BAB I PENDAHULUAN 1.1. Latar Belakang Kemiskinan dan
pengangguran menjadi masalah yang penting saat ini di Indonesia
sehingga menjadi suatu fokus perhatian bagi pemerintah Indonesia.
Masalah kemiskinan ini sangatlah kompleks dan bersifat
multidimensional, dimana berkaitan dengan aspek sosial, ekonomi,
budaya, dan aspek lainnya. Kemiskinan terus menjadi masalah
fenomenal di belahan dunia, khususnya Indonesia yang merupakan
negara berkembang. Kemiskinan yang terjadi dalam suatu negara
memang perlu dilihat sebagai suatu masalah yang sangat serius,
karena saat ini kemiskinan, membuat banyak masyarakat Indonesia
mengalami kesusahan dalam memenuhi kebutuhan hidupnya. Persoalan
kemiskinan ini lebih dipicu karena masih banyaknya masyarakat yang
mengalami pengangguran dalam bekerja.Pengangguran yang dialami
sebagian masyarakat inilah yang membuat sulitnya dalam memenuhi
kebutuhan hidupnya, sehingga angka kemiskinan selalu ada). Dalam
penelitian ini juga membahas mengenai statistika deskriptif yakni
mengenai perancangan, pengumpulan data, penyajian data, dan
analisis suatu data tersebut, sehingga didapatkan informasi data
yang berguna. 1.2. Permasalahan
Permasalahan dari modul ini yang akan dibahas adalah sebagai
berikut : 1. Bagaimana perkembangan kemiskinan pada Maret 2009-2010
di Indonesia? 2. 3. Bagaimana penerapan statistika deskriptif dari
data kemiskinan di Indonesia pada Maret 2009 - 2010? Bagaimana
penyajian data kemiskinan di Indonesia pada Maret 2009 2010 dengan
menggunakan dot plot, box plot dan steam and leaf?
1
1.3. 1.
Tujuan Untuk mengetahui perkembangan kemiskinan pada Maret
2009-2010 di
Tujuan dari modul ini adalah sebagai berikut : Indonesia. 2.
Untuk mengetahui penerapan statistika deskriptif dari data
kemiskinan di Indonesia pada Maret 2009 2010. 3. Untuk mengetahui
bentuk penyajian data kemiskinan di Indonesia pada Maret 2009 2010
dengan menggunakan dot plot, box plot, dan steam and leaf. 1.4.
Manfaat Manfaat dari modul ini adalah sebagai berikut : 1. Dapat
memahami pengertian dan konsep dasar statistika deskriptif. 2.
Dapat mengaplikasikan konsep statistika deskriptif pada data
kemiskinan di Indonesia pada maret 2009 2010. 3. Dapat menyajikan
data menjadi suatu informasi yang lebih menarik dan informatif
melalui diagram batang dan steam and leaf.
2
BAB II TINJAUAN PUSTAKA 2.1 Pengertian Statistika Sta
merencanakan, tistika adalah ilmu yang mempelajari bagaimana
mengumpulkan, menganalisis, menginterpretasi, dan
mempresentasikan data. Singkatnya, statistika adalah ilmu yang
berkenaan dengan data. Istilah 'statistika' (bahasa Inggris:
statistics) berbeda dengan 'statistik' (statistic). Statistika
merupakan ilmu yang berkenaan dengan data, sedang statistik adalah
data, informasi, atau hasil penerapan algoritma statistika pada
suatu data.. Sebagian besar konsep dasar statistika mengasumsikan
teori probabilitas. Beberapa istilah statistika antara lain:
populasi, sampel, unit sampel, dan probabilitas. Statistika banyak
diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam
(misalnya astronomi dan biologi maupun ilmu-ilmu sosial (termasuk
sosiologi dan psikologi), maupun di bidang bisnis, ekonomi, dan
industri. Statistika juga digunakan dalam pemerintahan untuk
berbagai macam tujuan; sensus penduduk merupakan salah satu
prosedur yang paling dikenal. Aplikasi statistika lainnya yang
sekarang popular adalah prosedur jajak pendapat atau polling
(misalnya dilakukan sebelum pemilihan umum), serta jajak cepat
(perhitungan cepat hasil pemilu) atau quick count. Di bidang
komputasi, statistika dapat pula diterapkan dalam pengenalan pola
maupun kecerdasan buatan. 2.2 Statistika Deskriptif Statistika
deskriptif adalah metode-metode yang berkaitan dengan pengumpulan
dan penyajian suatu gugus data sehingga memberikan informasi yang
berguna.. Pengklasifikasian menjadi statistika deskriptif dan
statistika inferensia dilakukan berdasarkan aktivitas yang
dilakukan. Statistika deskriptif hanya memberikan informasi
mengenai data yang dipunyai dan sama sekali tidak menarik
inferensia atau kesimpulan apapun tentang gugus induknya yang lebih
besar. Contoh statistika deskriptif yang sering muncul adalah,
3
tabel, diagram, grafik, dan besaran-besaran lain di majalah dan
koran-koran. Dengan Statistika deskriptif, kumpulan data yang
diperoleh akan tersaji dengan ringkas dan rapi serta dapat
memberikan informasi inti dari kumpulan data yang ada. Informasi
yang dapat diperoleh dari statistika deskriptif ini antara lain
ukuran pemusatan data, ukuran penyebaran data, serta kecenderungan
suatu gugus data. 2.3 Ukuran Pemusatan Data Ukuran pemusatan adalah
sembarang ukuran yang menunjukkan pusat segugus data, yang telah
diurutkan dari yang terkecil sampai yang terbesar atau sebaliknya
dari yang terbesar sampai yang terkecil. Salah satu kegunaan dari
ukuran pemusatan data adalah untuk membandingkan dua ( populasi )
atau contoh, karena sangat sulit untuk membandingkan masing-masing
anggota dari masing-masing anggota populasi atau masing-masing
anggota data contoh. Nilai ukuran pemusatan ini dibuat sedemikian
sehingga cukup mewakili seluruh nilai pada data yang bersangkutan.
Ukuran pemusatan yang paling banyak digunakan adalah nilai tengah,
median, dan modus. Masing-masing dari ukuran pemusatan data
tersebut memiliki kekurangan. Nilai tengah akan sangat dipengaruh
nilai pencilan. Median terlalu bervariasi untuk dijadikan parameter
populasi. Sedangkan modus hanya dapat diterapkan dalam data dengan
ukuran yang besar. 2.3.1 Mean ( rata-rata) Rata-rata (mean) adalah
hasil penjumlahan semua nilai anggota dari sebuah data dibagi
jumlah anggota kelompak tersebut. Rumus mean untuk data tunggal
:
N = jumlah data Xi = data ke i
Rumus mean untuk data kelompok :
fiXi = frekuensi untuk nilai Xi yang bersesuaian
4
fi = frekuensi ke- i 2.3.2 Median Median adalah data tengah atau
skor yang membagi distribusi frekuensi menjadi dua sama besar. Me =
c
2.4 Ukuran Penyebaran Data Ukuran tendensi sentral (mean,
median, mode) merupakan nilai pewakil dari suatu distribusi
frekuensi, tetapi ukuran tersebut tidak memberikan gambaran
informasi yang lengkap mengenai bagaimana penyebaran data
pengamatan terhadap nilai sentralnya. Ukuran penyebaran data yang
sering digunakan adalah range (rentang), simpangan kuartil
(quartile deviation), simpangan rata-rata (mean deviation), ragam
(varians) dan standar deviasi, koefisien keragaman (coefficient of
variation), skewness dan kurtosis. 2.4.1 Range Range adalah ukuran
penyebaran yang paling sederhana. Range dari suatu kumpul data
pengamatan adalah selisih antara nilai maksimum dan nilai minimum.
Range = Xmaks - Xmin 2.4.2 Standar Deviasi Standar deviasi adalah
statistik yang dapat menggamvarkan variabilitas dari sebuah
variabel random. Standar deviasi dapat dihitung dengan rumus : s= n
= jumlah data
Sedangkan untuk data kelompok menggunakan rumus :
5
s= s = standar deviasi fi = frekuensi ke-i 2.4.3 Variansi
= rata-rata N = banyaknya data 2.5 Penyajian Data Dalam laporan
ini digunakan berbagai bentuk Tabel, Histogram, box plot, dot plot
dan steam and leaf yang bertujuan membuat data menjadi lebih
menarik dan informatif. Berikut ini akan dijelaskan mengenai
definisi dari penyajian data yang digunakan. 2.5.1 Tabel Daftar
yang berisi ikhtisar sejumlah data-data informasi yang biasanya
berupa kata-kata maupun bilangan yang tersusun dengan garis
pembatas. Sementara bagan adalah gambaran/sketsa buram untuk
memperlihatkan atau menerangkan sesuatu. Data maupun informasi yang
ingin disampaikan direalisasikan melalui gambar. Bagan ada yang
berbentuk diagram mempunyai bentuk yang beragam, antara lain:
lingkaran, garis, pohon, dan batang. Sementara itu grafik adalah
lukisan dengan gambar/garis untuk mengetahui naik turunnya suatu
keadaan. 2.5.2 Diagram Steam and Leaf Suatu diagram yang
dipergunakan untuk menyajikan kumpulan data tanpa harus kehilangan
informasi semua data individualnya, secara efektif dapat
menampilkan distribusi data, apakah penyebarannya terpusat atau
tersebar, dalam stem and leaf diagram data-data dipisahkan menjadi
dua bagian, angka pertama yang ditulis sebelah kiri disebut
batang(stem) dan sedangkan angka-angka sisanya yang ditulis sebelah
kanan disebut dengan daun (leaf). 2.5.3 Dotplot bentuk- bentuk
6
Grafik dimana setiap data digambarkan sebagai titik (dot)
sepanjang garis skala nilai-nilainya. 2.5.4 Boxplot Boxplot
merupakan ringkasan distribusi sampel yang disajikan secara grafis
yang bisa menggambarkan bentuk distribusi data (skewness), ukuran
tendensi sentral dan ukuran penyebaran (keragaman) data pengamatan.
Terdapat 5 ukuran statistik yang bisa kita baca dari boxplot,
yaitu:
nilai minimum: nilai observasi terkecil Q1: kuartil terendah
atau kuartil pertama Q2: median atau nilai pertengahan Q3: kuartil
tertinggi atau kuartil ketiga nilai maksimum: nilai observasi
terbesar. Selain itu, boxplot juga dapat menunjukkan ada tidaknya
nilai outlier dan nilai ekstrim dari data pengamata
2.6 Kemiskinan Defenisi kemiskinan oleh Kuncoro, (1997:102-103)
adalah ketidakmampuan untuk memenuhi standar hidup minimum.
Definisi tersebut menyiratkan tiga penyataan dasar, yaitu : (1)
Bagaimana mengukur standar hidup; (2) Apa yang dimaksud dengan
standar hidup minimum; dan (3) Indikator sederhana yang
bagaimanakah yang mampu mewakili masalah kemiskinan yang begitu
rumit. Menurut Sallatang (1986), kemiskinan adalah ketidakcukupan
penerimaan pendapatan dan kepemilikan kekayaan materil, tanpa
mengabaikan standar atau ukuran-ukuran fisiologi, psikologik, dan
sosial. Sementara itu Esmara (1986), mengartikan kemiskinan ekonomi
sebagai keterbatasan sumber-sumber ekonomi untuk mempertahankan
kehidupan yang layak. Bradshaw (2005) merumuskan kemiskinan sebagai
situasi yang serba kekurangan. Makanan pokok, tempat berlindung,
sarana kesehatan adalah kebutuhan pokok yang harus dipenuhi dalam
kehidupan yang bermartabat. Kebutuhan bersifat relatif dan
berdasarkan pada definisi sosial dan pengalaman masa lalu.
7
Sementara Perserikatan Bangsa-Bangsa (PBB) memandang bahwa
kemiskinan memiliki manifestasi yang bervariasi, termasuk
keterbatasan pendapatan dan kecukupan sumber daya produksi untuk
menjamin mata pencaharian secara terus-menerus, kelaparan dan
kurang gizi, kesehatan yang rendah, keterbatasan akses pada
pendidikan dan pelayanan dasar, peningkatan jumlah penderita
penyakit dan kematian karena penyakit, gelandangan dan rumah kumuh,
lingkungan yang tidak sehat, serta diskriminasi sosial dan
keterasingan. Kemiskinan juga ditandai dengan keterbatasan pada
partisipasi pengambilan keputusan dalam kehidupan sosial budaya
masyarakat. Dari berbagai pendapat di atas dapat dinyatakan bahwa
fenomena kemiskinan umumnya dikaitkan dengan kekurangan pendapatan
untuk memenuhi kebutuhan dasar hidup yang layak dan kemiskinan
merupakan kondisi serbakekurangan dalam pemenuhan kebutuhan pokok
(utama), yang disebabkan oleh akibat sampingan dari suatu
kebijaksanaan yang tidak dapat dihindari, merupakan akar kemiskinan
dan akan mengakibatkan ketidakberdayaan penduduk lapisan masyarakat
bawah, sehingga membawa pada gejala kemiskinan yang bersifat
multidimensional, karena dalam kenyataannya berurusan juga dengan
persoalan-persoalan non-ekonomi (sosial, budaya, dan politik).
BAB III METODOLOGI PENELITIAN
8
3.1. Jenis dan Sumber Data Data yang digunakan dalam penelitian
ini sebagian besar merupakan data sekunder, yakni: Tabel data
Susenas Maret 2010 dan Maret 2011, data hasil survey Sosial Ekonomi
Nasional (SUSENAS) modul konsumsi maret 2011, dan data hasil survey
Paket Komoditi Kebutuhan dasar (SPKKD) yang dipakai untuk
memperkirakan proporsi dari pengeluaran masing-masing komoditi
pokok bukan makanan. Selain itu, juga diperlukan data makroekonomi
dan sektoral sertaparameter-parameter dugaan dari sistem persamaan
yang didapat dari penelitian ekonometrika sebelumnya. 3.2 Variabel
Penelitian Variabel dalam penelitian ini terdiri dari variabel
respon dan prediktor. Adapaun variabel responnya adalah angka
kemiskinan di Indonesia pada tahun 2010-2011. Sedangkan variabel
prediktornya adalah faktor-faktor yang berhubungan dengan kasus
kemiskinan. Penjelasan dari variabel prediktor adalah sebagai
berikut: a. Persentase perkembangan kemiskinan pada Maret 2010
Maret 2011 di Indonesia. b. Persentase kemiskinan terhadap angka
kemiskinan menurut daerah di Indonesia tahun 2010-2011. c.
Persentase Penduduk Miskin Menurut Pulau Tahun 2010 2011. Tipe
Variabel (3) Diskrit
No. (1) 1 2 3 Y = X1 = X2 =
Nama Variabel (2) Angka kemiskinan di Indonesia
Persentase perkembangan kemiskinan pada Kontinu Maret 2010 Maret
2011 di Indonesia Persentase kemiskinan terhadap angka Kontinu
kemiskinan menurut daerah di Indonesia tahun 2010-2011.
9
4
X3 =
Persentase kemiskinan menurut Pulau tahun 2010 - 2011Tabel 3.1
Variabel Penelitian
Kontinu
3.3
Langkah Analisis Langkah-langkah dalam analisis data untuk
mencapai setiap tujuan penelitian
adalah sebagai berikut : 1. Identifikasi dan perumusan masalah.
2. Study literatur. 3. Pengambilan data. 4. Identifikasi Variabel.
5. Analisis ( pemusatan dan penyebaran data ).6.
Membuat laporan.
3.4 Diagram Alir Penelitian
Gambar 3.1 Diagram Alir Penelitian
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Perkembangan Kemiskinan di
Indonesia pada Maret 2009-2010
10
Jumlah penduduk miskin di Indonesia pada Maret 2010 sebesar
31,02 juta orang (13,33 persen). Dibandingkan dengan penduduk
miskin pada Maret 2009 yang berjumlah 32,53 juta (14,15 persen),
berarti jumlah penduduk miskin berkurang 1,51 juta jiwa. Jumlah
penduduk miskin di daerah perkotaan turun lebih besar dari pada
daerah perdesaan. Selama periode Maret 2009-Maret 2010, penduduk
miskin di daerah perkotaan berkurang 0,81 juta orang, sementara di
daerah perdesaan berkurang 0,69 juta orang. Untuk lebih memahami
data tersebut akan ditampilkan histogram di bawah ini.
Hi stogr am Angk a Kemi ski nan Desa 2 0 0 914 12 10 Frequency 8
6 4 2 00 0 4 14
12
1 0
1
1
0
1000
2000 desa 2009
3000
4000
Gambar 4.1 Histogram Angka Kemiskinan Desa 2009
Histogr am Angk a Kemisk inan di Desa Tahun 2 0 1 014 12 10
Frekuensi 8 6 4 2 00 0 4 14
12
1
1
1
11
0
500
1000
1500 2000 desa 2010
2500
3000
3500
Gambar 4.2 Histogram Angka Kemiskinan di Desa Tahun 2010
Hi stogr am Angka Kemi ski nan Di Kota Tahun 2 0 0 920
15 Fr equency
10
5
0
0
600
1200 kot a 2009
1800
2400
Gambar 4.3 Histogram Angka Kemiskinan di Kota Tahun 2009Hi stogr
am Angk a Kemi sk i nan di Kota Tahun 2 0 1 020
15 Fr equency
10
5
120 0 500 1000 kot a 2010 1500 2000
.Gambar 4.4 Histogram Angka Kemiskinan di Kota Tahun 2010
4.2 Analisis Ukuran Pemusatan dan Penyebaran Data Dengan
statistika deskriptif, data di atas akan dihitung ukuran pemusatan
data, ukuran penyebaran data, dan dideskripsikan dalam bentuk
diagram dan grafik sehingga dapat menginformasikan data kemiskinan
di Indonesia pada maret 2009-2010 dengan mudah. Ukuran pemusatan
dan penyebaran data dapat dicari secara hitungan manual sesuai
dengan rumus yang terdapat pada bab tidak ada kesalahan dalam
tinjauan pustaka. Namun untuk lebih memastikan bantuan program
Minitab. Menurut data kemiskinan di setiap provinsi menurut daerah
dapat diketahui ukuran pemusatan data dan penyebaran data seperti
pada tabel 4.2.1 di bawah ini.Variable kota 2009 kota 2010 desa
2009 desa 2010 Mean 361 336 625 604 StDev 667 612 898 853 Variance
444927 374160 805978 728034 Sum 11911 11098 20619 19920 Minimum 9 8
0 0 Median 109 106 313 324 Maximum 2531 2351 3874 3656 Range 2523
2343 3874 3656
penghitungan manual, berikut ini ditampilkan ukuran pemusatan
data dengan
Tabel 4.1 Ukuran Pemusatan dan Penyebaran Data Kemiskinan
Menurut Daerah
Banyak data sebayak 33 dari jumlah provinsi di indonesia menurut
daerah dapat diketahui bahwa penduduk miskin di kota pada tahun
2009 memiliki : Jumlah =11911 Rata-rata = 361 Median = 109 Nilai
Maksimum = 2531 Nilai Minimum = 913
Range = 2523 Standar Deviasi = 667 Variansi = 444927 Sedangkan
penduduk miskin di kota pada tahun 2010 memiliki: Jumlah =11098
Rata-rata = 336 Median = 106 Nilai Maksimum = 2351 Nilai Minimum =
8 Range = 2343 Standar Deviasi = 612 Variansi = 374160 Sedangkan
penduduk miskin di desa pada tahun 2009 memiliki: Jumlah = 20619
Rata-rata = 625 Median = 313 Nilai Maksimum =3874 Nilai Minimum = 0
Range = 3874 Standar Deviasi = 898 Variansi = 805978
Sedangkan penduduk miskin di desa pada tahun 2010 memiliki:
Jumlah = 19920 Rata-rata = 604 Median = 324 Nilai Maksimum = 3656
Nilai Minimum = 0 Range = 365614
Standar Deviasi = 853 Variansi = 7280344.3 Tampilan Data dalam
bentuk Steam and Leaf dan Diagram
Penyajian data dengan ukuran pemusatan dan penyebaran data
tidaklah cukup membuat suatu data tampil menarik. Data perlu
direpresentatifkan dengan diagram atau grafik sehingga informasi
yang disampaikan lebih mudah ditangkap. Salah satu caranya dengan
mentransformasikan data yang berupa angka-angka menjadi data
boxplot, dotplot, stam and leaft. Tujuannya agar pembaca lebih
tertarik untuk membaca informasi yang disajikan.4.3.1. Tampilan
Stem and Leaf: kota 2009; kota 2010; desa 2009; desa 2010
Berikut ini adalah tampilan diagram steam and leaf di dearah
kota di Indonesia pada tahun 2009.Stem-and-leaf of kota 2009 Leaf
Unit = 100 (22) 11 6 4 3 3 3 3 3 3 3 2 2 0 0 0 0 0 1 1 1 1 1 2 2 2
N = 33
0000000000000000111111 23333 45 6
1 45
Gambar 4.5 Diagram Steam and Leaf Kemiskinan di Kota Tahun
2009
Berikut ini adalah tampilan diagram steam and leaf di dearah
kota di Indonesia pada tahun 2010.Stem-and-leaf of kota 2010 Leaf
Unit = 100 (22) 11 6 4 3 3 3 0 0 0 0 0 1 1 N = 33
0000000000000000111111 23333 45 6
15
3 3 3 2 2
1 1 1 2 2
8 23
Gambar 4.6 Diagram Steam and Leaf Kemiskinan di Kota Tahun
2010
Berikut ini adalah tampilan diagram steam and leaf di dearah
desa di Indonesia pada tahun 2009.Stem-and-leaf of desa 2009 Leaf
Unit = 100 (23) 10 4 3 3 2 2 1 0 0 1 1 2 2 3 3 N = 33
00000111111222233334444 677889 2 4 3 8
Gambar 4.7 Diagram Steam and Leaf Kemiskinan di Desa Tahun
2009
Berikut ini adalah tampilan diagram steam and leaf di dearah
desa di Indonesia pada tahun 2010.Stem-and-leaf of desa 2010 Leaf
Unit = 100 (23) 10 4 3 3 2 2 1 0 0 1 1 2 2 3 3 N = 33
00000111111122223333444 667789 1 4 1 6
Gambar 4.8 Diagram Steam and Leaf Kemiskinan di Desa Tahun
2010
4.3.2 Tampilan Dotplot : kota 2009; kota 2010; desa 2009; desa
2010 Berikut ini adalah tampilan dotplot data kemiskinan menurut
dearah kota danDotplot of tahun 2009. desa di Indonesia pada kota 2
0 0 9 ; kota 2 0 1 0 ; desa 2 0 0 9 ; desa 2 0 1 0
Variable desa 2010 desa 2009 kota 2010 kota 2009
0
600
1200
1800 Dat a
2400
3000
3600
16
Each symbol represents up to 2 observations.
Gambar 4.9 Boxplot Data Kemiskinan Menurut Daerah Tahun
2009-2010
4.3.3 Tampilan Boxplot : kota 2009; kota 2010; desa 2009; desa
2010 Berikut ini adalah tampilan dotplot data kemiskinan menurut
dearah kota dan desa di Indonesia pada tahun 2009Boxplot of kota 2
0 09 ; kota 2 01 0 ; desa 2 0 09 ; desa 20 1040003874,07 3655,76
3304,75
30002531,37 2420,94 2452,20
3110,22
Da t a
2000
2148,51
2350,53 2258,94 1873,55
2423,19
1000624,832 360,925 336,297 106,18 313,48 603,625 323,84
0
109,41
kota 2009
kota 2010
desa 2009
desa 2010
Gambar 4.10 Dotplot Data Kemiskinan Menurut Daerah Tahun
2009-2010.
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan Berdasarkan hasil pengolahan data sekunder
kemiskinan di Indonesia pada tahun 2009-2010 dapat disimpulkan
bahwa jumlah penduduk miskin di Indonesia
17
pada Maret 2010 sebesar 31,02 juta orang (13,33 persen).
Dibandingkan dengan penduduk miskin pada Maret 2009 yang berjumlah
32,53 juta (14,15 persen), berarti jumlah penduduk miskin berkurang
1,51 juta jiwa. Dengam mengeksplorasi statistika deskriptif data
kemiskinan di Indonesia pada tahun 2009-2010 dapat diukur dengan
ukuran pemusatan data dan menghasilkan nilai rata-rata dan median,
sedangkan pada ukuran penyebaran data menghasilkan nilai standar
deviasi, variansi, dan range. Dalam menyajikan suatu data
dibutuhkan tampilan tabel dan diagram seperti; diagram stem and
leaf, boxplot, dan dotplot untuk memudahkan kita dalam memahami
data sehingga lebih informatif dan menarik. 5.2 Saran Dalam
mengelola laporan praktikum tentang statistika deskriptif
diperlukan ketelitian dan kecermatan. Dalam melakukan pengukuran
data baik ukuran pemusatan atau penyebaran data yang dilakukan
secara manual dibutuhkan ketelitian dalam menghitung data.
Pengolahan data lebih mudah dilakukan dengan memanfaatkan program
Minitab, namun dalam proses entry data pada program tersebut
seringkali terjadi kesalahan akibat kurang teliti, oleh karena itu
diperlukan kesabaran dan kecermatan. Sebab, apabila kita salah
melakukan entry data hasil output yang ditampilkan juga akan
salah.
DAFTAR PUSTAKA Walpole, Ronald E. 1995. Pengantar Statistika.
Jakarta: PT. Gramedia Pustaka Utama
http://id.wikipedia.org/wiki/Ukuran_pemusatan_data. diakses 3
September 2011 Kuncoro. 1997. (102-103). Definisi Kemiskinan
18
Esmara.1986. Definisi Kemiskinan Sallatang. 1986. Definisi
Kemiskinan Bradshaw. 2005. Definisi Kemiskinan
19