STATISTIKA DESKRIPTIF DAN INFERENSIAL

MAKALAH

Diajukan untuk Memenuhi Salah Satu Tugas Mata Kuliah Statistika Terapan
Dosen Pengampu: Dr. Isrok'atun, M.Pd

Oleh:
AMALIATUL HUBBILAH (2105390)
RITA NENGSIH AGUSTINAH (2105417)

PROGRAM STUDI PENDIDIKAN SEJARAH

SEKOLAH PASCASARJANA
UNIVERSITAS PENDIDIKAN INDONESIA
BANDUNG
2021
A. PENGERTIAN STATISTIKA DAN STATISTIK
Istilah Statistika berbeda dengan Statistik. Statistik adalah suatu kumpulan angka
yang tersusun lebih dari satu angka secara singkatnya statistik dapat diartikan sebagai
data. Misalnya, persentase angka pengangguran di Indonesia diperkirakan akan turun
sebesar 0,57 persen di Tahun 2017 dari tahun lalu, sekitar 11,41 persen. Dalam setahun
terakhir, pengangguran bertambah 10 ribu orang, sementara tingkat pengangguran
terbuak (TPT) turun sebesar 0,11 poin.. Angka 0,57 persen, 11,41 persen, dan 0,11 poin
adalah contoh dari Statistik. Jadi, sesuatu yang tersusun dari satu angka atau lebih
disebut dengan Statistik. Statistik juga bisa diartikan sebagai kumpulan data dalam
bentuk angka maupun bukan angka yang disusun dalam tabel (daftar), sering pula
disertai dengan diagram (grafik) dan keterangan lain yang menggambarkan suatu
persoalan. Selain itu statistik juga adalah informasi (ukuran/nilai) yang diperoleh dari
sampeldan digunakan untuk menduga sesuatu pada populasi.
Sementara itu, istilah Statistika menurut Dajan (1995) diartikan sebagai metode
untuk mengumpulkan, mengolah, menyajikan, menganalisis, dan menginterpretasi-kan
data dalam bentuk angka-angka. Jadi, Statistika adalah ilmu yang berkaitan dengan
pengumpulan, penataan, penyajian, analisis, dan interpretasi data menjadi informasi
untuk membantu pengambilan keputusan yang efektif. Secara singkat statistika bisa
diartikan sebagai ilmu yang mempelajari tentang statistik.

B. STATISTIKA DESKRIPTIF
1. Ruang Lingkup
Berdasarkan kegiatan yang dilakukan, statistika dapat dibedakan menjadi statistika
deskriptif dan statistika inferensial. Statistika deskriptif (Descriptive Statistics)
membahas cara-cara pengumpulan data, pengolahan angka-angka pengamatan yang
diperoleh (meringkas dan menyajikan), mendeskripsikan dan menganalsis seluruh data
tanpa melakukan proses penarikan kesimpulan.
Penyajian data pada statistika deskriptif biasanya dengan membuat tabulasi
penyajian dalam bentuk grafik, diagram, atau dengan menyajikan karakteristik-
karakteristik dari ukuran pemusatan dan ukuran penyebaran. Hal ini dilakukan untuk
memperoleh informasi yang lebih menarik, berguna dan lebih mudah dipahami. Jadi,
Statistika deskriptif adalah statistik yang membahas mengenai pengumpulan,
pengolahan, penyajian, serta pengghitungan nilai-nilai dari suatu data yang
digambarkan dalam tabel atau diagram dan tidak menyangkut penarikan kesimpulan.
dan secara garis besar kegiatan statistika deskriptif meliputi:
a. Mengumpulkan data
Mengumpulkan data yang didalamnya termasuk melakukan kegiatan inteview
atau wawancara kepada pihak-pihak yang diperlukan informasinya, membagikan
kuesioner kepada responden, melakukan pengukuran terhadap variabel penilitian
dengan menggunakan alat ukur, melakukan pengamatan terhadap objek penelitian.
b. Mengolah data
Pengolahan data merupakan kegiatan meringkas data baik dengan cara
mengurutkan, membulatkan data, menyortir data, mengelompokan maupun
memberi skor/kode.
c. Menyajikan data
Data dapat disajikan dalam bentuk tulisan, tabel/daftar, grafik/diagram,
ataupun gambar yang menarik.
d. Analisis sederhana
Analisis disini merupakan analisis data sederhana yakni mencari ukuran-
ukuran atau nilai-nilai yang bisa menggambarkan keadaan suatu kelompok data
secara cepat, misalnya mencari rata-rata (mean), modus, median, variansi (ragam),
atau standar deviasi (simpangan baku), tanpa disertai tindak lanjut seperti
penyimpulan dan pengujian terhadap suatu hipotesis.

2. Data Statistika Deskriptif

Guna memperoleh statistika deskriptif yang benar diperlukan data. Data yang
berbentuk kategori disebut sebagai data kualitatif, dan data yang berbentuk bilangan
disebut sebagai data kuantitatif. Data baru yang belum diolah disebut sebagai data
mentah. Data mentah juga dikatakan sebagai data yang telah dikumpulkan dari berbagai
sumber merupakan data yang dicatat serampangan, sehingga data tersebut tidak
tersusun.
Proses pengumpulan data yang sahih bisa dilakukan dengan jalan sensus atau
sampling. Sudjana (2002) mengemukakan bahwa banyak langkah yang dapat ditempuh
dalam mengumpulkan data:
a. Mengadakan penelitian langsung ke lapangan. Hasilnya dicatat kemudian
dianalisis.
b. Mengambil atau menggunakan, sebagian atau seluruhnya, dari sekumpulan data
yang telah dicatat atau dilaporkan orang lain.
c. Mengadakan angket; yakni cara pengumpulan data dengan menggunakan daftar
isian atau daftar pertanyaan yang telah disiapkan dan disusun sedemikian rupa
sehingga calon responden hanya tinggal mengisi atau menandainya dengan mudah
dan cepat. Biasanya berisikan pertanyaan berbentuk pilihan, dan responden tinggal
memberi tanda pilihan yang dipilihnya ditempat yang telah disediakan.

3. Penyajian Data Statistika Deskriptif

a. Histogram
Histogram adalah grafik dari distribusi frekuensi
suatu variabel. Tampilan histogram berupa balok.
Penyajian data ini terdiri dari dua sumbu utama dengan
sudut 90 dimana sebagai absis sumbu X dan sebagai
ordinat Y. Lebar balok merupakan jarak dari batas kelas
interval, sedangkan tinggi balok menunjukkan besarnya
frekuensi.

b. Diagram Kue (Pie Chart)

Pie Chart/Diagram kue merupakan sebuah lingkaran
yang dibagi menjadi beberapa sektor. Tiap sektor
menyatakan besarnya presentase atau bagian untuk
masing-masing kelompok. Berikut contoh data pie chart
yang menggambarkan prosentasi kepemilikan hewan
berdasarkan jenisnya.

c. Poligon
Poligon adalah grafik dari distribusi frekuensi
tergolong suatu variabel. Tampilan poligon berupa
 garis-garis patah yang diperoleh dengan cara menghubungkan puncak masing-
masing nilai tengah kelas. Poligon sangat baik digunakan untuk membandingkan
bentuk dari dua distribusi.

d. Ogive
Ogive adalah bentuk gambar dari distribusi frekuensi
kumulatif suatu variabel. Untuk suatu tabel distribusi
frekuensi, dapat dibuat ogive positif dan ogive negatif.

C. STATISTIKA INFERENSIAL
Statistika Inferensial (Inferential Statistics) membahas cara menganalisis data serta
mengambil kesimpulan. Statistik Inferensia berkaitan dengan pengambilan keputusan
(estimasi parameter dan pengujiaj hipotesis). Statistika inferensial sering disebut sebagai
Statsitik Induktif. Metode Statistika inferensia adalah metode yang berkaitan dengan
analisis sebagian data sampai ke peramalan atau penarikan kesimpulan mengenai
keseluruhan data. Sebagian data suatu variabel dikenal sebagai sampel, sedangkan
keseluruhan datanya adalah populasi.Setelah data dikumpulkan, maka dilakukan
berbagai metode Statistik untuk menganalisis data, dan kemudian dilakukan interpretasi
serta diambil kesimpulan. Statistika Inferensial akan menghasilkan generalisasi (jika
sampel representatif). Jadi Statistika Inferensial adalah statistik yang mempelajari
tentang bagaimana pengambilan keputusan dilakukan.
Sifat statistik inferensial, yaitu: (1) data yang dianalisis berasal dari random
sampling (acak); (2) menggeneralisasikan dan meramalkan baik tentang ciri penting
suatu variabel maupun hubungan antarvariabel; (3) generalisasi dan ramalan yang
dibuat diberlakukan bagi keseluruhan populasi atas dasar hasil analisis data dari sampel;
dan (4) generalisasi dan ramalan dilaksanakan dengan uji hipotesis atau pengecekan
asumsi. Statistika inferensial terbagi lagi menjadi dua, yakni parametrik dan
nonparametrik.
1. Statistika Parametrik
Proses sosial merupakan pengaruh timbal balik antara berbagai sisi kehidupan, di
antaranya sektor pendidikan dengan kehidupan ekonomi, segi kehidupan politik, sektor
kehidupan hukum, dan kehidupan agama. Lebih lanjut cara-cara sosial mempelajari
lingkup permasalahannya, secara prinsip terdapat dua cara atau pendekatan yaitu
dengan cara penyelesaian yang bersifat kualitatif dan metode penyelesaian yang bersifat
kuantitatif. Metode kuantitatif atau dikatakan juga sebagai metode parametrik
merupakan metode yang bersifat atau berlandaskan asumsi-asumsi dalam pendugaan
parameter, penentuan selang kepercayaan dan pengujian hubungan antara dua sifat atau
lebih.
Statistika Parametrik adalah salah satu cabang analisis statistika yang digunakan
untuk data-data yang memiliki distribusi (sebaran) normal. Dengan kata lain data yang
di analisis menggunakan statistik parametrik harus memenuhi asumsi normalitas. Pada
umumnya jika data tidak menyebar normal maka data seharusnya data dikerjakan
dengan metode statistik nonparametrik atau setidak-tidaknya dilakukan transformasi
terlebih dahulu agar data mengikuti sebaran normal sehingga bisa dikerjakan dengan
statistik parametrik. Statistik parametrik dapat digunakan untuk menguji parameter
populasi melalui statistik atau menguji ukuran populasi melalui data sampel. Statistik
parametrik memerlukan terpenuhinya banyak asumsi antara lain berdistribusi normal,
data homogen, harus terpenuhi asumsi linearitas.
Keunggulan statistik parametrik antara lain syarat-syarat parameter dari suatu
populasi yang menjadi sampel biasanya tidak diuji dan dianggap memenuhi syarat.
Pengukuran terhadap data dilakukan dengan kuat. Observasi bebas satu sama lain dan
ditarik dari populasi yang berdistribusi normal serta memiliki varian yang homogen.
Sedangkan kelemahan dari statistika parametrik antara lain populasi harus memiliki
varian yang sama. Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam
skala interval. Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi
harus normal dan bervarian sama. Dan harus merupakan kombinasi linear dari efek-efek
yang ditimbulkan.

2. Statistika Nonparametrik
Statistika nonparametrik adalah tes statistik yang modelnya tidak menetapkan
syarat-syarat mengenai parameter-parameter populasi yang merupakan induk sampel
penelitian. Oleh karena itu obeservasi-observasi independen dan variabel yang diteliti
pada dasarnya memiliki kontinuitas. Uji metode nonparametrik atau bebas sebaran
adalah prosedur pengujian hipotesa yang tidak mengasumsikan pengetahuan apapun
mengenai sebaran populasi yang mendasarinya. Singkatnya statistik nonparametrik
adalah statistik yang bebas sebaran (tidak mensyaratkan bentuk sebaran parameter
populasi, baik normal atau tidak). Selain itu statistik nonparametrik biasanya
menggunakan skala pengukuran sosial yakni nominal dan ordinal yang umumnya tidak
berdistribusi normal. Tidak menuntut terpenuhi banyak asumsi, misalnya data yang
dianalisis tidak harus berdistribusi normal. Oleh karena itu statistik nonparametrik
sering disebut sebagai distribusi bebas.
Keunggulan statistik nonparametrik antara lain tidak membutuhkan asumsi
normalitas. Secara umum metode statistik nonparamertik lebih mudah dikerjakan dan
lebih mudah dimerngerti. Statistika nonparametrik tidak membutuhkan perhitungan
matematik yang rumit seperti halnya statistik parametrik. Statistik nonparametrik bisa
menggunakan data numerik (nominal) dan jenjang (ordinal). Pengujian hipotesis pada
statistik nonparametrik dilakukan secara langsung pada pengamatan yang nyata.
Walaupun pada statistik nonparametrik tidak terikat pada distribusi normal populasi,
tetapi dapat digunakan pada populasi berdistribusi normal.
Kelemahan dari statistik nonparametrik antara lain statistik nonprametrik terkadang
mengabaikan beberapa informasi tertentu. Hasil pengujian hipotesis dengan statistik
nonparametrik tidak setajam statistik parametrik. Hasil statistik nonparametrik tidak
diekstrapolasikan ke populasi studi seperti pada statistik parametrik. Hal ini dikarenakan
statistik nonparametrik mendekati eksperimen dengan sampel kecil dan umumnya
membandingkan dua kelompok tertentu.

D. Perbedaan Statistika Deskriptif dan Statistika Inferensial

Perbedaan statistika deskriptif dan inferensial sebagai berikut.
Deskriptif Inferensial
Bertujuan untuk mendeskripsikan atau Bertujuan untuk menyediakan dasar
memberi gambaran objek yang diteliti peramalan dan estimasi yang digunakan
sebagaimana adanya tanpa menarik untuk mengubah informasi menjadi
simpulan atau generalisasi. pengetahuan, serta menarik simpulan.

Statistik deskritif berfungsi untuk Statistika inferensial (induktif) adalah

mendiskripsikan atau memberi gambaran metode yang berfungsi untuk mengetahui
terhadap objek yang diteliti melalui data populasi berdasarkan sampel dengan
sampel atau populasi sebagaimana menganalisis dan menginterpretasikan
adanya, tanpa membuat simpulan yang data menjadi sebuah kesimpulan
 berlaku untuk umum (generalisasi).
Analisis statistika deskriptif akan
dilakukan pada populasi (tanpa diambil
sampelnya).
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.
Statistik deskriptif dapat mencari kuatnya
hubungan antara variabel melalui analisis
korelasi, melakukan prediksi dengan
analisis regresi, dan membuat
perbandingan dengan membandingkan
rata-rata data sampel atau populasi.
Adapun proses analisis antara statistika deskriptif dan inferensial dapat dilihat
melalui bagan berikut.
Jika penelitiannya dilakukan pada sampel
maka analisisnya dapat menggunakan
statistik deskriptif atau inferensial
Statistika inferensial banyak
menggunakan distribusi normal baku
(standard normal distribution) sebagai
model distribusi data yang hendak
dianalisis.
Data yang dianalisis berasal dari random
sampling (acak); menggeneralisasikan
dan meramalkan baik tentang ciri penting
suatu variabel maupun hubungan
antarvariabel; generalisasi dan ramalan
yang dibuat diberlakukan bagi
keseluruhan populasi atas dasar hasil
analisis data dari sampel; dan generalisasi
dan ramalan dilaksanakan dengan uji
hipotesis atau pengecekan asumsi.
E. Contoh Analisis Data Deskriptif
Diketahui kelompok data hasil tes pembelajaran sejarah sebagai berikut.
27 79 69 40 51 88 55 48 36 61
53 44 93 51 65 42 58 55 69 63
70 48 61 55 60 25 47 78 61 54
Dari data tersebut kita harus menentukan distribusi frekuensi, mean, median,
modus, standar deviasi, dan variansnya.
1. Menentukan distribusi frekuensi
a. R = data tertinggi – data terkecil
R = 93 - 25 = 68
b. K = 1 + 3,3 log n = 1 + 3,3 log 30 = 1+ (3,3 x 1,47)
= 1 + 4,85 = 5,85 dibulatkan ke nilai terdekat = 6
c. P = R / K = 68/6 = 11,3 dibulatkan ke nilai terbesar= 12
d. Batas data terendah = data terendah – 1 = 25-1= 24
e. Titik tengah: (batas atas+batas bawah)/ 2

Tabel Distribusi
TABEL DISTRIBUSI FREKUENSI
Hasil Tugas Nilai Tengah Turus Frekuensi
24 – 35 29,5 II 2
36 – 47 41,5 IIIII 5
48 – 59 53,5 IIIII IIIII 10
60 – 71 65,5 IIIII IIII 9
72 – 83 77,5 II 2
84 – 95 89,5 II 2
Jumlah 30

2. Menentukan Mean
Frekuensi Nilai Tengah
Hasil Tugas ( f i) x ( x i )
( f i) ( x i)
24 – 35 2 29,5 59
36 – 47 5 41,5 207,5
48 – 59 10 53,5 535
60 – 71 9 65,5 589,5
72 – 83 2 77,5 155
84 – 95 2 89,5 179
∑ fi xi 1.725
 Rata-rata =
∑ fi xi 57,5
∑f
3. Menentukan Median
1
Letak median : x 30=15
2

¿ −fi
Me = b+ p [ 4 ]
f
15−7
= 47,5 = 12 [ ¿ = 47,5 + 3,2 = 50,7
30

4. Menentukan Modus
fi
Modus = b+ p [ ]
fi+ f 2
5
= 47,5 + 12 [ ]
5+1
= 47,5 + 10 = 57,5

5. Standar Deviasi dan Varians

Hasil Frekuensi Nilai Tengah

( x i−x ) ( x i−x )2 f i ( x i−x )2
Tugas ( f i) ( x i)
24 – 35 2 29,5 28 784 1568
36 – 47 5 41,5 16 256 1280
48 – 59 10 53,5 4 16 160
60 – 71 9 65,5 8 64 576
72 – 83 2 77,5 20 400 800
84 – 95 2 89,5 32 1024 2048
∑ f i ( x i−x )2 6432

Simpangan baku =
Varians = s2 = 214,4
√ 6430
30
=14,64

F. Contoh Analisis Data Inferensial

1. Uji Homogenitas
Pada penelitian ini, pengujian homogenitasnya diuji dengan cara memberi tes
mengenai pelajaran sebelumnya. Pengujian homogenitas varians menggunakan uji
F dengan rumus:
 Jika pada perhitungan data awal diperoleh Fhitung< Ftabel, maka sampel dikatakan
mempunyai varians yang sama atau homogen.

2. Uji Normalitas
Uji normalitas dengan menggunakan metode Liliefors, dengan ketentuan jika Lhitung
< Ltabel maka data normal. Nilai Ltabel diperoleh dari tabel uji Liliefors. Sedangkan
Lhitung adalah harga terbesar dari |F( ) – S(Zi) |, dimana dihitung dengan rumus
angka normal baku :

x = rata – rata
s = simpangan baku

3. Uji Hipotesis
Sebelum menganalisis data dengan tes”t” maka data dari tes harus diuji
normalitasnya dengan Liliefors, apabila datanya sudah normal, maka bisa
dilanjutkan dengan menganalisis tes dengan menggunakan rumus tes”t” untuk
sampel besar (N≥ 30) yang tidak berkolerasi, maka rumus yang digunakan adalah:

Keterangan:
Mx = Mean Variabel X
My = Mean Variabel Y
SDx = Standar Deviasi X
Sdy = Standar Deviasi Y

DAFTAR PUSTAKA
Sudjana. 2005. Metoda Statistika. Bandung: Tarsito
Sugiyono. 2018. Statistik Nonparametris Untuk Penelitian. Bandung: Alfabeta
Sundayana, Rostina. 2018. Statistika Penelitian Pendidikan. Bandung: Alfabeta
Sumber Internet:
Abdillah. (2021). Statistika Deskriptif dan Inferensial Beserta Contoh, Gambar,
Perbedaanya. [online]. Diakses dari https://rumusrumus.com/statistika-deskriptif/
Rahim, Abdul. Statistika dalam Penelitian Pendidikan. Diakses dari
https://docplayer.info/30146484-Statistika-dalam-penelitian-pendidikan-oleh-
abdul-rahim.html
Yuvalianda. (2019). Statistik Inferensial: Pembahasan & Contoh Lengkap. [online].
Diakses dari https://yuvalianda.com/statistik-inferensial/