STUDI DESKRIPTIF

DAN ANALISIS DATA

DASAR
Wira Daramatasia
outlines
 kegiatan persiapan analisis data :Editing, Coding
dan Tabulasi.
 teknik analisis data penelitian / studi deskriptif
 Studi Kasus
Outline Materi
 Editing , Coding dan Tabulasi Data
 Analisis Deskriptif
 Studi Kasus (Case Study)
 Deskripsi dengan Ukuran Numerik
Editing, Coding dan Tabulasi Data(1)

 Editing Data (Penyuntingan Data) : suatu kegiatan

yang bertujuan agar data yang telah dikumpulkan
memberikan kejelasan, dapat dibaca, konsisten dan
komplit.
 Beberapa hal yang perlu diperhatikan dalam
mengedit data :
1. Apakah data sudah lengkap dan sempurna ?
2. Apakah data cukup jelas dan dapat dibaca ?
3. Apakah semua catatan dapat dipahami ?
Editing, Coding dan Tabulasi
Data
4. Apakah semua data sudah cukup konsisten ?
5. Apakah data cukup uniform ?
6. Apakah ada responsi yang tidak sesuai ?
 Coding : data yang dikumpulkan dapat berupa
angka, kalimat pendek atau panjang, ataupun
hanya “Ya” atau “Tidak”. Untuk memudahkan
pengolahan dan analisis data, maka jawaban-
jawaban tersebut perlu diberi kode
Editing, Coding dan Tabulasi Data

 Pemberian Kode terhadap jawaban responden

penting artinya, jika pengolahan data dilakukan
dengan komputer. Pengkodean Data :
menerjemahkan data ke dalam kode, biasanya kode
angka yang bertujuan untuk memindahkan data
tersebut ke dalam media penyimpanan data dan
analisis komputer lebih lanjut.
 Coding (Mengkode Jawaban) : adalah menaruh
angka pada setiap jawaban.
Editing, Coding dan Tabulasi
Data
 Pemberian Kode : dapat dilakukan dengan melihat
jenis pertanyaan/pernyataan jawaban.
 Dalam hal ini dibedakan
 1) Jawaban berupa angka.
 2) Jawaban dari pertanyaan tertutup.
 3) Jawaban pertanyaan semi terbuka.
 4) Jawaban pertanyaan terbuka.
 5)Jawaban pertanyaan kombinasi.
Editing, Coding dan Tabulasi
Data
 Tabulasi Data :memasukkan data ke dalam tabel-
tabel
Analisis Deskriptif
 Analisis Deskriptif : adalah kegiatan
menyimpulkan data mentah dalam jumlah yang
besar sehingga hasilnya dapat ditafsirkan.

 Analisis Deskriptif : meliputi kegiatan

mengelompokkan, mengatur,mengurutkan data atau
memisahkan komponen atau bagian yang relevan
dari keseluruhan data, sehingga data mudah
dikelola.
Analisis Deskriptif
 Analisis Deskriptif : mencoba untuk
menggambarkan pola-pola yang konsisten dalam
data, sehingga hasilnya dapat dipelajari dan
ditafsirkan secara singkat dan penuh makna.
 Studi Deskriptif meliputi :
 1). Metode/ Studi Kasus
 2) Metode Survai (menggunakan metode statistik
Studi Kasus / Case Study
 Studi Kasus :adalah penelitian tentang status
subyek penelitian yang berkenaan dengan suatu
fase spesifik atau khas dari keseluruhan
personalitas.
 Subyek Penelitian : dapat berupa individu,
kelompok, lembaga maupun masyarakat.
Studi Kasus / Case Study
 Tujuan Studi Kasus : adalah untuk memberikan
gambaraan secara rinci tentang latar belakang,
sifat-sifat serta karakter-karakter yang khas dari
kasus, ataupun status dari subyek penelitian, yang
kemudian dari sifat-sifat tersebut akan dijadikan
suatu hal yang bersifat umum.
 Hasil penelitian studi kasus merupakan suatu
generalisasi dari pola-pola kasus yang tipikal dari
individu, kelompok, lembaga dan sebagainya.
Studi Kasus
 Keunggulan Studi Kasus :
1. Sebagai suatu studi untuk mendukung studi-studi besar di
kemudian hari.
2. Dapat memberikan hipotesis-hipotesis tertentu untuk penelitian
lanjutan.
3. Dapat digunakan sebagai contoh ilustratif yang baik dalam
perumusan masalah, penggunaan statistik dalam analisis data serta
cara-cara perumusan generalisasi dan kesimpulan.
4. Dapat digunakan untuk menemukan ide-ide baru mengenai
hubungan antar variabel, yang kemudian diuji lebih mendalam
dalam penelitian eksplanatori (untuk mencari jawaban mengenai
why dan how).
Studi Kasus
 Penelitian Explanatory : dapat pula dikelompokkan dalam
penelitian terapan (applied research) dengan pendekatan
studi kasus (case study).
 Case Study atau Consultant Engagement : suatu penelitian
bersifat kualitatif yang berusaha mencari permasalahan
yang dihadapi suatu organisasi/lembaga, mengapa hal itu
terjadi dan apa akibatnya serta menemukan alternatif
jawaban penyelesaiannya.
 Studi Kasus : merupakan penelitian yang diarahkan untuk
menjelaskan mengenai : Who, What, When, Where dan
How.
Deskripsi dengan Ukuran Numerik

 Deskripsi Data dengan Ukuran Numerik : ialah

mendeskripsikan data dengan menggunakan metode
numerik/angka.
 Klasifikasi Metode Numerik :
1) Ukuran Tendensi / Nilai Sentral.
2) Ukuran Variabilitas.
 Ukuran Tendensi / Nilai Sentral (Central Tendency) :
adalah suatu ukuran yang mengukur tendensi suatu
himpunan data yang mengelompok atau memusat
dalam nilai numerik tertentu.
Deskripsi dengan Ukuran Numerik

 Jenis Ukuran Tendensi Sentral :

1. Rata-Rata Hitung (Arithmetic Mean).
2. Median
3. Modus.
 Rata-Rata Hitung : adalah menjumlahkan seluruh data
dibagi dengan banyaknya data yang ada
 Median : angka tengah yang diperoleh apabila data
disusun atau diurutkan dari nilai terendah hingga nilai
tertinggi.
 Modus : ialah nilai yang paling sering muncul.
Deskripsi dengan Ukuran Numerik

 Ukuran Variabilitas/ Penyimpangan : suatu ukuran untuk

mengukur sebaran/distribusi data, atau untuk mengukur seberapa
jauh data menyimpang dari rata-ratanya.
 Jenis Ukuran Variabilitas :
1. Ukuran Kecondongan (Skewness).
2. Rentang (Range).
3. Deviasi Standar (Standard Deviation).
 Ukuran Kecondongan (Skewness) : ukuran bentuk atau derajat simetri
distribusi data.
 Rentang (Range) : Selisih antara nilai terbesar dan nilai terkecil dari
suatu himpunan data.
 Deviasi Standar (Standard Deviation): ukuran penyimpangan yang
diperoleh dari akar kuadrat dari rata-rata jumlah kuadrat deviasi antara
masing-masing nilai dengan rata-ratanya
LATIHAN
 1. Konsep Statistika
STATISTIKA :
Kegiatan untuk :
• mengumpulkan data
• menyusun data KEGUNAAN
• menyajikan data
• menganalisis data dengan metode tertentu
• menginterpretasikan hasil analisis
?
Melalui fase

STATISTIKA DESKRIPTIF :
Berkenaan dengan pengumpulan, pengolahan, dan penyajian sebagian atau seluruh data
(pengamatan) untuk memberikan informasi tanpa pengambilan kesimpulan

dan fase

STATISTIKA INFERENSI :
Setelah data dikumpulkan, maka dilakukan berbagai metode statistik untuk
menganalisis data, dan kemudian dilakukan interpretasi serta diambil kesimpulan.
Statistika inferensi akan menghasilkan generalisasi (jika sampel representatif)
Statistik Deskriptif
Memberi deskripsi tentang subjek penelitian berdasar
data dari variabel penelitian yang tidak untuk
pengujian hipotesis:
Penyajian frekuensi dan persentase
Penyajian tabel dan gambar
Penyajian karakteristik data dengan nilai
statistik (mean, median, modus, SD,
variance, minimum, maksimum, range,
jumlah sampel)  TENDENSI SENTRAL
Tendensi sentral
 Tendensi sentral adalah pengukuran statistik untuk
menentukan skor tunggal yang menetapkan pusat
dari distribusi.
 Tujuan tendensi sentral adalah untuk menentukan
skor single yang paling khusus atau paling
representatif dalam kelompok.
 Ada 3 metode dalam pengukuran tendensi sentral
yakni : mean, median, modus
Mean

 Mean biasanya di ketahui sebagai ilmu hitung rata-

rata.
 Rata-rata untuk populasi didefinisikan dalam huruf
yunani yakni µ (mew), dan rata-rata untuk
sampel adalah “M atau X (x-bar)”.
 Ukuran Tendensi Sentral
Mean
RATA-RATA : suatu bilangan yang bertindak mewakili sekumpulan bilangan
RATA-RATA HITUNG (RERATA/mean) : jumlah bilangan dibagi banyaknya

n
X + X2 + X3 + … + Xn
X= 1 Σ Xi
n i =1

n
Bila terdapat sekumpulan bilangan di mana masing-masing bilangannya memiliki frekuensi,
maka rata-rata hitung menjadi :
k
X f + X2 f2 + X3 f3 + … + Xkfk Σ Xifi
X= 1 1
f 1 + f 2 + f3 + … + f k i =1

k
Σ fi
Cara menghitung : i =1

Bilangan (Xi) Frekuensi (fi) Xi fi

70 3 210
63 5 315
Maka : X = 695 = 69.5
10
85 2 170
Jumlah 10 695
 Median
 Median adalah titik yang membagi suatu distribusi
frekuensi atas dua bagian yang sama, masing – masing
terdiri atas 50% kasus dari seluruh distribusi (Median =
P50)
 Data tidak berkelompok
 Di dalam data tidak berkelompok, yang nilai-nilainya sudah di
urutkan berdasarkan besarnya, median adalah nilai ke- (N+1/2)
dalam sederetan nilai yang berurutan
 Data berkelompok
 Untuk data yang berkelompok, pengukuran median dapat di
lakukan dengan menggunakan rumus :
 Median

MEDIAN : nilai tengah dari sekumpulan data setelah diurutkan yang fungsinya membantu
memperjelas kedudukan suatu data.

Contoh : diketahui rata-rata hitung/mean nilai ulangan dari sejumlah siswa adalah 6.55.
Pertanyaannya adalah apakah siswa yang memperoleh nilai 7
termasuk istimewa, baik, atau biasa-biasa saja ?

Jika nilai ulangan tersebut adalah : 10 10 8 7 7 6 5 5 5 5 4,

maka rata-rata hitung = 6.55, median = 6
Kesimpulan : nilai 7 termasuk kategori baik sebab berada di atas rata-rata hitung
dan median (kelompok 50% atas)

Jika nilai ulangan tersebut adalah : 8 8 8 8 8 8 7 5 5 4 3,

maka rata-rata hitung = 6.55, median = 8
Kesimpulan : nilai 7 termasuk kategori kurang sebab berada di bawah median
(kelompok 50% bawah)

Jika sekumpulan data banyak bilangannya genap (tidak mempunyai bilangan tengah)
Maka mediannya adalah rerata dari dua bilangan yang ditengahnya.
Contoh : 1 2 3 4 5 6 7 8 8 9 maka median (5+6) : 2 = 5.5
Modus
 Modus adalah poin (titik nilai) pada skala
pengukuran dengan frekuensi terbanyak pada
suatu distribusi.
 Modus menunjukkan titik dalam suatu penyebaran
yang paling padat/tinggi konsentrasinya.
 Ada beberapa teknik pengukuran modus, yaitu :
 Pengukuran modus kasar
 Pengukuran modus sebenarnya
 Modus

MODUS : bilangan yang paling banyak muncul dari sekumpulan bilangan,

yang fungsinya untuk melihat kecenderungan dari sekumpulan bilangan tersebut.

Contoh : nilai ulangan 10 10 8 7 7 6 5 5 5 5 4

Maka : s = 6 ; k = 3 ; p =2
rata-rata hitung/mean = 6.55 ; median = 6
modus = 5 ; kelas modus = 5 - 7

Nilai Frekuensi Nilai Frekuensi

10 2 8 – 10 3
8 1 5–7 7
7 2 2–4 1
6 1 Jumlah 11
5 4
4 1
Jumlah 11 - +
Mo X Me

Kurva positif apabila rata-rata hitung > modus / median

Kurva negatif apabila rata-rata hitung < modus / median
 Quartile
 Nilai/angka yang membagi data dalam empat bagian
yang sama, setelah data disusun dari yang terkecil
hingga terbesar
 Bentuk kwartil:
1. Kwartil pertama: Nilai dalam distribusi yang
membatasi25% frekuensi bagian atas dan 75% frekuensi
bagianbawah
2. Kwartil kedua: Nilai dalam distribusi yang membatasi 50%
frekuensi dibagian atas dan 50% frekuensi bagian bawah
3. Kwartil ketiga: Nilai dalam distribusi yang membatasi
75% frekuensi bagian atas dan25% frekuensi bagian bawah
 Quartile

Quartile: titik/skor/nilai yang membagi seluruh distribusi frekuensi ke dalam empat

bagian sama besar, yakni masing-masing 1/4N.

Untuk data tunggal

1/4
N
1/4
N
Qn = l + n/4N – fkb
1/4
N 1/4 fi
N

Q1 Q2 Q3

Untuk data berkelompok

Qn = l + n/4N – fkb X i
fi

l = batas bawah nyata dari skor yang

mengandung Qn
 Desile

Desile: titik/skor/nilai yang membagi seluruh distribusi frekuensi ke dalam sepuluh

bagian sama besar, yakni masing-masing 1/10N.

1/10
N
Untuk data tunggal

Dn = l + n/10N – fkb
fi

D2
D1 D3 D4 D5 D6 D7 D8 D9

Untuk data berkelompok

Dn = l + n/10N – fkb X i
fi

l = batas bawah nyata dari skor yang

mengandung Dn
 Percentile

Percentile: titik/skor/nilai yang membagi seluruh distribusi frekuensi ke dalam

seratus bagian sama besar, yakni masing-masing 1/100N.

Untuk data tunggal

Pn = l + n/100N – fkb
fi
P1 P25 P50 P75 P100

Untuk data berkelompok

Pn = l + n/100N – fkb X i
fi

l = batas bawah nyata dari skor yang

mengandung Pn
2. Dispersi (Sebaran/ Variabilitas)

 Ukuran dispersi adalah ukuran yang menyatakan

seberapa jauh penyimpangan nilai-nilai dari nilai-nilai
pusatnya atau ukuran yang menyatakan seberapa banyak
nilai-nilai data yang berbeda dengan nilai-nilai pusatnya.
 Ukuran dispersi pada dasarnya adalah pelengkap dari
ukuran nilai pusat dan menggambarkan
sekumpulan data . jadi, dengan adanya ukuran
dispersi maka penggambaran sekumpulan data akan
menjadi lebih jelas dan tepat.
 Jenis-jenis ukuran dispersi :
 Ukuran Penyebaran

UKURAN YANG MENYATAKAN HOMOGENITAS / HETEROGENITAS :

1. RENTANG (Range)
2. DEVIASI RATA-RATA (Average Deviation)
3. VARIANS (Variance)
4. DEVIASI STANDAR (Standard Deviation)

Rentang (range) : selisih bilangan terbesar dengan bilangan terkecil.

Sebaran merupakan ukuran penyebaran yang sangat kasar, sebab hanya bersangkutan
dengan bilangan terbesar dan terkecil.

Contoh : A : 100 90 80 70 60 50 40 30 20 10
X = 55
B : 100 100 100 100 100 10 10 10 10 10
r = 100 – 10 = 90
C : 100 100 100 90 80 30 20 10 10 10

Rata-rata
 Deviasi rata-rata
Deviasi Rata-rata : penyebaran
Berdasarkan harga mutlak simpangan Kelompok A Kelompok B
bilangan-bilangan terhadap rata- Nilai X X-X |X – X| Nilai X X-X |X – X|
ratanya. 100 45 45 100 45 45
90 35 35 100 45 45
80 25 25 100 45 45
70 15 15 90 35 35
60 5 5 80 25 25

Rata-rata 50 -5 5 30 -25 25
40 -15 15 20 -35 35
30 -25 25 10 -45 45
20 -35 35 10 -45 45
10 -45 45 10 -45 45
Jumlah 0 250 Jumlah 0 390

DR = 250 = 25 DR = 390 = 39
10 10

n
|Xi – X|
Rata-rata DR = Σ
n
i=1

Makin besar simpangan,

makin besar nilai deviasi rata-rata
 Varians & Deviasi Standar

Varians : penyebaran berdasarkan Kelompok A Kelompok B

jumlah kuadrat simpangan bilangan- Nilai X X -X (X–X)2 Nilai X X -X (X –X)2
bilangan terhadap rata-ratanya ; 100 45 2025 100 45 2025
melihat ketidaksamaan sekelompok data
90 35 1225 100 45 2025
80 25 625 100 45 2025
n
s = Σ (Xi – X)
2
2 70 15 225 90 35 1225

i=1 n-1 60 5 25 80 25 625

50 -5 25 30 -25 625
40 -15 225 20 -35 1225

Deviasi Standar : penyebaran 30 -25 625 10 -45 2025

berdasarkan akar dari varians ; 20 -35 1225 10 -45 2025

menunjukkan keragaman kelompok data 10 -45 2025 10 -45 2025
Jumlah 8250 Jumlah 15850

8250 15850
n s= √ 9 = 30.28 s= √ 9 = 41.97
√ Σ (Xi – X)
2
s=
i=1 n-1
Kesimpulan :
Kelompok A : rata-rata = 55 ; DR = 25 ; s = 30.28
Kelompok B : rata-rata = 55 ; DR = 39 ; s = 41.97
Maka data kelompok B lebih tersebar daripada kelompok A
3. Standar Error
 Standar error adalah standar deviasi dari rata-rata.
 Bila kita mempunyai beberapa kelompok data,
misalnya tiga maka kita akan memiliki tiga buah
nilai rata-rata.
 Bila kita hitung nilai standar deviasi dari tiga buah
nilai rata-rata tersebut, maka nilai standar deviasi
dari nilai rata-rata tersebut di sebut nilai standar
error.
 Rumus menghitung nilai standar error :
Kesimpulan
 Tendensi sentral memberikan satu nilai yang dapat
mewakili/menggambarkan seluruh skor dalam
kelompok, merupakan deskripsi ringkas dari sejumlah
data kuantitatif yang didapat dari sampel dengan
ekonomis, praktis, dan ringkas.
 Dengan tendensi sentral memungkinkan kita
melakukan perbandingan antar kelompok; serta
memungkinkan kita untuk melakukan proses statistik
berikutnya seperti melihat hubungan (korelasi),
perbedaan (t-test) antar kelompok, dan lain sebagainya
Terima
Kasih
KAPAN PENGUKURAN MEAN, MEDIAN
ATAU MODUS DIPERLUKAN?
 Pengukuran Mean atau Rata-rata diperlukan untuk
perhitungan statistik lebih lanjut; apabila data yang dianalisa
memiliki penyebaran/distribusi frekuensi simetris dan tidak
skewed; atau apabila diinginkan suatu tendensi sentral yang
reliable.
 pengukuran Median diperlukan apabila ada nilai ekstrim
dalam distribusi frekuensi yang mempengaruhi mean atau
apabila titik tengah dari distribusi frekuensi ingin diketahui.
 Pengukuran Modus diperlukan dalam analisa statistika jika
diinginkan suatu ukuran pemusatan yang dapat dihitung
dengan cepat atau apabila ingin diketahui skor yang khas.