STATISTIKA DESKRIPTIF

Oleh
Ir. M. Yahya Ahmad, MM

SU RY
TAS AK
I
U NI V E R S

AN
C ANA

Fakultas Pertanian
Universitas Suryakancana
Cianjur
2007
 KATA PENGANTAR

Mata Kuliah Metode Statistika merupakan mata kuliah wajib untuk semua
program studi di Fakultas Pertanian, Universitas Suryakancana Cianjur. Adapun
Tujuan penyajian materi kuliah ini adalah agar mahasiswa mendapat gambaran
yang lengkap tentang materi yang diberikan selama perkulian.

Mengingat tulisan ini masih belum mengalami penyempurnaan, maka kritik dan
saran sangat dinantikan dari berbagai kalangan pemaca tulisan ini. Semoga
tulisan ini dapat berguna bagi yang memerlukannya

Penyusun
 DAFTAR ISI

BAB I PENYAJIAN DATA ................................................................................. 6

1.1 Penyajian Data Kualitatif .............................................................................. 6

1.2. Penyajian Data Kuantitatif ........................................................................... 7
1.3. Penyusunan Distribusi Frekuensi.............................................................. 10
1.4. Penggambaran Distribusi Frekuensi ......................................................... 14
Histogram...................................................................................................... 14
Poligon .......................................................................................................... 16
Ogive ............................................................................................................. 16
 BAB I PENYAJIAN DATA
Dalam bab ini, dibahas bagaimana cara memvisualisasikan bentuk-bentuk
penting dari sebuah data set, baik untuk data kualitatif maupun kuantitatif.
Data yang sudah terkumpul, baik melalui pengamatan (observasi), wawancara dan
sebagainya, maka data tersebut perlu disusun secara sistematis supaya mudah
dimengerti dan dipresentasikan dengan baik.

1.1 Penyajian Data Kualitatif

 Nilai variabel apa yang telah diukur

Setelah data terkumpul, biasanya yang ingin diketahui:

 Seberapa sering masing-masing nilai terjadi

Untuk itu, perlu penyajian data sehingga mudah dibaca atau dimengerti. Penyajian
data antara lain dalam bentuk tabel, dan grafik. Tipe grafik tergantung pada tipe
data. Jika datanya kualitatif, tabel statistik berupa daftar kategori (kualitas) dan
ukuran seberapa sering masing-masing kategori terjadi. Ukuran yang biasa

 Frekuensi, banyaknya pengukuran yang terjadi (kejadian) untuk masing-

digunakan:

 Frekuensi relatif, proporsi frekuensi masing-masing kategori.

masing kategori.

 Persentase frekuensi masing-masing kategori.

Selain tabel statistik, dapat juga digunakan pie chart atau bar chart untuk
menunjukkan distribusi data.

Contoh
Dalam suatu suvai pendidikan umum, 400 sekolah di teliti kualitas pendidikannya.
Hasilnya untuk masing-masing sekolah dikategorikan masuk kualitas A, B, C,
atau D. Hasil survey disajikan dalam bentuk tabel statistik (Tabel 1.1), pie chart
(Gambar 1.1), dan bar chart (Gambar 1.2) :
Tabel 1.1
Kategori Frekuensi Frekuensi relative persen
A 35 35/400=0.09 9%
B 260 260/400=0.65 65%
C 93 93/400=0.23 23%
D 12 12/400=0.03 3%
Total 400 1 100%
 pie chart kualitas sekolah

C
A

Gambar 1.1

bar chart kualitas sekolah

300

200

100
Count

0
A B C D

KATEGORI
Cases weighted by FREKUNSI

Gambar 1.2

1.2. Penyajian Data Kuantitatif

Kadang-kadang data kuantitatif yang diperoleh dikelompokkan ke dalam segmen
atau kategori yang berbeda dalam sebuah populasi. Untuk contoh data tentang
rata-rata penghasilan penduduk menurut kelompok umur yang berbeda, jenis
kelamin, tempat tinggal, dsb. Dalam hal ini, penghasilan penduduk merupakan
data kuantitatif, tetapi dikelompokkan berdasar umur atau jenis kelamin atau
tempat tinggal. Dalam kasus ini, dapat digunakan pie chart atau bar chart untuk
mendiskripsikan data. Dengan menggunakan pie chart dapat dilihat bagaimana
total penghasilan penduduk terdistribusi dalam beberapa kelompok umur.
Sedang dari bar chart dapat dilihat berapa total penghasilan perkelompok umur,
karena tinggi bar menunjukkan jumlah penghasilan per kelompok umur.
Contoh
Uang yang telah dikeluarkan oleh departemen pertahanan USA tahun 1995,
dikategorikan sebagai berikut:
Tabel 1.2
kategori Jumlah (milyar dollar)
B iaya hidup militer 70.8
Operasi dan pemeliharaan 90.9
Pengadaan senjata 55.0
Riset dan pengembangan 34.7
Konstruksi militer 6.8
total 258.2

Penyajian berupa bar chart dan pie chart sebagai berikut:

100

80

60
Sum PENGELUA

40

20

0
bi ko op pe ris
ay ns er ng et
a tru as ad da
hd ks i aa n
up im dan n pe
m i lit pe s en ng
ilit e em
er r m ja
i el ta ba
ih ng

KATEGORI

Gambar 1.3
pie chart pengeluaran Dept Pertahanan

Konstruksi militer

Riset & pengembangan

Biaya hidup militer

Pengadaan senjata

Operasi & pemelihara

Gambar 1.4
Selain pie chart dan bar chart masih banyak lagi cara yang bisa digunakan untuk
menyajikan data kuantitatif. Diantaranya line chart.

Contoh
Data hasil pengamatan mengenai nilai penjualan suatu perusahaan yang
memproduksi suatu barang.
Bulan penjualan Bulan penjualan
Januari2000 16.800 November2000 12.500
Februari2000 19.300 Desember2000 14.300
Maret2000 21.100 Januari2001 17.500
April2000 21.200 Februaru2001 19.600
Mei2000 20.700 Maret2001 20.900
Juni2000 19.200 April2001 18.200
Juli2000 16.100 Mei2001 20.600
Agustus2000 14.900 Juni2001 18.800
September2000 12.100 Juli2001 17.100
Oktober2000 11.900 Agustus2001 14.100

Untuk melihat perubahan penjualan perbulan secara cepat, maka dibuat grafik
sebagai berikut:

20000

18000
penjualan

16000

14000

12000

J a n -0 0 M a rt- 0 0 M e i- 0 0 J u l-0 0 S e p t- 0 0 N o v - 0 0 J a n - 0 1 M a r t- 0 1 M e i- 0 1 J u l- 0 1
F e b - 0 0 A p r - 0 0 J u n - 0 0 A g s - 0 0 O k t -0 0 D e s - 0 0 F e b - 0 1 A p r - 0 1 J u n - 0 1 a g s - 0 1
b u la n

Gambar 1.5
Dari grafik di atas, dengan cepat dapat dilihat bahwa penjualan akan tinggi pada
awal tahun, sedang pada akhir tahun menurun. Terlihat pada bulan April 2001
penjualan tidak mengikuti pola yang ada, sehingga perlu dilakukan penyelidikan.
1.3. Penyusunan Distribusi Frekuensi

Apabila data yang ada adalah kuantitaif dan banyak sekali jumlahnya, maka untuk
memudahkan dalam analisa data perlu dibuat distribusi frekuensi atau tabel
frekuensi.
Berikut ini akan disajikan bagaimana cara menyusun distribusi kuantitatif, yaitu :
(i) Tentukan banyak dan lebar inteval kelas. Hal ini tergantung pada banyak
dan besarnya harga-harga yang akan disusun dalam distribusi itu.
Banyak interval kelas yang efisien biasanya antara 5 dan 15. Pada tahun
1925, H.A Sturges mengajukan sebuah rumus guna menentukan banyak
interval kelas, yaitu : k = 1 + 3,322 log n. Sedangkan lebar interval kelas
ditentukan dengan membagi jangkauan (yaitu selisih antara harga
terbesar dan terkecil) dengan banyak interval kelas yang digunakan.
(ii) Interval-interval kelas tersebut diletakkan dalam suatu kolom, diurutkan
dari interval kelas terendah pada kolom paling atas dan seterusnya.
(iii) Data diperiksa dan dimasukkan ke dalam interval kelas yang sesuai.
Banyak data yang masuk dalam suatu interval kelas dinamakan
frekuensi interval kelas tersebut

Contoh
Di bawah ini adalah data umur (dalam bulan) beruang di Negara A pada bulan
April 1979.
19 19 20 23 29 19 20 55 67 81
115 117 124 140 104 100 70 56 51 57
53 68 44 32 20 32 45 56 21 21
30 57 67 69 81 84 21 23 45 18
33 57 45 21 22 22 21 16 82 72
20 16 34 43 34 34 58 17 13 20

Data terbesar : 140

Data terkecil : 13
Jangkauan = (data terbesar) - (data terkecil)
= 140 - 13
= 127
Nilai k menurut rumus H.A Sturges, k = 1 + 3,322 log n = 1+(3,322)(1.778) =
6.9065.
127
Apabila diambil banyak interval kelas 7 maka lebar kelas = = 18,14
7
Dari keadaan di atas kita pilih banyak interval kelas 7, den lebar kelas 18.
Kemudian disusun dalam tabel 1.3.

Tabel 1.3 Distribusi frekuensi umur beruang

Interval kelas Frekuensi
12,5 – 30,5 24
30,5 – 48,5 11
48,5 – 66,5 9
66,5 – 84,5 10
 102,5 - 120,5 4
120,5 – 138,5 1
138,5 - 156,5 1
Jumlah 60

Contoh
Di bawah ini disajikan data tinggi badan (cm) dari 50 orang dewasa
176 167 180 165 168 171 177 176 170 175
169 171 171 176 166 179 181 174 167 172
170 169 175 178 171 168 178 183 174 166
181 172 177 182 167 179 183 185 185 173
179 180 184 170 174 175 176 175 182 172

Data terbesar : 185

Data terkecil : 165
Jangkauan = (data terbesar) - (data terkecil)
= 185 - 165
= 20
Apabila diambil banyak interval kelas :
20
6 maka lebar kelas = = 3,3
6
20
7 maka lebar kelas = = 2,85
7
20
8 maka lebar kelas = = 2,5
8
Nilai k menurut rumus H.A Sturges, k = 1 + 3,322 log n = 1+3,322* 1.699 =
6.644
Dari keadaan di atas kita pilih banyak interval kelas 7 dengan lebar kelas 3.
Untuk mempermudah membuat distribusi frekuensi, bias digunakan software

 Masukkan data kedalam Excel, misalkan pada sel A1 sampai A50 karena
Excel. Caranya sebagai berikut:

 Setelah interval kelas ditentukan, ketik batas atas-batas atas interval kelas,
data yang ada 50.

 Blok kolom D2 sampai D8, kemudian ketik di bawah ini:

misalkan pada sel C2 sampai C8.

=FREQUENCY(A1:A50;C2:C8)
Untuk melihat hasilnya tekan Ctrl, Shift, Enter secara bersama-sama.
Hasilnya sebagai berikut:
167,5 6
170,5 7
173,5 8
176,5 11
179,5 7
 182,5 6
185,5 5

Ini artinya, tabel frekunsi yang diperoleh secara lengkap bisa kita tulis
dalam tabel 1.4.

Tabel 1.4 Distribusi frekuensi tinggi badan

Interval kelas Frekuensi
164,5 - 167,5 6
167,5 - 170,5 7
170,5 - 173,5 8
173,5 - 176,5 11
176,5 - 179,5 7
179,5 - 182,5 6
182,5 - 185,5 5
Jumlah 50

Jika kita ingin mengetahui berapa banyak orang yang tinggi badannya lebih
dari harga tertentu ataupun kurang dari harga tertentu, maka distribusi frekuensi
diubah menjadi distribusi frekuensi kumulatif.
Dengan data pada contoh 2.5. di atas kita susun distribusi frekuensi
kumulatif “kurang dari” dan distribusi frekuensi kumulatif “lebih dari”, sebagai
berikut :
Tabel 1.5(a) distribusi frekuensi kumulatif “kurang dari”
Tinggi badan Banyak orang
Kurang dari 164,5 0
Kurang dari 167,5 6
Kurang dari 170,5 13
Kurang dari 173,5 21
Kurang dari 176,6 32
Kurang dari 179,5 39
Kurang dari 182,5 45
Kurang dari 185,5 50

Tabel 1.5(b) Distribusi frekuensi kumulatif “lebih dari”

Tinggi badan Banyak orang
lebih dari 164,5 50
lebih dari 167,5 44
lebih dari 170,5 37
lebih dari 173,5 29
lebih dari 176,6 18
lebih dari 179,5 11
 lebih dari 182,5 5
lebih dari 185,5 0

Jika kita ingin mengetahui berapa persen orang yang tinggi badannya antara harga
tertentu, lebih dari harga tertentu ataupun kurang dari harga tertentu, maka
distribusi frekuensi diubah menjadi distribusi frekuensi relatif, distribusi frekuensi
relatif “lebih dari” atau distribusi frekuensi realtif “kurang dari”. Cara untuk
mengubah distribusi frekuensi menjadi distribusi frekuensi relatif adalah : harga
frekuensi pada setiap interval kelas dibagi jumlah total frekuensi, kemudian
dikalikan 100%. Untuk data pada contoh 1.5, distribusi relatifnya adalah sebagai
berikut :

Tabel1.6 Distribusi frekuensi relatif

Tinggi badan Banyaknya orang (dalam %)
164,5 - 167,5 12
167,5 - 170,5 14
170,5 - 173,5 16
173,5 - 176,5 22
176,5 - 179,5 14
179,5 - 182,5 12
182,5 - 185,5 10
Jumlah 100

Tabel 1.7(a) Distribusi frekuensi realtif “lebih dari”

Tinggi badan Banyak orang
lebih dari 164,5 100%
lebih dari 167,5 88%
lebih dari 170,5 74%
lebih dari 173,5 58%
lebih dari 176,6 36%
lebih dari 179,5 22%
lebih dari 182,5 10%
lebih dari 185,5 0%

Tabel 1.7(b) Distribusi frekuensi realtif “kurang dari”

Tinggi badan Banyak orang
kurang dari 164,5 0%
kurang dari 167,5 12%
kurang dari 170,5 26%
kurang dari 173,5 42
kurang dari 176,6 64%
kurang dari 179,5 78%
kurang dari 182,5 90%
kurang dari 185,5 100%
1.4. Penggambaran Distribusi Frekuensi
Untuk lebih mempermudah dalam memahami dan menganalisa data, di samping
disajikan dalam bentuk tabel distribusi frekuensi, cara yang lain adalah dengan
menggambarkan distribusi tersebut dalam bentuk grafik.
Beberapa grafik yang dibahas di sini adalah histogram, poligon dan ogive.

Histogram
Untuk menggambar grafik ini interval kelas diletakkan pada sumbu X dan
frekuensinya pada sumbu Y.

 Masukkan semua data ke dalam salah satu kolom worksheet, misal C1.
Membuat histogram dengan Minitab, dapat dilakukan dengan cara sbb:

 Klik Graph pada menu utama, kemudian pilih Histogram.

 Klik Option pada dialog di atas, jika kita menginginkan interval kelas
dengan jumlah dan panjang tertentu. Dalam contoh 2.5. jumlah interval
yang diinginkan 7 dengan panjang interval 3. Batas bawah kelas
pertama 164,5 dan batas atas kelas terakhir 185,8.
  Pilih Frequency untuk type histogram, CutPoint untuk tipe interval.
Isi 164,5:185,5/3 untuk posisi cutpoint (interval 164,5 sampai 185,5


dibagi dengan lebar yang sama yaitu 3)
Klik OK.

Histogram untuk tabel 1.4

10
Frequency

1 6 4 ,5 1 6 7 ,5 1 7 0 ,5 1 7 3 ,5 1 7 6 ,5 1 7 9 ,5 1 8 2 ,5 1 8 5 ,5
C1

Untuk menggambar grafik distribusi frekuensi relatif, caranya adalah : interval

kelas diletakkan pada sumbu X dan frekuensi relatif diletakkan pada sumbu Y,

Histogram Distribusi Frekuensi Relatif

8

7
Tinggi Persegi Panjang

0
160 165 170 175 180 185 190

Tinggi Badan
 frekuensi relatif int erval kelas
dengan tinggi persegi panjang = .
lebar int erval kelas
Histogram distribusi frekuensi relatif tabel 1.6

Poligon

 Absis : titik tengah interval kelas.

Cara menggambar Poligon :

 Ordinat : frekuensi interval kelas.

 Hubungkan titik-titik tersebut dengan garis lurus.

Poligon distribusi frekuensi untuk tabel 2.4

P o lig o n D is tr ib u s i F r e k u e n s i
12

10

8
Frekuensi

0
160 165 170 175 180 185 190
T in g g i B a d a n

Ogive

Ogive merupakan penyajian data secara gambar dari distribusi kimulatif. Ogive
ini merupakan penghalusan poligon.

 absis : batas interval kelas

Cara menggambar distribusi kumulatif:
 Hubungkan antar titik-titik tersebut.
ordinat : frekuensi interval kelas

Ogive distribusi frekuensi relatif kumulatif “kurang dari”.

K u rv a O g iv e D is trib u s i F re k u e n s i K u m u la tif
" K u ra n g D a ri"
60

50

40
Frekuensi

30

20

10

0
160 165 170 175 180 185 190
T in g g i B a d a n