Contoh Surat Resign Kerja Terbaru 2012

 Contoh Surat Resign Kerja Terbaru 2012
Batam, 5 Maret 2012
Kepada Yth,
Kepala Sekolah Permata Harapan 2
Di-Tempat

Dengan Hormat,
Melalui surat ini saya deny stooe mengajukan permohonan mengundurkan diri sebagai karyawan PT. GICI Business School terhitung tanggal 20 Januari 2012.
Saya menghaturkan terimakasih atas kesempatan yang telah diberikan untuk belajar dan bekerja di PT. GICI Business School selama kurang lebih 5 bulan.
Tak lupa saya mohon maaf kepada jajaran manajemen PT. GICI Business School apabila terdapat hal-hal yang tidak baik selama saya bekerja di PT. GICI Business School.
Saya berharap dan berdo’a agar PT. GICI Business School dapat terus berkembang dan selalu mendapatkan yang terbaik.




Hormat saya,


Deni Stooe

berikut  Contoh Surat Resign Kerja Terbaru 2012 moga bermanfaat

Contoh CURRICULUM VITAE Terbaru 2012-2013




CURRICULUM VITAE

Biodata
-------------------------------------------------------------------------------------------------------------
Nama            :     Mahmudin
Tempat/ Tgl lahir    :     Selat Panjang/ January 12nd, 1990
Alamat        :     Perum Tembesi Center Blk A No.2               
No. HP        :     +62 819 9084 01 06
Alamat E-mail    :     softdeny@gmail.com
   

Pengalaman Kerja

•    Bekerja di Mekanik Dealer Selat Panjang


Latar Belakang Pendidikan

   
2005 – 2008        SMA N 1 Selat Panjang


Hobi


•    Otomotif
•    Blogging
•    Membaca








Batam, 22 Juni 2012
Kpd Yth,
Pimpinan HRD
Di Tempat

Dengan Hormat,

    Saya bernama lengkap Mahmudin,. Kini saya berusia 22 tahun, pendidikan terakhir saya Sekolah Menengah Atas tepatnya di jurusan IPA. Dengan ini, saya bermaksud mengajukan permohonan untuk menjadi karyawan di PT yang Anda Pimpin untuk posisi yang dibutuhkan.
    Saya memiliki kondisi kesehatan yang sangat baik, Saya seorang pekerja keras, tepat waktu, dapat bekerja dalam team, dan saya siap menerima tantangan kerja baru dan bertanggung jawab atas pekerjaan yang sedang saya lakukan. Sebagai bahan pertimbangan lainnya bersama surat ini saya lampirkan data diri saya sebagai berikut:

1.    Daftar riwayat hidup,
2.    Fotokopi ijazah terakhir,
3.    Fotokopi KTP,
4.    Fotokopi kartu kuning.

Saya berharap Bapak/Ibu Pimpinan bersedia meluangkan waktu untuk memberikan kesempatan wawancara, sehingga saya dapat menjelaskan lebih rinci tentang potensi diri saya.
    Demikian surat lamaran ini. Terimakasih atas perhatian Bapak/Ibu Pimpinan.
   



Hormat Saya,




Mahmudin



Makalah Matematika REGRESI DAN KORELASI LINEAR BERGANDA

REGRESI DAN KORELASI LINEAR BERGANDA

A.    Regresi Linear Berganda
1.    Hubungan liniear lebih dari dua variabel
Regresi artinya peramalan penaksiran atau pendugaan pertama kali diperkenalkan pada tahun 1877 oleh Sir Francis Galtoon (1822-1911). Analisis regresi digunakan untuk menentukan bentuk dari hubungan antar variabel. Tujuan utama dalam penggunaan analisis itu adalah untuk meramalkan atau memperkirakan nilai dari suatu variabel dalam hubungannya dengan variabel yang lain. Disamping hubungan linear dua variabel, hubungan linear dari dua variabel bisa juga terjadi misalnya; hubungan antara hasil penjualan dengan harga dan daya beli.
Hubungan linear lebih dari dua variabel bila dinyatakan dalam bentuk persamaan matematis adalah :
Y = a + b1x1 + b2x2 +……………bkxk +
Keterangan :
x, x1, x2……..xk = variabel-variabel
a, b1, b2……..bk = bilangan konstan (konstanta) koefisien variabel
2.    Persamaan regresi linear berganda
Regresi linear berganda adalah regresi dimana variabel terikatnya (Y) dihubungkan  atau dijelaskan lebih dari satu variabel, mungkin dua, tiga dan seterusnya variabel bebas (x, x1, x2……..xn ) namun masih menunjukkan diagram hubungan yang linear.
Penambahan variabel bebas ini diharapkan dapat lebih menjelaskan karakteristik hubungan yang ada walaupun masih saja ada variabel yang terabaikan.
Bentuk umum dari persamaan linear berganda dapat ditulis sebagai berikut:
a.    Bentuk stokastik
 = a + b1x1 + b2x2 + b3x3 ……………bkxk + c
b.    Bentuk non stokastik
 = a + b1x1 + b2x2 + b3x3……………bkxk 
Keterangan
     :  Variabel terikat (nilai duga y)
a, b1, b2 b3……..bk      :  koefisien regresi
x1, x2 x3……..xk      :  variabel bebas
e     : kesalahan pengganggu
B.    Pendugaan dan Pengujian Koefisien Regresi
1.    Kesalahan baku regresi dan koefisien regresi berganda
Kesalahan baku atau selisih taksir standar regresi adalah nilai menyatakan seberapa jauh menyimpangnya nilai regresi tersebut terhadap nilai sebenarnya. Nilai ini digunakan untuk mengukur tingkat ketepatan suatu pendugaan dalam menduga nilai. Jika nilai ini sama dengan nol maka penduga tersebut memiliki tingkat ketepatan 100%.
Kesalahan baku atau selisih taksir standar regresi berganda dirumuskan
Se = 
Keterangan
Se : Kesalahan baku regresi berganda
n : Jumlah pasangan observasi
m : jumlah konstant dalam persamaan regresi berganda.
Untuk koefisien b1 dan b2 kesalahan bakunya dirumuskan
Sb1 = 
Sb2 = 
2.    Pendugaan interval koefisien regresi berganda (parameter B1 dan B2)
Parameter B1 dan B2 sering juga disebut sebagai koefisien regresi parsial. Pendugaan parameter B1 dan B2 menggunakan distribusi t dengan derajat bebas db = n – m secara umum pendugaan parameter B1 dan B2 adalah :
b1 – ta/2n-m  Sbi  Bi  bi + ta/2n-m  Sbi
i = 2,3
3.    Pengujian hipotesis koefisien regresi berganda (parameter B1 dan B2)
Pengujian hipotesis bagi koefisien regresi berganda atau regresi parsial parameter B1 dan B2 dapat dibedakan menjadi 2  bentuk, yaitu pengujian hipotesis serentak dan pengujian hipotesis individual.
Pengujian hipotesis individual yaitu merupakan pengujian hipotesis koefisien regresi berganda dengan hanya satu B (B1 dan B2) yang mempunyai pengaruh Y. pengujian hipotesis serentak merupakan pengujian hipotesis koefisien regresi berganda dengan B1 dan B2 serentak atau bersama-sama mempengaruhi Y.
C.    Peramalan dengan Regresi Linear Berganda
Peramalan terhadap nilai Y dengan menggunakan regresi linear berganda, dapat dilakukan apabila persamaan garis regresinya sudah diestimasi dan nilai variabel bebas x1, x2 sudah diketahui.
Suatu persamaan garis regresi linear berganda dapat dipakai dalam peramalan dengan terlebih dahulu melakukan pengujian hipotesis terhadap koefisien-koefisien regresi parsialnya. Tujuan ialah mengetahui variabel-variabel bebas yang digunakan itu memiliki pengaruh  yang nyata atau tidak terhadap y tersebut. Variabel bebas x1 dan x2 disebut memiliki pengaruh yang nyata apabila dalam pengujian hipotesis koefisien parsialnya H0 : B1 = B2 = 0 ditolak atau H1 : B1  B2  0 diterima, khususnya pada taraf nyata 1%
Kelebihan peramalan y dengan menggunakan regresi linear berganda adalah dapat diketahui besarnya pengaruh secara kuantitatif setiap variabel bebas (x1 atau x2) apabila pengaruh variabelnya dianggap konstan. Misalnya sebuah persamaan regresi berganda
y = a + b1x1 + b2x2
Keterangan :
y     : Nilai statistik mahasiswa
x1     : Nilai inteligensi mahasiswa
x2     : Frekuensi membolos mahasiswa
b1     : Pengaruh x1 terhadap y jika x2 konstan
b2     : Pengaruh x2 terhadap y jika x1 konstan
jika a = 17,547; b1 = 0,642; b2 = - 0,284 maka persamaan regresi linear bergandanya menjadi
 = 17,547 + 0,624 (75) – 0,284 (4)
Dengan persamaan regresi linear berganda tersebut, nilai y (nilai statistik maha siswa) dapat diramalkan dengan mengetahui nilai x1 (nilai inteligensi mahasiswa) dan x2 (frekuensi membolos mahasiswa) misalkan, nilai x1 = 75 dan x2 = 24 maka ramalan nilai y adalah
     = 17,547 + 0,624 (75) – 0,284 (4)
    = 63.211
Penulisan persamaan garis regresi linear berganda biasanya disertai dengan kesalahan baku masing-masing variabel bebas dan koefisien determinasi berganda r2, sebagai ukuran tepat atau tidaknya garis tersebut sehingga pendekatan.

D.    Korelasi Linear Berganda
Korelasi linear berganda merupakan alat ukur mengenai hubungan yang terjadi antara variabel yang terikat. (variabel Y) dan dua atau lebih variabel bebas (x1, x2……xk). Analisis korelasinya menggunakan tiga koefisien korelasi yaitu koefisien determinasi berganda, koefisien korelasi berganda, dan koefisien korelasi parsial.
1.    Korelasi linear berganda dengan dua variabel bebas
a.    Koefisien penentu berganda atau koefisien determinasi berganda
Koefisien determinasi berganda, disimbolkan KPB y.12 atau R2 merupakan ukuran kesusaian garis regresi linear berganda terhadap suatu data. Rumus
KPBy.12 = 
b.    Koefisien korelasi berganda
Koefisien korelasi berganda disimbolkan ry12 merupakan ukuran keeratan hubungan antara variabel terikat dan semua variabel bebas. Secara bersama-sama.  Rumus :
Ry.12 = 
c.    Koefisien korelasi parsial
Koefisien korelasi parsial merupakan koefisien korelasi antara dua variabel. Jika variabel lainnya konstan, pada hubungan yang melibatkan lebih dari dua variabel.
Ada 3 koefisien korelasi parsial untuk hubungan yang melibatkan 3 variabel yaitu sebagai berikut :
1)    Koefisien korelasi parsial antara y dan x1, apabila x2 konstan dirumuskan
ry.12 = 
2)    Koefisien korelasi parsial antara y dan x2, apabila x1 konstan dirumuskan
ry.12 = 
3)    Koefisien korelasi parsial antara x1 dan x2 apabila y konstan dirumuskan
R12y  = 
2.    Korelasi linear berganda dengan 3 variabel bebas
a.    Koefisien penentu berganda
KPB = 

b.    Koefisien korelasi berganda
ry123 = 

Sistem Bilangan Komputer

Sistem Bilangan atau Number System adalah Suatu cara untuk mewakili besaran dari suatu item fisik. Sistem Bilangan menggunakan suatu bilangan dasar atau basis (base / radix) yang tertentu. Dalam hubungannya dengan komputer, ada 4 Jenis Sistem Bilangan yang dikenal yaitu : Desimal (Basis 10), Biner (Basis 2), Oktal (Basis 8) dan Hexadesimal (Basis 16). Berikut penjelesan mengenai 4 Sistem Bilangan ini :


1. Desimal (Basis 10)

Desimal (Basis 10) adalah Sistem Bilangan yang paling umum digunakan dalam kehidupan sehari-hari. Sistem bilangan desimal menggunakan basis 10 dan menggunakan 10 macam simbol bilangan yaitu : 0, 1, 2, 3, 4, 5, 6, 7, 8 dan 9. Sistem bilangan desimal dapat berupa integer desimal (decimal integer) dan dapat juga berupa pecahan desimal (decimal fraction).

Untuk melihat nilai bilangan desimal dapat digunakan perhitungan seperti berikut, misalkan contoh bilangan desimal adalah 8598. Ini dapat diartikan :


Dalam gambar diatas disebutkan Absolut Value dan Position Value. Setiap simbol dalam sistem bilangan desimal memiliki Absolut Value dan Position Value. Absolut value adalah Nilai Mutlak dari masing-masing digit bilangan. Sedangkan Position Value adalah Nilai Penimbang atau bobot dari masing-masing digit bilangan tergantung dari letak posisinya yaitu bernilai basis di pangkatkan dengan urutan posisinya. Untuk lebih jelasnya perhatikan tabel dibawah ini.


Dengan begitu maka bilangan desimal 8598 bisa diartikan sebagai berikut :


Sistem bilangan desimal juga bisa berupa pecahan desimal (decimal fraction), misalnya : 183,75 yang dapat diartikan :


2. Biner (Basis 2)


Biner (Basis 2) adalah Sistem Bilangan yang terdiri dari 2 simbol yaitu 0 dan 1. Bilangan Biner ini di populerkan oleh John Von Neumann. Contoh Bilangan Biner 1001, Ini dapat di artikan (Di konversi ke sistem bilangan desimal) menjadi sebagai berikut :


Position Value dalam sistem Bilangan Biner merupakan perpangkatan dari nilai 2 (basis), seperti pada tabel berikut ini :


Berarti, Bilangan Biner 1001 perhitungannya adalah sebagai berikut :



3. Oktal (Basis 8)



Oktal (Basis 8) adalah Sistem Bilangan yang terdiri dari 8 Simbol yaitu 0, 1, 2, 3, 4, 5, 6, 7. Contoh Oktal 1024, Ini dapat di artikan (Di konversikan ke sistem bilangan desimal) menjadi sebagai berikut :
Position Value dalam Sistem Bilangan Oktal merupakan perpangkatan dari nilai 8 (basis), seperti pada tabel berikut ini :



Berarti, Bilangan Oktal 1022 perhitungannya adalah sebagai berikut :


4. Hexadesimal (Basis 16)

Hexadesimal (Basis 16), Hexa berarti 6 dan Desimal berarti 10 adalah Sistem Bilangan yang terdiri dari 16 simbol yaitu 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A(10), B(11), C(12), D(13), E(14), F(15). Pada Sistem Bilangan Hexadesimal memadukan 2 unsur yaitu angka dan huruf. Huruf A mewakili angka 10, B mewakili angka 11 dan seterusnya sampai Huruf F mewakili angka 15.

Contoh Hexadesimal F3D4, Ini dapat di artikan (Di konversikan ke sistem bilangan desimal) menjadi sebagai berikut :


Position Value dalam Sistem Bilangan Hexadesimal merupakan perpangkatan dari nilai 16 (basis), seperti pada tabel berikut ini :


Berarti, Bilangan Hexadesimal F3DA perhitungannya adalah sebagai berikut :



Referensi : kuliah.imadewira.com

Makalah Statistika

Penyajian data dengan tabel

Penyajian data dengan grafik/diagram
VI. DAFTAR REFERENSI

STATISTIK

I. Pendahuluan
Mata kuliah statistika bagi mahasiswa sangat diperlukan terutama ketika seorang mahasiswa harus mengumpulkan, mengolah, menganalisis dan menginterprestasikan data untuk pembuatan skripsi, thesis atau disertasi. Dalam hal ini pengetahuan statistik dipakai dalam menyusun metodologi penelitian.
Sebagai suatu ilmu, kedudukan statistika merupakan salah satu cabang dari ilmu matematika terapan. Oleh karena itu untuk memahami statistika pada tingkat yang tinggi, terebih dahulu diperlukan pemahaman ilmu matematika.
Dinegara maju seperti Amerika, Eropa dan Jepang, ilmu statistika berkembang dengan pesat sejalan dengan berkembangnya ilmu ekonomi dan teknik. Bahkan kemajuan suatu negara sangat ditentukan oleh sejauh mana negara itu menerapkan ilmu statistika dalam memecahkan masalah-masalah pembangunan dan perencanaan pemerintahannya. Jepang sebagai salah satu negara maju, konon telah berhasil memadukan ilmu statistika dengan ilmu ekonomi, desain produk, psikologi dan sosiologi masyarakat.
Sejauh itu ilmu statistika digunakan pula untuk memprediksi dan menganalisis perilaku konsumen, sehingga Jepang mampu menguasai perekonomian dunia sampai saat ini.
Statistik dan Statistika
Statistik adalah kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan atau berkaitan dengan suatu masalah tertentu.
Contoh :
Statistik penduduk adalah kumpulan angka-angka yang berkaitan dengan masalah penduduk.
Statistik ekonomi adalah kumpulan angka-angka yang berkaitan dengan masalah ekonomi.
Statistika adalah pengetahuan yang berkaitan dengan metode, teknik atau cara mengumpulkan, mengolah, menganalisis dan menginterprestasikan data untuk disajikan secara lengkap dalam bentuk yang mudah dipahami penggunan
II. Pengertian Data
Dalam statistika dikenal beberapa jenis data. Data dapat berupa angka dapat pula bukan berupa angka. Data berupa angka disebut data kuantitatif dan data yang bukan angka disebut data kualitatif.
Berdasarkan nilainya dikenal dua jenis data kuantitatif yaitu data diskrit yang diperoleh dari hasil perhitungan dan data kontinue yang diperoleh dari hasil pengukuran.
Menurut sumbernya data dibedakan menjadi dua jenis yaitu data interen adalah data yang bersumber dari dalam suatu instansi atau lembaga pemilik data dan data eksteren yaitu data yang diperoleh dari luar.
Data eksteren dibagi menjadi dua jenis yaitu data primer dan data sekunder. Data primer adalah data yang langsung dikumpulkan oleh orang yang berkepentingan dengan data tersebut dan data sekunder adalah data yang tidak secara langsung dikumpulkan oleh orang yang berkepentingan dengan data tersebut.
Jenis – Jenis  Statistika
Statistika dibedakan berdasarkan jenisnya menjadi dua yaitu Statistika Deskriptif dan Statistika Inferensia.
Statistika deskriptif adalah statistika yang berkaitan dengan metode atau cara medeskripsikan, menggambarkan, menjabarkan atau menguraikan data. Statistika deskripsi mengacu pada bagaimana menata, menyajikan dan menganalisis data, yang dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung, median, modus, standar deviasi atau menggunakan cara lain yaitu dengan membuat tabel distribusi frekuensi dan diagram atau grafik.
Statistika inferensia adalah statistika yang berkaitan dengan cara penarikan kesimpulan berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakteristik dari suatu populasi. Dengan demikian dalam statistika inferensia data yang diperoleh dilakukan generalisasi dari hal yang bersifat kecil (khusus) menjadi hal yang bersifat luas (umum).
Populasi Dan Sampel
Populasi adalah keseluruhan pengamatan atau obyek yang menjadi perhatian sedangkan Sample adalah bagian dari populasi yang menjadi perhatian.
Populasi dan sample masing-masing mempunyai karakteristik yang dapat diukur atau dihitung. Karakteristik untuk populasi disebut parameter dan untuk sample disebut statistik.
Contoh parameter adalah mean ( ), standar deviasi ( ), proporsi (P) dan koefisien korelasi ( ), sedangkan statistik adalah nilai rata-rata ( ), standar deviasi (s), proporsi (p) dan koefisien korelasi (r).
Populasi dibedakan menjadi dua jenis yaitu :
Populasi orang atau individu adalah keseluruhan orang atau individu (dapat pula berupa benda-benda) yang menjadi obyek perhatian.
Populasi data adalah populasi yang terdiri atas keseluruhan karakteristik yang menjadi obyek perhatian.
Sample juga dibedakan menjadi dua jenis yaitu :
Sampel orang atau individu adalah sampel yang terdiri atas orang-orang (dapat pula berupa benda-benda) yang merupakan bagian dari populasinya yang menjadi obyek perhatian.
Sampel data adalah sebagaian karakteristik dari suatu populasi yang menjadi obyek perhatian.
Meskipun populasi merupakan gambaran yang ideal, tetapi sangat jarang penelitian dilakukan memakai populasi. Pada umumnya yang dipakai adalah sample. Ada beberapa alasan mengapa penelitian dilakukan menggunakan sample :
  1. Waktu yang diperlukan untuk mengumpulkan data lebih singkat.
  2. Biaya lebih murah.
  3. Data yang diperoleh justru lebih akurat.
  4. Dengan statistika inferensia dapat dilakukan generalisasi.
III. Cara Mengumpulkan Data
Untuk memperoleh data yang benar dan dapat dipertanggung jawabkan keabsahannya, data harus dikumpulkan dengan cara dan proses yang benar. Terdapat beberapa cara atau teknik untuk mengumpulkan data yaitu :
  1. 1. Wawancara (interview) yaitu cara untuk mengumpulkan data dengan mengadakan tatap muka secara langsung. Wawancara harus dilakukan dengan memakai suatu pedoman wawancara yang berisi daftar pertanyaan sesuai tujuan yang ingin dicapai.
Ada dua jenis wawancara yaitu wawancara berstruktur (structured interview) dan wawancara takberstruktur (unstructured interview). Wawancara berstruktur adalah wawancara yang jenis dan urutan dari sejumlah pertanyaannya sudah disusun sebelumnya, sedangkan wawancara takberstruktur adalah wawancara yang tidak secara ketat ditentukan sebelumnya. Wawancara takberstruktur lebih fleksibel karena pertanyaannya dapat dikembangkan meskipun harus tetap pada pencapaian sasaran yang telah ditentukan.
Ciri-ciri pertanyaan yang baik adalah :
  1. Sesuai dengan masalah atau tujuan penelitian.
  2. Jelas dan tidak meragukan.
  3. Tidak menggiring pada jawaban tertentu.
  4. Sesuai dengan pengetahuan dan pengalaman orang yang diwawancarai.
  5. Pertanyaan tidak boleh yang bersifat pribadi.
Kelebihan dari wawancara adalah data yang diperlukan langsung diperoleh sehingga lebih akurat dan dapat dipertanggung jawabkan.
Kekurangannya adalah tidak dapat dilakukan dalam skala besar dan sulit memperoleh keterangan yang sifatnya pribadi.
  1. 2. Kuesioner (angket) adalah cara mengumpulkan data dengan mengirim atau menggunakan kuesioner yang berisi sejumlah pertanyaan.
Kelebihannya adalah dapat dilakukan dalam skala besar, biayanya lebih murah dan dapat memperoleh jawaban yang sifatnya pribadi.
Kelemahannya adalah jawaban bisa tidak akurat, bisa jadi tidak semua pertanyaan terjawab bahkan tidak semua lembar jawaban dikembalikan.
  1. 3. Observasi (pengamatan) adalah cara mengumpulkan data dengan mengamati obyek penelitian atau kejadian baik berupa manusia, benda mati maupun gejala alam. Data yang diperoleh adalah untuk mengetahui sikap dan perilaku manusia, benda mati atau gejala alam.
Kebaikan dari observasi adalah data yang dieroleh lebih dapat dipercaya.
Kelemahannya adalah bisa terjadi kesalahan interpretasi terhadap kejadian yang diamati.
  1. 4. Tes dan Skala Obyektif adalah cara mengumpulkan data dengan memberikan tes kepada obyek yang diteliti. Cara ini banyak dilakukan pada tes psikologi untuk mengukur karakteristik kepribadian seseorang. Beberapa contoh tes skala obyektif yaitu :
    1. Tes kecerdasan dan bakat.
    2. Tes kepribadian.
    3. Tes sikap.
    4. Tes tentang nilai.
    5. Tes prestasi belajar, dsb.
5. Metode proyektif adalah cara mengumpulkan data dengan mengamati atau menganalisis suatu obyek melalui ekspresi luar dari obyek tersebut dalam bentuk karya lukisan atau tulisan. Metode ini dipakai dalam psikologi untuk mengetahui sikap, emosi dan kepribadian seseorang. Kelemahan dari metode ini adalah obyek yang sama dapat disimpulkan berbeda oleh pengamat yang berbeda.
Skala Pengukuran
Salah satu aspek penting dalam memahami data untuk keperluan analisis terutama statistika inferensia adalah Skala Pengukuran. Secara umum terdapat 4 tingkat/jenis skala pengukuran yaitu :
  1. 1. Skala nominal adalah skala yang hanya mempunyai ciri untuk membedakan skala ukur yang satu dengan yang lain. Contoh skala nominal seperti tabel dibawah ini :
Jenis dan Jumlah buah-buahan yang
Diproduksi suatu Daerah pada Tahun 1998
Jenis Buah-Buahan Jumlah
Pepaya 2 ton
Mangga 1,5 ton
Apel 1 ton
Duku 1,4 ton
Manggis 1,3 ton
Sumber: Data Buatan
  1. 2. Skala Ordinal adalah skala yang selain mempunyai ciri untuk membedakan juga mempunyai ciri untuk mengurutkan pada rentang tertentu. Contoh skala ordinal seperti tabel dibawah ini :
Penilaian Anggota Kelompok Belajar “ Bina Pintar “
Kategori Nilai Banyaknya
Istimewa 6 orang
Baik 18 orang
Rata-rata 15 orang
Kurang 7 orang
Kurang sekali 0 orang
Sumber : Data Buatan
  1. 3. Skala Interval adalah skala yang mempunyai ciri untuk membedakan, mengurutkan dan mempunyai ciri jarak yang sama. Contoh, suhu tertinggi pada bulan Desember dikota A, B dan C berturut-turut adalah 28, 31 dan 20 derajat Fahrenheit. Kita dapat membedakan dan mengurutkan besarnya suhu, sebab satu derajat Fahrenheit merupakan suatu besaran yang tetap, namun pada saat suhu menunjukkan nol derajat Fahrenheit tidak berarti tidak adanya panas pada kondisi tersebut. Hal ini dapat dijelaskan, misalnya kota A bersuhu 30 derajat Fahrenheit dan kota B bersuhu 60 derajat Fahrenheit, tidak dapat dikatakan bahwa suhu dikota B dua kali lebih panas dari pada suhu dikota A, karena suhu tidak mempunyai titik nol murni (tulen).
  1. 4. Skala ratio adalah skala yang mempunyai 4 ciri yaitu membedakan, mengurutkan, jarak yang sama dan mempunyai titik nol yang tulen (berarti). Contoh : Pak Asmuni mempunyai uang nol rupiah, artinya pak Asmuni tidak mempunyai uang.

IV. PENYAJIAN DATA

Secara garis besar ada dua cara penyajian data yaitu dengan tabel dan grafik. Dua cara penyajian data ini saling berkaitan karena pada dasarnya sebelum dibuat grafik data tersebut berupa tabel. Penyajian data berupa grafik lebih komunikatif.
Dilihat dari waktu pengumpulannya, dikenal dua jenis data yaitu :
Cross section data adalah data yang dikumpulkan pada suatu waktu tertentu.
Data berkala adalah data yang dikumpulkan dari waktu ke waktu. Dengan data berkala dapat dibuat garis kecenderungan atau trend.
Penyajian data dengan tabel
Tabel atau daftar merupakan kumpulan angka yang disusun menurut kategori atau karakteristik data sehingga memudahkan untuk analisis data.
Ada tiga jenis tabel yaitu :
Tabel satu arah atau satu komponen adalah tabel yang hanya terdiri atas satu kategori atau karakteristik data. Tabel berikut ini adalah contoh tabel satu arah.
Banyaknya Pegawai Negeri Sipil Menurut Golongan Tahun 1990
Golongan Banyaknya (orang)
I 703.827
II 1.917.920
III 309.337
IV 17.574
Jumlah 2.948.658
Sumber : BAKN, dlm Statistik Indonesia, 1986
Tabel dua arah atau dua komponen adalah tabel yang menunjukkan dua kategori atau dua karakteristik. Tabel berikut ini adalah contoh tabel dua arah.
Jumlah Mahasiswa UPH menurut Fakultas dan Kewarganegaraan 1995
Fakultas WNI WNA Jumlah
Fak. Ekonomi 1850 40 1890
Fak. Teknologi Industri 1320 10 1330
Fak. Seni Rupa & Design 530 5 535
Fak. Pasca Sarjana 250 10 260
Jumlah 3950 65 4015
Sumber : Data Buatan
Tabel tiga arah atau tiga komponen adalah tabel yang menunjukkan tiga kategori atau tiga karakteristik. Contoh tabel berikut ini.
Jumlah Pegawai Menurut Golongan, Umur dan Pendidikan pada Departeman A
Tahun 2000
Golongan Umur (tahun) Pendidikan
25 – 35 > 35 Bukan Sarjana Sajana
I 400 500 900 0
II 450 520 970 0
III 1200 2750 1850 2100
IV 0 250 0 250
Jumlah 2.050 4020 3720 2350
Penyajian data dengan grafik/diagram
Penyajian data dengan grafik dianggap lebih komunikatif karena dalam waktu singkat dapat diketahui karakteristik dari data yang disajikan.
Terdapat beberapa jenis grafik yaitu :
Grafik garis (line chart)
Grafik garis atau diagram garis dipakai untuk menggambarkan data berkala. Grafik garis dapat berupa grafik garis tunggal maupun grafik garis berganda.
Grafik batang / balok (bar chart)
Grafik batang pada dasarnya sama fugsinya dengan grafik garis yaitu untuk menggambarkan data berkala. Grafik batang juga terdiri dari grafik batang tunggal dan grafik batang ganda.
Grafik lingkaran (pie chart)
Grafik lingkaran lebih cocok untuk menyajikan data cross section, dimana data tersebut dapat dijadikan bentuk prosentase.
Grafik Gambar (pictogram)
Grafik ini berupa gambar atau lambang untuk menunjukkan jumlah benda yang dilambangkan.
Grafik Berupa Peta (Cartogram).
Cartogram adalah grafik yang banyak digunakan oleh BMG untuk menunjukkan peramalan cuaca dibeberapa daerah.
VI. DAFTAR REFERENSI
  • Prof. Dr. Sudjana, Metode Statistik,  1990, Transito, Bandung.
  • Furqon, PhD, Statistik Terapan Untuk Penelitian, 1997, Alphabeta, Bandung.
  • Richard J. Shavelson, Statistical Reasoning for Behavioral Science, 1988, Allyn and Bacon, Massachusetts.
© 2015. Bocah Batam - Template by Creating Website
Proudly powered by Blogger