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.
Hormat Kami
Penulis
I. PENDAHULUAN................................................. 1
Deskripsi.......................................................................... 1
Petunjuk Penggunaan Modul......................... 3
Tujuan Akhir.................................................................. 4
Petunjuk Belajar........................................................ 4
Cek Kemampuan...................................................... 5
III. LAMPIRAN........................................................... 26
IV. DAFTAR PUSTAKA......................................... 28
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.
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
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.
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.
Skala Pengukuran
Skala Nominal
Skala Ordinal
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.
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.
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
Median
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.
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:
Nilai rata-rata pada kedua distribusi ini adalah 25, tetapi derajat hamburannya
skornya jauh berbeda. Skor dalam distribusi (a) jelas
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.
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.
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
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.
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.
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
3. Berdasarkan keluaran dari SPSS mengenai kasus analisis statistika deskriptif yang
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.
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
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.
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.