STATISTIK DESKRIFTIF

ABDUL AZIZ SETIAWAN

PROGRAM D3 FARMASI
SEKOLAH TINGGI FARMASI MUHAMMADIYAH TANGERANG
2017

1
STATISTIK DESKRIPTIF

PENGERTIAN

STATISTIK DESKRIPTIF MERUPAKAN SUATU

METODE UNTUK MEMAPARKAN HASIL-HASIL
PENELITIAN YG TELAH KITA LAKUKAN DALAM
BENTUK STATISTIK POPULAR YG SEDERHANA,
SEHINGGA SETIAP ORANG DAPAT LEBIH MUDAH
MENGERTI DAN MENDAPAT GAMBARAN YG JELAS
MENGENAI HASIL PENELITIAN. 2
FREKUENSI DISTRIBUSI

PADA SUATU PENELITIAN ATAU SURVEY, SERINGKALI

DATA-DATA HASIL PENELITIAN JLHNYA CUKUP BESAR
DAN MEMBINGUNGKAN, SEHINGGA UNTUK
MEMUDAHKAN PENGOLAHAN DATA, KITA HARUS
MELAKUKAN PENGELOM POKAN DATA MENJADI
BEBERAPA KELOMPOK ATAU KELAS DALAM SUATU
FORMAT YANG DISEBUT SEBAGAI TABEL FREKUENSI
ATAU FREKUENSI DISTRIBUSI.

CTH: BILA KITA MELAKUKAN PERCOBAAN MEMUTAR

KEPING MATA UANG 10 KALI DAN HASILNYA
ADALAH M M B M B B M M M B, SEBAGAI MUKA (M)
SEBANYAK 6 DAN SEBAGAI BELAKANG (B)
SEBANYAK 4 KALI.
DATA INI DAPAT DISUSUN DALAM TABEL
FREKUENSI SEPERTI BERKUT,

3
NO. HASIL f
1. M (Muka) 6
2. B (Belakang) 4
Total 10

4
Pembagian Tabel Frekuensi
Tabel Frekuensi dapat dibagi 2 berdasarkan jenis data yg kita
pergunakan yaitu:
a. Frekuensi Distribusi Numerikal
Bila dalam pengelompokan frekuensinya terdiri dari data
kuantitatif yang menyatakan besar bilangan numerik.

b. Frekuensi Distribusi Katagorikal

Bila dalam pengelompokan frekuensinya terdiri dari data
kualitatif yg menyatakan jenis atau mewakili karakteristik
tertentu seperti orang, jenis kelamin, dll.

Kelas Interval
Dalam keadaan tertentu, dimana batas antara nilai terendah
dan nilai tertinggi dari suatu set data cukup besar serta
terdistribusi secara merata, maka untuk memudahkan
pengelolaannya data tersebut dibagi menjadi beberapa group
data. Cth: hasil pemeriksaan tinggi badan 100 orang calon
mahasiswa fakultas kedokteran, ternyata tinggi badan terendah
adalah 150 cm dan paling tinggi adalah 172 cm. supaya jelas dan
mudah dibaca, kita dapat membuat tabel
frekuensi dengan beberapa kelas interval seperti pada tabel
dibawah ini;

5
NO. TINGGI BADAN f

1. 150-154 20
2. 155-159 35
3. 160-164 25
4. 165-169 15
5. 170-174 5
TOTAL 100

6
ADA BEBERAPA PETUNJUK YANG SERING DIPERGUNAKAN
DALAM MEMILIH KELAS INTERVAL YAITU:

1. JUMLAH KELAS INTERVAL YG SERING DIPILIH YAITU ANTARA 1, 2, 3, 4, 5,

10, DAN 20

2. BATAS KELAS ATAU CLASS LIMIT DALAM SETIAP INTERVAL DIMULAI

DENGAN ANGKA KELIPATAN (K), MISALNYA KELAS INTERVAL DGN K = 5,
MAKA BATAS KELAS DIMULAI DENGAN ANGKA 5, 10, 15, 20, DAN 25

3. KADANG-KADANG JUMLAH KELAS DAPAT DITENTUKAN DGN

MEMPERGUNAKAN RUMUS RANGE = NILAI TERTINGGI DIKURANGI NILAI
TERENDAH DARI DATA OBSERVASI DAN DIBAGI DGN ANGKA KELIPATAN
(K), DGN KETENTUAN ANGKA JUMLAH KELAS HASIL PERHITUNGAN
HARUS MEMPUNYAI NILAI BULAT.

7
BATAS KELAS (CLASS LIMIT)
UNTUK KEPERLUAN PERHITUNGAN STATISTIK, NILAI ATAS
DAN NILAI BAWAH BATAS KELAS YG SESUNGGUHNYA DALAM
SETIAP KELAS INTERVAL PERLU DIKETAHUI, YAITU DENGAN
CARA MENGURANGI NILAI BAWAH DAN MENAMBAH NILAI ATAS
DENGAN ANGKA 0,5.

CTH: BILA BATAS KELAS ADALAH 95-99, MAKA NILAI SESUNGGUHNYA

ADALAH 94.5 - 99.5 CM
DENGAN TITIK TENGAH ATAU MITPOINT ADALAH (94.5 + 99.5)
DIBAGI 2 = 97 CM

94.5 95 96 97 98 99 99.5

TRUE LOWER LIMIT MITPOINT TRUE UPPER LIMIT

8
FREKUENSI KUMULATIF DAN RELATIF
FREKUENSI KUMULATIF MERUPAKAN PE + AN JUMLAH FREKUENSI
DARI SETIAP KELAS INTERVAL DENGAN JUMLAH FREKUENSI
KUMULATIF KELAS INTERVAL SEBELUMNYA.
FREKUENSI RELATIF MERUPAKAN PERSENTASE DARI MASING-
MASING KELAS SEPERTI YG TERLIHAT PADA TABEL BERIKUT;

NO. T.B f cf fr (%)

1. 150-154 20 20 20
2. 155-159 35 55 35
3. 160-164 25 80 25
4. 165-169 15 95 15
5. 170-174 5 100 5
N 100
9
 MENGUKUR SENTRAL TENDENSI (UKURAN PEMUSATAN)
SENTRAL TENDENSI (UKURAN PEMUSATAN) ADALAH NILAI YANG REPRE
SENTATIF DALAM SUATU KELOMPOK OBSERVASI ATAU STUDI, YG
DIKENAL SEBAGAI NILAI MEAN, MEDIAN, DAN MODE.

1. RATA-RATA HITUNG (ARITHMATIC MEAN)

RATA-RATA HITUNG ATAU SERING DISEBUT DGN MEAN, MERUPAKAN UKURAN
NILAI YG PALING DIKENAL DAN PALING BANYAK DIGUNAKAN. BILA ORANG
BERBICARA TENTANG RATA-RATA, HAMPIR SELALU YG DIMAKSUD ADALAH
RATA-RATA HITUNG. SKALA PENGUKURANNYA RASIO.

RATA-RATA HITUNG DARI SUATU GUGUS DATA ADALAH JUMLAH

NILAI-NILAI DATA DIBAGI DENGAN BANYAKNYA OBSERVASI.
SEBAGAIMANA KITA KETAHUI DATA ADA YANG BERASAL DARI POPULASI DAN ADA
YG BERASAL DARI SAMPEL, KARENA ITU RATA-RATA HITUNG JUGA DIBEDAKAN,
ADA RATA-RATA HITUNG DARI POPULASI DAN ADA RATA-RATA HITUNG DARI
SAMPEL.

RATA-RATA HITUNG POPULASI DIBERI SIMBOL (µ), SEDANGKAN

RATA-RATA HITUNG SAMPEL DIBERI SIMBOL (X).
10
RATA-RATA HITUNG DAPAT DIGAMBARKAN DGN RUMUS:

∑X
RATA-RATA HITUNG (MEAN) PADA POPULASI (µ) = ---------
N

N = POPULASI

∑X
RATA-RATA HITUNG (MEAN) PADA SAMPEL (X) = ------------
n

n = SAMPEL

11
KELEBIHAN DAN KELEMAHAN NILAI RATA-RATA HITUNG

KELEBIHANNYA
• MUDAH PERHITUNGANNYA
• BANYAK YG MENGGUNAKANNYA
• MUDAH DIPAHAMI
• PADA SETIAP KUMPULAN DATA HANYA TERDAPAT SATU NILAI RATA-RATA
HITUNG

KELEMAHANNYA
• SANGAT DIPENGARUHI OLEH NILAI EKSTRIM
• BILA ADA NILAI EKSTRIM, NILAI RATA-RATA HITUNG TIDAK MENCERMINKAN
KARAKTERISTIK KEADAAN DATA YG DOMINAN
• DISTRIBUSI FREKUENSI YG MEMPUNYAI KELAS TERBUKA, SULIT DICARI
RATA-RATA HITUNG

12
MENGHITUNG MEAN DARI UNGROUP DATA

CTH, DATA DIBAWAH INI MASIH MENGANDUNG NILAI-NILAI OBSERVASI YG LENGKAP

(DATA ASLI), DISEBUT JUGA “UNGROUP DATA”
DATA PENGHASILAN 10 ORANG PEDAGANG JAMU GENDONG DI DKI JAKARTA PERHARI
TAHUN 2001

NO. NAMA P.HASIL NO. NAMA P.HASIL

1. ENDANG 8000 6. MARNI 9000

2. SATIEM 7800 7. DARTI 8600

3. MINTARSIH 9200 8. WARNI 8300

4. SUTINAH 8400 9. MINAH 7900

5. RUSIATI 8500 10. PARSIAH 8800

13
RATA-RATA HITUNG DARI DATA DI ATAS:

∑X
RATA-RATA HITUNG (MEAN) PADA SAMPEL (X) = ------------
n

8000+7600+9200+8400+8500+9000+8600+8300+7900+8800
------------------------------------------------------------------------------------
10

= 77300/10 = 7730

JADI RATA-RATA PENGHASILAN PEDAGANG JAMU DI DKI

JAKARTA PERHARI ADALAH RP 7730,-

14
b. MENGHITUNG MEAN DARI GROUP DATA

GROUP DATA ADALAH DATA YG TELAH DIKELOMPOKKAN

DALAM SUATU DISTRIBUSI FREKUENSI. SIFAT ASLI DARI DATA
INI SUDAH TIDAK TERLIHAT, YG TERLIHAT ADALAH SIFAT
KELOMPOKNYA. DENGAN DEMIKIAN NILAI-NILAI PENGAMATAN
YG SEBENARNYA SUDAH TIDAK TERLIHAT.
UNTUK MENGATASINYA DIBERLAKUKAN ANGGAPAN BAHWA
BESAR HARGA TENGAH MASING-MASING INTERVAL DIPERKIRA
KAN = TITIK TENGAH INTERVAL YBS. ANGGAPAN INI
BERDASARKAN ATAS ADANYA KEMUNGKINAN NILAI-NILAI
PENGAMATAN YG TERLETAK DALAM SUATU INTERVAL,
SEBAGIAN LEBIH KECIL DAN SEBAGIAN LEBIH BESAR DP NILAI
TENGAH.

CTH DATA :
DISTRIBUSI NILAI UJIAN AKHIR MAHASISWA AKADEMI FARMASI
DI JAKARTA TAHUN 2004

15
NO NILAI UJIAN NILAI TENGAH FREKUENSI
KELAS
1. 80-90 85 4

2. 85-95 90 5

3. 80-94 87 3

4. 83-95 89 6

5. 89-97 93 2

TOTAL 20

16
RATA-RATA HITUNG UNTUK DATA YG TELAH DIKELOMPOKKAN :

∑ fi – xi
X = ---------------
n
X = NILAI RATA-RATA
fi = FREKWENSI KELAS i
xi = NILAI TENGAH KELAS i
n = BANYAKNYA OBSERVASI

JLH FREKUENSI KELAS X NILAI TENGAH

RATA-RATA X = --------------------------------------------------------------
BANYAK OBSERVASI

(4x 85)+(5x90)+(3x87)+(6x89)+(2x93)
= -----------------------------------------------------------------------------
20

= 1771/20 = 88.55

JADI RATA-RATA NILAI UJIAN AKHIR MAHASISWA FARMASI DI JAKARTA

TAHUN 2004 ADALAH 88.55

17
2. MEDIAN

- NILAI TENGAH DARI NILAI-NILAI PENGAMATAN YG DISUSUN

SECARA TERATUR MENURUT BESARNYA DATA.

- UKURAN NILAI PUSAT YG DAPAT DIGUNAKAN UNTUK DATA YG

DIKELOMPOKKAN MAUPUN DATA YG TDK DIKELOMPOKKAN

- SANGAT DIPENGARUHI OLEH LETAK URUTAN DARI NILAI KUMPULAN DATA

- MEMBAGI NILAI PENGAMATAN YG ADA PADA SUSUNAN DATA, SEHINGGA 50

% TERLETAK DIBAWAH MEDIAN DAN 50 % DI ATAS MEDIAN

- SKALA PENGUKURANNYA ADALAH ORDINAL

18
KELEBIHAN DAN KELEMAHAN MEDIAN

KELEBIHAN, TIDAK DIPENGARUHI OLEH NILAI EKSTRIM

KELEMAHAN
• DIPERLUKAN PERINGKAT NILAI-NILAI PENGAMATAN
• JIKA DATANYA SANGAT BANYAK MENJADI KURANG PRAKTIS
• UNTUK DATA YG TELAH DIKELOMPOKKAN RELATIF LEBIH SULIT
• PENGGUNAANNYA TDK SEPOPULER NILAI RATA-RATA HITUNG
• NILAI HARUS BERURUT DARI KECIL KE BESAR
n+1
• UNTUK MENGHITUNG MEDIAN RUMUSNYA: -------------
2

n = JUMLAH OBSERASI

19
CTH PERHITUNGAN MEDIAN UNTUK UNGROUP DATA

DATA PENGHASILAN 10 ORANG PEDAGANG JAMU DI DKI

JAKARTA PER HARI TAHUN 2004

NO. NAMA P.HASIL NO. NAMA P.HASIL

✕ 1. ENDANG 8000 6. MARNI 9000
✕ 2. SATIEM 7800 7. DARTI 8600
✕ 3. MINTARSIH 9200 8. WARNI 8300
✕ 4. SUTINAH 8400 9. MINAH 7900
✕ 5. RUSIATI 8500 10. PARSIAH 8800

HITUNG MEDIAN DARI DATA DI ATAS

20
PENYELESAIAN
1. DATAHARUS TERLEBIH DAHULU DISUSUN BERURUTAN DARI KECIL KE BESAR

78007900800083008400850086008800
90009200

2. MENENTUKAN POSISI MEDIAN

n+1 10 + 1
POSISI MEDIAN = --------- = ----------- = 5.5
2 2
BERARTI MEDIAN ANTARA DATUM KE 5 DAN KE 6

3. MENCARI NILAI MEDIAN

DATUM KE 5 ADALAH 8400 DAN DATUM KE 6 ADALAH 8500

8400 + 8500
NILAI MEDIAN = -------------------- = 8450
2

21
PERHITUNGAN MEDIAN UNTUK GROUP DATA

n/2 - cf
RUMUS : Md = Lm + ------------ x w
fm

Md = MEDIAN
Lm = BATAS BAWAH SESUNGGHNYA DARI KELAS DGN
FREKUENSI PALING TINGGI
cf = FREKUENSI KUMULASI KELAS DI ATAS DARI KELAS DGN
FREKUENSI PALING TINGGI
Fm = FREKUENSI TERTINGGI DARI KELAS INTERVAL

n = TOTAL OBSERVASI

w = BESARNYA KELAS INTERVAL

22
DATA DISTRIBUSI NILAI UJIAN MAHASISWA TEKNIK SIPIL UNPAD TAHUN 2000

NILAI Frek (f) Midpoint (X) (x2) (fx) (fx2) (cf)

SMESTER

50-60 5 54.5 1190.25 272.50 5951.25 5

60-69 10 64.5 4160.25 645.00 41602.50 15

70-79 15 74.5 5550.25 1117.50 83253.75 30

80-89 10 64.5 7140.25 845.00 71402.50 40

TOTAL n = 40 2880 202210

23
JUMLAH MAHASISWA 40 ORANG DIBAGI MENJADI 4 GROUP
HITUNG MEDIAN DARI DATA DI ATAS

PENYELESAIAN

n/2 - cf
RUMUS : Md = Lm + ------------ x w
fm

40/2 - 15
Md = 69.5 + ------------ x 10
15

Md = 72.8, JADI MEDIAN DATA DI ATAS ADALAH 72.8

24
3. MODE ATAU MODUS

- NILAI YG MEMPUNYAI FREKUENSI TERBESAR DALAM SUATU

KUMPULAN DATA
- PADA DATA YG TELAH DIKELOMPOKAN DALAM SUATU DISTRIBUSI
FREKUENSI, MODUS TERLETAK PADA KELAS YG MEMPUNYAI
FREKUENSI PALING TINGGI
- BERGUNA UNTUK MENGETAHUI TINGKAT SERINGNYA TERJADI
PERISTIWA
- MODUS DAPAT DIGUNAKAN UNTUK SEMUA SKALA PENGUKURAN
DATA MULAI DARI NOMINAL S.D RASIO

KELEBIHAN DAN KELEMAHAN MODUS

KELEBIHAN
- KESEDERHANAAN DAN KECEPATAN DALAM MEMPEROLEH
INFORMASI MENGENAI NILAI PUSAT DATA
- TIDAK DIPENGARUHI OLEH NILAI EKSTRIM
- UNTUK MENDAPATKANNYA RELATIF MUDAH

25
KELEMAHAN MODUS
• DALAM SUATU KUMPULAN DATA BELUM TENTU DAPAT DITEMUKAN MODUS,
TETAPI BISA JUGA BANYAK
• KADANG-KADANG SULIT MENENTUKAN NILAI MODUS

• MENGGUNAKAN MODUS RELATIF TDK INFORMATIF

• MEMBERIKAN UKURAN PEMUSATAN DATA SECARA KASAR

4. RANGE (RENTANG)
- SELISIH ANTARA NILAI MAKSIMUM DGN NILAI MINIMUM DALAM SUATU GUGUS
DATA
- UKURAN VARIASI YG PALING SEDERHANA
- DARI NILAI YG DIPEROLEH DAPAT SECARA KASAR DIKETAHUI UKURAN
KERAGAMAN DARI SUATU DISTRIBUSI
- MUDAH DIHITUNG DAN MUDAH DIMENGERTI, TETAPI JARANG DIGUNAKAN

26
 KELEMAHAN
• PERHITUNGANNYA HANYA MELIBATKAN 2 NILAI SAJA, YAITU NILAI TERBESAR DAN
NILAI TERKECIL, AKIBATNYA KITA KEHILANGAN INFORMASI TENTANG NILAI-NILAI
DIANTARA KEDUA NILAI TSB.
CTH:
78007900800083008400850086008800

90009200

UNTUK MENGHITUNG RANGE : 9200 -7800 = 1400

5. RAGAM (VARIANCE)

ADALAH JUMLAH KUADRAT DARI SELISIH NILAI OBSERVASI DENGAN RATA-RATA

HITUNG DIBAGI BANYAKNYA OBSERVASI
∑ fx2 - (fx)2/n
RUMUS VARIANCE DARI SAMPEL : S2 = -------------------
n-1

27
 ∑ fx2 - (fx)2/n
RUMUS VARIANCE DARI POPULASI : σ2 = -------------------
N-1

202210 - 8294400/40
CTH PERHITUNGAN: ------------------------------------ = 132.0
39

6. STANDAR DEVIASI

ADALAH AKAR DARI VARIANCE

√ ∑ fx2 - (fx)2/n
RUMUS: S = ----------------------- ATAU AKAR DARI S2 (STANDAR DEVIASI SAMPEL)
n–1

√ ∑ fx2 - (fx)2/n
RUMUS: σ = ----------------------- ATAU AKAR DARI σ2 (STANDAR DEVIASI POPULASI)
N–1

CTH : S = √ 132.0 = 11.4

28
7. KUARTIL

NILAI YG MEMBAGI DATA MENJADI 4 BAGIAN YG SAMA

NILAI INI DIGUNAKAN BIASANYA KARENA ADA NILAI EKSTRIM

8. PERSENTIL

NILAI YG MEMBAGI DATA MENJADI 100 BAGIAN YG SAMA

29