Analisis Deskriptif

Tujuan
• Menjelaskan/ mendeskripsikan karakteristik masing – masing variabel
yang diteliti
Fungsi
• Menyederhanakan atau meringkas kumpulan data hasil pengukuran
sedemikan hingga kumpulan tersebut berubah menjadi informasi
berguna.
• Peringkasan dapat berupa ukuran – ukuran stastistik, seperti tabel dan
grafik

METPEN & STATISTIKA AHMAD AFIF, M.Si

Analisis Deskriptif

Peringkasan data :

Peringkasan Peringkasan
data kategorik data numerik

METPEN & STATISTIKA AHMAD AFIF, M.Si

Analisis Deskriptif

Peringkasan data kategorik

 Pada data kategorik peringkasan data hanya menggunakan distribusi

frekuensi dengan ukuran persentase atau proporsi.
 Contoh deskripsi variabel kategorik dalam bentuk tabel dan grafik.

Distribusi responden menurut tingkat pendidikan pasien RS Sejahtera

Tahun 2009

METPEN & STATISTIKA AHMAD AFIF, M.Si

Analisis Deskriptif

Peringkasan data kategorik

 Tabel Distribusi responden menurut tingkat pendidikan pasien RS

Medika Tahun 2009

 Silahkan digambar grafik pada tabel diatas.

METPEN & STATISTIKA AHMAD AFIF, M.Si

Analisis Deskriptif

Peringkasan data numerik

 Pada data numerik, deskripsinya berdasarkan pemusatan data, sebaran

dan penyajiannya dalam bentuk histogram.
 Ukuran pemusatan yang digunakan adalah mean, median, dan modus.
Sedangkan ukuran sebaran/variasi digunakan range, standar deviasi,
minimal dan maksimal

METPEN & STATISTIKA AHMAD AFIF, M.Si

 Pemusatan Data

Mean

Ukuran pemusatan data adalah

besaran yang menyatakan posisi
Median
dimana data akan mengumpul atau
terkonsentrasi

Modus

METPEN & STATISTIKA AHMAD AFIF, M.Si

 Pemusatan Data

Variabel interval dan

Variabel nominal Variabel ordinal rasio
• Modus • Median • Mean

METPEN & STATISTIKA AHMAD AFIF, M.Si

 Mean
RATA-RATA : suatu bilangan yang bertindak mewakili sekumpulan bilangan
RATA-RATA HITUNG (RERATA/mean) : jumlah bilangan dibagi banyaknya

n
X + X2 + X3 + … + Xn
X= 1 Σ Xi
n i =1

n
Bila terdapat sekumpulan bilangan di mana masing-masing bilangannya memiliki frekuensi,
maka rata-rata hitung menjadi :
k
X f + X2 f2 + X3 f3 + … + Xkfk Σ Xifi
X= 1 1
f1 + f2 + f 3 + … + f k i =1

k
Cara menghitung : Σ fi
i =1
Bilangan (Xi) Frekuensi (fi) Xi fi
70 3 210
63 5 315 Maka : X = 695 = 69.5
10
85 2 170
Jumlah 10 695
METPEN & STATISTIKA AHMAD AFIF, M.Si
 Median
MEDIAN : nilai tengah dari sekumpulan data setelah diurutkan yang fungsinya membantu
memperjelas kedudukan suatu data.

Contoh : diketahui rata-rata hitung/mean nilai ulangan dari sejumlah siswa adalah 6.55.
Pertanyaannya adalah apakah siswa yang memperoleh nilai 7
termasuk istimewa, baik, atau biasa-biasa saja ?

Jika nilai ulangan tersebut adalah : 10 10 8 7 7 6 5 5 5 5 4,

maka rata-rata hitung = 6.55, median = 6
Kesimpulan : nilai 7 termasuk kategori baik sebab berada di atas rata-rata hitung
dan median (kelompok 50% atas)

Jika nilai ulangan tersebut adalah : 8 8 8 8 8 8 7 5 5 4 3,

maka rata-rata hitung = 6.55, median = 8
Kesimpulan : nilai 7 termasuk kategori kurang sebab berada di bawah median
(kelompok 50% bawah)

Jika sekumpulan data banyak bilangannya genap (tidak mempunyai bilangan tengah)
Maka mediannya adalah rerata dari dua bilangan yang ditengahnya.
Contoh : 1 2 3 4 5 6 7 8 8 9 maka median (5+6) : 2 = 5.5
 Median
 Data kelompok
(𝑛 + 1)
− 𝑓𝑘
𝑀𝑑 = 𝐿1 + 2 × 𝑐𝑖
𝑓𝑚𝑑

keterangan :
𝐿1 = nilai batas bawah dari kelas yang memuat median
(𝑛+1)
= posisi median
2
𝑓𝑘 = frekuensi komulatif kelas sebelum median berada
𝑓𝑚𝑑 = frekuensi kelas median berada
𝑐𝑖 = lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yang
memuat median

METPEN & STATISTIKA AHMAD AFIF, M.Si

 Median
Kelas Titik Frek
Frekuensi
Batas tengah kumulatif
Batas atas (F)
bawah (M) (≤)

30 39 34.5 2 2

40 49 44.5 3 5

50 59 54.5 11 16

60 69 64.5 20 36

70 79 74.5 32 68

80 89 84.5 25 93

90 99 94.5 7 100
 Modus
MODUS : bilangan yang paling banyak muncul dari sekumpulan bilangan,
yang fungsinya untuk melihat kecenderungan dari sekumpulan bilangan tersebut.

Contoh : nilai ulangan 10 10 8 7 7 6 5 5 5 5 4

Maka : s = 6 ; k = 3 ; p =2
rata-rata hitung/mean = 6.55 ; median = 6
modus = 5 ; kelas modus = 5 - 7

Nilai Frekuensi Nilai Frekuensi

10 2 8 – 10 3
8 1 5–7 7
7 2 2–4 1
6 1 Jumlah 11
5 4
4 1
Jumlah 11

METPEN & STATISTIKA AHMAD AFIF, M.Si

 Modus
 Data kelompok
∆1
𝑀𝑜 = 𝐿 + × 𝑐𝑖
∆1 + ∆2

keterangan :
𝐿 = nilai batas bawah dari kelas yang memuat modus
∆1 = selisih frekuensi kelas modus dengan kelas sebelumnya
∆2 = selisih frekuensi kelas modus dengan kelas sesudahnya
𝑐𝑖 = lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yang memuat
modus

METPEN & STATISTIKA AHMAD AFIF, M.Si

 Modus

Kelas Titik Frekuensi

Batas bawah Batas atas tengah (f)

30 39 34.5 2

40 49 44.5 3

50 59 54.5 11

60 69 64.5 32

70 79 74.5 20

METPEN & STATISTIKA AHMAD AFIF, M.Si

 Mean, Me, Mo

Ketiga nilai tersebut dapat dilihat sebagai berikut :

Kurva negatif apabila rata-rata hitung < modus / median
Kurva positif apabila rata-rata hitung > modus / median

- +
Mo X Me Kurva negatif Kurva Positif

METPEN & STATISTIKA AHMAD AFIF, M.Si

Sebaran Data

• Ukuran sebaran data adalah besaran yang menyatakan

bagaimana data menyebar disekitar pusat datanya

• Nilai semua data sama dengan pusatnya atau bisa disebut

nol homogen

• Data semakin terkonsentrasi disekitar pusatnya

kecil

• data yang ada sangat menyebar dai pusatnya atau bisa

besar disebut heterogen

METPEN & STATISTIKA AHMAD AFIF, M.Si

Sebaran Data

Range

Deviasi
Rata -
rata

Variansi

Stadard
Deviasi

METPEN & STATISTIKA AHMAD AFIF, M.Si

 Penyebaran Data
UKURAN YANG MENYATAKAN HOMOGENITAS / HETEROGENITAS :
1. Kisaran (Range)
2. Simpangan Rata - rata (Mean Deviation)
3. Ragam (Variance)
4. Simpangan Baku (Standard Deviation)
kisaran (range) : selisih bilangan terbesar dengan bilangan terkecil.
Sebaran merupakan ukuran penyebaran yang sangat kasar, sebab hanya bersangkutan
dengan bilangan terbesar dan terkecil.

Contoh : A : 100 90 80 70 60 50 40 30 20 10
X = 55
B : 100 100 100 100 100 10 10 10 10 10
r = 100 – 10 = 90
C : 100 100 100 90 80 30 20 10 10 10

Rata-rata

METPEN & STATISTIKA AHMAD AFIF, M.Si

 Simpangan rata-rata
Kelompok A Kelompok B
Simpangan rata-rata : penyebaran Nilai X X-X |X – X| Nilai X X-X |X – X|
Berdasarkan harga mutlak simpangan 100 45 45 100 45 45
bilangan-bilangan terhadap rata- 90 35 35 100 45 45
ratanya. 80 25 25 100 45 45
70 15 15 90 35 35
60 5 5 80 25 25
50 -5 5 30 -25 25
Rata-rata
40 -15 15 20 -35 35
30 -25 25 10 -45 45
20 -35 35 10 -45 45
10 -45 45 10 -45 45
Jumlah 0 250 Jumlah 0 390

DR = 250 = 25 DR = 390 = 39
10 10

Rata-rata n
|Xi – X|
DR = Σ
n
i=1

Makin besar simpangan,

makin besar nilai simpangan rata-rata
 Ragam & SB
Kelompok A Kelompok B

Ragam (variance) : penyebaran Nilai X X -X (X–X)2 Nilai X X -X (X –X)2

berdasarkan jumlah kuadrat simpangan 100 45 2025 100 45 2025
bilangan-bilangan terhadap rata-ratanya ; 90 35 1225 100 45 2025
melihat ketidaksamaan sekelompok data 80 25 625 100 45 2025

n 70 15 225 90 35 1225
s2 = Σ (Xi – X)
2
60 5 25 80 25 625
i=1 n-1 50 -5 25 30 -25 625
40 -15 225 20 -35 1225
30 -25 625 10 -45 2025
Simpangan baku (standart deviation): 20 -35 1225 10 -45 2025
penyebaran berdasarkan akar dari varians ; 10 -45 2025 10 -45 2025
menunjukkan keragaman kelompok data Jumlah 8250 Jumlah 15850

n s= 8250 = 30.28 s= 15850 = 41.97

√ √
√ Σ (Xi – X)
2
s= 9 9
i=1 n-1
Kesimpulan :
Kelompok A : rata-rata = 55 ; DR = 25 ; s = 30.28
Kelompok B : rata-rata = 55 ; DR = 39 ; s = 41.97
Maka data kelompok B lebih tersebar daripada kelompok A
 Contoh

Seorang analis diminta untuk melakukan analisis 30 kapsul tetrasiklin selama

proses produksi. Hasilnya diperoleh sebagai berikut.
Kapsul# Kandungan Kapsul# Kandungan Kapsul# Kandungan
tetrasiklin tetrasiklin tetrasiklin
(mg/kapsul) (mg/kapsul) (mg/kapsul)
1 251 11 250 21 250

2 250 12 253 22 254

3 253 13 251 23 248

4 249 14 250 24 252

5 250 15 249 25 251

6 252 16 252 26 248

7 247 17 251 27 250
8 248 18 249 28 247

9 254 19 246 29 251

10 245 20 250 30 249
 Contoh

Jawab : (uji statistika diskriptif – spss)

METPEN & STATISTIKA AHMAD AFIF, M.Si

 Contoh

Jawab : (lanjutan...)

METPEN & STATISTIKA AHMAD AFIF, M.Si

 Contoh

Jawab : (output uji statistika diskriptif – spss)