Pertemuan 2

Mata Kuliah : Statistika Bisnis

Materi : Statistik Deskriptif
Statistika adalah sekumpulan prosedur untuk mengumpulkan, mengukur,
mengklasifikasi, menghitung, menjelaskan, mensintesis, menganalisis, dan menafsirkan
data kuantitatif yang diperoleh secara sistematis. Secara garis besar, statistik dibagi
menjadi dua komponen utama, yaitu Statistikaa Deskriptif  dan Statistika inferensial. 
Statistik deskriptif menggunakan prosedur numerik dan grafis dalam meringkas
gugus data dengan cara yang jelas dan dapat dimengerti, sementara Statistika
inferensial menyediakan prosedur untuk menarik kesimpulan tentang populasi berdasarkan
sampel yang kita amati. Statistik Deskriptif membantu kita untuk menyederhanakan data
dalam jumlah besar dengan cara yang logis. Data yang banyak direduksi dan diringkas
sehingga lebih sederhana dan lebih mudah diinterpretasi.
A. Metode Statistika Deskriptif
Terdapat dua metode dasar dalam statistik deskriptif, yaitu numerik dan grafis.

 Pendekatan numerik dapat digunakan untuk menghitung nilai statistik dari

sekumpulan data, seperti mean dan standar deviasi. Statistik ini memberikan
informasi tentang rata-rata dan informasi rinci tentang distribusi data.
 Metode grafis lebih sesuai daripada metode numerik untuk mengidentifikasi pola-
pola tertentu dalam data, dilain pihak, pendekatan numerik lebih tepat dan objektif.
Dengan demikian, pendekatan numerik dan grafis satu sama lain saling melengkapi,
sehingga sangatlah bijaksana apabila kita menggunakan kedua metode tersebut
secara bersamaan.

B. Proses Statistika Deskriptif

Terdapat tiga karakteristik yang dimana dijadikan proses utama dari variabel
tunggal untuk menjalankan statistika deskriptif :

 Distribusi data (distribusi frekuensi)

 Ukuran pemusatan/tendensi sentral (Central Tendency)
 Ukuran penyebaran (Dispersion)

1. Distribusi Data (distribusi frekuensi)

Pengaturan, penyusunan, dan peringkasan data dengan membuat tabel
seringkali membantu, terutama pada saat kita bekerja dengan sejumlah data yang
besar. Tabel tersebut berisi daftar nilai data yang mungkin berbeda (baik data
tunggal ataupun data yang sudah dikelompok-kelompokan) beserta nilai
frekuensinya. Frekuensi menunjukkan banyaknya kejadian/kemunculan nilai data
dengan kategori tertentu. Distribusi data yang sudah diatur tersebut sering disebut
dengan distribusi frekuensi. Dengan demikian, Distribusi frekuensi didefinisikan
sebagai daftar sebaran data (baik data tunggal maupun data kelompok), yang
 disertai dengan nilai frekuensinya. Data dikelompokkan ke dalam beberapa kelas
sehingga ciri-ciri penting data tersebut dapat segera terlihat.
Distribusi frekuensi yang paling sederhana adalah distribusi yang
menampilkan daftar setiap nilai dari variabel yang disertai dengan nilai
frekuensinya. Distribusi frekuensi dapat digambarkan dalam dua cara, yaitu
sebagai tabel atau sebagai grafik. Distribusi juga dapat ditampilkan dengan
menggunakan nilai persentase. Penyajian distribusi dalam bentuk grafik lebih
mempermudah dalam melihat karakteristik dan kecenderungan tertentu dari
sekumpulan data. Grafik data kuantitatif meliputi Histogram, Poligon Frekuensi dll,
sedangkan grafik untuk data kualitatif meliputi Bar Chart, Pie Chart dll. Distribusi
frekuensi akan memudahkan kita dalam melihat pola dalam data, namun demikian,
kita akan kehilangan informasi dari nilai individunya.

2. Ukuran pemusatan/tendensi sentral (Central Tendency)

Salah satu aspek yang paling penting untuk menggambarkan distribusi data
adalah nilai pusat pengamatan. Setiap pengukuran aritmatika yang ditujukan untuk
menggambarkan suatu nilai yang mewakili nilai pusat atau nilai sentral dari suatu
gugus data (himpunan pengamatan) dikenal sebagai ukuran tendensi sentral.
Terdapat tiga jenis ukuran tendensi sentral yang sering digunakan, yaitu:

 Mean : nilai rata-rata

x 1+ x 2+ x 3+…+ xn
Rumus : x= (untuk data tunggal)
n

Rumus : x=
∑ fix 1 (untuk data frekuensi)
∑ fi
 Median : nilai tengah

(n+1)
Rumus : (untuk data tunggal)
2

( )
1
n−F
Rumus : Me = b + p 2 (untuk data frekuensi)
f

 Modus : nilai yang sering muncul

Rumus : untuk menentukan modus, susun secara berurutan semua data lalu
hitung frekuensinya.

Rata-rata hitung atau arithmetic mean atau sering disebut dengan

istilah mean saja merupakan metode yang paling banyak digunakan untuk
 menggambarkan ukuran tendensi sentral. Mean dihitung dengan menjumlahkan
semua nilai data pengamatan kemudian dibagi dengan banyaknya data. Mean
dipengaruhi oleh nilai ekstrem. 
Median adalah nilai yang membagi himpunan pengamatan menjadi dua bagian
yang sama besar, 50% dari pengamatan terletak di bawah median dan 50% lagi
terletak di atas median. Median dari n pengukuran atau pengamatan x1, x2 ,...,
xn adalah nilai pengamatan yang terletak di tengah gugus data setelah data tersebut
diurutkan. Apabila banyaknya pengamatan (n) ganjil, median terletak tepat ditengah
gugus data, sedangkan bila n genap, median diperoleh dengan cara interpolasi yaitu
rata-rata dari dua data yang berada di tengah gugus data. Median tidak dipengaruhi
oleh nilai ekstrem. Modus adalah data yang paling sering muncul/terjadi. Untuk
menentukan modus, pertama susun data dalam urutan meningkat atau sebaliknya,
kemudian hitung frekuensinya. Nilai yang frekuensinya paling besar (sering muncul)
adalah modus. Modus digunakan baik untuk tipe data numerik atau pun data
kategoris. Modus tidak dipengaruhi oleh nilai ekstrem.

3. Ukuran penyebaran data

Ukuran penyebaran (Measures of Dispersion) atau ukuran keragaman
pengamatan dari nilai rata-ratanya disebut simpangan (deviation/dispersi). Terdapat
beberapa ukuran untuk menentukan dispersi data pengamatan,
seperti jangkauan/rentang (range), simpangan kuartil (quartile deviation), simpangan
rata-rata (mean deviation), dan simpangan baku (standard deviation).

Ukuran tendensi sentral (mean, median, mode) merupakan nilai pewakil dari

suatu distribusi frekuensi, tetapi ukuran tersebut tidak memberikan gambaran
informasi yang lengkap mengenai bagaimana penyebaran data pengamatan
terhadap nilai sentralnya. Ukuran tendensi sentral saja tidak cukup untuk
menggambarkan distribusi frekuensi. Selain itu kita harus memiliki ukuran
persebaran data pengamatan.

a. Jangkauan (range)

Ukuran penyebaran yang paling sederhana adalah Range (Jangkauan/Rentang,

terkadang di beberapa literatur diterjemahkan dengan istilah wilayah). Range
dari suatu kelompok data pengamatan adalah selisih antara nilai minimum dan
maksimum.

Range = nilai maksimum−nilai minimum

b. Simpangan Kuartil
Simpangan kuartil dihitung dengan cara menghapus nilai-nilai yang terletak di
bawah kuartil pertama dan nilai-nilai di atas kuartil ketiga, sehingga nilai-nilai
ekstrem, baik yang berada di bawah ataupun di atas distribusi data, dihilangkan.
Simpangan kuartil didapatkan dengan cara menghitung nilai rata-rata dari
kedua kuartil tersebut, Q1 dan Q3.

( Q3−Q 2 )+(Q 2−Q 1) (Q 3−Q1)

Rumus Simpangan Kuartil : =
2 2
 i
Rumus Letak Kuartil (Qi) : (n+1)
4

c. Simpangan rata-rata
Simpangan rata-rata merupakan penyimpangan nilai-nilai individu dari nilai
rata-ratanya. Rata-rata bisa berupa mean atau median. Untuk data mentah
simpangan rata-rata dari median cukup kecil sehingga simpangan ini dianggap
paling sesuai untuk data mentah. Namun pada umumnya, simpangan rata-rata
yang dihitung dari mean yang sering digunakan untuk nilai simpangan rata-rata.
Simpangan rata-rata dihitung dengan formula berikut:

∑ |xi−x|
n