5

Statistik deskriptif dapat digunakan bila peneliti hanya ingin

mendeskripsikan data sampel, dan tidak ingin membuat kesimpulan yang berlaku
untuk populasi dimana sampel diambil. Tetapi peneliti ingin membuat kesimpulan
yang berlaku untuk populasi, maka teknik analisis yang digunakan adalah statistik
inferensial (Sholikhah, 2016).
Termasuk dalam statistik deskriptif antara lain adalah penyajian data melalui
tabel, grafik, diagram, piktogram, perhitungan modus, median, mean (pengukuran
tendensi sentral), perhitungan desil, persentil, perhitungan penyebaran data
melalui perhitungan rata-rata dan standar deviasi, perhitungan persentase
(Sholikhah, 2016).
2.2 Tujuan Analisis Deskriptif

Statistik deskriptif digunakan untuk mendeskripsikan variabel penelitian yang

diperoleh melalui hasil pengukuran, yaitu data hasil belajar statistik deskriptif
untuk masing-masing kelompok (Darwis, 2017).

a. Untuk memudahkan pengumpulan data dan penyajian data, sehingga mudah

dipahami.

b. Untuk menerangkan keadaan, gejala atau persoalan.

c. Untuk menguji generalisasi hasil penelitian yang didasarkan atas satu sampel.

d. Untuk mendeskripsikan atau memberi gambaran objek yang diteliti

sebagaimana adanya tanpa menarik kesimpulan atau generalisasi (Nasution,
2017; Purnomo, 2017).

Statistika deskriptif ini memiliki tujuan untuk memberikan gambaran

(deskripsi) mengenai suatu data agar data yang tersaji menjadi mudah dipahami
dan informatif bagiorang yang membacanya. Statistika deskriptif menjelaskan
berbagai karakteristik data seperti rata-rata (mean), jumlah (sum) simpangan baku
(standard deviation), varians (variance), rentang (range), nilai minimum dan
maximum (Nasution, 2017).

Prinsip dasar penyeajian data adalah komunikatif dan lengkap, dalam arti data
yang disajikan dapat menarik perhatian pihak lain untuk membacanya dan mudah
 6

memahami isinya. Statistika Deskriptif mempunyai tujuan untuk mendeskripsikan

atau memberi gambaran objek yang diteliti sebagaimana adanya tanpa menarik
kesimpulan atau generalisasi (Nasution, 2017).

2.3 Fungsi Analisis Deskriptif

Dalam statistik deskriptif juga dapat mencari kuatnya hubungan antara
variabel melaui analisis korelasi, melakukan prediksi dengan analisis regresi, dan
membuat perbandingan dengan membandingkan rata-rata data sampel atau
populasi (Sholikhah, 2016).
a. Untuk menilai atau mengevaluasi apakah data yang dipakai layak dapat
dipercaya atau tidak.

b. Untuk mempelajari perbedaan nilai statistik variabel-tujuan, seperti prevalensi,

proporsi dan rata-rata disertai dengan standar deviasinya yang dihitung
berdasarkan data sampel tertentu dengan nilai yang diharapkan, dengan kata
lain menentukan ada atau tidaknya permasalahan.

c. Untuk mempelajari hubungan atau asosiasi antara faktor-faktor penyebab

dengan variabel umum.

d. Memberikan gambaran yang teratur, ringkas dan jelas, mengenai keadaan,

peristiwa atau gejala tertentu sehingga dapat ditarik pengertian atau makna
tertentu
e. Mendapatkan gambaran situasi/kejadian secara sistematis, faktual, serta dapat
diinterpretasikan karena data sesuai fakta
f. Menilai atau mengevaluasi, apakah data yang dipakai layar dapat dipercaya
atau tidak
g. Menggambarkan keadaan distribusi frekuensi, pengukuran pemusatan, dan
pengukuran variabilitas.
h. Mengubah kumpulan data mentah menjadi bentuk yang mudah dipahami,
dalam bentuk informasi yang lebih ringkas.
i. Mempelajari perbedaan nilai statistik variabel – tujuan, seperti prevalensi,
proporsi, dan rata-rata disertai dengan standar deviasinya yang dihitung
 7

berdasarkan data sampel tertentu dengan nilai yang diharapkan dengan kata
lain menentukan ada atau tidaknya permasalahan (Nasution, 2017).
2.4 Manfaat Analisis Deskriptif

1. Memperoleh informasi yang cepat dan relevan tentang ciri-ciri subjek

2. Dapat dijadikan informasi untuk usulan dalam perencanaan

3. Dapat dijadikan sebagai evaluasi

4. Sebagai usulan untuk penelitian lanjutan

5. Menentukan frekuensi kemunculan data

6. Mengkategorikan data

7.Meringkas, mengklasifikasikan, menyajikan data yang merupakan langkah awal

dari analisis yang lebih lanjut dalam penggunaan uji statistik.

8. Menyajikan data dalam bentuk yang mudah dipahami dan dibaca (Nasution,
2017, Budiarto, 2016; Harnani dan Rasyid, 2019)

2.5 Perhitungan dan Rumus

a. Mean
Rata-rata hitung dari sekelompok atau serangkaian data adalah jumlah dari
seluruh nilai data dibagi dengan banyak data. Mean untuk data tunggal.
Ukuran yang sering disebut dengan istilah “rata-rata” ini, dicari dengan
perhitungan (jumlah nilai data) dibagi oleh (banyaknya observasi).
Mengingat gugus data yang diamati bisa diperoleh dari populasi atau dari
sampel, maka dibedakan antara rata-rata populasi dengan rata-rata sampel.
Rata-rata populasi dilambangkan dengan µ (miyu), sedangkan ratarata
sampel dilambangkan dengan x (x bar). (Wirawan, 2016).
- Rata-rata sampel
Ukuran sampel adalah banyaknya pengamatan atau anggota sampel.

Keterangan:
x = rata-rata sampel
 8

n = ukuran sampel (banyak anggota sampel)

Xi = data yang ke-i /pengamatan yang ke-i
(Wirawan, 2016).
Mean memiliki kelebihan dan kekurangan. Kelebihan mean, antara lain: 1)
Mean data Tunggal Mean data Kelompok

∑x ∑(ti . fi)
X= X=
∑n ∑ fi
Keterangan : Keterangan :
X = Mean X = Mean
x = Jumlah data ti = Nilai tengah
n = Jumlah frekuensi fi = Jumlah frekuensi
mudah diingat, dimengerti, dipahami dan dihitung; 2) tingkat perubahan data tidak
terlalu mempengaruhi prosedur perhitungan; 3) berdasarkan populasi atau sampel
yang ada. Sedangkan kekurangan mean antara lain: 1) dipengaruhi nilai ekstrim
besar ataupun nilai ekstrim kecil; 2) kelas terbuka sulit ditentukan mean-nya.
Mean biasanya dipilih seseorang sebagai pengukuran central tendency, terutama
bilamana distribusi mendekati normal (Hosiza, 2017).
b. Median
Median dari sekelompok/serangkaian data adalah nilai yang letaknya
tepat di tengah-tengah bila banyaknya data ganjil, atau rata-rata dari dua
nilai yang berada di tengah bila banyaknya data genap, setelah data itu
diurut dari yang terkecil sampai terbesar atau sebaliknya diurut dari yang
terbesar sampai yang terkecil. Ukuran nilai sentral ini, yaitu median, juga
disebut nilai posisi tengah atau nilai rata-rata pertengahan (positional
average) (Wirawan, 2016).
- Median data tunggal
n+1
x=
2
Keterangan:
x = median
n = jumlah frekuensi data
(Siregar, 2015)
 9

- Median data kelompok

1
x=Bp+ P
2
( )
n+Jf
f
Keterangan:
x = median
Bp = Batas bawah kelas yang mengandung nilai median
P = Panjang kelas
n = Jumlah data
f = Banyak frekuensi kelas median
Jf = Jumlah dari semua frekuensi kumulatif sebelum kelas median
(Siregar, 2015).
 Median untuk data tunggal
Adalah nilai tengah dari nilai-nilai pengamatan setelah disusun secara
teratur menurut besarnya data. Nilai ini dipengaruhi oleh letak data
dalam urutannya, sehingga nilai ini sering disebut dengan “rata-rata
posisi”. Untuk data yang tidak dikelompokkan, median adalah nilai
yang terletak pada posisi: (N + 1 ) / 2; dimana N menunjukkan jumlah
observasi keseluruhan.
 Median untuk data berkelompok
Untuk mencari median dari data yang telah dikelompokkan, dua
langkah yang harus dilakukan: pertama kali ditentukan pada kelas
mana letak median berada, dengan rumus: posisi median = pada data
ke- (n+1)/2. Kedua, menghitung besar nilai median dengan rumus:
c. Modus
Modus adalah nilai yang paling sering muncul atau memiliki frekuensi
terbanyak (Santosa dan Muliawan, 2008).
Kelebihan modus sebagai ukuran nilai sentral antara lain adalah:
1. Untuk data atau pengamatan yang jumlahnya relatif kecil, modus mudah
diketahui dan tidak perlu perhitungan.
2. Modus tidak dipengaruhi oleh nilai ekstrem.
 10

3. Modus dapat digunakan sebagai ukuran nilai sentral baik untuk data
kuantitatif maupun untuk data kualitatif.
(Wirawan, 2016).
Sedangkan kelemahannya antara lain adalah: Modus sebagai ukuran nilai
sentral kurang teliti, sebab suatu distribu-si frekuensi kadang-kadang ada
dua modus, tiga modus atau bahkan tidak ada modus (Wirawan, 2016).
d1
Mo=Bl+ x Cl
d 1+ d 2
Keterangan:
Mo = Modus
Bl = Tepi bawah kelas yang mengandung modus
Cl = Interval kelas batas nyata
d1 = Selisih frekuensi antara kelas yang mengandung modus dengan
frekuensi sebelumnya
d1 = Selisih frekuensi antara kelas yang mengandung modus dengan
frekuensi kelas sebelumnya
(Santosa dan Muliawan, 2008)
d. Rentang data
Rentang data atau range adalah antara nilai terbesar dan nilai terkecil dari
frekuensi distribusi (Andriani, 2015).
R = Xmax – Xmin
Keterangan:
R = Rentang/range
Xmax = Nilai data paling tinggi
Xmin = Nilai data paling rendah
(Andriani, 2015).
e. Varians
Variansi adalah rata-rata hitung dari kuadrat deviasi (selisih antara nilai
data terhadap rata-rata hitung kelompok data tersebut) setiap data atau
pengamatan (Wirawan, 2016). Varians yang diberi simbol (S2) dapat
menjelaskan homogenitas suatu kelompok. Semakin kecil varians maka
semakin homogen data dalam kelompok tersebut. Sebaliknya, semakin besar
 11

varians maka maka makin heterogen data dalam kelompok tersebut

(Masturoh I & Nauri AT, 2018).

Keterangan:
s2 = Variansi (keragaman)
xi = nilai data ke-i
x = rata-rata hitung sampel (mean)
n = ukuran sampel
(Wirawan, 2016).
f. Standar Deviasi
Standar deviasi adalah akar kuadrat dari variansinya, atau sebaliknya
variansi sekelompok data adalah pangkat dua dari simpangan bakunya
(Wirawan, 2016).

Keterangan:
s = simpangan baku (deviasi standar)
s2 = Variansi (keragaman)
xi = nilai data ke-i
x = rata-rata hitung sampel (mean)
n = ukuran sampel
(Wirawan, 2016).
2.6 Metode Pengolahan Data
1. Analisis deskriptif sederhana bisa dihitung dengan menggunakan excel
dengan cara mengurutkan data dari yang terkecil ke data terbesar kemudian
memilih Data Data Analysis  Descriptive Statistic  kemudian memilih
tabel yang akan di analisis, dan OK
 12

2. Jenis teknik statistic yang digunakan untuk menguji hipotesis deskriptif

harus sesuai dengan jenis data atau variable berdasarkan skala pengukurannya,
yaitu nominal, ordinal, inverval atau rasio
3. Untuk menguji data nominal bisa menggunakan (1) uji binominal dan (2)
uji kai kuadrat satu sampel
4. Sedangkan untuk menguji data ordinal menggunakan uji run.
5. Menggunakan aplikasi seperti Excel (Nasution, 2017).
6. Di sini, akan dijelaskan dua analisis, yaitu descriptive dan frequencies.

Analisis deskriptif menggunakan software SPSS dapat dilakukan dengan

menggunakan tahapan – tahapan berikut ini :
1.        Membuka program SPSS. Caranya yaitu dengan klik start – all
programs – SPPS for windows. Atau dapat juga dengan double klik shortcut
SPSS pada desktop PC.
2.       Setelah itu akan muncul kotak dialog awal. Untuk membuat data file
baru, maka klik tombol cancel. Sehingga muncul tampilan kotak kerja SPSS
yang siap digunakan.
3.       Pada tampilan kerja SPSS, terdapat dua sheet, yaitu data view dan
variable view. Untuk pertama, pilih variable view, lalu masukkan data – data
yang akan diolah. Perlu diperhatikan juga mengenai kategori jenis data.
-          Pada data nama, type data adalah string, karena nanti inputnya berupa
huruf.
-          Pada data lainnya, yaitu , jenis datanya merupakan data numeric,
karena datanya berupa angka – angka.
-          Untuk label, diketik label atau keterangan singkat dari data pada kolom
‘name’. Sebagai contoh, nama, labelnya nama penduduk. Gaji, labelnya
adalah penghasilan penduduk tiap bulan, dan sebagainya menyesuaiakan data
pada kolom ‘name’.
-          Lalu, yang perlu diperhatikan adalah kolom ‘values’ pada data gender
dan pekerjaan. Gender kita golongkan menjadi 2 nilai. Nilai 1 untuk laki –
laki, dan nilai 2 untuk perempuan. Begitu juga dengan pekerjaan, kita dapat
 13

mengklasifikasikan menjadi 4 klasifikasi. Yaitu 1 untuk PNS, 2 untuk

Pegawai Swasta, 3 untuk Petani, dan 4 untuk pedagang.
-          Sehingga data akan yang diisi pada data view hanyalah angka – angka
saja, kecuali data pada kolom ‘nama’.
4.      Setelah itu, klik sheet data view. Lalu isilah kolom – kolom data. Mulai
dari nama, usia, gender, profesi dan gaji. Sesuai dengan data pada tabel
sebelumnya.
5.       Setelah semua data telah dimasukkan, maka data – data dalam tabel
tersebut siap dianalisis. Untuk analisis deskriptif, klik menu Analyze, lalu
pilih submenu Descriptive Statistic, dan pilih descriptive.
6.      Lalu beri tanda cek (√) pada option yang akan menjadi keluaran (output).
Misalnya mean, sum, std deviation, minimum, maximum, dan variable list.
7.       Setelah itu, klik continue, dan klik OK.