Universitas Pamulang Akuntansi S-1

PERTEMUAN 2

DATA STATISTIK

A. CAPAIAN PEMBELAJARAN

Materi pertemuan ini membahas mengenai data statistik. Setelah mempelajari

materi ini, mahasiswa mampu memahami dengan baik mengenai data statistik,
jenis-jenisnya dan bisa menerapkan dengan baik dalam penelitian.

B. URAIAN MATERI

1. Data
Kata data, berasal dari bahasa latin, yang merupakan bentuk jamak dari
kata “datum”, yang artinya “sesuatu yang diberikan”. Dalam ilmu matematika,
data berarti sesuatu yang diketahui atau suatu keterangan. Dalam ilmu komputer,
data dapat berupa angka, kata-kata, citra dan sebagainya. Dalam ilmu eksakta,
data adalah suatu hasil pengukuran yang terorganisasi dan apabila data itu
terorganisasi maka data tersebut akan menjadi informasi. Dalam statistik, data
dapat didefinisakan sebagai “fakta-fakta atau angka-angka yang nantinya dapat
diambil kesimpulan”.
Data yang bias apabila digunakan dalam dasar pembuat keputusan, maka
tentu akan menghasilkan keputusan yang bias juga. Adapun persyaratan yang
harus dipenuhi dalam data yang baik, adalah sebagai berikut :
a. Data harus bersifat objektif
Artinya disini bahwa data tersebut harus sesuai dengan keadaan yang
sebenarnya.
b. Data harus bersifat representatif
Artinya adalah data tersebut harus bisa mewakili dari objek yang akan di
amati.
c. Data mempunyai kesalahan sampling kecil
Artinya disini adalah apabila suatu estimasi dikatakan baik jika kesalahan
samplingnya kecil.
d. Data harus tepat waktu
Artinya disini adalah apabila data akan digunakn untuk pengendalian, maka
data menjadi syarat tepat waktu yang sangat penting agar ada waktu

Statistik Deskriptif 11
Universitas Pamulang Akuntansi S-1

penyesuaian atau melakukan koreksi jika ada penyimpangan dalam

implementasi.
e. Data harus relevan
Artinya adalah data yang diamati atau diteliti harus ada hubungannya dengan
masalah yang akan dipecahkan.

2. Pengelompokan Data
a. Berdasarkan Sifatnya
1) Data Diskrit
Data diskrit merupakan data yang satuannya adalah bilangan bulat,
tidak berbentuk pecahan. Pada dasarnya data diskrit ini di peroleh dari
hasil pencacahan. Sebagai contoh perhatikan kasus di bawah ini :
Jika diketahui data dari jumlah mahasiswa, pada Fakultas
Ekonomi terdiri dari 500 mahasiswa, yang meliputi 200
mahasiswa Jurusan Manajemen, 180 mahasiswa Jurusan
Akuntansi dan sisanya 120 adalah mahasiswa Jurusan
Administrasi Perkantoran.
2) Data Kontinu
Berbeda dengan data diskrit, data kontinu merupakan data yang
satuannya adalah bilangan pecahan. Pada dasarnya data kontinu ini bisa
diperoleh dari hasil pengukuran. Perhatikan kasus berikut sebagai contoh
dari data kontinu :
Jika diketahui berat beras yang tidak terpakai berada di gedung
F, G dan H pada tahun 2019, masing-masing seberat 200,57 ton;
130,98 ton dan 288,20 ton.
b. Berdasarkan Sumbernya
1) Data Intern
Disini yang dimaksud dengan data intern adalah data yang
menggambarkan suatu keadaan atau suatu kegiatan di dalam lembaga
atau badan tertentu. Contoh kasusnya, perhatikan di bawah ini :
Diketahui data mahasiswa di dua tahun terakhir yaitu pada tahun
2018 adalah 120 orang, sedangkan di tahun 2019 sebanyak 150
orang.

Statistik Deskriptif 12
Universitas Pamulang Akuntansi S-1

2) Data Ekstern
Kebalikannya dari data intern, data ekstern merupakan data yang
bisa menggambarkan suatu keadaan atau kegiatan di luar lembaga atau
badan tertentu. Perhatikan contohnya adalah sebagai berikut :
Jika diketahui pendapatan per kapita masyarakat adalah Rp50,5
juta per tahun.
c. Berdasarkan Pengukurannya
1) Data Nominal
Data nominal ini merupakan bagian dari pengukuran skala nominal,
yang artinya data statistik dimana cara penyusunan angkanya berdasarkan
beberapa kategori tertentu tanpa memperhatikan urutan. Bisa dikatakan
bahwa kedudukan satu kategori dengan kategori yang lain akan setara
atau bernilai sama. Dengan dibantukan pada label, simbol, ataupun kode,
untuk kategori hanya bertujuan untuk membedakan kategori satu dengan
kategori yang lain, dan tidak memiliki suatu makna yang matematis. Hal ini
berarti operasi aritmatika tidak berlaku pada data nominal. Perhatikan
kasus berikut sebagai contohnya :
Jika ada jenis kelamin, yaitu jenis pria dan wanita, misalkan pria
diberi kode 1, dan wanita diberi kode 0, atau pun kebalikannya,
wanita dengan kode 1, dan pria dengan kode 0.
2) Data Ordinal
Data ordinal merupakan bagian dari data hasil pengukuran skala
ordinal, artinya data statistik yang cara penyusunan angkanya berdasarkan
beberapa kategori, dengan memperhatikan urutan tertentu. Dengan kata
lain, dalam data ini memiliki kedudukan ketagori yang tidak setara, tetapi
sesuai dengan label. Berbeda dengan data nominal, label, kode, simbol
yang diberikan pada masing-masing merupakan suatu peringkat. Peringkat
maksudnya adalah urutan dalam penilaian. Data ordinal memiliki sifat dari
data nominal, dimana operasi arimatika juga tidak berlaku. Perhatikan
contoh kasus dari data ordinal berikut :
Jika diketahui sampel acak adalah 100 nasabah di BANK ABC,
kemudian diminta untuk penilaian terhadap layanan di BANK
BCA tersebut. Pertanyaanya adalah, bagaimana menurut anda,
mengenai layanan di BANK ABC tersebut?
Opsi jawabannya ada 4, yaitu sebagai berikut :

Statistik Deskriptif 13
Universitas Pamulang Akuntansi S-1

Label 1 : Sangat Baik

Label 2 : Baik
Label 3 : Cukup
Label 4 : Kurang Baik
Sebagai contoh, jawaban dari nasabah pertanyaan di atas,
didapat sebagai berikut :
45 nasabah menyatakan sangat baik
25 nasabah menyatakan baik
18 nasabah menyatakan cukup
Sisanya 12 menyatakan kurang baik
3) Data Interval
Ketiga adalah data interval, yang merupakah hasil dari skala interval.
Data interval merupakan data yang penyusunan angkanya disusun dengan
jarak yang sama, antara kategori satu dengan kategori lainnya. Data
interval juga memiliki sifat yang sama dengan data nominal maupun data
ordinal, bedanya adalah data interval mempunyai karakter pada jarak,
dimana jarak antara kategori satu sama dengan jarak kategori yang lain.
Data interval juga termasuk dalam operasi aritmatika tertentu. Perhatikan
contoh kasusnya berikut ini :
Data UAS mata kuliah statistik deskriptif dengan pertanyaan
pengajuannya adalah, berapa kali anda bolos kuliah dalam
sebulan? Di ambil data acak 50 mahasiswa dengan hasilnya
adalah sebagai berikut :
30 mahaisiswa menjawal 2 kali bolos
15 mahasiswa 1 kali bolos
15 mahasiswa 4 kali bolos
4) Data Rasio
Terakhir ada yang namanya data rasio, yang merupakan hasil dari
skala rasio. Data rasio merupakan data yang cara penyusunannya dengan
membandingkan nilai variabel satu dengan nilai absolut variabel lainnya,
dalam hal ini adalah variabel pembanding. Data rasio juga memiliki
karakter yang sama dengan data-data sebelumnya, yaitu nominal, ordinal
dan interval, bedanya adalah dalam data rasio ini memiliki nilai 0 yang
mempunyai arti. Nol disini berarti tidak ada atau ketiadaan, misalnya

Statistik Deskriptif 14
Universitas Pamulang Akuntansi S-1

penghasilan nol, maka tidak ada penghasilan sepeserpun. Perhatikan

contoh kasusnya berikut ini :
Apabila diketahui rata-rata tinggi badan mahasiswa Akuntansi
adalah 160 cm, dan rata-rata tinggi badan mahasiswa Sekretaris
adalah 80 cm, maka dari hasil tersebut bisa disimpulkan bahwa
rata-rata tinggi badan mahasiswa Akuntansi dua kali rata-rata
tinggi badan mahasiswa Sekretaris.
d. Berdasarkan Cara Memperolehnya
1) Data Primer
Jenis data dari cara memperolehnya, yang pertama adalah ada data
primer, artinya data yang caranya dikumpulkan serta diolah sendiri oleh
suatu lembaga atau individu, dilakukan secara langsung dari sumber
objeknya. Sebagai contoh kasusnya, perhatikan berikut ini :
Jika anda ingin meneliti bagaimana pelanggan PLN menilai
terhadap layanan dan kualitas PLN di kota X, dengan periode
waktu tertentu. Penelitian ini harus dilakukan secara langsung,
terhadapn pelanggan PLN yang ada di kota X tersebut. Misalnya
diambil secara acak yaitu 200 pelanggan. Ternyata hasil dari
penelitian tersebut adalah sebagai berikut :
120 menyatakan pelanggan sangat puas
50 menyatakan pelanggan puas
20 menyatakan pelanggan cukup puas
10 menyatakan pelanggan kurang puas
2) Data Sekunder
Berbeda dengan data primer, untuk data sekunder yaitu data yang
cara pemerolehannya sudah dalam bentuk jadi, data yang sudah jadi,
sudah dikumpulkan dan diolah pihak lain, atau bahkan sudah
dipublikasikan oleh pihak terkait. Perhatikan contoh kasusnya berikut ini :
Jika diketahui data penduduk indonesia adalah sebagai berikut:
Penduduk Indonesia pada tahun 1990 sebanyak 178,5 juta,
Tahun 2000 sebanyak 205,1 juta dan pada tahun 2010 sebanyak
237,6 juta jiwa. Data tersebut dapat diperoleh dari Badan Pusat
Statistik Jakarta.

Statistik Deskriptif 15
Universitas Pamulang Akuntansi S-1

e. Berdasarkan Waktu Pengumpulannya

1) Data Seketika (Cross Section Data)
Berdasarkan waktu pengumpulannya, data yang pertama adalah data
seketika, atau yang sering dikenal dengan data scross section. Data cross
section ini adalah data yang pengumpulannya pada waktu tertentu, yang
bisa menggambarkan keadaan objek tersebut pada waktu penelitian
dilakukan. Perhatikan contoh kasus berikut ini :
Pendapatan rata-rata per kapita dalam setahun untuk penduduk
Indonesia adalah 1.789.000 rupiah di tahun 2017.
2) Data Berkala (Time Series Data)
Kebalikannya dengan data sebelumnya, yang kedua berdasarkan
waktu pengumpulan adalah data berkala, atau sering disebut data time
series. Artinya data yang pengumpulannya dari waktu ke waktu, yang bisa
menggambarkan tentang perkembangan suatu kejadian tertentu. Sebagai
contoh, perhatikan kasus di bawah ini :
Data mengenai perkembangan pertumbuhan ekonomi pada
tahun 2015-2018 di Indonesia adalah 7,17 ; 8,20; 7,77 ; 8,98
persen.
2. Populasi dan Sampel
a. Populasi
Dikatakan populasi yaitu suatu wilayah generalisasi yang terdiri dari
objek atau subjek dimana mempunyai kualitas dan karakteristik tertentu,
yang ditetapkan peneliti untuk dipelajari dan selanjutnya akan diratik suatu
kesimpulan. Populasi disini tidak hanya orang saja, tetapi bisa objek atau
benda alam yang lainnya. Populasi juga bukan hanya sekedar jumlah yang
ada pada objek, melainkan keseluruhan karakteristik yang dimiliki oleh objek
yang akan diteliti tersebut.
b. Sampel
Sedangkan sampel merupakan bagian dari populasi, yaitu bagian dari
jumlah dan karakteristik yang dimiliki oleh populasi. Jika diketahui populasi
besar, maka peneliti tidak mungkin mempelajari semua yang ada pada
populasi, sehingga dibutuhkan sampel untuk mewakili. Sampel ini bisa
dijadikan kesimpulan yang berlaku untuk populasi tersebut. Oleh karena itu,
sampel yang di ambil dari populasi harus bisa bersifat representatif, artinya
bisa mewakili sebagai data yang akan di teliti.

Statistik Deskriptif 16
Universitas Pamulang Akuntansi S-1

3. Teknik Sampling
Teknik sampling atau yang sering kita dengar adalah teknik pengambilan
sampel. Dalam menentukan suatu sampel di penelitian tertentu, ada beberapa
teknik sampling yang harus digunakan dan diperhatikan. Penjabaran dan
jelasnya adalah sebagai berikut :
a. Probability Sampling
Artinya adalah teknik pengambilan sampel dimana memberikan peluang yang
sama, untuk setiap bagian populasi yang akan dipilih menjadi sampel
penelitiannya. Teknik sampel ini dibedakan menjadi :
1) Simple Random Sampling
Teknik random ini sering sekali digunakan dalam penelitian.
Dikatakan simple random sampling disini karena proses pengambilan
anggota sampel yang ditunjukan dapat dilakukan secara acak, tanpa
memperhatikan strata di populasi tersebut. Teknik ini dilakukan apabila
anggota dalam populasi tersebut bersifat homogen.
2) Proportionate Stratified Random Sampling
Artinya dalam teknik ini, penggunaan sampelnya apabila populasi
tersebut mempunyai anggota atau bagian yang tidak homogen, dan
berstrata secara proporsional.
3) Disproportionate Stratified Random Sampling
Artinya dalam teknik ini, digunakan untuk menentukkan jumlah
sampe yang jika populasi tersebut berstrata tetapi kurang proporsional.
4) Cluster Sampling
Artinya dalam teknik ini, dapat digunakan dalam menentukan jumlah
sampe jika objek yang akan diteliti mencakup data yang cukup luas.
b. Nonprobability Sampling
Perbedaannya dengan sebelumnya, bahwa teknik ini merupakan teknik
pengambilan sampel yang tidak memberi peluang yang sama untuk setiap
anggota populasi, untuk di pilih menjadi sampel. Teknik ini juga dibagi menjadi
beberapa jenis sampling, akan dipaparkan sebagai berikut :
1) Sampling Sistematis
Dalam sampling sistematis, disini pengambilan teknik sampelnya
adalah berdsarkan urutan tertentu dari anggota populasi tersebut.

Statistik Deskriptif 17
Universitas Pamulang Akuntansi S-1

2) Sampling Kuota
Artinya teknik sampel yang digunakan untuk menentukan sampel dari
populasi, yang mempunyai ciri-ciri tertentu, ini dilakukan sampai jumlah
sampel terpenuhi atau sesuai dengan penelitian yang diinginkan.
3) Sampling Insidental
Artinya teknik sampel yang penentuannya berdasarkan kebetulan,
atau siapa saja yang secara kebetulan bertemu dengan peneliti, kemudian
dapat digunakan menjadi sampel, tentu jika orang tersebut sesuai dengan
sumber data yang dibutuhkan.
4) Sampling Pusposive
Artinya teknik sampel yang dalam penentuannya adalah dengan
mempertimbangkan sesuatu, yang sesuai dengan kebutuhan dari
penelitian dan paham mengenai tema yang akan di teliti,
5) Sampling Jenuh
Artinya adalah teknik sampel yang dalam penentuannya adalam
apabila semua populasi digunakan sebagai sampel dalam penelitian
tersebut.
6) Snowball Sampling
Artinya adalah teknik sampel yang dalam penentuannya awalnya
jumlah sedikit, kemudian sesuai kebutuhan, menjadi bertambah
sampelnya.
4. Variabel Penelitian
Variabel penelitian adalah segala sesuatu yang berbentuk apa saja, yang
bisa ditetapkan oleh peneliti, untuk bisa dipelajari sehingga memperoleh
informasi yang dapat ditarik kesimpulan. Hal ini menjadikan suatu atribut, sifat,
nilai dari objek kegiatan yang memiliki variasi, yang kemudian ditetapkan peneliti
untuk dipelajari, lalu ditarik kesimpulan. Ada beberapa macam variabel
penelitian, lebih jelasnya perhatikan berikut ini :
a. Variabel Independen
Variabel independen atau sering disebut sebagai variabel bebas, artinya
variabel yang mampu mempengaruhi, yang mampu menjadi sebab perubahan
dari variabel terikatnya, atau variabel lawannya.

Statistik Deskriptif 18
Universitas Pamulang Akuntansi S-1

b. Variabel Dependen
Kebalikannya dengan independen, variabel dependen sering disebut
sebagai variabel terikat, artinya variabel yang dipengaruhi, yang menjadi
akibat karena variabel bebasnya.
c. Variabel Moderator
Selain dari variabel bebas dan terikat, ada juga yang namanya variabel
moderator atau variabel moderasi. Artinya variabel yang digunakan untuk
memperkuat dan memperlemah hubungan antara variabel bebas dan variabel
terikat. Keberadaan variabel moderator ini lebih kepada variabel bebas yang
kedua.
d. Variabel Intervening
Variabel intervening merupakan variabel yang secara teoritis mampu
mempengaruhi hubungan antara variabel bebas dengan variabel terikat, tetapi
tidak dapat diamati dan tidak dapat diukur.
e. Variabel Kontrol
Variabel kontrol adalah variabel yang dapat dikendalikan, variabel yang
dibuat konstan, sehingga hubungan variabel bebas terhadap variabel terikat
tidak dipengaruhi oleh faktor lain yang tidak diteliti. Biasanya adanya variabel
kontrol digunakan dalam penelitian yang sifatnya membandingkan.
5. Penyajian Data Statistik
Setelah data dikumpulkan, maka langkah selanjutnya adalah penyajian
data, sehingga data akan mudah dipahami dengan baik. Penyajian data menjadi
penting dalam pembuat keputusan di sektor ekonomi dan bisnis, sebagai acuan
atau dasar dalam pengambilan kesimpulan atas kejadian dan peristiwa tertentu.
Penyajian data tersebut bisa ditampilkan dengan baik dalam bentuk tabel, grafik,
diagram atau lainnya sesuai dengan keperluan.
Tabel adalah sekumpulan angka yang disusun sedemikian rupa, yang
disesuaikan dengan kategori tertentu, sehingga angka tersebut dalam hal ini
data, akan mudah di amati dan di analisis dengan baik. Sedangkan diagram atau
grafik adalah gambar yang menunjukan data secara visual berupa angka, dan
biasanya gambar tersebut berasal dari tabel yang sudah dihasilkan melalui data
yang ada.

Statistik Deskriptif 19
Universitas Pamulang Akuntansi S-1

Penyajian Data Bentuk Tabel

Data-data yang sudah dikumpulkan, kemudian disajikan dengan baik

dalam salah satu bentuk tabel, dengan klasifikasi sebagai berikut :
a. Tabel dengan klasifikasi tunggal
b. Tabel dengan klasifikasi ganda
c. Tabel dengan kontingensi
d. Tabel dengan distribusi frekuensi
Sebagai contoh dari penerapan klasifikasi tabel-tabel yang disebutkan di atas,
maka perhatikan contohnya berikut ini :
a. Tabel Tunggal
Contoh tabelnya adalah sebagai berikut :

Tabel 2.1 Daftar Lulusan Karyawan PT NISAC NEWTON

pada tahun 2018
Pendidikan Banyaknya
SMP 10
SMA 40
Perguruan tinggi 50
Jumlah 100

b. Tabel Ganda
Contoh tabel dengan klasifikasi berganda, perhatikan tabel berikut ini
mengenai jenis kelamin dan pendidikan.

Tabel 2.2 Daftar Karyawan PT NISAC NEWTON

Berdasarkan Jenis Kelamin dan Pendidikan Tahun 2018
Jenis kelamin Pendidikan Jumlah
SMP SMA PT
Laki-laki 5 40 25 70
Perempuan 15 30 35 80
Jumlah 25 70 60 150

c. Tabel Kontingensi
Contoh penerapan tabel kontingensi dalam tabel mengenai tingkat
pendapatan terhadap jenis angkutan yang digunakan.

Statistik Deskriptif 20
Universitas Pamulang Akuntansi S-1

Tabel 2.3 Daftar Tingkat Pendapatan Keluarga dan Jenis Angkutan Umum
Tahun 2018
Tingkat Jenis Angkutan Umum Jumlah
Pendapatan Kereta Api Bus Taksi
Rendah 70 60 20 150
Menengah 40 40 30 110
Tinggi 40 30 40 110
Jumlah 150 130 90 370

d. Tabel Distribusi Frekuensi

Contoh penerapan tabel distribusi frekuensi akan disajikan dalam nilai UAS
mahasiswa Unpam.

Tabel 2.4 Nilai UAS Statistik Deskriptif Mahasiswa FE Unpam

Semester Ganjil 2019/2020
Nilai Statistik Deskriptif Banyak Mahasiswa
(f)
20 – 29 3
30 – 39 5
40 – 49 10
50 – 59 15
60 – 69 9
70 – 79 8
80 – 89 5
Jumlah 55

Penyajian Data Bentuk Grafik atau Diagram

Data yang sudah dikumpulkan dengan baik, selain disajikan dalam tabel,
ternyata bisa disajikan dalam bentu diagram maupun grafik. Ada beberapa jenis
diagram yang perlu dipahami, yaitu sebagai berikut :
a. Diagram Batang
b. Diagram Lingkaran
c. Diagram Lambang
d. Diagram Garis
Contoh penerapan dari keempat diagram di atas, akan dijelaskan dalam
penjabaran di bawah ini.

Statistik Deskriptif 21
Universitas Pamulang Akuntansi S-1

a. Diagram Batang
Daftar Pegawai di Perusahaan Nisac Newton

60

50
Banyaknya Pegawai

40

30

20

10

0
SD SMP SMA PT
Pendidikan

Gambar 2.1 Grafik Daftar Pegawai Nisac Newton

b. Diagram Lambang

Daftar Pegawain Di Nisac Newton Sesuai Pendidikan

Tahun 2018

SD :

SMP :

SMA :

PT :

( = 10 orang)

Gambar 2.2 Lambang Daftar Pegawain Nisac Newton

Statistik Deskriptif 22
Universitas Pamulang Akuntansi S-1

c. Diagram Lingkaran
Diagram lingkaran ini di adopsi dari diagram batang, perhatikan contoh
penerapan diagram lingkaran berikut ini :

Gambar 2.3 Diagram Lingkaran Pegawai Perusahaan XYZ

d. Diagram Garis
Diagram garis ini juga bisa dibuat berdasarkan tabel, perhatikan contoh tabel
berikut yang akan dirubah menjadi diagram garis.

Tabel 2.5 Daftar Impor Indonesia

Tahun 2006-2010
Tahun Nilai Impor
2006 100.798,6
2007 114.100,9
2008 137.020,4
2009 116.510,0
2010 157.779,1

Berdasarkan data tabel yang disajikan di atas, maka penyajian dalam

diagram garisnya menjadi sebagai berikut :

Statistik Deskriptif 23
Universitas Pamulang Akuntansi S-1

Gambar 2.4 Nilai Impor Indonesia 2006-2010

C. LATIHAN SOAL

Kerjakan soal berikut ini dengan teliti dan benar!

1. Jelaskan pendapat anda, apakah yang dimaksud dengan data statistik?
Seberapa besar pengaruhnya suatu data dalam penelitian?
2. Ada beberapa jenis data statistik, jelaskan kegunaan dan kapan kita harus
menggunakan data tersebut! Asumsikan secara ilmiah!.
3. Dalam ruang lingkup akuntansi, data apa yang cocok untuk penelitian anda?
Sesuaikan dengan konsentrasi anda!.
4. Menurut pendapat anda, permasalahan apa yang sering terjadi dalam proses
pengambilan data penelitian?
5. Kenapa kita harus memahami data statistik dengan baik? Jabarkan asumsi
anda secara ilmiah!
6. Apakah kita bisa menggunakan dua data atau lebih dalam penelitian? Jelaskan
alasannya!

D. DAFTAR PUSTAKA

Mangkuatmodjo. (2015). Statistik Deskriptif. Jakarta: Rineka Cipta.

Subagyo, Pangestu. (2003). Statistik Deskriptif. Yogyakarta : BPFE-Yogyakarta
Sudjana. (2008). Metode Statistika. Bandung: Tarsito Penerbit Bandung.
Supranto. (2008). Statistik Teori dan Aplikasi. Jakarta: Erlangga.
Walpole. (1992). Pengantar Statistika. Jakarta: Gramedia Pustaka Utama.

Statistik Deskriptif 24