KONSEP DASAR STATISTIK KESEHATAN

DAN STATISTIK DESKRIPTIF

Oleh :

DIV KEPERAWATAN TK III SEMESTER VI

1. KOMANG PANDE DEWI AYUNI (P07120216001)

2. PUTU INDAH PRAPTIKA SUCI (P07120216002)
3. KADEK DWI DHARMA PRADNYANI (P07120216003)
4. EKA WAHYU RIFANI MEILIA DEWI (P07120216004)
5. KOMANG SRI ARDINA (P07120216005)

KEMENTERIAN KESEHATAN RI

POLITEKNIK KESEHATAN DENPASAR

JURUSAN KEPERAWATAN 2019

i
KATA PENGANTAR

Puji Tuhan, terima kasih Saya ucapkan atas bantuan Tuhan yang telah mempermudah
dalam pembuatan makalah ini, hingga akhirnya terselesaikan tepat waktu. Banyak hal yang akan
disampaikan kepada pembaca mengenai “Konsep Dasar Statistik Kesehata dan Statistik
Deskriptif.”

Saya menyadari jika mungkin ada sesuatu yang salah dalam penulisan, seperti
menyampaikan informasi berbeda sehingga tidak sama dengan pengetahuan pembaca lain. Saya
mohon maaf yang sebesar-besarnya jika ada kalimat atau kata-kata yang salah. Demikian Saya
ucapkan terima kasih atas waktu Anda telah membaca hasil karya ilmiah Saya.

Denpasar , 17 Maret 2019

Penulis

i
 DAFTAR ISI
KATA PENGANTAR ................................................................................................................................... i
DAFTAR ISI................................................................................................................................................ ii
BAB I ............................................................................................................................................................ 1
PENDAHULUAN ........................................................................................................................................ 1
1.1. Latar Belakang ............................................................................................................................ 1
1.2. Rumusan Masalah ...................................................................................................................... 2
1.3. Tujuan Penulisan ........................................................................................................................ 2
1.4. Manfaaat ...................................................................................................................................... 3
1.5 Metode Penulisan ........................................................................................................................ 3
BAB II........................................................................................................................................................... 4
PEMBAHASAN ........................................................................................................................................... 4
2.1 PENGERTIAN STATISTIK ..................................................................................................... 4
2.2 MANFAAT STATISTIK............................................................................................................ 4
2.3 JENIS KESALAHAN DALAM STATISTIK .......................................................................... 5
2.4 TINGKATAN KEMAKNAAN DALAM STATISTIK ........................................................... 6
2.5 PENGOLAHAN DATA DALAM STATISTIK ....................................................................... 8
2.6 STATISTIK DISTRIBUSI ......................................................................................................... 8
2.7 DISTRIBUSI FREKUENSI ..................................................................................................... 13
2.8 TENDENSI SENTRAL DALAM STATISTIK ...................................................................... 30
2.9 VARIABILITAS DATA DALAM STATISTIK .................................................................... 35
BAB III ....................................................................................................................................................... 43
PENUTUP .................................................................................................................................................. 43
3.1 SIMPULAN ............................................................................................................................... 43
3.2 SARAN ....................................................................................................................................... 43
DAFTAR PUSTAKA ................................................................................................................................. 44

ii
 BAB I

PENDAHULUAN

1.1.Latar Belakang
Statistik secara umum dapat diartikan sebagai ilmu pengetahuan tentang pengembagan
dan aplikasi metode pengumpulan, pengolahan, penyajian, analisa/intrepretasi data numeric,
sehingga kesalahan dalam pengambilan keputusan dapat diperhitungkan secara numeric.
Statistik erat kaitannya dengan Pemerintahan, industri, Rumah Sakit, Perusahaan Swasta
dan lain sebagainya, sebagai perencanaan dan penyusunan program-program yang didasari
atas fakta di lapangan, dengan kata lain harus berdasarkan data real. Dari data tersebut
kemudian diolah sehingga menghasilkan informasi yang dijadikan dasar untuk mengambil
keputusan. Data tersebut berbentuk angka, yang biasanya digunakan untuk penelitian
terhadap sifat/karakteristik yang diteliti. misalnya jumlah karyawan BKKBN, jumlah
akseptor KB, Jumlah peserta KB aktif di desa / kelurahan, jumlah kelompok penimbangan
yang melapor pada bulan tertentu, dan lain sebagainya.
Seiring dengan perkembangan yang pada mulanya statistik hanya menyangkut unsur-
unsur negara.Namun, sekarang statistik telah diperlukan oleh seluruh aspek kehidupan tidak
terkecuali bagi aspek kesehatan yang kita kenal dengan statistik kesehatan.Secara lebih
terinci statistik kesehatan adalah suatu cabang dari statistik yang berurusan dengan cara-cara
pengumpulan, kompilasi, pengolahan dan interpretasi fakta-fakta numerik sehubungan
dengan sehat dan sakit, kelahiran, kematian, dan faktor-faktor yang berhubungan dengan itu
pada populasi manusia berdasarkan propabilita.Apabila kegiatan pencatatan ini ditujukan
khusus pada kejadian-kejadian kehidupan manusia tertentu, yakni kelahiran, kematian,
perkawinan dan perceraian, disebut statistik vital (vital statistic), atau sering juga disebut
statistik kehidupan (bio statistic).
Dewasa ini, sebagian besar masyarakat di Indonesia kurang sadar dengan adanya
program KB (Keluarga Berencana) .Masalah ini sering ditemukan pada masyarakat yang
primitif , yang kental akan adat istiadat setempat. Mereka menganggap bahwa banyak anak
itu akan mendatangkan banyak rezeki. Kurang kesadaran dari mereka yang membuat
sebagian besar penduduk bangsa ini terancam oleh kemiskinan. Dan kemiskinan juga yang

1
 menyebabkan mereka sulit untuk memenuhi kebutuhan hidupnya ,akibatnya terjadilah
ledakan pada meningkatnya angka fertilitas, mortalitas dan migrasi.
Dalam statiska kesehatan ini suatu permasalahan dapat dimonitoring dan dievaluasi
melalui data yang dapat dipercaya dan tepat waktu, serta diharapkan seluruh kegiatan
pengolahan data akan menghasilkan informasi, memberikan bobot untuk melakukan
perbaikan dalam rangka membantu mengambil keputusan yang tepat.

1.2.Rumusan Masalah
1. Apa itu pengertian statistik?
2. Apa itu manfaat statistik?
3. Apa itu jenis kesalahan dalam statistik?
4. Apa itu tingkat kemaknaan dalam statistik?
5. Apa itu pengolahan data dalam statistik?
6. Apa itu statistik distribusi?
7. Apa itu distribusi frekuensi dalam statistik?
8. Apa itu tendensi sentral dalam statistik?
9. Apa itu variabelisasi data dalam statistik?

1.3.Tujuan Penulisan
1. Untuk mengetahui pengertian statistik.
2. Untuk mengetahui manfaat statistik.
3. Untuk mengetahui jenis kesalahan dalam statistik.
4. Untuk mengetahui tingkat kemaknaan dalam statistik.
5. Untuk mengetahui pengolahan data dalam statistik.
6. Untuk mengetahui statistik distribusi.
7. Untuk mengetahui distribusi frekuensi dalam statistik.
8. Untuk mengetahui tendensi sentral dalam statistik.
9. Untuk mengetahui variabelisasi data dalam statistik.

2
1.4.Manfaaat
1. Untuk mengetahui pengertian statistik.
2. Untuk mengetahui manfaat statistik.
3. Untuk mengetahui jenis kesalahan dalam statistik.
4. Untuk mengetahui tingkat kemaknaan dalam statistik.
5. Untuk mengetahui pengolahan data dalam statistik.
6. Untuk mengetahui statistik distribusi.
7. Untuk mengetahui distribusi frekuensi dalam statistik.
8. Untuk mengetahui tendensi sentral dalam statistik.
9. Untuk mengetahui variabelisasi data dalam statistik.

1.5 Metode Penulisan

Dalam penulisan makalah ini kami menggunakan metode deskriptif, yang diperoleh
dari literature dari berbagai media baik buku maupun elektronik yang disajikan dalam
bentuk makalah.

3
 BAB II

PEMBAHASAN

2.1 PENGERTIAN STATISTIK

Secara etimologi, statistik berasal dari bahasa romawi states, yang berarti negara,
negarawan. Diartikan demikian karena statistik pada waktu itu banyak digunakan untuk
urusan negara, seperti biaya pajak dan jumlah penduduk.Secara umum, arti statistik di
bedakan menjadi dua bagian besar, yaitu arti statistik secara sempit dan arti statistik secara
luas.Arti statistik secara sempit merupakan data ringkasan berbentuk angka. Sedangkan
dalam arti luas, statistik merupakan ilmu yang mempelajari cara pengumpulan, pengolahan,
penyajian dan analisis data, termasuk cara pengambilan kesimpulan dengan
memperhitungkan unsur ketidakpastian berdasarkan konsep probabilitas.
Statistik merupakan ilmu yang mempelajari hal-hal yang berhubungan dengan data
serta sifat-sifat data.Adapun kegiatan statistik adalah pengumpulan data, pengolahan data,
penyajian data, menganalisis data, penariikan kesimpulan, serta pembuatan keputusan yang
didasarkan atas data yang diperoleh.Data diperoleh dari fakta.Kegunaan data adalah
memberikan informasi kepada yang membutuhkan.
Statistik kesehatan merupakan aplikasi metode statistik terhadap masalah-masalah di
bidang kesehatan.Jadi statistik keshatan bukan merupakan ilmu dasar (basic science), tetapi
lebih tepat disebut sebagai ilmu terapan (applied science). Sebagai contoh apabila ingin
membuktikan keampuhan obat A dengan obat B, kita memerlukan metode statistik.
Aplikasi statistik dalam bidang kesehatan mempunyai ruang lingkup yang semakin
luas, tidak hanya pada masalah medis saja, tetapi mencakup bidang keluarga berencana,
demografi, kesehatan lingkungan, kesehatan kerja, serta peristiwa penting dalam kehidupan
masyarakat sehari-hari atau disebut vital event seperti kelahiran, kematian, perkawinan,
kesakitan, umur harapan hidup, fertilitas, dan lain-lainnya.Sesuatu dikatakan statistik
apabila:
a. Merupakan argegat. Argegat adalah kumpulan fakta-fakta yang diperoleh dari objek
yang kita amati.
b. Diperoleh dengan cara menghitung atau mengukur.
c. Mempunyai variablitas.

2.2 MANFAAT STATISTIK

Berikut ini adalah manfaat statistik:
1. Sebagai bahan perencanaan dalam bidang kesehatan masyarakat.
2. Menentukan masalah dan penyebab dari suatu masalah kesehatan.
3. Menentukan prioritas dari suatu program kesehatan.

4
 4. Membantu para pengelola dan pelaksana program kesehatan,khususnya dalam
mengambil keputusan.
5. Memberikan gambaran status kesehatan masyarakat.
6. Sebagai perbandingan tingkat kesehatan masyarakat dengan melihat data yang telah ada.
7. Menentukan kebutuhan-kebutuhan dalam bidang kesehatan.
8. Sebagai bahan pengawasan,ringkasan data yang berbentuk angka.
9. Sebagai bahan evaluasi keberhasilan program kesehatan.
10. Memberikan gamabaran tentang suatu objek secara lengkap dan ringkas.

2.3 JENIS KESALAHAN DALAM STATISTIK

Dalam uji hipotesis (uji statistik) kita jumpai adanya dua kesalahan (error) yaitu
kesalahan tipe 1 dan 2. Kesalahan tipe 1, adalah kesalahan yang terjadi jika kita menolak
Ho, padahal Ho benar. Probabilitas untuk melakukan kesalahan tipe 1 ini diberi simbol α.
Sedangkan kesalahan tipe 2 terjadi jika kita menerima (tidak menolak) Ho, padahal Ho
tersebut salah. Probabilitas melakukan kesalahan tipe 2 ini di beri simbol β. Hubungan
antara kesalahan 1 dan 2 ditunjukkan pada gambar berikut :

KONDISI SEBENARNYA

Ho benar Ho salah

Error Tipe II
K Taraf kepercayaan
Menerima Ho
E
1- Α β
P
U
T
U Error tipe I
S Power /Daya uji
Menoak Ho α
A
1-β
N

Untuk mendapatkan keputusan yang baik, maka kedua kekeliruan tersebut harus
diusahakan sekecil mungkin. Tetapi ini akan sulit dicapai, mengingat bahwa meminimalkan
yang satu akan terjadi peningkatan yang lain, kecuali dengan cara memperbesar
ukuran/jumlah sampel, yang pada umumnya jarang bisa dilaksnakan.

Dalam prakteknya, perlu dilakukan suatu kompromi yakni dengan berusaha mencari
kebenaran untuk membuat keputusan yang tepat dengan membatasi terjadinya kekeliruan
yang dianggap berbahaya. Oleh karena itu, dalam uji hipotesis diusahakan adanya
keseimbangan antara kesalahan tipe I dan tipe II. Artinya diusahakan pencapaian hasil

5
 pengujian hipotesis yang baik, yakni pengujian yang bersifat bahwa diantara semua
pengujian yang dilakukan dengan harga α yang sama besa, ambillah sebuah kekeliruan β
yang paling kecil.

Secara praktis, kekeliruan tipe I atau α biasanya sudah ditentukan terlebih dahulu,
misalnya α=0,01 atau α=0,05. Dengan α=0,05 berarti bahwa dari tiap-tiap 100 kesimpulan
yang kita buat, peluang untuk melakukan kekeliruan dengan menolak H0 yang benar (H0
yanng seharusnya diterima ) adalah sebanyak 5 kali.

Untuk setiap pengujian dengan α yang telah ditentukan, harga β akan dapat dihitung
harga (1- β) disebut daya uji statistic/power. Jadi daya uji statistik adalah peluang/
kemungkinan untuk melakukan penolakan terhadap H0 yang salah dan ditunjukkan oleh
bilangan 1- β.

2.4 TINGKATAN KEMAKNAAN DALAM STATISTIK

Pernyataan yang menunjukkan besarnya peluang terhadap kesimpulan tentang adanya
perbedaan/hubungan/pengaruh variabel yang disimpulkan peneliti ketika H0 benar.
Ditunjukkan dengan nilai p (p-value).
Ketelitian dalam menaksir hubungan/pengaruh variabel-variabel yg diteliti. Ukuran
presisi yg lazim adalah standart error (SE), atau lebarnya kelas interval taksiran variabel,
misalkan Interval Keyakinan 95%. Makin kecil SE, makin persis taksiran. Dalam statistik
presisi adalah kebalikan dari varians. Presisi dapat ditingkatkan dengan menaikan sampel,
lain-lain tidak berubah.
Pengujian hipotesis statistik memiliki prosedur yang harus diikuti tergantung pada
hipotesisnya yang distribusi populasi. Prosedur umum yang harus diikuti tergantung pada
hipotesisnya dan distribusi populasi. Prosedur umum yang harus diikuti dapat dibagi dalam
beberapa langkah :
a. Rumuskan dengan baik hipotesis penelitian agar dapat dihitung statistik sampelnya,
seperti rata-rata, seperti :Pengujian hipotesis dapat dilakukan terhadap satu populasi
untuk pengujian hipotesis rata-rata dua populasi. Misalnya, rata-rata tekanan darah sapi
Ongole sama dengan tekanan darah sapi Brahman.
H0 : =
= rata-rata tekanan darah sapi Ongole
= rata-rata tekanan darah sapi Brahman
Rata-rata tekana darah sampel sapi Ongole dan sapi Brahman adalah x1 dan x2.
b. Tentukan derajat kemaknaan α atau kesalahan tipe 1 yang akan digunakan. Penentuan
ini harus dilakukan pada saat perencanaan.
c. Tentukan kesalahan tipe 2 atau β. Biasanya penentuan ini dilakukan pada saat
menghitung besarnya sampel.
d. Tentukan distribusi yang akan digunakan dalam perhitungan. Tentukan metode statistik
yang akan digunakan untuk menghitung statistik sampel.

6
e. Tentukan kriteria menerima atau menolak hipotesis nol pada derajat kemaknaan yang
telah ditentukan.
f. Buatlah kesimpulan yang tepat pada populasi yang bersangkutan.

Pengujian hipotesa dapat menggunakan rumus-rumus untuk variabel normal baku (Z)
atau t dan sesuai dengan tingkat nyata yang dipilih (α) dan jenis pengujian yang dipilih (dua
sisi, satu sisi kanan atau satu sisi kiri). Menggunakan (Z) jika datanya berdistribusi atau
mempunyai fungsi normal (data sampel ≥ 30)dan menggunakan uji t jika data sampel kecil
(<30).
Nilai Z dihitungkan dengan rumus : Z =
Untuk pengujian dua sisi :
 Ho diterima, jika –Z α /2 atau Z < Z α /2
 Ho ditolak, jika Z > Z α /2 atau Z < -Z α /2
Untuk pengujian sisi kanan :
 Ho diterima, jika Z < Z α /2
 Ho ditolak, jika Z > Z α /2
Untuk pengujian sisi kiri :
 Ho diterima, jika Z > -Z α /2
 Ho ditolak, jika Z < -Z α /2

Uji beda dua mean dapat dilakukan dengan menggunakan uji Z atau uji T. Uji Z dapat
digunakan bila standar deviasi populasi (σ) diketahui dan jumlah sample besar (lebih dari
30). Apabila kedua syarat tersebut tidak terpenuhi, maka di lakukan uji T. Pada umumnya
nilai σ sulit diketahui, sehingga uji beda dua mean biasanya menggunakan Uji T (T - Test).
Untuk varian yang sama, bentuk ujinya adalah sebagai berikut.
X1 – X2
T=
Sp (1/n1) + (1/n2
(n1-1) S12 + (n2-1) S22
SP2 = n1 + n2 - 2
df = n1 + n2 – 2
Keterangan :
N1 atau n2 = jumlah sampel kelompok 1 atau 2
S1 atau S2 = standar deviasi sampel kelompok 1 dan 2

7
2.5 PENGOLAHAN DATA DALAM STATISTIK
Secara ideal ada 4 tahap yaitu:
1. Editing
yaitu kegiatan melakukan pengecekan isian formulir atau kuisionerapakah jawaban
yang ada di kuisioner sudah lengkap, jelas, relevan, konsistenb)
2. Koding
yaitu kegiatan merubah data berbentuk huruf menjadi data berbentuk angka/ bilangan.
Kegunaan dari koding adalah untuk mempermudah pada saatanalisis data dan juga
mempercepat pada saat entry data.
3. Processing
yaitu kegiatan memproses data agar dapat dianalisis, dengan carameng-entry data ke
paket program komputer.d).
4. Cleaning
yaitu pembersihan data merupakan kegiatan pengecekan kembalidata yang sudah di-
entry apakah ada kesalahan atau tidak. Kesalahan tersebutdimungkinkan terjadi pada
saat kita meng-entry ke computer

2.6 STATISTIK DISTRIBUSI

Statistik deskriptif merupakan penjelasan mengenai pengertian statistik menurut para
ahli:
1. Sudjana (1996:7) menjelaskan : Fase statistika dimana hanya berusaha melukiskan
atau mengalisa kelompok yang diberikan tanpa membuat atau menarik kesimpulan
tentang populasi atau kelompok yang lebih besar dinamakan statistika deskriptif.
2. Iqbal Hasan (2001:7) menjelaskan : Statistik deskriptif atau statistik deduktif adalah
bagian dari statistik mempelajari cara pengumpulan data dan penyajian data sehingga
mudah dipahami. Statistik deskriptif hanya berhubungan dengan hal menguraikan
atau memberikan keterangan-keterangan mengenai suatu data atau keadaan atau
fenomena. Dengan kata lain, statistik deskriptif berfungsi menerangkan keadaan,
gejala, atau persoalan. Penarikan kesimpulan pada statistik deskriptif (jika ada) hanya
ditujukan pada kumpulan data yang ada. Didasarkan pada ruang lingkup bahasannya
statistik deskriptif mencakup :

8
 a. Distribusi frekuensi beserta bagian-bagiannya seperti :
- Grafik distribusi (histogram, poligon frekuensi, dan ogif);
- Ukuran nilai pusat (rata-rata, median, modus, kuartil dan sebagainya)
- Ukuran dispersi (jangkauan, simpangan rata-rata, variasi, simpangan baku,
dan sebagianya);
- Kemencengan dan keruncingan kurva
- Angka indeks
- Times series/deret waktu atau berkala
- Korelasi dan regresi sederhana.
3. Bambang Suryoatmono (2004:18) menyatakan Statistika Deskriptif adalah statistika
yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik
kesimpulan mengenai kelompok itu saja
a. Ukuran Lokasi: mode, mean, median, dll
b. Ukuran Variabilitas: varians, deviasi standar, range, dll
c. Ukuran Bentuk: skewness, kurtosis, plot boks.
4. Pangestu Subagyo (2003:1) menyatakan : Yang dimaksud sebagai statistika deskriptif
adalah bagian statistika mengenai pengumpulan data, penyajian, penentuan nilai-nilai
statistika, pembuatan diagramatau gambar mengenai sesuatu hal, disini data yang
disajikan dalam bentuk yang lebih mudah dipahami atau dibaca. Statistika deskriptif
merupakan metode-metode yang berkait dengan pengumpulan dan penyajian
sekumpulan data, sehingga dapat memberikan informasi yang berguna. Perlu kiranya
dimengerti bahwa statistika deskriptif memberikan informasi hanya mengenai data
yang dipunyai dan sama sekali tidak menarik kesimpulan yang lebih banyak dan lebih
jauh dari data yang ada. Kegiatan memeriksa sifat-sifat penting dari data yang ada itu
disebut analisis data secara pemerian (deskripsi). Karenanya bagian statistika
demikian dinamakan Statistika Deskriptif atau Statistika Perian. Penyusunan tabel,
diagram, modus, kuartil, simpangan baku termasuk dalam kategori statistika
deskriptif. Kegiatan itu dilakukan melalui:
a. Pendekatan aritmetika yaitu pendekatan melalui pemeriksaan rangkuman nilai
atau ukuran-ukuran penting dari data. Yang dimaksud rangkuman nilai di sini
ialah penyederhanaan kumpulan nilai data yang diamati ke dalam bentuk nilai-

9
 nilai tertentu. Setiap rangkuman nilai ini disebut statistik. Jadi, statistik
menerangkan sifat kumpulan data dalam bentuk nilai yang mudah dipahami,
sedangkan statistika adalah suatu ilmu tentang sekumpulan konsep serta metode
yang dapat digunakan untuk mengumpulkan, menyajikan dan menganalisis data
serta menarik kesimpulan berdasar hasil analisis data tersebut.
b. Pendekatan geometrik, yaitu melalui penyajian data dalam bentuk gambar berupa
grafik atau diagram. Kedua pendekatan mengakibatkan pembedaan dalam
penyajian datanya. Penyajian data pertama menekankan angka-angka dan yang
kedua menekankan pada gambar.
Statistik adalah kumpulan data, disajikan dalam bentuk table/daftar, gambar,
diagram atau ukuran-ukuran tertentu. Misalnya, statistic penduduk, statistic kelahiran,
statistic pertumbuhan ekonomi, statistic pendidikan,statistic keshatan, dan lain-lain.
Statistika, adalah pengetahuan mengenai pengumpulan data, klasifikasi data, pengolahan
data, penarikan kesimpulan dan pengambilan keputusan berdasarkan alasan yang cukup
kuat (Koyan,Wayan:2012)

Statistik Deskriptif (Statistik Dasar), yaitu statistik yang digunakan untuk

menggambarkan atau menganalisis suatu statistik hasil penelitian tetapi tidak digunakan
untuk generalisasi/inferensi. Penelitian yang tidak menggunakan sampel, analisisnya
menggunakan statistik deskriptif. Demikian juga penelitian yang menggunakan sampel,
tetapi tidak bermaksud untuk membuat kesimpulan untuk populasi dari mana sampel
diambil, analisis datanya menggunakan statistik deskriptif (Koyan,Wayan:2012). Dalam
hal ini, teknik korelasi dan regresi juga dapat berperan sebagai statistik deskriptif.

Statistik deskriptif adalah salah satu metode statistik yang berkaitan dengan
pengumpulan, peringkasan, dan penyajian suatu kumpulan data sehingga memberikan
informasi yang berguna. Berikut adalah contoh penyajian data menggunakan metode
deskriptif statistik dengan SPSS.

10
  Terdapat data umur dan pendapatan dari 30 responden.

Langkah – langkah yang dilakukan yaitu:

a. Klik menu Analyze | Descriptive Statistics |

Descriptive
b. Pilih variabel yang ingin diketahui
deskripsinya, sebagai contoh variabel umur
dan pendapatan.
c. Klik tanda “play” untuk memindah variabel ke
kolom Variable(s).
d. Klik Options untuk memilih output apa saja
yang ingin diketahui.
e. Klik Continue lalu klik OK untuk
menghasilkan analisa.

11
Berikut hasil analisanya:

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

Umur 30 20 59 31.90 10.060

Pendapatan 30 1000 4000 2215.00 746.388

Valid N (listwise) 30

N merupakan jumlah data. Dalam contoh diatas N umur = 30 berarti ada 30 data di variabel
umur. Begitu juga dengan pendapatan N=30, terdapat 30 data pada variabel Pendapatan.

Statistik Deskriptif berfungsi untuk membuat data bermakna, yang dapat disajikan dengan
berbagai bentuk, seperti:

a. Tabel/daftar, gambar, diagram/grafik.

b. Ukuran tendensi sentral (mean atau rerata, median atau nilai tengah, dan modus).
c. Ukuran dispersi (penyebaran): rentangan, simpangan (deviasi), simpangan baku, dan
varians

12
2.7 DISTRIBUSI FREKUENSI
A. Pengertian distribusi frekuensi
“Distribusi” (distribution, bahasa Inggris) berarti “penyaluran”,”pembagian” atau
“pencaran”. Jadi “distribusi frekuensi” dapat diberi arti “penyaluran frekuensi”,
”pembagian frekuensi” atau “pencaran frekuensi”. Dalam statistik, “distribusi
frekuensi” kurang lebih mengandung pengertian: “suatu keadaaan yang
menggambarkan bagaimana frekuensi dari gejala atau variabel yang dilambangkan
dengan angka itu, telah tersalur, terbagi, atau terpancar.”.
Contoh :
Jika data yang berupa nilai hasil THB dalam bidang studi IPA dari 10 orang siswa
SMA kita sajikan dalam bentuk tabel, maka pembagian atau pencaran frekuensi dari
nilai hasil tes itu akan tampak dengan nyata:
Banyaknya
Nilai
(Orang)

100 1

80 1

75 2

70 1

60 3

50 1

40 1

Total 10

Apa yang dimaksud dengan “tabel” tidak lain adalah: alat penyajian data statistik
yang berbentuk (dituangkan dalam bentuk) kolom dan lajur.

13
 Dengan demikian Tabel Distribusi Frekuensi dapat kita beri pengertian sebagai:
Alat penyajian data statistik yang berbentuk kolom dan lajur, yang didalamnya
dimuat angka yang dapat melukiskan atau menggambarkan pencaran atau pembagian
frekuensi dari variabel yang sedang menjadi objek penelitian.

Dalam suatu tabel distribusi frekuensi anak kita dapati: (1) variabel, (2) frekuensi,
dan (3) jumlah frekuensi. Dalam contoh di muka, angka-angka 100, 80, 75, 70, 60,
50, dan 40 adalah angka yang melambangkan variabel nilai hasil tes, angka 1, 1, 2, 1,
3, 1, dan 1 adalah angka yang menunjukkan frekuensi, sedangkan angka 10 adalah
jumlah frekuensi.

Patut kiranya ditambahkan di sini bahwa istilah “Tabel Distribusi Frekuensi” itu
acapkali disingkat menjadi “Tabel Frekuensi” saja.

B. Tabel Distribusi Frekuensi dan Macamnya

Dalam dunia statistik kita mengenal berbagai macam Tabel Distribusi Frekuensi;
namun dalam buku ini hanya akan dikemukakan sebagian saja, yang dipandang
penting dan relevan, yaitu: Tabel Distribusi Frekuensi Data Tunggal, Tabel Distribusi
Frekuensi Data Kelompokan, Tabel Distribusi Frekuensi Kumulatif, dan Tabel
Distribusi Frekuensi Relatif (Tabel Presentase).
1. Tabel Distribusi Frekuensi Data Tunggal
Tabel Distribusi Frekuensi Data Tunggal adalah salah satu jenis tabel statistik
yang di dalamnya disajikan frekuensi dari data angka; angka yang ada itu tidak
dikelompok-kelompokkan (ungrouped data).
Contoh:
TABEL 2.1. Distribusi Frekuensi Nilai Hasil THB Dalam Bidang Studi
Pendidikan Moral Pancasila dari 40 Orang Siswa MTsN.
Nilai Frekuensi
(X) (f)
8 6
7 9
6 19
5 6
Total 40 = N

14
 Dalam Tabel 2.1 itu, nilai hasil THB dalam bidang studi PMP dari sejumlah 40
orang siswa MTsN berbentuk Data Tunggal, sebab nilai tersebut tidak
dikelompok-kelompokkan (ungrouped data).
2. Tabel Distribusi Frekuensi Data Kelompokan
Tabel Distribusi Frekuensi Data Kelompokan adalah salah satu jenis tabel
statistik yang di dalamnya disajikan pencaran frekuensi dari data angka, dimana
angka-angka tersebut dikelompok-kelompokkan (dalam tiap unit terdapat
sekelompok angka).
Data yang disajikan melalui Tabel 2.2 berbentuk Data Kelompokan (grouped
data). Adapun huruf N yang terdapat pada lajur “Total” (baik yang terdapat pada
Tabel 2.1 maupun Tabel 2.2) adalah singkatan dari Number atau Number of
Gases, yang berarti “jumlah freuensi” atau “jumlah hal yang diselidiki”, atau
“jumlah individu”.
TABEL 2.2. Distribusi Frekuensi Tentang Usia dari Sejumlah 50 Orang
Guru Agama Islam yang Bertugas Pada Sekolah Dasar Negeri
Frekuensi
Usia
(f)

50 – 54 6

45 – 49 7

40 – 44 10

35 – 39 12

30 – 34 8

25 – 29 7

Total 50 = N

15
3. Tabel Distribusi Frekuensi Kumulatif
Dimaksud dengan Tabel Distribusi Frekuensi Kumulatif ialah salah satu jenis
tabel statistik yang didalamnya disajikan frekuensi yang dihitung terus
meningkat atau: selalu ditambah-tambahkan, baik dari bawah ke atas
maupun dari atas ke bawah.
Contoh :
TABEL 2.3. Distribusi Frekuensi Kumulatif Nilai-nilai Hasil THB
Bidang Studi PMP Dari 40 Orang Siswa MTsN.
Nilai F fk(b) fk(a)

(X)

8 6 40 = N 6

7 9 34 15

6 19 25 34

5 6 6 40 = N

Total: 40 = N - -

TABEL 2.4. Distribusi Frekuensi Kumulatif Usia 50 Orang Guru Agama

Islam

Yang Bertugas Pada Sekolah Dasar Negeri

Nilai F fk(b) fk(a)

(X)
50 – 54 6 50 = N 6
45 – 49 7 44 13
40 – 44 10 37 23
35 – 39 12 27 35
30 – 34 8 15 43
25 – 29 7 7 50 = N
Total: 50 = N - -

16
 Tabel 2.3 kita namakan Tabel Distribusi Frekuensi Kumulatif Data
Tunggal, sebab data yang disajikan dalam tabel ini berbentuk data yang tidak
dikelompok-kelompokkan. (lihat kolom 1). Pada Kolom 2 dimuat frekuensi
asli (yakni frekuensi sebelum diperhitungkan frekuensi kumulatifnya). Kolom
3 memuat frekuensi kumulatif yang dihitung dari bawah (fk(b)), di mana
angka-angka yang terdapat pada kolom ini diperoleh dengan langkah-langkah
kerja sebagai berikut: 6 + 19 = 25; 25 + 9 = 34; 34 + 6 = 40. Hasil
penjumlahan akhir dari frekuensi kumulatif akan selalu sama dengan N (di
sini N = 40). Kolom 4 memuat frekuensi kumulatif yang dihitung dari atas
(fk(a)), di mana angka-angka yang terdapat pada kolom ini diperoleh dengan
langkah-langkah kerja sebagai berikut: 6 + 9 = 15; 15 + 19 = 34; 34 + 6 = 40
= N.
Tabel 2.4 kita namakan Tabel Distribusi Frekuensi Kumulatif Data
Kelompokan, sebab data yang disajikan dalam tabel ini berbentuk data
kelompokan. Tentang keterangan atau penjelasan lebih lanjut pada pokoknya
sama seperti keterangan yang telah dikemukakan untuk Tabel 2.3 di atas.

4. Tabel Distribusi Frekuensi Relatif

Tabel Distribusi Frekuensi Relatif juga dinamakan Tabel Persentase.
Dikatakan “frekuensi relatif” sebab frekuensi yang disajikan di sini bukanlah
frekuensi yang sebenarnya, melainkan frekuensi yang dituangkan dalam
bentuk angka persenan.
Contoh:
a. Jika data yang disajikan pada Tabel 2.1 kita sajikan kembali dalam
bentuk Tabel Distribusi Frekuensi Relatif atau Tabel Persentase, maka
keadaannya adalah sebagai berikut:
TABEL 2.5. Distribusi Frekuensi Relatif (Distribusi Persentase)

Tentang Nilai-nilai Hasil THB Dalam Bidang Studi PMP dari Sejumlah 40
Orang Siswa MTsN

17
 Nilai f Persentase

(X) (p)

8 6 15,0

7 9 22,5

6 19 47,5

5 6 15,0

Total 40 = N 100,0

Keterangan:

Untuk memperoleh frekuensi relatif (angka persenan) sebagaimana tertera

pada kolom 3 Tabel 2.5, digunakan rumus :
f
p x100%
N

f = frekuensi yang sedang dicari persentasenya.

N = Number of Cases (jumlah frekuensi / banyaknya individu).

P = angka persentase

Jadi angka persenan sebesar 15,0 itu diperoleh dari:

6
x100%  15,0; p sebesar 22,5 diperoleh dari:
40

9
x100%  22,5;
40

demikianlah seterusnya. Jumlah persentase harus selalu sama dengan 100,0.

b. Dengan cara yang sama seperti telah dikemukakan di atas, data yang tertera pada
Tabel 2.2 dapat kita sajikan dalam bentuk Tabel Distribusi Frekuensi Relatif atau

18
Tabel Persentasenya. Adapun wujud fisik tabel tersebut dapat dilihat seperti pada
Tabel 2.6.
TABEL 2.6. Distribusi Frekuensi Relatif (Distribusi Persentase)
Tentang Usia dari Sejumlah 50 Orang Guru Agama Islam yang bertugas pada SD
Negeri.

Nilai f Persentase

(X) (p)
6 12,0
50 – 54
45 – 49 7 14,0

40 – 44 10 20,0

35 – 39 12 24,0

30 – 34 8 16,0

25 – 29 7 14,0

Total 40 = N 100,0

5. Tabel Persentase Kumulatif

Seperti halnya Tabel Distribusi Frekuensi Tabel Persentase atau Tabel
Distribusi Frekuensi Relatif pun dapat diubah ke dalam bentuk Tabel
Persentase Kumulatif (Tabel Distribusi Frekuensi Relatif Kumulatif).
Jika data yang disajikan pada Tabel 2.5 dan Tabel 2.6 kita ubah ke dalam
bentuk Tabel Persentase Kumulatif, hasilnya adalah (lihat Tabel 2.7).
Penjelasan tentang bagaimana cara memperoleh Pk(b) dan Pk(a) adalah sama
seperti penjelasan yang telah dikemukakan pada Tabel 2.3.
TABEL 2.7. Tabel Persentase Kumulatif (Tabel Distribusi Frekuensi Relatif
Kumulatif) Tentang Nilai Hasil THB Dalam Bidang Studi PMP Dari
Sejumlah 40 Orang Siswa MTsN.

19
 Nilai F Pk(b) Pk(a)

(X)

8 15,0 100,0 15,0

7 22,5 85,0 37,5

6 47,5 62,5 85,0

5 15,0 15,0 100,0

Total: 100 - -

TABEL 2.8. Tabel Persentase Kumulatif (Tabel Distribusi Frekuensi Relatif

Kumulatif) Tentang Usia dari Sejumlah 50 Orang Guru Agama Islam yang
Bertugas Pada SD Negeri.

Nilai P fk(b) fk(a)

(X)

50 – 54 12,0 100,0 12,0

45 – 49 14,0 88,0 26,0

40 – 44 20,0 74,0 46,0

35 – 39 24,0 54,0 70,0

30 – 34 16,0 30,0 86,0

25 – 29 14,0 14,0 100,0

Total: 100 - -

20
C. Cara Membuat Tabel Distribusi Frekuensi
Setelah dikemukakan beberapa macam Tabel Distribusi Frekuensi, maka pada
pembicaraan selanjutnya akan dikemukakan bagaimana cara atau langkah yang perlu
ditempuh dalam pembuatan tabel distribusi frekuensi sehingga tabel tersebut dapat
menjalankan fungsinya dengan baik, yaitu: menjadi alat penyajian data statistik yang
teratur, ringkas, dan jelas.
Dari lima macam Tabel Distribusi Frekuensi yang telah dikemukakan contohnya di
atas, hanya dua buah saja yang dipandang perlu dibahas cara pembuatannya, yaitu:
Tabel Distribusi Frekuensi Data Tunggal dan Tabel Distribusi Frekuensi Data
Kelompokan.
Kedua macam tabel distribusi frekuensi tersebut perlu dipelajari prosedur dan
teknik pembuatannya, sebab pekerjaan menganalisis data statistik pada umumnya
diawali dengan pembuatan salah satu diantara dua jenis tabel distribusi frekuensi
tersebut. Sedangkan prosedur dan teknik pembuatan Tabel Distribusi Frekuensi
Kumulatif, Tabel Distribusi Frekuensi Relatif (Tabel Persentase), dan Tabel
Distribusi Frekuensi Relatif Kumulatif (Tabel Persentase Kumulatif) walaupun
secara singkat, telah dijelaskan pada pembicaraan terdahulu; ketiga macam tabel
distribusi frekuensi yang disebutkan terakhir, dapat dibuat setelah dipersiapkan
terlebih dahulu Tabel Distribusi Frekuensi Data Tunggalnya atau Tabel Distribusi
Frekuensi Data Kelompokannya.
1. Cara Membuat Tabel Distribusi Frekuensi Data Tunggal.
Sebelum dikemukakan tentang cara pembuatan Tabel Distribusi Frekuensi Data
Tunggal, terlebih dahulu perlu dikemukakan bahwa Tabel Distribusi Frekuensi
Data Tunggal itu ada dua macam, yaitu: Tabel Distribusi Frekuensi Data Tunggal
yang semua skornya berfrekuensi 1, danTabel Distribusi Frekuensi Data Tunggal
yang sebagian atau seluruh skornya berfrekuensi lebih dari satu.
a. Contoh Pembuatan Tabel Distribusi Frekuensi Data Tunggal Yang Semua
Skornya Berfrekuensi 1
Misalkan dari 10 orang Mahasiswa yang menempuh Ujian Ulangan secara
lisan dalam mata kuliah Statistik Pendidikan, diperoleh nilai sebagai berikut:

21
 No Nama Nilai
1. Syamsuddin 65
2. Margono 30
3. Abdul Wahid 60
4. Dimyati 45
5. Sulistyani 75
6. Fathonah 40
7. Nur Kholis 70
8. Hamdani 55
9. Listiorini 80
10. B. Pramono 50
Apabila kita perhatikan data di atas, maka dari 10 orang mahasiswa yang
menempuh ujian ulangan lisan tersebut, yang berhasil mencapai nilai 80
sebanyak 1 orang, yang memperoleh nilai 75 = 1 orang, yang memperoleh
nilai 70 = 1 orang, demikian pula mahasiswa yang mencapai nilai 65, 60, 55,
50, 45, 40, dan 30, masing-masing sebanyak 1 orang. Kalau demikian maka
kita dapat mengatakan bahwa semua skor atau semua nilai yang sedang kita
hadapi itu masing-masing berfrekuensi 1.
Jika data di atas kita tuangkan penyajiannya dalam bentuk Tabel Distribusi
Frekuensi Data Tunggal, wujudnya seperti pada Tabel 2.9.
TABEL 2.9. Distribusi Frekuensi Nilai Hasil Ujian Ulangan Lisan Dalam
Mata Kuliah Statistik Pendidikan yang Diikuti 10 Orang Mahasiswa
Nilai
f
(X)
80 1
75 1
70 1
65 1
60 1
55 1
50 1
45 1
40 1
30 1
Total 10 = N
Karena semua skor (nilai) hasil ujian tersebut berfrekuensi 1 dan semua skor
(nilai) yang ada itu berwujud Data Tunggal, maka tabel di atas dinamakan:
Tabel Distribusi Frekuensi Data Tunggal yang Semua Skornya berfrekuensi
1.

22
b. Contoh Pembuatan Tabel Distribusi Frekuensi Data Tunggal yang Sebagian
atau Keseluruhan Skornya Berfrekuensi Lebih dari 1.
Misalkan dari sejumlah 40 orang murid Madrasah Ibtidaiyah yang menempuh
ulangan harian dalam mata pelajaran matematika, diperoleh nilai hasil
ulangan sebagai berikut (nama murid tersebut tidak dicantumkan di sini).
Apabila data tersebut akan kita sajikan dalam bentuk Tabel Distribusi
Frekuensi, maka langkah yang perlu ditempuh adalah:
Langkah Pertama

Mencari Nilai Tertinggi (Skor paling tinggi (Highest Score) H) dan Nilai
Terendah (Skor paling rendah (Lowest Score) L). Ternyata H = 10 dan L = 3.
Dengan diketahuinya H dan L maka kita dapat menyusun atau mengatur nilai
hasil ulangan harian itu, dari atas ke bawah, mulai dari 10 berturut-turut ke
bawah sampai dengan 3 pada kolom 1 dari Tabel Distribusi Frekuensi yang
kita persiapkan adalah seperti yang terlihat pada tabel 2.10.

Langkah Kedua

Menghitung frekuensi masing-masing nilai yang ada, dengan bantuan jari-jari

(tallies); hasilnya dimasukkan dalam kolom 2 dari Tabel Distribusi Frekuensi
yang kita persiapkan (Lihat Kolom 2 Tabel 2.10).

Langkah Ketiga

Mengubah jari-jari menjadi angka biasa, dituliskan pada kolom 3 (Lihat Kolom
3 Tabel 2.10). Setelah selesai, keseluruhan angka yang menunjukkan frekuensi
masing-masing nilai yang ada itu lalu kita jumlahkan, sehingga diperoleh
jumlah frekuensi (  f ) atau Number of Cases = N.

Tabel 2.10. kita sebut Tabel Distribusi Frekuensi Data Tunggal yang seluruh
skornya berfrekuensi lebih dari satu, sebab di samping seluruh skor (nilainya)
merupakan data yang tidak dikelompokkan, maka seluruh skor yang ada itu
masing-masing berfrekuensi lebih dari satu.

TABEL 2.10. Distribusi Frekuensi Nilai Hasil Ulangan Harian Dalam Mata
Pelajaran Matematika yang Diikuti oleh 40 Orang Murid Madrasah Ibtidaiyah

23
 Nilai
Tanda/Jari-jari/Tallies F
(X)

10 II 2

9 III 3

8 IIII 5

7 IIII 5

6 IIII IIII 10

5 IIII II 7

4 IIII 5

3 III 3

Total 40 = N

Catatan:

1. Untuk melambangkan variabel (dalam contoh diatas adalah variabel nilai),

pada umumnya dipergunakan lambang huruf X, Y, atau Z.
2. N adalah singkatan dari Number of Cases, yang menggantikan lambang f
(= jumlah frekuensi), karena dipandang lebih singkat.

2. Cara Membuat Tabel Distribusi Frekuensi Data Kelompokan.

Jika penyebaran angka/skor/nilai yang akan kita sajikan dalam bentuk Tabel
Distribusi Frekuensi itu demikian luas atau besar, dan penyajiannya dilakukan
dengan cara seperti yang telah dikemukakan diatas, maka Tabel Distribusi
Frekuensi yang berhasil kita buat akan terlalu panjang dan memakan tempat. Di
samping itu ada kemungkinan bahwa skor yang kita sajikan frekuensinya dalam
tabel, ternyata berfrekuensi nol (0) karena skor tersebut tidak terdapat dalam

24
deretan skor yang kita hadapi. Dalam kegiatan demikian, tabel yang kita buat itu
menjadi tidak menarik dan tidak dapat menggambarkan keadaan data yang kita
hadapi dengan ringkas dan jelas.
Untuk mencegah kejadian yang demikian itu, maka terhadap data statistik (yang
berbentuk angka/skor itu) perlu dilakukan pengelompokan lebih dahulu, setelah
itu barulah dihitung frekuensi masing-masing kelompok nilai.
Perhatikanlah contoh berikut ini: Misalkan dari sejumlah 80 orang siswa Kelas III
SMA Jurusan Fisika diperoleh nilai hasil EBTA (Evaluasi Belajar Tahap Akhir)
dalam bidang studi Biologi, sebagai berikut (nama mereka sengaja tidak dimuat di
sini):
65 54 68 70 57 61 58 62 58 60 65 60 50 60 53 74

59 67 47 63 57 60 77 55 71 55 65 53 49 65 56 70

57 60 73 58 65 57 52 66 57 66 59 69 56 64 52 58

78 55 60 54 62 75 51 60 64 62 61 61 55 48 72 56

54 61 51 59 61 60 63 59 50 60 65 59 62 67 45 80

Agar data yang berupa deretan angka yang menunjukkan nilai hasil EBTA bidang
studi Biologi itu dapat disajikan dalam bentuk Tabel Distribusi Frekuensi yang
baik (teratur, ringkas dan jelas), maka perlu ditempuh cara dan langkah sebagai
berikut:

25
Langkah Pertama

Mencari Highest Score (H) dan Lowest Score (L); ternyata diperoleh H = 80 dan L
= 45.

Langkah Kedua

Menetapkan luas penyebaran nilai yang ada; atau mencari banyaknya nilai, mulai
dari nilai terendah sampai dengan nilai tertinggi, yang biasa disebut Total Range
atau sering disingkat dengan Range saja dan diberi lambang dengan huruf R,
dengan menggunakan rumus:

R=H–L+1

R = Total Range

H = Highest Score (Nilai Tertinggi)

L = Lowest Score (Nilai Terendah)

1 = Bilangan konstan

Di atas telah kita ketahui: H = 80 dan L = 45, maka dengan mudah dapat diperoleh
R, yaitu R = 80 – 45 + 1 = 36. Angka 36 ini mengandung arti bahwa apabila kita
menghitung banyaknya nilai mulai dari nilai terendah sampai dengan nilai
tertinggi pada data yang telah dikemukakan diatas, maka diperoleh sebanyak 36
butir nilai. Karena H = 80 dan L = 45, maka kalau kita menderetkan mulai dari 45
sampai dengan 80 akan terdapat 36 nilai; perhatikanlah: 45, 46, 47, 48, 49, 50, 51,
52, 53, 54, 55, 56, 57, 58, 59,
60,61,62,63,64,65,66,67,68,69,70,71,72,73,74,75,76,77,78,79,80 = 36 butir nilai.

Langkah Ketiga

Menetapkan besar atau luasnya pengelompokan data untuk masing-masing

kelompok data. Yang dimaksud disini ialah: karena data berupa nilai hasil EBTA
itu akan disajikan dalam bentuk data kelompok, maka perlu kita tetapkan dulu,
masing-masing kelompokan data (masing-masing interval) akan terdiri dari

26
beberapa nilai.Untuk menetapkan besar atau luas dari masing-masing interval
nilai yang akan kita sajikan dalam Tabel Distribusi Frekuensi, ada beberapa
macam cara atau pedoman yang dapat dipergunakan. Salah satu di antaranya yang
diperkenalkan disini ialah:

R
sebaiknya menghasilkan bilangan yang besarnya 10 s/d 20.
I

R = Total Range

i = interval class, yaitu luasnya pengelompokan data yang dicari, atau

kelas intervalnya 10 s.d. 20 maksudnya disini ialah bahwa jumlah pengelompokan
data yang akan disajikan dalam Tabel Distribusi Frekuensi itu sebaiknya tidak
kurang dari 10 dan tidak lebih banyak dari 20.

Sebagian ahli statistik berpendapat bahwa Tabel Distribusi Frekuensi yang manis
dan rapi – (sesuai dengan kondisi ukuran standar kertas di dunia ini) – adalah
Tabel Distribusi Frekuensi yang baris-baris pengelompokan datanya minimal 10
buah dan maksimal 20 buah.

Karena R = 36, maka:

36
 10 20
i

Dengan mudah dapat kita tetapkan i sebesar 3 (i = 3), sebab bilangan 36 apabila
dibagi dengan bilangan 3 hasilnya = 12, dan bilangan 12 ini terletak antara
bilangan 10 sampai dengan 20. Dengan ditetapkannya i sebesar 3 maka kita dapat
mengatakan bahwa deretan interval yang akan terdapat dalam tabel distribusi
frekuensi adalah sebanyak 12 buah.

Langkah Keempat

Menetapkan bilangan dasar masing-masing interval yang akan dibuat dalam

tabel. Bilangan dasar interval ialah bilangan yang merupakan batas antara interval
yang satu dengan interval yang lain.

27
Dalam menetapkan bilangan dasar masing-masing interval itu, para ahli statistik
mengemukakan pedoman sebagai berikut :

Pertama: Bilangan dasar interval itu sebaiknya adalah bilangan yang

merupakan kelipatan dari i. Dengan kata lain: bilangan dasar interval itu
sebaiknya dipilihkan bilangan yang dapat habis jika dibagi dengan i. Kalau
pedoman ini kita terapkan pada data yang sedang kita hadapi maka bilangan dasar
interval yang memenuhi syarat adalah bilangan: 78, 75, 72, 69, 66, 63, 60, 57, 54,
51, 48, dan 45. Keduabelas bilangan inilah yang akan mengawali tiap-tiap interval
dalam tabel distribusi frekuensi yang kita buat.

Kedua: Dalam menetapkan bilangan dasar interval itu harus diperhatikan

sedemikian rupa, sehingga dalam inerval yang tertinggi (interval paling atas)
harus terkandung Nilai Tertinggi (Highest Score), dan dalam interval yang
terendah (interval paling bawah) harus terkandung Nilai Terendah (Lowest Score).

Marilah kita perhatikan data kita: Nilai Tertinggi yang kita miliki adalah = 80,
sedang Nilai Terendah = 45. Karena i telah ditetapkan sebesar 3, sedangkan
bilangan dasar dari inerval yang tertinggi telah kita teapkan sebesar 78, maka
interval tertinggi yang akan tercantum dalam tabel kita nanti adalah : 78 – 80.

Disini kita lihat bahwa Highest Score sebesar 80 telah terkandung atau tercakup
dalam interval paling atas. Demikian pula karena bilangan dasar interval paling
bawah sudah kita tetapkan sebesar 45, sedangkan i telah kita tetapkan sebesar 3,
berarti interval terendah yang akan dicantumkan dalam tabel nanti adalah: 45 –
47. Disini kita lihat bahwa Lowest Score sebesar 45 sudah terkandung atau
tercakup pada interval paling bawah. Dengan demikian kita dapat mengatakan
bahwa baik interval class (i) maupun bilangan-bilangan dasar interval yang telah
kita pilih atau kita tetapkan itu, telah memenuhi pedoman yang telah digariskan
oleh para ahli statistik.

Langkah Kelima

28
Mempersiapkan Tabel Distribusi Frekuensinya, yang terdiri dari tiga kolom.
Kolom 1 diisi dengan interval nilai yang banyaknya 12 baris (seperti telah kita
tetapkan tadi), kolom 2 adalah kolom untuk membubuhkan “tanda-tanda” atau
“jari-jari” sebagai pertolongan dalam menghitung frekuensi, sedang kolom 3
berisi frekuensi (Perhatikanlah Tabel 2.11).

TABEL 2.10. Distribusi Frekuensi Nilai Hasil Ulangan Harian Dalam Mata
Pelajaran Matematika yang Diikuti oleh 40 Orang Murid Madrasah Ibtidaiyah

Nilai
Tanda/Jari-jari/Tallies f
(X)

78 – 80 II 2
75 – 77 II 2
72 – 74 III 3
69 – 71 IIII 4
66 – 68 IIIII 5
63 – 65 IIIII IIIII 10
60 – 62 IIIII IIIII IIIII II 17
57 – 59 IIIII IIIII IIII 14
54 – 56 IIIII IIIII I 11
51 – 53 IIIII I 6
48 – 50 IIII 4
45 – 47 II 2

Total 80 = N

Langkah Keenam

Menghitung frekuensi dari tiap-tiap nilai yang ada, dengan bantuan “tanda-tanda”
atau “jari-jari” seperti terlihat pada kolom 2; setelah hal itu dapat diselesaikan,
selanjutnya “jari-jari” itu kita ubah menjadi angka biasa dan kita tuliskan pada

29
 kolom 3. Akhirnya menjadi angka biasa dan kita tuliskan pada kolom 3. Akhirnya
semua frekuensi yang telah kita tuliskan pada kolom 3 itu kita jumlahkan,
sehingga diperoleh f atau N sebesar 80.

Catatan Tambahan

Para ahli statistik sangat menganjurkan agar dalam menetapkan besarnya interval
class (i) sebaiknya dipilih bilangan gasal (bukan bilangan genap), seperti: 3, 5, 7,
9, 11, 13, 25, 37, dan sebagainya. Anjuran ini mengandung maksud, agar apabila
pada langkah berikutnya akan dilakukan pencarian atau penghitungan nilai rata-
rata hitung terhadap data yang kita hadapi – dalam perhitungan ini midpoint akan
diperkalikan dengan frekuensi dari masing-masing interval – atau terhadap data
tersebut akan dikenai perhitungan untuk memperoleh deviasi standar – dalam
perhitungan ini semua midpoint akan diperselisihkan dengan nilai rata-rata hitung,
kemudian dikuadratkan dan diperkalikan dengan frekuensinya masing-masing –
maka proses perhitungan yang kita lakuakan itu akan berjalan dengan lebih cepat
dan mudah jika dibandingkan apabila kita menggunakan interval class berupa
bilangan genap. Risiko kesalahannya pun lebih ringan.

2.8 TENDENSI SENTRAL DALAM STATISTIK

Tendensi sentral adalah pengukuran statistik untuk menentukan skor tunggal
yang menetapkan pusat dari distribusi. tendensi sentral adalah untuk menemukan skor
single Tujuan yang paling khusus atau paling representatif dalam kelompok (Gravetter &
Wallnau, 2007).

Tiga metode dalam pengukuran tendensi sentral yakni: mean, median,

modus. Mean biasanya diketahui sebagai ilmu hitung rata-rata. Rata-rata untuk populasi
diidentifikasi dalam huruf yunani yakni μ (mew), dan rata-rata untuk sampel adalah
“M atau x ( x-bar) ”. Pengukuran tendensi sentral yang kedua yakni median, yakni skor
yang membagi distribusi menjadi dua. Median sama dengan persentil ke-50. Ukuran
tendensi sentral yang ketiga yakni modus (mode), modus adalah skor atau kategori yang
paling besar dari frekuensi. Kata mode/modus berarti ”gaya yang paling populer”,

30
definisi statistik modus adalah skor yang paling sering terlihat dalam kelompok data/ skor
yang paling sering muncul.

A. Modus (mode)
Modus adalah skor yang paling sering muncul (frekuensi terbanyak/tertinggi). Untuk
data pada distribusi bergolong, menghitung modus digunakan rumus berikut.

 b 
Mo  b  p 1 
 b1  b2 

Keterangan:

Mo = modus

b = batas kelas interval dengan frekuensi terbanyak (batas bawah)

p = panjang kelas (i = interval) dengan frekuensi terbanyak

b1 = Frekuensi pada kelas modus (frekuensi pada kelas interval yang terbanyak)

dikurangi frekuensi kelas interval terdekat sebelumnya

b2 = frekuensi kelas modus dikurangi frekuensi kelas interval berikutnya

Tabel 1.6. Distribusi Frekuensi Skor Tes Matematika Siswa SMA

Kelas interval Batas kelas frekuensi F kumulatif

21 - 30 30,5 2 2
31 - 40 40,5 6 8
41 - 50 50,5 18 26
51 - 70 70,5 30 56
71 - 80 80,5 20 76
81 - 90 90,5 16 92
91 - 100 100,5 8 100

Jumlah 100

31
 Diketahui:

Kelas modus = kelas yang frekuensinya 30

b = 51-0,5 = 50,5

b1 = 30 - 18 = 12

b2 = 30 – 20 = 10

 b   12 
Mo  b  p 1   50,50  10   50,50  5,45  55,95

 1 2
b b  12  10 

B. Median (Md)
Median atau nilai tengah adalah nilai yang menunjukkan bahwa di bawah dan di atas
nilai tersebut, masing-masing terdapat 50% nilai (data). Pada data distribusi frekuensi
bergolong, median (Md) dapat dihitung dengan rumus berikut.

 1 / 2n  F 
Md  b  p 
 f 

Keterangan:

Md = median

B = Batas bawah, dari daerah median

P = panjang kelas (interval)

N = banyak data/jumlah sampel

F = f kumulatif sebelum kelas median (jumlah semua frekuensi sebelum kelas median)

f = frekuensi kelas/daerah median

32
 Berdasarkan tabel di atas, mediannya adalah:

 1 / 2n  F   50  26 
Md  b  p   50,5  10   58,5
 f   30 

C. Mean (M = nilai rerata hitung )

Untuk menghitung mean atau nilai rata-rata hitung digunakan rumus berikut:

M 
X X
n
atau
M 
 fX
f

Berdasarkan hasil perhitungan tendensi sentral, yakni modus, median dan mean, dapat
dibuat gambar grafiknya, apakah perbandingan nilai-nilai tendensi sentral itu berimpit,
modus lebih besar dari median dan mean atau sebaliknya nilai modus lebih kecil dari
median dan mean. Jika nilai modus lebih besar dari median dan mean, maka dapat
disimpulkan bahwa sebagian besar nilai-nilai statistik mahasiswa cenderung tinggi,
Sebaliknya, jika nilai modus lebih kecil dari median dan mean, maka dapat disimpulkan
bahwa sebagian besar nilai-nilai statistik mahasiswa cenderung rendah. Tetapi jika nilai-
nilai-nilai modus, median, dam mean berimpit atau sama besarnya, maka kurve tersebut
adalah kurve normal. Hal ini dapat digambarkan sebagai berikut.

33
 D. Kurve Juling Positif
f

0 X

Mo, Md, M, dimana Mo < Md < M

Gamber 1.8. Kurve Juling Positif

Gambar ini menunjukkan bahwa sebagian besar skor cenderung rendah.

E. Kurve Juling Negatif

f

0 X

M, Md, Mo, dimana Mo > Md >M

Gambe 1.9. Kurve Juling Negatif

Gambar ini menunjukkan bahwa sebagian besar skor cenderung tinggi.

34
2.9 VARIABILITAS DATA DALAM STATISTIK
Ukuran penyebaran ( variabilitas ) adalah suatu ukuran yang menyatakan seberapa
besar nilai – nilai data berbeda atau bervariasi dengan nilai ukuran pusatnya atau
seberapa besar penyimpangan nilai – nilai data dengan nilai pusatnya.
Variabilitas adalah derajat penyebaran nilai-nilai variabel dari suatu tendensi sentral
dalam suatu distribusi. Variabilitas disebut juga sebagai dispersi. Jika dua distribusi,
misalnya distribusi A dan B diperbandingkan. Distribusi A menunjukkan penyebaran
nilai-nilai yang lebih besar dari distribusi B, maka dikatakan distribusi A mempunyai
variabilitas yang lebih besar dari distribusi B.
A. Variabilitas/Dispersi
Salah satu teknik untuk mengelompokkan data pada teknik statistik deskriptif
adalah menghitung dispersi atau variabilitas. Tiga cara menghitung variabilitas
antara lain:

Contoh perhitungan keragaman dan standar deviasi dapat kita lihat di bawah ini:

*** berikut ini diberikan data hasil ujian statistik dasar untuk 10 mahasiswa di
perguruan tinggi LOLipop dengan data yang diberikan sebagai berikut:

35
*** Menghitung Nilai Rataan:

*** Menghitung Keragaman (variance):

*** Menghitung Standar Deviasi:

Menjalankan statistik deskriptif pada SPSS dapat melalui menubar analyse –

descriptive statistic – descriptives.(yos)

36
B. Pengukuran Variasi (Penyebaran/Dispersi)
1. Rentang Data (range = R)
Rentang data atau range adalah skor tertinggi dikurangi skor terendah
ditambah satu (Range = skor tertinggi – skor terendah + 1).
2. Interquartile Range
Interqurtile range adalah perbedaan antara kuartil pertama dengan kuartil
ke tiga (K3 – K1 )
3. Varians
Varians adalah jumlah kuadrat semua deviasi nilai-nilai terhadap rata-rata
kelompok dibagi banyaknya data (n) . Akar varians adalah standar deviasi
(simpangan baku). Varians populasi diberi simbul σ2 dan standar deviasi σ.
Sedangkan varians untuk sampel diberi simbul s2 dan standar deviasi
diberi simbul s.

Rumus simpangan (deviasi) = x  X  X

Varians adalah rerata kudrat simpangan, dengan rumus:

s2 
x 2


(X  X ) 2

 untuk sampel besar atau populasi

n n

s 
2 x 2


(X  X ) 2
1

  X 
2
( X ) 2 
 n  X  ( X )

2 2

(n  1) (n  1) n
 (n  1) 
 n(n  1)

 untuk sampel kecil

37
 4. Standar Deviasi (simpangan baku)
Standar deviasi atau simpangan baku adalah akar varians, yang dinyatakan
dengan rumus berikut.

s
x 2


(X  X ) 2


n X 2  (  X ) 2
(n  1) (n  1) n(n  1)

5. Ukuran Letak
Ada beberapa ukuran letak, antara lain: Kuartil, Decil, dan Persentil. Dasar
perhitungannya sama dengan menghitung median.
Untuk menghitung ukuran letak, didasarkan pada tabel distribusi frekuensi
yang telah dibahas di atas. Berdasarkan tabel distribusi frekuensi, dapat
dihitung Kuartil, Decil, dan Persentil. Untuk itu, berikut ini akan
ditampilkan kembali tabel distribusi tersebut.
Tabel 1.7. Distribusi Frekuensi Skor Tes Matematika Siswa SMA
Kelas interval Batas kelas frekuensi F kumulatif

21 - 30 30,5 2 2
31 - 40 40,5 6 8
41 - 50 50,5 18 26
51 - 70 70,5 30 56
71 - 80 80,5 20 76
81 - 90 90,5 16 92
91 - 100 100,5 8 100
Jumlah 100

Kuartil pertama (1/4n), adalah suatu nilai dalam distribusi yang membatasi
25% frekuensi di bagian bawah distribusi dari 75% frekuensi dibagian atas
distribusi.
 1 / 4n  F   25  8 
K1  b  p   40,5  10   49,94 , dimana
 f   18 

K1 = Kuartil pertama

B = Batas bawah, dari daerah kuartilpertama

P = panjang kelas (interval)

38
 N = banyak data/jumlah sampel

F = f kumulatif sebelum kelas kuartil pertama (jumlah semua frekuensi

sebelum kelas

kuartil pertama)

f = frekuensi kelas/daerah kuartil pertama

Kuartil 2 (2/4n = Median)

Kuartil 3 (3/4n), dapat dihitung dengan rumus berikut.

 3 / 4n  F   75  56 
K 3  b  p   70,5  10   80
 f   20 

Desil pertama adalah suatu titik yang membatasi 10% frekuensi yang
terbawah dalam distribusi.

Decil pertama dan ke lima, dapat dihitung dengan rumus berikut.

 1 / 10n  F   10  8 
D1  b  p   40,5  10   41,6
 f   18 

 5 / 10n  F   50  26 
D5  b  p   50,5  10   58,5
 f   30 

ini sama dengan median.

Persentil pertama (1/100n) adalah suatu titik dalam distribusi yang menjadi
batas satu persen (1%) dari frekuensi yang terbawah. Persentil dapat
dihitung dengan rumus berikut.

Misalnya, menghitung persentil 25 adalah sebagai berikut.

 25 / 100n  F   25  8 
P25  b  p   40,5  10   49,94 ; ini sama dengan
 f   18 
kuartil tiga. Demikian seterusnya dapat dihitung persentilnya.

39
 Jenjang Persentil (Percentile Rank) adalah jenjang yang perhitungannya
didasarkan atas 100 angka. Atau jenjang persentil adalah suatu bilangan
yang menunjukkan banyaknya frekuensi dalampersen yang ada pada dan
di bawah nilai itu. Cara menghitung jenjang persentil dari distribusi angka
kasar adalah sebagai berikut.

 X  b   100
JP    fd  F  * , dimana
 p   n

JP = jenjang persentil

X = Suatu nilai yang diketahui

B = batas bawah nyata interval yang mengandung X

P = panjang interval (=interval)

fd = frekuensi dalam interval yang mengandung X

F = frekuensi kumulatif dibawah interval yang mengandung X

Misalnya, kalau ingin mencari nilai 85 pada distribusi frekuensi tabel di

atas, maka dapat dicari dengan jalan berikut.

 X  b   100  85  80,5   100

JP    fd  F  *    *16  76 *  83,2 .
 p   n  10   100

Dengan demikian, nilai 85 menjadi JP 83,2. Ini berarti bahwa ada 83,2%
frekuensi yang mendapat angka 85 ke bawah dalam distribusi frekuensi
tersebut. Untuk diketahui, bahwa persentil adalah suatu titik, sedangkan
jenjang persentil (JP) adalah jarak

6. Skor Baku (skor standar)

Ada beberapa skor baku atau skor standar, namun yang sering digunakan
dalam pendidikan, antara lain Skor Z dan Skor T.

40
 XX
Skor Z =
SD

XX 
Skor T = 50 + 10Z = 50+10  

 SD 

7. Kurve Normal dan Skor Standar (Skor Baku)

34% 34%

68%

13,5%
13,5%

2,15% 95% 2,15%

0,13%
0,13%

99,7%

| | | | | | |

SD -3SD -2SD -1SD 0 +1SD +2SD +3SD

MEAN

Z SCORES -3 -2 -1 0 +1 +2 +3

T-SCORES 20 30 40 50 60 70 80

IQ SCORES 55 70 85 100 115 130 145

GRE SCORES 200 300 400 500 600 700 800

Gambar 1.10. Kurve Normal dan Skor Baku

41
 8. Menghitung Rata-rata Ideal dan Standar Deviasi Ideal
Berdasarkan kurve normal di atas, dapat dihitung rata-rata hitung ideal dan
standar deviasi ideal. Rata-rata hitung ideal atau harapan adalah setengah
dari skor maksimal ideal ditambah dengan skor minimal ideal. Standar
deviasinya adalah seperenam dari skor maksimal ideal dikurangi skor
minimal ideal.
Contoh perhitungannya adalah sebagai berikut. Jika 30 butir skala sikap
yang skalanya dari 1 sampai dengan 5, maka skor maksimal idealnya
adalah 30 x 5 = 150; sedangkan skor minimal idealnya adalah 30 x 1 = 30.
Rata-rata hitung idealnya = ½ x (150 + 30) = 90. Sedangkan standar
deviasinya (SD) = 1/6 x (150 – 30) = 20. Berdasarkan rata-rata ideal dan
standar deviasi ideal, dapat dibuat skala penilaian sebagai berikut.
Tabel 1.8.Skala Penilaian atau Kategori/ Klasifikasi pada Skala Lima
Teoretik
Rentang Skor Klasifikasi/Predikat

Mi + 1,5 SDi< Mi + 3,0 SDi Sangat Baik

Mi + 0,5 SDi< Mi + 1,5 SDi Baik

Mi – 0,5 SDi< Mi + 0,5 SDi Cukup

Mi – 1,5 SDi< Mi – 0,5 SDi Tidak Baik

Mi – 3,0 SDi< Mi – 1,5 SDi Sangat Tidak Baik

42
 BAB III

PENUTUP

3.1 SIMPULAN
Statistik merupakan ilmu yang mempelajari hal-hal yang berhubungan dengan data serta
sifat-sifat data.Adapun kegiatan statistik adalah pengumpulan data, pengolahan data,
penyajian data, menganalisis data, penariikan kesimpulan, serta pembuatan keputusan yang
didasarkan atas data yang diperoleh.Data diperoleh dari fakta.Kegunaan data adalah
memberikan informasi kepada yang membutuhkan.

3.2 SARAN
Kami sadar sebagai penulis sadar bahwa makalah ini masih jauh dari kata sempurna,
kedepannya kami akan lebih dalam memberi contoh studi kasus dan lebih detail dalam
menjelaskan tentang statistik kesehatan dengan sumber-sumber yang lebih banyak lagi

43
 DAFTAR PUSTAKA

Aleks, Maryunis. 2007. Statistika dan Teori Probabilitas, untuk Penelitian Pendidikan. Fakultas
Matematika dan Ilmu Pengetahuan Alam UNP.

Anonim.2012. Statistika Deskriptif Adalah. Available on :

http://www.scribd.com/doc/32185113/Statistika-deskriptif-adalah. Diakses pada tanggal 7
Mei 2012

Koyan,Wayan.2012.Buku Ajar Statistik.Denpasar:UNDIKSHA

Purwandari, Eka. 2012. Artikel Statistik Deskriptif Adalah. Available on : http://eka-

purwandari.blogspot.com/2012/06/artikel-statistik-deskriptif.html. Diakses pada tanggal 7
Mei 2017

Sugiyono. 2002. Statistika untuk Penelitian. Bandung: Penerbit CV Alfabeta

Sugiyono. 2004 Statistik Nonparametrik Untuk Penelitian. Bandung: PenerbitAlfabeta

44