Ukuran-ukuran statistik deskriptif

Ukuran statistik deskriptif dapat digolongkan menjadi dua kelompok, yaitu ukuran nilai tengah dan ukuran
deviasi. Ukuran nilai tengah terdiri dari rata-rata (mean), median, dan modus. Sedangkan ukuran deviasi
terdiri dari varians, simpangan baku, koefisien variasi, dan nilai jarak (range). Ukuran-ukuran statistik
deskriptif tersebut akan dijelaskan penggunaannya baik untuk data tunggal maupun data berkelompok.
Ukuran nilai tengah
Rata-rata (Mean)
Rata-rata ditulis dengan menggunakan simbol (dibaca:miu) untuk menyatakan rata-rata populasi, dan
(dibaca: x bar) untuk menyatakan rata-rata sampel. Secara aljabar rata-rata dapat ditulis sebagai
berikut:
untuk rata-rata populasi

dimana N adalah banyaknya populasi
untuk rata-rata sampel

dimana n adalah banyaknya sampel
contoh:
Dari 11 pohon pear menghasilkan buah dengan berat sbb (dlm Kg):
330 284 326 268 236 346 326 402 374 292 380
Hitunglah rata-rata produksi 11 pohon pear ?

Jadi rata-rata produksi dari 11 pohon pear adalah 324 Kg.
Rata-rata untuk data berkelompok.
Apabila data sudah disajikan dalam data berkelompok seperti dalam bentuk tabel frekuensi dimana
observasi-observasi dikelompokan kedalam kelas-kelas yang disebut frekuensi, maka rumus rata-ratanya
adalah sebagai berikut:

Contoh: Hitunglah rata-rata nilai statistik dari 50 mahasiswa pada Table 1 dibawah ini.

Jadi perkiraan rata-rata nilai statistik 50 mahasiswa adalah 65,7.

Median
Ukuran nilai tengah lainnya yang mungkin dapat merupakan pilihan selain rata-rata adalah median. Jika
data pada contoh produksi buah pear diurutkan dari nilai terkecil hingga ke nilai terbesar, maka nilai
tengahnya adalah 326 kg artinya lima pohon pear mempunyai produksi dibawahnya dan lima pohon pear
mempunyai produksi diatasnya. Nilai tengah inilah yang dikatakan median. Penentuan median bisa
langsung didapat jika jumlah observasinya adalah ganjil, namun jika jumlah observasinya adalah genap
maka akan didapat dua nilai tengah. Dalam situasi demikian, untuk mendapatkan mediannya yaitu dengan
merata-ratakan dua nilai tengah yang didapat. Prosedur untuk mendapatkan median yaitu harus
mengurutkan data dari yang terkecil hingga yang terbesar terlebih dahulu sebelum mengambil nilai
tengahnya. Dengan kata lain median adalah data yang ke .
Median untuk data berkelompok
Untuk data yang sudah dikelompokkan dan disajikan dalam tabel frekuensi, maka mediannya dapat dicari
dengan rumus sebagai berikut:

Kelas median adalah kelas dimana terdapat nilai median di dalamnya. Untuk menentukan kelas median
bagilah seluruh observasi dengan dua artinya 50 % dari seluruh observasi terletak sebelum median dan
50 % lainnya terletak sesudahnya. Jika kita lihat tabel frekuensi (Tabel 1) maka mediannya merupakan
observasi yang ke (50/2) yaitu yang ke 25. Jumlah tiga frekuensi pertama (f
1
+ f
2
+ f
3
) yaitu 3 + 5 + 8 =
16. Untuk mencapai 25 observasi diperlukan 9 observasi lagi. 9 observasi tersebut dapat dipenuhi dari
frekuensi keempat (f
4
) karena jumlah observasi f
4
ada sebanyak 14 observasi. Jadi median terletak pada
kelas keempat atau kelas (60 69) dengan kata lain kelas keempat adalah kelas median.
contoh: Hitunglah nilai median dari data kelompok pada Tabel 1.
solusi:

Jadi mediannya,

Pertanyaan yang mungkin timbul adalah jika kita punya data aslinya, apakah nilai median yang sebenarnya
adalah 66,33? jawabannya belum tentu, karena cara ini adalah cara interpolasi dimana data aslinya
memang tidak diketahui, yang ada adalah data sudah dalam bentuk tabel frekuensi atau sudah
dikelompokkan. Walaupun hasil interpolasi ini mungkin tidak tepat, namun cara ini memberikan hasil yang
mendekati nilai median yang sebenarnya.
Modus
Modus dari suatu kelompok observasi adalah nilai observasi yang mempunyai frekuensi pemunculan paling
banyak atau dengan kata lain yaitu nilai yang paling banyak muncul. Konsep dari modus ini berhubungan
dengan kemunculan yang berulang-ulang dari suatu nilai observasi.
Contoh: jika kita gunakan data produksi 11 pohon pear, maka modus produksinya adalah 326 kg.
Dalam kegiatan sehari-hari, modus adalah ukuran nilai tengah yang paling jarang digunakan dibanding
rata-rata atau median. Modus mungkin lebih sering digunakan pada data yang mempunyai banyak variasi
dalam ukurannya, itupun untuk jumlah data yang besar. Sebagai contoh modus dari ukuran barang yang
terjual sering digunakan untuk mengetahui barang yang paling disenangi konsumen.
Suatu distribusi atau kelompok data mungkin tidak mempunyai modus atau mungkin mempunyai modus
lebih dari satu. Distribusi yang mempunyai satu modus disebut Unimodus, yang mempunyai dua modus
disebut Bimodus dan yang mempunyai modus lebih dari dua disebut Multimodus. contoh: Tentukan modus
dari data dibawah ini, jika ada tentukan nilainya.
a). 2, 3, 5, 7, 8.
b). 2, 5, 7, 9, 9, 9, 10, 10, 11, 12.
c). 2, 3, 4, 4, 4, 5, 5, 7, 7, 7, 9.
solusi:
Data a) tidak mempunyai modus karena semua nilai mempunyai frekuensi yang sama.
Data b) mempunyai modus = 9, karena nilai observasi ini mempunyai frekuensi paling banyak.
Data c) mempunyai dua modus yaitu 4 dan 7, dua nilai observasi tersebut mempunyai frekuensi
palingbanyak dan sama banyak.
Modus untuk data berkelompok
Apabila data sudah dikelompokkan dan disajikan dalam tabel frekuensi, maka modusnya mempunyai
rumus sebagai berikut:

Kelas modus adalah kelas dimana terdapat nilai modus di dalamnya.
Contoh: Hitunglah nilai modus dari data kelompok pada Tabel 1.
solusi: Kelas modus adalah kelompok (60 69), karena kelompok ini mempunyai frekuensi paling
banyak.

Ukuran dispersi
Varians
Dengan ukuran nilai tengah saja kita tidak akan pernah cukup untuk memberikan ringkasan karakteristik
dari sebuah set data. Bagaimana sebaran observari dari nilai rata-ratanya? Apakah observasi mempunyai
dispersi atau penyimpangan yang besar dari rata-ratanya? Kita biasanya memerlukan ukuran lainnya
yaitu suatu ukuran tentang dispersi atau variasi didalam data. Pada kenyataannya nilai-nilai observasi
suatu populasi ada yang lebih besar dari rata-rata dan ada yang lebih kecil dari rata. Informasi ini yang
biasanya merupakan keterangan tambahan mengenai karakteristik dari satu set data yaitu informasi
mengenai jumlah penyimpangan dalam data. Biasanya kita tertarik dengan penyimpangan nilai-nilai
observasi dalam data terhadap rata-ratanya yaitu selisihnya. Rata-rata dari selisih kuadrat tersebut
merupakan suatu ukuran penyimpangan yang biasa disebut dengan varians dari observasi. Simbol varians
pada ukuran populasi adalah (dibaca: sigma kuadrat) dan pada ukuran sampel adalah s
2
.
Simpangan baku
Akar dari varians dinamakan standar deviasi atau simpangan baku. Standar deviasi merupakan ukuran
simpangan yang sering digunakan dalam analisa. Nilai standar deviasi pada dasarnya menggambarkan
besaran sebaran suatu kelompok data terhadap rata-ratanya atau dengan kata lain gambaran
keheterogenan suatu kelompok data. Formula standar deviasi adalah sebagai berikut:

Contoh: jika kita gunakan data produksi 11 pohon pear, maka varians produksinya adalah:

Dari hasil perhitungan didapat varians produksi dari 11 pohon pear adalah sebesar 2.575,2 kg. sehingga
standar deviasi produksinya adalah sebesar 50,75 kg.
katakan kita mempunyai data produksi (dalam kg) sebanyak 10 pohon pear dengan jenis yang berbeda
dengan kelompok 11 pohon pear sebelumnya, yaitu:
230 475 366 268 136 330 326 402 215 492
kelompok ini mempunyai nilai rata-rata yang sama dengan kelompok 11 pohon pear sebelumnya yaitu
sebasar 324 kg. Apakah dua kelompok pohon pear tersebut mempunyai kemampuan produksi yang
sama? atau dengan kata lain kelompok pohon pear mana yang lebih konsisten dalam berproduksi? Jika
harus memilih jenis pohon pear mana yang lebih konsisten berproduksi, maka kita akan memilih pohon
pear pada kelompok yang mempunyai nilai varians terkecil (kelompok yang lebih homogen).
Varians untuk data berkelompok
Formula varians untuk data berkelompok adalah sebagai berikut:

contoh: kita gunakan data nilai statistik 50 mahasiswa.

Koefisien variasi
Standar deviasi dapat mengukur keheterogenan atau variasi suatu kelompok data. Namun jika kita ingin
membandingkan dua kelompok data yang mempunyai ukuran yang berbeda, standar deviasi tidak dapat
digunakan artinya standar deviasi yang lebih besar tidak selalu berarti kelompok data tersebut lebih
heterogen Untuk keperluan perbandingan dua kelompok data tanpa melihat ukuran satuannya, maka
dapat digunakan suatu ukuran variasi yang dinamakan koefisien variasi (CV). Rumus CV dituliskan
sebagai berikut:

Jika CV
1
> CV
2
berarti kelompok data pertama lebih bervariasi atau lebih heterogen dari pada kelompok
kedua.

Ukuran nilai jarak (Range)
Ukuran dispersi yang paling sederhana pada suatu data numerik mungkin dengan cara menghitung selisih
nilai terbesar (nilai maksimum) dengan nilai terkecil (nilai minimum). Cara ini dikenal dengan
sebutan Range.
Range = Nilai maksimum Nilai minimum.

Range produksi 11 pohon pear = 402 306 = 96
Ukuran Range untuk data berkelompok
Untuk data berkelompok, nilai range dihitung berdasarkan selisih antara nilai tengah kelas terakhir dengan
nilai tengah pertama atau selisih batas atas kelas terakhir dengan batas bawah kelas pertama.
Range = Nilai tengah kelas terakhir Nilai tengah kelas pertama.
atau
Range = Bonderi atas kelas terakhir Bonderi bawah kelas pertama.
dari data nilai statistik 50 mahasiswa pada tabel 1, nilai rangenya adalah:
Range = 94,5 34,5 = 60 (cara ini cenderung menghilangkan nilai ekstrim).
atau
Range = 99,5 29,5 = 70.