STATISTIKA DESKRIPTIF
DISUSUN OLEH
Gregorius Alfin Priambudi 17.12.007
Marcilinus Ari Kurniawan 17.12.015
Maria Septi Anggraini 17.12.020
Firman Alamsyah 17.12.026
1. Histogram :
3. Poligon :
4. Ogive :
a. Mean
Mean atau rata-rata hitung adalah nilai yang diperoleh dari jumlah
sekelompok data dibagi dengan banyaknya data. Rata-rata disimbolkan
dengan x.
Rata-Rata untuk Data Tunggal
Keterangan:
x̄=mean
n= banyaknya data
∑𝑓𝑖.𝑥𝑖
x̄ = ∑𝑓𝑖
Keterangan :
fi = frekuensi
xi = nilai tengah
Nilai tengah adalah jumlah tepi bawah dan tepi atas di bagi 2.
b. Median
Median adalah nilai data yang terletak di tengah setelah data diurutkan.
Dengan demikian, median membagi data menjadi dua bagian yang sama
besar. Median (nilai tengah) disimbolkan dengan Me.
Me = 𝑥𝑛+1
2
𝑥𝑛
+𝑥𝑛
2 +1
2
Me = 2
Keterangan:
Me = Median
n = jumlah data
x = nilai data
1
𝑛−𝐹
Me = Tb + 2 𝐶
𝑓
Keterangan :
Tb = Tepi bawah kelas median (Batas bawah – 0,5)
F = Frekuensi kumulatif sebelum median
f = Frekuensi
c = Panjang kelas
n = Jumlah frekuensi
c. Modus
Modus adalah data yang paling sering muncul atau memiliki frekuensi
tertinggi. Modus dilambangkan dengan Mo. Beberapa kemungkinan tentang
modus suatu gugus data:
1) Apabila pada sekumpulan data terdapat dua modus, maka gugus data
tersebut dikatakan bimodal.
2) Apabila pada sekumpulan data terdapat lebih dari dua modus, maka
gugus data tersebut dikatakan multimodal.
3) Apabila pada sekumpulan data tidak terdapat modus, maka gugus data
tersebut dikatakan tidak mempunyai modus.
Modus dari data tunggal adalah data yang paling sering muncul.
𝑑1
Mo = Tb + 𝑑1+𝑑2 𝐶
Keterangan :
c = Panjang kelas
d. Skeweness (Kecondongan)
Kecondongan suatu kurva dapat dilihat dari perbedaan letak mean,
median dan modusnya. Jika ketiga ukuran pemusatan data tersebut berada
pada titik yang sama, maka dikatakan simetris atau data berdistribusi
normal. Sedangkan jika tidak berarti data tidak simetris atau tidak
berdistribusi normal.
Ukuran kecondongan data terbagi atas tiga bagian, yaitu :
X min Q1 Q2 Q3 Xmax
Keterangan:
Qi = kuartil ke i, (i = 1, 2, 3)
Tb = Tepi bawah kelas Qi
n = jumlah data
fki = Frekuensi komulatif kurang darikelas yang memuat Qi
fi = Frekuensi pada kelas yg memuat kuarti Qi
I = Interval
2. Desil
Desil merupakan ukuran letak yang membagi data yang sudah
diurutkan dari terkecil hingga terbesar menjadi sepuluh bagian sama
banyak. Jadi masing-masing bagian memiliki 10 % data keseluruhan dan
memiliki 9 nilai desil.
Langkah-langkah menentukan desil adalah sebagai berikut :
D1 letaknya pada data ke 1/10 (n+1)
D2 letaknya pada data ke 2/10 (n+1)
D3 letaknya pada data ke 3/10 (n+1)
dan seterusnya sampai D9
Sedangkan rumus desil adalah
𝑖
𝑛−𝑓𝑘𝑖
10
Di = Tb + ( )𝐼
𝑓𝑖
Keterangan:
Di = Desil ke-i (i = 1, 2, 3, ...9
Tb = Tepi bawah
n = banyaknya data
fki = frekuensi kumulatif sebelum kelas yang memuat desil
fi = frekuensi kelas yang memuat desil
I = interval
3. Persentil
Persentil adalah ukuran letak yang membagi kumpulan data yang
sudah diurutkan menjadi 100 bagian sama banyak dan tiap
persentil memiliki bagian 1% data serta sekumpulan data terdapat 99 buah
persentil.
Langkah-langkah menentukan persentil adalah sebagai berikut :
P1 letaknya pada data ke 1/100 (n+1)
P2 letaknya pada data ke 2/100 (n+1)
P3 letaknya pada data ke 3/100 (n+1)
dan seterusnya sampai
P99 letaknya pada data ke 99/100(n+1)
𝑖
𝑛−𝑓𝑘𝑖
Pi = Tb + (100 𝑓𝑖 )𝐼
Keterangann:
Pi = Persentil ke-i (i = 1, 2, 3, ...99)
Tb = Tepi bawah
n = banyaknya data
fki = frekuensi kumulatif sebelum kelas yang memuat persentil
fi = frekuensi kelas yang memuat persentil
I = interval
Pengolahan Data
3.1.1 Pengolahan Data Tunggal
TABEL I-2 DATA TUNGGAL
Usia (xi) Tolli fi xi.fi (xi-x̄) (𝐱𝐢 − 𝐱)𝟐 𝐟(𝐱𝐢 − 𝐱)𝟐 (𝐱𝐢 − 𝐱)𝟑 (𝐱𝐢 − 𝐱)𝟒
18 IIIII I 6 108 -1,666666667 2,777777778 16,66666667 −1,666666667 7,716049383
19 IIIII IIIII IIIII II 17 323 -0,666666667 0,444444444 7,555555556 −0,296296296 0,197530864
IIIII IIIII IIIII IIIII
20 29 580 0,333333333 0,111111111 3,222222222 0,037037037 0,012345679
IIIII IIII
21 IIIII II 7 147 1,333333333 1,777777778 12,44444444 1,777777778 3,160493827
22 I 1 22 2,333333333 5,444444444 5,444444444 5,444444444 29,64197531
Total 60 1180 1,666666667 10,55555556 42,11111111 5,296296296 40,72839506
1. Mean 3. Modus
x̄= Mo = 20
=
4. Standar Devisiasi
=19,66
s=
2. Median s=
Md = X30
s = 0,844
Md = 20
5. Variansi K2 = 20
s2 = (0,844)2 𝑖(𝑛+1)
K3 =
4
s2 = 0,7123 3(60+1)
K3 = 4
K3 = X45,75
6. Kuartil
𝑥45+𝑥46
𝑖(𝑛+1) K3 =
K1 = 2
4
20+20
1(60+1) K3 = 2
K1 = 4
K3 = 20
K1 = X15,25
𝑥15+𝑥16
7. Koefisien Skewness
K1 = 2 ∑(𝑥𝑖−x)3
α3=
19+19 𝑛 𝑠3
K1 = 2 5,296
= 60 (0,844)3
K1 = 19
= 0,10492
𝑥30+𝑥31 = 0,8548
K2 = 2
20+20
K2 = 2
35
30
25
20
15
10
0
Usia 18 Usia 19 Usia 20 Usia 21 Usia 22
30
25
20
15
10
0
Usia 18 Usia 19 Usia 20 Usia 21 Usia 22
k = 1 + 3,322 log n
k = 1 + 3,322 log (60)
k = 1 + 5,91
k = 6,91 ≈ 7
Interval kelas
𝑛𝑖𝑙𝑎𝑖 𝑡𝑒𝑟𝑏𝑒𝑠𝑎𝑟−𝑛𝑖𝑙𝑎𝑖 𝑡𝑒𝑟𝑘𝑒𝑐𝑖𝑙
Interval kelas = 𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑙𝑎𝑠(𝑘)
22−18
= 7
1. Mean Md = 19,84
∑𝑥𝑖.𝑓𝑖
x̄ = 𝑓𝑖
3. Modus
2515,68
x̄ =
60 𝑑1
Mo = L + 𝑑 xi
1 +𝑑2
x̄ = 41,928
29
Mo = 19,705+29+29 0,56
2. Median Mo = 19,99
𝑛
−𝐶𝑓
Md = L + 2 𝑓
xi
4. Standar Deviasi
60
−23
2
Md = 19,705+ 0,56 𝛴𝑓(𝑥𝑖−x)2
29 S=√ 𝑛−1
29780,80092 NP15 = 18,67
S=√ 60−1
30𝑛
−𝐶𝑓
NP30 = L + 100𝑓 xi
S = 22,47
30(60)
5. Variansi 100
−23
NP30 =19,705 + 0,56
29
S2 = (22,47)2
NP30 = 19,60
S2 = 504,76
60𝑛
−𝐶𝑓
100
NP60 = L + 𝑓
xi
6. Kuartil 60(60)
−23
100
NP60 = 19,705 + 29
0,56
1𝑛
−𝐶𝑓
4
NK1 = L + xi
𝑓 NP60 = 19,95
60 95𝑛
−6 −𝐶𝑓
4
NK1 = 18,565 + 17
0,56 NP95= L + 100𝑓 xi
2𝑛 NP95 = 20,89
−𝐶𝑓
4
NK2= L + 𝑓
xi
2(60)
−23 8. Koefisien Skewness
4
NK2 = 19,705 + 0,56
29
𝛴(𝑥𝑖−x)3
NK2 = 19,84 α3 = 𝑛 𝑠3
−82102,90722
α3 = 60 (20.47)3
3𝑛
−𝐶𝑓
NK3= L + 4
xi α3 = -0,15
𝑓
3(60)
−52
4
NK3 = 20,845 + 7
0,56 9. Koefisien Kurtosis
NK3 = 20,28 𝛴(𝑥𝑖−x)4
α4 = 𝑛 𝑠4
1797008,859
α4 = 60 (20,47)4
7. Persentil
15𝑛
−𝐶𝑓
α4 = 0,17
100
NP15 = L + 𝑓
xi
15(60)
−6
100
NP15 = 18,565 + 17
0,56
35
30
25
20
15
10
5
0
35
30
25
20
15
10
5
0
5.1 Simpulan
Pada praktikum statistika yang kami lakukan dapat disimpulkan bahwa:
1. Statistika deskriptif membantu kita untuk menyederhanakan data dalam
jumlah besar dengan cara yang logis.
2. Melakukan penyajian data dengan penggunaan tabel, diagram, grafik, dll.
3. Data diskrit menggunakan bilangan bulat sedangkan data kontinu
menggunakan pecahan/bulat. Grouped data (data berkelompok) data yang
sudah disusun dan dikelompokkan dalam kelas-kelas interval, sedangkan
ungrouped data(data tunggal) adalah data yang belum tersusun atau
dikelompokkan kedalam kelas-kelas interval.
4. Skewness dapat diartikan sebagai kemiringan distribusi data. Yang
dimaksud dengan kemiringan data adalah besarnya pembagian data atau rata-
rata sebaran data yang biasanya diwujudkan dengan bentuk lonceng,
sedangkan kurtosis diartikan sebagai keruncingan distribusi data. Semakin
runcing nilai kurtosis akan menunjukkan data hampir homogen.
5. Penggunaan aplikasi seperti Ms.Excel, SPSS/Minitab dapat mempermudah
serta meminimalisir kesalahan dalam pengolahan data.
6. SPSS dapat mempermudah pencarian data dengan langsung menampilkan
parameter statistik deskriptif seperti mean, median, modus, kuartil, persentil,
skewness, kurtosis, dll.
7. Hasil pengolahan data
dari SPSS menghasilkan angka yang sama namun hanya berbeda sedikit.
5.2 Saran