STATISTIKA

DESKRIPTIF
Tendensi Sentral & Ukuran Dispersi
 Kapan Statistik Deskiptif
Diaplikasikan?
O Analisa Univariate
O Analisa Univariate adalah analisa yang
mempelajari kasus-kasus dengan variabel
tunggal dengan memfokuskan pada tiga
karakteristik:
O Distribusi,
O Tendensi Sentral, dan
O Ukuran Dispersi.
 Distribusi
O Distibusi adalah ringkasan frekuensi dari data
individual atau data berkelompok untuk sebuah
variabel.
O Distribusi yang paling sederhana adalah dengan
menentukan nilai-nilai yang ingin dicari dari
variabel yang dipelajari dan jumlah sampel yang
memiliki nilai tersebut.
O Misalnya, dalam menghitung distribusi jenis
kelamin subjek-subjek dalam satu penelitian
berarti kita menGhitung persentase subjek yang
laki-laki dan subjek yang perempuan.
 Tabel 1
Karakteristik Responden Di Kelurahan Sumpang Binangae
Kecamatan Barru Kabupaten Barru
Tahun 2016

Karakteristik n %
Umur (Tahun)
21 – 30 28 52,8
31 – 40 24 45,3
41 – 50 1 1,9
Pendidikan
SMP 1 1,9
SMA 3 5,7

S1 49 92,4
JUMLAH 53 100,0
Sumber : Data Primer
 Tendensi Sentral / Ukuran
Pemusatan
O Tendensi Sentral atau dikenal juga dengan
istilah Ukuran Pemusatan adalah penjabaran
data yang berulang atau berpusat pada nilai-
nilai tertentu secara kuantitatif .
O Tendensi sentral adalah cara untuk mencari
nilai tengah dari satu gugus data, yang telah
diurutkan dari nilai yang terkecil sampai yang
terbesar atau sebaliknya, yang terbesar sampai
yang terkecil.
 Ukuran Dispersi
O Ukuran dispersi adalah ukuran variasi atau
seberapa jauh nilai tersebar Satu dengan
lainnya dari gugus data.
O Aplikasi ukuran dispersi yang sering
digunakan adalah standar deviasi.
O Ukuran dispersi biasanya digunakan
bersamaan dengan tendensi sentral untuk
mempelajari distribusi data.
 Ukuran Dispersi
O Range (Jangkauan Data) – interval terkecil yang
memuat semua data. Didapat dengan mencari
selisih nilai maksimum dengan nilai minimum.
O Standar deviasi – menunjukkan seberapa jauh
deviasi data pada suatu gugus dari nilai tengahnya.
O Varians – menunjukkan seberapa jauh penyebaran
satu nilai dengan nilai yang lain pada gugus data.
O Kuartil & Jangkauan antar kuartil – memecahkan
data menjadi empat bagian yang rata.
Tendensi Sentral

O Rata-rata
O Median
O Mode
 Rata-Rata

O Data tidak dikelompokkan

x
 x Adalah jumlah seluruh nilai
n dalam pengamatan (Σx)
dibagi dengan banyaknya
pengamatan (n)
1014
x  67,60
15
 Rata-Rata

O Data yang dikelompokkan

x
 fNt
n

x
 1007.5
 67.17
15
 Median
O Mencari nilai tengah dari data yang sudah
diurut yang akan membagi data dalam dua
bagian.
O 50% data berada dibawah median, 50%
data berada diatas median.

M e  n  1 / 2
 Median
O Data tidak dikelompokkan

M e  n  1 / 2
M e  15  1 / 2  8
 Median
O Data yang dikelompokkan

 
M e  M e'  i M e''  f kum / f
 Median
 
M e  M e'  i M e''  f kum / f

M e  60  107,5  6 / 1  75
 Mode / Modus
O Merupakan nilai yang paling sering muncul
dalam gugus data.

O Data tidak dikelompokkan

 Mode / Modus
O Data yang dikelompokkan

M o  LMo  [d1 /( d1  d 2 )]i

 Mode / Modus
M o  LMo  [d1 /( d1  d 2 )]i

M o  81  [2 /( 2  1)]5  84,3
Ukuran Dispersi

O Rentang
O Kuartil
O Jangkauan Antar Kuartil
O Persentil
O Jumlah & Interval Kelompok
O Standar Deviasi
 Rentang
O Merupakan ukuran dispersi yg merupakan
selisih nilai maksimum dan minimum.

Rentang = data terbesar – data terkecil

R  95 - 26  69
Kuartil
 Jangkauan Antar Kuartil
O Merupakan selisih antara q1 dan q3 yang
merupakan titik tengah dari seluruh distribusi

O Deviasi Kuartil Dq  q3  q1  / 2

Dq  87  46 / 2  20,5

Dq  q3  q1  / 2
O Median
Dq  87  46 / 2  66,5
Persentil
Jumlah & Interval Kelompok
O Menentukan banyaknya kelompok
m  1 3,3 log n

m  1  3,3 log 15  4,8811  5

O Menentukan Interval Kelompok i  R/m

R  Xmax - Xmin
Data diatas memiliki 5 kelompok
R  95 - 26  69 dengan interval 14
i  69 / 5  13,8  14
 Standar Deviasi
O Data tidak dikelompokkan

X  67,6
 ( X  X ) 2
7409,6

SD  ( X  X ) 2
SD  7409,6 / 15  22,23
 Standar Deviasi
O Data yang dikelompokkan

X  67,6
SD  f ( Nt  X ) 2 / n
SD  7789,75 / 15  22,79
 Koefisien Variasi
O Untuk membandingkan 2 kelompok dengan
variabel yang sama tetapi nilai yang
berbeda.

KV  ( SD / X ) x100%
Contoh: suatu penelitian ingin mengetahui efek pemberian antibiotik terhadap
lama hari perawatan pasien di RS. Data sebagai berikut:

Kelompok 1 ( 4, 14, 30, 8, 7, 3, 11) diberi antibiotik

Kelompok II ( 5, 10, 6, 11, 5, 11, 17, 3, 9, 3, 5, 5, 4, 7, 9, 11, 9, 4 ) tidak

KV  ( SD / X ) x100%