Statistik

Deskriptif
 Statistika deskriptif (descriptive statistics)
berkaitan dengan penerapan metode statistik
untuk engumpulkan, mengolah, menyajikan,  dan
menganalisis data kuantitatif secara deskriptif.

Metode untuk
menjelaskan
karakteristik suatu
set data
Tabel
Grafik atau
diagram
Statistik sampel
 Tabel
 Tujuan : mengelompokkan nilai-nilai pengamatan
ke dalam beberapa kelompok yang masing-
masing mempunyai karakteristik yang sama
 Tabel distribusi frekuensi dan tabel distribusi
frekuensi relatif

Grafik atau
diagram

 Tujuan : untuk menvisualisasikan data secara

keseluruhan dengan menonjolkan karakteristik
tertentu dari data tersebut
 Diagram batang, lingkaran, garis, histogram
 Statistik
Sampel
 Untuk menjelaskan pemusatan dan penyebaran nilai-nilai
pengamatan dari suatu set data
 Ukuran pemusatan : nilai rata-rata (mean), median dan
modus
 Ukuran penyebaran : kisaran data (range), simpangan
baku (standard deviation) dan varians (variance)
 Distribusi Frekuensi
• Merupakan tabel ringkasan data yang menunjukkan
frekuensi/banyaknya item/obyek pada setiap kelas
yang ada.

• Tujuan:
- mendapatkan informasi lebih dalam tentang data yang ada yang
tidak dapat secara cepat diperoleh dengan melihat data aslinya.
- kita dapat memperoleh beberapa gambaran mengenai
karakteristik data
- merupakan dasar dalam pembuatan grafik penting (seperti
histogram).
Tentukan range (rentang atau jangkauan)

Range = nilai maksimum – nilai minimum

 Langkah-langkah dalam menyusun tabel distribusi
frekuensi:

 Jumlah kelas jangan terlalu besar dan jangan

terlalu kecil. Disarankan antara 5 sampai 15
kelas
 Rumus Sturges:
Contoh n = 20
(k) = 1 + 3,322 Log 20
(k) = 1 + 3,322 (1,301)
(k) = 1 + 4,322
(k) = 5,322

Jumlah minimal
Kategori yaitu 5
 Tentukan interval kelas

Interval kelas adalah batas bawah dan

batas atas dari suatu kategori

Rumus :

Nilai terbesar - terkecil

Interval kelas =
Jumlah kelas
Contoh
Berdasarkan data
 Nilai tertinggi = 9750
 Nilai terendah = 215
Interval kelas :
 = [ 9750 – 215 ] / 5
 = 1907
Jadi interval kelas 1907 yaitu jarak nilai
terendah dan nilai tertinggi dalam suatu
kelas atau kategori
 Nilai minimum dari
data tersebut

Kelas Interval
1 215 2122
2 2123 4030
3 4031 5938
4 5939 7846
5 7847 9754
Contoh:
Berikut adalah nilai ujian statistik yang sudah diurutkan:
 

35 38 43 48 49 51 56 59 60 60
61 63 63 63 65 66 67 67 68 70
70 70 70 71 71 71 72 72 72 73
73 74 74 74 74 75 75 76 76 77
78 79 79 80 80 80 80 81 81 81
82 82 83 83 83 84 85 86 86 87
88 88 88 88 89 90 90 90 91 91
91 92 92 93 93 93 95 97 98 99
 Range:

[nilai tertinggi – nilai terendah] = 99 – 35 = 64

 Banyak Kelas:
Tentukan banyak kelas yang diinginkan.
Kita gunakan aturan Sturges.

Banyak kelas = 1 + 3.3 x log(n)

= 1 + 3.3 x log(80)
= 7.28 ≈ 7
 
 Interval Kelas:

Interval Kelas = [range]/[banyak kelas]

= 64/7
= 9.14 ≈ 10
 Tentukan nilai batas bawah kelas pada kelas pertama.

- Nilai ujian terkecil = 35

- Penentuan nilai batas bawah kelas bebas saja,

asalkan nilai terkecil masih masuk ke dalam kelas tersebut.
Misalkan: apabila nilai batas bawah yang kita pilih adalah 26,
maka interval kelas pertama: 26 – 35, nilai 35 tepat jatuh di batas atas
kelas ke-1.

- Namun apabila kita pilih nilai batas bawah kelas 20 atau 25, jelas
nilai terkecil, 35, tidak akan masuk ke dalam kelas tersebut.

- kita memilih batas bawah 30 atau 31. Ok, saya tertarik dengan
angka 31, sehingga batas bawahnya adalah 31.
 
Susun Tabel Distribusi Frekuensi:

Frekuensi
Kelas ke- Nilai Ujian Batas Kelas
(fi)
1 31 – 40 30.5 – 40.5 2
2 41 – 50 40.5 – 50.5 3
3 51 – 60 50.5 – 60.5 5
4 61 – 70 60.5 – 70.5 13
5 71 – 80 70.5 – 80.5 24
6 81 – 90 80.5 – 90.5 21
7 91 – 100 90.5 – 100.5 12
Jumlah 80
Distribusi Frekuensi Relatif dan Kumulatif

Distribusi Frekuensi Relatif

 Variasi penting dari distribusi frekuensi dasar adalah dengan

menggunakan nilai frekuensi relatifnya, yang disusun dengan
membagi frekuensi setiap kelas dengan total dari semua
frekuensi (banyaknya data).
 Sebuah distribusi frekuensi relatif mencakup batas-batas kelas
yang sama seperti TDF, tetapi frekuensi yang digunakan bukan
frekuensi aktual melainkan frekuensi relatif.
 Frekuensi relatif kadang-kadang dinyatakan sebagai persen.
 Frekuensi relatif =

Contoh: frekuensi relatif kelas ke-1:

fi = 2; n = 80
Frekuensi relatif = 2/80 x 100% = 2.5%
Distribusi Frekuensi relatif

Frekuensi relatif
Kelas ke- Nilai Ujian
(%)
1 31 – 40 2.50
2 41 – 50 3.75
3 51 – 60 6.25
4 61 – 70 16.25
5 71 – 80 30.00
6 81 – 90 26.25
7 91 – 100 15.00
Jumlah 100.00
Distribusi Frekuensi kumulatif

 Variasi lain dari distribusi frekuensi standar adalah frekuensi

kumulatif.
 Frekuensi kumulatif untuk suatu kelas adalah nilai frekuensi
untuk kelas tersebut ditambah dengan jumlah frekuensi semua
kelas sebelumnya.

Frekuensi kumulatif terdiri dari ;

 Frekuensi kumulatif kurang dari
 Frekuensi kumulatif lebih dari
Frekuensi kumulatif kurang dari
Merupakan penjumlahan dari mulai frekuensi terendah
sanpai kelas tertinggi dan jumlah akhirnya merupakan
jumlah data (n)

Frekuensi kumulatif kurang 0+0=0

Nilai Ujian
dari
kurang dari 30.5 0 0 + 2= 2
kurang dari 40.5 2
kurang dari 50.5 5
kurang dari 60.5 10
kurang dari 70.5 23
kurang dari 80.5 47
kurang dari 90.5 68
kurang dari 100.5 80
Frekuensi kumulatif lebih dari
Merupakan pengurangan dari jumlah data (n) dengan
frekuensi setiap kelas dimulai dari kelas terendah dan
jumlah akhirnya adalah nol

Frekuensi kumulatif lebih 80 – 0 = 80

Nilai Ujian
dari
lebih dari 30.5 80 80 – 2 = 78
lebih dari 40.5 78
lebih dari 50.5 75
lebih dari 60.5 70
lebih dari 70.5 57
lebih dari 80.5 33
lebih dari 90.5 12
lebih dari 100.5 0
Histogram
 Histogram adalah merupakan bagian dari grafik
batang di mana skala horisontal mewakili nilai-nilai
data kelas dan skala vertikal mewakili nilai
frekuensinya.

 Tinggi batang sesuai dengan nilai frekuensinya, dan

batang satu dengan lainnya saling berdempetan,
tidak ada jarak/ gap diantara batang.

 Kita dapat membuat histogram setelah tabel distribusi

frekuensi data pengamatan dibuat
Poligon Frekuensi:

 Poligon Frekuensi menggunakan segmen

garis yang terhubung ke titik yang terletak
tepat di atas nilai-nilai titik tengah kelas.
 Ketinggian dari titik-titik sesuai dengan
frekuensi kelas, dan segmen garis diperluas
ke kanan dan kiri sehingga grafik dimulai dan
berakhir pada sumbu horisontal.
Ogive
 Ogive adalah grafik garis yang menggambarkan
frekuensi kumulatif, seperti daftar distribusi frekuensi
kumulatif.
 Perhatikan bahwa batas-batas kelas dihubungkan
oleh segmen garis yang dimulai dari batas bawah
kelas pertama dan berakhir pada batas atas dari
kelas terakhir.
 Ogive berguna untuk menentukan jumlah nilai di
bawah nilai tertentu. Sebagai contoh, pada gambar
berikut menunjukkan bahwa 68 mahasiswa
mendapatkan nilai kurang dari 90.5.
 Diagram Tangkai dan daun
(Stem-and-Leaf Display)

• Diagram tangkai dan daun (Stem-and-

Display), memisahkan data dalam
digit-digit ekor dan daun.
• Satu digit terakhir akan diletakan
sebagai digit ekor atau daun, dan satu
atau dua atau tiga atau seterusnya
akan diletakkan sebagai digit utama
atau tangkai
Contoh :
Tabel : Susunan Berurutan (Odered Array) dari 60
Nilai Mahasiswa Faperta pada Mata Kuliah
Statistik

9 9 9 9 12 15 31 45 50 50

51 54 60 63 63 65 66 66 66 66

66 67 69 70 72 72 73 75 75 76

76 79 80 81 81 81 81 82 82 82

83 83 83 83 85 85 85 85 87 87

88 89 89 89 90 93 95 97 97 97
Diagram tangkai dan daun data nilai statistik
mahasiswa
Diagram tangkai dan daun data nilai statistik
mahasiswa yang sudah diatur kembali
Beberapa informasi yang dapat diperoleh dari
gambar tersebut :

 Bentuk distribusi datanya tidak simetris

 Nilai pengamatan terkecil adalah 9 dan nilai
maksimumnya adalah 97
 Sebagian besar pengamatan terkonsentrasi
pada nilai 80 an
 Tidak ada indikasi adanya data pencilan (data
yang ekstrim yang nilainya sangat besar atau
sangat kecil
Atau
Contoh