TUGAS UJIAN PRAKTIKUM

BLOK 9 : EPIDEMIOLOGI DAN BIOSTATISTIKA

STATISTIKA DESKRIPTIF

SEMESTER GANJIL 2019-2020

Disusun Oleh :
Maria Yustina Asri Dian Pramesti

181610101139

FAKULTAS KEDOKTERAN GIGI

UNIVERSITAS JEMBER
2019

1
 BAB I

PENDAHULUAN

1.1 Latar Belakang (Asumsi Penggunaan)

Banyak sekali hal dalam kehidupan sehari-hari yang bisa dideskripsikan dalam sebuah
bentuk data yang mamapu menginformasikan sesuatu. Informasi data yang sudah di peroleh
tidak bisa gunakan apabila tidak diolah terlebih dahulu agar menjadi sebuah data yang mudah
dibaca dan dianalisa. Tetapi data yang diperoleh tentunya berbeda-beda, sesuai dengan
kebutuhan dan tujuan penyajian data tersebut. Maka dari itu dengan adanya metode statistika
dapat menggunakannya dalam pengumpulan, penyajian, meganalisis dan membuat suatu
kesimpulan dari sebuah data.
Pengaplikasian ilmu statistika dibagi menjadi dua bagian, yaitu statistika deskriptif dan
statistika inferensia. Kedua bagian tersebut memiliki peran masing-masing dalam hal
mengumpulkan data hingga pengambilan kesimpulan. Dalam menganalisis data para ilmuan
statistikawan menggambarkan presepsinya tentang suatu fenomena. Karena suatu fenomena
mampu menjelaskan suatu teori Statistika deskriptif bertugas mengolah dan menyajikan data.
Pendekatan awal yang umumnya digunakan untuk menjelskan suatu fenomena adalah statistika
deskriptif. Statistika desktiptif membahas tentang metode-metode pengumpulan,pengolahan dan
penyajian data sehingga dapat memberikan suatu informasi yang jelas dan juga menarik.
Sedangkan statistika inferensia lebih berfokus pada proses uji analisa hingga pengambilan
keputusan.Kemampuan untuk mengolah sebuah data sangatlah penting untuk mempelajari ilmu
statistika.Karena dengan cara penyajian yang baik dan benar akan didapatkan informasi yang
jelas sehingga dapat dilakukan penganalisaan yang lebih lanjut dan dapat diambil
kesimpulannya.Dengan pebuatan laporan ini diharapkan agar membantu mahasiswa statistika
dalam hal statistika deskriptif,mulai dari perhitungan ukuran,pemusatan data,penyebaran data
hingga penyajian data dalam bentuk histogram.

2
 BAB II

TINJAUAN PUSTAKA
2.1 Statistika
Statistika adalah cabang dari matematika terapan yang mempunyai cara-cara,maksutnya
mengkaji atau membahas,mengumpulkan dan menyusun data,mengelolah dan menganalisis
data,serta menyajikan data dalam bentuk kurva atau digram,menarik kesimpulan,menafsirkan
parameter,dan menguji hipotesa yang didasarkan pada hasil pengolahan data(Maryanto, 2008).
Menurut jenjang keilmuannya, statistika dibagi atas dua bagian, yaitu statistika deskriptif
dan statistika inferensia. Statistika deskriptif sering disebut statistika deduktif yang membahas
tentang bagaimana merangkum sekumpulan data dalam bentuk yang mudah dibaca dan cepat
memberikan informasi, yang disajikan dalam bentuk table, grafik, nilai pemusatan, dan
penyebaran. Statistika inferensia disebut juga statistika induktif karena dapat menganalisis dan
mengambil kesimpulan dengan metode tertentu tentang suatu fenomena berdasarkan sampel
(Aridinanti, 2003)
Statistika juga dapat diartikan sebagai kumpulan data,baik bilangan maupun bukan
bilangan mengenai suatu masalah,misalkan satatistik penduduk,statistik produksi,statistik
kehutanan,statistik ekonomi pertanian,statistik kecelakaan lalu lintas dan lain-lain (Wibisono,
2009).

2.2 Statistika Deskriptif

Statistika deskriptif merupakan bagian statistika yang membahas tenang metode-metode
untuk menyajikan data sehingga menarik dan informatif.Secara umum statistika deskriptif dapat
diartikan sebagai metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu
gugus data sehingga memberikan informasi yang berguna.Perlu kiranya dimengerti bahwa
statistika deskriptif memberikan informasi hanya mengenai data yang dipunyai dan sama sekali
tidak menarik inferensia (Walpole, 1995)
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

3
keadaan, gejala, atau persoalan. Penarikan kesimpulan pada statistik deskriptif (jika ada) hanya
ditujukan pada kumpulan data yang ada (Hasan, 2002).

2.2.1 Ukuran Pemusatan Data

Ukuran pemusatan data adalah ukuran untuk menyelidiki segugus data kuantitatif yang
menunjukkan lokasi pusat dari gugus data tersebut setelah diurutkan dari nilai terkecil sampai
terbesar atau sebaliknya. Jenis ukuran pemusatan yang paling banyak digunakan adalah rata-rata
hitung(mean), median, kuartil, dan modus (A Purwoto,2007).
1. Mean (Rata-rata)
Mean dihitung dengan menjumlahkan semua nilai data pengamatan kemudian dibagi
dengan banyaknya data. Definisi tersebut dapat di nyatakan dengan persamaan berikut
(Walpole,1995)

(2.1)

(2.2)

Keterangan :

= nilai

n = banyaknya data
2. Median
Median segugus data yang telah diurutkan dari yang terkecil sampai terbesar atau terbesar
sampai terkecil adalah pengamatan yang tepat di tengah-tengah bila banyaknya pengamatan itu
ganjil, atau rata-rata kedua pengamatan yang di tengah bila banyaknya pengamatan genap
(Walpole, 1995).
Jika median dengan data tunggal dengan n ganjil menggunakan rumus :

(2.3)

Jika median dengan data tunggal dengan n genap menggunakan rumus :

(2.4)

4
Jika median dalam distibusi fekuensi menggunakan rumus :

(2.5)

Keterangan:
b = batas bawah kelas median dari kelas selang yang memuat
nilai median
p = panjang kelas median
n = ukuran sampel/banyak data
f = frekuensi kelas median
F = Jumlah semua frekuensi dengan tanda kelas lebih kecil dari
kelas median (∑fi)
3. Modus
Modus segugus pengamatan adalah nilai yang terjadi paling banyak banyak yang
mempunyai frekuensi paling tinggi (Walpole, 1995). Dengan rumus sebagai berikut :
Mo = b + p (b1b1+b2) (2.6)
Keterangan :
Mo = kelas yang memuat modus
B = batas bawah kelas modal
p = panjang kelas modal
bmo = frekuensi dari kelas yang memuat modus (yang nilainya tertinggi)
b1 = bmo – bmo-1 = frekuensi kelas modal – frekuensi kelas sebelumnya
b2 = bmo – bmo+1 = frekuensi kelas modal – frekuensi kelas sesudahnya

2.2.2 Ukuran Penyebaran Data

Ukuran penyebaran data adalah ukuran variansi atau seberapa jauh nilai tersebar dari data
satu dengan lainnya dari gugus data (Sudjana, 1996).Nilai sentral kurang bermanfaat apabila
tidak diketahui nilai pemencaran atau penyimpangan tiap datanya terhadap nilai tengah.Jika
suatu data mempunyai nilai yang terlalu jauh meyimpang dari nilai sentralnya,maka data tersebut
kurang akurat untuk menggambarkan keseluruhan data.Ukuran penyebaran data dapat meliputi

5
range,kuartil,varians,standart deviasi,jangkauan antar kuartil,standard error mean dan koefisien
variansi.
1. Range
Range adalah selisih atau jarak antara nilai maksimum dengan nilai minimum
(Aryanto,2009).Rumus yang digunakan untuk menghitung range adalah
2. R = Xmax - Xmin (2.7)
3. Quartile
Quartile atau kuartil adalah nilai-nilai yang membagi segugus pengamatan menjadi empat
bagian sama besar. Nilai-nilai itu, dilambangkan dengan Q 1, Q2, dan Q3, mempunyai sifat bahwa
25% data jatuh di bawah Q1, 50% jatuh di bawah Q2, dan 75% jatuh di bawah Q3 (Walpole,
1995).
Rumus yang digunakan untuk menghitung quartile sebagai berikut.
Untuk n ganjil:

Untuk n genap:

4. Varians
Varians adalah nilai kuadrat dari deviasi standar (Walpole, 1995).
Rumus yang digunakan untuk menghitung varians adalah

(2.8)

Keterangan:
S2 = Varians
Xi = Nilai Tengah
= Rata-rata
n = Banyak data
5. Standar Deviasi

6
 Standar deviasi adalah nilai kuadrat dari deviasi standart (Aryanto, 2009). Rumus yang
digunakan adalah

(2.9)

Keterangan:
S = Standar Deviasi

= Nilai Tengah

= Rata-rata

Banyak data

6. Jangkauan antar kuartil

Jangkauan antar kuartil adalah selisih dari nilai kuartil ketiga dan kuartil pertama (Sudjana,
1996). Rumusnya adalah
H = Q3-Q1 (2.10)
Keterangan:
Q3 = Kuartil kelas ketiga
Q1=Kuartil kelas pertama
7. Standard Error Mean
Standard error mean adalah pengukuran untuk mengukur seberapa jauh nilai rata-rata
bervariasi dari suatu sample ke sample lainnya yang diambil dari distribusi yang sama
(Supranto, 2000).Rumus yang digunakan untuk menghitung standard error mean sebagai
berikut :

SE Mean = (2.11)

8. Koefisien Variasi
Koefisien Variasi adalah teknik dalam statistik untuk uji multivariasi yang merupakan
perpaduan antara analisis regresi dengan analisis variasi (Winarsunu, 2002).

7
 (2.12)

Keterangan:

s = Simpangan baku

= Rata-rata dari sekumpulan data

2.2.3 Skewness
Skewness adalah suatu ukuran derajat ketidaksimetrisan sebuah kurva distribusi frekuensi (A
Purwoto, 2007). Dengan rumus sebagai berikut :

(2.13)

Keterangan:

= observasi ke-i

= rata-rata observasi

N = jumlah data
s = simpangan baku

2.2.4 Kurtosis
Kurtosis adalah suatu ukuran yang menggambarkan tinggi rendahnya bentuk suatu kurva
distribusi frekuensi atau ukuran yang menyatakan tentang runcing tidaknya suatu kurva distribusi
frekuensi (A Purwoto, 2007). Dengan rumus sebagai berikut :

(2.14)

Keterangan :

observasi ke-i

observasi rata-rata

N = jumlah data
s = simpangan baku

8
2.2.5 Histogram
Suatu histogram terdiri atas satu kumpulan batang persegi panjang yang masing- masing
mempunyai alas pada sumbu mendatar (sumbu X) yang lebarnya sama dengan lebar kelas
interval dan luas yang sebanding dengan ferkuensi kelas. Jika semua kelas interval sama
lebarnya, maka tinggi batang sebanding dengan frekuensi kelas dan biasanya tinggi batang
secara numerik sama dengan frekuensi kelas interval. Akan tetapi, jika kelas interval lebarnya
tidak sama, maka tinggi batang ini harus disesuaikan (Walpole, 1995).

2.2.6 Pie Chart

Pie chart merupakan diagram lingkaran berbentuk tiga dimensi dan setiap juring
menunjukkan presentase dan masing-masing kelompok data (Wibisono, 2009)

2.2.7 Cross Tabulation

Cross tabulationini dipergunakan untuk menyajikan data kategorikal dalam bentuk
tabulasi,terdiri dari baris (row) dan kolom(colum) (Sudjana, 1996).

9
2.2.8 Korelasi

Korelasi juga digunakan untuk mengetahui derajat korelasi antara kedua

variabel,sehingga digunakan analisis korelasi product moment yang bertujuan untuk mengetahui
ada atau tidaknya hubungan dua variabel yaitu variabel bebas dan variabel terikat (Sarwono,
2006).

(2.14)
Keterangan:

= Korelasi antara variabel x dan y

banyak data

= rata-rata x

= rata- rata y

= standar deviasi x

= standar deviasi y

10
 BAB III
ANALISIS DAN PEMBAHASAN

3.1 Penggunaan Spss Untuk Statistika Deskriptif

1. klik analyze > descriptive statistica > descriptives.

2. Maka akan muncul tampilan berikut, lalu pilih item yang akan diolah, masukkan
dalam variable, lalu klik OK.

11
 3. Sehingga akan didapatkan hasil demikian

Interpretasi :
Didapatkan jumlah responden 65, dengan usia minimum 17 tahun dan usia maksimum 32
tahun. Sehingga didapatkan rata-rata usia 20,18 tahun. Std deviation 2,833, dibawah
mean, yang berarti menunjukkan data usia responden kurang bervariasi.

Grafik Usia
1. Pilih menu graphs > legacy dialogs > bar.

12
2. Akan muncul tampilan berikut, lalu pilih simple > summaries for groups of cases.

3. Kemudian pilih item yang akan diolah, lalu masukkan dalam category axis, lalu klik OK.

13
4. Sehingga akan muncul tampilan grafiknya seperti berikut

Dimana akan tampak pada grafik bahwa responden didominasi dari kalangan usia 19-20 tahun.

Grafik Jenis Kelamin

1. Pilih menu graphs > legacy dialogs > pie.

14
2. Kemudian akan muncul kolom berikut, dan pilih summaries for group of cases

3. Lalu pilih item yang akan diolah dan masukkan dalam kolom define slices by, lalu klik OK.

4. Sehingga akan ditampilkan bentuk grafik berikut

15
Didapatkan hasil bahwa responden mayoritas berjenis kelamin perempuan.

Grafik Soal
1. Pilih menu graphs > legacy dialogs > bar

2. Akan muncul tampilan berikut, lalu pilih simple > summaries for groups of cases.

16
3. Kemudian pilih nomor soal yang akan diolah, lalu masukkan dalam category axis, lalu klik
OK.

4. Sehingga akan muncul tampilan grafiknya seperti berikut

17
 BAB IV
KESIMPULAN DAN SARAN

4.1 Kesimpulan
Statistika deskriptif adalah metode statistika yang digunakan untuk menggambarkan atau
menganalisis suatu data hasil penelitian namun tanpa adanya generalisasi atau membuat
kesimpulan yang lebih luas. Ciri dari penelitian deskriptif adalah tidak menggunakan sampel,
atau kalaupun menggunakan sampel, maka peneliti tidak bermaksud membuat kesimpulan
terhadap keseluruhan populasi.
Secara umum, kegiatan dalam statistika deskriptif meliputi 2 hal, yaitu menyajikan data
dan meringkas data. Menyajikan data bertujuan agar data yang ditampilkan terlihat lebih
informatif, untuk tujuan tersebut maka data umumnya direpresentasikan dalam bentuk tabel, atau
grafik seperti: batang (bar), lingkaran (pie), garis (line), poligon, histogram, ogive dan
sebagainya.
Meringkas data bertujuan untuk membuat sebuah ukuran kuantitatif yang dapat mewakili
sekian banyak data. Ada 2 hal yang sering dipertimbangkan dalam penentuan data pewakil: (1)
letak data, seperti: rata-rata (means), titik tengah dari sekumpulan data (median), data yang
paling sering muncul (modus), kuartil, desil, persentil; (2) variasi atau penyebaran data, seperti:
koefisien variasi, standar deviasi, dan sebagainya.

4.2 Saran
Jika ingin melakukan praktikum tentang metode statistika deskriptif alangkah baiknya
melakukannya dengan amat teliti dan cermat. Karena dalam perhitungan dan pemusatan data
secara manual dibutuhkan tingkat ketelitian yang tinggi karena jika ada salah perhitungan maka
data menjadi tidak valid dan informasi yang akan diberikan kepada orang lain menjadi tidak
informative. Pengolahan data menjadi lebih mudah jika menggunakan software minitab dengan
begitu akan mengurangi resiko kesalahan.

18
 DAFTAR PUSTAKA

 Muchson, M. 2017. Statistik Deskriptif. Bogor: Guepedia.

 Susanti, Meilia, Nur, Indah. 2010. Statistik Deskriptif dan Induktif. Yogyakarta: Graha
Ilmu
 Sugiyono, 2006, Statistika untuk Penelitian, Bandung: Alfabeta

19