STATISTIK DESKRIPTIF

FIFIA CHANDRA
STATISTIK DESKRIPTIF
Statistik Deskriptif adalah : statistik yang berfungsi untuk mendeskriptifkan
atau memberi gambaran terhadap objek yang diteliti melalui data sampel atau
populasi sebagaimana adanya, tanpa melakukan analisis dan membuat
kesimpulan yang berlaku untuk umum
Statistik Deskripti Mempelajari tata cara penyusunan dan penyajian suatu
data yang dikumpulkan dalam satu penelitian .

Statistik Deskriptif menggambarkan / mendeskripsikan data yang telah

dikumpulkan  informasi
TAHAPAN KEGIATAN STATISTIK
- Pengumpulan data
- Penyajian data  statistik deskriptif  univariat
- Pengolahan data  statistik bivariat dan multivariat
- Analisis / interpretasi data
Statistik deskriptif : megemukan apa adanya dari
setiap variabel
- Data diskrit : frekuensi, persentase, proporsi
- Data Kontinu : mean, median, mode, standar
deviasi, minimum, maksimum, range, persentil.
 Distribusi Frekuensi
Menganalisis data angka terlebih dahulu perlu data disusun
secara sistimatik.
Cara penyusunan data :
- Distribusi frekuensi
- Tabel frekuensi
Distribusi Frekuensi :
- Susunan data angka menurut besarnya (kuantitas) 
distribusi frekuensi kuantitatif
- Susunan data angka menurut kategorinya (kualitas) 
distribusi frekuensi kualitatif
Penyusunan distribusi frekuensi data kuantitatif
1. Carilah harga maksimum dan minimum (selisih nilai mak dan min disbut Range = R
2. Tentukan jumlah kelas dan interval kelas (sebaiknya sama)
jumlah kelas (rumus sturgess)
M= 1 + 3,3 log N
M = Jumlah Kelas
N = Jumlah data (observasi)
Interval kelas :

3. Hitung banyak observasi yang termasuk kedalam setiap kelas, disebut frekuensi
Data dibawah ini adalah umur 150 orang akseptor KB disuatu klinik KB
21 34 43 20 35 31 35 34 37 28
40 33 37 38 24 27 32 26 28 27
38 25 33 35 26 29 26 25 27 22
25 22 38 25 23 30 25 25 26 26
26 26 35 22 29 35 28 37 23 36
30 39 28 42 35 32 30 40 33 23
40 44 30 40 35 24 43 30 22 23
24 22 25 19 33 25 21 21 30 22
22 27 25 33 30 31 30 28 28 40
40 24 30 33 33 29 30 29 29 37
30 30 28 28 22 34 27 39 31 36
23 26 30 21 37 26 25 30 31 35
36 20 20 37 36 31 30 43 25 31
31 25 27 32 20 25 32 32 39 30
31 43 24 24 23 35 23 32 28 30

Dari data diatas akan sukar didapatkan informasi mengenai umur akseptor KB diklinik tersebut. Untuk itu
kita akan mencoba membuat distribusi frekuensinya
Umur Akseptor frek Jumlah Relatif Kumulatif
(% tase) relatif
15 – 19 1 0.67 0,67
20 – 24 29 19,33 20,00
25 – 29 43 28,67 48,67
30 – 34 41 27,33 76,00
35 – 39 24 16,00 92,00
40 – 44 12 8,00 100,0
Jumlah 150 100
CONTOH OUTPUT STATISTIK DESKRIPTIF

Contoh dari Statistik Deskriptif

Statistics
Body mass index
N Valid 50
  Missing 0
Mean 18.390
Median 18.500
Mode 18.5
Std. Deviation .772
Variance .596
Skewness .013
Std. Error of Skewness .337
Kurtosis .437
Std. Error of Kurtosis 662
Minimum 17.0
Maksimum   20.0
 UKURAN PEMUSATAN / NILAI TENGAH
Ukuran pemusatan : nilai tunggal yang mewakili
suatu kumpulan data dan menunjukkan
karakteristik dari data
Ukuran pemusatan  menunjukkan pusat dari
nilai data
Beberapa ukuran pemusatan : Mean / rata – rata
hitung, median, modus (mode) dll
Rata-rata hitung / Mean :
Nilai yang diperoleh dengan menjumlahkan semua nilai data dan membaginya dengan
jumlah data.
Misalnya kalau kita mempunyai n pengamatan yang terdiri dari X1, X2, X3, ...............Xn
maka nilai rata-rata adalah :
 

Contoh : ada data dari berata badan 5 orang dewasa masing-masingnya : 56 Kg, 62 Kg,
52 kg, 48 kg dan 68 kg
Rata-rata berat badan 5 Orang ini adalah :
b. Median / nilai letak :
nilai yang terletak pada observasi yang ditengah, kalau data tersebut telah disusun

Contoh : kalau berat badan 5 orang dewasa diatas disusun menurut besar kecilnya
nilai maka didapatkan susunan :

48 52 56 62 67
Jika data genap posisi median terletak antara 2 nilai yaitu : rata-rata dari
kedua nilai tersebut.

Contoh : berat badan 6 Orang yaitu 48, 52, 56, 62, 67 dan 70 Kg

Posisi median :
52 + 62
= 59 Kg
2
C. Modus (Mode) :
Nilai yang paling banyak ditemui didalam suatu pengamatan
Dari sifatnya maka :
1. Tidak ada nilai yang lebih banyak diobservasi jadi tidak ada modus
2. Ditemui satu modus (unimodal)
3. Ada 2 modus (bimodal)
4. Lebih dari 3 modus (multi modal)

Contoh : Dari pengamatan berat badan 10 orang dewasa didapatkan sbb :

52, 53, 55, 55, 55, 56, 57, 60, 62, 62 Kg

Modus : 55 Kg
Hubungan antara nilai Mean, Median dan Modus
• Pada distribusi yang simetris ketiga nilai ini sama besarnya
• Nilai median selalu terletak antara nilai modus dan mean
pada distribusi yang menceng
• Apabila nilai mean lebih besar dari nilai median dan modus
maka dikatakan distribusi menceng ke kanan
• Bila nilai mean lebih kecil dari median dan modus maka
distribusi menceng ke kiri
Nilai – nilai Variasi
Nilai variasi atau deviasi adalah nilai yang menunjukkaan bagaimana bervariasinya data
didalam kelompok data itu terhadap nilai rata-ratanya
∴ Semakin besar nilai variasi maka makin bervariasi pula data tersebut
1. Range
nilai yang menunjukkan perbedaan nilai pengamatan yang paling besar dengan nilai yang
paling kecil

Contoh : 48, 52, 56, 62, 67 Kg adalah berat badan dari 5 Orang
Range adalah : 67 – 48 = 17 Kg

2. Rata-rata deviasi (Mean Deviation)

Rata-rata dari seluruh perbedaan pengamatan dibagi banyaknya pengamatan untuk ini
diambil nilai mutlak
Rumus :
Contoh :
X Leg    
48 9 81
52 5 25
56 1 1
62 5 25
67 10 100
285    

Mean = 48 +52 + 56 + 62 + 67 = 57 Kg
5

Mean deviasi = 9 + 5 + 1 + 25 + 100 = 6 Kg

5
3. Varian
Rata-rata perbedaan antara mean nilai masing-masing observasi

Rumus :

Contoh dari data diatas dapat dihitung varian

V= 81 + 25 + 1 + 25 + 100 = 58 Kg
4
4. Standar Deviasi
Standar deviasi adalah akar dari varian nilai standar deviasi ini disebut juga sebagai
“Simpangan Baku” karena merupakan patokan luas area di bawah kurva normal.
Rumus :

Contoh : Standar deviasi dari data diatas adalah :

5. Koefisien varian ( Coeficient of Variation = Cov )

Untuk membandingkan 2 kelompok observasi

Rumus :