MAKALAH

STATISTIK DESKRIPTIF

Disusun oleh :

1. Siti Shofiyatun 201933054

2. Apriyati Cahya Ningsih 201933082
3. Yudha Adzana MW 201933318

Dosen Pengampu : Fitriyah Amaliyah S.Pd. M.Pd.

PROGRAM STUDI PENDIDIKAN GURU SEKOLAH DASAR

UNIVERSITAS MURIA KUDUS
TAHUN PELAJARAN
2022/2023

2
 KATA PENGANTAR

Assalamu’alaikum Wr.Wb
Alhamdulillah, puji dan syukur tidak lupa kita panjatkan kehadirat Allah SWT
atas segala nikmat dan karunia-Nya kami dapat menyusun makalah ini dengan segala
kemampuan dan keterbatasan yang kami miliki. Materi makalah yang kali ini kami akan
sampaikan ialah berjudul “STATISTIK DESKRIPTIF”.

Dalam penulisan makalah ini kami mendapat bantuan dari berbagai pihak, baik itu
dari dosen mata kuliah dan teman-teman sekalian, karenanya kami mengucapkan banyak
terima kasih kepada semua pihak yang telah turut andil dalam penulisan makalah ini.

Kami menyadari bahwa dalam penulisan ini masih jauh dari kata sempurna, oleh
karena itu kami berharap pembaca dapat memberikan kritik dan saran yang bersifat
membangun, agar dalam penyusunan makalah berikutnya kami dapat lebih baik lagi.
Akhir kata, semoga makalah kami ini dapat bermanfaat dan berguna bagi para pembaca.
Terima kasih dan selamat membaca.
Pati, Maret 2022

Penyusun

3
 DAFTAR ISI

Kata Pengantar........................................................................................................2
Daftar Isi.................................................................................................................4
Bab I Pendahuluan..................................................................................................5
A. Latar Belakang...................................................................................................5
B. Rumusan Masalah ............................................................................................ 5
C. Tujuan Pembahasan...........................................................................................5
Bab II Pembahasan.................................................................................................6
A. Pengertian .........................................................................................................6
B. Macam-macam Data Penelitian......................................................................... 6
C. Penyajian Data...................................................................................................7
D. Ukuran Pemusatan Data...................................................................................12
E. Ukuran Letak....................................................................................................18
F. Ukuran Penyebaran Data..................................................................................25
Bab III Penutup.....................................................................................................29
A. Kesimpulan.....................................................................................................29
B. Saran...............................................................................................................29
Daftar Pustaka.......................................................................................................30

4
 BAB I
PENDAHULUAN

A. Latar Belakang
Semakin sering kita mempelajari tentang statistik deskriptif maka
semakin banyak pula pertanyaan tentang apa itu statistik deskriptif dan yang
terkandung didalamnya serta apa saja yang yang perlu diketahui dalam
mempelajari statistik.
Statistik deskriptif adalah statistik yang berfungsi untuk
mendiskripsikan 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 dikemukakan cara-cara penyajian data,
dengan tabel biasa maupun distribusi frekuensi; grafik garis maupun batang;
digram lingkaran; pictogram; penjelasan kelompok melalui modus, median,
dan variasi kelompok melalui rentang dan simpangan baku.
B. Rumusan Masalah
1. Apa saja penyajian data dalam statistik deskriptif ?
2. Apa saja ukuran pemusatan data dalam statistik deskriptif ?
3. Apa saja ukuran letak dalam statistik deskriptif ?
4. Apa saja ukuran penyebaran datadalam statistik deskriptif ?

C. Tujuan
Tujuan dibuatnya makalah ini adalah mempelajari statistik deskriptif
sebagai salah satu mata kuliah Statistik Pendidikan. Serta dapat bermanfaat
bagi penulis maupun pembaca untuk meningkatkan pemahaman pada mata
kuliah Statistik Pendidikan khususnya pada pokok bahasan statistik deskriptif
yang meliputi antara lain :

1. Penyajian data
2. Ukuran pemusatan data
3. Ukuran letak
4. Ukuran penyebaran
5
 BAB II
STATISTIK DESKRIPTIF

A. Pengertian
Statistik deskriptif adalah statistik yang berfungsi untuk
mendiskripsikan atau memberi gambaran terhadap objek yang diteliti melalui
data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis dan
membuat kesimpulan yang berlaku untuk umum.
B. Macam-macam Data Penelitian
Data adalah ukuran dari variabel. Data diperoleh dengan mengukur
nilai satu atau lebih variabel dalam sampel (atau populasi). Data dapat
diklasifikasikan menurut jenis, menurut dimensi waktu, dan menurut
sumbernya.
Data hasil penelitian dapat dikelompokkan menjadi dua, yaitu:

1. Data kualitatif adalah data yang dinyatakan dalam bentuk kata, kalimat
sketsa dan gambar.
2. Data kuantitatif adalah data yang berbentuk angka atau data yang
diangkakan ( skoring ). Data kuantitatif dapat dikelompokkan menjadi 2
yaitu :
a. Data diskrit (data nominal) adalah data yang diperoleh dari hasil
menghitung atau membilang ( bukan mengukur ).
b. Data kontinum adalah data yang bervariasi menurut tingkatan dan
diperoleh dari hasil pengukuran atau survey. Data kontinum dapat
dikelompokan menjadi tiga yaitu:
 Ordinal adalah data yang berbentuk rangking atau peringkat.
 Interval adalah data yang jaraknya sama tetapi tidam mempunyai
nilai 0 (nol) mutlak.
 Rasio adalah data yang jaraknya sama.

6
 Kualitatif
DATA
PENELITIAN Diskrit Ordinal
Kuantitatif
Kontinum Interval

Rasio
Gambar 1. Jenis Data Penelitian

C. Penyajian Data

Suatu data yang telah diperoleh dan telah diolah, maka dilakukan
interpretasi dan penyajian data tersebut. Dalam pembahasan di sini terdapat
beberapa cara penyajian data, baik berbentuk tabel, grafik maupun diagram.
1. Tabel
Terdapat dua macam tabel, yaitu tabel biasa dan tabel distribusi frekuensi.
Setiap tabel berisi judul tabel, judul setiap kolom, nilai data dalam setiap
kolom, dan sumber data darimana data tersebut diperoleh.
a. Tabel Biasa
Tabel biasa sering digunakan untuk bermacam keperluan baik bidang
ekonomi, sosial, budaya daan lain – lain untuk menginformasikan data
dari hasil penelitian atau hasil penyelidikan. Tabel biasa ini biasanya
masih dalam bentuk tabel yang sederhana, yang mudah untuk
dipahami oleh pembaca atau publik. Contoh :
Tabel I
Luas Daerah di Pulau Jawa Dalam Km Persegi Tahun 1962
Daerah Luas
Jakarta 560
Jawa Barat 46317
Jawa Tengah 34206
DI Yogyakarta 3169
Jawa Timur *) 47922
Jawa dan Madura 132174
Sumber : Statistical Packetbook of Indonesia 1962
Catatan : *)Termasuk Madura

7
b. Tabel Distribusi Frekuensi
Tabel distribusi frekuensi disusun bila jumlah data yang akan disajikan
cukup banyak, sehingga kalau disajikan dalam tabel biasa menjadi
tidak efisien dan kurang komunikatif.
Jika ada data kuantitatif dibuat menjadi beberapa kelompok maka akan
diperoleh daftar distribusi frekuensi. Distribusi frekuensi adalah
penyusunan suatu data mulai dari terkecil sampai dengan terbesar yang
membagi banyaknya data dalam beberapa kelas.
Dalam distribusi frekeunsi, banyak obyek dikumpulkan dalam
kelompok–kelompok berbentuk a – b, yang disebut kelas interval.
Kedalam kelas interval dimasukkan semua data mulai dari a sampai
dengan b. Urutan kelas interval disusun mulai data terkecil terus
kebawah sampai nilai data terbesar. Berturut-turul mulai dari atas
diberi nama kelas interval pertama, kelas interval kedua,... kelas
interval terakhir.
Ini semua ada dalam kolom kiri, kolom kanan berisikan bilangan –
bilangan yang menyatakan berapa buah data terdapat dalam setiap
kelas interval.
Bilangan – bilangan sebelah kiri kelas interval disebut ujung bawah
dan bilangan bilangan di sebelah kanannya disebut ujung atas.
Selisih positif antara tiap dua ujung bawah berurutan disebut panjang
kelas interval.
Selain itu, ada juga yang disebut dengan batas kelas interval, batas
bawah kelas sama dengan ujung bawah dikurangi 0,5 dan batas atas
kelas sama dengan ujung atas ditambah dengan 0,5. Untuk data dicatat
satu desimal, maka batas bawah sama dengan ujung bawah dikurangi
0,05 dan batas atasnya adalah ujung atas ditambah 0,05, dan begitu
seterusnya.
Untuk perhitungan nanti, dari tiap kelas interval bisa diambil sebuah
nilai sebagai wakil kelas. Yang lebih dikenal adalah tanda kelas

8
 interval yang didapat dengan menggunakan aturan : tanda kelas = ½
(ujung bawah + ujung atas).
Kemudian dikenal juga istilah rentang kelas yakni, data terbesar
dikurangi data terkecil. Untuk menentukan banyaknya kelas, dengan n
banyaknya data, berukuran besar n ≥ 200, kita dapat menggunakan
aturan Sturges yaitu :

Banyak kelas = 1 + 3,3 log n

dan hasil akhirnya dijadikan bilangan bulat. Untuk menentukan

panjang kelas interval (p) dapat menggunakan aturan p = rentang :
banyak kelas.
Distribusi frekuensi terdiri dari dua yaitu distribusi frekensi kategori
dan distribusi numerik. Distribusi frekuensi kategori ialah distribusi
pengelompokkan datanya disusun berbentuk kata –kata atau
didasarkan pada kategori. Distribusi numerik adalah distribusi
frekuensi yang penyatuan kelas – kelasnya didasarkan pada angka –
angka.
Tabel 2
Distribusi Frekuensi Nilai Pelajaran Statistik 150 Mahasiswa
No.
Kelas Interval Frekuensi
Kelas
1. 10-19 1
2. 20-29 6
3. 30-39 9
4. 40-49 31
5. 50-59 42
6. 60-69 32
7. 70-79 17
8. 80-89 10
9. 90-99 2
Jumlah 150

2. Grafik
Grafik adalah lukisan pasang surutnya suatu keadaan dengan garis atau
gambar (tentang turun naiknya suatu statistik). Pada umumnya terdapat

9
dua macam grafik yaitu: grafik garis (polygon) dan grafik batang
(histogram). Grafik batang ini dapat dikembangkan lagi menjadi grafik
balok (tiga dimensi). Suatu grafik selalu menunjukkan hubungan antara
“jumlah” dengan variabel lain, misalnya waktu.
a. Grafik Garis (Polygon)
Grafik garis dibuat biasanya untuk menunjukkan perkembangan suatu
keadaaan. perkembangan tersebut bisa naik turun. hal ini akan nampak
secara visual melalui garis dalam grafik. Yang perlu diperhatikan
dalam membuat grafik adalah ketepatan dalam membuat skala pada
garis vertikal yang akan mencerminkan keadaan jumlah hasil
observasi.

15

10

0
62.5 68.5 74.5 80.5 86.5 92.5
Gambar 2. Nilai Ujian Statistik STIA LAN 2001

b. Grafik Batang (Histogram)

Histogram adalah grafik yang menggambarkan suatu distribusi
frekuensi dengan berbentuk beberapa segiempat. Yang dituliskan pada
sumbu datar pada histogram adalah batas – batas kelas interval.
Bentuk histogram hampir menyerupai diagram batang hanya di sisi–
sisi batang yang berhimpitan.
100

50

Gambar 3. Histogram Nilai Ujian Statistik STIA LAN 2001

10
3. Diagram Lingkaran (Piechart)
Diagram adalah gambaran untuk memperihatkan atau menerangkan
sesuatu data yang akan disajikan.
Diagram lingkaran diigunakan untuk membandingkan data dari berbagai
kelompok. Gambar 3 berikut adalah contoh penyajian data dengan
Diagram Lingkaran. Data yang disajikan adalah Persentase Perkiraaan
Penerimaan Olimpiande Atlanta 1996.

Hak siaran : 32/100 x 360° = 115,2°

Kerja sama : 27/100 x 360° = 97,2°
Penjualan Tiket : 25/100 x 360° = 90°
Lain – Lain : 9/100 x 360° = 32,4°
TOP III*) : 5/100 x 360° = 18°
Perdagangan : 2/100 x 360° = 7,2°

5% 2%
9% Hak siaran

32% Kerja sama

25% Penjualan Tiket
27% Lain - lain
TOP III*)

Gambar 4. Perkiraan Penerimaan Olimpiade Atlanta 1996

4. Pictogram (Grafik Gambar)
Adakalanya supaya data yang disajikan lebih komunikatif, maka penyajian
data dibuat dalam bentuk pictogram.
Pictogram adalah grafik data yang menggunakan gambar atau lambang
dari data itu sendiri dengan skala tertentu.Contoh :
Penduduk dunia pada akhir abad ke-20 diperkirakan :
1) Afrika : 350 Jt jiwa
2) Amerika : 500 jt jiwa
3) Asia : 2.000 jt jiwa
4) Eropa : 600 jt jiwa

11
 5) Jerman : 50 jt jiwa
6) Uni Soviet : 250 jt jiwa
Dalam bentuk pictogram digambarkan sebagai berikut:

Gambar 5. Perkiraan Penduduk Dunia Pada Akhir Abad Ke-20

D. Ukuran pemusatan

Ukuran gejala pusat sering digunakan sebagai gambaran umum tetang

kecenderungan atau sebagai wakil dari suatu perangkat data. Dalam hal ini,
ada tiga ukuran gejala pusat sering digunaka pada umumnya, yaitu Modus,
Median, dan Mean. Dalam posting ini, akan dibahas ketiga ukuran tersebut.
1. Modus
Modus merupakan nilai yang paling sering muncul dalam suatu
pengukuran. Seperti misalnya, “Kecelakaan lalu lintas di daerah tertentu
umumnya diakibatkan oleh kelalaian pengemudi”. Pernyataan disamping
ini menunjukkan bahwa modus penyebab kecelakaan lalu lintas di daerah
tersebut ialah kelalaian pengemudi. Pernyataan semacam itu biasanya
disertai oleh sebuah tabel yang berisi faktor-faktor penyebab kecelakaan
lalu lintas dengan frekuensi atau presentase masing-masing faktor.
Contoh pada data Kualitatif
a. Seorang peneliti tahun 1970-an datang di yogyakarta, dan melihat para
siswa dan mahasiswa masih banyak yang naik sepeda. Selanjutnya
peneliti dapat menjelaskan dengan modus, bahwa (kelompok) siswa
dan mahasiswa di Yogyakarta masih banyak yang naik sepeda

12
 b. Kebanyakan pemuda di Indonesia menghisap rokok
c. Pada umumnya Pegawai Negeri tidak disiplin kerjanya
d. Pada umumnya warna mobil tahun 70-an adalah cerah sedangkan
tahun 80-an warnanya gelap
Contoh pada data kuantitatif
Hasil observasi terhadap umur pegawai di departemen X adalah : 20,
45,60, 56,45, 45, 20, 19, 57, 45, 51, 35. Untuk mengetahui modus umur
dari pegawai tersebut dapat melalui tabel dibawah ini

Umur Pegawai Jumlah

19 1
20 2
35 1
45 5
51 1
56 1
57 1
60 1
Jumlah 13

Dari tabel diatas, dapat dilihat bahwa yang paling banyak muncul dari
observasi adalah umur 45. Munculnya sebanyak 5 kali, atau Frekuensinya
5. Jadi dapat dijelaskan bahwa sebagian besar pegawai di departemen X
adalah berumur 45 tahun.
Dalam suatu kelompok data hasil observasi, mungkin modusnya lebih dari
satu. Dari 13 orang diatas misalnya terdapat 5 orang yang berumur 45
tahun, dan 2 orang yang berumur 20 tahun. Maka, modusnya adalah 45
dan 20 tahun.
Untuk mencari modus pada data kuantitatif, dapat dilakukan dengan rumus

Keterangan :
Mo = Modus
L = Tepi bawah kelas yang memiliki frekuensi tertinggi (kelas modus)
i = Interval kelas
13
b1 = Frekuensi kelas modus dikurangi frekuensi kelas interval terdekat
sebelumnya
b2 = frekuensi kelas modus dikurangi frekuensi kelas interval terdekat
sesudahnya
2. Median
Di dalam statistik, median dikenal sebagai titik atau nilai yang membagi
seperangkat data menjadi dua bagian sama banyak. Dalam definisi,
median adalah salah satu teknik penjelasan kelompok yang didasarkan atas
nilai tengah dari kelompok data yang telah disusun urutannya dari yang
terkecil sampai yang terbesar, atau sebaliknya. Median biasanya
digunakan sebagai ukuran gejala pusat pada perangkat data yang distribusi
atau penyebarannya sangat juling ke kiri atau ke kanan (tidak simetrik).
Distribusi ini seringkali memiliki skor-skor ekstrim.
Misal data umur pegawai di Departemen X, (contoh dalam modus), untuk
dapat mencari mediannya harus disusun terlebih dahulu urutannya. Dari
data yang diberikan, setelah disusun urutannya, dari terkecil hingga
terbesar menjadi seperti berikut :
19, 20, 20, 35, 45, 45, 45, 45, 45, 45, 51, 56, 57, 60
Nilai dari tengah dari kelompok data tersebut adalah urutan ke-7, yaitu 45.
Jadi mediannya adalah 45. Pada contoh kasus ini, mediannya sama dengan
modus. Contoh kedua ialah misal tinggi 10 orang mahasiswa adalah
sebagai berikut.
145, 147, 167, 166, 160, 164, 165, 170, 171, 180 cm
Untuk mencari mediannya, maka data tersebut harus diurutkan terlebih
dahulu, misal seperti berikut
180, 171, 170, 167, 166, 165, 164, 160, 147, 145 cm
Jumlah individu dalam kelompok tersebut adalah genap, maka nilai
tengahnya adalah dua angka yang di tengah di bagi dua, atau rata-rata dari
dua angka yang tengah. Nilai tengah dari kelompok tersebut adalah nilai
ke 5, dan nilai ke 6. Mediannya = (166+165)/2 = 165,5 cm. Dengan
demikian, dapat dijelaskan bahwa rata-rata median tinggi badan kelompok
mahasiswa itu adalah 165,5 cm.

14
 Rumus dari Median adalah sebagai berikut :
a. Jika data belum dikelompokkan :

b. Rumus Data yang dikelompokkan

Keterangan :
Qj = Kuartil ke-j
j = 1, 2, 3
i = Interval kelas
Lj = Tepi bawah kelas Qj
fk = Frekuensi kumulatif sebelum kelas Qj
f = Frekuensi kelas Qj
n = Banyak data
3. Mean
Mean (rata-rata) adalah merupakan gejala pusat yang sering digunakan.
Rata-rata ini juga merupakan ukuran gejala pusat yang paling dikenal
karena karena memiliki pengertian yang sama dengan konsep rata-rata
yang sudah dipelajari sejak dari SD. Rata-rata ini didapat dengan
menjumlahkan data seluruh individu dalam kelompok itu, kemudian
dibagi dengan jumlah individu yang ada pada kelompok tersebut.
Rumus untuk menghitung Mean adalah sebagai berikut.

15
dimana Me = Mean (rata-rata)
Z = Epsilon (baca jumlah)
Xj = Nilai x ke i sampai ke n
N = Jumlah individu
Contoh 1:
Sepuluh pegawai di PT Samudra penghasilan sebulannya dalam satuan
ribu rupiah adalah seperti berikut:
90, 120, 160, 60, 180, 190, 90, 180, 70, 160.
Untuk mencari mean atau rata-rata data tersebut tidak perlu diurutkan
nilainya seperti dalam mencari median, tetapi dapat langsung
diju.mlahkan, kemudian dibagi dengan jumlah individu dalam kelompok
tersebut. Berdasarkan data tersebut maka mean dapat dihitung yaitu:
Me = (90 + 120 + 160 + 60 + 180 + 190 + 90 + 180 + 70 + 160)
10
Me = 130 ribu rupiah.
Jadi penghasilan rata-rata pegawai di PT Samudra adalah Rp. 130.000,-.
Seperti telah dikemukakan bahwa, menjelaskan keadaan kelompok berarti
setiap pernyataan kualitatif maupun kuantitatif yang ditunjukkan pada
kelompok itu harus dapat mewakili individu-individu yang ada dalam
kelompok itu. Ini berarti bahwa setiap pernyataan yang ditunjukkan pada
kelompok itu diharapkan tidak terjadi penyimpangan yang ekstrim dengan
setiap individu di dalam kelompok itu. Misalnya memberikan penjelasan
kelompok dengan mean, yang menyatakan rata-rata penghasilan pegawai
di suatu departemen adalah Rp. 130.000,- maka individu-individu dalam
kelompok itu penghasilannya tidak jauh dari Rp. 130.000,-.
Contoh 2 :
Delapan penduduk di desa Sukarame, penghasilannya setiap bulan dalam
satuan ribu rupiah adalah seperti berikut:
70, 90, 90, 190, 600, 900, 1200, 1800.
Penghasilan rata-rata (mean) 8 penduduk itu adalah
Mean = 70 + 90 + 90 +190 + 600 + 900 + 1200 + 1800 = 617.5

16
 8
Mean = 617,5 ribu rupiah (Rp617.500,-)
Jadi rata-rata penghasilan kelompok itu = Rp. 617.500,00. Sekarang
kelihatan bahwa rata-rata penghasilan kelompok itu kurang mewakili
individu yang berpenghasilan Rp. 190.000 ke bawah, dan Rp. 1.200.000
ke atas. Di sini terjadi jarak penghasilan yang sangat ekstrim. Untuk ini
maka sebaiknya tidak digunakan “mean” sebagai alat untuk menjelaskan
keadaan kelompok tersebut, tetapi digunakan median.
Harga rata-rata median untuk delapan orang tersebut adalah:
Md = (190 + 600)/2 = 395 ribu rupiah
Harga ini akan lebih mewakili penghasilan 8 orang penduduk desa
Sukarame tersebut.
Dari tiga teknik penjelasan kelompok seperti yang telah dikemukakan
(Modus, Median, Mean), masing-masing teknik ada yang lebih
menguntungkan. Digunakan modus, bila peneliti ingin cepat memberikan
penjelasan terhadap kelompok, dengan hanya mempunyai data yang
populer pada kelompok itu teknik ini kurang teliti. Median digunakan bila
terdapat data yang ekstrim dalam kelompok itu, sedangkan mean
digunakan bila pada kelompok itu terdapat kenaikan data yang merata.
Bila peneliti ragu dalam menggunakan berbagai teknik penjelasan
kelompok ini, maka sebaiknya ketiga teknik tersebut digunakan bersama.
Jadi modus, median dan mean, dari data kelompok itu dihitung semuanya,
dan disajikan. Agar pembaca memberikan interpretasi sendiri, dan
membuat kesimpulan sendiri, mana yang dianggap paling mewakili
kelompok yang dijelaskan.

17
E. Ukuran Letak

Pada pembahasan sebelumnya telah diusahakan untuk mengetahui besarnya

nilai rata-rata dari distribusi frekuensi yang diperoleh, tetapi disamping itu masih
terdapat pula masalah lainnya yang cukup penting untuk diketahui dan dianalisis
lebih mendalam guna memperoleh deskripsi hasil penelitian yang dilakukan. Selain
ukuran rata-rata yang telah diketahui, maka perlu dicari nilai-nilai lain dalam
distribusi frekuensi tersebut selanjutnya dapat digolongkan menjadi : kuartil, desil
dan persentil.
1. Kuartil
Kuartil adalah norma yang membagi sesuatu/keadaan ke dalam 4
golongan/kategori (Rachman, 1996: 21). Menurut Riduwan ( 2010 : 125),
kuartil ialah nilai atau angka yang membagi data dalam empat bagian yang
sama, setelah disusun dari yang terkecil sampai data terbesar atau sebaliknya
dari data terbesar sampai data terkecil. Ada tiga bentuk kuartil, yaitu :
a. Kuartil pertama ialah nilai dalam distibusi yang membatasi 25%
frekuensi di bagian atas dan 75% frekuensi dibagian bawah distribusi.
b. Kuartil kedua ialah nilai dalam distribusi yang membatasi 50%
frekuensi di bagian atas dan 50% di bawahnya.
c. Kuartil ketiga ialah nilai dalam distribusi yang membatasi 75%
frekuensi di bagian atas dan 25% frekuensi bagian bawah.
Saleh (1998 : 35-41) mengatakan kuartil merupakan ukuran letak yang
membagi suatu distribusi frekuensi menjadi 4 bagian yang sama, sehingga nilai-
nilai dalam distribusi dapat dibagi menjadi K1, K2 dan K3. Jadi dapat
disimpulkan kuartil adalah sekumpulan data yang terlebih dahulu disusun dari
urutan terkecil hingga terbesar, kemudian membagi data dalam empat bagian
yang sama. Berikut adalah rumus kuartil untuk data tak berkelompok dan data
berkelompok menurut Usman dan Akbar (2008 : 85-87)
a. Data tak berkelompok

18
 𝐿𝑒𝑡𝑎𝑘 𝐾𝑖 = 𝑑𝑎𝑡𝑎 𝑘𝑒 𝑖(𝑛+1)
, dengan i = 1, 2, 3
4

Contoh soal :
Sampel dengan data : 10, 3, 12 , 5, 7, 10, 8, 14, 14, 14
Setelah diurutkan menjadi : 3, 5, 7, 8, 10, 10, 11, 14, 14, 14
10+1
Letak K1 = data ke
4
= data ke 2,75 (yaitu antara data ke-2 dengan data

ke-3) Nilai K1 = data ke-2 + (data ke-3 – data ke-2)

=5

Letak K2 = data ke

= data ke 5,5 (yaitu antara data ke-5 dengan data

ke-6) Nilai K2 = data ke-5 + (data ke-6 – data ke-5)

=
=

Letak K3 = data ke = antara data ke-8 dengan data

ke-9 Nilai K3 = data ke-8 + (data ke-9 – data ke-8)

=

b. Data berkelompok
𝑖𝑛
−𝐸
𝐾𝑖 = 𝑏 + 𝑝 ( 4 ) ; 𝑖 = 1,2,3
𝑓
Keterangan :
19
 b = batas bawah kelas ialah kelas interval yang

memuat p = panjang kelas interval

F = jumlah frekuensi dengan tanda kelas lebih kecil dari tanda kelas
f = frekuensi kelas

Contoh soal : Diketahui data sebagai berikut

Tabel 4.7 Distribusi Frekuensi

Nilai data f1
3-52
6-8 2
9-11 3
12-14 3
Jumlah10

2
Misalnya kita ingin menghitung kuartil kedua, maka
4 × 10 𝑑𝑎𝑡𝑎 = 5
𝑑𝑎𝑡𝑎
Jadi K2 terletak di kelas ketiga. Dari kelas ketiga tersebut
didapat : b = 8,5 i=2
p=3 n = 10
f=3 F=4

2. Desil
Rachman (1996 : 21) menyatakan desil adalah norma yang membagi
sesuatu/keadaan ke dalam 10 golongan/kategori. Menurut Riduwan (2010 :

20
133), cara mencari desil hampir sama dengan mencari nilai kuartil, bedanya
hanya pada pembagian saja. Kalau kuartil dibagi 4 bagian yang sama,
sedangkan desil data dibagi menjadi 10 bagian yang sama. Sedangkan menurut
Saleh (1998 : 41-44) desil merupakan ukuran letak yang membagi suatu
distribusi frekuensi menjadi 10 bagian yang sama, sehingga nilai-nilai dalam
distribusi dapat dibagi menjadi D1, D2, D3,..., D9.
Jadi desil adalah sekumpulan data yang terlebih dahulu diurutkan dari
terkecil
sampai terbesar kemudian dibagi sepuluh bagian yang sama. Berikut adalah
rumus desil untuk data tak berkelompom dan berkelompok menurut Usman dan
Akbar (2008 : 87-88)

a. Data tak berkelompok

𝑳𝒆𝒕𝒂𝒌 𝑫𝒊 = 𝒅𝒂𝒕𝒂 𝒌𝒆 𝒊(𝒏+𝟏)

, dengan 1 = 1, 2, 3, …., 9
𝟏𝟎

Contoh soal :
Data sampel yang sudah disusun diatas yaitu : 3, 5, 7, 8, 10, 10, 11, 14,
14, 14 Misalkan kita akan menghitung desil ke-7, maka :

Letak D7 = data ke

= berada diantara data ke-7 dan

ke-8 Nilai D7 = data ke-7 + 0,1 (data ke-8 -
data ke-7)
= 12 + 0,1 (14 - 12) = 12,2
b. Data berkelompok
𝒊𝒏
−𝑭
𝑫𝒊 = 𝒃 + 𝒑 (𝟏𝟎 ) , 𝑑𝑒𝑛𝑔𝑎𝑛 𝑖 = 1, 2, 3, … . , 9
𝒇
dengan i = 1,
2, . . .9
keterangan :
b = batas bawah

21
 kelas p =

panjang kelas
F = jumlah frekuensi dengan tanda kelas lebih kecil dari tanda

kelas f = frekuensi kelas

Contoh soal :
Diketahui data sebagai berikut
Tabel 4.8 Distribusi Frekuensi
Nilai f1
data
3-5 2
6-8 2
9-11 3
12-14 3
Jumla 10
h

Misalkan kita ingin menghitung desil ke-7

Penyelesaian :
b = 8,5 p=3
f=3 F=4
n = 10
7 × 10
−4
𝐷7 = 8,5 + 10
3 )
3(

= 8,5 + 3
= 11,5

3. Persentil
Rachman (1996 : 21) menyatakan persentil adalah norma yang membagi
sesuatu/keadaan ke dalam 100 golongan/kategori). Menurut Saleh (1998: 45-
47), Persentil merupakan ukuran letak yang membagi suatu distribusi frekuensi

22
 menjadi 100 bagian yang sama, sehingga nilai-nilai dalam distribusi dapat
dibagi menjadi P1, P2, P3... Pn. Sedangkan menurut Usman dan Akbar (2008 :
88-89) persentil ialah sekumpulan data yang dibagi 100 bagian yang sama
besar, setelah itu disusun mulai dari yang terendah sampai yang tertinggi,
sehingga menghasilkan 99 pembagi.
Jadi dapat disimpulkan persentil adalah sekumpulan data yang terlebih
dahulu diurutkan dari yang terendah sampai tertinggi kemudian dibagi 100
bagian sama besar. Berikut adalah rumus persentil untuk data tak berkelompok
dan berkelompok menurut Usman dan Akbar (2008 : 88-89)
a. Data tak berkelompok
𝒊(𝒏 + 𝟏)
𝑳𝒆𝒕𝒂𝒌 𝑷𝒊 = 𝒅𝒂𝒕𝒂 𝒌𝒆 𝟏𝟎𝟎
, dengan i = 1, 2, 3, … , 99

b. Data
berkelompok
𝑖𝑛
𝐹 −
) , 𝑖 = 1, 2, 3, … , 99
𝑖
𝑃 = 𝑏 + 𝑝 (100
𝑓

Keterangan :
b = batas bawah

kelas p = panjang

kelas
F = jumlah frekuensi dengan kelas lebih kecil dari tanda

kelas f = frekuensi kelas !

Tentukanlah nilai persentil P50

Contoh soal :
Diketahui nilai ujian mata kuliah statistika untuk kelas Selasa pagi ruang R.506 di
Fakultas Komunikasi Universitas “Z” yang diikuti oleh 65 orang mahasiswa adalah
sebagai berikut

Tabel 4.9 Distribusi Frekuensi Nilai Ujian Statistika

Kela Interval Frekuens
s Kelas i
1 25-34 6

23
 2 35-44 8
3 45-54 11
4 55-64 14
5 65-74 12
6 75-84 8
7 85-94 6
Jumlah 65

𝑖𝑛
Cari interval kelas yang mengandung unsur persentil dengan rumus = =
100
50(65)
= 58,5 jadi kelas persentil
(P 50) terletak di kelas 5
100

b = 65 – 0,5 = 64,5
𝑖𝑛
90(65)
10 = 100
0
P=
10
f=
12
90×65
F= −39

39
90
𝑃 = 64,5 + 10 ( 100
)
12

= 64,5 + 16,25 = 80,75

4. Mengaplikasikan Konsep Ukuran Letak Dalam Suatu Peristiwa

Berikut ini adalah data mentah hasil pengujian breaking stress dari
100 spesimen suatu logam X (kN/m2)

Breaking Jumlah Presentase [𝒇 × 𝟏𝟎𝟎(%)]

𝒏
Strss (f)
(kN/m2)

24
 900-999 4 4
1000-1099 19 19
1100-1199 29 29
1200-1299 28 28
1300-1399 13 13
1400-1499 7 7
Total (N) 100 100%

Hitunglah kuartil ke- 1 dan desil

ke- 7! Penyelesaian :
a. Kuartil ke-1
1
Misalnya kita ingin menghitung kuartil satu, maka × 100 𝑑𝑎𝑡𝑎 = 25 𝑑𝑎𝑡𝑎
4

Jadi K1 terletak di kelas ketiga. Dari kelas ketiga tersebut

didapat : b = 1099,5 i=1
p = 100 n = 100
f = 29 F = 23
𝑖𝑛−𝐹 1(
100)−23
1
𝐾= 𝑏+ 𝑝( 4
) = 1099,5 + 100 ( 4
) = 1106,4
𝑓 29

25
 F. Ukuran Penyebaran Data

Ukuran penyebaran data adalah ukuran yang menunjukkan Seberapa jauh data suatu
menyebar dari rata-ratanya.
1. Jangkauan atau range didefinisikan sebagai selisih antara data terbesar dengan
data terkecil di sini disimbolkan jangkauan dengan huruf R.
R = Q3 – Q1
Dengan :
R = Jangkauan antar kuartil
Q3 = Kuartil atas /Kuartil ketiga
Q1 = Kuartil bawah / Kuartil pertama
2. Simpangan rata-rata atau deviasi rata-rata adalah ukuran yang menyatakan
seberapa besar penyebaran tiap nilai data terhadap nilai meannya atau rata-
ratanya.
3. Ragam atau variansi adalah rata-rata dari jumlah kuadrat simpangan tiap data atau
ragam diperoleh dari nilai simpangan baku dikuadratkan.
4. Simpangan baku adalah akar kuadrat dari varian atau dapat diartikan sebagai rata-
rata jarak peyimpangan titik-titik data diukur dari nilai rata-rata data tersebut.
Contoh soal
Contoh soal statistik deskriptif :

1. Tentukan modus dari data berikut:

a) Data: 1 2 3 3 4 5
b) Data: 1 2 3 3 4 4 5
c) Data: 1 2 3 4 5 6

2. Carilah nilai desil ke-8 dari data berikut: 1 2 2 2 3 3 4 4 5 5 5 6 6 7 8 8 9 9 9 9

adalah......
Jawaban :
1) Modus (nilai yang sering muncul) data tunggal dicari dari datum yang mempunyai
frekuensi paling tinggi.

a) Data : 1 2 3 3 4 5 = Mo = 3
b) Data : 1 2 3 3 4 4 5 = Mo = 3 dan 4
c) Data : 1 2 3 4 5 6 = Mo = tidak ada

2) Desil adalah nilai yang membagi data menjadi 10 sama banyak. Ada 9 nilai desil
dalam suatu data, yaitu D1 sampai D9
 BAB III

Penutup

A. Kesimpulan

Statistika deskriptif adalah statistik yang digunakan untuk

menggambarkan /menganalisis suatu data dari hasil penelitian tetapi tidak

digunakan untuk membuat kesimpulan yang lebih luas.

Secara garis besar penyajian data yang sering dipakai adalah tabel atau

daftar dan garfik atau diagram.

B. Saran

Dalam melakukan penelitian hendaknya mengetahui dan memahami

konsep mengenai statistik deskriptif ini sehingga memudahkan dalam

terlaksananya penelitian yang baik.

 DAFTAR PUSTAKA

Kuncoro, H. dkk. (2006). Statistika deskriptif. Jakarta : Lembaga Penerbit UNJ.

Sugiyono. (2007). Statistik untuk penelitian. Bandung : CV. Alfabeta