STATISTIK DESKRIPTIF
Kompetensi Dasar
Mahasiswa memahami fungsi statistik deskriptif dan mampu menggunakannya
untuk menganalisis data kuantitatif
Indikator pencapaian
Mahasiswa dapat:
1. Menjelaskan pengertian dan macam-macam statistik
2. Menjelaskan macam-macam data
3. Menjelaskan fungsi statistic
4. Menyajikan data dalam berbagai bentuk
5. Membuat distribusi frekuensi
6. Menggambar grafik
7. Menghitung tendensi sentral
8. Menghitung variasi atau dispersi dan ukuran letak lainnya
Uraian Materi
A. Pengertian Statistik
3
B. Macam Statistik
1. Statistik Deskriptif, yaitu statistik yang digunakan untuk
menggambarkan atau menganalisis suatu statistik hasil penelitian tetapi
tidak digunakan untuk generalisasi/inferensi. Penelitian yang tidak
menggunakan sampel, analisisnya menggunakan statistik deskriptif.
Demikian juga penelitian yang menggunakan sampel, tetapi tidak
bermaksud untuk membuat kesimpulan untuk populasi dari mana sampel
diambil, analisis datanya menggunakan statistik deskriptif. Dalam hal ini,
teknik korelasi dan regresi juga dapat berperan sebagai statistik deskriptif.
2. Statistik Inferensial adalah statistik yang digunakan untuk menganalisis
data sampel dan hasilnya akan digeneralisasikan/diinferensikan kepada
populasi dimana sampel diambil. Statistik inferensial ada dua macam,
yaitu: (a) statistik parametrik, yang digunakan untuk menganalisis data
interval dan rasio, yang diambil dari populasi yang berdistribusi normal;
dan (b) statistik non parametrik, yang digunakan untuk menganalisis
data nominal dan ordinal, yang diambil dari populasi yang bebas disribusi
(tidak harus normal).Dalam hal ini, teknik korelasi dan regresi dapat
berperan sebagai statistik inferensial. Mengenai macam-macam statistik,
dapat diperiksa bagan berikut.
Deskriptif
Statistik Parametrik
Inferensial
Nonparametrik
4
C. Data Statistik
Data dalam penelitian dapat digolongkan sebagai berikut ini.
1. Data mentah, data yang belum diolah atau dianalisis
2. Data primer dan data sekunder
3. Data kuantitatif (dapat dinyatakan dalam bilangan), terdiri atas:
a. data kontinum, data interval, data rasio
b. data diskrit: (1) data nominal, (2) data ordinal, (3) data dikotomi
4. Data kualitatif: berupa atribut
Mengenai jenis data, disajikan pada bagan berikut.
Kualitaif
Nominal
Ordinal
Macam data
Deskrit
Dikotomi
Kuantitatif
Interval
Kontinum
Rasio
D. Fungsi Statistika
1. Statistik Deskriptif berfungsi untuk membuat data bermakna, yang dapat
disajikan dengan berbagai bentuk, seperti:
a. tabel/daftar, gambar, diagram/grafik;
b. ukuran tendensi sentral (mean atau rerata, median atau nilai tengah, dan modus
5
c. ukuran dispersi (penyebaran): rentangan, simpangan (deviasi), simpangan baku,
dan varians
2. Statistik Inferensial/induktif, digunakan untuk melakukan: (a) generalisasi, dari
sampel ke populasi, (b) uji hipotesis (membandingkan atau uji
perbedaan/kesamaan, dan menghubungkan, yaitu uji keterkaitan, kontribusi)
3. Untuk memprediksi, dengan teknik: (a) regresi linier (hubungan fungsional), (b)
regresi kurvilinier, kuadratik, logaritmik hiperbolik, dll), (c) korelasi, keterkaitan,
hubungan timbal balik, yaitu derajat hubungan (koefisien korelasi) dan kadar
sumbangan (koefisien determinasi).
No Bagian Jumlah
S3 S2 S1 SM SMA SMK SMP SD
1. Keuangan 25 90 45 156 12 3
2. Umum 5 6 6 8 4 1
3. Penjualan 7 65 37 5
4. Litbang 1 8 35
Jumlah 1 8 72 96 51 229 53 9 519
Sumber data: Bagian Personalia
6
b. Tabel Data Ordinal
Data yang bersifat ordinal dapat disajikan seperti contoh berikut.
Tabel 02. Rangking Kualitas Kinerja Pegawai
No. Aspek Kerja Kualitas Kinerja (%) Rangking Kinerja
1. Kondisi fisik tempat 61,90 1
2. Alat-alat kerja 61,02 2
3. Ortal 58,72 3
4. Kemampuan kerja 58,70 4
5. Peranan Korpri 58,42 5
6. Kepemimpinan 58,05 6
7. Performansi kerja 57,02 7
8. Manajemen Personalia 54,61 8
9. Produktivitas kerja 54,51 9
9 Motivasi kerja 54,02 10
10 Diklat yang diperoleh 53,16 11
12 Kebutuhan individu 53,09 12
Rata-rata kualitas kerja 56,935 -
Sumber Data: Biro Kepegawaian
7
2. Tabel Distribusi Frekuensi
Contoh: Skor Mata Kuliah Statistik dari 150 orang mahasiswa sebagai berikut.
27 79 69 40 51 88 55 48 36 61
53 44 94 51 65 42 58 55 69 63
70 48 61 55 60 25 47 78 61 54
57 76 73 62 36 67 40 51 59 68
27 46 62 43 54 83 59 13 72 57
82 45 54 52 71 53 82 69 60 35
41 65 62 75 60 42 55 34 49 45
49 64 40 61 73 44 59 46 71 86
43 69 54 31 36 51 75 44 66 53
80 71 53 56 91 60 41 29 56 57
35 54 43 39 56 27 62 44 85 61
58 89 60 51 71 53 58 26 77 68
62 57 48 69 76 52 49 45 54 41
33 61 80 57 42 45 59 44 68 73
55 70 39 59 69 51 85 46 55 67
Ada beberapa cara yang dapat digunakan untuk menyusun daftar distribusi frekuensi.
Salah satu cara yang umu digunakan adalah dengan menggunakan rumus Sturges.
Langkah-langkah yang ditempuh dalam membuat distribusi frekuensi, dengan
menggunakan rumus Sturges adalah sebagai berikut
a. Hitung jumlah kelas interval dengan Rumus Sturges: k = 1 + 3,3 log n
Jika jumlah data 150 (=n), maka k (jumlah kelas) = 1+3,3 log 150 = 8,18 →
dibulatkan: 9
b. Menghitung rentang data atau (R) range ( skor tertinggi dikurangi skor terendah):
94 – 13 = 81
c. Menghitung panjang kelas (P) = rentang (R) dibagi jumlah kelas (K) = 81:9 = 9
d. Menyusun interval kelas sebagai di bawah ini (bisa dimulai dari atas atau dari bawah)
8
Klas X (nilai f. absolut f.relatif f. kumulatif f.kumulatif
interval tengah (%) (%)
13-21 17 1 =1/150*100% 1 =1/150*100%
22-30 26 6 =6/150*100% 7 =7/150*100%
31-39 35 8 15
40-48 44 27
49-57 53 33
58-66 62
67-75 71
76-84 80
85-94 89
150
3. Grafik
Ada beberapa macam grafik, antara lain sebagai berikut.
a. Grafik garis (polygon), biasanya digunakan untuk menunjukkan perkembangan suatu
keadaan. Perkembangan tersebut bisa naik, bisa turun.
Contoh:
9
f- o = TV
35- + = Radio
+
30- o. o
25- o o
20- o
+
15- + +
10-
5-
| | | | | | |
0 2000 2001 2002 2003 2004 2005 2006
Gambar 03: Perkembangan produk elektronika
b. Grafik batang
f_
8000 _
7000 _
6000 _
5000 _
4000 _
3000 _
2000 _
1000 _
| | | |
10%
11
15%
55%
20%
10
5. Grafik Histogram dan Poligon
f -
60 -
55 -
50 -
45 - 42
40 - 32
30 - 31
25 - = polygon
20 - 17 = histogram
15 - 9
10- 6 10
1 2
5-
| | | | | | | | | | |
0 X
14,5 24,5 34,5 44,5 54,5 64,5 74,5 84,5 94,5 104,5
Ada kalanya data disajikan dalam bentuk gambar supaya lebih komunikatif.
Misalnya, untuk menunjukkan perbandingan penjualan mobil merek Jepang, seperti
Toyota, Zuzuki, Mitsubisi, dan lain-lain, ditampilkan dengan gambar-gambar mobil
merek tersebut.
1. Modus (mode)
Modus adalah skor yang paling sering muncul (frekuensi terbanyak/tertinggi)
Untuk data pada distribusi bergolong, menghitung modus digunakan rumus berikut.
b1
Mo = b + p( ) , dimana
b1 + b2
Keterangan:
11
Mo = modus
b = batas kelas interval dengan frekuensi terbanyak (batas bawah)
p = panjang kelas (i = interval) dengan frekuensi terbanyak
b1 = Frekuensi pada kelas modus (frekuensi pada kelas interval yang terbanyak)
dikurangi frekuensi kelas interval terdekat sebelumnya
b2 = frekuensi kelas modus dikurangi frekuensi kelas interval berikutnya
Contoh:
Tabel 05. Distribusi Frekuensi Kemampuan Manajerial 100 pegawai Kantor X
Kelas interval Batas kelas frekuensi F kumulatif
21 - 30 30,5 2 2
31 - 40 40,5 6 8
41 - 50 50,5 18 26
51 - 70 70,5 30 56
71 - 80 80,5 20 76
81 - 90 90,5 16 92
91 - 100 100,5 8 100
Jumlah 100
Diketahui:
Kelas modus = kelas yang frekuensinya 30
b = 51-0,5 = 50,5
b1 = 30 - 18 = 12
b2 = 30 – 20 = 10
b1 12
Mo = b + p( ) = 50,50 + 10( ) = 50,50 + 5,45 = 55,95
b1 + b2 12 + 10
2. Median (Md)
12
Median atau nilai tengah adalah nilai yang menunjukkan bahwa di bawah dan di
atas nilai tersebut, masing-masing terdapat 50% nilai (data). Pada data distribusi
frekuensi bergolong, median (Md) dapat dihitung dengan rumus berikut.
1 / 2n − F
Md = b + p( ) , dimana
f
Keterangan:
Md = median
b = Batas bawah, dari daerah median
P = panjang kelas (interval)
n = banyak data/jumlah sampel
F = f kumulatif sebelum kelas median (jumlah semua frekuensi sebelum kelas median)
f = frekuensi kelas/daerah median
M =
X =X
n
M =
fX
f
13
1. Rentang Data (range = R)
Rentang data atau range adalah skor tertinggi dikurangi skor terendah
2. Varians
Varians adalah jumlah kuadrat semua deviasi nilai-nilai terhadap rata-rata
kelompok dibagi jumlah data. Akar varians adalah standar deviasi (simpangan baku).
Varians populasi diberi simbul σ2 dan standar deviasi σ. Sedangkan varians untuk sampel
diberi simbul s2 dan standar deviasi diberi simbul s.
Rumus simpangan (deviasi) = x = X − X
s 2
=
x 2
=
(X − X ) 2
s = 2 x 2
=
(X − X ) 2
1
= X −
2
( X ) 2 n X 2 − ( X ) 2
=
(n − 1) (n − 1) n (n − 1) n(n − 1)
s=
x 2
=
(X − X ) 2
=
n X 2 − ( X ) 2
(n − 1) (n − 1) n(n − 1)
4. Ukuran letak.
Ada beberapa ukuran letak, antara lain: Kuartil, Decil, dan Persentil. Dasar
perhitungannya sama dengan menghitung median.
14
Kuartil 1 (1/4n), Kuartil 2 (2/4n = Median), dan Kuartil 3 (3/4n)
Decil (1/10n, 2/10n, 3/10n ...9/10n)
Persentil (1/100n, 2/100n ...99/100n)
X−X
Skor Z =
SD
X−X
Skor T = 50 + 10Z = 50+10( )
SD
6. Kurve Normal dan Skor Standar (Skor Baku)
34% 34%
68%
13,5%
13,5%
2,15% 95% 2,15%
0,13%
0,13%
99,7%
| | | | | | |
SD -3SD -2SD -1SD 0 +1SD +2SD +3SD
MEAN
Z SCORES -3 -2 -1 0 +1 +2 +3
T-SCORES 20 30 40 50 60 70 80
15
maksimal ideal ditambah dengan skor minimal ideal. Standar deviasinya adalah
seperenam dari skor maksimal ideal dikurangi skor minimal ideal.
Contoh perhitungannya adalah sebagai berikut. Jika 30 butir skala sikap yang skalanya
dari 1 sampai dengan 5, maka skor maksimal idealnya adalah 30 x 5 = 150; sedangkan
skor minimal idealnya adalah 30 x 1 = 30. Rata-rata hitung idealnya = ½ x (150 + 30)
= 90. Sedangkan standar deviasinya (SD) = 1/6 x (150 – 30) = 20. Berdasarkan rata-rata
ideal dan standar deviasi ideal, dapat dibuat skala penilaian sebagai berikut.
Skor minimal = 30
Skor Maksimal = 150
Rata-rata ideal Mi = 90
Standar deviasi idealnya SDi= 20
90 + 30 X < 90 + 60
90 + 10 X < 90 + 30
90 - 10 X < 90 + 10
80 X < 100
90 - 30 X < 90 - 10
16
60 X < 80
90 - 60 X < 90 - 30
30 X < 60
Keterangan:
Mi = Rerata ideal
SD i = Standar Deviasi ideal
+
0 X
Mo, Md, M, dimana Mo < Md < M
Gambar ini menunjukkan bahwa sebagian besar skor cenderung rendah
9. Kurve Juling Negatif
f
_
0 X
M, Md, Mo, dimana Mo > Md >M
Gambar ini menunjukkan bahwa sebagian besar skor cenderung tinggi.
Tugas Latihan Pertemuan 1:
17
1. Buatlah distribusi frekuensi skor hasil ujian statistika dari 50 orang mahasiswa
(datanya dibuat sendiri). Kemudian, hitung skor rata-rata, median, modus, standar
deviasi, varians, dan buat grafik histogramnya.
2. Berdasarkan nilai rerata, median, dan modus tersebut, gambarkanlah grafik
poligonnya dan berikanlah kesimpulan mengenai bentuk grafik tersebut serta
kecenderungan skor yang diperoleh mahasiswa tersebut.
18
Daftar Pustaka
Kerlinger, F.N. and Pedhazur, E.J. Multiple Regression in Behavioral Research. New
York: Holt Rinehart and Winston, Inc., 1973.
Singgih Santoso, SPSS Statistik Multivariat. Jakarta: Elex Media Komputindo, 2002
Sutrisno Hadi, Statistik, Jilid 1, 2, 3. Yogyakarta: UGM, 1986.
Sutrisno Hadi, Analisis Regresi. Yoyakarta: UGM, 1986.
Sudjana, Metoda Statistika. Bandung: Tarsito, 1992.
Sudjana, Teknik Analisis Regresi dan Korelasi bagi Para Peneliti. Penerbit “Tarsito”,
Bandung, 1992.
Sugiyono. Statistika untuk Penelitian. Bandung: Penerbit CV Alfabeta, 2002.
19