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?

1.3. 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.

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,

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

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 :

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

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.

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

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.

X3 =

Persentase kemiskinan menurut Pulau tahun 2010 - 2011

Tabel 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 9

14 12 10 Frequency 8 6 4 2 0
0 0 4 14

12

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 0

14 12 10 Frekuensi 8 6 4 2 0
0 0 4 14

12

11

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 9

20

15 Fr equency

10

600

1200 kot a 2009

1800

2400

Gambar 4.3 Histogram Angka Kemiskinan di Kota Tahun 2009

Hi stogr am Angk a Kemi sk i nan di Kota Tahun 2 0 1 0
20

15 Fr equency

10

12
0 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 = 9
13

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 = 3656
14

Standar Deviasi = 853 Variansi = 728034

4.3 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 dan
Dotplot 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

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 2009
Boxplot of kota 2 0 09 ; kota 2 01 0 ; desa 2 0 09 ; desa 20 10
4000
3874,07 3655,76 3304,75

3000
2531,37 2420,94 2452,20

3110,22

Da t a

2000

2148,51

2350,53 2258,94 1873,55

2423,19

1000
624,832 360,925 336,297 106,18 313,48 603,625 323,84

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