STATISTIK DESKRIPTIF

Komparasi pada Buku Statistika Untuk Penelitian (Sugiyono 2016), Dasar-

Dasar Statistik Penelitian (Nuryadi dkk 2017), Statistik Terapan Dalam
Pendidikan (Jaya, M. Thoha B. Sampurna dan Alben Ambarita 2016)

MAKALAH

Adinda Putri Kumala Hayati

20020104043

PROGRAM STUDI PENDIDIKAN BAHASA JEPANG

FAKULTAS BAHASA DAN SENI

UNIVERSITAS NEGERI SURABAYA

2021
PRAKATA
Assalamu’alaikum warahmatullahi wabarakatuh

Puji syukur saya ucapkan kepada Tuhan Yang Maha Esa atas
rahmat dan hidayah-Nya sehingga saya dapat menyelesaikan makalah
tepat waktu tanpa kurang suatu apa pun. Shalawat serta salam semoga
tercurahkan kepada junjungan kita Nabi Muhammad saw yang telah
mengantarkan manusia dari kegelapan ke zaman terang benderang.
Makalah ini sebagai penilaian Ujian Tengah Semester dari mata kuliah
Statistik dosen pengampu Amira A. Kocimaheni dengan judul “Statistik
Deskriptif”.
Saya tentu menyadari bahwa makalah ini masih jauh dari kata
sempurna. Sehingga kepada pembaca sekiranya dapat memberikan saran
dan kritik yang sifatnya membangun. Akhir kata, semoga makalah ini
dapat bermanfaat bagi saya dan para pembaca pada umumnya.

Wassalamualaikum Wr. Wb.

Nganjuk, 22 Oktober 2021

Penulis

ii
DAFTAR ISI

Halaman Judul.......................................................................................................i
Prakata....................................................................................................................ii
Daftar Isi................................................................................................................iii
Ringkasan..............................................................................................................iv
PEMBAHASAN....................................................................................................1
A. Pengertian Statistik....................................................................................1
B. Penyajian Data............................................................................................1
1. Tabel.........................................................................................................1
2. Tabel Distribusi Frekuensi....................................................................3
3. Grafik........................................................................................................6
4. Diagram Lingkaran................................................................................9
C. Ukuran Pemusatan (Central Tendency)....................................................9
1. Rata-rata.................................................................................................10
2. Median...................................................................................................12
3. Modus.....................................................................................................14
D. Pengukuran Variasi Kelompok..............................................................16
1. Rentang Data.........................................................................................16
2. Varians...................................................................................................18
3. Standar Deviasi untuk Data Berkelompok.......................................21
E. Contoh Kasus............................................................................................22
1. Pengujian Hipotesis Deskriptif...........................................................22
2. Pengujian Hipotesis Komparatif........................................................24
3. Pengujian Hipotesis Asosiatif.............................................................25
KESIMPULAN.....................................................................................................27
DAFTAR PUSTAKA...........................................................................................28

iii
 STATISTIK DESKRIPTIF
Komparasi pada Buku Statistika Untuk Penelitian (Sugiyono 2016), Dasar-
Dasar Statistik Penelitian (Nuryadi dkk 2017), Statistik Terapan Dalam
Pendidikan (Jaya, M. Thoha B. Sampurna dan Alben Ambarita 2016)

Adinda Putri Kumala Hayati

Program Studi Pendidikan Bahasa Jepang, Fakultas Bahasa dan Seni,
Universitas Negeri Surabaya

RINGKASAN
Statistik deskriptif adalah statistik yang berfungsi untuk
mendeskripsikan atau memberi gambaran terhadap objek yang diteliti
melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan
analisis dan membuat kesimpulan yang berlaku untuk umum.

Pada statistik deskriptif ini, akan dibahas tentang penyajian data

dengan tabel biasa maupun distribusi frekuensi, grafik garis maupun
batang, diagram lingkaran, penjelasan kelompok melalui modus, median,
mean, dan variasi kelompok melalui rentang dan simpangan baku.

Kata Kunci : statistik, sampel, populasi, analisis, penyajian data, grafik,

pictogram.

iv
PEMBAHASAN

A. Pengertian Statistik
Statistik deskriptif adalah statistik yang berfungsi untuk
mendeskripsikan atau memberi gambaran terhadap objek yang diteliti
melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan
analisis dan membuat kesimpulan yang berlaku untuk umum. Statistik
deskriptif mempelajari cara pemgumpulan dan penyajian data, sehingga
mudah dipahami, yang berhubungan dengan hal menguraikan atau
menjelaskan suatu data, yang berfungsi menerangkan keadaan, gejala
atau persoalan.

B. Penyajian Data
Setiap peneliti harus dapat menyajikan data yang telah diperoleh
baik melalui observasi, wawancara, kuesioner maupun dokumentasi.
Prinsip dasar penyajian data adalah komunikatif dan lengkap, maksudnya
data yang disajikan dapat menarik perhatian pihak lain untuk membaca
dan mudah memahami isi. Ada beberapa cara penyajian data antara lain
tabel, grafik, dan diagram lingkaran.

1. Tabel
Penyajian tabel sering digunakan oleh peneliti atau penyaji informasi,
karena lebih efisien dan cukup komunikatif. Pengolahan data untuk
keperluan analisis awal atau analisis lanjutan. Tabel referensi menyajikan
keterangan yang rinci dan disusun secara khusus untuk kepentingan
referensi. Misalnya tabel yang terdapat pada laporan sensus, umumnya
tabel yang memberikan keterangan umum bagi kepentingan referensi.
Seringkali tabel ini disebut tabel umu. Sedangkan tabel ikhtisar memiliki
fungsi memberi gambaran yang sistematis tentang peristiwa hasil
penelitian atau observasi. Tabel ikhtisar digunakan untuk penulisan
laporan perusahaan maupun tulisan ilmiah.

v
 Ada tiga macam penyajian tabel biasa, antara lain

1) Tabel Data Nominal

Tabel ini digunakan untuk data yang dinyatakan dalam bentuk kategori,
berikut ini contohnya :

Tingkat Pendidikan Jml

No Bagian
S3 S2 S1 SM SMU SMK SMP SD
1 Keuangan 25 90 45 156 12 3 331
2 Umum 5 6 6 8 4 1 30
3 Penjualan 7 65 37 5 114
4 Litbang 1 8 35 44
Jumlah 1 8 72 96 51 229 53 9 519
Sumber : Sugiyono, 2019 : 31

2) Tabel Data Ordinal

Tabel ini digunakan untuk data yang dinyatakan dalam bentuk kategori,
namun posisi data tidak sama karena berbentuk peringkat.

No Aspek Kerja Kualitas Kinerja (%) Rangking Kinerja

1 Kondisi fisik tempat 61,90 1
2 Alat-alat kerja 61,02 2
3 Ortal 58,72 3
4 Kemampuan kerja 58,70 4
5 Peranan Korpri 58,42 5
6 Kepemimpinan 58,05 6
7 Performen kerja 57,02 7
8 Manajemen kepegawaian 54,61 8
9 Produktivitas kerja 54,51 9
10 Motivasi kerja 54,02 10
11 Diklat yang diperoleh 53,16 11
12 Kebutuhan individu 53,09 12
Rata-rata Kualitas Kinerja : 56,935
Sumber : Sugiyono, 2019 : 32

vi
 3) Tabel Data Interval
Tabel ini digunakan untuk data hasil pengukuran yang dapat diurutkan
atas dasar kriteria tertentu serta menunjukkan semua sifat yang dimiliki
oleh data ordinal atau yang sudah diketahui.

No Aspek Kepuasan Kerja Tingkat Kepuasan

1 Gaji 37,58
2 Insentif 57,18
3 Transportasi 68,60
4 Perumahan 48,12
5 Hubungan Kerja 54,00
Sumber : Sugiyono, 2019 : 32

2. Tabel Distribusi Frekuensi

Tabel distribusi frekuensi adalah penyajian data observasi yang sudah
dikelompokkan dan disusun ke dalam tabel. Tabel ini mempermudah
untuk memahami karakteristik suatu data observasi, lalu dikelompokkan
ke dalam beberapa kelompok (kelas) yang mana masing-masing kelas
menampung sebagian data observasi.
Tabel distribusi frekuensi disusun jika jumlah data yang akan
disajikan cukup banyak, sehingga bila disajikan dalam tabel biasa menjadi
tidak efesien dan kurang komunikatif. Selain itu, tabel distribusi frekuensi
juga dibuat untuk persiapan pengujian terhadap normalitas data yang
menggunakan kertas Peluang Normal.

Tujuan distribusi frekuensi antara lain :

1) Memudahkan penyajian data sehingga mudah dipahami dan
dibaca sebagai bahan informasi.
2) Memudahkan dalam menganalisa atau menghitung data, membuat
tabel, dan grafik.

vii
 Hal-hal yang perlu diperhatikan dalam pembuatan tabel distribusi
frekuensi, antara lain :

1) Data telah disusun ke dalam urutan dari nilai terbesar hingga

terkecil atau array data.
2) Beda atau selisih antara angka terbesar dengan terkecil disebut
jarak atau range.
3) Jika array data dibagi atas kelompok-kelompok tertentu, kelompok-
kelompok itu disebut kelas.
4) Bilangan yang terdapat dalam banyaknya data setiap kelas disebut
frekuensi.
5) Jarak antara kelas yang satu dengan kelas yang lain disebut interval
kelas.
Tabel Distribusi Frekuensi

Nilai f Tanda Kelas

31 – 40 2 35,5
41 – 50 3 45,5
51 – 60 5 55,5
61 – 70 14 65,5
71 – 80 24 75,5
81 – 90 20 85,5
91 – 100 12 95,5
Jumlah 80

Sumber : Jaya, M. Thoha B. Sampurna dan Alben Ambarita, 2016 : 8

Tabel Distribusi Frekuensi Relatif

viii
 f
Nilai fa f r= ×100 %
n
31 – 40 2 2,50
41 – 50 3 3,75
51 – 60 5 6,25
61 – 70 14 17,50
71 – 80 24 30,00
81 – 90 20 25,00
91 – 100 12 15,00
Jumlah 80

Sumber : Jaya, M. Thoha B. Sampurna dan Alben Ambarita, 2016 : 8

Teknik Pembentukan Distribusi Frekuensi

Ada 2 teknik pembentukan distribusi frekuensi, yaitu trial and error.

Tahap-tahap dalam pembentukan distribusi frekuensi antara lain :
1) Menentukan banyaknya kelas.
k =1+3,322 log n
k =banyaknya kelas yang sedang dicari
k =banyaknya kelas data
2) Menentukan besarnya interval kelas.
r
i=
k
r = jarak atau range
k =banyaknya kelas
3) Range = angka terbesar – angka terkecil.
4) Menghitung frekuensi data.

3. Grafik
Penyajian data dalam bentuk grafik umumnya lebih menarik
perhatian dan mengesankan. Namun demikian, penyajian secara grafik
hanyalah bersifat aprosimatif. Angka-angka yang pasti dan rinci tentang

ix
suatu peristiwa dimuat dalam tabel. Oleh karena itu, analisis dan
interpretasi data umumnya dilakukan terhadap data yang terdapat dalam
tabel statisitik. Suatu grafik selalu menunjukkan hubungan antara
“jumlah” dengan variabel lain, misalnya waktu.

1) Grafik Garis
Grafik garis atau poligon frekuensi adalah diagram distribusi frekuensi
dalam bentuk garis yang menghubungkan titik-titik tengah kelasnya
sebagai skala kelas. Jenis lain dari poligon frekuensi adalah kurva
frekuensi yang artinya diagram distribusi frekuensi dalam bentuk garis, di
mana luas daerah di bawah kurva kurang lebih sama dengan luas
histogram frekuensinya. Kurva frekuensi dapat digambarkan dengan
memanfaatkan histogram frekuensi dengan menghubungkan titik-titik
tengah masing-masing balok.

Grafik garis biasanya dibuat untuk menunjukkan perkembangan suatu

keadaan. Perkembangan tersebut bisa naik turun, akan terlihat seara
visual melalui garis dalam grafik. Yang perlu diperhatikan dalam
membuat grafik garis adalah ketepatan membuat skala garis vertikal yang
akan mencerminkan keadaan jumlah hasil observasi.

Grafik garis sering disebut juga peta garis (line chart) atau kurva adalah
bentuk penyajian yang paling banyak dipakai dalam berbagai laporan
perusahaan maupun penelitian ilmiah.

x
 Grafik Garis atau Poligon Frekuensi

18
16
14
12
10
8
6
4
2
0
4 9 14 19 24 29 34

Sumber : Nuryadi dkk, 2017 : 16

Kurva ogive adalah grafik garis yang menunjukkan kombinasi antara

interval kelas dengan frekuensi kumulatif. Kurva ogive menunjukkan
frekuensi kumulatif pada setiap tingkat atau kategori. Dan memuddahkan
pembaca untuk melihat frekuensi kumulatif, baik dalam bentuk nilai
absolute maupun nilai relatif pada tingkat atau interval tertentu.

Kurva ogive dibuat dengan menghubungkan antara batas kelas interval

dengan frekuensi kumulatif (jumlah frekuensi lebih dari atau kurang dari
batas kelas interval).

70

60

50

40
Kurang
30 Lebih dari
20

10

0
1.5 6.5 11.5 16.5 21.5 26.5 31.5 36.5
Kurva Ogive

xi
 Sumber : Nuryadi dkk, 2017 : 16

2) Grafik Batang
Pada grafik batang visualisasi difokuskan pada luas batang
( panjang ×lebar ). Namun kebanyakan penyajian data dengan grafik
batang, lebar batang dibuat sama, sedangkan yang bervariasi adalah
tingginya.

Histogram adalah grafik batang yang lebar kelas diambil dari selang kelas
distribusi frekuensi, sedangkan frekuensi masing-masing kelas
ditunjukkan oleh tinggi batang. Jika pada grafik batang, gambar batang-
batangnya terpisah, maka pada histogram gambar batang-batangnya
berimpit.

Grafik Batang

18
16
14
12
10
8
6
4
2
0
2-6 7-11 12-16 17-21 22-26 27-31 32-36

Sumber : Nuryadi dkk, 2017 : 18

Histogram

xii
 18
16
14
12
10
8
6
4
2
0

Sumber : Nuryadi dkk, 2017 : 18

4. Diagram Lingkaran
Diagram lingkaran digunakan untuk membandingkan data dari
berbagai kelompok. Misal persentase penduduk di wilayah DI
Yogyakarta.

Tabel Jumlah Penduduk DI Yogyakarta, 2006

Kode Kab/Kota Penduduk Persentase

01 Kulon Progo 457.778 13,2%
02 Bantul 813.052 23,5%
03 Gunung Kidul 760.128 22,0%
04 Sleman 907.694 26,2%
71 Kota Jogja 520.780 15,1%
Total DIY 3.459.432 100%
Sumber : Nuryadi dkk, 2017 : 19

Diagram Lingkaran

xiii
 Kulon Progo
Bantul
Gunung Kidul
Sleman
Kota Jogja

Sumbe
r : Nuryadi dkk, 2017 : 19

C. Ukuran Pemusatan (Central Tendency)

Ukuran pemusatan adalah upaya mengetaui kondisi kelompok
subjek dengan mengetahui nilai sentral yang dimiliki. Nilai sentral adalah
nilai data yang dapat mewakili data tersebut. Suatu rangkaian data
biasanya memiliki tendensi (kecenderungan) untuk memusat pada nilai
sentral. Tendensi sentral ini memberi informasi tentang kecenderungan
data dari kelompok sumber yang ada sebagai deskripsi dasar tentang
kondisi kelompok sumber (subjek).

1. Rata-rata
Rata-rata adalah wakil dari sekumpulan data atau nilai yang paling
dekat degan dengan hasil pengukuran yang sebenarnya. Rata-rata didapat
dengan menjumlahkan data seluruh individu dalam kelompok itu,
kemudian dibagi dengan jumlah individu yang ada pada kelompok
tersebut.

Me=
∑ xi
n

Dimana :

Me = mean atau rata-rata

xiv
 ∑ ¿ epsilon atau jumlah
x i=nilai x ke i sampai ke n

N = jumlah individu

Contoh :

Sepuluh pegawai di PT Samudra penghasilan sebulannya dalam satuan

ribu rupiah sebagai berikut :

90, 120, 160, 60, 180, 190, 90, 180, 70, 160

Me=
∑ xi
n

90 , 120 ,160 , 60 , 180 ,190 , 90 , 180 ,70 , 160

Me= =13 0
10

Jadi, penghasilan rata-rata pegawai di PT Samudra adalah Rp 130.000,-

1) Data Berkelompok

Me=
∑ f . xi
∑f
Dimana :

Me = mean atau rata-rata

∑ f . x i = jumlahkan frekuensi tiap interval kelas

∑ f = jumlah individu
Contoh :

Data tinggi badan mahasiswa FKIP UMB-Yogyakarta diambil 50

mahasiswa secara random :

xv
 Interval Kelas ∑f
164,5 – 167,5 6
167,5 – 170,5 7
170,5 – 173,5 8
173,5 – 176,5 11
176,5 – 179,5 7
179,5 – 182,5 6
182,5 – 185,5 5
Jumlah 50
Sumber : Nuryadi dkk, 2017 : 44

Interval Kelas ∑f xi ∑ f . xi
164,5 – 167,5 6 166 996
167,5 – 170,5 7 169 1183
170,5 – 173,5 8 172 1376
173,5 – 176,5 11 175 1925
176,5 – 179,5 7 178 1246
179,5 – 182,5 6 181 1086
182,5 – 185,5 5 184 920
Jumlah 50 8732

Me=
∑ f . xi
∑f
8732
Me= =174,64
30

Jadi, rata-rata pada data tinggi badan mahasiswa FKIP UMB-Yogyakarta

adalah 174,64.

2. Median
Median adalah nilai tengah dari dari sekelompok data yang nilai tiap
observasi telah disusun dari yang terkecil sampai terbesar.

xvi
 1) Data tunggal
1
a. Letak median (Me) = data ke ( N +1)
2
b. Nilai median (Me)
- banyak data ganjil : data paling tengah
- banyak data genap : rerata dua data di tengah

Contoh :

Data umur pegawai di Departemen X

19, 20, 20, 35, 45, 45, 45, 45, 45, 51, 56, 57, 60

Karena banyak data ganji, maka median terletak pada urutan ketujuh,
yaitu 45.

2) Data Berkelompok
1
Md=b+ p
2
f( )
n−F

Dimana :

Md = median

b = batas bawah, dimana median terletak

n = banyak data

p = panjang kelas interval

F = jumlah semua frekuensi sebelum kelas

f = frekuensi kelas median

xvii
Contoh :

Data tinggi badan mahasiswa FKIP UMB-Yogyakarta diambil 50

mahasiswa secara random :

Interval Kelas ∑f
164,5 – 167,5 6
167,5 – 170,5 7
170,5 – 173,5 8
173,5 – 176,5 11
176,5 – 179,5 7
179,5 – 182,5 6
182,5 – 185,5 5
Jumlah 50

Sumber : Nuryadi dkk, 2017 : 46

Keterangan :

Warna kuning = jumlah semua frekuensi sebelum kelas median

Warna biru = frekuensi kelas median

1
Md=b+ p
2
( )
n−F
f

Md=176+7 ( 25−21
11 )

28
Md=176+ =178,54
11

Jadi, median pada data tinggi badan mahasiswa FKIP UMB-Yogyakarta

adalah 178,54.

xviii
 3. Modus
Modus adalah data yang paling banyak muncul, dapat lebih dari satu
data.

1) Data Tunggal
Contoh : 1, 3, 4, 4, 5, 5, 5, 6, 6, 7

Karena 5 sering muncul sebanyak tiga kali, maka modusnya adalah 5 .

2) Data Berkelompok
b1
Mo=b+ p ( b 1 + b2 )
Dimana :

Mo = modus

B = batas kelas interval dengan frekuensi terbanyak

P = panjang kelas interval

b 1 = frekuensi kelas modus dikurangi frekuensi kelas interval

terdekat sebelumnya

b 2 = frekuensi kelas modus dikurangi frekuensi kelas interval

berikutnya

Contoh :

Data tinggi badan mahasiswa FKIP UMB-Yogyakarta diambil 50

mahasiswa secara random :

Interval Kelas ∑f Sumber : Nuryadi dkk, 2017 : 47

164,5 – 167,5 6
167,5 – 170,5 7
170,5 – 173,5 8 b1
173,5 – 176,5
176,5 – 179,5
11
7
Mo=b+ p ( b 1 + b2 )
179,5 – 182,5 6
182,5 – 185,5 5 xix
Jumlah 50
 11−8
Mo=176+7
( (11−8)+(11−7) )
Mo=176+7 ( 73 )
Mo=176+3=179

Jadi, modus pada data tinggi badan mahasiswa FKIP UMB-Yogyakarta

adalah 179.

D. Pengukuran Variasi Kelompok

Untuk menjelaskan keadaan kelompok, dapat juga didasarkan pada
tingkat variasi data yang terjadi pada kelompok tersebut. Tingkat variasi
kelompok data dapat diketahui dengan melihat rentang data dan standar
deviasi atau simpangan baku dari kelompok data yang telah diketahui.

1. Rentang Data
Rentang data atau jangkauan adalah selisih data terbesar dengan
data terkecil pada sekelompok data.

R=xt −x r

Dimana :

R = rentang data

x t = data terbesar dalam kelompok

x r = data terkecil dalam kelompok

Contoh :

Berikut ini adalah nilai ulangan harian 10 siswa mata pelajaran statistik di
SMA Mercu Buana Yogyakarta.

xx
 56, 66, 78, 94, 48, 82, 50, 76, 80, 70

R=xt −x r

R=94−4 8

R=46

Jadi, rentang data pada nilai ulangan harian 10 siswa mata pelajaran
statisti di SMA Mercu Buana Yogyakarta adalah 46.

Rentang data pada data kelompok adalah data selisih antara tepi
kelas atas kelas yang terakhir dengan tepi kelas bawah kelas pertama.

R=b1−b 2

Dimana :

R = rentang data

b 1 = tepi kelas atas kelas yang terakhir

b 2 = tepi kelas bawah kelas pertama

Contoh :

Data nilai 30 peserta ujian Matematika di SMA Mercu Buana Yogyakarta.

Nilai Frekuensi
40 – 49 6
50 – 59 10
60 – 69 4
70 – 79 4
80 – 89 2
89 – 99 4
Sumber : Nuryadi dkk, 2017 : 59

R=b1−b 2

R=99−39

xxi
 R=60

Jadi, rentang data berkelompok pada data nilai 30 peserta ujian

Matematika di SMA Mercu Buana Yogyakarta adalah 60.

2. Varians
Varians adalah jumlah kuadrat semua deviasi nilai-nilai individual
terhadap rata-rata kelompok. Akar varians disebut standar deviasi atau
simpangan baku. Varians digunakan untuk melihat kehomogenan data
secara kasar, dimana nilai hasil perhitungan varians sebagai titik pusat
dari penyebaran data.

Varians populasi diberi simbol σ 2 dan standar deviasi adalah σ .

2
2 ∑ ( xi −x́ )
σ =
n

σ=
√ ∑ ( x i− x́ )
n

Sedangkan varians untuk sampel diberi simbol s2 dan standar deviasi

sampel diberi simbol s.

2
2 ∑ ( x i−x́ )
s=
( n−1 )

s=
√ ∑ ( x i−x́ )
( n−1 )

Dimana :

σ 2 = varians populasi

σ = simpangan baku populasi

s2 = varians sampel

xxii
 s = simpangan baku sampel

n = jumlah sampel

Contoh :

Diketahui sebuah data tentang nilai prestasi Matematika siswa kelas X

SMA Mercu Buana Yogyakarta.

Nilai f
4 2
5 3
6 8
7 4
8 5
9 3
10 2
3 3
Dari tabel di atas, tentukan varians dan standar deviasinya.

4 × 2+5 ×3+6 × 8+7 × 4+8 × 5+9 ×3+10 ×2+3 × 3

x́=
30

8+15+ 48+28+ 40+27+20+ 9

x́=
30

195
x́= =6,5
30

2
Nilai f x i−x́ ( x i−x́ )
4 2 -2.5 6,25
5 3 -1,5 2,25
6 8 -0,5 0,25
7 4 0,5 0,25
8 5 1,5 2,25
9 3 2,5 6,25
10 2 3,5 12,25
3 3 -3,5 12,25
Jumlah 30 0 42
Sumber : Nuryadi dkk, 2017 : 66

xxiii
Varians :

2
2 ∑ ( x i−x́ )
s=
( n−1 )

42
s2=
29

s2=1,45

Standar deviasinya :

∑ ( x i−x́ )2
s=
√ ( n−1 )

42
s=
√ 29

s= √1,45

s=1,2

Jadi, varians dan standar deviasinya pada nilai prestasi Matematika siswa
kelas X SMA Mercu Buana Yogyakarta adalah varians = 1,45 dan standar
deviasi = 1,2.

3. Standar Deviasi untuk Data Berkelompok

Standar deviasi atau simpangan baku dari data yang disusun
dalam tabel distribusi frekuensi atau data berkelompok, dapat dihitung
dengan rumus sebagai berikut :

∑ f i ( x i− x́ )2
S=
√ ( n−1 )

Contoh :

Hitung simpangan baku data berkelompok di bawah ini :

xxiv
 Skor Frekuensi
145 – 149 3
150 – 154 5
155 – 159 17
160 – 164 23
165 – 169 2
Jumlah 50
Sumber : Jaya dan Ambarita, 2016 : 20-21

Jawab

Skor fi xi x i−x́ 2
( x i−x́ ) f i ( x i− x́ )2
145 – 149 3 147 -11,6 134,56 403,68
150 – 154 5 152 -6,6 43,56 217,8
155 – 159 17 157 -1,6 2,56 43,52
160 – 164 23 162 3,4 11,56 265,78
165 – 169 2 167 8,4 70,56 141,12
Jumlah 50 1072
∑ f i ( x i− x́ )2
S=
√ ( n−1 )

1072
S=
√ 49

S=0,67

E. Contoh Kasus

1. Pengujian Hipotesis Deskriptif

Seorang peneliti ingin mengetahui apakah rata-rata nilai matematika
siswa SD Tadika Mesra antara tahun lalu dan sekarang sama atau
berbeda. Jika diketahui rata-rata nilai matematika tahun lalu adalah 5,5.
Berdasarkan 10 sampel yang diambil diperoleh data tentang nilai
matematika sebagai berikut :

xxv
 2, 6, 4, 9, 2, 5, 6, 6, 8, 10

Buktikan hipotesis bahwa rata-rata nilai matematika tahun ini sama atau
berbeda dengan tahun lalu.

JAWAB :

h o=¿ tidak terdapat perbedaan rata-rata nilai matematika tahun ini

dengan tahun lalu

h a=¿ terdapat perbedaan rata-rata nilai matematika tahun ini dengan

tahun lalu

Diketahui :

n = 10

μ0=¿ 5,5

x́=5 , 8

s=2,69

Jawab :

x́−μo
t=
s
√n
5,8−5,5
t=
2,69
√10
0,3
t=
2,69
√ 3,16
0,3
t=
0,85

xxvi
t=0,35

dk = n – 1= 10 – 1 = 9. Jadi harga t tabel dengan dk = 9 dan taraf kesalahan

5% adalah = 1,833. Karena t hitung < t tabel (0,35 < 1,833) maka h o diterima. Jadi,
tidak terdapat perbedaan rata-rata nilai Matematika tahun ini dengan
tahun lalu.

2. Pengujian Hipotesis Komparatif

Seorang peneliti ingin membandingkan perbedaan rata-rata nilai
matematika SD Tadika Mesra dari dua metode pembelajaran yang
berbeda, yaitu diskusi dan ceramah. Berdasarkan 10 sampel yang diambil
diperoleh data sebagai berikut :

Kelas Nilai Matematika

IA 7 4 5 6 4 7 8 6 8 9
IIA 3 3 7 8 7 9 10 5 4 6
Buktikan hipotesis bahwa rata-rata nilai matematika siswa antara
kedua metode sama atau berbeda.

JAWAB :

h o=¿ tidak terdapat perbedaan rata-rata nilai matematika antara metode

diskusi dan ceramah

h a=¿ terdapat perbedaan rata-rata nilai matematika antara metode diskusi

dan ceramah

Diketahui :

n1 dan n2=10

r =¿ 0,16

x́ 1=6,4

xxvii
x́ 2=6 , 2

s1=1,71

s2=2,44

s12=2,93

s22=5,95

Jawab :

x́ 1−x́2
t=
s12 s 22 s s2
√ + −2r 1
n1 n2 √n1( )( )
6,4−6,2
√n2
t=
2,93 5,95
√ 10
+
10
−2.0,16 ( )( 2,44
1,71
√10 √ 10 )
0,2
t=
√ 0,293+ 0,595−0,32 ( 0,546 )( 0,772 )
0,2
t=
√ 0,888−0,135
0,2
t=
√ 0,753
0,2
t=
0,9
t=0,222

dk ¿ n1 +n2 −2=18. Jadi harga t tabel dengan dk = 18 dan taraf kesalahan 5%

adalah = 2,101. Karena t hitung < t tabel (0,222 < 2,101) maka h o diterima. Jadi,
tidak terdapat perbedaan rata-rata nilai matematika antara metode diskusi
dan ceramah.

xxviii
 3. Pengujian Hipotesis Asosiatif
Seorang guru ingin mengetahui apakah terdapat hubungan antara
nilai UTS dan UAS siswa. Sampel yang diambil sebanyak 7 siswa, dengan
data sebagi berikut :

JAWAB :

h0 =0 (tidak ada hubungan antara nilai UTS dan UAS)

h a ≠ 0 (ada hubungan antara nilai UTS dan UAS)

No Pretes (X) Postes (Y) RX RY R X −RY ( R X −RY )

2

1 7 9 7 6,5 0,5 0,25

2 3 5 1 1,5 1 1
3 4 5 2,5 1,5 -1,5 2,25
4 6 9 5 6,5 -1,5 2,25
5 6 8 5 5 0 0
6 4 6 2,5 3,5 -1 1
7 6 6 5 3,5 1,5 2,25
JML - - - - 7
6 ∑ b2
ρ=1−
n ( n2−1 )

6 .7
ρ=1−
7 ( 72−1 )

42
ρ=1−
7 ( 48 )

42
ρ=−1
336

ρ=1−0,125

ρ=0,875

xxix
Dari tabel terlihat bahwa untuk n = 7, pada taraf kesalahan 5% diperoleh
harga 0,786 . Ternyata hasil ρhitung > ρtabel (0,875 > 0,786), maka h0 ditolak dan
h a diterima.

KESIMPULAN

Statistik deskriptif adalah statistik yang berfungsi untuk

mendeskripsikan atau memberi gambaran terhadap objek yang diteliti
melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan
analisis dan membuat kesimpulan yang berlaku untuk umum.

Statistik deskriptif mempelajari cara pemgumpulan dan penyajian

data, sehingga mudah dipahami, yang berhubungan dengan hal
menguraikan atau menjelaskan suatu data, yang berfungsi menerangkan
keadaan, gejala atau persoalan.

Dalam penyajian data, ada yang menggunakan tabel biasa maupun

distribusi frekuensi, grafik garis maupun batang, dan diagram. Setiap
penelitian, peneliti akan memperoleh sekelompok data variabel tertentu
dari sekelompok responden atau objek yang diteliti. Data yang telah
diteliti dapat juga dijelaskan menggunakan teknik statistika mean (rata-
rata), median (nilai tengah), dan modus (nilai yang sering muncul). Ada
juga cara menghitung data tunggal dan berkelompok, tentu saja rumus
yang digunakan berbeda.

Untuk menjelaskan keadaan kelompok, dapat juga didasarkna

pada tingkat variasi data yang terjadi pada kelompok tersebut. Tingkat
variasi kelompok data dapat diketahui dengan melihat rentang data dan
standar deviasi atau simpangan baku dari kelompok data yang telah
diketahui.

xxx
 Selain itu, ada macam-macam pengujian hipotesis, yaitu pengujian
hipotesis deskriptif, pengujian hipotesis komparatif, dan pengujian
hipotesis asosiatif.

DAFTAR PUSTAKA

Sugiyono. (2019). Statistik Untuk Penelitian. Bandung: Alfabeta.

Jaya, M. Thoha B. Sampurna dan Alben Ambarita. (2016). Statistik Terapan

Dalam Pendidikan. Yogyakarta: Media Akademi.

Nuryadi, dkk. (2017). Dasar-Dasar Statistik Penelitian. Yogyakarta: SIBUKU

MEDIA.

xxxi
xxxii