Create by: Giant

Template

Statistik
Deskriptif
Pertemuan ke : 01

Andang Syaifudin, M.Sc

 Pengertian
• Statistik → Metode yang digunakan untuk mengumpulkan dan
menginterpretasi data kemudian mengambil kesimpulan (Sabri
dan Hastono, 2007).
• Deskriptif → mendiskripsikan atau memberikan gambaran
(Sugiyono, 2009).
• Statistik Deskriptif → Statistik yang berfungsi untuk
mendiskripsikan atau memberi gambaran terhadap objek yang
diteliti melalui data sampel atau populasi membuat kesimpulan
yang berlaku untuk umum (Sugiyono, 2009).
Contoh
• Informasi yang diperlukan dalam
sensus penduduk untuk
menggambarkan karakteristik
penduduk → memerlukan data
seperti umur, jenis kelamin,
status perkawinan dsb.
 Tahap Kegiatan Statistik

• Pengumpulan Data
• Penyajian Data
• Pengolahan Data
• Analisis/ Interpretasi Data
 MACAM – MACAM PENGUMPULAN DATA
• Data → himpunan angka yang merupakan nilai dari unit sampel kita
sebagai hasil pengamatan dan pengukurannya.
• Data (Berdasarkan Jenis)
• Data diskrit → berbentuk bilangan bulat misalnya ; jumlah daun, jumlah
biji, jumlah tulang rusuk, jumlah penderita penyakit TBC, jumlah
kecelakaan di jalan raya
• Data kontinu → data yang merupakan rangkaian data, nilainya dapat
berbentuk desimal, misalnya ; Tinggi pohon 162,5 cm, Berat Buah 6,8 Kg
LANJUTAN..

• Data kualitatif → yaitu data yang berbentuk kualitas, seperti

pernyataan terhadap larangan merokok di rumah sakit→ setuju,
kurang setuju, tidak setuju
• Data Kuantitatif → data dalam bentuk bilangan (numerik) misalnya
; jumlah Nakes yang telah mendapatkan vaksin
• Data (berdasarkan Sumber Data)
• Data Primer → data yang dikumpulkan oleh peneliti sendiri
• Data Sekunder → data yang diambil dari suatu sumber dan
biasanya data tersebut sudah dikompilasi terlebih dahulu.
 Data Sources

Primary Secondary
Data Collection Data Compilation

Print or Electronic
Observation Survey

Experimentation
 CARA PENGUMPULAN DATA

• Pengumpulan data secara rutin

• Pengumpulan data dalam penelitian
• Observasi langsung
• Memakai kuesioner pada objek penelitian
 ISTILAH DALAM PENGUMPULAN DATA
• Variabel → suatu sifat yang akan diukur atau diamati dan nilainya
bervariasi antara satu objek ke objek lainnya. Misalnya ; Pengamatan
anak kucing baru lahir, → kemungkinan yang dapat diamati atau
dapat diukur adalah, BB, Panjang Badan (dan hasil ini akan bervariasi
antara satu anak kucing dengan anak kucing yang lain.
• Agregate → keseluruhan kumpulan nilai observasi yang merupakan
suatu kesatuan dan setiap nilai observasi hanya memiliki arti sebagian
dari keseluruhan tersebut.
 SKALA PENGUKURAN

• Skala Nominal
• Skala Ordinal
• Skala Interval
• Skala Ratio
 NOMINAL
• Skala pengukuran nominal digunakan untuk mengklasifikasikan obyek, individual
atau kelompok; sebagai contoh mengklasifikasi jenis kelamin, agama, pekerjaan, dan
area geografis.

• Dalam mengidentifikasi hal-hal di atas digunakan angka-angka sebagai symbol.

Apabila kita menggunakan skala pengukuran nominal, maka statistik non-
parametrik digunakan untuk menganalisa datanya.

• Hasil analisa dipresentasikan dalam bentuk persentase.

• Sebagai contoh kita mengklasifikasi variable jenis kelamin menjadi sebagai berikut:
laki-laki kita beri simbol angka 1 dan wanita angka 2.
 ORDINAL
• Skala pengukuran ordinal memberikan informasi tentang jumlah relatif
karakteristik berbeda yang dimiliki oleh obyek atau individu tertentu.
• Tingkat pengukuran ini mempunyai informasi skala nominal ditambah
dengan sarana peringkat relatif tertentu yang memberikan informasi
apakah suatu obyek memiliki karakteristik yang lebih atau kurang tetapi
bukan berapa banyak kekurangan dan kelebihannya.
• Jawaban pertanyaan berupa peringkat misalnya: sangat tidak setuju, tidak
setuju, netral, setuju dan sangat setuju dapat diberi symbol angka 1, 2, 3, 4
dan 5. Angka-angka ini hanya merupakan simbol peringkat, tidak
mengekspresikan jumlah.
 INTERVAL
• Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala
nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa
adanya interval yang tetap.
• Dengan demikian peneliti dapat melihat besarnya perbedaan
karaktersitik antara satu individu atau obyek dengan lainnya. (terdapat
perbedaan jarak yang jelas)
• Skala pengukuran interval benar-benar merupakan angka.
• Angka-angka yang digunakan dapat dipergunakan dapat dilakukan
operasi aritmatika, misalnya dijumlahkan atau dikalikan. Untuk
melakukan analisa, skala pengukuran ini menggunakan statistik
parametric.
 RATIO
• Skala pengukuran ratio mempunyai semua karakteristik yang dipunyai oleh skala
nominal, ordinal dan interval dengan kelebihan skala ini mempunyai nilai 0 (nol)
empiris absolut (nilai nol mutlak).
• Nilai absoult nol tersebut terjadi pada saat ketidakhadirannya suatu karakteristik
yang sedang diukur.
• Pengukuran ratio biasanya dalam bentuk perbandingan antara satu individu atau
obyek tertentu dengan lainnya.
 SAJIAN STATISTIK

• Secara Umum Sajian Data dapat dibagi dalam 3 (tiga)

bentuk ;
• Tulisan (textular)
• Tabel (tabular)
• Gambar / Grafik (diagram)
 TULISAN (TEXTULAR)
• Hampir semua bentuk laporan dari pengumpulan data diberikan
tertulis, mulai dari bagaimana proses pengambilan sampel, pelaksanaan
pengumpulan data, sampai hasil analisis yang berupa informasi dari
pengumpulan data tersebut
 TABEL
• Penyajian Data Dengan Menggunakan Kolom dan Baris
• Macam – macam bentuk tabel
• Master table (tabel induk)
Tabel yang berisikan semua hasil pengumpulan data yang masih dalam bentuk data mentah,
biasanya tabel ini disajikan dalam lampiran suatu laporan pengumpulan data
• Text Table (tabel rincian)
Merupakan uraian dari data yang diambil dari tabel induk contoh; distribusi frekuensi,
distribusi relatif, distribusi kumulatif, tabel silang (kontingensi tabel = cross tabulasi )
HAL YANG PERLU DI INGAT DALAM PENYAJIAN TABEL

• Judul tabel → judul tabel harus singkat, jelas dan lengkap; hendaknya dapat
menjawab apa yang disajikan, dimana kejadiannya, dan kapan terjadi
• Nomor tabel
• Keterangan – keterangan (catatan kaki = foot note ), yaitu keterangan yang
diperlukan untuk menjelaskan hal – hal tertentu yang tidak bisa dituliskan di dalam
badan tabel;
• Sumber kadang kala di dalam suatu laporan juga dikutip tabel dari laporan orang
lain. Untuk itu, harus dicantumkan sumber dari mana tebel itu dikutip
CONTOH; DISTRIBUSI FREKUENSI DATA DISKRIT

Tabel 1.2 Sebaran Hama Pada Tanaman Tembakau di Wilayah Mijen Tahun 2012

Fr (frek
Jumlah Fk (frek – Fk (frek
Hama relatif)
(nominal) kum) (≤) kum) (≥)
(%)
Ulat Grayak 120 8 8 100
Walang sangit 225 15 23 92
Belalang 375 25 48 77
Kumbang 360 14 62 52
Tikus 570 38 100 38
total 1500 100

Sumber : Laporan tahunan Balai Pertanian, 2012

CONTOH; DISTRIBUSI FREKUENSI DATA KONTINU

Tabel 1.3 Sebaran usia penderita Covid-19 yang berada di wilayah Cicara Tahun 2020

Fr (frek
Jumlah Fk (frek – Fk (frek
Umur relatif)
(nominal) kum) (≤) kum) (≥)
(%)
60 - 65 525 35 35 100
65 – 70 460 30,6 65,6 65
70 - 75 375 25 90,6 34,4
75 – 80 400 6,7 97,3 9,4
> 80 40 2,7 100 2,7
Total 1500 100

Sumber : Laporan tahunan 2020

 CONTOH; TABULASI SILANG
Tabel 1.2 Jumlah Penduduk Menurut Jenis Kelamin dan Kebiasaan Merokok di Wilayah Mijen
Tahun 2008

Kebiasaan Tidak Pernah Dulu Merokok Sekarang Masih

Merokok Merokok Merokok

Jenis Kelamin
Laki – laki 160 220 320
Perempuan 575 275 50

Jumlah 735 495 370

Sumber : Laporan tahunan Puskesmas 2008

 GRAFIK / DIAGRAM

• Hal yang perlu diperhatikan ;

• Judul yang singkat, jelas, dan lengkap
• Dalam menggambar diperlukan dua sumbu sebagai ordinat dan absis;
• Skala tertentu
• Nomor gambar
• Foot note
• sumber
 JENIS GRAFIK / GAMBAR

• Histogram → grafik yang digunakan

untuk menyajikan data kontinu.
Grafik ini merupakan areal diagram
sehingga jika interval kelas tidak
sama, maka dilakukan pemadatan
dengan membandingkan nilai
interval kelas dengan frekuensi kelas
 JENIS GRAFIK / GAMBAR

• Frekuensi Poligon → digunakan untuk

data kontinu seperti pada histogram.
• Keuntungan menggunakan grafik ini
kita dapat melakukan perbandingan
penyebaran beberapa masalah yang
digambarkan di dalam satu gambar
 JENIS GRAFIK / GAMBAR
• Ogive adalah grafik yang digambarkan
berdasarkan data yang sudah disusun
dalam bentuk tabel distribusi frekuensi
kumulatif. Untuk data yang disusun
dalam bentuk tabel distribusi frekuensi
kumulatif kurang dari, grafiknya
berupa ogive positif, sedangkan untuk
data yang disusun dalam bentuk tabel
distribusi frekuensi kumulatif lebih
dari, grafiknya berupa ogive negatif.
 JENIS GRAFIK / GAMBAR

• Diagram Garis (line diagram) →

digunakan untuk menggambarkan
data diskrit atau dengan skala nominal
yang menggambarkan perubahan dari
waktu – ke waktu
JENIS GRAFIK / GAMBAR

• Diagram Batang (bar diagram) →

digunakan untuk menyajikan data
diskrit atau data dengan skala nominal
maupun ordinal.
• Jenis diagram batang
• Diagram Batang Horizontal
• Diagram Batang Vertikal
• Diagram Batang Majemuk

• Diagram Batang Bertingkat

LANJUTAN…
 JENIS GRAFIK / GAMBAR

• Diagram Pinca (pie diagram) →

untuk menyajikan data diskrit/
data dengan skala nominal dan
skala ordinal (data Kategorik)
 JENIS GRAFIK / GAMBAR

• Diagram Tebar (Scatter diagram)

→ diagram yang digunakan
untuk mengambarkan hubungan
dua macam variabel yang
diperkirakan ada hubungan
(sumbu X variabel independen,
sumbu y variabel Y)
 JENIS GRAFIK / GAMBAR

• Pictogram → diagram yang

menggambarkan sesuai dengan
objeknya yang dimaksud
 JENIS GRAFIK / GAMBAR

• Mapgram → diagram yang

menggunakan map atau peta
dari suatu daerah
 JENIS GRAFIK / GAMBAR

• Box whisker plot → digunakan untuk

menyajikan data numerik,
membandingkan beberapa
pengamatan dengan prinsip nilai
quartile (Q1, Q2, dan Q3)
Deskripsi Numerik Data
1. Ukuran Pemusatan Data
• Menunjukkan kecenderungan suatu data yang
berkelompok pada nilai-nilai tertentu.
• Nilai pusat : umumnya berlokasi di bagian
tengah atau pusat dari suatu distribusi

2. Ukuran Penyebaran Data

• Menunjukkan kecenderungan penyebaran nilai-
nilai atau variasi dari nilai-nilai dalam suatu
distribusi
• Digunakan untuk mengetahui seberapa
besar penyimpangan data dengan nilai
rata-rata hitungnya
Pengertian Ukuran
Pemusatan

• Ukuran pemusatan data adalah ukuran untuk

gambaran data yang diambil dari sampel dan
•Nilai rata-rata ialah suatu nilai yang dapat mewakili populasinya.
mewakili sekelompok nilai hasil pengamatan • Merupakan nilai tunggal yang mewakili semua
data atau kumpulan pengamatan dimana nilai
•Memiliki kecenderungan untuk berada tersebut menunjukkan pusat data.
ditengah-tengah suatu distribusi sehingga
disebut juga Kecenderungan Nilai Tengah
Mengapa nilai rata-rata diperlukan ???
(Central Tendency) • Memberikan gambaran deskriptif terhadap data yang
diperoleh
• Membandingkan gambaran deskriptif suatu kelompok
dengan kelompok lain
• Sebagai dasar dalam perhitungan statistik inferensia
 Ukuran Pemusatan (Central Tendency)
Tiga ukuran pemusatan yang paling banyak digunakan :

• Rata-rata hitung (mean) • Nilai yang sering

• muncul (modus)

Nilai tengah (median)

Ukuran Pemusatan untuk
Data yang Tidak
Dikelompokkan
• Rata-rata hitung : nilai yang diperoleh dengan menjumlahkan
semua nilai dan membaginya dengan jumlah data
• Mudah dalam perhitungan namun sangat tergantung dari nilai
ekstrim (data pencilan/outlier)
• Dibagi menjadi 2 : rata-rata hitung populasi (µ) dan rata-rata
hitung sampel
• Rata-rata hitung sampel : perhitungan sama dengan rata-rata
hitung populasi, ditekankan pada unsur sampelnya

contoh : Mean
Peserta
BB (KG)
1
59
2
60
3
60
4
60
5
61
6
62
7
66
8
75
9
76
(Rata-rata
Hitung) 1
• Adalah titik tengah dari semua nilai data yang telah diurutkan dari
nilai yang terkecil ke nilai yang terbesar atau sebaliknya
• Disebut juga sebagai rata-rata letak (positional average)
• Tidak dipengaruhi oleh nilai ekstrem
• Umumnya digunakan bila skala pengukuran datanya minimal
ordinal
• Cara mendapatkan median:
• Dicari dengan rumus : (n+1)/2 dimana n = jumlah data
• Bila datanya ganjil maka nilai median terletak di tengah
data
Median
• Bila datanya genap maka nilai tengah median adalah rata-
rata dari 2 data yang berada di tengahnya
• Catatan : Urutkan data terlebih dahulu sebelum mencari median!
contoh :
Nilai yang membagi distr  2 sama besar
- n ganjil : median pada urutan ke (n+1) / 2
contoh diatas : (9+1) / 2 = 5 Md = 61
- n genap : median pada urutan diantara ke n /
2 dan (n/2) + 1
mis = 59 60 60 60 60 61 62 66 75 76
Md = (60+61) / 2 = 60,5 kg
 Modus

• Adalah suatu nilai pengamatan yang paling

sering muncul atau nilai yang memiliki frekuensi
terbesar dalam suatu kumpulan data

• Berguna untuk mengetahui frekuensi (tingkat

seringnya) suatu peristiwa terjadi
 Nilai yang sering muncul
• Contoh : mobil merk apa yang paling banyak Mis contoh diatas Mo= 60
dibeli konsumen di Indonesia

• Tidak tergantung pada nilai ekstrim

• Memberikan ukuran pemusatan data secara

kasar
1. Nilai rata-rata hitung
rata-rata dari distribusi frekuensi

asumsi : setiap pengamatan dalam kelas

mempunyai nilai yang sama dengan nilai titik
tengah klas.

BB (Kg) f ttk tengah klas (m) fm

35-<45 6 40 240

45-<55 12 50 600
55-<65 14 60 840

65-<75 1 70 70

75-<85 2 80 160

n 35 ∑ fm 1910

∑fm 1910
x= = = 54,6Kg
n 35
 MEDIAN ( Grouped data)

Rumus :

dengan :

Me = Median
L0 = Tepi bawah kelas yang mengandung median
p = Panjang kelas
F = Jumlah frekuensi semua kelas sebelum kelas yang
mengandung median
f = frekuensi kelas yang mengandung median
n = ukuran data/ jumlah frekuensi
Asumsi : BB terendah (peserta ke 1) 35 kg
BB tertinggi (peserta ke 35) 84,9kg

Median pd peserta ke n  1 35  1
  18
2 2
35
6
Md  45  2 x10  54,6kg
12

 Lebih tinggi lagi batas bawah kelas median

dikurangi ½
45 – ½ = 44,5

35
6
Md  44,5  2 x10  54,1kg
12
2. Modus (Mode) BB ( kg ) frek. Frek. Kom (Cf)
Asumsi: modus pada kelas yang mempunyai trek 35 - < 45 6 6
terbanyak ( langsung dibawah puncak poligon
frek ) 45 - < 55
12 18
frek med Kelas median

di 55 - < 65 14 32
Mo  Lmo  i Kelas modus
d1  d 2 65 - < 75 1 33
75 - < 85 2 35

Keterangan : n 35

Mo = modus
Lmo = batas bawah kelas modus
d1 = beda antara frekuensi klas modus dgn frek 2
kelas sblum kelas modus
Mo  55  10  56,3kg
2  13
d2 =beda antara frekunsi kelas modus dgn frek
kelas sesudah kelas modus
i = besar interval