bluman (2012:106)

b. Rata-rata dari sampel:

χ= X₁+X₂+X₃+…+Xŋn

=∑ Xn

(2-2)


Rata-rata dari data berkelompok:

χ=∑ f . Xmn

(2-3)


Dimana: µ=¿ rata-rata populasi N = jumlah data dalam populasi

χ = rata-rata sampel n = jumlah data dalam sampel

X = data tunggal f = frekuensi kelas

∑ = penjumlahan dari Xm = nilai tengah kelas

2. Median

Median adalah bilangan yang terletak di tengah-tengah setelah bilangan-bilangan itu

diurutkan. Bilangan tersebut membagi data menjadi dua kelompok memiliki frekuensi yang

sama. Sifat dari median, antara lain: median digunakan untuk mencari nilai tengah suatu

gugus data, median lebih efektif daripada rata-rata ketika terdapat data ekstrim, dll

(Bluman, 2012:116).

3. Modus

Modus merupakan ukuran yang paling sederhana dalam pemusatan yaitu nilai atau

kategori yang memiliki frekuensi tertinggi (Kirk, 2008:62). Sifat dari data, antara lain:

modus dapat digunakan ketika data merupakan data nominal seperti kepercayaan, jenis

kelamin atau politik, nilai modus tidak selalu unik karena dalam suatu data dapat

mempunyi lebih dari satu modus atau tidak ada modus dallam gugus data, dll (Bluman,

2012:116).

4. Midrange

Midrange merupakan nilai terendah ditambah nilai tertinggi dibagi menjadi dua. Sifat dari

maidrange antara lain: mudah untuk diperhitungkan, memberikan hasil midpoint, sangat

terpengaruh oleh nilai ekstrim dalam data set (Bluman, 2012:116). Berikut merupakan

rumus dari midrange:

MR= lowest value+highest value2

(2-4)


2.3.2 Ukuran Variabilitas

Ukuran variabilitas merupakan pengukuran keragaman data. Variabilitas menunjukkan

persebaran data terhadap pusatnya (Borror, 2009:368). Dalam pengukuran ini terdiri dari

variansi, standar deviasi dan range.

1. Variansi

Variansi adalah luas persebaran data yang didapatkan dari nilai tengah kuadrat

simpangannya dari nilai tengah atau dimpangan rata-rata kuadrat. Berikut merupakan

rumus variansi:

Variansi data tunggal:

a. Variansi untuk populasi

σ 2=∑ (X−µ )2

N (2-5)


b. Variansi untuk sampel

S2=n (∑X )2−(∑X )2

n(n−1)(2-6)


Variansi data berkelompok:

Variansi untuk populasi

S2=n¿¿¿ (2-7)


Dimana: σ 2=¿ variansi populasi N = jumlah data dalam populasi

µ = rata-rata populasi n = jumlah data dalam sampel


∑ = penjumlahan dari Xm = nilai tengah kelas

s2 = variansi sampel x = rata-rata sampel

2. Standar Deviasi

Sandar deviasi adalah batas penyimpangan data dari pusatnya yang didapatkan dari akar

dari variansi (Bluman, 2012:217). Berikut merupakan rumus standar deviasi:

a. Rumus standar deviasi untuk populasi:

σ=√σ2 ¿√∑ (X−µ )2

N (2-8)


b. Rumus standar deviasi untuk sampel

s=√s2 ¿√∑ (X− χ )2

n−1(2-9)


Standar deviasi untuk data berkelompok:

s=√s2 ¿√n¿¿¿¿ (2-10)


Dimana: σ=¿ standar deviasi populasi N = jumlah data dalam populasi

µ = rata-rata sampel n = jumlah data dalam sampel


Xm = nilai tengah kelas s = standar deviasi populasi

c. Range

Rentang (range) dinotasikan sebagai R, menyatakan ukuran yang menunjukkan selisih nilai

antara nilai maksimum dan minimum. Rumusnya adalah sebagai berikut:

Range = nilai maksimum-nilai minimum (2-11)


2.3.3 Ukuran Posisi

Ukuran posisi didesain untuk menyediakan analisis dengan beberapa nilai kuantitatif

beberapa lokasi dari data ditempatkan (Walpole & Myers, 2012:11). Pembagian kelompok data

pada ukuran posisi terdiri dari kuartil, desil dan persentil. Secara kolektif, kuartil, desil,

persentil, dan nilai-nilai lain yang diperoleh dengan cara membagi data atas bagian-bagian yang

sama disebut kuantil (Murray, 1996:66).

1. Kuartil

Dimana suatu himpunan data disusun menurut besarnya nilai tengah (atau nilai tengah

hitung dari dua nilai tengah) yang membagi himpunan data dua bagian yang sama adalah

median. Dengan memperluas pemikiran ini kita dapat membayangkan nilai-nilai yang

membagi himpunan atas empat bagian yang sama. Nilai-nilai ini dinyatakan oleh Q1, Q2, dan

Q3 masing-masing disebut kuartil pertama, kedua dan ketiga, nilai Q2 sama dengan median

(Murray,1996:66).

Rumusnya adalah sebagai berikut:

Q ₁=nilai datake (N+1)4

(2-12)

Sumber: Weirs (2008:91)

Q ₂=nilai datake 2(N+1)4

(2-13)


Q ₃=nilai datake 3(N+1)4

(2-14)


Dimana N merupakan jumlah data dalam populasi dan n merupakan jumlah data sampel.

Kisaran interkuartil adalah perbedaan antara kuartil ketiga dengan kuartil pertama. Dalam

hal persentil, ini adalah jarak antara 75% dan 25% nilai. Rumusnya adalah:

interquartile range=Q₃−Q₁ (2-15)


Deviasi Kuartil merupakan setengah dari jangkauan interquartile.

quartile deviation=Q ₃−Q ₁2

(2-16)


2. Desil

Secara serupa, nilai-nilai yang membagi atas sepuluh bagian yang sama disebut desil dan

dinyatakan oleh D1, D2, D3,...,D9 (Murray, 1996:66).

3. Persentil

Persentil membagi kumpulan data menjadi 100 kelompok yang sama. Posisi dalam seratus

bahwa nilai data memegang distribusi. Median adalah persentil ke-50 (Bluman, 2012:151).

Rumus persentil adalah:

Percentile=(numberof values below X )+0,5

totalnumber of valuesx100 (2-17)


2.3.4 Bentuk Distribusi

Bentuk distribusi diunakan untuk mengetahui bentuk distribusi dari data. Ukuran bentuk

terdiri atas:

1. Kurtosis

Kurtosis adalah derajat kepuncakan dari suatu distribusi, biasanya diambil secara relatif

terhadap suau distribusi normal. Distribusi yang mempunyai puncak relatif tinggi disebut

leuptokurtik, sedangkan yang berpuncak mendatar disebut platikurtik. Dan distribusi

normal tidak terlalu lacip atau berpuncak mendatar disebut mesokurtik (Murray,

1996:119).

Indeks yang paling umum dari kurtosis adalah:

Kur=

∑(Xᵢ− χ ) ⁴nS ⁴

−3

(2-18)

Sumber: Krik (2008:114)

2. Skewness

Skewness (kemencengan) adalah derajat keekstriman, atau kejauhan dari simetri, dari

suatu distrubusi. Jika kurva frekuensi (poligon frekuensi termuluskan) suatu distribusi

mempunyai ekor yang yang lebih panjang ke kanan dari maksimum pusat daripada yang ke

kiri, distribusi tersebut menceng ke kanan atau mempunyai kemencengan positif. Jika

sebaliknya yang terjadi ia dikatan menceng ke kiri atau mempunyai kemencengan negatif

(Murray, 1996:119).

Pada skewness positif, rata-rata terdapat pada kanan median dan modus terdapat pada kiri

median.

Gambar 2.2 Skewness positifSumber : Bluman (2012:117)

Pada distribusi simetris, nilai data didistribusikan pada kedua sisi rata-rata. Rata-rata,

median dan modus terletak pada senter distribusi.

Gambar 2.3 Skewness simetrisSumber : Buman (2012:117)

Ketika sebagian besar data jatuh di kanan dari rata-rata dengan ekor ke kiri, distribusinya

dinamakan skewness negatif atau skewness kiri. Pada distribusi ini rata-rata terletak pada

kiri median dan modus terletak pada kanan median.

Gambar 2.4 Skewness negatifSumber : Bluman (2012:117)

2.3.5 Penyajian Data

Menurut Bluman (2012:51), setelah data diorganisasikan dalam distribusikan dalam

distribusi frekuensi, kemudian dapat disajikan dalam bentuk grafik. Tujuan dari grafik dalam

statistik adalah untuk menampilkan data pada pembaca dalam bentuk gambar. Dengan

demikian data akan dapat dibaca dibandingkan dengan penyajian numerik pada tabel atau

distribusi frekuensi.

1. Histogram

Histogram merupakan grafik yang yang menampilkan data menggunakan diagram batang

yang saling berhimpitan yang terdiri atas beragam tinggi untuk merepresentasikan

frekuensi dari kelas (Bluman, 2012:51). Histogram digunakan untuk data berkelompok

dengan menggunakan nilai midpoint kelasnya (Walpole & Myres, 2012:22).

Gambar 2.5 HistogramSumber: Walpole dan Myers (2012)

2. Poligon Frekuensi

Poligon frekuensi merupakan grafik yang yang menampilkan data dengan menggunakan

garis yang menghubungkan titik-titik untuk frekuensi pada titik tengah kelas. Frekuensi di

representasikan dengan tinggi titik (Bluman, 2012:53).

Gambar 2.6 Poligon FrekuensiSumber: Bluman (2012)

3. Ogive

Ogive adalah grafik yang menampilkan frekuensi kumulatif untuk kelas dalam distribusi

frekuensi (Bluman, 2012:52).

Sumber: Sigit (2007:20)

Selain penyajian data tersebut, masih ada beberapa ppenyajian data yang lain, antara

lain:

1. Diagram Batang

Diagram batang merepresentasikan data dengan menggunakan vertikal atau horizontal

batang yang merepresentasikan frekuensi data (Bluman, 2012:69).

Gambar 2.7 Diagram BatangSumber: Walpole (1993)

2. Diagram Pareto

Diagram pareto digunakan untuk merepresentasikan distribusi frekuensi untuk variabel

kategori dan frekuensi yang ditampilkan dengan tinngi dari batang vertikal yang disusun

dari tinggi ke rendah (Bluman, 2012:70).

Gambar 2.8 Diagram ParetoSumber: Montgomery (2009)

3. Grafik Time Series

Grafik time series merupakan penyajian data yang digunakan untuk menunjukkan tren yang

diukur pada periode tertentu (Bluman, 2012:80).

Gambar 2.9 Grafik Time SeriesSumber: Bluman (2012)

4. Diagram Lingkaran

Diagram lingkaran adalah sebuah lingkaran yang dibagi menjadi beberapa bagian atau

wedges sesuai dengan presentase frekuensi dalam setiap kategori distribusi (Bluman,

2012:73).

5. Diagram Ranting dan Daun

Sebuah batang dan daun plot data yang menggunakan bagian dari nilai data sebagai batang

dan bagian dari nilai data yang daun untuk membentuk kelompok atau kelas (Bluman,

2012:80).

Gamabr 2.11 Diagram Ranting dan DaunSumber: Bluman (2012)

6. Blox Pot

Menampilkan interquartile range data pada kotak dan dan median di dalamnya serta

menunjukkan data outlier (Walpole & Myers, 2012:24).

Gambar 2.12 Box PlotSumber: Walpole dan Myers (2012)

BAB IIIMETODOLOGI PRAKTIKUM

3.1 DIAGRAM ALIR PRAKTIKUM

Gambar 3.1 merupakan diagram alir praktikum statistik deskriptif:


Flowchart dibetulkan

Gambar 3.1 Diagram alir pengolahan studi kasus banyaknya desa/kelurahan menurut ketersediaan ruang

public terbuka

3.2 PROSEDUR PRAKTIKUM

Langkah langkah yang harus dilakukan oleh praktikan adalah sebagai berikut:

1. Mengidentifikasi masalah dari suatu obyek penelitian.

2. Mengumpulkan data sekunder studi kasus.


dirapikan

3. Melakukan pengolahan data mengenai statistika deskriptif secara manual dan software

serta penyajiannya.

4. Menganalisis dan menginterpretasi data.

5. Mendapatkan hasil data.

6. Menarik kesimpulan.

BAB IVHASIL DAN PEMBAHASAN

4.1 Pengumpulan Data

Data yang dikumpulkan merupakan data dengan jenis data sekunder dan cross section.

Berikut merupakan data banyaknya desa/kelurahan menurut ketersediaan ruang public

terbuka yang telah dikumpulkan dalam tabel 4.1.

Tabel 4.1 Data Desa/Kelurahan Menurut Ketersediaan Ruang Publik Terbuka

No ProvinsiRuang Publik

TerbukaNo Provinsi

Ruang Publik Terbuka

1 Kalimantan Utara 68 18 Aceh 322

2 Maluku Utara 111 19 Bali 334

3 Sulawesi Barat 122 20 Papua 342

4 Kepulauan Riau 162 21 Kalimantan Tengah 390

5 Gorontalo 167 22 Riau 393

6 Papua Barat 195 23 Sulawesi Utara 452

7 DKI Jakarta 208 24 Kalimantan Barat 524

8 Kepulauan Bangka Belitung 210 25 Sumatera Utara 525

9 Banten 231 26 Jambi 540

10 Kalimantan Selatan 234 27 Sumatera Selatan 590

11 Bengkulu 244 28 Lampung 645

12 Kalimantan Timur 260 29 Sulawesi Tengah 934

13 Nusa Tenggara Barat 261 30 Nusa Tenggara Timur 960

14 Sulawesi Tenggara 272 31 Sulawesi Selatan 1,023

15 Sumatera Barat 294 32 Jawa Barat 2,020

16 Maluku 298 33 Jawa Timur 2,022

17 DI Yogyakarta 309 34 Jawa Tengah 2,863Sumber: Badan Pusat Statistik (2014)

4.2 Pengolahan Data

Pengolahan data dilakukan secara manual dan menggunakan software Minitab 17.

4.2.1 Pengolahan Data dengan Minitab 17

Berikut langkah-langkah dalam pengolahan data administrasi kabupaten menggunakan

Minitab:

1. Buka software minitab.


Tabelnya ga usah berwarna. Huruf cambria 10

2. Input data jumlah kabupaten di tiap provinsi pada worksheet Minitab, seperti yang tampak

pada gambar 4.1 berikut.

Gambar 4.1 Input data pada Minitab3. Untuk melakukan pengolahan data, klik menu utama Stat >Basic Statistic>Display

Descriptive Statistics, seperti yang tampak pada gambar 4.2 berikut.

Gambar 4.2 Display Descriptive Statistic

4. Masukkan variabel. Seperti tampilan pada gambar 4.3 berikut.

Gambar 4.3 Tampilan pada Descriptive Statistic

5. Klik Statistic pilih semua yang ingin diketahui nilainya, seperti yang tampak pada gambar

4.4 berikut.

Gambar 4.4 Display Descriptive Statistic

6. Kemudian akan muncul hasil output seperti pada gambar 4.5 berikut.

Gambar 4.5 Output MiniTab

Berikut ini adalah penjelasan dari masing-masing output di atas


No Atribut Keterangan

1 MeanRata-rata dari data banyaknya ruang publik terbuka di Indonesia adalah 545

2 MedianNilai tengah dari data banyaknya ruang publik terbuka di Indonesia adalah 316, yang menunjukan ada 50% data di bawah 316 dan 50% data di atas 316

3 ModusModus dari data banyaknya ruang publik terbuka di Indonesia adalah 0, karena pada data tidak ada angka yang muncul lebih dari 1 kali.

5 MinimumNilai terendah dari data banyaknya ruang publik terbuka di Indonesia adalah 68

6 MaximumNilai tertingi dari data banyaknya ruang publik terbuka di Indonesia adalah 2863

7 RangeJangkauan (selisih antara data terbesar dan data terkecil) dari data banyaknya ruang publik terbuka di Indonesia adalah 2795.

8 VarienceRagam data dari data banyaknya ruang publik terbuka di Indonesia adalah adalah 376398

9 Standard DeviationSimapangan baku dari data banyaknya ruang publik terbuka di Indonesia adalah adalah 614

10 Q1Kuartil pertama dari data banyaknya ruang publik terbuka di Indonesia adalah 226

11 Q3 Kuartil ketiga dari data banyaknya ruang publik terbuka di Indonesia

adalah 553

12 SkewnessNilai skewness dari data banyaknya ruang publik terbuka di Indonesia adalah 2,57. Hal ini menunjukan data akan lebih condong ke sebelah kanan dari garis normal

4.2.2 Pengolahan Data Manual

Pada sub bab ini akan dijelaskan pengolahan data dengan perhitungan manual :


No ProvinsiRuang Publik

TerbukaX-µ (X-µ)²

1 Kalimantan Utara 68 476,853 227.388,7282 Maluku Utara 111 433,853 188.228,3753 Sulawesi Barat 122 422,853 178.804,6104 Kepulauan Riau 162 382,853 146.576,3755 Gorontalo 167 377,853 142.772,8456 Papua Barat 195 349,853 122.397,0807 DKI Jakarta 208 336,853 113.469,904

8Kepulauan Bangka Belitung 210 334,853 112.126,492

9 Banten 231 313,853 98.503,66910 Kalimantan Selatan 234 310,853 96.629,55111 Bengkulu 244 300,853 90.512,49212 Kalimantan Timur 260 284,853 81.141,19813 Nusa Tenggara Barat 261 283,853 80.572,49214 Sulawesi Tenggara 272 272,853 74.448,72815 Sumatera Barat 294 250,853 62.927,19816 Maluku 298 246,853 60.936,37517 DI Yogyakarta 309 235,853 55.626,61018 Aceh 322 222,853 49.663,43319 Bali 334 210,853 44.458,96320 Papua 342 202,853 41.149,31621 Kalimantan Tengah 390 154,853 23.979,43322 Riau 393 151,853 23.059,31623 Sulawesi Utara 452 92,853 8.621,66924 Kalimantan Barat 524 20,853 434,84525 Sumatera Utara 525 19,853 394,13926 Jambi 540 4,853 23,55127 Sumatera Selatan 590 -45,147 2.038,25728 Lampung 645 -100,147 10.029,43329 Sulawesi Tengah 934 -389,147 151.435,43330 Nusa Tenggara Timur 960 -415,147 172.347,08031 Sulawesi Selatan 1,023 -478,147 228.624,61032 Jawa Barat 2,020 -1.475,147 2.176.058,84533 Jawa Timur 2,022 -1.477,147 2.181.963,43334 Jawa Tengah 2,863 -2.318,147 5.373.805,786

Total 18.525 0,000 12.421.150,265Sumber : Badan Pusat Statistik (2014)

Tabel 4.4 Perhitungan Manual

No Ukuran Perhitungan


Tambahin 1 kolom lagi

1 Meanμ=

X 1+X 2+X 3+…+XnN

=∑ X

N

μ=1852534

=544,85

2 Median

68, 111, 122, 162, 167, 195, 208, 210, 231, 234, 244, 260, 261, 272, 294, 298, 309, 322, 334, 342, 390, 393, 452, 524, 525, 540, 590, 645, 934, 960, 1023, 2020, 2022, 2863

Median=309+3222

=315,5≈316

3 Modus Pada data ini tidak memiliki modus karena setiap data nya memiliki nilai yang berbeda – beda.

4 Variansiσ 2=

Σ ( χ−μ¿¿¿2 )N

¿12421150.26

34=376.398

5 Standar Deviasiσ=√σ2=√ Σ ( χ−μ¿¿¿2 )

N=√ 12421150.2634

¿614

6 Kuartil 1

68, 111, 122, 162, 167, 195, 208, 210, 231, 234, 244, 260, 261, 272, 294, 298, 309, 322, 334, 342, 390, 393, 452, 524, 525, 540, 590, 645, 934, 960, 1023, 2020, 2022, 2863

Q1=14x N=1

4x34=8,5 (antara data ke 8 dan data ke 9)

Q1=X i+a (X i+1−X i )¿ X i+a ( X i+1−X i )¿ X 8+a (X9−X8 )¿210+0,5 (231−210 )¿210+15,5¿225,5≈226

7 Kuartil 3

68, 111, 122, 162, 167, 195, 208, 210, 231, 234, 244, 260, 261, 272, 294, 298, 309, 322, 334, 342, 390, 393, 452, 524, 525, 540, 590, 645, 934, 960, 1023, 2020, 2022, 2863

Q3=34x N=3

4x34=25,5 (antara data ke 25 dan data ke 26)

Q3=X i+a (X i+1−X i )¿ X i+a ( X i+1−X i )¿ X25+a ( X26−X25 )¿525+0,5 (540−525 )¿525+7,5¿532,5≈533

8 RangeRange = max – min = 2863 – 68 = 2795

4.2.3 Perbandingan Pengolahan Data Dengan Software dan Manual

Tabel 4.5 Perbandingan Pengolahan Data Software dan Manual

No Ukuran Software Manual

1 Mean 545 544,85

2 Median 316 316

3 Modus Tidak ada Tidak ada

4 Variansi 376398 376398

5 Standar Deviasi 614 614

6 Kuartil 1 226 226

7 Kuartil 3 553 533

8 Minimum 68 68

9 Maksimum 2863 2863

10 Range 2795 2795

11 Skewness 2,57

4.3 Penyajian Data

Penyajian data dari studi kasus “Banyaknya Desa/Kelurahan Menurut Ketersediaan Ruang

Publik Terbuka pada tahun 2014” menggunakan diagram batang dan menggunakan histogram

1. Diagram Batang

Penyajian data menggunakan diagram batang agar dapat diketahui jumlah

ketersediaaan ruang publik terbuka di tiap provinsi. Berikut Gambar yang merupakan

penyajian data dengan menggunakan diagram batang (bar chart):

A c e h

S u ma t e r a U t a r a

S u ma t e r a B a r a t

R i a u

J a mb i

S u ma t e r a S e l a t a n

B e n g k u l u

L a mp u n g

K e p u l a u a n B a n g k a B e l . . .

K e p u l a u a n R i a u

D K I J a k a r t a

J a wa B a r a t

J a wa T e n g a h

D I Y o g y a k a r t a

J a wa T i m

u r

B a n t e nB a l i

Nu s a T e n g g a r a B a r a t

Nu s a T e n g g a r a T i m

u r

K a l i ma n t a n B a r a t

K a l i ma n t a n T e n g a h

K a l i ma n t a n S e l a t a n

K a l i ma n t a n T i m

u r

K a l i ma n t a n U t a r a

S u l a we s i U t a r a

S u l a we s i T e n g a h

S u l a we s i S e l a t a n

S u l a we s i T e n g g a r a

G o r o n t a l o

S u l a we s i B a r a t

Ma l u k u

Ma l u k u U t a r a

P a p u a B a r a t

P a p u a

322 52

5

294 39

3 540

590

244

645

210

162

208

2,02

0

2,86

3

309

2,02

2

231 33

4

261

960

524

390

234

260

68

452

934 1,02

3

272

167

122 29

8

111 195 34

2

Ket er sed iaan Ru an g P u b l ik Ter b u k a

Gambar 4.6 Angka ketersediaan ruang publik terbuka tiap provinsiBerdasarkan diagram batang pada gambar 4.6, provinsi yang memiliki ruang publik

terbuka tertinggi adalah Jawa Tengah sejumlah 2.863. Sedangkan provinsi yang memiliki

ruang publik terbuka terendah adalah Kalimantan Utara sejumlah 68.

2. Diagram Garis

Penyajian data menggunakan diagram batang agar dapat diketahui jumlah

ketersediaaan ruang publik terbuka di tiap provinsi. Berikut Gambar yang merupakan

penyajian data dengan menggunakan diagram garis (line chart):

Aceh

Sumatera BaratJambi

Bengkulu

Kepulauan Bangka Belitu

ng

DKI Jaka

rta

Jawa Tengah

Jawa Timur

Bali

Nusa Tenggara Tim

ur

Kalimantan Tengah

Kalimantan Tim

ur

Sulawesi Utara

Sulawesi Selatan

Gorontalo

Maluku

Papua Barat0

1,0002,0003,000

Ruang Publik Terbuka

Gambar 4.7 Angka ketersediaan ruang publik terbuka tiap provinsi

Berdasarkan diagram garis pada gambar 4.7, provinsi yang memiliki ruang publik



BAB VPENUTUP

5.1 Kesimpulan

Kesimpulan dari pelaksanaan praktikum ini adalah:

1. Statistik deskriptif lebih berkenaan dengan pengumpulan, pengolahan, dan peringkasan

data. Pengolahan data dilakukan untuk mempermudah mengetahui informasi data.

Pengolahan data dilakukan menggunakan software Minitab dan secara manual. Berdasarkan

hasil pengolahan data menggunakan software minitab, dapat diperoleh Rata-rata yang

dihasilkan adalah 545 dengan standard error adalah 105. Median sebesar 316 menunjukkan

50 persen angka data administrasi kabupaten diatas 316 dan 50 persen dibawah 316.

Standar deviasi adalah 614 dan variansi sebesar 376298. Nilai minimum dalam data adalah

63 dan nilai maksimumnya adalah 2863, sehingga diperoleh range sebesar 2795. Nilai

skewness yang ditunjukkan adalah 2,67 sedangkan untuk kurtosis nilai yang ditunjukkan

adalah 5,50. Hal ini menunjukkan bahwa arah kecondongan grafik adalah ke arah kanan

atau skewness positif (nilai skewness > 0) dan bentuk grafik adalah platykurtik.

2. Penyajian data Banyaknya Desa/Kelurahan Menurut Ketersediaan Ruang Publik Terbuka

pada tahun 2014 disajikan dalam bentuk diagram batang dan diagram garis. Diagram

batang dan diagram garis digunakan untuk mempermudah penyajian data agar dapat

dipahami dan dianalisis serta data yang disajikan lebh informatif.

3. Berdasarkan penyajian data Banyaknya Desa/Kelurahan Menurut Ketersediaan Ruang

Publik Terbuka pada tahun 2014 diperoleh bahwa provinsi yang memiliki ruang publik



5.2 Saran

Dengan disajikannya data diatas, maka:

?????????????

Lap or a a a a Aaaaaaaaaaaaaaa An

Documents

Transcript of Lap or a a a a Aaaaaaaaaaaaaaa An