Prof. Dr. Hj.

Euis Eti
Rohaeti, M.Pd

Dr. Wahyu Hidayat,

M.Pd

Dr. M. Afrilianto,
APLIKASI STATISTIKA
M.Pd DALAM PENELITIAN
PGSD
PENDIDIKAN
Aflich Yusnita F,
M.Pd

Wahyu Setiawan,
M.Pd

Risma Amelia,
M.Pd
 PERTEMUAN KE-3 & 4

APLIKASI STATISTIKA DALAM

PENELITIAN DESKRIPTIF
 Masih ingatkah Anda tentang
penelitian deskriptif? Termasuk dalam
jenis penelitian apakah penelitian
deskriptif tersebut?
POSISI PENELITIAN DESKRIPTIF DALAM
KLASIFIKASI PENELITIAN
• Penelitian Eksperimental
Penelitian • Penelitian Non Eksperimental (Penelitian
Deskriptif, Penelitian Komparatif, Penelitian
Kuantitatif Korelasional, Penelitian Survei, Penelitian Ex Post
Facto)

Penelitian • Penelitian Interaktif

Kualitatif • Penelitian Non Interaktif

Jadi, Penelitian Deskriptif merupakan penelitian kuantitatif non

eksperimental
JENIS PENELITIAN DESKRIPTIF

Metode Survey
Metode deskriptif berkesinambungan
Penelitian Studi Kasus
Penelitian analisis pekerjaan dan aktivitas
Penelitian tindakan (action research)
Penelitian perpustakaan dan dokumenter
 Apa yang anda ketahui tentang
statistika deskriptif?
Bagaimana keterkaitan antara statistika
deskriptif dengan penelitian deskriptif?
 Statitistik deskriptif adalah statistika yang digunakan
untuk menganalisis data dengan cara mendeskripsikan
Statistika deskriptif atau menggambarkan data yang telah terkumpul
sebagaimana adanya tanpa bermaksud membuat
kesimpulan yang berlaku umum atau generalisasi

Kaitan Antara
Statistika Deskriptif Data penelitian deskriptif disajikan dengan
dengan Penelitian menggunakan statistika deskriptif.

Deskriptif
 PENGGUNAAN
STATISTIKA DESKRIPTIF
PENYAJIAN DATA STATISTIKA
DESKRIPTIF

PENYAJIAN DATA
SECARA GRAFIS

PENYAJIAN DATA
SECARA NUMERIK
Menurut Anda, apa tujuan dari
sekumpulan data
disederhanakan?
 TUJUAN PENYAJIAN DATA

Memberi gambaran yang sistematis tentang peristiwa-peristiwa

yang merupakan hasil penelitian atau observasi

Data lebih cepat ditangkap dan dimengerti

Memudahkan dalam membuat analisis data

Membuat proses pengambilan keputusan dan kesimpulan lebih

tepat, cepat, dan akurat
 PENYAJIAN DATA SECARA GRAFIS

Histogram atau diagram

batang Poligon atau diagram Pie atau Diagram
garis Lingkaran

1.

Diagram Stem and Leaf Ogive atau diagram

atau Diagram Batang Distribusi Kumulatif
Daun
 40
Myanmar
600 18%

30
Thailand
3.8%
400
Vietnam
20 6%

Singapura
1.5%
200
10
Indonesia
70.7%

0 0
Rendah Sedang Tinggi 2020 2021 2022 2023

DiagramBatang DiagramGaris DiagramLingkaran

Berfungsi untuk menunjukkan dan Berfungsi untuk menunjukkan Berfungsi untuk untuk mengetahui
membandingkan kuantitas data dalam perubahan relatif terhadap sesuatu secara cepat perbandingan suatu
kategori yang berbeda, atau
selama periode waktu tertentu data terhadap keseluruhan.Biasanya
menggambarkan perkembangan Suatu
C ontoh : menyajikan data disajikan dalam persentase
data
Penyebaran virus corona dari tahun C ontoh : M enyajikan data negara
C ontoh : me nyajikan Profil kemampuan siswa ke tahun (dalam ratus ribu) penyumbang kasus kematian akibat
jika dikategorikan berdasarkan kemampuan
corona terbanyak
awal
Diagram Pencar Diagram batang Daun Histogram & Poligon
Ogive
(Titik) •Dapat dipakai sebagai •Untuk data yang telah
contoh penyebaran disusun dalam bentuk • Ogive adalah
• Jenis diagram ini tabel distribusi frekuensi
umumnya
data, di mana batang
•Histogram, yaitu diagram grafik yang
mewakili susunan
digunakan untuk angka ratusan,
kotak yang lebarnya digambarkan
menunjukkan interval kelas,
menggambarkan puluhan, dan satuan. sedangkan batas-batas berdasarkan
kumpulan data •Di dalam diagram tepi kotak merupakan tepi data yang
yang terdiri atas dua batang daun, data bawah dan tepi atas kelas,
variabel dengan yang telah terkumpul
dan tingginya sudah disusun
nilai kuantitatif diurutkan terlebih
menunjukkan frekuensi
pada kelas tersebut.
dalam
• Contoh: korelasi dahulu dari data Poligon yaitu apabila titik- bentuk tabel
antara laju hidrolisis ukuran terkecil sampai titik tengah sisi atas dari
distribusi
data dengan ukuran histogram dihubungkan
dengan kadar gula satu sama lain oleh ruas- frekuensi
pereduksi yang terbesar.
ruas garis.
kumulatif
CONTOH

NO NAMA SISWA NILAI

1 RINA 8
2 EKI 6
Diketahui data sebagai berikut, 3 ARIF 6
sajikan data dari tabel tersebut 4 LUSI 7
5 BUDI 5
dalam bentuk grafik.
6 KIKI 7
7 ZAENAL 7
8 YUNI 4
9 CICI 6
10 SANDRA 5
1. Definisikan variabel nilai dan input data ke SPSS

2. Masukkan data dalam data view

3. Klik graphs-legacy dialogs-pilih grafik yang akan digunakan misalnya bar.
4. Pilih simple, kemudian klik summaries for groups of cases kemudian klik define

5. Masukkan Nilai pada Bar Represent, kemudian klik variable dan masukkan
nama_siswa kemudian klik ok
Berdasarkan penyajian data dari grafik tersebut, dapat dilihat bahwa
nilai tertinggi diperoleh Rina yaitu 8, dan nilai terendah diperoleh Yuni
yaitu 4. Tiga orang yaitu Kiki, zaenal dan Lusi memiliki nilai yang sama
yaitu 7, kemudian Eki dan Arif juga memiliki nilai yang sama yaitu 6.
 PENYAJIAN SECARA NUMERIK
UKURAN PENYEBARAN
UKURAN GEJALA (rentang, rentang antar
PUSAT (rata-rata, UKURAN LETAK kuatil, simpangan
modus, median) (kuartil, desil, persentil) kuartil, simpangan rata-
rata, simpangan baku
dan varians)
 Apa yang anda ketahui tentang
mean, median dan modus?
Dapatkah anda memberikan contoh
penggunaan mean, median dan
modus dalam kegiatan sehari-hari!
 UKURAN GEJALA PUSAT

o Modus dari sekelompok nilai adalah nilai (atau nilai-nilai) yang paling sering muncul.
o Berdasarkan definisi tersebut dapat dikatakan bahwa modus adalah nilai atau nilai-nilai yang
Modus frekuensinya tertinggi.

o Sekumpulan data diurutkan dari yang terkecil sampai yang terbesar, nilai pengamatan yang tepat di
tengah-tengah bila jumlah datanya ganjil, atau rata-rata kedua pengamatan yang di tengah bila
Median banyaknya pengamatan genap dinamakan dengan median.

o Mean (rata-rata) adalah sebuah nilai yang khas yang dapat mewakili suatu himpunan data
o Rata-rata merupakan perbandingan jumlah seluruh data dan banyaknya data.
Mean o Nilai mean mungkin tidak akan ada di dalam datanya.
CONTOH SOAL

NO NAMA SISWA NILAI

1 RINA 8
Diketahui data sebagai berikut: 2 EKI 6
3 ARIF 6
Dengan menggunakan spss, 4 LUSI 7
tentukan mean, median dan 5 BUDI 5
modus . 6 KIKI 7
7 ZAENAL 7
8 YUNI 4
9 CICI 6
10 SANDRA 5
1. Definisikan variabel nilai dan input data ke SPSS

2. Masukkan data dalam data view

3. Pilih analyze- descriptive statistics- frequencis
4. Masukkan nama_siswa dan nilai pada variable (s) kemudian klik
statistics

5. Beri ceklis pada mean, median dan mode klik continue

Akan diperoleh output seperti tabel diatas. Berdasarkan pengolahan data, diperoleh rata-rata (mean) sebesar 6,10. Median (nilai
tengah) sebesar 6 dan nilai yang paling banyak diperoleh siswa (mode/modus) adalah 6.
 UKURAN LETAK
Kuartil
kuartil adalah nilai yang membagi data menjadi 4
bagian secara sama rata (K1, K2, K3) setelah data
diurutkan.

Desil
Desil adalah nilai yang membagi data menjadi 10
bagian secara sama rata (D1, D2, D3, …, D9)
setelah data diurutkan.

Persentil
Persentil adalah nilai yang membagi data menjadi
100 bagian secara sama rata (P1, P2, …, P9) setelah
data diurutkan.
CONTOH SOAL

Diketahui data sebagai berikut: NO NAMA SISWA NILAI

1 RINA 8
2 EKI 6
Dengan menggunakan spss,
3 ARIF 6
tentukan letak kuartil (K1, K2 dan 4 LUSI 7
K3) dan desil (D1, D2, D3, D4, D5, 5 BUDI 5
D6, D7, D8, D9). 6 KIKI 7
7 ZAENAL 7
8 YUNI 4
9 CICI 6
10 SANDRA 5
1. Definisikan variabel nilai dan input data ke SPSS

2. Masukkan data dalam data view

3. Pilih analyze- descriptive statistics- frequencis
4. Masukkan nama_siswa dan nilai pada variable (s) kemudian klik
statistics

5. Beri ceklis pada quartiles dan cut points klik continue

*Untuk mencari letak persetil, pada cut points dapat di ubah menjadi
100 equal group.
 Akan diperoleh output seperti tabel diatas. Berdasarkan pengolahan data, desil pertama 4,10; desil
kedua 5, kuartil pertama 5, desil ketiga 5,30, desil keempat 6, desil kelima sama dengan kuartil kedua 6,
desil keenam 6,60, desil ketujuh7, kuartil ketiga 7, desil kedelapan 7 dan desil kesembilan 7,90.
UKURAN PENYEBARAN

Simpangan Simpangan
Range
Rata-rata Baku

Rentang Simpangan
Varians
Antar Kuartil Kuartil
 Range Simpangan baku Variansi

• Selisih antara bilangan • Simpangan baku atau deviasi • Variansi adalah kuadrat dari
terbesar dan terkecil dalam standar adalah salah satu simpangan baku
sebuah data ukuran sebaran statistik.  Nilai variansi dan simpangan
• Nilai R akan selalu positif • Bisa juga didefinisikan baku selalu non-negatif.
• Interpretasi R: sebagai, rata-rata jarak • Interpretasi nilai s2 adalah:
o R = 0, menunjukkan bahwa penyimpangan titik-titik data o s2 = 0 atau s = 0 berarti nilai
data terbesar sama dengan diukur dari nilai rata-rata data sama dengan rata-
data terkecil, akibatnya data tersebut. ratanya, sehingga nilai
semua data memiliki harga • Simpangan Baku (Deviasi semua data sama
yang sama Standar) suatu himpunan o s2 atau s kecil, berarti
oR kecil, memberikan bilangan x1, x2, …, xn perbedaan nilai data yang
informasi bahwa data akan dinyatakan dengan s satu dengan lainnya kecil.
mengumpul di sekitar Akibatnya semua data
pusat data akan mengumpul disekitar
oR besar, menyatakan pusat data.
bahwa paling sedikit ada o s2 atau s besar menyatakan
satu data yang harganya bahwa paling sedikit ada
berbeda jauh dengan data satu data yang nilainya
lainnya berbeda jauh dengan data
lainnya.
 Simpangan Rentang Simpangan
Rata-rata Antar Kuartil kuartil
•Simpangan rata-rata • Rentang antar kuartil • Simpangan kuartil
(deviasi mean) adalah rata- merupakan selisih adalah setengah dari
rata jarak antara nilai antara kuartil (Q₃) selisih kuartil atas (Q₃)
dengan rata-ratanya.
dengan kuartik (Q₁) dengan kuartil bawah
•Simpangan rata-rata (Q₁)
digunakan untuk
mengetahui seberapa jauh
nilai menyimpang.
•Penyebaran sekumpulan
bilangan akan kecil bila
bilangan-bilangan itu ada
disekitar rata-ratanya.
CONTOH SOAL

Diketahui data sebagai berikut: NO NAMA SISWA NILAI

1 RINA 8
2 EKI 6
Dengan menggunakan spss,
3 ARIF 6
tentukan standar deviasi, variansi, 4 LUSI 7
range, nilai maksimum dan 5 BUDI 5
minimumnya. 6 KIKI 7
7 ZAENAL 7
8 YUNI 4
9 CICI 6
10 SANDRA 5
1. Definisikan variabel nilai dan input data ke SPSS

2. Masukkan data dalam data view

3. Pilih analyze- descriptive statistics- frequencis
4. Masukkan nama_siswa dan nilai pada variable (s) kemudian klik
statistics

5. Beri ceklis pada std. deviation, variance, range, minimum, dan

maximum
Akan diperoleh output seperti tabel diatas. Berdasarkan pengolahan data, standar deviasi diperoleh
1,197, variansi sebesar 1,433 dengan range 4, nilai minimum 4 dan nilai maksimum 8.
PENGOLAHAN DATA PENELITIAN DESKRIPTIF
DENGAN SPSS

Contoh Judul
Analisis Hasil Belajar Materi Pecahan Siswa SMP (Penelitian Deksriptif Kuantitatif terhadap Siswa
Kelas VII)

Contoh Rumusan Masalah

Bagaimanakah tingkat hasil belajar Materi Bagaimanakah pencapaian setiap indikator Hasil
Pecahan Siswa? Belajar Materi Pecahan Siswa SMP ?
 PENGOLAHAN DATA PENELITIAN DESKRIPTIF
DENGAN SPSS

Instrumen Penelitian
Instrumen penelitian yang Instrumen tes untuk mengukur Tambahan
digunakan (salah satunya) hasil belajar siswa pada materi
adalah instrumen tes pecahan

Data yang diperoleh

Data yang diperoleh merupakan jenis data rasio (nilai
hasil belajar siswa kelas VII)
 PENGOLAHAN DATA PENELITIAN DESKRIPTIF
DENGAN SPSS

Siswa Nilai Siswa Nilai Siswa Nilai

Berdasarkan pengumpulan S-1 77 S-11 74 S-21 83
data yang telah dilakukan, S-2 74 S-12 70
S-22 57
S-3 79 S-13 88
diperoleh nilai hasil belajar S-23 75
S-4 79 S-14 86
pada materi pecahan siswa S-5 55 S-15 68
S-24 61
S-25 70
kelas VII, sebagai berikut. S-6 57 S-16 98
S-26 68
S-7 54 S-17 75
S-8 81 S-18 88
S-9 74 S-19 72
S-10 70 S-20 94
LANGKAH PENGOLAHAN DATA DENGAN SPSS (untuk
menjawab rumusan masalah 1)

1. Definisikan variabel nilai dan input data ke SPSS 2. Klik Data View kemudian masukkan nilai
LANGKAH PENGOLAHAN DATA DENGAN SPSS (untuk
menjawab rumusan masalah 1)

3. Klik analyze-descriptive statistics-frequencies 4. Masukkan nilai ke dalam kolom variabel

LANGKAH PENGOLAHAN DATA DENGAN SPSS (untuk
menjawab rumusan masalah 1)

5. Klik statistics 6. Klik chart (jika akan disajikan dalam grafik)

LANGKAH PENGOLAHAN DATA DENGAN SPSS (untuk
menjawab rumusan masalah 1)

6. Klik continue lalu klik OK

Gambaran nilai siswa tersebut jika
digambarkan dalam histogram adalah sbb.
LANGKAH PENGOLAHAN DATA DENGAN
SPSS (untuk menjawab rumusan
masalah 1)
➢ Dari hasil pengolahan data diperoleh nilai siswa terendah
adalah 54 dan nilai tertingginya adalah 98, nilai tengahnya
adalah 74 dan kebanyakan siswa memperoleh nilai 70. Rata-
rata nilai siswa di kelas tersebut adalah 74,12 dan berdasarkan
kriteria yang sudah ditentukan, maka tingkat hasil belajar siswa
di kelas tersebut berada pada level sedang.
Metode Presentase (%)
(untuk menjawab rumusan masalah 2)

 Untuk melihat pencapaian masing-masing indikator dari materi pecahan akan dilihat dari
presentase ketercapaiannya.
 Untuk mendapatkan presentase, dapat menggunakan rumus:
 Metode Presentase (%) (untuk menjawab rumusan
masalah 2)

Indikator n Jumlah skor Presentase Kategori Data pada tabel tersebut jika disajikan dalam
bentuk diagram batang, sebagai berikut.
Indikator 1 2 50 96% Baik

Indikator 2 2 33 63% Cukup 100%

90%
80%
Indikator 3 3 35 67% Cukup 70%
60%
50%
40%
30%
20%
➢ Dari hasil pengolahan data, terlihat bahwa dari 10%
0%
ketiga indikator materi pecahan hanya indikator 1 Indikator 1 Indikator 2 Indikator 3

yang berada dalam capaian baik, sedangkan dua

indikator yang lain dalam capaian cukup.
 SIMPULAN (dari contoh)

 Berdasarkan hasil penelitian dan pembaasan terdapat beberapa kesimpulan yang dapat
diambil oleh peneliti untuk menjawab rumusan msalah dalam penelitian, yaitu sebagai berikut.

1. Tingkat hasil belajar siswa SMP Kelas VII pada materi pecahan memperoleh rata-rata 74, 2
yang masuk pada kategori sedang.

2. Pada materi pecahan yang terdiri dari 3 indikator, indikator 1 dapat mencapai kategori baik,
sedangkan indikator 2 & 3 berada dalam kategori cukup
 DISTRIBUSI FREKUENSI

 Distribusi Frekuensi adalah Interval Nilai Frekuensi

suatu susunan dari mulai
data terkecil sampai data 42-47 2
yang terbesar yang 48-53 8
membagi banyaknya data 54-59 7
kedalam beberapa kelas 60-65 6
66-70 2
71-76 2
 TABEL DISTRIBUSI FREKUENSI
FREKUENSI : banyaknya data untuk satu kelompok/klasifikasi

KELOMPOK FREKUENSI
Kelompok ke-1 f1
Kelompok ke-2 f2 Pendidikan Frekuensi

Kelompok ke-3 f3
S1 62
Kelompok ke-i fi
S2 19
Kelompok ke-k fk
S3 9
k
n = Σ fi 90
i=1

k
n = Σ fi = f1 + f2 + f3 +….. + fi + …… + fk
i=1
 TEKNIK PEMBUATAN DISTRIBUSI FREKUENSI

1. Urutkan data dari terkecil sampai terbesar

2. Hitung jarak atau Rentangan (R)
R = data tertinggi – data terendah
3. Hitung Jumlah Kelas (K)
K = 1 + 3,3 log n
n = jumlah data
4. Hitung panjang interval (P)
𝑅
P=
𝐾
5. Tentukan ujung data pertama, dilanjutkan menghitung kelas interval
6. Buat tabel sementara (tabulasi data) dengan cara dihitung satu demi satu
sesuai dengan urutan interval kelas.
 LATIHAN

Diketahui nilai ujian akhir kuliah statistika di Universitas Atahun 2001,

yang diikuti 70 mahasiswa diperoleh data sbb
70, 70, 71, 60, 63, 80, 81, 81, 74, 74, 66, 66, 67, 67, 67, 68, 67, 67, 77, 77,
77, 80, 80, 80, 80, 73, 73, 74, 74, 74, 71, 72, 72, 72, 72, 83, 84, 84, 84, 84,
75, 75, 75, 75, 75, 75, 75, 75, 78, 78, 78, 78, 78, 79, 79, 81, 82, 82, 83, 89,
85, 85, 87, 90, 93, 94, 94, 87, 87, 89
Sederhanakan data tersebut menjadi tabel distribusi frekuensi dan
grafik.
 TUGAS

 Carilah judul penelitian deskriptif kuantitatif

(sesuai dengan bidang ilmu)
 Tuliskan rumusan masalahnya.
 Tuliskan data yang diperoleh.
 Analisislah ketepatan pengolahan data,
interpretasi dan kesimpulannya.
 TERIMA KASIH

SEMOGA ILMUNYA BERMANFAAT