“Statistik Deskriptif
(Ukuran Tengah dan Ukuran
Letak)”
Kelompok 8:
• Eka Prassetiawati : P0 5140419076
• Regina Siska Apriyani : P0 5140419102
Pembahasan
1. Pengertian Statistik Deskriptif
Keuntungan dari menghitung rata-rata adalah angka Menyatakan ukuran yang menunjukkan selisih nilai antara
tersebut dapat digunakan sebagai gambaran atau wakil dari maksimum dan minimum. Rentang cukup baik digunakan
data yang diamati. Rata-rata peka dengan adanya nilai untuk mengukur penyebaran data yang simetrik dan nilai
ekstrim atau pencilan. datanya menyebar merata.
Median merupakan suatu nilai ukuran pemusatan yang Variansi adalah ukuran penyebaran data yang mengukur
menempati posisi tengah setelah data diurutkan. rata-rata kuadrat jarak seluruh titik pengamatan dari nilai
tengah (meannya).
• Modus
• Simpangan Baku =s atau
Modus adalah nilai yang paling sering muncul dari
serangkaian data. Modus tidak dapat digunakan sebagai Simpangan baku (standar deviation) dinotasikan sebagi s
gambaran mengenai data (Howell, 1982) atau σ, menunjukkan rata-rata penyimpangan data dari
harga rata-ratanya. Simpangan baku merupan akar pangkat
dua dari variansi.
2. Jenis-Jenis Statistik
Deskriptif
b. Ukuran dalam Bentuk Grafis
• Histogram • Ogive
Histogram yaitu merupakan grafik dari distribusi frekuensi suatu Ogive yaitu merupakan bentuk gambar dari distribusi frekuensi
variabel. Tampilan histogram berupa balok. Penyajian data ini kumulatif suatu variabel. Untuk suatu tabel distribusi frekuensi,
terdiri dari dua sumbu utama dengan sudut 900 dimana sebagai dapat juga dibuat ogive positif dan ogive negatifnya.
absis sumbu X dan sebagai ordinat Y. Lebar balok yaitu
merupakan jarak dari batas kelas interval, sedangkan tinggi balok • Pie Chart
menunjukkan besarnya frekuensi.
Pie Chart / Diagram kue adalah sebuah lingkaran yang dibagi
• Diagram Batang Daun menjadi beberapa sektor. Tiap sektor dapat menyatakan besarnya
presentase atau bagian untuk masing-masing kelompok.
Diagram Batang Daun (Stem and Leaf) juga sama dengan
histogram, hanya saja informasi yang diperoleh lebih baik karena • Poligon
diagram batang daun memperlihatkan nilai – nilai hasil
pengamatan asli. Dalam diagram ini ditampilkan bilangan – Poligon yaitu merupakan grafik dari distribusi frekuensi tergolong
bilangan yang juga sebagai batang dan disebelah kananya ditulis suatu variabel. Tampilan poligon juga berupa garis – garis patah
bilangan sisanya yang diperoleh dengan cara menghubungkan puncak masing –
masing nilai tengah kelas
3. Ukuran Tengah
Ukuran tengah merupakan nilai perwakilan dari sekumpulan data. Yang termasuk dalam ukuran tengah variabel numerik yaitu:
1) Rata-Rata (Mean)
Ciri-Ciri Sifat
1) Rata-Rata (Mean)
Syarat Penggunaan
● Bahwa data statistik yang kita hadapi merupakan data yang distribusi frekuensinya bersifat
normal atau simetris; setidak-tidaknya mendekati normal. Jadi, apabila data statistik yang kita
hadapi bersifat a symetris, maka untuk mencari Nilai Rata-rata data yang demikian itu
hendaknya jangan menggunakan Mean, sebab Nilai Rata-rata yang diperoleh nantinya akan
terlalu jauh menyimpang dari kenyataan yang sebenarnya.
● Bahwa dalam kegiatan analisis data, kita menghendaki kadar kemantapan atau kadar
kepercayaan yang setinggi mungkin. Seperti dapat kita amati pada perhitungan Mean yang telah
dikemukakan contohnya, maka Mean yang kita peroleh adalah hasil dari perhitungan yang
dilakukan terhadap semua angka, tanpa kecuali; karena itu, sebagai ukuran rata-rata, Mean
cukup dapat diandalkan, atau memiliki reliabilitas yang tinggi
● Bahwa dalam penganalisisan data selanjutnya, terhadap data yang sedang kita hadapi atau kita
teliti itu, akan kita kenai ukuran-ukuran statistik selain Mean, misalnya: Deviasi Rata-rata,
Deviasi Standar, Korelasi dan sebagainya.
Rumus Data Ungroup Rumus Data Group
● Median di pengaruhi oleh banyaknya observasi atau pengamatan, namun tidak dipengaruhi oleh
nilai pengamatan, sehingga nilai median tidak dipengaruhi oleh bilangan-bilangan ekstream.
● Median dapat dihitung dari distribusi yang memiliki kelas terbuka kecuali jika kelas mediannya
berada pad kelas terbuka tersebut.
● Median sering digunakan pada distribusi yang memiliki kecondongan yang sangat jelek.
● Median didefinisikan dan diinterprestasikan .
● Median lebih terpengaruh oleh fluktuasi sampling , namun adakalanya untuk distribusi tertentu
median lebih konstan terhadap fluktuasi sampling,
● Jumlah penyimpangan (tanda diabaikan) nilai-nilai dari median lebih kecil dari pada jumlah
penyimpangan nilai-nilai dari titik yang laen.
● Jika jumlah penyimpangan dari median dikuadratkan jumlah lebih besar dari pada jumlah
penyimpangan kuadrat nilai-nilai dari rata-rata hitung atau mean.
2). Median
Syarat Penggunaan
Median cocok digunakan bila data yang kita miliki tidak menyebar normal atau memiliki nilai yang
berbeda-beda secara signifikan. Misalnya ada yang 10.000 ada yang hanya 2, sedangkan distribusi
nilai yang besar dan yang kecil tidak sama atau berat sebelah. Lebih banyak yang besar dan sedikit
yang kecil atau sebaliknya. Selain itu juga memiliki banyak pencilan (outlier) yang nilainya sangat
jauh dari nilai data yang lain. Median sangat cocok digunakan pada data seperti ini karena tidak
terpengaruh oleh perbedaan data yang besar, karena median memilih nilai yang paling tengah setelah
diurutkan, sehingga tidak tertarik ke atas jika ada data yang sangat besar.
Rumus Data
Rumus Data Group
Ungroup
Median untuk jumlah data (n) ganjil
● Dalam seperangkat data , modus bisa tidak ada dan bisa lebih dari satu.
● Modus atau mode dapat ditempatkan pada distribusi yang memiliki kelas terbuka .
● Modus atau mode tidak terpengaruhi oleh bilangan-bilangan ekstream dari suatu distribusi.
● letak modus atau nilai modus yang sebenarnya sukar ditemukan , karena itu kebanyakan hamya
berdasarkan taksiran dalam suatu distribusi.
● Perhitungan Modus atau mode tidak didasarkan pada seluruh nilai pengamatan, tetapi
didasarkan pada individu yang berada pada titik terjadinya pemusatan yang banyak.
● Untuk perhitungan perhitungan secar aljabar lebih lanjut , modus tidak dapat digunakan.
● Modus atau mode tidak sepopuler ukuran rata rata hitung atau mean dan Median.
3). Modus
Syarat Penggunaan
● Kita ingin memperoleh nilai yang menunjukkan aturan rata-rata dalam waktu yang paling
singkat.
● Dalam mencari nilai yang menunjukkan ukuran rata-rata itu kita meniadakan faktor ketelitian,
artinya: ukuran rata-rata itu kita kehendaki hanya bersifat kasar saja
● Dari data yang sedang kita teliti (kita cari Modusnya) kita hanya ingin mengetahui ciri khasnya
saja.
.
Rumus Data
Ungroup
Rumus Data
Group
Mo = modus data kelompok
b = tepi bawah kelas modus
b1 = selisih frekuensi kelas modus dengan kelas sebelumnya
b2 = selisih frekuensi kelas modus dengan kelas sesudahnya
nilai b1 dan b2 –> mutlak (selalu positif)
3). Ukuran Letak
Ukuran letak suatu rangkaian data adalah ukuran yang didasarkan pada letak ukuran
tersebut dalam suatu distribusi. Ukuran letak dinyatakan dalam fraktil. Fraktil adalah
nilai yang menbagi data yang berurutan menjadi beberapa bagian, diantaranya kuartil,
desil, persentil.
● Quartile
Kuartil atau dalam bahasa Inggris disebut dengan Quartile adalah nilai yang membagi
sekumpulan data yang terurut menjadi empat bagian yang sama yaitu bagian pertama,
bagian kedua, bagian ketiga dan bagian keempat. Terdapat tiga buah Kuartil yang
didapati dari suatu gugus data yaitu Kuartil 1 (Q1), Kuartil 2 (Q2) atau Median dan
Kuartil 3 (Q3).
Quartile
Ciri-Ciri/Sifat
○ Ada 3 jenis kuartil, yaitu kuartil bawah atau kuartil pertama (Q1), kuartil
tengah atau kuartil kedua (Q2) dan kuartil atas atau ketiga (Q3)
○ Q1 mempunyai sifat bahwa 25% data jatuh dibawah Q1, 50% data jatuh
dibawah Q2 dan 75% jatuh dibawah Q3.
Syarat Penggunaan
Kegunaan Quartile adalah untuk mengetahui simetris (normal) atau asimetrisnya suatu
kurva
Rumus Data Rumus Data
Group Ungroup
Qi = nilai ke-I (n+1) / 4
I = 1, 2, 3
Atau
Qk = Kuartil ke k Kuartil Bawah Q1 = ¼ (n+1)
B1 = Batas bawah nyata kelas yang mengandung Qk Kuartil Tengah Q2 = ½ (n+1)
cfb = Frekuensi Kumulatif di bawah kelas yang berisi Qk Kuartil Atas Q3 = ¾ (n+1)
fQ = Frekuensi kelas yang mengandung Qk
i = interval kelas
N = banyaknya observasi
Decile
Desil adalah titik atau skor atau nilai yang membagi seluruh distribusi frekuensi
dan data yang kita selidiki ke dalam 10 bagian yang sama besar, yang masing-masing
sebesar 1/10 N. Jadi, disini kita jumpai sebanyak 9 buah titik desil.
Syarat Penggunaan
Keterangan : Keterangan :
Persentil adalah nilai yang membagi data yang sudah diurutkan dari yang terkecil ke
yang terbesar menjadi 100 bagian yang sama.
Ciri-Ciri/Sifat
● Ukuran letak yang membagi distribusi frekwensi menjadi seratus bagian sama
besar.
● Ada 99 jenis desil yang dilambangkan dengan P1, P2 sampai P99
● P1 mempunyai sifat bahwa 1% data jatuh dibawah P1, 2% data jatuh dibawah P2
dan seterusnya sampai 99% jatuh dibawah P99.
Syarat Penggunaan
teknik ini digunakan jika kelompok atau distribusi data di bagi menjasi seratus bagian
yang sama, untuk selanjutnya menentukan batas tiap satu persen dalam distribusi
dimaksud.
Rumus Data Rumus Data
Ungroup Group
Daftar Pustaka
https://indahbios.wordpress.com/2014/01/30/ukuran-tengah-nilai-
tengah/diakses, kamis 30 Januari 2014
https://aninpranidhana.wordpress.com/ukuran-letak-data/Diakses,
Minggu
13 Oktober 2013
https://www.rumusstatistik.com/2017/02/statistik-deskriptif.html/
Diakses, Minggu 16 September 2020