Statistik Deskriptif

Oleh :
Nanda Puspita, M.Pharm, Apt
 No. responden Gender pendidikan pendapatan usia
1 pria Diploma 2450 35
2 pria Diploma 2500 29
• Pada umumnya, data sampel yang 3
4
pria
wanita
SMA
SMA
2200
3000
25
23
sudah diambil dari populasi masih 5
6
pria
pria
Diploma
Diploma
1900
1900
23
24
berupa informasi yang tidak 7
8
wanita
wanita
SMA
SMA
2550
2300
22
22
beraturan dan bervariasi 9 wanita Diploma 1900 24
10 pria Diploma 2200 25
• Secara kasat mata, sulit untuk 11
12
pria
wanita
SMA
SMA
2200
2300
26
27
mendapat informasi dari data 13
14
pria
wanita
Diploma
Diploma
2200
2200
27
25
tersebut 15
16
wanita
pria
Diploma
Diploma
2200
2800
24
27

• Oleh karena itu, diperlukan suatu 17

18
pria
wanita
Diploma
Diploma
2700
2600
27
25

upaya peringkasan data melalui 19

20
pria
pria
Diploma
SMA
2400
1900
26
25
analisa statistika untuk memahami 21
22
wanita
pria
SMA
SMP
2000
2000
25
35
informasi yang terkandung di 23
24
pria
wanita
SMP
SMP
2000
1700
32
25
dalamnya 25 wanita SMP 1700 25
26 pria Diploma 2500 32
27 pria Diploma 2500 27
28 wanita Diploma 2400 25
29 pria Diploma 2400 26
30 pria SMA 1900 25
 Analisa
Deskriptif

Ukuran Pemusatan
Ukuran Penyebaran
(Central Tendency) Skewness (Kemiringan)
(Dispersion) -bagaimana bentuk distribusi
Gambaran ttg di titik mana
-seberapa jauh data menyebar data jika diplot mjd kurva
suatu data berkumpul
dari titik pusatnya

- Mean (rata-
-distribusi normal
rata) -Range (rentang)
(zero skewness)
- Median - Varian (ragam)
-negatively skewed
- Modus - Standar deviasi
-positively skewed
- Kuartil
Rata-rata (mean)
• Merupakan istilah statistika yang paling sederhana dan paling sering
digunakan untuk mendeskripsikan data.
• Ukuran pemusatan yang menimbang data menjadi dua kelompok
dengan massa yang sama
• Diperoleh dari menjumlahkan nilai seluruh data kemudian dibagi
dengan jumlah datanya

Contoh : 5, 6, 7, 7, 8, 5, 6, 8  = = 6.5
• Dalam program excel, menghitung nilai rata-rata dari sejumlah data
dapat dilakukan dengan mengetik “=AVERAGE(isian data)”
Nilai Tengah (Median)
• Ukuran pemusatan yang membagi dua kelompok data yang memiliki
jumlah anggota yang sama setelah diurutkan
• Biasa dipakai jika terdapat outlier dalam sebuah data atau data tidak
terdistribusi normal
• Misal, pada kasus sebelumnya, terdapat satu nilai data yang melenceng
jauh dari sekitarnya : 5, 6, 7, 7, 46, 5, 6, 8 sehingga ketika diukur rata-
ratanya menjadi 11.25
• Maka dicari nilai tengah dari 5,5,6,6,7,7,8,46  nilai tengah = 6.5
• Dalam program excel, menghitung nilai tengah dari sejumlah data dapat
dilakukan dengan mengetik “=MEDIAN(isian data)”
 Modus Kuartil/Persentil
• Suatu kumpulan nilai data dimungkinkan
memiliki satu atau lebih nilai yang paling • Nilai yang membagi data
banyak muncul menjadi 4 bagian masing-masing
• misal : 7,3,6,3,7,3,2  modus dari data=3 terdiri dari 25% data setelah
• Dalam program excel, menghitung modus diurutkan
dari suatu data dapat dilakukan dengan
mengetik “=MODE.SNGL(drag data yg Q3
dipilih)”

Q2/Me

Q1
Q1 Q2 Q3

Box Whisker Plot

Menghitung ukuran pemusatan dari data
berkelompok
• Kita dapat menghitung dengan Interval Usia Frekuensi
31-40 3
mudah mean, median, dan
41-50 5
modus dari data yang tersedia
51-60 10
lengkap (data tunggal)
61-70 11
• Bagaimana jika datanya sudah 71-80 11
dikelompokkan dalam tabel
frekuensi?
Berapa Mean, median, &
Misal: pada tabel usia penduduk di modusnya?
Kecamatan Konoha sbb:
Kenali istilah dalam tabel
• p= panjang kelas= Ta-Tb Interval Usia Frekuensi
31-40 3
• fi = banyaknya responden 41-50 5
dalam kelas interval ke-i 51-60 10
• Yi= nilai tengah kelas ke-i 61-70 11
71-80 11
• Ta= batas atas kelas
• Tb= batas bawah kelas Tb=31-0,5=
30,5
p=Ta-Tb
Ta=40+0,5= =40,5-30,5 Y1=
40,5 = 10
Interval Usia Frekuensi Yi Yi x Fi
31-40 3 35,5 106,5
41-50 5 45,5 227,5
Mean ( =
51-60 10 55,5 555
= = 59,4 ~ 59
61-70 11 65,5 720,5
71-80 7 75,5 528,5
Rerata usia penduduk di
Jumlah 36 2138
kec.Konoha = 59 tahun

Me= Q2= Tb + p
Tb= batas bawah kls median
Fk= jumlah frekuensi sebelum kls
median
Fi =frekuensi kelas median
N= jumlah total data
Mo= Tb +p
Tb= batas bawah kelas modus
d1= selisih frekuensi kls modus dg
kls sebelumnya
d2= selisih frekuensi kls modus dg
kls setelahnya
Mencari Ukuran Pemusatan & sebaran dari
SPSS/excel
• Analisa data bisa dilakukan
dengan bantuan software,
seperti SPSS & excel
• Umumnya ukuran
pemusatan dan penyebaran
data dapat diperoleh secara
praktis dari software tsb
(bab suplemen: Pengenalan
SPSS)
Range (Rentang)
• Ukuran penyebaran data yang menunjukkan jarak antara data terkecil
dengan data terbesar setelah diurutkan
• R= Xmaks-Xmin
• Rentang digunakan untuk penyajian data sampel yang jumlahnya
sedikit (misal n=30), sedangkan bila datanya besar nilai sebaran yang
digunakan adalah persentil
Varian (Ragam)
Contoh: Lima orang responden diukur
berat badannya oleh peneliti dan dihitung
• Ukuran penyebaran data varian datanya
terhadap nilai rata-ratanya Berat badan (kg)
(mean) 48 9 81
• Terdapat dua ukuran varian, 52 5 25
yaitu varian populasi () dan 56 1 1
varian sampel () 62 5 25
67 10 100
•=
= 285:5=57 232
•=
= = 58
Standar Deviasi (SD)
• Dibanding dengan varian, standar deviasi lebih banyak digunakan untuk
menyatakan ukuran penyebaran data dari rata-ratanya (mean)
• Rumus utk standar deviasi (SD) adalah :
• = utk SD populasi
• = utk SD sampel
• Dalam program excel  SD populasi =STDEV.P()
• SD sampel=STDEV.S()
Kurva data terdistribusi normal
Standar Deviasi (SD)
• SD hanya berlaku ketika sekumpulan data terdistribusi normal (membentuk
grafik lonceng sempurna)
• Di dalam sekumpulan data yang terdistribusi normal, terproporsi data yg
memiliki jarak ±1 SD dari reratanya adalah sebanyak 68.2%
• 95,4% proporsi data terletak antara ±2 SD dari rerata
• 99,7% proporsi data terletak antara ±3 SD dari rerata
Contoh : dalam pengukuran berat badan siswa-siswi SMP Y diketahui rerata
BB adalah 56 kg dg standar deviasi 3 kg. maka dapat dikatakan :
68.2% siswa memiliki berat antara 53-59 kg
95.4% siswa memiliki berat antara 50-62 kg
99.7% siswa memiliki berat antara 47-65 kg
 Skewness
(Kemiringan kurva)

Positive Skew Zero Skew Negative Skew

(miring ke kanan) (kurva normal) (miring ke kiri)

Mean > median<modus Mean = median=modus Mean < median<modus

Outlier terdapat di Data terdistribusi normal Outlier terdapat di
sebelah kanan tanpa outlier sebelah kiri
• Formula untuk menghitung skewness (kemiringan)
Skew =
Di dalam program excel, skew dapat dihitung dg mengetik “=SKEW(isian
data)”
Nilai skewness semakin jauh dari 0 semakin menunjukkan data tidak
terdistribusi normal
 Contoh Kasus :
• Diketahui terdapat tiga set kumpulan data berat badan dari
responden dalam suatu studi tentang diet :
Interval BB frekuensi Interval BB frekuensi Interval BB frekuensi
(Kg) (Kg) (Kg)
45-49 4 45-49 2 45-49 1
50-54 6 50-54 2 50-54 1
55-59 4 55-59 3 55-59 2
60-64 2 60-64 5 60-64 3
65-69 2 65-69 3 65-69 4
70-74 0 70-74 2 70-74 6
75-79 1 75-79 2 75-79 2

Dataset 1
Dataset 2 Dataset 3
Mean = 55.95
Mean = 62 Mean = 65.95
Median/mode = 52
Median/mode = 62 Median/mode = 72
 Kurva 1 kurva 3
7
7

6 6

5 5

4 4

3 3

2 2

1 1
0
0 1 2 3 4 5 6 7 8 0
0 1 2 3 4 5 6 7 8
 Distribusi Frekuensi
• Pada slide sebelumnya, terdapat sebuah kumpulan data yang perlu Range usia Frekuensi
diolah dan diringkas sehingga diperoleh suatu kesimpulan yang
22-24 7
jelas dari data tersebut
25-27 18
• Suatu kumpulan data numerik, misalnya usia, dapat dibuat menjadi
28-30 1
interval terlebih dahulu untuk meringkas informasi
31-33 2
Langkah :
34-36 2
1. menentukan rentang data (usia tertua (Xmaks)-usia
termuda(Xmin))  R=35-22 = 13
2. Menentukan banyaknya kelas interval. Menurut teori, baiknya
diantara 5-15, dg perhitungan rumus Sturges, k= 1+3.322 (log10 n)
Dg k= banyaknya kelas interval, n =jumlah pengamatan
k=1+3.322(log10 30)= 1+3.322(1.47)= 5.9
3. Menentukan lebar tiap kelas dengan membagi rentang dg k
 = 2.2
To be continued…