LAPORAN PRAKTIKUM KE-1

METODE STATISTIKA I
“Statistika Deskriptif”

OLEH:

NAMA : JOVAN BRILLIANSA

NIM : (225090507111085)
ASISTEN : 1. FITRIYAH AYU RAHMAWATI
(215090500111055)
2. JULIAN TEGAR RANGGA PRANATA
(215090500111012)
3. MUHAMMAD FAHMI FAUZAN
(215090500111010)

LABORATORIUM STATISTIKA DASAR

JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BRAWIJAYA
MALANG
2022
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Statistika merupakan sekumpulan konsep dan metode yang
digunakan untuk mengumpulkan dan menginterpretasi data tentang
bidang kegiatan tertentu dan mengambil kesimpulan dalam situasi
dimana ada ketidak pastian dan variasi. Statistika berarti sekumpulan
data yang terdiri dari angka-angka, sehingga kita mengenal statistika
pertanian, statistika kependudukan, statistika perekonomian, dan
sebagainya.
Istilah Istilah Statistika (statistics) dan statistic (Statistic)
sebenarnya berbeda.Kalau statistika adalah ilmunya maka statistik
adalah data atau hasil penerapanstatistika pada suatu data. Statistik
adalah data, fakta, informasi, atau hasil penerapan algoritma statistika
pada suatu data. Sebagai contoh, misalkan ketika kita membaca berita
surat kabar di pagi hari dengan waktu yang terbatas karena akan
berangkat kerja, padahal kita ingin mengetahui berbagai macam berita
secara lengkap. Maka yang dapat kita lakukan adalah membaca
sepintas dengan cepat berita yang disajikan, seperti tentang tingkat
kejahatan, tingkat pertumbuhan, rata-rata pendapatan, dan sebagainya.
Statistika deskriptif adalah statistika yang digunakan untuk
menggambarkan atau menganalisis data hasil penelitian tetapi tidak
untuk mengambil kesimpulan yang lebih luas terhadap ciri-ciri
populasi (generalisasi/infernsi). Ruang lingkup dari statistika deskriptif
meliputi: konsep dasar statistika, distribusi frekuensi, pengukuran nilai
pusat (central tendency), pengukuran penyebaran (dispersion),
kemiringan (skewness) dan keruncingan (kurtosis), penyajian data
dalam bentuk diagram grafik (diagram batang, diagram garis, batang
histogram, polygon, ogive), angka indeks, dan time series atau deret
waktu.
1.2 Tujuan
1) Mahasiswa mampu membandingkan hasil yang diperoleh dari
perhitungan manual dengan Microsoft Excel.
2) Mahasiswa mampu menyajikan data dalam bentuk tabel, diagram,
dan grafik serta mampu untuk mengintrepetasikannya.
3) Mahasiswa mampu menyajikan data dalam bentuk tabel, diagram,
dan grafik serta mampu untuk mengintrepetasikannya.
 BAB II
TINJAUAN PUSTAKA

2.1 Ukuran Pemusatan Data

2.1.1 Rata-rata (Mean)
Mean merupakan suatu bilangan tunggal yang dapat
digunakan untuk mewakili nilai pusat dari sebuah distribusi
tertentu. Beberapa orang lebih akrab dengan istilah rata-rata
dibanding rata-rata hitung. Ketika sekelompok data, rata-rata
artinya nilai dari rata-rata hitung tersebut.
Secara matematis Secara matematis rata-rata data tunggal
dapat dirumuskan menjadi sebagai berikut :

Σ xi
x=
n

Diketahui :
x = Rata-rata (Mean)
∑ x i = Jumlah data
n = Banyak data

2.1.2 Median
Median adalah suatu nilai tengah dari banyak kumpulan
data. Artinya median sendiri bisa diartikan sebagai nilai yang
membagi porsinya sedemikian rupa menjadi dua bagian, sehingga
rangkaian tersebut, nilainya bisa yang lebih kecil, bisa juga sama
dengan nilai median, kemudian setengahnya tersebut pasti
mempunyai nilai yang sama dengan, bisa juga nilainya lebih besar
dibanding nilai median tersebut.
Bisa disimpulkan bahwa nilai dari median adalah skor nilai
yang membagi suatu distribusi frekuensi menjadi dua sama besar
nilainya, sehingga 50 % obyek yang diteliti pasti berada pada
bawah nilai median, kemudian sisanya adalah terletak di atas nilai
median.
 Langkah-langkah yang perlu dilakukan dalam menentukan
median dari data tunggal adalah sebagai berikut:
1) Susunlah data mentah dalam sebuah array (berurutan dari
terkecil sampai terbesar).
2) Kemudian menentukkan letak median dengan
menggunakan rumusnya yaitu :

1
Letak Me= (N +1)
2

3) Selanjutnya yaitu menentukan nilai median berdasarkan

data yang sudah diurutkan.

2.1.3 Modus
Modus berasal dari kata mode, yang artinya merupakan
nilai variabel (atribut), yang mana mempunyai suatu frekuensi
tertinggi dari sekumpulan distribusi frekuensi. Modus juga bisa
digunakan tidak hanya pada data kuantitatif, tetapi juga data
kualitatif. Modus berarti dianggap sebagai nilai, yang mana
menunjukkan nilai terkonsentrasi dari sekumpulan data. Nilai
Modus data Tunggal.
Untuk data tunggal (tidak dikelompokan), bisa diselesaikan
dengan cara :
1) Mencari nilai yang paling banyak muncul dari beberapa
kumpulan data.
2) Kemudian nilai yang paling banyak muncul tersebut
dinamakan dengan modus.
2.2 Ukuran Letak Data
2.2.1 Kuartil
Ukuran letak yang pertama adalah kuartil, artinya nilai
yang membagi dari suatu distribusi data yang sudah diurutkan,
menjadi empat bagian yang sama nilainya, sehingga pada gugus
data didapatkan 3 bagian kuartil, yaitu kuartil 1, 2 dan 3. Untuk
lebih jelas mengenai penafsiran dair kuartil, silahkan pahami
gambar berikut ini :

Dari gambar tersebut dapat diketahui bahwa masing-masing bagian

mengandung 25% data observasi. Pada satu set data observasi mempunyai
tiga buah kuartil, yaitu Q1, Q 2, Q 3
Langkah-langkah dalam menentukan kuartil yaitu :

1) Menyusun data sesuai dengan nilainya

2) Kemudian menentukan letak kuartilnya
3) Terakhir adalah menentukan nilai dari kuartil tersebut

Rumus untuk mencari Nilai Letak Kuartil (Qi) data tunggal

yaitu sebagai berikut :
1
Qi= ( N +1)
4
Diketahui :
Qi = Kuartil ke- ⅈ
ⅈ = 1,2,3
N = Jumlah data
2.3 Ukuran Penyebaran Data
2.3.1 Range (Jarak/Jangkauan)
Jarak (range) merupakan selisih dari nilai-nilai ekstrim
yang terdapat pada kumpulan data, artinya selisih antara nilai yang
tertinggi (Xmaks) terhadap nilai yang terendah (Xmin) pada
kumpulan data. Jarak sering disebut sebagai jangkauan. Jangkauan
ini menjadi ukuran yang paling sederhana dalam ukuran
penyebaran.
Jangkauan merupakan perbedaan antara nilai terbesar
(Xmaks) dan terendah (Xmin), yang mana data tersebut bisa dalam
populasi maupun dalam sampel. Adanya jangkauan ini,
menunjukkan bahwa semakin kecil ukuran jangkauan, maka
artinya karakter tersebut yang lebih baik, karena berarti mendekati
nilai pusatnya.
Adapun yang digunakan untuk rumus yang ditunjukkan
dalam jangkauan adalah Range= Nilai terbesar-Nilai terkecil.
Range=x max−¿ x min ¿

2.3.2 Variasi (Variance)

Variasi merupakan jumlah semua deviasi nilai-nilai
individual terhadap rata-rata kelompok. Adapun cara untuk
mencari variasi/ragam untuk data tunggal dirumuskan dengan :
n

∑ ( x i−x )2
S2= ⅈ=1
n−1
2.3.3 Simpangan Baku
Simpangan baku atau standar deviation adalah suatu
ukuran penyebaran yang menunjukkan besarnya simpangan rata-
rata, secara keseluruhan nilai yang ada pada kelompok data,
dengan nilai pusat, dengan cara menghilangkan kemungkinan nilai
0 dan negatif kemudian dikuadratkan
Berikut rumus dari simpangan baku yang menggunakan
data tunggal,
n

∑ ( x i−x )2
ⅈ=1
S=
2.4 Penyajian Data
2.4.1 Tabel Distribusi Frekuensi
Distribusi frekuensi adalah penggunaan cara tertentu untuk
mengelompokan data hasil pengukuran atau penghitungan (data
mentah) menjadi kelas-kelas. Dalam distribusi frekuensi yang
merupakan bentuk salah satu penyajian data sehingga data menjadi
lebih mudah dibaca, lebih mudah dipahami dan menjadi lebih
ringkas. Distribusi frekuensi sendiri dibagi menjadi dua, yaitu
distribusi frekuensi tunggal dan distribusi frekuensi berkelompok.
Pertama, yaitu untuk distribusi frekuensi tunggal
merupakan distribusi dimana nilai atau kategori dari data tersebut
adalah 1 (satu) atau tunggal (lihat tabel 4.1). Sedangkan distribusi
frekuensi berkelompok adalah distribusi dimana nilai atau kategori
dari data tersebut adalah lebih dari 1 (satu) atau berkelompok
(lihat tabel 4.2).
Tabel 4.1 distribusi frekuensi tunggal
Nilai 6 7 8 9 10 Jumlah
Frekuensi 3 1 5 7 12 28

Tabel 4.2 distribusi frekuensi kelompok

Nilai 4-14 15-25 26-36 37-47 48-58 Jumlah
Frekuensi 3 1 5 7 12 28

2.4.2 Tabel Histogram

Histogram adalah grafik seperti diagram batang tetapi
menggambarkan distribusi frekuensi berkelompok dengan
menggunakan tepi-tepi kelasnya.
Langkah-langkah membuat histogram adalah:
1) Buatlah kolom tambahan dari distribusi frekuensi berupa tepi
bawah kelas serta pada tepi atas kelas untuk setiap kelas.
2) Biarkan frekuensi sesuai kelasnya, sehingga anda tinggal
membuat diagram batangnya itulah yang dikenal dengan
histogram
 Gambar diatas merupakan contoh dari tabel histogram

2.4.3 Boxplot
Boxplot adalah kotak pada gambar berwarna abu-abu (atau
mungkin warna yang lain) dengan garis tebal horizontal di kotak
tersebut. Kotak abu-abu tersebut memuat 50% data, atau
mempunyai batas persentil ke-25 dan ke-75 (lihat pembahasan
interquartile mean). Sedangkan garis tebal hitam adalah median
data.

Gambar diatas merupakan salah satu contoh dari boxplot

 BAB III
METODOLOGI

Langkah-langkah untuk mencari ukuran pemusatan data, ukuran

letak data, dan ukuran penyebaran data dengan menggunakan paket
program Microsoft Excel adalah sebagai berikut:
A. Langkah untuk menghitung:
1. Klik pada menu start programs Microsoft Excel

2. Pilih blank workbook

3. Masukan data yang sudah diperoleh ke dalam workbook

4. Masukan formula untuk mencari hasil yang diinginkan seperti
median, modus, dll.

5. Drag semua data yang ada dalam workbook.

6. Klik enter dan akan muncul hasil seperti yang diinginkan

7. Lakukan secara berulang hingga hasil yang ingin dicari muncul

semua.
B. Langkah untuk menyusun grafik:
1. Untuk mencari boxpolot, Langkah pertama ialah tentukan terlebih
dahulu nilai minimal, nilai maksimal, median, kuartil pertama, dan
kuartil ketiga Tentukan perbedaan selisih antara Q1 dan nilai
minimal dan seterusnya.

2. Blok tabel data lalu klik insert pilih gambar grafik tekan
more chart.

3. Pilih menu bar, klik yang kedua pada masing-masing pilihan, lalu
klik “OK”.
4. Setelah muncul boxplot yang diinginkan, hilangkan terlebih
dahulu untuk warna orange dan biru dengan menggunakan format,
lalu klik no fill.

5. Untuk membuat batas kiri dan kanan klik chart design Add
Chart Element Error Bars More Error Bars Gunakan
pilihan minus untuk batas kiri dan plus untuk batas kanan pada
Format Error Bars.

6. Kemudian akan muncul tampilan boxplot seperti tampilan berikut.

7. Untuk membuat tabel histogram pertama yang harus dilakukan
ialah membentuk tabel frekuensi terlebih dahulu seperti pada
gambar dibawah ini,

8. Blok bagian interval kelas dan frekuensi lalu klik Insert ~ 2-D
Coloumn

9. Setelah muncul tabel klik kanan pada data, lalu menuju Format
Data Series dan atur Gap Width di angka 0%
10. Klik pada icon fill & line, lalu ubah warna border menjadi putih
agar grafik histogram lebih mudah terlihat

11. Kemudian tampilan tabel histogram akan muncul seperti gambar

di bawah.
 BAB IV
HASIL dan PEMBAHASAN
4.1 Data
Diketahui data yang berisi tentang tingkat presentase lahan
yang digunakan sebagai lahan agricultural tehadap total lahan
keseluruhan dari beberapa negara berikut.
Negara Persentase Negara Persentase
Lahan (%) Lahan (%)
Denmark 59.8 Guinea 1.85
Djibouti 0.09 Guyana 38.82
Dominican 18.15 Haiti 38.82
Republic
Ecuador 3.9 Hong Kong 2.86
Egyptv 2.92 Hungary 47.38
El Savador 30.26 Iceland 1.2
Estonia 15.83 India 52.61
Eswatini 10.17 Indonesia 14.01
Ethiopia 14.33 Iran 9.02
Fiji 9.03 Iraq 11.52
Finland 7.38 Ireland 6.55
France 33.1 Turkey 25.63
Gabon 1.26 Turkmenistan 4.13
Gambia 43.48 Ukraine 56.76
Georgia 4.48 United 24.96
Kingdom
Germany 33.58 United States 17.24
Ghana 20.66
Greece 16.58
Guam 1.85
4.2 Pembahasan
a. Mean
● Perhitungan Manual
Σ xi
x=
n
59.8+0.09+18.15+3.9+ …+24.96+17.24
x=
35
654.29
x= =18.694
18.694

● Perhitungan Microsoft Excel

screenshot formula screenshot output

b. Median
● Perhitungan Manual
1
Me= (N + 1)
2
1
Me= ( 35+1)
2
1
Me= ×36=18 → Data ke 18 setelah diurutkan
2
Me=14.01
● Perhitungan Microsoft Excel
screenshot formula screenshot output
c. Kuartil atas
● Perhitungan Manual
3
Q3= ( N +1)
4
3
Q3= (35+1)
4
3
Q3= × 36=27 → Data ke 27
4
Q3=30.26

● Perhitungan Microsoft Excel

screenshot formula screenshot output

d. Kuartil bawah
● Perhitungan Manual
1
Q1= (N + 1)
4
1
Q1= (35+1)
4
1
Q1= ×36=9 → Data ke 9
4
Q1=4.13

● Perhitungan Microsoft Excel

screenshot formula screenshot output
 e. Modus
● Perhitungan Manual
Tidak ada
● Perhitungan Microsoft Excel
screenshot formula screenshot output

f. Jangkauan
● Perhitungan Manual
Range=x max −¿ x ¿ min

Range=59.8−0.09
Range=59.71
● Perhitungan Microsoft Excel
screenshot formula screenshot output

g. Keragaman
● Perhitungan Manual
n

∑ ( x i−x )2
S2= ⅈ=1
n−1
(1689.703+128.0066+ …+36.89348+147.4767)
S2 =
34
10111.71
S2 =
34
2
S =297.403

● Perhitungan Microsoft Excel

 screenshot formula screenshot output

h. Simpangan baku
● Perhitungan Manual
S= √ S
2

S= √297.403
S=17.245 4
● Perhitungan Microsoft Excel
screenshot formula screenshot output

4.3 Perbandingan Hasil Hitung Manual dengan Hasil Microsoft Excel

Manual Microsoft excel

Rata-rata 18.694 18.694

Median 14.01 14.01

Modus - #N/A

Ragam 297.403 297.403

Simpangan Baku 17.2454 17.2454

Range 59.71 59.71

Nilai maksimum 59.8 59.8

Nilai minimum 0.09 0.09

Q1 4.13 4.13

Q2 14.01 14.01

Q3 30.26 30.26
4.4 Interpretasi
● Tabel frekuensi
Interval kelas Frekuensi
0.09 – 10.09 14
11.09 – 21.09 10
22.09 – 32.09 3
33.09 – 43.09 3
44.09 – 54.09 3
55.09 – 65.09 2

● Histogram

● Boxplot
 Parameter Interpretasi
Rata-rata Sebagian besar persentase lahan yang
digunakan sebagai lahan agricultural terhadap
total lahan keseluruhan dari beberapa negara
terpusat di sekitar 18.694%

Ragam Keragaman dari data persentase lahan yang

digunakan sebagai agriculture adalah 297.403

Nilai Minimum Persentase lahan yang digunakan sebagai

agriculture pada beberapa negara paling
rendah adalah 0.09% pada negara Djibouti

Nilai maksimum Persentase lahan yang digunakan sebagai

agriculture pada beberapa negara paling
tinggi adalah 59.8% pada negara Denmark
Kuartil Bawah Terdapat persentase lahan yang digunakan
sebagai agriculture pada setiap negara kurang
dari 4.13%
atau
Terdapat persentase lahan yang digunakan
sebagai agriculture pada setiap negara lebih
dari 4.13%
Median Terdapat persentase lahan yang digunakan
sebagai agriculture pada setiap negara kurang
 dari atau sama dengan 14.01%
Kuartil Atas Terdapat persentase lahan yang digunakan
sebagai agriculture pada setiap negara kurang
dari 30.26%
atau
Terdapat persentase lahan yang digunakan
sebagai agriculture pada setiap negara lebih
dari 30.26%
Range Persentase lahan yang digunakan sebagai
agriculture pada setiap negara berkisar antara
0.09% hingga 59.8%
Atau
Jangkauan data dari persentase lahan yang
digunakan sebagai agriculture pada setiap
negara adalah 59.71%

4.5 Jawaban atas Soal

Soal: Kode A
1. Apakah data diatas dapat digunakan sebagai asumsi dari
persentase lahan yang digunakan di seluruh dunia?
2. Kaitkan hasil perhitungan Anda dengan penyajian data yang kalian
buat!
3. Apakah pada tersebut terdapat pencilan? Jika ada jelaskan
mengapa pencilan tersebut ada?
4. Buatlah kesimpulan dari data tersebut, kaitkan dengan masalah
kurangnya lahan pertanian akibat kepadatan penduduk yang terus
meningkat!

Jawab:
1. Dapat, karena dari data tersebut dapat dijadikan acuan untuk
data persentase lahan yang digunakan di seluruh dunia.
2. Dalam sebaran data yang sudah ada dalam tavel histogram
yang sudah dibuat diketahui ialah condong ke kiri, yang
berarti persebaran data semakin ke kiri frekuensinya semakin
besar.
3. Tidak ada, dalam boxplot yang sudah dibuat didalamnya tidak
terdapat data pencilan.
4. Dalam data tersebut dapat disimpulkan bahwa saat ini
kebanyakan negara hanya memiliki sedikit lahan yang
digunakan untuk agriculture. Hal tersebut dikarenakan
banyaknya lahan yang digunakan sebagai agriculture beralih
fungsi menjadi pemukiman penduduk yang juga disebabkan
oleh peningkatan jumlah penduduk yang signifikan di
beberapa negara.
5.
 BAB V
PENUTUP

5.1 Kesimpulan
Dari percobaan praktikum statistika deskriptif yang saya lakukan
mengenai mengolah dan menyajikan data dengan menggunakan
perhitungan manual dan Microsoft Excel diperoleh perbandingan hasil data
seperti pada tabel dibawah ini.

No Perbandingan Perhitungan Hasil

Manual Output
microsoft
excel
1 Rata-rata 18.694 18.694
2 Median 14.01 14.01
3 Modus - #N/A
4 Ragam 297.403 297.403
5 Simpangan Baku 17.2454 17.2454
6 Range 59.71 59.71
7 Nilai Maksimum 59.8 59.8
8 Nilai Minimum 0.09 0.09
9 Q1 4.13 4.13
10 Q2 14.01 14.01
11 Q3 30.26 30.26

Jadi, dapat disimpulkan bahwa hasil yang ditemukan dengan

perhitungan manual sama dengan yang dilakukan dengan menggunakan
software Microsoft Excel. Dan dari praktikum tersebut dapat dikatakan
bahwa mengolah data dengan menggunakan Microsoft Excel lebih praktis
daripada menggunakan perhitungan manual yang memakan waktu lebih
lama.

5.2 Saran
Mahasiswa dalam pengolahan data menggunakan perhitungan
manual maupun Microsoft Excel diharapkan supaya teliti dalam
memasukan data karena dalam percobaan yang telah saya lakukan hal
tersebut yang menjadi salah satu faktor yang menyebabkan data yang
akan diolah nantinya akan muncul hasil yang diinginkan atau tidak.
 DAFTAR PUSTAKA

Husnul, Nisak Ruwah Ibnatur., dkk. (2020). Statistik Deskriptif.

Tangerang: Unpam Press.
Nalim, Yusuf., dan Salafudin Turmudi. (2012). Statistika Deskriptif.
Pekalongan: STAIN Pekalongan Press.
Nasution, Lesni Manisdar. 2017. Statistik Deskriptif. Jurnal Hikmah.
40(1) : 1 – 6.
Nuryadi., dkk. (2017). Dasar-Dasar Statistik Penelitian. Yogyakarta:
Sibuku Media.
 LAMPIRAN
1. Screenshot Workbook Microsoft Excel
2. Tabel Formula

formula fungsi/kegunaan

=AVERAGE Untuk menghitung rata-rata

=MEDIAN Untuk mencari nilai tengah
=MODE Untuk mencari nilai modus
=VAR Untuk menghitung varian / ragam
=STDEV Untuk mencari simpangan baku
=MAX Untuk mencari nilai maksimum
=MIN Untuk mencari nilai minimum
=QUARTILE.EXC Untuk mencari nilai kuartil