BAB 2

LANDASAN TEORI

2.1 Definisi Statistika Deskriptif

Analisis deskriptif bertujuan mengubah kumpulan data mentah menjadi
mudah dipahami dalam bentuk informasi yang lebih ringkas. Statistik deskriptif
merupakan bidang ilmu statistika yang mempelajari cara-cara pengumpulan,
penyusunan dan penyajian data suatu penelitian. Data-datanya bisa diperoleh dari
hasil sensus, survei atau pengamatan lainnya. Umumnya masih acak, harus
diringkas dengan baik dan teratur, baik dalam bentuk tabel atau presentasi grafis.
Statistik deskriptif merupakan dasar pengambilan keputusan bagi statistik
infirensi. Dua ukuran penting yang sering dipakai dalam pengambilan keputusan
adalah;
1. Mencari central tendency (kecenderungan terpusat) seperti Mean, Median,
Modus dan lainnya.
 Mean adalah nilai rata-rata dari hasil opservasi terhadap sesuatu
variabel dan merupakan jumlah dari seluruh hasil observasi dibagi
dengan jumlah observasinya.

Rumus X =
∑x
n
Dimana :
X = Nilai rata-rata observasi.
∑x = Jumlah semua hasil observasi.
n = Jumlah observasi.
 Modus menggambarkan nilai yang paling sering muncul atau memiliki
frekuensi terbanyak. Jika ada data:5,5,6,7,2,6,5,4,1,5. Modusnya
berdasarkan angka 5.

 Median mengukur nilai tengah dengan membagi jumlah observasi

secara seimbang dari atas ke bawah atau merupakan persentil ke lima
puluh. Jika ada urutan data :4 5 6 6 6 6 7 8 8, maka mediannya adalah
6. Median memiliki dua rumus yaitu untuk median genap dan median
ganjil.

4
 Median ganjil memiliki rumus : x ( n+12 )
1 n n
2( (2 ) )
Median genap memilik rumus : x + x( +1)
2

2. Mencari ukuran despensi seperti standard deviation dan variance.

Variance dari sejumlah observasi adalah rata-rata kuadrat deviasi data dari
rata-ratanya. Rumus untuk variance adalah:

S2=∑ ¿ ¿¿

Standar deviasi adalah akar (positive) dari variance. rumus untuk standar
dari suatu sampel adalah:
s= √∑ ¿¿ ¿ ¿

3. Selain central tendency dan dispersion, ukuran lain yang dipakai adalah
skewness dan kurtosis untuk mengetahui keruncingan/kelandaian data.
Skewness dihitung dan dilaporkan sebagai angka yang mungkin positif,
negative atau nol. Skewness nol mengindikasikan distribusi simetrik.
Skewness positif mengindikasikan distribusi yang condong ke kanan.
Skewness negatif mengindikasikan ditribusi yang condong ke kiri.
Kurtosis adalah pengukuran keruncingan distribusi. Semakin besar
kurtosis, semakin kecil keruncingan akan distribusikan. Kurtosis dihitung
dan dilaporkan baik sebagai absolut maupun nilai relatif. Nilai absolut
selalu angka positif.
4. Histrogram adalah chart yang terdiri dari diagram batang dengan tinggi
yang berbeda-beda. Tinggi masing-masing batang mewakili nilai frekuensi
dalam kelas yang diwakili oleh diagram batang. Statistik deskriptif terbagi
atas 2, yaitu:

1) Data Tunggal
2) Data Kelompok

5
 Data berkelompok ada 3 hal yang perlu diperhatikan dalam
menentukan kelas bagi distribusi frekuensi yaitu: Jumlah Kelas, Lebar
Kelas dan Batas Kelas.
5. Keruncingan atau kurtosis adalah tingkat kepuncakan dari sebuah
distribusi yang biasanya diambil secara relatif terhadap suatu distribusi
normal.Jika koefisien keruncingan dicari dengan,membedakan antara
data tunggal dan data kelompok.

a.   Untuk data tunggal

1
∝4 =
n∑
¿¿¿

b.  Untuk data kelompok

1
∝4 =
n∑
¿¿¿

atau

∁4 ∑ fu4 −4 ∑ fu3 ∑ fu ∑ fu2 ∑ fu fu

∝4 =
n4 ( n ( n )( ) (n
+6
n )( ) ( ∑ ))
n
−3
n

6. Uji kecukupan Data

Uji kecukupan data ini adalah untuk melihat apakah dengan jumlah data
yang ada telah mencukupi dari data yang seharusnya diambil. Rumus uji
kecukupan data :

N ' =¿ ¿

Dimana :
N1 : Banyaknya pengukuran yang diperlukan.
N : Jumlah pengamatan yang diperlukan.
y/z : Tergantung ketelitian dan keyakinan kita.

6
 1
Jika diperoleh N <N maka data yang diambil untuk pengukuran telah
cukup, tapi jika N1> N data belum cukup sehingga perlu dilakukannya
pengamatan kembali sampai nilai N1 <N.

7. Uji keseragaman Data

Memastikan bahwa data yang terkumpul berasal dari sistem yang sama,
maka dilakukan pengujian terhadap keseragaman data. Adapun rumus
yang digunakan dalam pengujian keseragaman data adalah :

BKA= x́+ kσ
BKB = x́ - kσ

Dimana :
BKA = Batas kontrol Atas
BKB = Batas Kontrol Bawah
x́ = Nilai Data Rata-Rata
σ = Standar Deviasi
k = Tingkat Keyakinan

8. Quartil adalah nilai-nilai yang membagi data yang telah diurutkan ke

dalam 4 bagian yang sama besar. Rumus untuk mencari quartil adalah :
a. Quartil untuk jumlah data ganjil

Q 1=x ( n+14 )
Q2=x ( 2 ( n+1
4 )
)

3 ( n+1 )
Q =x (
3
4 )

b. Quartil untuk jumlah data genap

7
 Q 1=
x ( n+14 )+ x ( n+34 )
2

Q2=x( 2 ( n+1
4 )
)

3 ( n+ 1 ) 3 ( n+5 )
x( ) +x(
4 4 )
Q=3
2

9. Desil dan Persentil

Desil adalah bilangan yang membagi data menjadi 10 bagian yang sama,
sedang Persentil adalah bilangan yang membagi data menjadi 100 bagian
yang sama.Sekelompok data ada 9 desil dan 99 persentil. Cara mencari
desil dan persentil sama dengan cara mencari median dan kuartil, yang
berbeda hanya letaknya saja  Desil adalah bilangan yang membagi data
menjadi 10 bagian yang sama, sedang persentil adalah bilangan yang
membagi data menjadi 100 bagian yang sama.Sekelompok data ada 9 desil
dan 99 persentil. Cara mencari desil dan persentil sama dengan cara
mencari median dan kuartil, yang berbeda hanya letaknya saja.
Rumus Untuk mencari Desil adalah :

i(n+1)
D i= ket : Di = Desil ke i ( 1,2,3...9)
10
n = jumlah data

Rumus Untuk mencari Persentil adalah :

P
i=
i(n+1 ) ket : Pi = Persentil ke i ( 1,2,3...9)
100
n = Jumlah data