STATISTIKA DESKRIPTIF

AS
T
I

SU RY

AK

C ANA
AN

U NI V E R S

Oleh
Ir. M. Yahya Ahmad, MM

Fakultas Pertanian
Universitas Suryakancana
Cianjur
2007

KATA PENGANTAR

Mata Kuliah Metode Statistika merupakan mata kuliah wajib untuk semua
program studi di Fakultas Pertanian, Universitas Suryakancana Cianjur. Adapun
Tujuan penyajian materi kuliah ini adalah agar mahasiswa mendapat gambaran
yang lengkap tentang materi yang diberikan selama perkulian.
Mengingat tulisan ini masih belum mengalami penyempurnaan, maka kritik dan
saran sangat dinantikan dari berbagai kalangan pemaca tulisan ini. Semoga
tulisan ini dapat berguna bagi yang memerlukannya

Penyusun

DAFTAR ISI

BAB I PENYAJIAN DATA ................................................................................. 6

1.1 Penyajian Data Kualitatif .............................................................................. 6
1.2. Penyajian Data Kuantitatif ........................................................................... 7
1.3. Penyusunan Distribusi Frekuensi.............................................................. 10
1.4. Penggambaran Distribusi Frekuensi ......................................................... 14
Histogram...................................................................................................... 14
Poligon .......................................................................................................... 16
Ogive ............................................................................................................. 16

BAB I PENYAJIAN DATA

Dalam bab ini, dibahas bagaimana cara memvisualisasikan bentuk-bentuk
penting dari sebuah data set, baik untuk data kualitatif maupun kuantitatif.
Data yang sudah terkumpul, baik melalui pengamatan (observasi), wawancara dan
sebagainya, maka data tersebut perlu disusun secara sistematis supaya mudah
dimengerti dan dipresentasikan dengan baik.

1.1 Penyajian Data Kualitatif

Setelah data terkumpul, biasanya yang ingin diketahui:
Nilai variabel apa yang telah diukur
Seberapa sering masing-masing nilai terjadi
Untuk itu, perlu penyajian data sehingga mudah dibaca atau dimengerti. Penyajian
data antara lain dalam bentuk tabel, dan grafik. Tipe grafik tergantung pada tipe
data. Jika datanya kualitatif, tabel statistik berupa daftar kategori (kualitas) dan
ukuran seberapa sering masing-masing kategori terjadi. Ukuran yang biasa
digunakan:
Frekuensi, banyaknya pengukuran yang terjadi (kejadian) untuk masingmasing kategori.
Frekuensi relatif, proporsi frekuensi masing-masing kategori.
Persentase frekuensi masing-masing kategori.
Selain tabel statistik, dapat juga digunakan pie chart atau bar chart untuk
menunjukkan distribusi data.
Contoh
Dalam suatu suvai pendidikan umum, 400 sekolah di teliti kualitas pendidikannya.
Hasilnya untuk masing-masing sekolah dikategorikan masuk kualitas A, B, C,
atau D. Hasil survey disajikan dalam bentuk tabel statistik (Tabel 1.1), pie chart
(Gambar 1.1), dan bar chart (Gambar 1.2) :
Tabel 1.1
Kategori
Frekuensi Frekuensi relative
persen
A
35
35/400=0.09
9%
B
260
260/400=0.65
65%
C
93
93/400=0.23
23%
D
12
12/400=0.03
3%
Total
400
1
100%

pie chart kualitas sekolah

D
C

Gambar 1.1

bar chart kualitas sekolah

300

200

Count

100

0
A

KATEGORI
Cases weighted by FREKUNSI

Gambar 1.2

1.2. Penyajian Data Kuantitatif

Kadang-kadang data kuantitatif yang diperoleh dikelompokkan ke dalam segmen
atau kategori yang berbeda dalam sebuah populasi. Untuk contoh data tentang
rata-rata penghasilan penduduk menurut kelompok umur yang berbeda, jenis
kelamin, tempat tinggal, dsb. Dalam hal ini, penghasilan penduduk merupakan
data kuantitatif, tetapi dikelompokkan berdasar umur atau jenis kelamin atau
tempat tinggal. Dalam kasus ini, dapat digunakan pie chart atau bar chart untuk
mendiskripsikan data. Dengan menggunakan pie chart dapat dilihat bagaimana
total penghasilan penduduk terdistribusi dalam beberapa kelompok umur.
Sedang dari bar chart dapat dilihat berapa total penghasilan perkelompok umur,
karena tinggi bar menunjukkan jumlah penghasilan per kelompok umur.

Contoh
Uang yang telah dikeluarkan oleh departemen pertahanan USA tahun 1995,
dikategorikan sebagai berikut:
Tabel 1.2
kategori
Jumlah (milyar dollar)
B iaya hidup militer
70.8
Operasi dan pemeliharaan
90.9
Pengadaan senjata
55.0
Riset dan pengembangan
34.7
Konstruksi militer
6.8
total
258.2
Penyajian berupa bar chart dan pie chart sebagai berikut:
100

80

Sum PENGELUA

60

40

20

bi
ay
a

hd
up

ko
op
pe
ris
ns
et
er
ng
as
tru
da
ad
i
ks
n
aa
d
pe
im
an
n
m
ng
s
i
pe
en
lit
ilit
em
e
m
ja
er
r
ta
el
ba
i
ih
ng

KATEGORI

Gambar 1.3
pie chart pengeluaran Dept Pertahanan

Konstruksi militer
Riset & pengembangan
Biaya hidup militer

Pengadaan senjata

Operasi & pemelihara

Gambar 1.4

Selain pie chart dan bar chart masih banyak lagi cara yang bisa digunakan untuk
menyajikan data kuantitatif. Diantaranya line chart.
Contoh
Data hasil pengamatan mengenai nilai penjualan suatu perusahaan yang
memproduksi suatu barang.
Bulan
penjualan
Bulan
penjualan
Januari2000
16.800
November2000 12.500
Februari2000
19.300
Desember2000 14.300
Maret2000
21.100
Januari2001
17.500
April2000
21.200
Februaru2001
19.600
Mei2000
20.700
Maret2001
20.900
Juni2000
19.200
April2001
18.200
Juli2000
16.100
Mei2001
20.600
Agustus2000
14.900
Juni2001
18.800
September2000
12.100
Juli2001
17.100
Oktober2000
11.900
Agustus2001
14.100
Untuk melihat perubahan penjualan perbulan secara cepat, maka dibuat grafik
sebagai berikut:

20000

penjualan

18000

16000

14000

12000

J a n -0 0 M a rt- 0 0 M e i- 0 0 J u l-0 0 S e p t- 0 0 N o v - 0 0 J a n - 0 1 M a r t- 0 1 M e i- 0 1 J u l- 0 1
F e b - 0 0 A p r - 0 0 J u n - 0 0 A g s - 0 0 O k t -0 0 D e s - 0 0 F e b - 0 1 A p r - 0 1 J u n - 0 1 a g s - 0 1
b u la n

Gambar 1.5
Dari grafik di atas, dengan cepat dapat dilihat bahwa penjualan akan tinggi pada
awal tahun, sedang pada akhir tahun menurun. Terlihat pada bulan April 2001
penjualan tidak mengikuti pola yang ada, sehingga perlu dilakukan penyelidikan.

1.3. Penyusunan Distribusi Frekuensi

Apabila data yang ada adalah kuantitaif dan banyak sekali jumlahnya, maka untuk
memudahkan dalam analisa data perlu dibuat distribusi frekuensi atau tabel
frekuensi.
Berikut ini akan disajikan bagaimana cara menyusun distribusi kuantitatif, yaitu :
(i) Tentukan banyak dan lebar inteval kelas. Hal ini tergantung pada banyak
dan besarnya harga-harga yang akan disusun dalam distribusi itu.
Banyak interval kelas yang efisien biasanya antara 5 dan 15. Pada tahun
1925, H.A Sturges mengajukan sebuah rumus guna menentukan banyak
interval kelas, yaitu : k = 1 + 3,322 log n. Sedangkan lebar interval kelas
ditentukan dengan membagi jangkauan (yaitu selisih antara harga
terbesar dan terkecil) dengan banyak interval kelas yang digunakan.
(ii) Interval-interval kelas tersebut diletakkan dalam suatu kolom, diurutkan
dari interval kelas terendah pada kolom paling atas dan seterusnya.
(iii) Data diperiksa dan dimasukkan ke dalam interval kelas yang sesuai.
Banyak data yang masuk dalam suatu interval kelas dinamakan
frekuensi interval kelas tersebut
Contoh
Di bawah ini adalah data umur
April 1979.
19
19
20
23
115 117
124
140
53
68
44
32
30
57
67
69
33
57
45
21
20
16
34
43

(dalam bulan) beruang di Negara A pada bulan

29
104
20
81
22
34

19
100
32
84
22
34

20
70
45
21
21
58

55
56
56
23
16
17

67
51
21
45
82
13

81
57
21
18
72
20

Data terbesar : 140

Data terkecil : 13
Jangkauan = (data terbesar) - (data terkecil)
= 140 - 13
= 127
Nilai k menurut rumus H.A Sturges, k = 1 + 3,322 log n = 1+(3,322)(1.778) =
6.9065.
127
Apabila diambil banyak interval kelas 7 maka lebar kelas =
= 18,14
7
Dari keadaan di atas kita pilih banyak interval kelas 7, den lebar kelas 18.
Kemudian disusun dalam tabel 1.3.
Tabel 1.3 Distribusi frekuensi umur beruang
Interval kelas
Frekuensi
12,5 30,5
24
30,5 48,5
11
48,5 66,5
9
66,5 84,5
10

102,5 - 120,5
120,5 138,5
138,5 - 156,5
Jumlah

4
1
1
60

Contoh
Di bawah ini disajikan data tinggi badan (cm) dari 50 orang dewasa
176
167
180
165
168
171
177
176
169
171
171
176
166
179
181
174
170
169
175
178
171
168
178
183
181
172
177
182
167
179
183
185
179
180
184
170
174
175
176
175

170
167
174
185
182

175
172
166
173
172

Data terbesar : 185

Data terkecil : 165
Jangkauan = (data terbesar) - (data terkecil)
= 185 - 165
= 20
Apabila diambil banyak interval kelas :
20
6 maka lebar kelas =
= 3,3
6
20
7 maka lebar kelas =
= 2,85
7
20
8 maka lebar kelas =
= 2,5
8
Nilai k menurut rumus H.A Sturges, k = 1 + 3,322 log n = 1+3,322* 1.699 =
6.644
Dari keadaan di atas kita pilih banyak interval kelas 7 dengan lebar kelas 3.
Untuk mempermudah membuat distribusi frekuensi, bias digunakan software
Excel. Caranya sebagai berikut:
Masukkan data kedalam Excel, misalkan pada sel A1 sampai A50 karena
data yang ada 50.
Setelah interval kelas ditentukan, ketik batas atas-batas atas interval kelas,
misalkan pada sel C2 sampai C8.
Blok kolom D2 sampai D8, kemudian ketik di bawah ini:
=FREQUENCY(A1:A50;C2:C8)
Untuk melihat hasilnya tekan Ctrl, Shift, Enter secara bersama-sama.
Hasilnya sebagai berikut:
167,5
6
170,5
7
173,5
8
176,5
11
179,5
7

182,5
185,5

6
5

Ini artinya, tabel frekunsi yang diperoleh secara lengkap bisa kita tulis
dalam tabel 1.4.

Tabel 1.4 Distribusi frekuensi tinggi badan

Interval kelas

Frekuensi

164,5 - 167,5
167,5 - 170,5
170,5 - 173,5
173,5 - 176,5
176,5 - 179,5
179,5 - 182,5
182,5 - 185,5

6
7
8
11
7
6
5

Jumlah

50

Jika kita ingin mengetahui berapa banyak orang yang tinggi badannya lebih
dari harga tertentu ataupun kurang dari harga tertentu, maka distribusi frekuensi
diubah menjadi distribusi frekuensi kumulatif.
Dengan data pada contoh 2.5. di atas kita susun distribusi frekuensi
kumulatif kurang dari dan distribusi frekuensi kumulatif lebih dari, sebagai
berikut :
Tabel 1.5(a) distribusi frekuensi kumulatif kurang dari

Tinggi badan
Kurang dari 164,5
Kurang dari 167,5
Kurang dari 170,5
Kurang dari 173,5
Kurang dari 176,6
Kurang dari 179,5
Kurang dari 182,5
Kurang dari 185,5

Banyak orang
0
6
13
21
32
39
45
50

Tabel 1.5(b) Distribusi frekuensi kumulatif lebih dari

Tinggi badan

Banyak orang

lebih dari 164,5

lebih dari 167,5
lebih dari 170,5
lebih dari 173,5
lebih dari 176,6
lebih dari 179,5

50
44
37
29
18
11

lebih dari 182,5

lebih dari 185,5

5
0

Jika kita ingin mengetahui berapa persen orang yang tinggi badannya antara harga
tertentu, lebih dari harga tertentu ataupun kurang dari harga tertentu, maka
distribusi frekuensi diubah menjadi distribusi frekuensi relatif, distribusi frekuensi
relatif lebih dari atau distribusi frekuensi realtif kurang dari. Cara untuk
mengubah distribusi frekuensi menjadi distribusi frekuensi relatif adalah : harga
frekuensi pada setiap interval kelas dibagi jumlah total frekuensi, kemudian
dikalikan 100%. Untuk data pada contoh 1.5, distribusi relatifnya adalah sebagai
berikut :
Tabel1.6 Distribusi frekuensi relatif

Tinggi badan

Banyaknya orang (dalam %)

164,5 - 167,5
167,5 - 170,5
170,5 - 173,5
173,5 - 176,5
176,5 - 179,5
179,5 - 182,5
182,5 - 185,5

Jumlah

12
14
16
22
14
12
10

100

Tabel 1.7(a) Distribusi frekuensi realtif lebih dari

Tinggi badan

Banyak orang

lebih dari 164,5

lebih dari 167,5
lebih dari 170,5
lebih dari 173,5
lebih dari 176,6
lebih dari 179,5
lebih dari 182,5
lebih dari 185,5

100%
88%
74%
58%
36%
22%
10%
0%

Tabel 1.7(b) Distribusi frekuensi realtif kurang dari

Tinggi badan

Banyak orang

kurang dari 164,5

kurang dari 167,5
kurang dari 170,5
kurang dari 173,5
kurang dari 176,6
kurang dari 179,5
kurang dari 182,5
kurang dari 185,5

0%
12%
26%
42
64%
78%
90%
100%

1.4. Penggambaran Distribusi Frekuensi

Untuk lebih mempermudah dalam memahami dan menganalisa data, di samping
disajikan dalam bentuk tabel distribusi frekuensi, cara yang lain adalah dengan
menggambarkan distribusi tersebut dalam bentuk grafik.
Beberapa grafik yang dibahas di sini adalah histogram, poligon dan ogive.

Histogram
Untuk menggambar grafik ini interval kelas diletakkan pada sumbu X dan
frekuensinya pada sumbu Y.
Membuat histogram dengan Minitab, dapat dilakukan dengan cara sbb:
Masukkan semua data ke dalam salah satu kolom worksheet, misal C1.
Klik Graph pada menu utama, kemudian pilih Histogram.

Klik Option pada dialog di atas, jika kita menginginkan interval kelas
dengan jumlah dan panjang tertentu. Dalam contoh 2.5. jumlah interval
yang diinginkan 7 dengan panjang interval 3. Batas bawah kelas
pertama 164,5 dan batas atas kelas terakhir 185,8.

Pilih Frequency untuk type histogram, CutPoint untuk tipe interval.

Isi 164,5:185,5/3 untuk posisi cutpoint (interval 164,5 sampai 185,5
dibagi dengan lebar yang sama yaitu 3)
Klik OK.
Histogram untuk tabel 1.4

Frequency

10

0
1 6 4 ,5

1 6 7 ,5

1 7 0 ,5

1 7 3 ,5

1 7 6 ,5

1 7 9 ,5

1 8 2 ,5

1 8 5 ,5

C1

Untuk menggambar grafik distribusi frekuensi relatif, caranya adalah : interval

kelas diletakkan pada sumbu X dan frekuensi relatif diletakkan pada sumbu Y,
Histogram Distribusi Frekuensi Relatif
8

Tinggi Persegi Panjang

7
6
5
4
3
2
1

0
160

165

170

175

Tinggi Badan

180

185

190

frekuensi relatif int erval kelas

.
lebar int erval kelas
Histogram distribusi frekuensi relatif tabel 1.6

dengan tinggi persegi panjang =

Poligon
Cara menggambar Poligon :
Absis : titik tengah interval kelas.
Ordinat : frekuensi interval kelas.
Hubungkan titik-titik tersebut dengan garis lurus.

Poligon distribusi frekuensi untuk tabel 2.4

P o lig o n D is tr ib u s i F r e k u e n s i
12

Frekuensi

10
8
6
4
2
0
160

165

170

175

180

185

190

T in g g i B a d a n

Ogive
Ogive merupakan penyajian data secara gambar dari distribusi kimulatif. Ogive
ini merupakan penghalusan poligon.
Cara menggambar distribusi kumulatif:
absis : batas interval kelas

ordinat : frekuensi interval kelas

Hubungkan antar titik-titik tersebut.
Ogive distribusi frekuensi relatif kumulatif kurang dari.
K u rv a O g iv e D is trib u s i F re k u e n s i K u m u la tif
" K u ra n g D a ri"
60

50

Frekuensi

40

30

20

10

0
160

165

170

175

T in g g i B a d a n

180

185

190