Statistika Deskriptif

Riki Andriatna
Program Studi Pendidikan Matematika
Universitas Sebelas Maret
Sasaran Materi Pembelajaran
1. Penyajian Data
2. Ukuran Pemusatan, Penyebaran, dan Letak Data
 Pendahuluan
62 78 58 65 54 69 67 74 78 89
51 65 78 75 78 77 89 76 65 56
34 56 90 92 89 78 77 89 76 76
78 74 67 78 90 91 45 69 73 79

❑ Berapakah nilai tertinggi dan terendah?

❑ Berapa orang yang mendapat nilai lebih dari 75?
❑ Bagaimanakah sebaran data tersebut?
❑ Keputusan apa yang dapat diperoleh dari data tersebut?
 Penyajian Data
Tujuan
Data hasil penelitian yang telah dikumpulkan (populasi atau sampel)
perlu disajikan untuk keperluan pembuatan laporan atau untuk analisis
sehingga mudah dipahami dengan benar.
➢ Pemilihan cara penyajian data tergantung pada kebutuhan atau
maksud dari Peneliti, serta memperhatikan ‘karakteristik’ data
tersebut.
➢ Penyajian data secara umum terdiri dari penyajian data dalam
bentuk tabel dan penyajian data dalam bentuk grafik/diagram.
 Jenis Penyajian Data
Penyajian Data

Daftar / Tabel Diagram / Grafik

❑ Diagram
❑ Tabel Baris Batang
Kolom ❑ Diagram
❑ Tabel Batang-Daun
Kontingensi ❑ Diagram Garis
❑ TDF ❑ Diagram
Lingkaran
❑ Piktogram
❑ Histogram
 Penyajian Data Penyajian Data

Data Tunggal Data Kelompok

❑ Tabel Distribusi
❑ Tabel Baris Kolom
Frekuensi
❑ Tabel Kontingensi
❑ Histogram
❑ Diagram Batang
❑ Poligon Frekuensi
❑ Diagram Batang-
Daun
❑ Diagram Garis
❑ Diagram Lingkaran
❑ Piktogram
 Penyajian Data: Tabel
Tujuan : Menyajian suatu aggregate dari data numeric dalam bentuk baris dan kolom sehingga
dapat memberikan gambaran atau perbandingan.
Tabel yang baik harus sederhana dan self-explanatory

Penyajian data dalam bentuk Tabel/Daftar dapat digunakan pada beragam data.
➢ Jenis Tabel
1. Tabel Baris dan Kolom
2. Tabel Kontingensi (Dua Variabel/Faktor)
3. Tabel Distribusi Frekuensi (Data Berkelompok)

➢ Komponen Tabel
Komponen dalam tabel: (1) Judul Tabel; (2) Judul Baris; (3) Judul Kolom; (4) Badan Tabel; dan
(5) Sumber Data Tabel.
 Judul Tabel
Stub/Judul Baris Tabel 1.1 …..
Box Head/Judul Kolom
---- -----
-- --
-- Body/Badan Tabel
--
--
Sumber : …..
Foot Note/Source
 Penyajian Data: Diagram/Grafik
Penyajian data dalam grafik/diagram harus sederhana dan self-explanatory serta memperhatikan
skala pengukuran.
Bentuk Grafik / Diagram Skala Pengukuran
Batang (Bar), Lingkaran (Pie), dan Diskrit : Nominal atau Ordinal
Lambang (Pictogram)
Garis, Histogram, Poligon, dan Kontinu : Interval atau Rasio
Ogive
Bagian dalam Grafik / Diagram
a. Judul Grafik / Diagram
b. Axis (Sumbu X)
c. Ordinat (Sumbu Y)
d. Badan Grafik/Diagram
e. Ploting Data
f. Legenda
g. Sumber Data
No Gender Masa Kerja (Th) Pendidikan Kinerja
1 L 11 – 20 S1 90
2 P 11 – 20 SMP 80
3 P 21 – 30 SMA 86 Sajikan data
4 L 21 – 30 S1 93 disamping dalam
5 L 1 – 10 S2 75 bentuk tabel dan
6 P 11 – 20 SD 65 diagram !
7 P 21 – 30 SMA 85
8 L 11 – 20 SMA 72
9 L 21 – 30 S1 92
10 P 1 – 10 S2 82
11 P 11 – 20 SMA 80
12 L 21 – 30 SMA 87
13 P 21 – 30 SD 68
14 L 21 – 30 SMP 76
15 P 21 – 30 S2 79

Prosedur umum penyajian data melalui
SPSS (Cara I)
1. Input data dalam Data View dengan
melakukan penyesuaian (type,
decimals, label, values, dan skala
pengukuran) pada Variabel View
2. Klik Analyze, pilih Descriptive
Statistics, dan klik Frequencies
sehingga muncul kotak dialog
3. Input data variabel pada kolom
Variable(s) pada kotak dialog
4. Pilih jenis penyajian data (tabel atau
diagram) pada menu Charts
5. Klik Continue dan Ok
Prosedur SPSS
Prosedur umum penyajian data melalui
SPSS (Cara II)
1. Input data dalam Data View dengan
melakukan penyesuaian (type,
decimals, label, values, dan skala
pengukuran) pada Variabel View
2. Klik Graphs, pilih Legacy Dialog,
kemudian pilih bentuk penyajian (Bar,
Pie, Histogram, Line, etc.)
3. Input data yang akan disajikan
4. Klik Ok
Output
 Prosedur Minitab
Prosedur umum penyajian data Prosedur umum penyajian data
melalui Minitab melalui Minitab
1. Input data 1. Input data
2. Klik Stat, pilih Basic Statistics, dan 2. Klik Graph,
klik Display Descriptive Statistics
sehingga muncul kotak dialog 3. Pilih jenis penyajian data
3. Input data yang akan disajikan 4. Input data yang akan disajikan
pada kolom Variable(s) pada kotak
dialog pada kolom Variable(s) pada kotak
dialog
4. Pilih jenis penyajian data (tabel
atau diagram) pada menu Graphs 5. Klik Ok
5. Klik Ok
 Model Populasi
Poligon frekuensi merupakan garis patah-patah yang dapat didekati oleh lengkungan halus yang bentuknya
secocok mungkin dengan bentuk polygon tersebut. Penghalusan terhadap polygon frekuensi disebut kurva
frekuensi.
Kurva Frekuensi
0 1 2 3 4 5 6 7 8
Kurva Frekuensi 30 30
Poligon Frekuensi
25 25

20 20
Frekuensi

15 15

10 10

5 5

0 0
30.5 - 40.5 40.5 - 50.5 50.5 - 60.5 60.5 - 70.5 70.5 - 80.5 80.5 - 90.5 90.5 - 100.5
Interval Nilai

Jika semua data dalam populasi dapat dikumpulkan dan dibuat table distribusi frekuensi sehingga dapat digambarkan
kurva frekuensinya, maka kurva tersebut dapat menjelaskan sifat atau karakteristik dari populasi, sehingga kurva
tersebut disebut model populasi.
 Perhitungan Statistika Deskriptif

Skala Pengukuran

Nominal Ordinal Interval dan Rasio

➢ Modus
➢ Tabel Frekuensi ➢ Nilai ➢ Rata-rata
➢ Persentase Maksimum dan ➢ Range
➢ Grafik Nilai Minimum ➢ Varians dan Simpangan Baku
➢ Median ➢ Koefisien Varians
➢ Tabel Frekuensi ➢ Kemiringan dan Keruncingan
➢ Persentase ➢ Statistika untuk Nominal
➢ Grafik ➢ Statistika untuk Ordinal
 Ukuran Pemusatan Data
Ukuran pemusatan data merujuk pada suatu gejal/kecenderungan memusat pada suatu
nilai tertentu. Disebut tendensi sentral karena kecenderungannya berada ditengah
setelah data diurutkan.

Mewakili kumpulan data populasi atau sampel

Ukuran tendensi sentral yang sering digunakan :

1. Rata-rata (Mean)
2. Nilai Tengah (Median)
3. Modus
 Karakteristik Ukuran Pemusatan

Mean Median Modus

Mean merupakan estimasi Median merupakan nilai tengah Modus merupakan nilai yang
terhadap nilai tertentu yang setelah data diurutkan paling sering muncul atau nilai
mewakili seluruh data a. Median dapat digunakan untuk dengan frekuensi terbanyak
a. Ukuran nilai tengah yang paling data kuantitatif baik kontinu Suatu kelompok data memiliki dua
sering digunakan maupun diskrit kemungkinan terkait nilai modus
b. Merupakan wakil dari b. Dapat digunakan untuk data a. Memiliki nilai modus, baik
keseluruhan nilai kualitatif (skala ordinal) tunggal atau tidak
c. Berasal dari semua nilai c. Cocok dipakai untuk data yang b. Tidak memiliki nilai modus,
pengamatan distribusinya miring (tidak ketika semua data memiliki
d. Labil (sangat dipengaruhi oleh simetris) frekuensi kemunculan yang
nilai ekstrim) d. Median lebih stabil karena tidak sama
e. Nilai rata-rata dapat dipengaruhi oleh nilai ekstrim
dimanipulasi aljabar dan kurang sensitif
dibandingkan mean
 Ukuran Penyebaran
Ukuran dispersi/variabilitas merupakan suatu ukuran yang menggambarkan
berpencarnya atau menyebarnya suatu data kuantitatif

seberapa besar nilai-nilai data berbeda atau bervariasi dengan nilai

ukuran pusatnya atau seberapa besar penyimpangan nilai-nilai data
dengan nilai pusatnya
Kegunaan :
1. Menentukan representatif atau tidak dari suatu nilai rata-rata. Jika suatu kelompok
mempunyai penyebaran yang tidak sama terhadap nilai rata-ratanya, maka nilai rata-
rata tersebut tidak representatif.
➢ Semakin kecil nilai penyebarannya, maka semakin representatif data tersebut.
2. Mengadakan perbandingan terhadap variabilitas data
3. Digunakan dalam pengujian hipotesis, seperti apakah sampel berasal dari populasi yang
sama atau tidak
 Ukuran Penyebaran

1. Rentang/Jangkauan
2. Rentang Antar Kuartil (RAK)
3. Rata-rata Simpangan (RS)
4. Simpangan Baku
5. Varians
6. Koefisien Varians (KV)
 Ukuran Letak
Kuartil

Jika sekumpulan data dibagi menjadi

empat bagian yang sama banyak 𝑥𝑚𝑎𝑥
setelah disusun menurut urutan
nilainya, maka bilangan pembaginya
disebut kuartil. 𝑄3
𝑄2
Desil
Jika sekumpulan data dibagi menjadi
sepuluh bagian yang sama banyak
setelah disusun menurut urutan
nilainya, maka terdapat 9 bilangan
𝑄1
pembagi yang disebut desil.

𝑥𝑚𝑖𝑛
Tentukan nilai statistika
deskriptif data percobaan
model pembelajaran pada
kelas eksperimen dan control
berikut ! Serta tentukan
analisis terhadap setiap hasil
uji statistik deskriptif !

Prosedur umum pengolahan data statistika
deskriptif melalui SPSS
1. Input data dalam Data View dengan
melakukan penyesuaian (type, decimals,
label, values, dan skala pengukuran)
pada Variabel View
2. Klik Analyze, pilih Descriptive Statistics,
dan klik Frequencies sehingga muncul
kotak dialog
3. Input data variabel pada kolom
Variable(s) pada kotak dialog
4. Pilih jenis statistika deskriptif pada
menu Statistics
5. Klik Continue dan Ok
Prosedur SPSS
Prosedur umum pengolahan data statistika deskriptif
melalui SPSS yang melibatkan dua kelompok
data/faktor
1. Input data dalam Data View dengan melakukan
penyesuaian (type, decimals, label, values, dan
skala pengukuran) pada Variabel View
2. Klik Analyze, pilih Descriptive Statistics, dan klik
Explore sehingga muncul kotak dialog
3. Input data variabel pada kolom Dependent List
dan faktor pada kolom Factor List pada kotak
dialog
4. Klik menu Statistics dan perhatikan taraf
signifikansi dan kesesuain lainnya
5. Klik Ok
 Output
▪ N menunjukkan banyak data dengan data Valid 15 dan Missing 0
yang berarti keseluruhan data valid terproses
▪ Mean Eksperimen 79.13 dengan Std.Error 2.358, artinya
estimasi rata-rata populasi terhadap rata-rata sampel pada
interval kepercayaan 95% adalah ሺ79.13 ± 1,96 ×
2,358ሻ = 79.13 ± 4.621 → Rata-rata kemampuan kelas
eksperimen sebesar 79.13 pada interval kepercayaan 95%
mengestimasi rata-rata populasi pada kisaran 74.509
sampai 83.751
▪ Std.Deviasi Eksperimen 9.133 dan Varince 83.410
menunjukkan keragaman data. Std Deviasi 9.133 dengan
interval kepercayaan 95% menunjukkan bahwa ሺ79.13 ±
1,96 × 9.133ሻ = 79.13 ± 17.901 kisaran kemampuan 15
orang siswa kelas Eksperimen
 Interpretasi

▪ Kemiringan (skewness) −0.397 menunjukkan bahwa data

berdistribusi negatif. Rasio skewness menunjukkan
0.397
− = −0.684. Nilai tersebut berada pada interval
0.580
− 2 sampai 2 sehingga data berdistribusi normal
▪ Kurtosis −1. 395 menunjukkan bahwa data memiliki
model kurva datar/landai (platikurtis). Rasio skewness
1.395
menunjukkan − = −1.244. Nilai tersebut berada
1.121
pada interval −2 sampai 2 sehingga data berdistribusi
normal
▪ Range (Jangkauan) sebesar 26 yang menunjukkan selisih
antara nilai maksimum dan nilai minimum
 Menjelaskan tentang
pemotongan/pembuangan data berdasarkan
skor individu dg rata-rata. 5% trimmed mean
berarti 5% individu pada skor ujung kanan dan
kiri dibuang dg tujuan untuk membuang
outliers dan merapikan bentuk distribusi,
sehingga pengujian menjadi akurat
Terima kasih …