KATA PENGANTAR

Puji syukur kepada Allah SWT, atas segala rahmat dan hidayahNya sehingga kami
dapat menyelesaikan tugas mata kuliah Statistik dengan tepat waktu, terwujud dalam makalah
kami Statistik Deskriptif.
Kiranya tidak ada kata yang pantas terucap dari penulis, selain rasa syukur kepada
Allah SWT, atas segala petunjuk, kekuatan, dan kejernihan pikiran dalam menyusun makalah
ini hingga bisa terselesaikan dan tersaji kepada para pembaca yang budiman. Makalah ini
merupakan sebagian materi yang di ajarkan pada matakuliah statistic industry. Makalah ini
juga diselesaikan untuk menyelesaikan tugas yang diberikan dosen pengampu mata kuliah.
Dalam penyajian makalah ini penulis juga berupaya untuk membuat ringkasan materi
yang sangat sederhana dan mudah dipahami oleh pembaca. Walaupun penulis sudah berupaya
semaksimal mungkin untuk mempersembahkan yang terbaik, namun penulis menyadari
bahwa makalah ini masih jauh dari kata sempurna. Oleh karena itu, segala saran dan kritik
yang membangun sangatlah penulis harapkan dari para pembaca untuk pengembangan
penulisan maupun materi yang dipaparkan pada makalah ini. Akhir kata, terima kasih kepada
pembaca yang budiman, dan semoga hari ini jauh lebih baik dari hari-hari sebelumnya

. Surabaya, 10 Mei 2015

Tim Penulis

DAFTAR ISI

Kata Pengantar
Daftar Isi

BAB I PENDAHULUAN
1.1 Latar Belakang..1
1.3 Rumusan Masalah Penelitian.2
1.4 Tujuan Penelitian...2
BAB II LANDASAN TEORI
2.1 Tinjauan Teori....3
2.2 Kerangka Pemikiran.......3
BAB III METODE PENELITIAN
3.1 Lokasi dan Waktu Penelitian......4
3.2 Populasi dan Sampel Penelitian..........4
3.3 SumberData....4.
3.4 Analisis data...4
BAB IV PEMBAHASAN
4.1 Hasil Penelitian..........................6
4.2 Pembahasan 6
4.3 Jenis jenis distribusi frekuensi...........................................................................10
4.4 Ukuran gejala pusat data yang belum dikelompokan ...........................................12
4.4.1 Rata-rata, median dan modus.................................................................12
4.4.2 Kuartil, Desil dan Persentil ....................................................................16
4.5 Pembuatan Statistik Deskriptif dengan Program Ms. Excel 2007/201023...........24
BAB V PENUTUP
5.1 Kesimpulan..25
5.2 Saran-Saran..25
DAFTAR PUSTAKA

ABSTRAK
D

BAB I
PENDAHULUAN
1.1 Latar Belakang
Pada hakekatnya statistik adalah suatu kerangka teori-teori dan metode-metode yang telah
dikembangkan untuk melakukan pengumpulan, analisis, dan pelukisan data sampel guna
memperoleh kesimpulan-kesimpulan yang bermanfaat.
Adapun satatistika adalah ilmu tentang cara-cara mengumpulkan, menggolongkan,
menganalisis, dan mencari keterangan yang berhubungan dengan pengumpulan data yang
penyelidikan dan kesimpulannya berdasarkan bukti-bukti yang berupa angka-angka.
Secara umum kedudukan statistika memiliki beberapa manfaat, antara lain:
a. Menyajikan data secara ringkas dan jelas, sehingga lebih mudah dimengerti oleh
para pengguna.
b. Menunjukkan trend atau tendensi perkembangan suatu masalah.
c. Melakukan penarikan kesimpulan secara ilmiah.
Statistika deskriptif berkenaan dengan bagaimana data yang dapat
digambarkan/dideskripsikan baik secara numerik (misal menghitung rata rata dan deviasi
standar) atau secara grafis (dalam bentuk tabel atau grafik) untuk mendapatkan gambaran
sekilas mengenai data tersebut sehingga lebih mudah dibaca dan dipahami.
Dan dalam makalah ini kami akan mengangkat tema Ukuran gejala pusat data yang belum di
kelompokkan.

1.2 Rumusan Masalah

1. Apa pengertian dari statistika deskriptif ?
2. Bagaimana cara penghitungan data deskriptif menggunakan aplikasi minitab ?
3. Bagaimana implementasi data deskriptif dari data penelitian IPK ?
4. Bagaimanakah gambar histogram dan skewness yang diperoleh dari data penelitian IPK?
1.3 Tujuan
1. Untuk mengetahui pengertian Statistika Deskriptif
2 Untuk mengetahui cara penghitungan data deskriptif menggunakan aplikasi minitab
3. Untuk mengetahui hasil implementasi dari data penelitian IPK
4. Untuk mengetahui histogram dan skewness dari data penelitian IPK

BAB II
METODE PENELITIAN
2.1 Lokasi dan Waktu Penelitian
Lokasi : Kampus Institut Teknologi Adhi Tama Surabaya
JL. Arief Rahman Hakim 100 Surabaya
Waktu penelitian : Rabu, 6 Mei 2015
2.2 Populasi dan Sampel Penelitian
Populasinya adalah seluruh data nilai IPK Mahasiswa Institut Teknologi Adhi Tama
Surabaya (ITATS)
Sampel Penelitian :
Sampel datanya ada 2, yaitu :
- Data nilai IPK dari 30 Mahasiswa Institut Teknologi Adhi Tama Surabaya (ITATS)
- Data nilai IPK dari 150 Mahasiswa Institut Teknologi Adhi Tama Surabaya (ITATS)
2.3 Sumber Data
Sumber Data : Wawancara secara langsung dari Seluruh Mahasiswa Institut Teknologi
Adhi Tama Surabaya (ITATS)
2.4 Analisis Data
Kami menganalisis data dari sampel data nilai IPK Mahasiswa Institut Teknologi
Adhi Tama Surabaya (ITATS) menggunakan aplikasi Minitab 16.

BAB III
PEMBAHASAN
3.1

Pengertian Statistik Deskriptif

Statistik 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. Statistik 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 Statistik 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.
Statistik deskriptif berkenaan dgn bagaimana data dapat digambarkan dideskripsikan)
atau disimpulkan baik secara numerik (misal menghitung rata-rata dan deviasi standar) atau
secara grafis (dalam bentuk tabel atau grafik) utk mendapatkan gambaran sekilas mengenai
data tersebut sehingga lebih mudah dibaca dan bermakna.
Statistik deskriptif menggunakan prosedur numerik dan grafis dalam meringkas gugus
data dengan cara yang jelas dan dapat dimengerti
Terdapat dua metode dasar dalam statistik deskriptif, yaitu numerik dangrafis.

Pendekatan numerik dapat digunakan untuk menghitung nilai statistik dari sekumpulan
data, seperti mean dan standar deviasi. Statistik ini memberikan informasi tentang rata-rata
dan informasi rinci tentang distribusi data.

Metode grafis lebih sesuai daripada metode numerik untuk mengidentifikasi pola-pola
tertentu dalam data, dilain pihak, pendekatan numerik lebih tepat dan objektif. Dengan
demikian, pendekatan numerik dan grafis satu sama lain saling melengkapi, sehingga
sangatlah bijaksana apabila kita menggunakan kedua metode tersebut secara bersamaan.
Distribusi frekuensi adalah daftar nilai data ( bisa nilai individual atau nilai data yang sudah
dikelompokkan ke dalam selang interval tertentu) yang disertai dengan nilai frekuensi yang
sesuai.
Pengelompokkan data ke dalam beberapa kelas dimaksudkan agar ciri-ciri penting
data tersebut dapat segera terlihat. Daftar frekuensi ini akan memberikan gambaran yang khas
tentang bagaimana keragaman data. Sifat keragaman data sangat penting untuk diketahui,
karena dalam pengujian-pengujian statistik selanjutnya kita harus selalu memperhatikan sifat
dari keragaman data. Tanpa memperhatikan sifat keragaman data, penarikan suatu
kesimpulan pada umumnya tidaklah sah.

Distribusi frekuensi umumnya disajikan dalam daftar yang berisi kelas interval dan
jumlah objek (frekuensi) yang termasuk dalam kelas interval tersebut.
Fungsi distribusi frekuensi adalah mengatur data mentah (belum dikelompokkan) ke dalam
bentuk yang rapi tanpa mengurangi data yang ada.
Istilah istilah dalam distribusi frekuensi adalah :
- Kelas
- Batas Kelas
- Tepi Kelas
- Interval Kelas
- Titik Tengah
2.1.2 Contoh Kasus Distribusi Frekuensi
Berikut ini adalah data nilai IPK mahasiwa yang di ambil mahasiswa kelas
B.

Data Statistik
Data boleh jadi hal yang paling utama untuk mengolah suatu data statistik. Tanpa
adanya data, apa yang akan di olah oleh statistik. Data adalah keterangan untuk memecahkan
suatu masalah. Data terdiri atas bermacam macam. Berikut adalah macam-macam data
ditinjau dari berbagai segi.

1.

Data statistik menurut sifatnya

Menurut sifatnya, data ststistik dibedakan menjadi dua bagian, yakni data kualitatif dan data
kuantitatif. Data kualitatif adalah data yang berbentuk kategori atau atributif. Sementara itu
yang dimaksud data kuantitatif adalah data yang berbentuk bilangan.

2.

Data statistik menurut cara memperolehnya

Data statistik menurut cara memperolehnya dibedakan menjadi dua bagian, yakni data primer
dan data sekunder. Data primer adalah data statistik yang dikumpulkan dan diolah sendiri
oleh suatu organisasi serta diperoleh langsung dari obyeknya. Sementara itu data sekunder
adalah data statistik yang diperoleh dalan bentuk sudah jadi , sudah dikumpulkan dan diolah
terlebih dahulu oleh pihak lain, biasanya data tersebut dicatat dalam bentuk publikasipublikasi.

C.

Distribusi Frekuensi
Pengaturan, penyusunan, dan peringkasan data dengan membuat tabel seringkali
membantu, terutama pada saat kita bekerja dengan sejumlah data yang besar. Tabel tersebut
berisi daftar nilai data yang mungkin berbeda (baik data tunggal ataupun data yang sudah
dikelompok-kelompokan) beserta nilai frekuensinya. Frekuensi menunjukkan banyaknya

kejadian/kemunculan nilai data dengan kategori tertentu. Distribusi data yang sudah diatur
tersebut sering disebut
dengan distribusi frekuensi. Dengan demikian, Distribusi frekuensi didefinisikan
sebagai daftar sebaran data (baik data tunggal maupun data kelompok), yang disertai dengan
nilai frekuensinya. Data dikelompokkan ke dalam beberapa kelas sehingga ciri-ciri penting
data tersebut dapat segera terlihat.
Distribusi frekuensi yang paling sederhana adalah distribusi yang menampilkan daftar
setiap nilai dari variabel yang disertai dengan nilai frekuensinya. Distribusi frekuensi dapat
digambarkan dalam dua cara, yaitu sebagai tabel atau sebagai grafik. Distribusi juga dapat
ditampilkan dengan menggunakan nilai persentase. Penyajian distribusi dalam bentuk grafik
lebih mempermudah dalam melihat karakteristik dan kecenderungan tertentu dari
sekumpulan data. Grafik data kuantitatif meliputi Histogram, Poligon Frekuensi dll,
sedangkan grafik untuk data kualitatif meliputi Bar Chart, Pie Chart dll.
Distribusi frekuensi akan memudahkan kita dalam melihat pola dalam data, namun
demikian, kita akan kehilangan informasi dari nilai individunya.
D.

Ukuran Pemusatan
Salah satu aspek yang paling penting untuk menggambarkan distribusi data adalah
nilai pusat pengamatan. Setiap pengukuran aritmatika yang ditujukan untuk menggambarkan
suatu nilai yang mewakili nilai pusat atau nilai sentral dari suatu gugus data (himpunan
pengamatan) dikenal sebagai ukuran tendensi sentral.
Terdapat tiga jenis ukuran tendensi sentral yang sering digunakan, yaitu:

Mean

Median

Modus
Rata-rata hitung atau arithmetic mean atau sering disebut dengan istilah mean saja

merupakan metode yang paling banyak digunakan untuk menggambarkan ukuran tendensi
sentral. Mean dihitung dengan menjumlahkan semua nilai data pengamatan kemudian dibagi
dengan banyaknya data. Mean dipengaruhi oleh nilai ekstrem.
Median adalah nilai yang membagi himpunan pengamatan menjadi dua bagian yang
sama besar, 50% dari pengamatan terletak di bawah median dan 50% lagi terletak di atas
median. Median dari npengukuran atau pengamatan x1, x2 ,, xn adalah nilai pengamatan
yang terletak di tengah gugus data setelah data tersebut diurutkan. Apabila banyaknya
pengamatan (n) ganjil, median terletak tepat ditengah gugus data, sedangkan bila n genap,

median diperoleh dengan cara interpolasi yaitu rata-rata dari dua data yang berada di tengah
gugus data. Median tidak dipengaruhi oleh nilai ekstrem.
Modus adalah data yang paling sering muncul/terjadi. Untuk menentukan modus,
pertama susun data dalam urutan meningkat atau sebaliknya, kemudian hitung frekuensinya.
Nilai yang frekuensinya paling besar (sering muncul) adalah modus. Modus digunakan baik
untuk tipe data numerik atau pun data kategoris. Modus tidak dipengaruhi oleh nilai
ekstrem.
E. Ukuran Penyebaran
Ukuran nilai pusat (average) merupakan nilai pewakil dari suatu distribusi data,
sehingga harus memiliki sifat-sifat berikut:

Harus mempertimbangkan semua gugus data

Tidak boleh terpengaruh oleh nilai-nilai ekstrim.

Harus stabil dari sampel ke sampel.

Harus mampu digunakan untuk analisis statistik lebih lanjut.

Dari beberapa ukuran nilai pusat, Mean hampir memenuhi semua persyaratan

tersebut, kecuali syarat pada point kedua, rata-rata dipengaruhi oleh nilai ekstrem. Sebagai
contoh, jika item adalah 2; 4; 5; 6; 6; 6; 7; 7; 8; 9 maka mean, median dan modus yang semua
sama dengan 6. Jika nilai terakhir adalah 90 bukan 9, rata-rata akan menjadi 14.10,
sedangkan median dan modus yang tidak berubah. Meskipun median dan modus lebih baik
dalam hal ini, namun mereka tidak memenuhi persyaratan lainnya. Oleh karena itu Mean
merupakan ukuran nilai pusat yang terbaik dan sering digunakan dalam analisis statistik.
3.2 Penghitungan data deskriptif menggunakan minitab 16
Berikut ini cara untuk menghitung data nilai IPK menggunakan Minitab 16 :
a. Menginput data satu persatu di worksheet Minitab 16
b. Klik Stat
c. Klik Basic Statistics
d. Lalu pilih Display Descriptive Statistics
e. Lalu, akan muncul kotak dialog box yang berisikan item-item apa saja yang akan kita pilih
selanjutnya.
f. Kemudian pilih Variable mana yang akan dihitung dari data tersebut
g. Setelah itu, klik Statistics, lalu muncul kotak dialog box dan pilih item mana saja yang
akan kita hitung.Misalnya, kita akan mencari :

Mean
Standar Deviation
Variance
Minimum
Maximum
Range
Skewness
Median
Mode

h. Lalu pilih item yang akan dihitung dengan cara beri tanda centang pada item yang akan
dihitung.
i. Jika ingin mengetahui hasil implementasi data dengan Histogram, pilih Graphs dan
muncul kotak dialog box dan beri tanda centang pada Histogram of Data dan Histogram
of Data (with normal curve)
j. Klik OK
k. Hasil Implementasi data statistika deskiptif yang berisi nilai-nilai Mean Median, Modus,
dll akan muncul di workproject dan worksheet yang anda kerjakan beserta dengan niai
Skewness dan Histogramnya.
Cara Alternatif untuk membuat Histogram :
a.
b.
c.
d.
e.

Klik Stat
Pilih Graphical Summary dan akan muncul kotak dialog box
Pilih Variable yang akan dihitung
Klik OK
Maka muncul Histogram dalam worksheet dan workproject yang kamu kerjakan.

3.3 Implementasi data nilai IPK Mahasiswa ITATS

Data 150 IPK Mahasiswa ITATS

N
O
1

NAMA

IPK

OLDA

2
3

MAHEND
RA
ADI

SEPTIAN

ALDIAN

ARMA

BAGUS

EKO

ARI

10

WAHYU

11

HENDY

12

BAGAS

13

FIKY

14

ANI

15

FEBRI

16

DARTO

17

ANDIS

18

DENI

19

BRANDO

20

SATRIA

21
22

DENY
TRI
HAIKAL

23

ILHAM

24

HASAN

25

ADE

26

IRFAN

27

HANAFI

28

FARID

29

HARIS

2,9
7
3,1
5
2,7
0
3,3
0
3,1
6
3,2
0
3,1
1
2,9
0
3,2
1
2,9
7
3,7
8
3,3
0
3,4
0
3,4
0
3,5
0
3,0
0
2,8
0
2,9
0
2,8
0
3,6
0
2,9
5
3,1
6
2,9
8
2,9
5
2,9
0
3,2
9
3,0
0
3,2
5
3,4
3

N
O
46

NAMA

IPK

HANA

47

ARIES

48

AISHA

49

ELYZABET

50

ARY

51

HOIRI

52

SATRIA

53

DINA

54

LATIFA

55

SANNY

56

FNDY

57

REZA

58

RIZKI

59

BAGUZ

60

LUTFI

61

ADI

62

AGUNG

63

HELMI

64

ELYANTO

65

FAUR

66

BAGUS

67

ANDI

68
69

PRASETY
O
FIRMAN

70

ARIF

71

FAISAL

72

WAHYU

73

VERMA

74

REZA

3,9
2
3,5
0
2,8
6
3,2
2
3,2
1
3,3
6
3,6
1
3,5
0
3,3
0
3,7
5
3,2
8
3,1
9
3,5
4
3,0
1
3,1
8
3,5
0
3,2
0
3,0
5
2,9
7
3,0
6
3,3
0
3,4
2
3,2
5
3,0
5
3,5
5
3,3
9
3,4
7
3,4
5
2.9
0

*Implementasi Hasil dari Data Nilai IPK 150 Mahasiswa ITATS :

1) Mean

: 3,1759

Jadi, nilai Mean dihitung dengan menjumlahkan semua nilai data

pengamatan kemudian dibagi dengan banyaknya data dari sekumpulan data
dari 150 IPK Mahasiswa ITATS. Mean nya bernilai 3,1759.
2) Median

: 3,2000

Jadi, Median adalah nilai yang membagi himpunan pengamatan menjadi

dua bagian yang sama besar dari sekumpulan data dari 150 IPK Mahasiswa
ITATS. Median didapat dari n pengukuran atau pengamatan x1, x2 ,,
xn adalah nilai pengamatan yang terletak di tengah gugus data setelah data
tersebut diurutkan. Median nya bernilai 3,20
3) Mode

: 3,5

Jadi, Modus adalah data yang paling sering muncul/terjadi dari sekumpulan
data dari 150 IPK Mahasiswa ITATS. Untuk menentukan modus, pertama
susun data dalam urutan meningkat atau sebaliknya, kemudian hitung
frekuensinya. Modusnya bernilai 3,5.
4) Minimum : 1,93
Jadi, Minimum adalah data yang menunjukkan data tarkecil dari
sekumpulan data 150 IPK Mahasiswa ITATS yang bernilai 1,93.
5) Maximum : 3,9900
Jadi, Maximum adalah data yang menunjukkan data terbesar dari
sekumpulan data 150 IPK Mahasiswa ITATS yang bernilai 3,99.
6) Range

: 2,06

Jadi, Range menunjukkan nilai jangkauan atau rentangan dari data

Maximum ke Data Minimum yang diperoleh dari dari sekumpulan data dari
150 IPK Mahasiswa ITATS yang bernilai 2,0600.
7) Variance : 0,1583
Jadi, Varians adalah data yang menunjukkan nilai Ragam/variasi dari
sekumpulan data dari 150 IPK Mahasiswa ITATS yang bernilai 0,1583.
8) Standar Deviasi : 0,3979
Jadi, Standar Deviasi adalah data yang menunjukkan nilai Simpangan Baku
dari sekumpulan data dari 150 IPK Mahasiswa ITATS yang bernnilai
0,3979.

9) Skewness : -0,69
Jadi, Skewness adalah data yang menunjukkan nilai koefisien kemiringan
Persson dari dari sekumpulan data dari 150 IPK Mahasiswa ITATS. Nilai
ikoefisien kemiringan Persson bisa didapat dari nilai Mean dikurangi nilai
Median lalu dikalikan 3 dan dibagi dengan nilai Standar Deviasi. Nilai
skewness nya = -0,69 yang artinya, nilai skewness nya bernilai negatif.

3.4 Histogram dan Skewness dari data nilai IPK Mahasiswa ITATS

Data Kurva Skewness dari 150 data IPK Mahasiswa ITATS :

Summary for C1
Anderson-Darling Normality Test

2,25

2,70

3,15

3,60

4,05

A-Squared
P-Value

1,11
0,006

Mean
StDev
Variance
Skewness
Kurtosis
N

3,1759
0,3979
0,1583
-0,693731
0,770761
150

Minimum
1st Quartile
Median
3rd Quartile
Maximum

1,9300
2,9425
3,2000
3,4925
3,9900

95% Confidence I nterval for Mean

3,1117

3,2401

95% Confidence I nterval for Median

3,1600

3,2846

95% Confidence I nterval for StDev

95% Confidence I ntervals

0,3574

Mean
Median
3,10

3,15

3,20

3,25

3,30

0,4488

Histogram of C1
30
25

Frequency

20
15
10
5
0

2,1

2,4

2,7

3,0
C1

3,3

3,6

3,9

Histogram (with Normal Curve) of C1

30

Mean
StDev
N

25

Frequency

20
15
10
5
0

2,1

2,4

2,7

3,0
C1

3,3

3,6

3,9

3,176
0,3979
150

BAB IV
PENUTUP
A.

Kesimpulan
Statistika deskriptif berkenaan dengan bagaimana data dapat digambarkan
dideskripsikan) atau disimpulkan baik secara numerik (misal menghitung rata-rata
dan deviasi standar) atau secara grafis (dalam bentuk tabel atau grafik) untuk mendapatkan
gambaran sekilas mengenai data tersebut sehingga lebih mudah dibaca dan bermakna.
Statistik deskriptif menggunakan prosedur numerik dan grafis dalam meringkas
gugus data dengan cara yang jelas dan dapat dimengerti.
Terdapat tiga karakteristik utama dari variabel tunggal:

Distribusi data (distribusi frekuensi)

Ukuran pemusatan/tendensi sentral (Central Tendency)

Ukuran penyebaran (Dispersion)

B.

Saran
Sebaiknya pengetahuan tentang statistic deskriptif lebih dikenalkan lagi dimasyarakat
agar manfaat yang dibawa oleh ilmu tersebut bisa dirasakan juga oleh masyarakat luas tidak
hanya pengajar atau mahasiswa saja.