STATISTIKA DESKRIPTIF

STATISTIKA
ilmu yang mempelajari/berkaitan dengan
Pengumpulan data
Penyajian data
Pengolahan data
Menarik kesimpulan/menginterpretasi hasil
pengolahan dat
STATISTIKA DESKRIPTIF
Digunakan apabila peneliti hanya bertujuan untuk
mendapatkan ringkasan data yang dimilikinya.
Ringkasan ini meliputi lokasi pemusatan data,
variabilitas data dan karakteristik umum distribusi
data.
STATISTIKA DESKRIPTIF
Collect
Organize
Summarize
Display
Analyze
Kesimpulan yang di ambil dari analisis statistika
deskriptif hanya berlaku untuk data yang sedang
diamati/diteliti
Statistika Deskriptif Meliputi :
Ukuran Gejala Pusat Ukuran Dispersi
(Pemusatan Data) (Penyebaran Data)
1. Rata-rata (Mean) 1. Jangkauan (rentang)
2. Nilai Tengah (Median) 2. Variasi (Varians)
3. Modus 3. Simpangan Baku
(Standard Deviation)

Ukuran Letak Data Ukuran Lain

1. Kuartil 1. Skewness
2. Desil 2. Kurtosis
3. Persentil 3. Bilangan Baku
Ukuran Gejala Pusat – Rata-rata
Untuk Data Tunggal
n

x i
Dimana : xi = nilai data pengamatan ke i
n = jumlah data atau banyaknya
x i 1
i  1,2,3, , n data di dalam sample
n

Untuk data yang berkelompok (data yang disusun dalam

daftar distribusi frekuensi)

x
 f i xi Dimana :
fi = frekuensi untuk kelas interval ke-i
f i
xi = nilai tengah untuk kelas interval ke-i
Ukuran Gejala Pusat – Rata-rata
Data Tunggal
Nilai ujian statistika 5 sbb : 70, 69, 45, 80, 56.
Rata-rata (mean) adalah
n

x i
x 2
 x 2
 x 2
 x 2
 x 2
x  i 1  1 2 3 4 5
n n
70  69  45  80  56
x  64
5
Ukuran Gejala Pusat – Rata-rata
Data Berkelompok sederhana

Xi Fi Xi Fi Fi Xi
x
 fxi i

f
70 5 70 5 350
69 6 69 6 414 i
45 3 45 3 135
80 1 80 1 80 1035
56 1 56 1 56 x  64,6
Jumlah 16 Jumlah 16 1035 16
Ukuran Gejala Pusat – Rata-rata
Data berkelompok dengan Kelas Interval
Nilai Frek Tanda Fi Xi
Ujian (fi) Kelas (Xi)
31 – 40 1 35,5 35,5 x
 fxi i

41 – 50
51 – 60
2
5
45,5
55,5
91,0
277,5
f i

61 – 70 15 65,5 982,5 6130,0

71 – 80 25 75,5 1887,5
x  76,62
80
81 – 90 20 85,5 1710,0
91 – 100 12 95,5 1146,0
Jumlah 80 - 6130,0
Ukuran Gejala Pusat – Median
Untuk data Tunggal (setelah data disusun dari data terkecil
hingga data terbesar)
Dimana : xi = nilai data pengamatan ke i
 x n 1 /2 , jika n ganjil n = jumlah data atau banyaknya

Me   xn 2  x n 2 1 data di dalam sample
 
 , jika n genap
 2
Untuk data berkelompok

Dimana :
 n  F   Li = Batas bawah kelas median, yaitu kelas
   p 
Me  Li   2 dimana
 f   median berada
p = panjang kelas interval
n = jumlah data
F = Frekuensi kumulatif sebelum kelas median
f = frekuensi kelas dimana median berada
  x n 1 /2 , jika n ganjil

Median Me   xn 2  x n 2 1

 
, jika n genap
Data Tunggal  2

Urutkan
a. n ganjil : 4 12 5 7 8 data 4 5 7 8 12 maka

mediannya adalah x( n 1)/2  x(51)/2  x3  7

Urutkan
b. n genap : 4 12 5 7 9 11 data 4 5 7 9 11 12

maka mediannya adalah

xn  xn 1 x3  x4 7  9
2 2
  8
2 2 2
Median (data berkelompok)
Nilai Frek Letak nilai median ada di data ke 40, maka letak
Ujian (fi) median ada pada kelas interval ke 5.
31 – 40 1  n  F  
41 – 50 2    p 
Me  Li   2
 f  
51 – 60 5
61 – 70 15
71 – 80 25 L5  batas bawah kelas int erval ke  5  70,5
81 – 90 20
91 – 100 12 p  10, f  25, F  1  2  5  15  23
Jumlah 80  80  23  
 2  
Me  70,5    10   77,3
 25  
Ukuran Gejala Pusat – Modus
Data tunggal
Cukup mencari nilai dengan frekuensi kemunculan
paling banyak
Data berkelompok

 b  
Mo  Li   1   p 
 b1  b2  
Dimana :
Li = Batas bawah kelas modus, yaitu kelas interval
dengan frekuensi terbanyak
p = panjang kelas interval
b1 = selisih frekuensi kelas modus dengan frekuensi kelas sebelumnya
b2 = selisih frekuensi kelas modus dengan frekuensi kelas sesudahnya
MODUS data tunggal
12, 34, 14, 34, 28, 34, 34, 28, 14
Data diatas dapat disusun dalam tabel distribusi
frekuensi sederhana sbb:
Xi Fi Maka modusnya adalah data dengan
12 1 frekuensi terbanyak, modus = 34
14 2
28 3
34 4
Jumlah 10
Modus data berkelompok
Nilai Frek Kelas modus =Kelas interval dengan frekuensi
Ujian (fi) terbanyak = kelas interval ke 5
31 – 40 1  b1  
41 – 50 2 M 0  Li     p
51 – 60 5  b1  b2  
61 – 70 15
71 – 80 25 L5  batas bawah kelas int erval ke  5  70,5
81 – 90 20 p  10
91 – 100 12 b1  25  15  10
Jumlah 80 b2  25  20  5

 10  
Me  70,5     10   77,17
 10  5  
Ukuran Letak – Kuartil
ukuran letak yang membagi distribusi suatu data menjadi 4 bagian yang sama, sesudah data disusun
urutan nilainya dari nilai terkecil hingga nilai yang terbesar

Untuk data tunggal maka kuartil ke-i berada di :

i  n  1
Letak K i  data ke  , dengan i  1, 2, dan 3
4

Untuk data berkelompok

 i.n  F  
   p  , dengan i  1, 2, dan 3
K i  L   4
 f  
 
Dimana :
L = Batas bawah kelas Ki, yaitu kelas interval dimana Ki berada
p = panjang kelas interval
n = jumlah data
F = Frekuensi kumulatif sebelum kelas Ki
f = frekuensi kelas dimana Ki berada
Ukuran Letak – Desil
ukuran letak yang membagi distribusi suatu data menjadi 10 bagian yang sama, sesudah disusun
urutan nilainya dari nilai terkecil hingga nilai yang terbesar

Untuk data tunggal maka Desil ke-i berada di :

i  n  1
Letak Di  data ke  , dengan i  1, 2,3,  , dan 9
10

Untuk data berkelompok

 i.n  F  
   p  , dengan i  1, 2, , dan 9
Di  L   10
 f  
 
Dimana :
L = Batas bawah kelas Di, yaitu kelas interval dimana Di berada
p = panjang kelas interval
n = jumlah data
F = Frekuensi kumulatif sebelum kelas Di
f = frekuensi kelas dimana Di berada
Ukuran Letak – Persentil
ukuran letak yang membagi distribusi suatu data menjadi 100 bagian yang sama, sesudah data
disusun urutan nilainya dari nilai terkecil hingga nilai yang terbesar

Untuk data tunggal maka Persentil ke-i berada di :

i  n  1
Letak Pi  data ke  , dengan i  1, 2, 3,  , dan 99
100

Untuk data berkelompok

 i.n  
 100  F  
Pi  L    p  , dengan i  1, 2, , dan 99

 f 
 
Dimana :
L = Batas bawah kelas Pi, yaitu kelas interval dimana Pi berada
p = panjang kelas interval
n = jumlah data
F = Frekuensi kumulatif sebelum kelas Pi
f = frekuensi kelas dimana Pi berada
Langkah-langkah menentukan Median,
Kuartil, Desil dan Persentil
1. Urutkan data
2. Tentukan letak median, kuartil, desil dan persentil
3. Tentukan nilai median, kuartil, desil dan persentil

Catatan : Berikut ini diberikan contoh cara

menentukan persentil untuk data tunggal
dan data berkelompok, untuk desil dan
kuartil diperoleh dengan cara yang sama.
Persentil Data Tunggal
75, 82, 66, 57, 64, 56, 92, 94, 86, 52, 60, 70 disusun menjadi
52, 56, 57, 60, 64, 66, 70, 75, 82, 86, 92, 94
Tentukan P75 !
75(12  1)
Letak P75  data ke   data ke  9, 75
100
nilai P75  data ke 9  0, 75(data ke10  data ke 9)
 82  0, 75(86  82)
 82  3  85
Arti P75 = 85, pada data di atas adalah :
“Sebanyak 75 % bagian dari data yang ada nilainya dibawah 85
dan 25% bagian lagi nilainya ada di atas 85”
Persentil 75 untuk (data berkelompok)
Letak persentil ke 75 ada pada data ke 0,75 x 80 = 60,
Nilai Frek maka letak median ada pada kelas interval ke 6.
Ujian (fi)
 i.n  
31 – 40 1  100  F  
41 – 50 2 P75  L6    p
51 – 60 5  f  
 
61 – 70 15
71 – 80 25 L6  batas bawah kelas int erval ke  6  80,5
81 – 90 20 p  10, f  20, F  1  2  5  15  25  48
91 – 100 12
 (75)80  48  
Jumlah 80   10 
P75  80,5   100

 20 
 
  
 80,5  6  86,5
INTERPRETASI HASIL :
Nilai Frek
Ujian (fi)
31 – 40 1 P75  86,5
41 – 50 2
51 – 60 5
61 – 70 15
71 – 80 25 Artinya :
81 – 90 20 “Sebanyak 75 % bagian dari
91 – 100 12 data yang ada nilainya dibawah
86,5 dan 25% bagian lagi
Jumlah 80 nilainya ada di atas 86,5”
Ukuran Dispersi – Varians & Simpangan
Baku
Varians Untuk Data Tunggal :
2
 n 
n n   xi 
 x  x   xi2   i 1 
2
i
n
s2  i 1
 i 1
n 1 n 1
Varians untuk data berkelompok :
 n 
2 Dimana :
n n  i i 
f x xi = Nilai tengah kelas interval ke – i
 f  x  x  f i xi   i 1 
2 2
i i
fi = frekuensi kelas interval ke – i
n n = Jumlah data (Jumlah frekuensi)
s 
2 i 1
 i 1

n 1 n 1

Sehingga Simpangan Baku (standar deviasi) : s  s 2

Varians dan simpangan baku untuk data
tunggal  n

2

n  i  x
Misalkan data sbb : 8, 7, 10, 11, 4  i 1 
 xi
2

n
Tabel bantuan perhitungan untuk varians s 2  i 1
n 1
 40 
Xi Xi ^2 2

8 64 350 
7 49  80  7,5
10 100 80  1
11 121
4 16
Simpangan Baku :
40 350

s  s 2  7,5  2, 74
Varians & Simpangan Baku untuk data
berkelompok
Tebel Bantuan perhitungan

Nilai (fi) Xi Xi^2 Fi Xi FiXi^2

Ujian
31 – 40 1 35,5 1260,25 35,5 1260,25
41 – 50 2 45,5 2070,25 91,0
51 – 60 5 55,5 3080,25 277,5
61 – 70 15 65,5 4290,25 982,5 dst
71 – 80 25 75,5 5700,25 1887,5
81 – 90 20 85,5 7310,25 1710,0
91 – 100 12 95,5 9120,25 1146,0 109443,00
Jumlah 80 - - 6130,0 483310,00
Var & Simp. Baku
Varians :
6310
483310 
s2  80  172,1
80  1

Simpangan Baku :

s 2  172,1  13.12
Ukuran Lain
xi  x
 Bilangan Baku zi 
s
 Skewness : ukuran kesimetrisan distribusi data
Skewness 
 rata  rata   mod us x  Mo

simpangan baku s

 Kurtosis : Ukuran datar atau runcingnya distribusi data

Koefisien Kurtosis persentil :
2
1 K3  K1 
Kurtosis 
P90  P10
Bentuk Kurva Skewness dan Kurtosis
SKEWNESS Kurva Normal

Miring negatif Simetris Miring positif

Skewness < 0 Skewness =0 Skewness > 0

Kurtosis

Mesocurtic/normal Platicurtic
Leptocurtic Kurtosis = 3 Kurtosis < 3
Kurtosis > 3
Tugas dengan menggunakan Data!
Buktikan bahwa
1. Me = K2 = D5 = P50
2. K1 = P25
3. K3 = P75