MODUL

STATISTIK
DESKRIPTIF
Program Pascasarjana
Universitas Negeri Medan
Pendidikan Fisika
2023
TIM PENYUSUN MODUL :
Dita Trisna Panjaitan 8226176009
Jeksen Kristian Sinaga 0226176010

DOSEN PENGAMPU
Dr. Marianti Purnama Simanjuntak, M.Si
Kata Pengantar
Puji syukur kami panjatkan ke hadirat Tuhan Yang Maha Esa, karena
dengan rahmat-Nya, buku modul statistik deskriptif ini dapat
diselesaikan dengan baik. Kami berharap buku ini dapat menjadi
panduan yang bermanfaat bagi para pembaca dalam mempelajari
statistik deskriptif.

Buku ini disusun dengan bahasa yang mudah dipahami dan

dilengkapi dengan contoh kasus serta latihan soal yang berguna bagi
pembaca dalam mengaplikasikan konsep-konsep statistik deskriptif.
Meskipun buku ini belum sempurna, kami akan terus berusaha
memperbaiki dan meningkatkan isi buku ini agar lebih bermanfaat
bagi pembaca di masa yang akan datang.

Akhir kata, kami berharap buku modul pembelajaran statistik

deskriptif ini dapat membantu para pembaca dalam memahami
dasar-dasar statistik deskriptif pembaca dengan lebih baik. Terima
kasih atas perhatian dan dukungan dari semua pihak.

Hormat Kami

Penulis

MODUL STATISTIK DESKRIPTIF I

DAFTAR ISI
KATA PENGANTAR............................................... I
DAFTAR ISI................................................................ II

I. PENDAHULUAN................................................. 1

Deskripsi.......................................................................... 1
Petunjuk Penggunaan Modul......................... 3
Tujuan Akhir.................................................................. 4
Petunjuk Belajar........................................................ 4
Cek Kemampuan...................................................... 5

II. KEGIATAN BELAJAR 1.................................... 6

a. Tujuan Kegiatan Pembelajaran................. 6

b. Uraian Materi.......................................................... 8
c. Rangkuman............................................................. 23
d. Tugas............................................................................ 24
e. Tes Formatif............................................................. 25
f. Kunci Jawaban Formatif.................................. 26

III. LAMPIRAN........................................................... 26
IV. DAFTAR PUSTAKA......................................... 28

MODUL STATISTIK DESKRIPTIF I

 PENDAHULUAN
Pengertian Statistik

Kata statistik sering dianggap sama dengan kata statitika, padahal kedua kata tersebut
memiliki arti yang sangat berbeda meskipun saling terkait. Statistik adalah kumpulan angka-
angka mengenai suatu masalah dan dapat memberikan gambaran tentang masalah tersebut.
Sedangkan statistika adalah metode ilmiah yang mempelajari cara mengumpulkan,
mengelola, menghitung, menganalisa, dan juga menarik kesimpulan tentang data yang ada.
Secara garis besar dapat diambil kesimpulan bahwa Statistik merupakan ukuran/data
sedangkan Statistika merupakan ilmu untuk mengelola data tersebut.
Pada hakekatnya statistik adalah suatu kerangka teori-teori dan metodemetode yang telah
dikembangkan untuk melakukan pengumpulan, analisis, dan pelukisan data sampel guna
memperoleh kesimpulan-kesimpulan yang bermanfaat.
Adapun satatistika adalah ilmu tentang cara-cara mengumpulkan, menggolongkan,
menganalisis, dan mencari keterangan yang berhubungan dengan pengumpulan data yang
penyelidikan dan kesimpulannya berdasarkan bukti-bukti yang berupa angka-angka. Secara
umum kedudukan statistika memiliki beberapa manfaat, antara lain:
a. Menyajikan data secara ringkas dan jelas, sehingga lebih mudah dimengerti oleh para
pengguna.
b. Menunjukkan trend atau tendensi perkembangan suatu masalah.
c. Melakukan penarikan kesimpulan secara ilmiah.
Statistika adalah ilmu pengetahuan yang penerapannya banyak
digunakan dalam kehidupan sehari-hari. Seperti contoh dalam sistem
pemerintahan, statistika digunakan untuk menilai dan mengevaluasi hasil
pembangunan yang telah lalu dan juga untuk mengambil rencana apa
yang akan digunakan pada masa mendatang. Dengan demikian,
pimpinan dalam pemerintahan dapat mengambil manfaat dari kegunaan
statistika untuk melakukan tindakan yang perlu dalam menjalani
tugasnya. Tidak hanya dalam pemerintahan, tetapi dalam bidang apapun
ilmu statistika sering kali harus digunakan.Di dalam statistik deskriptif
kita selalu mengusahakan agar data dapat disajikan dalam bentuk yang
lebih berguna, lebih mudah dipahami dan lebih cepat dimengerti. Jika
data yang ada hanya sedikit, kita tidak mengalami kesulitan untuk
membaca dan mengerti angka-angka itu, tetapi apabila data yang tersedia
banyak sekali jumlahnya, maka untuk mengerti data tersebut kita akan
mengalami kesulitan. Untuk memudahkannya data harus disusun secara
sistematis atau teratur kedalam distribusi frekuensi.

MODUL STATISTIK DESKRIPTIF 1

Pengertian Statistik

Statistik deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan

penyajian suatu gugus data sehingga memberikan informasi yang berguna Pengklasifikasian
menjadi statistika deskriptif dan statistika inferensia dilakukan berdasarkan aktivitas yang
dilakukan. Statistik deskriptif hanya memberikan informasi mengenai data yang dipunyai
dan sama sekali tidak menarik inferensia atau kesimpulan apapun tentang gugus induknya
yang lebih besar. Contoh statistika deskriptif yang sering muncul adalah, tabel, diagram,
grafik, dan besaran-besaran lain di majalah dan koran-koran. Dengan Statistik deskriptif,
kumpulan data yang diperoleh akan tersaji dengan ringkas dan rapi serta dapat memberikan
informasi inti dari kumpulan data yang ada. Informasi yang dapat diperoleh dari statistika
deskriptif ini antara lain ukuran pemusatan data, ukuran penyebaran data, serta
kecenderungan suatu gugus data. Statistik deskriptif berkenaan dgn bagaimana data dapat
digambarkan dideskripsikan) atau disimpulkan baik secara numerik (misal menghitung rata-
rata dan deviasi standar) atau secara grafis (dalam bentuk tabel atau grafik) utk
mendapatkan gambaran sekilas mengenai data tersebut sehingga lebih mudah dibaca dan
bermakna.
Statistik deskriptif menggunakan prosedur numerik dan grafis dalam meringkas gugus data
dengan cara yang jelas dan dapat dimengerti
Terdapat dua metode dasar dalam statistik deskriptif, yaitu numerik dan grafis.
Pendekatan numerik dapat digunakan untuk menghitung nilai statistik dari sekumpulan
data, seperti mean dan standar deviasi. Statistik ini memberikan informasi tentang rata-
rata dan informasi rinci tentang distribusi data.
Metode grafis lebih sesuai daripada metode numerik untuk mengidentifikasi pola-pola
tertentu dalam data, dilain pihak, pendekatan numerik lebih tepat dan objektif. Dengan
demikian, pendekatan numerik dan grafis satu sama lain saling melengkapi, sehingga
sangatlah bijaksana apabila kita menggunakan kedua metode tersebut secara bersamaan.

MODUL STATISTIK DESKRIPTIF 2

Petunjuk Penggunaan Modul

Berikut adalah petunjuk penggunaan modul statistik deskriptif:

Baca dengan seksama setiap materi dan contoh yang diberikan. Pastikan Anda memahami
konsep dasar statistik deskriptif sebelum mengerjakan latihan soal.
Setelah membaca setiap bab, kerjakanlah latihan soal yang terdapat di akhir bab. Latihan
soal ini akan membantu Anda untuk mengaplikasikan konsep-konsep statistik deskriptif
yang telah dipelajari.
Perhatikan dengan baik setiap petunjuk dan instruksi yang diberikan dalam setiap latihan
soal.
Jika Anda kesulitan dalam memahami suatu konsep atau menyelesaikan suatu latihan soal,
jangan ragu untuk berkonsultasi dengan dosen atau teman sekelas yang lebih paham dalam
bidang statistik deskriptif.

Selalu periksa kembali jawaban Anda setelah

mengerjakan setiap latihan soal. Pastikan jawaban
Anda sudah benar sebelum melanjutkan ke materi
selanjutnya.
Untuk memperdalam pemahaman Anda,
lakukanlah praktikum atau simulasi statistik
deskriptif menggunakan perangkat lunak seperti
Excel atau SPSS.
Jangan lupa untuk mengulang kembali materi dan
latihan soal secara berkala untuk memperkuat
pemahaman Anda terhadap statistik deskriptif.

Semoga petunjuk penggunaan modul statistik

deskriptif ini dapat membantu Anda dalam
mempelajari statistik deskriptif dengan lebih efektif
dan efisien. Selamat belajar!

MODUL STATISTIK DESKRIPTIF 3

Tujuan Akhir

Tujuan akhir dari modul statistik deskriptif adalah untuk memberikan pemahaman yang
komprehensif kepada pembaca mengenai konsep dan teknik dasar dalam statistik deskriptif,
sehingga pembaca mampu:
1. Memahami konsep dasar dalam statistik deskriptif seperti ukuran pemusatan data,
ukuran penyebaran data, dan grafik.
2. Menerapkan teknik-teknik statistik deskriptif dalam analisis data.
3. Menafsirkan hasil analisis statistik deskriptif dengan benar.
4. Memahami pentingnya statistik deskriptif dalam pengambilan keputusan.
5. Menggunakan perangkat lunak yang tepat untuk analisis data dan visualisasi statistik
deskriptif.
Dengan memahami konsep dan teknik dasar dalam statistik deskriptif, pembaca diharapkan
mampu mengaplikasikan statistik deskriptif dalam berbagai bidang, baik dalam akademik
maupun dunia kerja, sehingga dapat meningkatkan kualitas dan efektivitas pengambilan
keputusan.

Petunjuk Belajar

Berikut adalah beberapa petunjuk belajar modul statistik deskriptif:

Tentukan waktu belajar yang tepat dan tetapkan jadwal belajar yang teratur. Jangan
menunda-nunda waktu belajar dan hindari melakukan sesuatu yang dapat mengganggu
konsentrasi Anda selama belajar.
Baca dengan seksama setiap materi dan contoh yang diberikan. Cobalah untuk
memahami konsep-konsep dasar yang dijelaskan sebelum melanjutkan ke bab atau topik
selanjutnya.
Setelah membaca setiap bab, kerjakanlah latihan soal yang terdapat di akhir bab.
Latihan soal ini akan membantu Anda untuk menguji pemahaman Anda terhadap
konsep-konsep statistik deskriptif yang telah dipelajari.

MODUL STATISTIK DESKRIPTIF 4

 Jangan ragu untuk meminta bantuan atau berkonsultasi dengan dosen atau teman
sekelas jika Anda kesulitan dalam memahami suatu konsep atau menyelesaikan suatu
latihan soal.
Lakukan praktikum atau simulasi statistik deskriptif menggunakan perangkat lunak
seperti Excel atau SPSS untuk memperdalam pemahaman Anda.
Diskusikan dan berdiskusi dengan teman sekelas tentang konsep-konsep yang telah
dipelajari untuk mengasah kemampuan komunikasi dan juga untuk memperkuat
pemahaman Anda.
Lakukan evaluasi diri secara teratur untuk mengetahui sejauh mana kemampuan Anda
dalam memahami dan menguasai konsep-konsep statistik deskriptif.
Jangan lupa untuk selalu memeriksa kembali jawaban Anda setelah mengerjakan setiap
latihan soal. Pastikan jawaban Anda sudah benar sebelum melanjutkan ke materi
selanjutnya.
Dengan mengikuti petunjuk belajar modul statistik deskriptif ini, diharapkan Anda
dapat memahami konsep dasar dalam statistik deskriptif dengan baik dan mampu
mengaplikasikannya dalam berbagai bidang. Selamat belajar!

Cek Kemampuan

Untuk mengecek kemampuan Anda dalam memahami dan menguasai konsep statistik
deskriptif, Anda dapat melakukan beberapa hal seperti:
Mengerjakan latihan soal yang tersedia di setiap bab modul.
Mencoba mengerjakan soal-soal yang diberikan pada ujian atau tugas yang diberikan
oleh dosen atau pengajar.
Melakukan praktikum atau simulasi dengan menggunakan perangkat lunak seperti
Excel atau SPSS.
Mencari dan mengerjakan soal-soal statistik deskriptif pada buku-buku referensi atau
situs-situs belajar online.
Membuat ringkasan atau catatan singkat mengenai konsep-konsep statistik deskriptif
yang telah dipelajari.
Berdiskusi dengan teman atau pengajar tentang konsep-konsep yang belum dipahami
dengan baik.

Dengan melakukan hal-hal tersebut, Anda dapat mengecek dan meningkatkan kemampuan
Anda dalam memahami dan menguasai konsep-konsep statistik deskriptif. Selain itu, Anda
juga dapat memperluas pengetahuan dan wawasan Anda dengan mencari informasi
tambahan melalui buku, situs web, atau sumber belajar lainnya.

MODUL STATISTIK DESKRIPTIF 5

 KEGIATAN
BELAJAR 1

Tujuan Kegiatan Pembelajaran

Setelah mempelajari bab ini, siswa akan dapat:

Jelaskan sifat dan penggunaan statistik deskriptif.

Mengidentifikasi karakteristik, kegunaan, dan batasan dari empat jenis pengukuran
skala-nominal, ordinal, interval, dan rasio.
Atur data penelitian ke dalam distribusi frekuensi, sajikan sebagai frekuensi poligon dan
histogram, dan menafsirkan poligon dan histogram yang terjadi di literatur profesional.
Bedakan antara ukuran tendensi sentral dan situasi di manamasing-masing harus
digunakan. Menghitung dan menginterpretasikan mean, median, dan modus untuk
setiap data yang diberikan.
Jelaskan aplikasi yang tepat dari ukuran variabilitas dan menghitung varians, standar
deviasi, dan jangkauan untuk kumpulan data tertentu.
Hitung dan jelaskan alasannyaDenganskor memiliki arti universal dan bagaimana hal ini
berguna dalam menginterpretasikan posisi pengamatan tunggal dalam suatu distribusi.
Jelaskan mengapaDenganskor sering diubah menjadi skor standar lainnya.
Mengkonversi aDenganskor ke skor stanine dan gunakan ini untuk memberikan
deskripsi verbal arti skor. Jelaskan mengapa skor stanine mudah diinterpretasikan.
Mengubah skor mentah menjadi skor standar.
Jelaskan keuntungan dan kerugian dari peringkat persentil. Hitung persentil peringkat
untuk skor tertentu.
Mengidentifikasi ciri-ciri kurva normal. Jelaskan mengapa ini berguna dipenelitian
deskriptif.

MODUL STATISTIK DESKRIPTIF 6

 Gunakan tabel kurva normal untuk memperkirakan peringkat persentil yang
diberikanDenganskor atau memperkirakanDenganskor peringkat persentil tertentu.
Identifikasi penerapan Pearson yang sesuaiRkorelasi untuk menggambarkan hubungan
antar variabel. Jelaskan mengapa itu menunjukkan arah dan kekuatan hubungan.
Jelaskan pengertian koefisien determinasi dan aplikasinya menginterpretasikan koefisien
korelasi.

Prosedur statistik pada dasarnya adalah metode penanganan informasi kuantitatif. Prosedur
ini
memiliki dua keunggulan utama. Pertama, mereka memungkinkan peneliti untuk mengatur,
meringkas,
dan menjelaskan pengamatan. Teknik yang digunakan untuk tujuan ini disebutdeskriptif
statistik.Kedua, mereka membantu menentukan seberapa andal para peneliti dapat
menyimpulkan fenomena itu
diamati dalam kelompok terbatas—aSampel—Kemungkinan terjadi pada populasi yang
lebih besar yang tidak teramati
kekhawatiran dari mana sampel diambil — dengan kata lain, seberapa akurat Anda bisa
menggunakan penalaran induktif untuk menyimpulkan bahwa apa yang Anda amati di
bagian tersebut akan diamati di bagian tersebut
utuh. Teknik yang digunakan untuk tujuan seperti itu disebutstatistik inferensial.
Pengetahuan tentang beberapa prosedur statistik dasar sangat penting bagi peneliti yang
mengusulkan
untuk melakukan riset kuantitatif. Mereka membutuhkan statistik untuk menganalisis dan
menafsirkan data mereka dan mengkomunikasikan temuan mereka kepada orang lain dalam
pendidikan.
Peneliti juga membutuhkan pemahaman statistik untuk membaca dan mengevaluasi
menerbitkan penelitian di bidangnya.

MODUL STATISTIK DESKRIPTIF 7

 URAIAN MATERI

Skala Pengukuran

Langkah mendasar dalam pelaksanaan penelitian kuantitatif adalah pengukuran—itu

proses di mana pengamatan diterjemahkan ke dalam angka. S.S. Stevens
(1951) dikenang karena definisinya:
“Dalam arti luas, pengukuran adalah penugasan angka ke objek atau peristiwa menurut
aturan” (hlm. 1).
Peneliti kuantitatif pertama-tama mengidentifikasi variabel yang ingin mereka pelajari;
kemudian mereka gunakan aturan untuk menentukan cara mengekspresikan variabel-
variabel ini secara numerik. Variabel preferensi agamadapat diukur sesuai dengan angka
yang ditunjukkan oleh siswa yang diminta untuk memilih di antara
(1) Katolik,
(2) Yahudi,
(3) Protestan,
(4) Muslim, atau
(5) lainnya.
Variabel beratdapat diukur sebagai angka diamati ketika subjek melangkah pada skala.
Variabel konsep diri mungkin operasional didefinisikan sebagai skor pada
MultidimensionalKonsep DiriSkala. Alam proses pengukuran yang menghasilkan angka
menentukan interpretasi yang dapat dibuat dari mereka dan prosedur statistik yang dapat
dibuat bermakna digunakan dengan mereka. Taksonomi pengukuran yang paling banyak
dikutip prosedur adalah skala pengukuran Stevens di mana dia mengklasifikasikan
pengukuran sebagai nominal, ordinal, interval, dan rasio.

MODUL STATISTIK DESKRIPTIF 8

 URAIAN MATERI

Skala Nominal

Skala pengukuran yang paling primitif adalahskala nominal.Pengukuran nominal

melibatkan penempatan objek atau individu ke dalam kategori yang saling eksklusif.
Nomor diberikan secara sewenang-wenang ke kategori hanya untuk tujuan identifikasi.
Angka-angka tersebut tidak menunjukkan nilai atau jumlah apa pun; dengan demikian, satu
kategori melakukannya tidak mewakili "lebih atau kurang" dari karakteristik. School
District 231 tidak lebih atau kurang dari apa pun dari School District 103. Contoh skala
nominal menggunakan a “0” untuk mewakili laki-laki dan “1” untuk mewakili perempuan
atau preferensi agama dijelaskan sebelumnya. Karena angka dalam skala nominal tidak
mewakili kuantitas, maka tidak bisa dimanipulasi secara aritmatika melalui penjumlahan,
pengurangan, perkalian, atau divisi. Seseorang hanya dapat menghitung jumlah pengamatan
di setiap kategori atau ungkapkan angka dalam kategori sebagai persentase dari jumlah total
observasi.

Skala Ordinal

Sebuahskala ordinalmemeringkat objek atau individu menurut seberapa banyak atribut

mereka miliki. Dengan demikian, angka dalam skala ordinal hanya menunjukkan urutannya
dari kategori. Baik perbedaan antara angka maupun rasionya memiliki arti. Misalnya, dalam
lomba lari tanpa batas waktu, kita tahu siapa yang datang lebih dulu, kedua, dan ketiga,
tetapi kita tidak tahu seberapa cepat seorang pelari lain. Peringkat siswa dalam lomba musik
adalah skala ordinal. Kita akan tahu siapa yang mendapat tempat pertama, tempat kedua,
dan seterusnya, tetapi kita tidak akan tahu tingkat perbedaan di antara mereka.
Persyaratan penting untuk pengukuran pada tingkat ini adalah hubungan harus sedemikian
rupa sehingga jika objek X lebih besar dari objek Y dan objek Y lebih besar dari objek Z,
maka objek X lebih besar dari objek Z dan ditulis demikian: Jika (X>Y) dan (Y>Z), lalu
(X>Z). Jika sesuai, kata-kata lain mungkin diganti dengan "lebih besar dari", seperti "lebih
kuat dari", "mendahului", dan "memiliki". lebih dari."Kurangnya interval yang sama dalam
skala ordinal membatasi prosedur statistik tersedia untuk menganalisis data ordinal. Kita
dapat menggunakan statistik yang menunjukkan poin di bawah mana persentase tertentu
dari kasus jatuh dalam distribusi skor.

MODUL STATISTIK DESKRIPTIF 9

 URAIAN MATERI

Skala Interval

Sebuah skala interval tidak hanya menempatkan objek atau peristiwa secara berurutan tetapi
juga ditandai interval yang sama. Perbedaan yang sama antara unit pengukuran mewakili
perbedaan yang sama dalam atribut yang diukur. Termometer Fahrenheit dan Celcius
adalah contoh skala interval. Kita dapat mengatakan bahwa perbedaan antara 60° dan 70°
sama dengan jarak antara 30° dan 40°, tetapi kita tidak dapat mengatakan bahwa 60° dua
kali lebih hangat dari 30° karena tidak ada nol sebenarnya pada skala interval. Nol pada
skala interval adalah titik arbitrer dan tidak menunjukkan ketiadaan dari variabel yang
diukur. Nol pada skala Celsius ditetapkan secara acak pada suhu air membeku di
permukaan laut. Angka pada skala interval dapat dimanipulasi dengan penambahan dan
pengurangan, tapi karena nol itu sembarang, perkalian dan pembagian angka tidak sesuai.
Jadi, rasio antara angka-angka pada skala interval adalah tak berarti. Kami dapat
melaporkan perbedaan antara posisi pada skala interval atau kami dapat menambahkan
angka untuk melaporkan rata-rata.

Penting untuk dicatat bahwa dalam sebagian besar

ukuran akademik, intervalnya adalah sama dalam hal
alat ukur tetapi belum tentu dalam hal kinerja yang
diukur. Sebagai ilustrasi, pertimbangkan tes ejaan
dengan yang berikut ini kata-kata:kucing, piring, bola,
cerewet, skizofrenia, Danradang paru-paru. Di Sini,
jarak antara satu benar dan tiga benar sama dengan
jarak antara tiga benar dan lima benar. Namun jika
dilihat dari segi kinerja ejaan, perbedaan antara tiga
dan lima benar menunjukkan perbedaan yang lebih
besar dalam kemampuan daripada perbedaan antara
satu dan tiga benar. Kecuali jika Anda dapat
mengatakan jarak antara tiga dan lima pada ejaan tes
mewakili jumlah kinerja ejaan yang sama seperti halnya
jarak antara satu dan tiga, maka skor ini menunjukkan
tidak lebih dari peringkat urutan para siswa.

MODUL STATISTIK DESKRIPTIF 10


Namun, melalui konstruksi yang hati-hati
dimungkinkan untuk menghasilkan instrumen di
mana interval yang diamati antara skor pada tes
memberikan alasan yang masuk akal perkiraan
interval kemampuan. Tes kecerdasan yang lebih
baik adalah contohnya ini. Perbedaan
kemampuan antara IQ 90 dan IQ 95 mungkin
tidak persis sama dengan perbedaan antara IQ
105 dan IQ 110, tetapi Anda tidak akan terlalu
disesatkan jika menganggap kedua perbedaan itu
ada kira-kira sama. Sudah menjadi praktik
umum untuk memperlakukan banyak variabel
pendidikan, seperti
tes kelas dan nilai (A=4, B=3, dan seterusnya),
seolah-olah merupakan data interval, bahkan
ketika asumsi itu tidak dibenarkan dengan baik.
Akan sulit untuk mempertahankannya
bahwa perbedaan antara F=0 dan D=1 mewakili
perbedaan yang sama dalam prestasi akademik
sebagai perbedaan antara C=2 dan B=3, atau
untuk membenarkan memperlakukan skor pada
contoh tes ejaan kami sebagai data interval.
Berhati-hatilah saat menafsirkan statistik yang
berasal dari data tersebut. Statistik menyiratkan
tingkat interval informasi ketika informasi
sebenarnya sering di suatu tempat antara ordinal
dan interval. Namun, di sekolah dan universitas,
rata-rata nilai rata-rata hampir selalu dihitung
seolah-olah data adalah interval. Skor pada tes
buatan guru biasanya kuasi-interval, di suatu
tempat antara interval dan data ordinal.
Meskipun skor pada tes buatan guru mungkin
jarang jauh dari data interval seperti kami
contoh tes ejaan, mereka hampir selalu bervariasi
dari data interval sebenarnya ke beberapa
cakupan.
MODUL STATISTIK DESKRIPTIF
URAIAN MATERI
Skala Ordinal
Skala rasio, tingkat skala pengukuran
tertinggi, juga memiliki titik nol
sebenarnya sebagai interval yang
sama. Rasio dapat dilaporkan antara
dua nilai yang diberikan pada skala.
Tolok ukur yang digunakan untuk
mengukur panjang dalam satuan inci
atau kaki adalah skala rasio karena
asal pada skala adalah nol mutlak
sesuai dengan tidak ada panjang di
semua. Dengan demikian, dapat
dikatakan bahwa panjang tongkat 6
kaki adalah dua kali panjang tongkat
Panjang 3 kaki. Contoh skala rasio
lainnya adalah berat, uang, dan jarak.
Semua jenis prosedur statistik sesuai
dengan skala rasio. Hanya beberapa
variabel dalam pendidikan bersifat
rasio. Ini sebagian besar terbatas pada
kinerja motor dan tindakan fisiologis
lainnya. Skor tembakan dari jarak 16
yard adalah dua kali lipat sejauh skor
tembakan 8 yard, tetapi Anda tidak
dapat mengatakan bahwa seseorang
yang mendapat skor 40
11
 URAIAN MATERI

Penyusunan Data Penelitian

Peneliti biasanya mengumpulkan sejumlah besar data. Sebelum menerapkan statistik

prosedur, peneliti harus mengatur data ke dalam bentuk yang dapat dikelola. Itu cara yang
paling umum untuk mengatur data adalah (1) mengatur ukuran menjadi frekuensi distribusi
dan (2) menyajikannya dalam bentuk grafik.

DISTRIBUSI FREKUENSI
Susunan sistematis dari langkah-langkah individu dari tertinggi PIKIRKANLAH 6.2
ke terendah adalah disebut adistribusi frekuensi. Langkah Berikut adalah nilai yang
pertama dalam menyiapkan distribusi frekuensi adalah dibuat oleh 18 siswa
membuat daftar skor dalam kolom dari tertinggi di atas hingga kelas fisika Mr. Li pada
terendah di bawah. Sertakan semua skor menengah yang ujian pertama mereka:
mungkin bahkan jika tidak ada yang mencetaknya; jika tidak, Ali, 21;Ann, 20; Ben, 23;
distribusi akan tampak lebih padat daripada yang sebenarnya. Kal, 20; Dan, 20; Ed, 21;
Beberapa identik skor sering terjadi dalam suatu distribusi. Alih- Ima, 22; Jan, 19; Kay, 16;
alih mencantumkan skor ini secara terpisah, itu menghemat Lee, 20; Mel, 18; Mia, 23;
waktu untuk menambahkan kolom kedua di mana frekuensi Ned, 21; Ona, 21; Sam,
masing-masing ukuran tercatat. Tabel 6.1 menunjukkan nilai tes 22; Sue, 19; Ted,16; Van,
sekelompok 105 siswa di Ed 101 kelas kuliah. Bagian A dari 18. Lakukan distribusi
tabel mencantumkan skor dalam bentuk yang tidak terorganisir. frekuensi ini skor. Untuk
Bagian B mengatur skor ini dalam distribusi frekuensi dengan F jawabannya, lihat dua
kolom menunjukkan berapa banyak membuat setiap skor. kolom pertama pada
Sekarang dimungkinkan untuk memeriksa jenderal “bentuk” Tabel 6.2.
dari distribusi. Dengan skor yang diatur sedemikian rupa, Anda
dapat menentukan penyebarannya, apakah tersebar merata atau
cenderung mengelompok, dan dimana cluster terjadi dalam
distribusi. Misalnya, melihat frekuensi
distribusi skor yang disajikan pada Bagian B Tabel 6.1, mudah
dilihat bahwa mereka berkisar dari 21 hingga 36, ​bahwa 29
adalah skor yang paling sering, dan itu skor cenderung lebih
mengelompok di dekat bagian atas distribusi daripada bagian
bawah. Semua ini tidak akan terlihat jika skor tidak diatur.
Pengorganisasian data ke dalam distribusi frekuensi juga
memfasilitasi perhitungan berbagai statistik yang berguna.

MODUL STATISTIK DESKRIPTIF 12

 URAIAN MATERI
PRESENTASI GRAFIS
Seringkali bermanfaat dan nyaman untuk menyajikan data penelitian dalam bentuk grafik.
Di antara berbagai jenis graf, yang paling banyak digunakan adalah histogram dan poligon
frekuensi.Langkah awal dalam membangun histogram dan frekuensi poligon identik:
1. Letakkan titik skor pada dimensi horizontal (absis) dari yang terendah
nilai di sebelah kiri hingga yang tertinggi di sebelah kanan. Sisakan ruang yang cukup untuk
skor tambahan di kedua ujung distribusi.
2. Letakkan frekuensi skor (atau interval) pada dimensi vertikal (ordinat).
3. Tempatkan titik di atas pusat setiap skor pada tingkat frekuensi skor itu.
Dari titik ini Anda dapat membuat histogram atau poligon. Dalam membangun
histogram, gambarkan melalui setiap titik garis horizontal yang sama dengan lebar yang
mewakili skor, seperti yang ditunjukkan pada Gambar 6.2. Skor 26 dianggap sebagai rentang
dari 25,5 hingga 26,5, skor 27 dianggap berkisar antara 26,5 hingga 27,5, dan
sebagainya. Untuk membuat poligon, hubungkan titik-titik yang berdekatan, dan
hubungkan kedua ujungnya dari angka yang dihasilkan ke dasar (garis nol) pada titik-titik
yang mewakili 1 lebih sedikit dari skor terendah dan 1 lebih dari skor tertinggi. Histogram
lebih disukai ketika seorang peneliti ingin menunjukkan sifat diskrit data, seperti ketika skala
nominal telah digunakan. Poligon lebih disukai untuk menunjukkan data yang bersifat
kontinyu.

Tindakan Kecenderungan Pusat

Cara mudah meringkas data adalah dengan menemukan satu indeks yang dapat mewakili
seluruh rangkaian tindakan. Menemukan skor tunggal yang dapat memberikan indikasi dari
kinerja sekelompok 300 orang pada tes bakat akan berguna untuk tujuan perbandingan.
Dalam statistik, tiga indeks tersedia untuk penggunaan seperti itu. Mereka disebutukuran
tendensi sentral,atau rata-rata. Untuk sebagian besar orang awam, istilahnyarata-rataberarti
jumlah skor dibagi dengan angka skor. Bagi seorang ahli statistik, rata-rata dapat berupa
ukuran ini, yang dikenal sebagai rata-rata, atau salah satu dari dua ukuran tendensi sentral
lainnya, yang dikenal sebagaimodeDan itumedian. Masing-masing dari ketiganya dapat
berfungsi sebagai indeks untuk mewakili grup sebagai semua.

MODUL STATISTIK DESKRIPTIF 13

 URAIAN MATERI

BERARTI
Ukuran tendensi sentral yang paling banyak digunakan adalahberarti,atau aritmatika
rata-rata. Ini adalah jumlah dari semua skor dalam distribusi dibagi dengan jumlah
kasus. Dari segi rumus memang begitu

Perhatikan bahwa dalam perhitungan ini skor tidak diatur secara khusus
memesan. Pengurutan tidak diperlukan untuk perhitungan rata-rata.
Beberapa menganggap formula sebagai mantra yang mengintimidasi. Sebenarnya, mereka
adalah waktu penabung. Jauh lebih mudah untuk menulis
__
X= SX/Nndaripada menulis “tambahkan semua skor dalam a distribusikan dan bagi dengan
jumlah kasus untuk menghitung rata-rata.” Meskipun tidak perlu menempatkan skor untuk
menghitung rata-rata, dengan kumpulan angka yang lebih besar biasanya nyaman untuk
memulai dengan frekuensi distribusi dan mengalikan setiap skor dengan frekuensinya. Ini
ditunjukkan dalam kolom 3 (fX) pada Tabel 6.2, nilai ujian fisika kelas Mr. Li.
Menambahkan angka dalam hal ini kolom akan memberi kita jumlah skor.
SX=360

Rata rata nilai ujian fisika adalah

__
X= SX
___
N
=_3_6_0_
18
=20

MODUL STATISTIK DESKRIPTIF 14

 URAIAN MATERI

Median

Mediandidefinisikan sebagai titik dalam distribusi pengukuran di bawahnya 50 persen kasus

berbohong (yang berarti 50 persen lainnya akan berada di atas titik ini). Pertimbangkan
distribusi skor berikut, dengan median 18: 14 15 16 17 18 19 20 21 22
Dalam 10 skor berikut kami mencari poin di bawah mana 5 skor jatuh:
14 16 16 17 18 19 20 20 21 22
Titik di bawah 5 skor, atau 50 persen dari kasus, jatuh di tengah-tengah 18 dan 19. Jadi,
median dari distribusi ini adalah 18,5.
Pertimbangkan skor berikut:
18 20 22 25 25 30
Setiap titik dari 22,5 hingga 24,5 cocok dengan definisi median. Dengan konvensi di
kasus seperti itu median didefinisikan sebagai setengah jalan antara terendah dan tertinggi
poin, dalam hal ini 22,5+24,5/2=23.5.
Untuk mencari median nilai ujian fisika Pak Li, kita perlu mencari intinya
di bawahnya 18/2=9 skor berbohong. Kami pertama kali membuat kolom frekuensi
kumulatif (lih, kolom 4 pada Tabel 6.2). Frekuensi kumulatif untuk setiap interval adalah
jumlah skor dalam interval tersebut ditambah jumlah total skor di bawahnya. Sejak
interval antara 15,5 dan 16,5 tidak memiliki skor di bawahnya, yaitulihsama dengan
miliknyaF, yaitu 2. Karena tidak ada skor 17, makalihuntuk 17 tetap 2. Lalu dijumlahkan
dua skor dari 18 menghasilkan frekuensi kumulatif 4. Melanjutkan frekuensi
kolom, kita dapatkanlihdari 10, 14, 16, dan akhirnya 18, yang sama dengan
jumlah siswa.

MODUL STATISTIK DESKRIPTIF 15

 URAIAN MATERI

Median
Poin yang memisahkan sembilan skor terbawah dari sembilan skor teratas, adalah median,
berada di suatu tempat dalam interval 19,5 hingga 20,5. Sebagian besar teks statistik
mengatakan demikian partisi interval ini untuk mencari median. Itulihkolom memberitahu
kita bahwa kita memiliki enam skor di bawah 19,5. Kita perlu menambahkan tiga skor
untuk memberi kita setengah skor (9). Karena ada empat skor 20, kami pergi tiga perempat
dari 19,5 menjadi 20,5 untuk melaporkan median 20,25. Perhatikan bahwa banyak program
komputer, termasuk Paket Statistik untuk Ilmu Sosial (SPSS) dan Analisis Statistik System
(SAS), cukup laporkan titik tengah interval—dalam hal ini 20—sebagai median. Perhatikan
bahwa median tidak memperhitungkan ukuran skor individu. Untuk menemukannya, Anda
mengatur data Anda dalam urutan peringkat dan menemukan titik itu membagi distribusi
menjadi dua bagian yang sama. Median adalah statistik ordinal karena didasarkan pada
pangkat. Anda dapat menghitung median dari interval atau rasio data, tetapi dalam kasus
seperti itu karakteristik interval dari data tidak digunakan. Satu keadaan di mana median
mungkin menjadi ukuran pusat yang disukai kecenderungan muncul ketika ada beberapa
skor ekstrim dalam distribusi. Di dalam kasus, penggunaan ukuran tendensi sentral yang
memperhitungkan ukuran dari setiap skor menghasilkan perkiraan yang terlalu tinggi atau
terlalu rendah dari tipikal skor. Median, karena ketidaksensitifannya terhadap skor ekstrim,
adalah yang paling tepat indeks untuk diterapkan ketika Anda ingin menemukan skor
tipikal. Sebagai ilustrasi, pertimbangkan distribusi berikut:
49 50 51 53 54 55 56 60 89 Skor 54, yang merupakan median dari distribusi ini, merupakan
skor yang paling khas.
Rata-rata, yang memperhitungkan nilai individu dari skor 60 dan 89, pasti akan
menghasilkan perkiraan skor tipikal yang terlalu tinggi.

MODUL STATISTIK DESKRIPTIF 16

 URAIAN MATERI
Mode
Mode adalah nilai dalam distribusi yang paling sering muncul. Ini adalah paling sederhana
untuk menemukan tiga ukuran tendensi sentral karena ditentukan dengan inspeksi daripada
dengan perhitungan. Mengingat distribusi dari skor 14 16 16 17 18 19 19 19 21 22
Anda dapat dengan mudah melihat bahwa mode distribusi ini adalah 19 karena merupakan
yang paling banyak skor sering. Dalam histogram atau poligon, modus adalah nilai skor
yang paling tinggi titik (frekuensi terbesar), seperti yang Anda lihat pada Gambar 6.2 dan
6.3, di mana modusnya adalah 29. Terkadang ada lebih dari satu modus dalam suatu
distribusi. Untuk contoh, jika skor telah 14 16 16 16 18 19 19 19 21 22
Anda akan memiliki dua mode: 16 dan 19. Jenis distribusi dengan dua mode disebut modal.
Distribusi dengan tiga atau lebih mode disebuttrimodalatau multimodal, masing-masing.
Modus adalah indikator nilai sentral yang paling tidak berguna dalam distribusi untuk dua
alasan. Pertama, tidak stabil. Misalnya, dua sampel acak diambil dari populasi yang sama
mungkin memiliki mode yang sangat berbeda. Kedua, distribusi mungkin memiliki lebih dari
satu modus. Dalam penelitian yang dipublikasikan, modus ini jarang dilaporkan sebagai
indikator tendensi sentral. Penggunaannya sebagian besar terbatas pada pemeriksaan tujuan.
Suatu modus dapat dilaporkan untuk salah satu skala pengukuran, tetapi itu adalah satu-
satunya ukuran tendensi sentral yang dapat digunakan secara sah skala nominal.

Perbandingan Tiga Indeks Pusat Kecenderungan

Karena rata-rata adalah statistik interval atau rasio, umumnya lebih tepat mengukur dari
median (statistik ordinal) atau mode (statistik nominal). Ini memperhitungkan nilai
darisetiapskor. Itu juga yang paling stabil dari ketiganya ukuran tendensi sentral jika
sejumlah sampel diambil secara acak dari populasi induk, rata-rata sampel ini akan
bervariasi kurang dari satu selain median dan mode mereka. Untuk alasan ini, rata-rata
adalah lebih sering digunakan dalam penelitian daripada dua ukuran lainnya. Mean adalah
indikator terbaik dari kinerja gabungan seluruh kelompok. Namun, median adalah indikator
terbaik darikhaspertunjukan. Pertimbangkan, untuk Misalnya, dewan sekolah yang
anggotanya memiliki pendapatan tahunan sebagai berikut: $140.000, $60.000, $50.000,
$40.000, dan $40.000. Rata-rata, $66.000, adalah jumlah pendapatan mereka dibagi dengan
jumlah anggota, tetapi lebih tinggi dari semua kecuali satu pendapatan anggota dewan.
Median, $50.000, memberikan hasil yang lebih baik gambaran pendapatan tipikal dalam
kelompok.

MODUL STATISTIK DESKRIPTIF 17

 URAIAN MATERI
Bentuk Distribusi
Distribusi frekuensi dapat memiliki berbagai bentuk. Sebuah distribusi simetris ketika dua
bagian adalah bayangan cermin satu sama lain. Di sebuah distribusi simetris, nilai rata-rata
dan median bertepatan. Jika distribusi tersebut memiliki satu modus, bukan dua atau lebih
modus, tiga indeks tendensi sentral akan bertepatan, seperti yang ditunjukkan pada Gambar
6.5. Jika distribusi tidak simetris, itu digambarkan sebagaimiring,ditarik ke satu ujung atau
yang lain dengan adanya skor ekstrim. Dalam distribusi miring, nilai-nilai ukuran tendensi
sentral berbeda. Dalam distribusi tersebut, the nilai rata-rata, karena dipengaruhi oleh besar
kecilnya skor ekstrim, ditarik menjelang akhir distribusi di mana skor ekstrim terletak,
Pengaruh nilai ekstrim kurang pada median karena indeks ini dipengaruhi bukan oleh
ukuran skor tetapi oleh posisi mereka. Ekstrim nilai tidak berdampak pada mode karena
indeks ini tidak ada hubungannya dengan keduanya dari ujung distribusi. Skews diberi label
menurut mana yang ekstrim skor berbohong. Cara untuk mengingat ini adalah "Ekor
menamai binatang itu."

Ukuran Varibilitas
Meskipun indeks tendensi sentral membantu peneliti mendeskripsikan data dalam hal nilai
rata-rata atau ukuran tipikal, mereka tidak memberikan gambaran total dari suatu
distribusi. Nilai rata-rata dari dua distribusi mungkin identik, sedangkan derajatnya
dispersi, atauvariabilitas,skor mereka mungkin berbeda. Dalam satu distribusi,
skor mungkin mengelompok di sekitar nilai pusat; di sisi lain, mereka mungkin tersebar.
Sebagai ilustrasi, pertimbangkan distribusi skor berikut:

(a) 24, 24, 25, 25, 25, 26, 26

__
X=175/7=25
(b) 16, 19, 22, 25, 28, 30, 35
__
X=175/7=25

Nilai rata-rata pada kedua distribusi ini adalah 25, tetapi derajat hamburannya
skornya jauh berbeda. Skor dalam distribusi (a) jelas

MODUL STATISTIK DESKRIPTIF 18

 URAIAN MATERI

Jangkauan
Yang paling sederhana dari semua indeks variabilitas PIKIRKANLAH 6.4
adalah jangkauan. Ini adalah perbedaan antarabatas riil 1. Berapa kisaran nilai ujian
atas skor tertinggi dan batas riil bawah skor terendah fisika Pak Li?
skor. Dalam statistik, skor apa pun dianggap mewakili 2. Berapa kisaran skor Ed
lebar interval dari tengah antara skor itu dan skor 101?
terendah berikutnya (batas riil bawah) ke atas ke tengah
antara skor itu dan skor tertinggi berikutnya (batas
nyata atas). Misalnya, jika beberapa anak mencatat skor Jawaban
12 pull-up secara fisik tes kebugaran, penampilan 1. 23.5−15.5=8 atau,
mereka mungkin berkisar dari mereka yang baru saja menggunakan Formula
mendapat dagu mereka di atas mistar untuk kedua belas 6.3,XH−Xl+SAYA=23−1
kalinya dan selesai (batas riil bawah). mereka yang 6+1=8.
menyelesaikan 12 pull-up, muncul lagi, dan hampir 2. 36.5−20.5=16 atau
mengangkat dagunya bar, tetapi tidak cukup untuk XH−Xl+SAYA
pull-up 13 (batas atas). =36−21+1 =15+1=16.
(Perhatikan bahwa kejadian
tertinggi skor adalah 36; skor
kejadian terendah adalah 21.)
Variasi dan Standar Deviasi
Varians dan standar deviasi adalah indeks variabilitas yang paling sering digunakan.
Keduanya didasarkan padaskor penyimpangan—skor yang menunjukkan perbedaan antara
skor mentah dan rata-rata distribusi. Rumus untuk penyimpangan skor adalah

__
X=X−
X=berarti
__
Skor di bawah rata-rata akan memiliki skor deviasi negatif,
X(6.4)
dan skor di atas rata-rata akan memiliki skor deviasi positif.
Di mana
Misalnya, maksud Tuan Li ujian fisika adalah 20; dengan
X=skor penyimpangan
demikian, skor penyimpangan Ona adalahX=22−20=2,
X=skor mentah
sedangkan Ted's skor penyimpangan adalah 16−20= −4.

MODUL STATISTIK DESKRIPTIF 19

 URAIAN MATERI

Menurut definisinya, jumlah skor penyimpangan dalam a distribusi selalu 0. Jadi, untuk
menggunakan skor deviasi dalam menghitung ukuran variabilitas, Anda harus menemukan
cara untuk menyiasati fakta ituSX=0. Teknik yang digunakan adalah mengkuadratkan
setiap skor deviasi sehingga semuanya menjadi bilangan positif.
Jika kemudian Anda menjumlahkan simpangan kuadrat dan membaginya dengan jumlah
skor, Anda memiliki rata-rata simpangan kuadrat dari rata-rata, atauperbedaan.Di dalam
bentuk matematika,

varian adalah
Di mana
P2=
P2=perbedaan
SX2
S =jumlah dari
____
X2=penyimpangan setiap skor dari rata-rata
N

__
X) kuadrat, atau dikenal sebagai skor deviasi dikuadratkan
N=jumlah kasus dalam distribusi
Pada kolom 4 Tabel 6.3, kita melihat skor deviasi, perbedaan antara masing-masing skor,
dan rata-rata. Kolom 5 menunjukkan setiap skor deviasi yang dikuadratkan (X2), dan
kolom 6 menunjukkan frekuensi masing-masing skor dari kolom 2 dikalikan denganX2.
Kolom penjumlahan 6 memberi kita jumlah skor deviasi kuadratSX2=72. Membagi ini
dengan jumlah skor memberi kita rata-rata skor deviasi kuadrat, varians.

Prosedur sebelumnya nyaman hanya jika rata-rata adalah bilangan

P2=©__X_2_ bulat. Ini jarang terjadi kecuali dalam contoh buku teks. Kami telah
N memilih untuk melakukan milik kami contoh dengan bilangan cacah
=_7_2_ artinya agar anda bisa mengerti konsepnya dan tidak terjebak dengan
18 matematika. Formula 6.6 menghindari tugas membosankan bekerja
=4 dengan bilangan campuran kuadrat skor deviasi seperti 7,66672.
Menggunakan Formula 6.6 menghasilkan hasil yang diinginkan
dengan tenaga kerja jauh lebih sedikit. Oleh karena itu, kami
menyarankan agar siswa selalu menggunakan rumus ini untuk
menghitung deviasi standar jika perhitungan harus dilakukan "dengan
tangan"

MODUL STATISTIK DESKRIPTIF 20

 URAIAN MATERI

Di mana
P2=
P2=perbedaan
SX2−
SX2=jumlah kuadrat dari setiap skor (yaitu, setiap skor
(SX)2
dikuadratkan terlebih dahulu, dan kemudian kuadrat ini
______N
dijumlahkan)
______ ______
(SX)2=jumlah skor yang dikuadratkan (skornya dijumlahkan
N
terlebih dahulu, lalu ini total dikuadratkan)
N=jumlah kasus

Kolom 7 pada Tabel 6.3 menunjukkan kuadrat skor mentah. Kolom 8 menunjukkan
kotak skor mentah ini dikalikan dengan frekuensi. Menyimpulkan ini fX2 kolom
memberi kami jumlah skor mentah kuadrat:
P2=
Karena masing-masing skor deviasi
SX2−
dikuadratkan, variansnya harus dinyatakan
(SX)2
dalam satuan yang merupakan kuadrat dari
______N
satuan ukuran semula. Misalnya, Anda
______ ______
mungkin menemukan bahwa varian dari tinggi
N
badan anak-anak di sebuah kelas adalah 9
=
kuadrat inci. Ini akan memberi tahu Anda
7272−
bahwa kelas ini lebih heterogen daripada kelas
3602
dengan varian 4 inci persegi dan lebih homogen
_____18
dari kelas dengan varian 16 inci persegi. Dalam
______ ______
kebanyakan kasus, pendidik lebih memilih
18
indeks yang meringkas data yang sama unit
=
pengukuran sebagai data asli.Standar
7272−
deviasi(P), yang positif akar kuadrat dari
129600
varians, memberikan indeks seperti itu.
________
18
________ _______
18
=_7_2_7_2_ _−_ _7_2_0_0_
18
=_7_2_
18
=4

MODUL STATISTIK DESKRIPTIF 21

 URAIAN MATERI

Menurut definisi, standar deviasi adalah akar kuadrat dari rata-rata skor deviasi kuadrat.
Menulis ulang definisi ini menggunakan simbol, Anda dapatkan

σ =√____
_S_X_2_
N
(6.7)
Untuk nilai ujian fisika Pak Li, standar deviasinya adalah
√___
_7_2_
18
=√
__
4=2

Deviasi standar milik keluarga statistik yang sama dengan rata-rata; itu adalah, seperti rata-
rata, ini adalah statistik interval atau rasio, dan perhitungannya didasarkan pada ukuran
skor individu dalam distribusi. Ini adalah yang paling sering digunakan ukuran variabilitas
dan digunakan bersama dengan rata-rata. Rumus 6.5, 6.6, dan 6.7 sesuai untuk menghitung
varians dan simpangan baku suatu populasi. Jika skor dari kelompok terbatas atau sampel
digunakan untuk memperkirakan heterogenitas populasi dari mana kelompok itu diambil,
penelitian telah menunjukkan bahwa formula ini lebih sering meremehkan populasi varians
dan standar deviasi daripada melebih-lebihkan mereka. Secara matematis, untuk
mendapatkan perkiraan yang tidak bias,N−1 daripadaNdigunakan sebagai penyebut.

MODUL STATISTIK DESKRIPTIF 22

 RANGKUMAN
Statistik deskriptif berfungsi untuk
menggambarkan dan meringkas observasi.
Teknik deskriptif yang akan dipekerjakan
dipilih sesuai dengan tujuannya statistik adalah
untuk melayani dan skala pengukuran yang
digunakan. Skala pengukuran adalah alat
untuk mengukur pengamatan dan terdiri dari
empat jenis:
Skala nominal mengklasifikasikan
observasi ke dalam kategori saling
eksklusif,
Skala ordinal mengurutkan objek atau
kelas objek berdasarkan berdiri relatif
mereka,
Penggunaan skala interval interval yang
sama untuk pengukuran dan menunjukkan
tingkat yang dimiliki seseorang atau suatu
objek kualitas tertentu, dan
Penggunaan skala rasio interval yang sama
untuk pengukuran dan pengukuran dari
titik nol mutlak.

Sekali pengamatan dikuantifikasi, data dapat disusun menjadi distribusi frekuensi dan
ditampilkan secara grafis dalam histogram atau poligon. Ukuran tendensi sentral—modus, the
median, dan mean—menyediakan indeks tunggal untuk mewakili nilai rata-rata dari seluruh
rangkaian Pengukuran. Modus, yang merupakan statistik nominal, adalah ukuran yang paling
tidak stabil dan paling tidak berguna dalam penelitian pendidikan. Median adalah ordinal
statistik yang memperhitungkan jajaran skor dalam distribusi tetapi bukan ukuran skor
individu. Mean, yang merupakan interval (atau rasio) statistik, adalah yang paling stabil dan
paling indeks tendensi sentral yang banyak digunakan. Lain cara menggambarkan pengamatan
adalah untuk menunjukkan variasi, atau penyebaran, dari nilai-nilai dalam distribusi. Kisaran,
varians, dan standar penyimpangan adalah tiga indeks yang digunakan untuk ini tujuan. Indeks
urutan lokasi menunjukkan posisi skor dalam peringkat persentil, yang mana menunjukkan
persentase skor yang berada di bawah titik tengah interval skor.

MODUL STATISTIK DESKRIPTIF 23

 TUGAS
1. Buatlah suatu kasus analisis statistika deskriptif, dengan datA yang berbeda dari

contoh pada modul, serta sajikan data tersebut dalam bentuk tabel!

Lakukanlah uji analisis frekuensi untuk memecahkan kasus analisis statistika deskriptif!

2. Tampilkan keluaran dari uji analisis statistika deskriptif dengan menggunakan aplikasi

SPSS yang telahAnda bekerja

3. Berdasarkan keluaran dari SPSS mengenai kasus analisis statistika deskriptif yang

telahAnda kemukakan, buatlah interpretasi dari kasus tersebut!

MODUL STATISTIK DESKRIPTIF 24

 TES FORMATIF
Pilihlah satu jawaban yang paling tepat!

1) Kumpulan metode pengumpulan, pengolahan, dan penginterpretasian data disebut ....

A. statistik B. data
C. statistika D. observasi

2) Yang merupakan data diskrit adalah ....

A. jumlah orang B. berat barang
C. alamat rumah D. kode barang

Persamaan berikut ini untuk soal nomor 3 dan 4.

A B Be =+ + + αα α 0 11 2 2 3

3) Berikut ini yang merupakan koefisien adalah ….

A. α0 B. α1
C. A D. B

4) Berikut ini yang merupakan variabel terikatnya adalah ….

A. A B. B1
C. B2 D. e

5) Tentukan x jika 2 9 .... 4 x =

A. 36 B. 9
C. 6 D. 4

Cocokkanlah jawaban Anda dengan Kunci Jawaban Tes Formatif 1 yang terdapat di bagian
akhir modul ini. Hitunglah jawaban yang benar. Kemudian, gunakan rumus berikut untuk
mengetahui tingkat penguasaan Anda terhadap materi Kegiatan Belajar 1.

MODUL STATISTIK DESKRIPTIF 25

 KUNCI
JAWABAN
1) C

2) A

3) B

4) A

5) C

Glosarium:
LAMPIRAN
Statistik Deskriptif

Rangkaian alat statistik yang digunakan untuk meringkas kumpulan data secara kuantitatif.

Fungsinya adalah untuk meringkas, membuatnya berbeda dari statistik inferensial yang lebih

bersifat prediktif.

Populasi

Sesuai pengertiannya, populasi merupakan kumpulan individu yang mewakili kelompok

minat tertentu. Pengertian ini sejalan dengan Kamus Besar Bahasa Indonesia (KBBI) yang

mendefinisikan populasi sebagai sekelompok orang, benda, atau hal yang menjadi sumber

pengambilan sampel; suatu kumpulan yang memenuhi syarat tertentu yang berkaitan dengan

masalah penelitian.

MODUL STATISTIK DESKRIPTIF 26

 LAMPIRAN
Parameter
Nilai yang menggambarkan sebuah populasi. Katakanlah Anda ingin mengetahui rata-rata
tinggi badan siswa di kelas 7A SMPN 1 yang berjumlah 40 orang. Hasil pengukuran atas 40
siswa tersebut dinamakan parameter tinggi badan siswa SMPN 1 kelas 7A.

Sampel
Istilah berikutnya adalah sampel, bagian terbatas dari populasi statistik yang
karakteristiknya dipelajari untuk mendapatkan informasi tentang keseluruhan bagian dari
populasi yang lebih besar.

Statistik
Nilai yang dihasilkan dari sampel (bagian kecil dari populasi). Katakanlah Anda ingin
menghitung usia rata-rata rakyat Indonesia. Namun, karena jumlah rakyat Indonesia
sangatlah banyak, kemudian diambil data 1 juta orang sebagai perwakilan. Nilai yang
dihasilkan dari pengukuran 1 juta orang tersebut disebut statistik usia rakyat Indonesia.

Distribusi
Susunan data menurut nilai-nilai satu variabel secara berurutan, dari rendah ke tinggi.

Generalisasi
Kemampuan untuk menarik kesimpulan tentang karakteristik populasi secara keseluruhan
berdasarkan hasil data yang dikumpulkan dari sampel.

Mean
Rata-rata atau nilai yang paling umum dalam kumpulan data.

Median
Nilai tengah dari kumpulan data yang muncul ketika diatur dalam urutan tertentu.

Modus
Nilai yang paling sering muncul dalam kumpulan nilai data.

MODUL STATISTIK DESKRIPTIF 27

 Daftar Pustaka
Ary, D.J. (2010). Introduction to Research in Education Eigh Edition. United Staate:
Wadsworth Cengage Learning.

MODUL STATISTIK DESKRIPTIF 28