STATISTIKA DESKRIPTIF

Sebaran/Distribusi Data
Grafik data menggambarkan sebaran/distribusi data
Yang harus dicermati :
1. Apakah datanya mengumpul atau berpencar?
2. Apakah ada data yang memencil?
3. Ada berapa puncak data?
4. Bentuk sebaran datanya simetrik atau menjulur (skewed)?
 Sebaran/Distribusi Data
1. Ada berapa puncaknya?
2. Bagaimana sebarannya?
3. Apakah ada pengamatan yang memencil?
 Sebaran/Distribusi Data
1. Ada berapa puncaknya?
2. Bagaimana sebarannya?
3. Apakah ada pengamatan yang memencil?
 Ukuran Pusat Data

1. Mean/Rata-rata/Rataan
Hasil penjumlahan data hasil pengamatan dibagi jumlah pengamatan. Hasilnya diinterpretasikan sebagai
titik keseimbangan dari distribusi.

2. Median
Nilai tengah dari observasi ketika observasi diurutkan dari nilai yang terkecil ke nilai yang terbesar. Titik
yang membelah pengamatan sehingga jumlah pengamatan di sebelah kiri sama dengan di sebelah kanan.

Median?
 Ukuran Pusat Data
 Variabel disimbolkan dengan huruf yang dekat dengan urutan terakhir alfabet, yang sering
digunakan x dan y. Ukuran sample dinotasikan dengan n. Untuk sebuah gugus contoh dari
sebanyak n pada sebuah variabel x, rata-rata dinotasikan dengan . Menggunakan simbol ⅀
sebagai simbol dari “jumlah”, rata-rata didefinisikan sebagai:

=
 Ukuran Pusat Data
 
Catatan :
1. Jika distribusi menjulur (ke kanan atau kiri) maka rata-rata ke arah ekor panjang
2. Rata-rata mudah terpengaruh oleh pencilan sedangkan median lebih kekar terhadap pencilan
3. Pencilan/outlier adalah pengamatan yang terletak jauh dari pengamatan lainnya
4. Pencilan memerlukan perhatian khusus
5. Contoh : data emisi per jumlah penduduk
Ukuran Pusat Data

Ayo jawab..!
 Rata-rata VS Median

 Sebaran data simetrik nilai tengah = median

• Sebaran menjulur ke kanan nilai tengah > median
• Sebaran menjulur ke kiri nilai tengah < median

 Median lebih resisten daripada rata-rata

 Ukuran Keragaman Data
1. Kisaran/Range Selisih (Min – Maks)

Data Pendapatan Guru Musik

• Denmark $45.000-$35.000
• US $60.000-$20.000

Nilai kisaran sangat dipengaruhi oleh nilai ekstrem (maksimum atau minimum)
 Ukuran Keragaman Data
1. Simpangan Baku/Standar Deviasi
Akar dari ragam/variance : Rata-rata jumlah kuadrat simpangan data terhadap rata-
ratanyaAka

Setiap pengamatan menyimpang dari rata-rata. Simpangan tersebut bisa positif bisa negatif.
 Ukuran Keragaman Data
ILUSTRASI
 Berapa jumlah anak yg ideal dalam satu keluarga?
 Mahasiswa : 0, 0, 0, 2, 4, 4, 4 (n1 = 7)
 Mahasiswi : 0, 2, 2, 2, 2, 2, 4 (n2 = 7)

Mahasiswa

Mahasiswi
 Ukuran Keragaman Data
Catatan untuk standar deviasi

1. Semakin data berpencar semakin besar standar deviasi

2. Nilai s sama dengan nol jika pengamatan seragam. Ini merupakan nilai s terkecil
3. Nilai s sangat dipengaruhi oleh pencilan, karena pencilan dapat membuat pengamatan lain jauh dari rata-ratanya
4. s dinamakan simpangan baku contoh karena dihitung dari contoh
5. σ dinamakan simpangan baku populasi jika dihitung dari populasi

s diketahui tapi σ tidak diketahui

 Ukuran Posisi
Persentil ke p :

Median

Kuartil membagi satu gugus data menjadi empat bagian yang sama besar.
 Ukuran Posisi
Persentil ke p :

Median

Kuartil membagi satu gugus data menjadi empat bagian yang sama besar.