STATISTIKA DESKRIPTIF

Hj. Wati Prihastuti., S.Kep., MPH

PENGERTIAN STATISTIKA DESKRIPTIF

Statistika deskriptif berkenaan dengan 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) untuk mendapatkan gambaran sekilas
mengenai data tersebut sehingga lebih mudah dibaca dan
bermakna.
SECARA RINCI KERANGKA KERJA DARI
STATISTIKA DESKRIPTIF ADALAH SEBAGAI
BERIKUT :
 Menentukan Metoda Pengumpulan Data
Pendekatan Statistika dalam analisis suatu penelitian
adalah dimilikinya data sampel yang mencerminkan data
populasi. Hal ini dapat dimiliki dengan cara: wawancara,
penyebaran angket (kuesioner), survei sampling dan
eksperimen. Cara-cara diatas lebih dikenal dengan teknik
pengumpulan data secara sampling.
 Metoda Pengolahan dan Penyajian Data

 Penyajian data adalah langkah-langkah menata data yang

diperoleh untuk dapat memperjelas permasalahan.
Penataan ini dapat dilakukan dengan tabulasi data dalam
bentuk tabel atau daftar, selain itu juga dapat
divisualisasikan dalam diagram atau grafik statistik.
 Distribusi frekuensi didefinisikan sebagai daftar sebaran
data (baik data tunggal maupun data kelompok), yang
disertai dengan nilai frekuensinya. Data dikelompokkan
ke dalam beberapa kelas sehingga ciri-ciri penting data
tersebut dapat segera terlihat.
Ukuran Pemusatan

 Salah satu aspek yang paling penting untuk

menggambarkan distribusi data adalah nilai pusat
pengamatan. Setiap pengukuran aritmatika yang
ditujukan untuk menggambarkan suatu nilai yang
mewakili nilai pusat atau nilai sentral dari suatu gugus
data (himpunan pengamatan) dikenal sebagai ukuran
tendensi sentral.
 Terdapat tiga jenis ukuran tendensi sentral yang sering
digunakan, yaitu:
 ·      Mean

 ·      Median

 ·      Modus
Ukuran Penyebaran

Ukuran nilai pusat (average) merupakan nilai pewakil

dari suatu distribusi data, sehingga harus memiliki sifat-
sifat berikut:
 Harus mempertimbangkan semua gugus data

 Tidak boleh terpengaruh oleh nilai-nilai ekstrim.

 Harus stabil dari sampel ke sampel.

 Harus mampu digunakan untuk analisis statistik lebih

lanjut.
CONTOH KASUS :
PENYAJIAN DATA

 Pie Chart
 Dot Plot

 Histogram

 Diagram Batang – Daun (stem – leaf)

 Diagram kotak – Titik (box plot)

 Skala penggambaran harus diperhatikan dalam penyajian

data dalam bentuk grafik.
 Penyajian data dalam bentuk grafik dapat dilakukan
secara manual maupun menggunakan software-software
statistic seperti Microsoft Excel, SPSS, SAS, S-Plus,
Minitab dan lainnya.
PIE CHART

 Pie chart merupakan grafik yang berbentuk lingkaran

yang mana setiap potongannya mewakili proporsi atau
presentase suatu komponen dari sebuah kelompok data
(100%).
 Pemakaian pie chart hanya cocok ketika menyatakan
data dalam bentuk proporsi dari suatu kelompok data.
DOT PLOT

 Cara menggambarkan data dalam bentuk titik, dengan

memperhatikan frekuensi dari data yang bersangkutan.
 Titil ditumpuk diatas nilai data yang digambarkan.
HISTOGRAM

 Histogram adalah gambar berdasarkan distribusi

frekuensi
 Setiap frekuensi dipersentasikan oleh suatu segi empat
(rectangle).
 Daerah setiap rectangle sebanding dengan frekuensinya.
DIAGRAM BATANG-DAUN (STEM-LEAF)

 Steam atau barang mirip dengan grup data pada histogram,

sedangkan leaf atau daun, mirip dengan frekuensi.
 Steam atau batang adalah digit pertama yang terpenting yang
ada dalam bilangan yang membentuk harga data, sedangkan
digit dibelakangnya akan merupakan leaf atau daun.
 Melalui stem-leaf masih dapat dilihat nilai data mentahnya.
DIAGRAM KOTAK TITIK (BOX-PLOT)

 Box Plot digunakan untuk menyelidiki distribusi tanpa

menggunakan grup data seperti pada histogram dan
diagram batang daun.
 Blok Plot terdiri dari : data min, q1, q2 (median), q3, dan data

max yang disusun secara teratur dengan membentukkotak.

TERIMAKASIH

