Statistika Deskriptif

„ Pendahuluan
„ Menghimpun Data
„ Penyajian Data
„ Ukuran Pusat Data
„ Ukuran Variabilitas
„ Pendahuluan Regresi Linier

Oleh:
Agung Lesmoko, S.Si
 I. Pendahuluan
A. Definisi Statistika Deskriptif
Statistika dibedakan menjadi dua bagian, yaitu statistik
deskriptif dan infrensial
• Statistika Deskriptif : serangkaian teknik yang meliputi
teknik pengumpulan, penyajian dan peringkasan data
• Statistika Infrensial : serangkaian teknik yang digunakan
untuk mengkaji, menaksir dan mengambil kesimpulan
sebagian data (data sampel) yang dipilih secara acak dari
seluruh data yang menjadi subyek kajian
B. Populasi dan Sampel
• Populasi adalah seluruh obyek yang ingin diketahui
besaran karakteristiknya atau seluruh obyek yang akan
dijadikan sasaran
• Sampel adalah sebagian obyek populasi yang memiliki
karakteristik sama dengan karakteristik populasinya
(Representatif).

Populasi Sampel
C. Parameter dan Statistik
Dua istilah lainya yang berhubungan dengan populasi dan
sampel adalah parameter dan statistika sampel.
• Parameter atau lengkapnya parameter populasi adalah
ukuran-ukuran tertentu yang digunakan sebagai
penggambaran suatu populasi
• Statistik atau statistik sampel adalah ukuran-ukuran
tertentu yang digunakan untuk menggambarkan suatu
sampel

Dari kedua definisi tersebut terlihat jelas perbedaan

statistika dan statistik
Contoh Kasus
Seorang peneliti ingin meneliti kadar air laut
disekitar “Duta Wisata”, tetapi peneliti tersebut
hanya mengambil 2 liter air laut dan dibawa ke
laboratorium.

Dari contoh kasus diatas yang menjadi populasi

adalah air laut disekitar “Duta Wisata” dan yang
menjadi sampelnya adalah 2 liter air laut
 II. Menghimpun Data
A. Data
Data merupakan kumpulan fakta atau angka atau segala sesuatu
yang dapat dipercaya kebenarannya sehingga dapat digunakan
sabagai dasar menarik suatu kesimpulan.

Target pertama peneliti adalah menghimpun informasi-informasi

yang nantinya informasi-informasi kongkrit tersebut dapat dijadikan
data yang akan dicari karakteristik dan kesimpulannya.

Peneliti bukanlah paranormal jadi seorang peneliti tidak mungkin

bisa mengambil kesimpulan tanpa adanya data.
B. Karakteristik Serangkaian Data
Elemen atau Unsur
Elemen identik dengan obyek tetapi mempunyai
karakteristik tertentu
Variabel
Variabel adalah karakteristik dari elemen yang menjadi
perhatian penelitian
Kasus
Kasus adalah informasi yang menyangkut seluruh
variabel suatu elemen tertentu.
C. Tipe-Tipe Data
„ Data kuantitatif adalah suatu karakteristik dari suatu
variabel yang nilai-nilainya dinyatakan dalam bentuk
numerik
„ Data kualitatif adalah suatu karakteristik dari suatu
variabel yang nilai-nilainya dinyatakan dalam bentuk
nonnumerik atau dalam atribut-atribut
„ Data kuantitatif diskrit adalah karakteristik dari proses
perhitungan berupa bilangan bulat
„ Data kuantitatif kontinyu adalah karakteristik dari proses
perhitungan yang nilainya berupa interval dan dapat
berupa pecahan.
D. Skala Pengukuran
„ Nominal : data kualitatif yang penyusunannya
tanpa memperhatikan urutan (ex. data sabun)
„ Ordinal : data kualitatif yang penyusunanya
memperhatikan urutan (ex. data kepuasan)
„ Interval : data kuantitatif yang penyusunanya
berinterval (ex. Data besar penghasilan)
„ Rasio : data kuantitatif yang penyusunanya
berurut dan dapat dilihat perbandinganya
E. Tahapan Menyusun Kuisioner
Persiapan

Penetapan isi pertanyaan

Penetapan tipe pertanyaan
Penyusunan kalimat

Pengurutan pertanyaan

Penetapan karakteristik

Uji pendahuluan
F. Proses Sampling
„ Penentuan Populasi
„ Identifikasi Kerangka Sampling
„ Menentukan Ukuran Sampel (brp byk)
„ Pemilihan Prosedur Sampling
Non probabilitas
Sesuka peneliti atau menurut ahli
Probabilitas
Secara acak atau dengan pengelompokan
„ Memilih Sampel
III. Penyajian Data
A. Data Terurut
Data yang terurut tujuannya untuk memudahkan
menentukan ukuran pusat data
B. Distribusi Frekuensi
Untuk interval kelas sama
Jumlah kelas = 1 + 3,322 log n
n = jumlah data observasi

Interval kelas = jangkauan

jumlah kelas
Jangkauan adalah selisih data terbesar dengan terkecil
Hal penting berkenaan dengan Distribusi
Frekuensi
„ Kelas atau kelompok data
„ Interval kelas
„ Batas kelas
„ Tepi batas kelas
„ Titik tengah
Distribusi frekuensi ada tiga yaitu kelas
Terbuka, kelas tertutup dan relatif
C. Histogram dan Poligon Frekuensi
„ Histogram Frekuensi
Sajian datanya dalam bentuk diagram balok, dengan :
* Sisi tegak menggambarkan frekuensi
* Sisi datar menggambarkan interval kelas
„ Poligon Frekuensi
Sajian datanya dalam bertuk diagram baris
„ Kurva Frekuensi
Mirip dengan poligon frekuensi, tetapi garis-garisnya
tidak patah-patah
D. Distribusi Frekuensi Komulatif dan Ogive
„ Distribusi Frekuensi Komulatif
Frekuensi tidak lagi disajikan dalam tiap kelas
tetapi disajikan secara komulatif
Ada dua distribusi frekuensi komulatif, yaitu:
‘kurang dari’ dan ‘lebih dari’
„ Ogive
Ogive adalah diagram dari distribusi frekuensi
komulatif
E. Bentuk Penyajian Lain
„ Diagram Batang
„ Diagram Batang daun
„ Diagram Garis
Biasa-Biasa

„ Diagram Lingkaran Bodoh

„ Dalam derajat
Cerdas

„ Dalam persen
 IV. Ukuran Pusat Data
A. Rata-Rata Hitung (Mean)
Data yang belum dikelompokkan
X =
∑ X i

n
X = Rata − rata Sampel
n = Ukuran sampel (banyak data )

µx =
∑ X i

N
µx = Rata− rata populasi
N = Ukuran populasi (banyak data)
Data yang sudah dikelompokkan

X =
∑ X .f i i

n
X = Rata − rata sampel
n = Ukuran sampel (banyak data )

µx =
∑ X .f
i i

N
µx = Rata− rata populasi
N = Ukuran populasi (banyak data)
Metode pengkodean
U i . fi
X = X a + i.
n
X = Rata − rata sampel
n = Ukuran sampel (banyak data )
X a = Titik tengah
i = Interval kelas
U i = Kode titik tengah
Kelemahan dan keunggulan rata-rata
„ Keungggulan
„ Penggunaan lebih mudah karena familiar
„ Nilainya hanya satu
„ Dapat digunakan sebagai pembanding
„ Kelemahan
„ Bila ada data ekstrim maka rata-ratanya kurang
representatif
„ Tidak bisa digunakan dalam data kualitatif
„ Untuk pengelompokan data kelas terbuka tidak bisa
dicari rata-ratanya
B. Median
„ Data belum dikelompokkan
Letaknya pada data ke : (n + 1)/2
„ Data sudah dikelompokkan
⎛ n / 2 − f km ⎞
Md = Bm + i.⎜⎜ ⎟⎟
⎝ fm ⎠
Md = Median
Bm = Tepi bawah kelas median
f km = frekuensi komulatif sebelum kelas median
f m = frekuensi kelas median
Keunggulan dan kekurangan median
„ Keunggulan
„ Tidak dipengaruhi data ekstrim
„ Dapat digunakan untuk data kualitatif dan kuantitatif
„ Kelemahan
„ Hanya dapat dicari pada data yang sudah diurutkan
„ Hanya dihitung berdasarkan jumlah datanya bukan
nilai-nilai pada data
C. Modus
„ Data yang belum dikelompokkan
Pada data ini modus hanyalah pada data yang memiliki
frekuensi terbanyak
„ Data yang sudah dikelompokkan
⎛ d1 ⎞
Mo = Bm + i.⎜ ⎟
⎝ d1 + d 2 ⎠
Mo = Modus
d1 = Selisih frekuensi kelas mod us dengan sebelumnya
d 2 = Selisih frekuensi kelas mod us dengan sesudahnya
Keunggulan dan kekurangan modus
„ Keunggulan
„ Dapat digunakan untuk data kualitatif dan kuantitatif
„ Tidak dipengaruhi data ekstrim
„ Dapat dijumpai pada data dengan kelas terbuka
„ Kekurangan
„ Dalam data tertentu modus tidak dapat dijumpai
„ Kadang-kadang ada modus yang lebih dari satu data
D. Hubungan Mean, Median dan Modus

Md X Mo
E. Kuartil
Kuartil adalah yang membagi data menjadi
empat bagian dengan masing-masing 25%
25% 25% 25% 25%

Q2

Q1 Q3
Data yang belum dikelompokkan
„ Data Genap
„ Q1 = Data ke (n+2)/4
„ Q3 = data ke (3n+2)/4
„ Data Ganjil
„ Q1 = Data ke (n+1)/4
„ Q3 = Data ke (3n+3)/4

Q2 = Median
Kuartil Bawah (Q1) dan Kuartil Atas (Q3)
Data yang sudah dikelompokkan
⎛ n / 4 − fkq ⎞
Q1 = Bq + i ⎜⎜ ⎟⎟
⎝ fq ⎠
⎛ 3n / 4 − fkq ⎞
Q 3 = Bq + i ⎜⎜ ⎟⎟
⎝ fq ⎠
Bq = Batas kelas bawah kuartil
i = nterval
fkq = Frekuensi komulatif sebelum kelas kuartil
fq = frekuensi kelas kuartil
V. Ukuran Variabilitas
A. Pendahuluan
Variabilitas adalah bagian dari karakteristik data
Ada beberapa kemungkinan dari karakteristik data:
* Beberapa data memiliki rata-rata sama tetapi
variabilitas berbeda
* Rata-rata berbeda tetapi variabilitasnya sama
* Rata-rata dan variabilitas berbeda
* Rata-rata dan variabilitas sama
B. Jangkauan, Inter-kuartil, dan Deviasi kuartil
„ Jangkauan
Jangkauan atau range adalah beda antara data terbesar
dengan terkecil
„ Inter Kuartil
Inter-kuartil adalah beda antara kuartil atas dengan bawah
Inter kuartil = Q3 – Q1
„ Deviasi Kuartil
Deviasi kuartil = (Q3 – Q1)/2
C. Deviasi Rata-Rata
„ Data yang belum dikelompokkan
Untuk sampel :

Deviasi rata − rata =

∑ X i −X
n
Untuk populasi :

Deviasirata − rata =
∑ X i − µx
N
Data yang sudah dikelompokkan
„ Sampel

Deviasi rata − rata =

∑ X i − X . fi
n
„ Populasi

Deviasi rata − rata =

∑ X i − µ x . fi
N
D. Varian dan Simpangan Baku Data Belum
Dikelompokkan dari sampel
„ Varian
s =
2 1
(n − 1) ∑(Xi − X )
2

„ Simpangan baku

s= s 2
E. Varian dan Simpangan Baku Data Belum
Dikelompokkan dari Populasi
„ Varian
∑ (X − µx)
2

σ =
2 i

N
„ Simpangan baku

σ = σ 2
F. Varian dan Simpangan Baku Data Sudah
Dikelompokkan dari sampel
„ Varian
s =
2 1
(n − 1) ∑ ( )
2
X i − X . fi

„ Simpangan baku

s = s 2
G. Varian dan Simpangan Baku Data Sudah
Dikelompokkan dari populasi
„ Varian
∑ (X − µ x ) . fi
2

σ =
2 i

N
„ Simpangan baku

σ = σ 2
H. Koefisien Varian
„ Sampel
s
x 100 %
X
„ Populasi
σ x
x 100 %
µ x