TUGAS MATA KULIAH

STATISTIKA MANAJEMEN
“DATA STATISTIKA”

Dosen Pengampu :
Prof. Dr. Taufan Bramantoro, drg, M.Kes

Disusun Oleh :
Kelompok 3

1. Alifa Tanti Purnamasari : 293231003

2. Errytrina Kurnia Putri : 293231002
3. Kinanti Setyastuti : 293231019

PROGRAM MAGISTER ADMISTRASI RUMAH SAKIT

FAKULTAS KESEHATAN MASYARAKAT
UNIVERSITAS AIRLANGGA
SURABAYA
2023
 DAFTAR ISI

KATA PENGANTAR....................................................................................................................
DAFTAR ISI..................................................................................................................................
BAB I PENDAHULUAN..............................................................................................................
A. Latar Belakang.......................................................................................................................
B. Rumusan Masalah..................................................................................................................
C. Tujuan....................................................................................................................................
BAB II PEMBAHASAN...............................................................................................................
A. Pengertian ………….............................................................................................................
B. Data Statistika……................................................................................................................
C. Jenis Data Statistika……………………………………………………………………..4
D. Analisis Deskriptif…….........................................................................................................
BAB III PENUTUP.......................................................................................................................
A. Kesimpulan............................................................................................................................
B. Saran......................................................................................................................................

1
 BAB I
PENDAHULUAN

A. Latar Belakang
Data dan statistik mempunyai hubungan yang sangat erat. Selain itu, keduanya juga
mempunyai hubungan yang sangat erat dengan kehidupan manusia sehari-hari, dengan
bidang ilmu pengetahuan, baik yang eksakta, sosial, ekonomi, bisnis dan lain-lain. Data
dan statistik serta fungsi keduanya, banyak memberikan kegunaan yang sangat tidak
ternilai bagi manusia, bagi kita semua.
Dengan data, kita mengetahui gambaran perusahaan sekarang, masalah apa yang
sedang dihadapi, mengapa terjadi masalah-masalah tersebut, serta bagaimana cara
pemecahannya. Dengan data, kita dapat meramal atau memperkirakan, apa yang kira-kira
bakal terjadi di masa mendatang. Dengan data, kita pun bisa membuat perencanaan,
peramalan, mengontrol pelaksanaan, mengevaluasi target apakah tercapai atau tidak, dan
sebagainya. Dengan adanya data, kita dapat banyak mengetahui tentang berbagai hal.
Dengan data, kita bisa mengambil keputusan-keputusan, kebijakan-kebijakan perusahaan,
dan sebagainya. Fungsi dan manfaat data sangat penting dan banyak sekali. Sering kali,
akan berbahaya jika kita mengambil kesimpulan dan keputusan tanpa didukung oleh data.
Orang bilang,” Speak with data”, berbicaralah dengan data agar objektif dan lebih akurat.

B. Rumusan Masalah
Adapun rumusan masalah dalam makalah ini yaitu:
1. Apa itu data statistika?
2. Apa saja jenis-jenis data statistika?
3. Apa itu analisis deskriptif?

C. Tujuan
Adapun tujuan dalam makalah ini yaitu:
1. Mengetahui data statistika.
2. Mengetahui macam-macam jenis data statistika berdasarkan sifatnya.
3. Mengetahui macam-macam jenis data statistika berdasarkan hasil pengukurannya.
4. Memahami fungsi data statistika.

2
 BAB II
PEMBAHASAN

A. Pengertian
1. Data
Data adalah catatan atas kumpulan fakta. Data merupakan bentuk jamak dari
datum, dan berasal dari bahasa Latin yang berarti “sesuatu yang diberikan”. Dalam
penggunaan sehari-hari data berarti suatu pernyataan yang diterima secara apa
adanya. Dan dalam keilmuan, fakta dikumpulkan untuk menjadi data. Data kemudian
diolah sehingga dapat diutarakan secara jelas dan tepat sehingga dapat dimengerti
oleh orang lain yang tidak langsung mengalaminya sendiri. Hal ini dinamakan
deskripsi. Pemilahan banyak berdasarkan persamaan atau perbedaan yang
dikandungnya dinamakan klasifikasi.
Data adalah fakta, angka, atau informasi yang dikumpulkan melalui
pengamatan, pembacaan, pengukuran, penelitian, atau cara lain, yang kemudian
dapat digunakan sebagai dasar untuk membuat kesimpulan, analisis, atau
pengambilan keputusan. Data bisa berbentuk kuantitatif atau kualitatif, dan bisa
disajikan dalam berbagai format seperti teks, angka, gambar, atau video. Data dapat
juga diartikan sebagai informasi dalam bentuk yang dapat diproses oleh komputer
seperti representasi digital dari teks, gambar, foto, suara dan angka. Data dapat
diklasifikasikan menjadi beberapa kategori, yaitu data primer dan sekunder; data
lisan dan tertulis; serta data kualitatif dan kuantitatif.
2. Statistika
Statistika adalah sebuah ilmu yang mempelajari bagaimana cara
merencanakan, mengumpulkan, menganalisis, lalu menginterpretasikan, dan akhirnya
mempresentasikan data. Singkatnya, statistika adalah ilmu yang bersangkutan dengan
suatu data. Istilah statistika berbeda dengan statistik. Statistika pada umumnya
bekerja dengan memakai data numerik yang di mana adalah hasil cacahan maupun
hasil pengkuran yang dilakukan dengan menggunakan data kategorik yang
diklasifikasikan menurut sebuah kriteria tertentu.
Statistika merupakan ilmu yang berkaitan dengan data. Statistik adalah data itu
sendiri, informasinya, atau hasil penerapan algoritma statistika pada suatu data
tersebut. Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan atau

3
 mendeskripsikan data, inilah yang dinamakan statistika deskriptif. Informasi
kemudian dicatat sekaligus dikumpulkan baik itu dalam bentuk informasi numerik
maupun informasi kategorik yang disebut sebagai suatu pengamatan. Sebagian besar
konsep dasar statistika memberi asumsi mengenai teori probabilitas. Beberapa istilah
statistika antara lain sebagai berikut: populasi, sampel, unit sampel, probabilitas.

B. Data Statistika
Data statistika adalah bagian tunggal dari informasi faktual yang direkam dan untuk
tujuan analisis. Hal ini menggambarkan bahwa data menjadi informasi mentah dari mana
statistik dibuat. Statistik adalah hasil analisis data, interpretasi, dan penyajiannya. Dengan
kata lain beberapa komputasi yang telah dilakukan memberikan pemahaman tentang arti
data.
Secara singkat, statistik digunakan untuk menyebut kumpulan data yang akan diolah.
Istilah statistik biasanya merujuk ke sampel, dan lawan dari statistik adalah parameter.
Biasanya statistik ini akan digunakan untuk mengestimasi parameter. Sedangkan statistika
adalah metode yang digunakan untuk mengolah data tersebut.
Data statistik juga merupakan sebuah data yang berupa numerik atau non-numerik
yang diolah dengan menggunakan teknik analisis data statistik tertentu, pengelolaan ini
dihasilkan dari angka mentah yang kemudian menjadi bagian informasi aktual yang telah
dikumpulkan.

C. Jenis Data Statistika

Jenis data statistik adalah konsep penting yang perlu dipahami untuk menerapkan
pengukuran statistik benar. Memahami jenis data statistik ini menjadi bagian informasi
faktual yang direkam, bertujuan untuk proses analisis. Dua proses analisis data adalah
interpretasi dan penyajian. Bentuk statistik menjadi hasil dari analisis data. Meski
sebenarnya ada banyak jenis data statistik, seperti data diskrit, hingga data dikotomis.
Dilihat dari sifatnya, jenis data statistik terbagi menjadi dua, yakni:
1. Data Kualitatif
Data kualitatif dikenal juga sebagai data kategoris. Karena menggambarkan data yang
sesuai dengan kategori. Data kualitatif tidak bersifat numerik. Informasi kategori ini
melibatkan variabel kategoris yang menggambarkan fitur seperti jenis kelamin
seseorang, kota asal, bahasa, agama, dan banyak lagi. Ukuran kategoris didefinisikan
dalam spesifikasi penjelasan, tapi tidak dalam hal angka, tapi terkadang data kualitatif
4
 menyimpan nilai numerik. Tapi tetap saja nilai tersebut tidak memiliki arti matematis
layaknya data kuantitatif.
Contoh data kualitatif seperti :

 Warna preferensi saat memilih pakaian (misalnya "merah", "biru", "hijau").

 Pendapat seseorang tentang suatu topik (misalnya "setuju", "tidak setuju",
"netral").
 Jenis kelamin seseorang (misalnya "pria", "wanita").
2. Data Kuantitatif
Data kuantitatif dikenal juga sebagai data numerik. Karena mewakili nilai numerik
yaitu, berapa banyak, atau berapa sering. Data numerik memberikan informasi tentang
jumlah hal tertentu. Beberapa contoh data kuantitatif adalah ukuran tinggi, panjang,
berat, lebar, dan sebagainya. Data kuantitatif dapat diklasifikasikan menjadi dua jenis
berdasarkan kumpulan datanya.
Dua klasifikasi data kuantitatif yang berbeda adalah data diskrit dan data kontinu.
Penghitungannya bisa secara manual atau menggunakan aplikasi SPPS (Statistical
Product and Service Solutions). Data kuantitatif diukur dengan beberapa jenis alat
ukur, seperti penggaris, timbangan, stop-watch, termometer dan sebagainya.
Contoh data kuantitatif yang kerap dijumpai, seperti:
 Jumlah orang yang tinggal
 Jumlah air (misalnya 1,7 liter)
 Berat (dalam gram, kilogram, ton)
 Waktu (dalam detik, menit, jam, hari atau tahun)
 Suhu (dalam derajat Celcius, Fahrenheit atau Kelvin)
 Jumlah uang yang dimiliki
 Jumlah siswa di jurusan A
 Angka kemenangan yang diperoleh Capres A

Seperti yang telah disebutkan sebelumnya, jenis data statistik dalam data kuantitatif,
terbagi lagi menjadi dua, yaitu:
a. Data Diskrit
Data diskrit adalah informasi yang hanya dapat mengambil nilai tertentu dan tidak
dapat dibuat lebih presisi. Informasi diskrit hanya berisi sejumlah nilai yang
mungkin terbatas. Di sini, hal yang dapat dihitung dalam bilangan bulat, seperti
5
 angka dalam dadu (1, 2, sampai 6). Atau bisa juga jenis skema bilangan tetap
lainnya, seperti ukuran sepatu (34, 35, 36). Disebut data diskrit karena mereka
memiliki titik tetap dan ukuran peralihan tidak ada. Karena Anda tidak bisa
mendapatkan 2,5 pada dadu, bahkan tidak dapat memiliki ukuran sepatu 34,5.
Contoh data diskrit:
 Jumlah siswa dalam satu kelas
 Jumlah pasien di rumah sakit
 Jumlah kelereng dalam kantong
b. Data kontinu
Data kontinu adalah data yang dapat mengambil nilai apa pun, biasanya dalam
batas-batas tertentu, dan dapat dibagi menjadi bagian yang lebih halus. Data
kontinu memiliki jumlah nilai kemungkinan yang tak terbatas yang dapat dipilih
dalam rentang tertentu.
Contoh data kontinu:
 Kisaran suhu.
 Tinggi badan seseorang adalah data kontinu karena dapat diukur dalam meter
dan pecahan meter (sentimeter, milimeter, nanometer).
 Waktu suatu peristiwa juga merupakan data kontinu dan dapat diukur dalam
tahun. Bahkan bisa dibagi menjadi pecahan yang lebih kecil, tergantung pada
seberapa akurat Anda ingin merekamnya (bulan, hari, jam, menit, detik).

Selanjutnya jenis data statistik jika dilihat berdasarkan pada hasil pengukurannya
terbagi menjadi empat, di antaranya:
1. Data Interval
Data interval ini menjadi bagian dari data kontinu. Tapi ini termasuk jenis data
statistik dari hasil skala pengukuran. Nilai interval mewakili unit terurut yang
memiliki perbedaan yang sama. Oleh karena itu datanya memiliki variabel yang
berisi nilai numerik. Di mana Anda mengetahui perbedaan yang tepat antara nilai-
nilai tersebut. Contohnya adalah fitur yang berisi suhu tempat tertentu.
Masalahnya, data nilai interval tidak memiliki "nol yang benar". Anda dapat
menambah dan mengurangi, tapi tidak dapat mengalikan, membagi, atau
menghitung rasio. Karena tidak ada nol yang benar, banyak statistik deskriptif dan
inferensial tidak dapat diterapkan.

6
2. Data Rasio
Nilai rasio juga merupakan satuan terurut yang memiliki selisih yang sama. Nilai
rasio hampir sama dengan nilai interval, dengan perbedaan bahwa rasio memiliki
nol mutlak. Contohnya adalah inggi, berat, panjang, dan banyak lagi.
3. Data Ordinal
Data/variabel ordinal adalah jenis data yang mengikuti urutan alami. Ini termasuk
dalam bagian data kualitatif. Hal penting dari data nominal adalah perbedaan di
antara nilai data tidak ditentukan. Variabel ini banyak ditemukan dalam survei,
keuangan, ekonomi, kuesioner, dan sebagainya. Data ordinal biasanya
direpresentasikan menggunakan diagram lingkaran dan batang. Data ini diselidiki
dan ditafsirkan melalui banyak alat visualisasi. Informasi akan dinyatakan
menggunakan tabel. Setiap baris dalam tabel menunjukkan kategori yang berbeda.
Selain itu, Anda dapat menggunakan persentil, median, mode, dan rentang
interkuartil untuk meringkas data. Oleh karena itu Anda dapat meringkas data
ordinal Anda dengan frekuensi, proporsi, persentase.
4. Data Nominal
Data nominal disebut juga dengan skala nominal. Data nominal adalah salah satu
jenis data statistik kualitatif, yang membantu memberi label pada variabel tanpa
memberikan nilai numerik. Meski begitu, terkadang, datanya bisa kualitatif dan
kuantitatif. Contoh data nominal adalah huruf, simbol, kata, jenis kelamin, dan
sebagainya.
Data nominal diperiksa menggunakan metode pengelompokan. Dalam metodenya,
data dikelompokkan ke dalam kategori. Kemudian frekuensi atau persentase data
dihitung. Data ini direpresentasikan secara visual menggunakan diagram
lingkaran.
Contoh data nominal:
 Suku (Batak, Sunda, Jawa, ...)
 Warna favorit (merah, hijau, biru,...)
 Kategori jenis kelamin yang terdiri dari wanita dan laki-laki
 Kategori status pernikahan, seperti menikah, lajang, dan juga janda/duda.

7
D. Analisis Deskriptif
Analisis deskriptif adalah proses statistik yang digunakan untuk merangkum,
menggambarkan, dan menganalisis data secara sistematis. Tujuan dari analisis deskriptif
adalah untuk memberikan pemahaman yang lebih baik tentang karakteristik, pola, dan
hubungan dalam data yang diamati. Metode analisis deskriptif biasanya mencakup
penggunaan statistik deskriptif, grafik, dan visualisasi data.
Dalam analisis deskriptif, data dijelaskan secara numerik maupun grafis. Statistik
deskriptif digunakan untuk menghitung ukuran-ukuran ringkasan, seperti rata-rata,
median, modus, simpangan baku, dan persentil. Informasi ini memberikan gambaran
tentang sebaran data, kecenderungan sentral, dan kemungkinan pola dalam data.
Selain itu, grafik dan visualisasi data juga digunakan dalam analisis deskriptif. Grafik
seperti histogram, diagram batang, diagram lingkaran, dan diagram pencar digunakan
untuk menggambarkan distribusi data, hubungan antarvariabel, atau perubahan seiring
waktu.
Analisis deskriptif sangat penting dalam menjelaskan data secara ringkas dan
memvisualisasikan pola yang ada. Analisis ini sering menjadi langkah awal dalam proses
penelitian atau analisis lebih lanjut, karena memberikan pemahaman yang mendalam
tentang karakteristik dan struktur data yang diamati.
Apa saja yang termasuk analisis deskriptif dan berikan contoh?
1. Statistik deskriptif: Statistik deskriptif adalah metode yang digunakan untuk
menggambarkan data secara numerik, seperti mean, median, modus, dan deviasi
standar. Contohnya, menghitung rata-rata gaji karyawan di sebuah perusahaan.
2. Grafik: Grafik adalah metode yang digunakan untuk menggambarkan data secara
visual, seperti diagram batang, diagram garis, dan diagram lingkaran. Contohnya,
membuat diagram batang untuk menunjukkan jumlah penjualan produk pada setiap
bulan.
3. Tabel frekuensi: Tabel frekuensi adalah metode yang digunakan untuk
menggambarkan data dalam bentuk tabel, yang menunjukkan jumlah frekuensi atau
persentase dari setiap nilai data. Contohnya, membuat tabel frekuensi untuk
menunjukkan jumlah siswa yang mendapatkan nilai A, B, C, dan seterusnya.
4. Distribusi frekuensi: Distribusi frekuensi adalah metode yang digunakan untuk
menggambarkan data dalam bentuk histogram atau poligon frekuensi. Contohnya,

8
 membuat histogram untuk menunjukkan distribusi tinggi badan siswa di sebuah
sekolah.

E. Langkah – langkah Membuat Analisa Deskriptif Menggunakan Aplikasi Jamovi

Berikut adalah langkah-langkah untuk membuat analisis deskriptif menggunakan aplikasi
Jamovi:
1. Impor data: Pilih opsi untuk mengimpor data ke dalam jamovi. Kemudian mengklik
tombol “Open” atau “Import” di menu utama jamovi, lalu cari file data yang ingin diolah
di komputer.
2. Memilih variabel: Setelah data diimpor, data kita akan langsung tampil di Jamovi. Pilih
variabel atau kolom yang ingin dibuat analisis deskriptif dengan mengklik tanda centang
di sebelah nama variabel di panel variable atau dengan melakukan double klik.
3. Membuat analisis deskriptif: Setelah memilih variabel, pilih tab "Analyses" di bagian atas
layar Jamovi. Di bagian kiri, akan tampil daftar analisis yang tersedia. Cari dan pilih
analisis deskriptif yang ingin Anda lakukan, seperti "Descriptive Statistics" atau
"Frequencies".
4. Mengatur variabel input: Di panel analisis, akan tampak daftar variabel yang telah di pilih
sebelumnya. Atur variabel input sesuai kebutuhan, seperti mengatur variabel terikat,
variabel bebas, atau variabel pengelompokan.
5. Menjalankan analisis: Setelah mengatur variabel input, klik tombol "Run" atau
"Calculate" untuk menjalankan analisis deskriptif. Jamovi akan menghasilkan output
analisis yang mencakup statistik deskriptif seperti mean, median, mode, standard
deviation, dan lain-lain.
6. Interpretasi hasil: Setelah analisis selesai, kita dapat menginterpretasikan hasilnya.
Perhatikan statistik deskriptif yang dihasilkan dan gunakan informasi ini untuk
merangkum dan memahami data. Misalnya, jika Anda menganalisis variabel tinggi
badan, Anda dapat melihat mean tinggi badan dan melihat sebaran data dalam bentuk
standard deviation.
7. Visualisasi data: Jamovi juga menyediakan fitur visualisasi data yang dapat membantu
memahami data secara lebih jelas. Kita dapat membuat grafik seperti histogram, box plot,
atau scatter plot untuk memvisualisasikan distribusi atau hubungan antara variabel.

F. Langkah-langkah Membuat Analisa Deskriptif

9
 Analisis deskriptif merupakan metode analisis data yang bertujuan untuk
menggambarkan atau menjelaskan karakteristik dari data yang sedang diteliti. Langkah-
langkah untuk melakukan analisis deskriptif secara umum meliputi perumusan masalah,
pengumpulan data, pengolahan data, dan interpretasi hasil. Berikut adalah langkah-
langkah membuat analisis deskriptif secara lebih rinci:

1. Perumusan Masalah
Langkah pertama dalam analisis deskriptif adalah merumuskan masalah atau
pertanyaan yang ingin dijawab melalui analisis. Hal ini penting untuk menentukan fokus
analisis dan jenis data yang perlu dikumpulkan.

2. Pengumpulan Data
Setelah masalah dirumuskan, langkah selanjutnya adalah pengumpulan data. Data
dapat berasal dari berbagai sumber, seperti survei, wawancara, observasi, atau database
yang sudah ada. Penting untuk memastikan bahwa data yang dikumpulkan relevan dengan
masalah yang sedang diteliti.

3. Pengolahan Data
Setelah data terkumpul, langkah selanjutnya adalah pengolahan data. Pengolahan
data meliputi pembersihan data (misalnya, menghilangkan data yang tidak lengkap atau
outlier), pengkodean data (jika diperlukan), dan kemudian melakukan analisis statistik
deskriptif. Analisis statistik deskriptif dapat dilakukan dengan berbagai software, seperti
Jamovi atau SPSS. Analisis ini meliputi perhitungan statistik dasar seperti mean (rata-
rata), median, modus, standar deviasi, dan lain-lain.

4. Interpretasi Hasil
Langkah terakhir adalah interpretasi hasil analisis. Pada tahap ini, hasil perhitungan
statistik deskriptif diinterpretasikan untuk menjawab masalah atau pertanyaan yang telah
dirumuskan. Interpretasi ini harus dilakukan dengan hati-hati untuk menghindari
kesimpulan yang salah.

Contoh Penerapan Analisis Deskriptif

Sebagai contoh, dalam dunia bisnis, analisis deskriptif dapat digunakan untuk
memantau performa bisnis dengan melihat metrik utama seperti laba rugi[1]. Dalam
10
penelitian, analisis deskriptif dapat digunakan untuk menggambarkan karakteristik
responden survei, seperti distribusi umur, jenis kelamin, atau pendidikan.

Analisis deskriptif merupakan langkah awal yang penting dalam analisis data.
Meskipun sederhana, analisis ini dapat memberikan wawasan yang berharga tentang data
yang sedang diteliti.

11
 BAB III
PENUTUP

A. Kesimpulan
Data statistika adalah bentuk jamak dari datum. Data merupakan keterangan-
keterangan tentang suatu hal, dapat berupa suatu yang diketahui atau yang dianggap atau
anggapan. Atau suatu fakta yang digambarkan lewat angka, simbol, dan lain-lain. Data
juga terdiri atas berbagai jenis. Jenis data secara garis besarnya dapat dibagi atas dua
macam, yaitu data dikotomi/ diskrit dan data kontinu. Kemudian berdasarkan pada hasil
pengukurannya data terbagi menjadi: data interval, data rasio, data ordinal, dan data
nominal.

B. Saran
Adapun saran yang penulis sampaikan adalah agar pembaca dapat menggunakan
pemecahan masalah secara statistik, lebih tepat jika mengikuti tahapan yang ilmiah. Data
yang baik tentu saja harus yang mutakhir, cocok (relevan), dengan masalah penelitian dari
sumber yang dapat dipertanggungjawabkan, lengkap akurat, objektif dan konsisten.
Pengumpulan data sedapat mungkin di peroleh dari tangan pertama. Data yang baik
sangat di perlukan dalam penelitian, sebab bagaimanapun canggihnya suatu analisis data
jika tidak di tunjang oleh data yang baik, maka hasilnya kurang dapat di
pertanggungjawabkan.
Data statistika tidak hanya cukup dikumpulkan dan diolah, tetapi juga perlu
disajikan dalam bentuk yang mudah dibaca dan di mengerti oleh pengambil keputusan.
Penyajian data ini bisa dalam bentuk tabel atau grafik/diagram. Ada beberapa jenis tabel,
yaitu antara lain: tabel biasa, tabel distribusi frekuensi, tabel distribusi frekuensi relatif,
tabel distribusi frekuensi kumulatif, tabel distribusi frekuensi relatif-kumulatif.

12
 DAFTAR PUSTAKA

1. https://www.merdeka.com/trending/8-jenis-data-statistik-dan-contohnya-pahami-
berdasarkan-modelnya-kln.html
2. https://helsydinafitri15.blogspot.com/2013/10/makalah-statistika-dasar-tentang-data.html
3. https://id.wikipedia.org/wiki/Data
4. https://id.wikipedia.org/wiki/Statistika
5. [1] https://algorit.ma/blog/tahapan-analisis-deskriptif-2022/
6. [2] https://www.statistikian.com/2012/10/analisis-deskriptif-dengan-excel.html
7. [3] https://www.spssindonesia.com/2014/01/uji-statistik-deskriptif-spss.html?m=1
8. [4] https://dqlab.id/rumus-excel-dasar-untuk-analisis-statistik-deskriptif
9. [5] https://youtube.com/watch?v=6djEgtWAaf4
10. [6] https://dqlab.id/teknik-pengolahan-data-deskriptif-pengertian-langkah-metode-dan-
contoh-penerapannya
11. [7] https://lp2m.uma.ac.id/2022/09/12/analisis-deskriptif-definisi-dan-tips-untuk-peneliti/
12. [8] https://youtube.com/watch?v=GuAo2rQKQlI

13