STATISTIK DESKRIPTIF

Statistik deskriptif adalah

• Mendiskripsikan objek yang diteliti melalui data
sampel atau populasi tanpa melakukan analisis
dan membuat kesimpulan yang berlaku umum

• Penyajian datanya berupa tabel, grafik garis

maupun batang, diagram lingkaran, pictogram,
penjelasan kelompok melalui modus, median,
mean dan variasi melalui rentang dan simpangan
baku.
Prinsip penyajian data
1. Komunikatif dan lengkap
2. Dibuat berwarna dan menarik
3. Penyajian dengan pictogram (mahal)
Cara membuat tabel frekuensi data banyak:
1. Tentukan rentang data (R)

1. Tentukan banyak kelas dengan menggunakan

Rumus Sturges
K=1+3,3 log n; n=jumlah data

3. Tentukan kelas interval

I=R/K
Contoh:
Data umur ibu yang mengikuti posyandu
26, 30, 18, 20, 35, 40, 42, 50, 17, 19, 55, 60,
31, 42, 53, 44, 34, 50, 58, 45, 18, 20, 23, 28,
35, 45, 54, 45, 38, 37, 28, 26, 29, 36, 31, 32,
22, 56, 39, 28, 37, 45, 47. 25, 24, 59, 38, 21.
Buatlah tabel distribusi frekuensi kelompok
umur data tersebut
Jawab:
n = 48 (jumlah sampel)
1. Rentang R = 60-17 = 43

2. Banyak kelas K = 1+3,3 log n= 1+3,3 log 48

= 6,544 = 7 ;(log 48=1,68)

3. Interval kelas = R/K

= 43/7
=6
Tabel. Distribusi frekuensi kelompok umur
No.Kelas Kelas Interval Frekuensi Kumulatif Persentase
(%)
1. 17-22 9 9 18,75

2. 23-28 9 18 18,75

3. 29-34 7 25 14,58

4. 35-40 8 33 16,67

5. 41-46 8 41 16,67

6. 47-52 4 45 8,33

7. > 52 3 48 6,25
Jumlah 48 100
 Median data tunggal
Contoh:
Hasil observasi terhadap umur pegawai
sebuah departemen adalah 20, 45, 60, 56, 45,
45, 20, 19, 57, 45, 45, 51, 35.
Jawab:
19, 20, 20, 35, 45, 45, 45, 45, 45, 51, 56, 57,
60.
Median dari data tersebut adalah urutan ke 7
yaitu 45
 Median data interval
1 
 nF 
Med  b  p 2 
 f 
 
 
Keterangan:
b = batas bawah, dimana median akan terletak
p = panjang kelas interval
F = jumlah semua frekuensi sebelum kelas median
f = frekuensi kelas median
n = jumlah sampel
Tabel. Kemampuan manajerial pegawai
Nilai Kemampuan Frekuensi

21 - 30 2
31 - 40 6
41 - 50 18
51 - 60 30
61 - 70 20
71 - 80 10
81 - 90 8
91 - 100 6
Jumlah 100
Hitung median data tersebut.
Jawab:
1/2n=1/2.100=50
Mediannya terletak pada kelas keempat
jumlah frekuensinya sudah lebih dari 50 yaitu
56; b=51-0,5 ; p=10; F=2+6+18=26; f=30

1 
 nF   50  26 
Med  b  p 2   50,5  10   58,5
 f   30 
 
 
 Modus data tunggal
Contoh:
Hasil observasi terhadap umur pegawai
sebuah departemen adalah 20, 45, 60, 56, 45,
45, 20, 19, 57, 45, 45, 51, 35.
Jawab:
Dari data tersebut nilai yang sering muncul
adalah 45 yang frekuensinya 5.
 Modus data interval
 b1 
Mo  b  p 
 b1  b2 
Keterangan:
Mo=modus
b = batas kelas interval dengan frekuensi terbanyak
p = panjang kelas interval
b1=Frekuensi pada kelas modus-frekuensi kelas interval
terdekat sebelumnya
b2=Frekuensi pada kelas modus-frekuensi kelas interval
berikutnya
n=jumlah sampel
Hitung modus data di atas.
Jawab:
Kelas modus=kelas keempat (f-nya terbesar=30)
b=51-0,5=50,5
b1=30-18=12 (f kelas mod=30, f kelas
sebelumnya=18)
b2=30-20=10 (f kelas sesudahnya=20)

 b1   12 
Mo b  p   50,5 10   55,9
 b1  b2  1210
Rumus untuk mencari varians sampel

  Xi 2
 X
s 2

n 1
Keterangan:
S kuadrat=varians sampel
n=jumlah sampel
Xi=data ke-i (i=1, 2, 3, 4, …)
ẋ=mean (rata-rata)
Standar deviasi sampel

  Xi 
2
 X
s 
n 1
Keterangan:
s=standar deviasi
n=jumlah populasi
Xi=data ke-i (i=1, 2, 3, 4, …)

ẋ=mean (rata-rata)
Contoh: tentukan varians dan SD data berikut
No. Mahasiswa Nilai
1 60
2 70
3 65
4 80
5 70
6 65
7 75
8 80
9 70
10 75
Jumlah 710
Jawab:
No.Mhs Nilai Simpangan (Xi-Ẋ) Simpangan kuadrat (Xi-Ẋ)

1 60 -11 121
2 70 -1 1
3 65 -6 36
4 80 9 81
5 70 -1 1
6 65 -6 36
7 75 4 16
8 80 9 81
9 70 -1 1
10 75 4 16
Jumlah 710 0 390
Varians sampel data tersebut adalah

  Xi 
2
 X
s 2

n 1
390
  43 , 3
9
Standar deviasi data di atas adalah

  Xi 2
 X
s 
n 1
390
  43 , 3  6 , 58
9
 Varians dan SD data berkelompok
Rumus varians data berkelompok

 fi  Xi 
2
 X
s 2

n 1
Keterangan:
fi=frekuensi data interval ke-i
Rumus standar deviasi data kelompok

 fi  Xi 2
 X
s 
n 1
Keterangan:
fi=frekuensi data interval ke-i
Contoh: hitung mean, median, modus, varians
dan standar deviasi data ini
Interval nilai fi

21-30 2
31-40 6
41-50 18
51-60 30
61-70 20
71-80 10
81-90 8
91-100 6
Jumlah 100
Contoh: hitung mean, median, modus, varians
dan standar deviasi data ini
Interval nilai fi

21-30 8
31-40 10
41-50 15
51-60 28
61-70 30
71-80 4
81-90 9
91-100 6
Jumlah 110
a. Mean=ΣfiXi/n=6070/100=60,7
Interval nilai fi Xi fiXi Xi-Ẋ (Xi-Ẋ)2 fi (Xi-Ẋ)2

21-30 2 25,5 51 -35,2 1239,04 2478,08

31-40 6 35,5 213 -25,2 635,04 3810,24
41-50 18 45,5 819 -15,5 231,05 4158,72
51-60 30 55,5 1665 -5,2 27,04 811,20
61-70 20 65,5 1310 4,8 23,04 460,80
71-80 10 75,5 755 14,8 219,04 2190,40
81-90 8 85,5 684 24,8 615,04 4920,32
91-100 6 95,5 573 34,8 1211,04 7266,24
Jumlah 100 - 6070 26096,00
b. Median
1 
 nF   50  26 
Med  b  p 2   50,5  10   58,5
 f   30 
 
 
c. Modus

 b1   12 
Mod  b  p   50,5  10   55,95
 b1  b2   12  10 
d. Varians

 f X  2
X 26096
S 2
 i i
  263,6
n 1 99

e. Standar deviasi

 f X 
2
X 26096
S i i
  16,24
n 1 99
Penggunaan mean dan SD dalam kategori:

Untuk 3 kategori baik, cukup dan kurang:

1. Baik, bila nilai responden X > mean + SD

2. Cukup, bila nilai mean-SD ≤ X ≤ mean +SD

3. Kurang, bila nilai responden X < mean - SD

Untuk 5 kategori sangat baik, baik, cukup, kurang dan
kurang sekali:

1. Sangat baik, bila X > Mean + 1.5SD

2. Baik, bila nilai mean+0.5SD <X< mean+1.5SD

3. Cukup, bila mean-0.5SD <X< mean+0.5SD

4. Kurang, bila mean-1.5SD <X< mean-0.5SD

5. Kurang sekali, bila X < mean-1.5SD

Contoh:
Suatu penelitian untuk mengukur tingkat
pengetahuan mahasiswa, diperoleh nilai
18,17,10,15,9,16,15,15,12,10.
Jawab:
Dengan menggunakan spss mean=13.7
SD=3.199
Mean + SD =16.9
Mean – SD =10.5
Kategori:
1. Baik, apabila X > 16.9
2. Cukup, apabila 10.5 ≤ X ≤ 16.9
3. Kurang, apabila X < 10.5
Jadi:
18 = Baik 16 = Cukup
17 = Baik 15 = Cukup
10 = Kurang 15 = Cukup
15 = Cukup 12 = Cukup
9 = Kurang 10 = Kurang
HIPOTESIS
Hipotesis berasal dari kata Hipo berarti lemah

Tesis berarti pernyataan

Hipotesis adalah Pernyataan yang lemah

Jawaban sementara terhadap permasalahan

yang secara metodologi paling mungkin terjadi
 Menghubungkan dua/lebih
variabel

Jawaban/dugaan sementara
Ciri-ciri hipotesis

Terukur
 Hipotesis mayor (hubungan antara konsep)

Hipotesis minor (hubungan antara variabel)

Hipotesis nol (praduga tak ada)

Macam-macam
hipotesis
Hipotesis alternatif (praduga ada)

Hipotesis satu arah (> atau <)

Hipotesis dua arah (perbedaan)

 Berdasarkan teori

Dasar perumusan
hipotesis Fakta empiris

Imajinasi peneliti
 Memberikan batas, lingkup
atau jangkauan penelitian

Kegunaan hipotesis

Mensiagakan peneliti agar dapat

memilih data apa yang harus
dikumpulkan dan yang tidak perlu
 Kekeliruan macam I: menolak
hipotesis yang seharusnya diterima

2 macam
kekeliruan dalam
pengujian hipotesis

Kekeliruan macam II : menerima

hipotesis yang seharusnya ditolak
Macam-macam kekeliruan ketika membuat
kesimpulan tentang hipotesis:

Kesimpulan Keadaan sebenarnya

Hipotesis benar Hipotesis salah

Terima hipotesis Kekeliruan II

Tolak hipotesis Kekeliruan I

 Menyatakan hipotesis nol (Ho)

Memilih uji statistik

Langkah-langkah Tetapkan suatu tingkat

pengujian hipotesis: signifikansi

Tentukan daerah penolakan

Keputusan
 Hipotesis mengandung
pengertian sama
Ho: µ = µo
H1: µ ≠ µo

Menyatakan Hipotesis mengandung

hipotesis nol (Ho) pengertian maksimum
Ho: µ ≤ µo
H1: µ > µo

Hipotesis mengandung
pengertian minimum
Ho: µ ≥ µo
H1: µ < µo
 Uji Z (normal)

Uji t (student)
Memilih uji statistik

X2 (Chi square)

Uji F, dll
 a=5%, artinya 5 dari 100
kesimpulan akan menolak hipotesis
yg seharusnya diterima atau 95%
yakin bahwa kita telah membuat
kesimpulan yang benar

Menetapkan tingkat
signifikansi

a=1%, artinya 1 dari 100

kesimpulan akan menolak hipotesis
yg seharusnya diterima atau 99%
yakin bahwa kita telah membuat
kesimpulan yang benar
 Penetapan daerah penolakan
a. Daerah penolakan satu sisi

Daerah penerimaan

b. Daerah penolakan dua sisi

Daerah penerimaan