MAKALAH

STATISTIKA
STATISTIK DESKRIPTIF

Oleh Kelompok 1 :

1. Fany Fachri Ramadan (P2A921011)

2. Abdul jabbar (P2A921017)

3. Dodi Samsara Arjadi Ginting (P2A921028)

Dosen Pengampu:

1. Dr. Nizlel Huda, M.Kes.

PROGRAM STUDI PASCASARJANA PENDIDIKAN MATEMATIKA

FAKULTAS PASCASARJANA
UNIVERSITAS JAMBI
2022
 KATA PENGANTAR

Puji Syukur Senantiasa kita Panjatkan Kehadirat Allah SWT atas Umur dan

Kesehatan yang diberikan sehingga penulis bisa menyelesaikan Tugas ini. Shalawat

dan salam senantiasa kita Panjatkan pula kepada Rasulullah Muhammad SAW

sebagai contoh dan pedoman kita dalam menjalani kehidupan di Dunia.

Makalah ini berisi membahas stastistik deskriptif. Penyusun berharap

makalah ini dapat berguna dalam rangka menambah wawasan dan pengetahuan

tentang statistik deskriptif. Oleh sebab itu, penyusun berharap adanya kritik, saran,

dan usulan demi perbaikan makalah di masa yang akan datang.

Penulis

i
 DAFTAR ISI

KATA PENGANTAR ............................................................................................. i

BAB I PENDAHULUAN....................................................................................... 1
1.1 Latar Belakang ............................................................................................. 1
1.2 Rumusan Masalah ........................................................................................ 2
1.3 Tujuan Penulisan .......................................................................................... 2
BAB II PEMBAHASAN ........................................................................................ 3
2.1 Definisi Statistik ........................................................................................... 3
2.2 Pengumpulan Dan Pengolahan Data ............................................................ 4
2.3 Cara Pengambilan Sampel ........................................................................... 5
2.4 Pembagian Data ........................................................................................... 6
2.5 Skala Pengukuran Data ................................................................................ 8
2.6 Penyajian Data ............................................................................................. 9
2.7 Statistik Deskriptif ..................................................................................... 12
2.8 Pengukuran Gejala Pusat............................................................................ 13
2.9 Pengukuran Variasi Kelompok .................................................................. 18
BAB III PENUTUP............................................................................................... 23
3.1 Kesimpulan ................................................................................................ 23

ii
 BAB I
PENDAHULUAN
1.1 Latar Belakang

Di dalam kehidupan sehari hari sering kita jumpai banyak hal yang dapat

kita deskripsikan dalam sebuah bentuk data. Informasi data yang diperoleh

tentunya harus diolah terlebih dahulu menjadi sebuah data yang mudah dibaca

dan di analisa. Akan tetapi bagaimana penyajian data yang kita dapat tentunya

berbeda beda, sesuai dengan kebutuhan dan keinginan penyaji data.

Statistika adalah cabang ilmu yang mempelajari tentang bagaimana

mengumpulkan, menganalisis dan menginterpretasikan data. Dengan kata lain,

statistika menjadi semacam alat dalam melakukan suatu riset empiris. Dalam

menganalisis data, para ilmuwan menggambarkan persepsinya tentang suatu

fenomena. Deskripsi yang sudah stabil tentang suatu fenomena seringkali

mampu menjelaskan suatu teori (walaupun demikian, orang dapat saja

berargumentasi bahwa ilmu biasanya menggambarkan bagaimana sesuatu itu

terjadi, bukannya mengapa). Penemuan teori baru merupakan suatu proses

kreatif yang didapat dengan cara mereka ulang informasi pada teori yang telah

ada atau mengesktrak informasi yang diperoleh dari dunia nyata. Pendekatan

awal yang umumnya digunakan untuk menjelaskan suatu fenomena adalah

statistika deskriptif.

Pada dasarnya aplikasi ilmu statistik dibagi dalam dua bagian, yaitu

statistik Deskriptif dan statistik Inferensial. Pada statistik deskriptif ini akan

dikemukan cara-cara penyajian data, dengan tabel biasa ataupun dengan

distribusi frekuensi; grafik garis ataupun batang; diagram lingkaran; penjelasan

1
 2

kelompok melalui modus, median, mean, dan variasi kelompok melalui

rentang dan simpangan baku.

1.2 Rumusan Masalah

Adapun yang akan dibahas pada makalah ini adalah :

1. Pengertian Statistik

2. Pengumpulan Dan Pengolahan Data

3. Pengukuran Gejala Pusat

4. Pengukuran Variasi Kelompok

1.3 Tujuan Penulisan

Adapun tujuan penulisan makalah ini adalah untuk mengetahui lebih mendalam

tentang statistik deskriptif.

 BAB II

PEMBAHASAN

2.1 Definisi Statistik

Statistik atau ilmu statistik atau statitika adalah sebuah ilmu yang mempelajari

teknik-teknik pengumpulan, pengorganisasian, analisis dan interpretasi atau informasi

data. Metode statistik adalah prosedur-prosedur yang digunakan dalam pengumpulan,

penyajian, analisis dan penafsiran data. Metode – metode tersebut dikelompokan menjadi

dua kelompok yaitu :

1. Statistik Dekriptif adalah metode-metode yang berkaitan dengan pengumpulan

dan penyajian suatu gugus data sehingga memberikan informasi yang berguna.

2. Inferensia Statistik mencakup semua metode yang berhubungan dengan analisis

sebagian data untuk kemudian sampai pada peramalan atau penarikan

kesimpulan mengenai keseluruhan gugus data.

Dalam memecahkan masalah dengan cara statistik, lebih tepat jika mengikuti

tahapan yang lebih ilmiah. Langkah-langkah dasar dalam pemecahan masalah secara

statistik adalah :

1. Mengidentifikasikan masalah atau peluang

2. Mengumpulkan fakta yang tersedia

3. Mengumpulkan data orisinil yang baru

4. Mengklasifikasikan dan mengikhtisarkan data

5. Menyajikan data

3
 4

6. Menganalisis data

Dalam menggunakan data sebagai dasar dalam pembuatan keputusan harus

memenuhi persyaratan data yang baik yaitu objektif, representatif (mewakili) dan

kesalahannya kecil.

2.2 Pengumpulan Dan Pengolahan Data

Data statistik yang diharapkan adalah data yang dapat dipercaya dan tepat waktu.

Sebelum pengumpulan data dilakukan terlebih dahulu harus diketahui untuk apa data itu

dikumpulkan. Apapun tujuan pengumpulan data adalah untuk mengetahui :

1. Jenis elemen atau objek yang akan diteliti. Elemen adalah unit terkecil dari objek

penelitian.

2. Karateristik adalah sifat-sifat, ciri-ciri atau hal-hal yang dimiliki oleh elemen. Nilai

karateristik suatu elemen merupakan nilai variabel. Variabel atau peubah ialah

sesuatu yang nilainya dapat berubah atau berbeda.

Metode pengumpulan data dalam statistik ada dua cara yaitu :

1. Sensus adalah cara pengumpulan data apabila seluruh elemen populasi diselidiki

satu persatu

2. Sampling adalah cara pengumpulan data apabila yang diselidiki hanya elemen

sampel dari suatu populasi.

Populasi adalah kumpulan dari seluruh elemen sejenis tetapi dapat dibedakan satu

sama lain karena karateristiknya. Misalnya seluruh karyawan perusahaan.

Sampel adalah bagian dari populasi. Jika n adalah banyaknya elemen sampel dan N
 5

adalah banyaknya elemen populasi maka n < N .

2.3 Cara Pengambilan Sampel

Ada 2 cara pengambilan sampel, cara acak (random) dan bukan acak (nonrandom).

Cara acak adalah syatu cara pemilihan sejumlah elemen dari populasi untuk menjadi

anggota sampel, dimana pemilihannya dilakukan sedemikian rupa sehingga setiap

elemen populasi mendapat kesempatan yang sama untuk dipilih menjadi anggota

sampel. Cara ini dianggap objektif karena netral. Samplingnya disebut probability

sampling.

Cara bukan acak adalah suatu cara pemilihan elemen-elemen dari populasi untuk

menjadi anggota sampel diaman setiap elemen tidak mendapat kesempatan yang sama

untuk dipilih. Cara bukan acak ini lebih bersifat subjektif dan samplingnya disebut

nonprobability sampling.

Jenis-jenis pengambilan sampel :

1. Simple random sampling ialah sampling dimana pemilihan elemen populasi

dilakukan sedemikian rupa sehingga setiap elemen tersebut mempunyai kesempatan

yang sama untuk terpilih. Metode ini tepat dipergunakan apabila populasi homogen

atau relatif homogen

2. Stratified random sampling ialah sampling dimana pemilihan elemen anggota

sampel dilakukan sebagai berikut :

a. Populasi dipecah menjadi populasi di pecah /dibagi menjadi populasi yang lebih

kecil disebut SRATUM. Pembuatan stratum harus homogen Atau relatif

homogen. Misalnya menjadi k stratum (k = 2,3 atau lebih)

 6

b. Setiap stratum diambil sampel secara acak, kemudian dibuat perkiraan untuk

mewakili stratum yang bersangkutan

3. Multistage random sampling yaitu sampling dimana pemilihan elemen anggota

sampel dilakukan secara bertahap (by stages)

Contoh : Penelitian untuk mengetahui rata-rata upah karmatan yawan restoran

padang di seluruh ibukota propinsi.

Tahap 1. Memilih sampel Kota

Tahap 2. Memilih sampel restoran, dari kota yang terpilih Tahap 3. Memilih sampel

karyawan dari restoran yang terpilih Xijk = upah karyawan ke k , restoran ke j dan

kota ke i Misalnya Salim dari restoran SAIYO , kota Jakarta

4. Cluster Random Sampling ialah sampling dimana elemen terdiri dari elemen-

elemen yang lebih kecil disebut klaster (cluster). Contoh : Suatu penelitian untuk

mengetahui rata-rata kebutuhan modal pemilik toko di Jakarta. Pusat pebelanjaan

(mal) seperti pasar Baru, Glodok, PIM , Plaza Senayan, Mangga Dua, dianggap

sebagai klaster. Apabila Pasar Baru terpilih sebagai sampel maka semua toko

diteliti, pemiliknya ditanya jumlah modal yang dibutuhkan.

5. Systematic Random Sampling ialah sampling dimana pemilihan elemen pertama

dipilih secara acak (random) sedangkan elemen berikutnya dipilih secara sistematis

berjarak k, dimana k = N/n.

2.4 Pembagian Data

1. Menurut Sifatnya

a. Data Kualitatif adalah data yang tidak bisa dihitung dalam angka, tetapi dapat
 7

diukur atau dikatagorikan dalam berbagai golongan

b. Data Kuantitatif adalah data yang berujud angka, terdiri dari data distrik yaitu

data yang berupa bilangan bulat yang biasanya berhubungan dengan proses

penghitungan. Sementara data kontinyu adalah data numerik yang meliputi baik

bilangan bulat maupun pecahan, dan biasanya berhubungan dengan proses

pengukuran

2. Menurut Waktunya

a. Data silang (Cross Section) aialah data yang dikumpulkan pada suatu waktu

tertentu yang bisa menggambarkan keadaan pada waktu tersebut, misalnya

jumlah warga Kota Jambi menurut asal dan agama pada tahun 2020

b. Data Berkala (Time Series) adalah data yang dikumpulkan dari waktu ke

waktu, misalnya data angka kematiandan kelahiran dari tahun ke tahun di

Indonesia yang cenderung membesar dan mengecil.

3. Cara Memperoleh

a. Data primer ialah data yang didapatkan langsung dari responden misalnya data

pegawai negeri sipil di BAKN

b. Data sekunder ialah data yang diambil dari dari data primer yang telah diolah,

untuk tujuan lain. Misalkan dara perkawinan antara umur 10 s/d 20 tahun

diIndonesia yang diambil dari Kementrian Agama untuk tujuan analisa

perkawinan setiap suku bangsa di Indonesia.

4. Sumbernya
 8

a. Data Internal adalah data yang dikumpulkan dari dalam perusahaan atau suatu

unit kegiatan ekonomi itu sendiri, yang pada umumnya meliputi berbagai

informasi seperti tingkat produksi, biaya produksi atau volume penjualan

b. Data Eksternal adalah data yang dihasilkan dari luar perusahaan misalnya data

penjualan tingkat industri.

Syarat data yang baik adalah :

1. Benar/Obyektif

2. Mewakili/wajar (representatif)

3. Dipercaya, kesalahan bakunya kecil

4. Tepat waktu

5. Relevan, data yang dikumpulkan ada hubungannya dengan permasalahan

2.5 Skala Pengukuran Data

Empat macam skala pengukuran dan data terdiri dari :

1. Skala Nominal adalah skala yang diterapkan pada data yang hanya bisa dibagi ke

dalam kelompok-kelompok tertentu dan pengelompokan tersebut hanya dilakukan

untuk tujuan identifikasi. Misalnya kita bisa membuat kode numerik untuk tiap

kelompok terhadap data seperti sedan = 1, truk = 2, dan bus = 3

2. Skala Ordinal adalah skala yang diterapkan pada data-data yang dapat dibagi

kedalam berbagai kelompok dan kita bisa membuat peringkat diantara kelompok-

kelompok tersebut. Misalnya kita bisa membuat kode untuk masing-masing skala

pengukuran seperti sangat bagus = 1, bagus = 2 dan kurang bagus = 3. Kita tahu
 9

bahwa 1 memiliki peringkat lebih tinggi dari 2 dan 2 memiliki peringkat lebih tinggi

dari 3.

3. Skala interval adalah skala yang diterapkan pada data yang dapat dirangking atau

diperingkat dan dengan peringkat tersebut kita bisa mengetahui perbedaan diantara

peringkat-peringkat tersebut dan kita bisa menghitung besarnya perbedaan

4. Skala Rasio adalah skala yang diterapkan pada data-data yang dapat diranking atau

diperingkat dan untuk peringkat-peringkat tersebut kita bisa menjalankan operasi

aritmetik. Contohnya Harga beras di Batam Rp 5.000 dan harga beras dijakarta Rp.

2.500

2.6 Penyajian Data

❖ Cross Section Tabel (Penyajian dengan tabel)

Tabel merupakan kumpulan angka-angka yang disusun menurut kategori-kategori.

1. Tabel satu arah ialah tabel yang memuat keterangan mengenai satu hal atau satu

karateristik. Misalnya Produksi menurut varietasnya atau menurut hasil panennya.

Tabel dibawah ini adalah contohnya.

Sumber : (Supranto, 2016)

2. Tabel dua arah tabel yang menunjukan hubungan dua hal atau dua karateristik
 10

Sumber : (Supranto, 2016)

Tabel diatas adalah contoh tabel tiga arah. Produksi kedelai menurut jenis varietas,

daerah panen dan jenis tanah.

❖ Bentuk Grafik

Data berkala (time series data) yaitu data yang dikumpulkan dari waktu ke waktu untuk

mengetahui perkembangan suatu hal.

1. Grafik garis tunggal (single line chart) adalah grafik yang terdiri dari satu garis

untuk menggambarkan perkembangan (trend) dari suatu karateristik

Sumber : (Supranto, 2016)

2. Grafik garis berganda (multiple line chart) grafik yang terdiri dari beberapa garis

untuk menggambarkan perkembangan beberapa hal kejadian sekaligus.

 11

Sumber : (Supranto, 2016)

3. Grafik batang

a. Grafik batangan tunggal (Single Bar Chart) adalah grafik terdiri satu batang

untuk menggambarkan perkembangan (trend) dari satu karakteristik

Sumber : (Supranto, 2016)

Gambar : Grafik Batang Varietas Kedelai

b. Grafik Batangan berganda (multiple bar chart) adalah grafik yang terdiri

beberapa batangan untuk menggambarkan beberapa kejadian

 12

Gambar : Grafik Batang Varietas Kedelai

4. Grafik lingkaran, penggambaran ini akan lebih tepat, apabila hendak mengetahui

perbandingan nilai-nilai karateristik yang satu dengan yang lain dan dengan

keseluruhan

Gambar : Grafik lingkaran Varietas Kedelai

2.7 Statistik Deskriptif

Statistik Deskriptif adalah statistik yang berfungsi untuk mendeskripsikan atau membari

gambaran terhadap obyek yang diteliti melalui data sampel atau populasi sebagaimana

adanya tanpa melakukan analisis dan membuat kesimpulan yang berlaku secara umum.

Sudjana (1996) menjelaskan bahwa fase statistika dimana hanya melukiskan atau
 13

menganalisa kelompok yang diberikan tanpa membuat atau menarik kesimpulan

tentang populasi atau kelompok yang lebih besar dinamakan statistik deskriptif.

2.8 Pengukuran Gejala Pusat

Setiap penelitian selalu berkenaan dengan sekelompok data. Yang dimaksud disini

adalah, satu orang mempunyai sekelompok data, atau sekelompok orang mempunyai satu

data, misalnya sekelompok murid mempunyai nilai yang sama. Gabungan keduanya

misalnya sekelompok, mahasiswa di kelas dengan berbagai nilai mata kuliah.

Dalam penelitian, peneliti akan memperoleh sekelompok data variabel tertentu dari

sekelompok responden, atau obyek yang diteliti. Misalnya melakukan penelitian tentang

kemampuan kerja pegawai di lembaga X, maka peneliti akan mendapatkan data tentang

kemampuan pegawai di lembaga tersebut. Prinsip dasar dari penjelasan terhadap

kelompok yang diteliti tersebut adalah bahwa penjelasan yang diberikan harus betul-betul

mewakili seluruh kelompok pegawai di lembaga tersebut

Beberapa teknik penjelasan kelompok yang telah diobservasi dengan data

kuantitatif, selain dapat dijelaskan dengan menggunakan tabel dan gambar, dapat juga

dijelaskan dengan menggunakan teknik statistik yang disebut : Modus, Median, dan

mean.

1. Modus

Merupakan teknik penjelasan kelompok yang didasarkan atas nilai yang sedang

populer (atau yang sedang menjadi mode) atau dengan kata lain nilai yang sering muncul

dari kelompok tersebut. Contoh :

- Kebanyakan pemuda indonesia menghisap rokok (data kualitatif)

- Hasil observasi terhadap umur di Departemen X adalah 20, 45, 60, 56, 45, 45, 20,
 14

19, 57, 45, 45, 5 dan 35. dari 13 orang tersebut, terdapat 5 orang yang beumur

45 dan 2 orang yang beumur 20 Tahun. Maka modusnya adalah 45 dan 20.

2. Median

Median adalah salah satu teknik penjelasan kelompok yang didasarkan atas nilai

tengah dari kelompok data yang telah disusun urutannya dari terkecil ke terbesar atau

sebaliknya.

Contoh : Data Umur Pegawai X ( urutan terkecil ke terbesar ) Jumlah data ganjil 19, 20, 20,

35, 45, 45, 45, 45, 45, 51, 56, 57, 60. Nilai tengah dari kelompok data tersebut adalah urutan

ke 7 yaitu 45.

Solusi : Data Nilai Tinggi badan 10 mahasiswa. ( Urutan terbesar ke terkecil ) data

Genap 180, 171, 170, 167, 166, 165, 164, 160, 147, 145.

Jumlah data dari kelompok di atas adalah genap, maka nilai tengahnya adalah dua angka

yang tengah di bagi dua atau rata-rata dari dua angka yang tengah. Nilai tengah dari

kelompok tersebut adalah ke 5 dan 6, yaitu 166+165. oleh karena itu mediannya =

(166+165) : 2 = 165,5 cm. Jadi mediannya data di atas adalah 165, 5 cm.

3. Mean

Mean merupakan teknik penjelasan kelompok yang didasarkan atas nilai rata-rata

kelompok tersebut. Mean ini didapatkan dengan menjumlahkan dengan data seluruh

individu, lalu dibagi dengan jumlah keseluruhan data dalam kelompok itu.
 15

Gambar 2.9 Rumus Mean

4. Menghitung Modus, Media dan Mean data berkelompok.

Data berkelompok umumnya ditampilkan dalam tabel frekuensi dengan

panjang kelas interval yang sama. Untuk menghitung mean, median, dan modus data

berkelompok prinsipnya sama dengan data tunggal, hanya saja rumus yang digunakan

lebih membutuhkan sedikit tambahan tenaga dan waktu untuk memperoleh hasilnya.

Data hasil test kemampuan manajerial terhadap 100 pegawai di PT. Tanjung sari,

setelah disusun ke dalam distribusi adalah seperti gambar tabel di bawah ini :
 16

a. Modus Data Berkelompok

Untuk menghitung modus data berkelompok dapat digunakan rumus :

Gambar 2.11 Rumus Modus Data Bergolong

Berdasarkan gambar 2.9, maka dapat ditemukan :

1) Kelas Modus = Kelas Terbesar (f sebanyak = 30)
2) b = 51-0,5 = 50,5
3) b1 = 30 – 18 = 12 (30 = f kelas modus, 18 = f kelas sebelumnya)
4) b2 = 30 – 20 = 10 (30 = f kelas modus, 20 = f kelas sesudahnya)
12
Jadi Modusnya = 50,5 + 10 ( ) = 55,95
12+10

b. Median
Untuk menghitung median, rumus yang digunakan :
 17

Gambar 2.12 Rumus Media Data Berkelompok

Dalam hal ini : setengah dari seluruh data (1/2 n) = 1/2x100 = 50. Jadi median

akan di interval keempat, karena pada sampai interval ini jumlah frekuensi lebih 50,

tepatnya 56.

Dengan demikian pada interval keempat ini merupakan kelas median batas

bawahnya (b) adalah 51 - 0,5 = 50,5. Panjang kelas mediannya (p) adalah 10, dan

frekuensi = 30. Adapun F nya adalah 2 + 6 + 18=26.

50−26
Jadi Mediannya = 50,5 +10 ( ) = 58,5.
30
c. Mean

Untuk menghitung Mean Data berkelompok, maka terlebih dahulu data tersebut

disusun menjadi tabel berikut

Tabel permudah menghitung mean

 18

Rumus untuk menghitung Mean data bergolong adalah

Gambar 2.14 Rumus Mean Data Bergolong

Berdasarkan tabel penolong itu, maka Mean dari data bergolong itu dapat dihitung dengan
rumus yang telah diberikan :
6070
Me = x = 100 =60,70

Jadi, rata-rata kemampuan 100 pegawai PT. Tunjung Sari adalah 60,70.

2.9 Pengukuran Variasi Kelompok

Untuk menjelaskan keadaan kelompok, dapat juga didasarkan pada tingkat variasi

data yang terjadi pada kelompok tersebut. Untuk mengetahui tingkat variasi kelompok

data dapat dilakukan dengan melihat rentang data dan simpangan baku dari kelompok

data yang telah diketahui.

1. Rentang Data

Rentang data dapat diketahui dengan jalan mengurangi data yang terbesar
ke yang terkecil yang ada pada kelompok itu.
 19

Contoh : sepuluh pegawai di lembaga X, gaji masing-masing tiap bulan dalam ratusan
ribu rupiah adalah :
50, 75, 150, 170, 175, 190 200, 400, 600 dan 700.
Data terkecil = 50

Data terbesar = 700

Jadi Range nya = 700 – 50 = 650

Jadi rentang gaji 10 pegawai tersebut adalah = 650.

1. Varians

Varians adalah salah satu ukuran dispersi atau ukuran variasi. Varians dapat

menggambarkan bagaimana berpencarnya suatu data kuantitatif. Varians diberi simbol σ 2

(baca: sigma kuadrat) untuk populasi dan untuk s2 sampel. Selanjutnya kita akan

menggunakan simbol s2 untuk varians karena umumnya kita hampir selalu berkutat

dengan sampel dan jarang sekali berkecimpung dengan populasi.

Rumus varians dari sekelompok data dari suatu kelompok data tertentu dapat dirumuskan

menjadi :

Gambar 2.16 Rumus varians Data Populasi

Rumus ini digunakan untuk data populasi, sedangkan untuk data sampel rumusnya
tidak hanya dibagi dengan n saja tetapi dengan derajat kebebasan (n-1)
 20

Gambar 2.17 Rumus Varians Data Sampel.

2. Skewness dan Kurtosis

a. Skewness

Kecondongan suatu kurva dapat dilihat dari perbedaan letak mean, median dan

modusnya.Jika ketiga ukuran pemusatan data tersebut berada pada titik yang sama, maka

dikatakan simetris atau data berdistribusi normal. Sedangkan jika tidak berarti data tidak

simetris atau tidak berdistribusi normal. Ukuran kecondongan data terbagi atas tiga

bagian, yaitu :

1) Kecondongan data ke arah kiri (ekornya condong kiri/negatif) di mana nilai

modus lebih dari nilai mean (modus > mean).

2) Kecondongan data simetris (distribusi normal) di mana nilai mean dan modus

adalah sama (mean = modus).

3) Kecondongan data ke arah kanan (ekornya condong kanan/positif) di mana nilai

mean lebih dari nilai modus (mean > modus).

Pada distribusi data yang simetris, mean, median dan modus bernilai sama.
 21

Gambar 2.19 Skewness

Skewness dapat dihitung dengan menggunakan rumus Korelasi Mac Pearson, yaitu :

Gambar 2.20 Rumus Korelasi Mac Pearson

a. Kurtosis

Gambar 2.21 Kurtosis

 22

Kurtosis atau keruncingan adalah tingkat kepuncakan dari sebuah distribusi yang

biasanya diambil secara relatif terhadap suatu distribusi normal. Berdasarkan

keruncingannya, kurva distribusi dapat dibedakan atas tiga macam, yaitu :

1) Leptokurtik, merupakan distribusi yang memiliki puncak relatif tinggi (nilai

keruncingan > 3)

2) Platikurtik, merupakan distribusi yang memiliki puncak hampir mendatar

(nilai keruncingan <3)

3) Mesokurtik, merupakan distribusi yang memiliki puncak sedang dan tidak

mendatar (Normal (nilai keruncingan = 3)

Untuk mengetahui keruncingan suatu distribusi, ukuran yang sering digunakan

adalah koefisien kurtosis persentil. Koefisien keruncingan atau koefisien kurtosis

dilambangkan dengan α4 (alpha 4).

Contoh : Tentukan kerucingan dari 2,3,6,8 dan 11

Karena nilai 1,08 lebih kecil dari 3 maka kurvanya platikurtik.

 BAB III
PENUTUP

3.1 Kesimpulan

Statistik Deskriptif adalah statistik yang berfungsi untuk mendeskripsikan atau

membari gambaran terhadap obyek yang diteliti melalui data sampel atau populasi

sebagaimana adanya tanpa melakukan analisis dan membuat kesimpulan yang berlaku

secara umum. Setelah peneliti melakukan penelitian, data yang telah diperoleh disajikan.

Penyajian data biasanya disajikan menggunakan Tabel, Grafik, Diagram, dan Pictogram.

Intinya Penyajian Data dapat menarik perhatian pihak lain untuk membacanya dan

mudah memhami isinya.

Pengukuran Gejala Pusat adalah suatu ukuran yang digunakan untuk mengetahui

ukuran data mengenai sampel atau populasi yang disajikan pada Tabel dan Diagram, yang

dapat mewakili sampel dan populasi. Pengukuran gejala pusat terdiri atas Modus, Median

dan Mean. Untuk menjelaskan keadaan kelompok juga didasarkan pada tingkat variasi data

ysng terjadi pada kelompok tersebut.

23
 DAFTAR RUJUKAN

Nicholas, Jackie. 2006. Introduction to Descriptive statistics. Mathematics Learning

Centre: University of Sydney

Sugiyono .2015. Statistik Untuk Penelitian. Bandung : CV. Alfabeta.

24