Dasar-dasar

Statistik Diskriptif

PENGUMPULAN,
PENGOLAHAN DAN
PENYAJIAN DATA
1
PENGUMPULAN DATA
Metode pengumpulan data dalam statistik
ada dua cara yaitu
1. Sensus adalah cara pengumpulan data
apabila seluruh elemen populasi
diselidiki satu persatu
2. Sampling adalah cara pengumpulan data
apabila yang diselidiki hanya elemen
sampel dari suatu populasi

2
Cara Pengambilan Sampel
Ada 2 cara pengambilan sampel, cara acak (random) dan bukan
acak (nonrandom).
Pengambilan sampel secara acak :
1. Simple random sampling
ialah sampling dimana pemilihan elemen populasi dilakukan
sedemikian rupa sehingga setiap elemen tersebut mempunyai
kesempatan yang sama untuk terpilih. Metode ini tepat
dipergunakan apabila populasi homogen atau relatif homogen
2. Stratified random sampling
ialah sampling dimana pemilihan elemen anggota sampel
dilakukan sebagai berikut :
a) Populasi dipecah /dibagi menjadi populasi yang lebih kecil
disebut SRATUM. Pembuatan stratum harus homogen
atau relatif homogen. Misalnya menjadi k stratum (k =
2,3 atau lebih)
b) Setiap stratum diambil sampel secara acak, kemudian
dibuat perkiraan untuk mewakili stratum yang
bersangkutan 3
3. Multistage random sampling yaitu sampling
dimana pemilihan elemen anggota sampel
dilakukan secara bertahap (by stages)
Contoh :
Penelitian untuk mengetahui rata-rata upah karyawan
restoran padang di seluruh ibukota propinsi.
Tahap 1. Memilih sampel Kota
Tahap 2. Memilih sampel restoran, dari kota yang terpilih
Tahap 3. Memilih sampel karyawan dari restoran yang
terpilih
Xijk = upah karyawan ke k , restoran ke j dan kota ke i
Misalnya Salim dari restoran SAIYO , kota Jakarta

4
4. Cluster Random Sampling ialah sampling
dimana elemen terdiri dari elemen-elemen yang
lebih kecil disebut klaster (cluster).
Contoh : Suatu penelitian untuk mengetahui
jenis rumput yang tumbuh disebuah padang
penggembalaan.
5. Systematic Random Sampling ialah sampling
dimana pemilihan elemen pertama dipilih secara
acak (random) sedangkan elemen berikutnya
dipilih secara sistematis berjarak k, dimana k =
N/n.

5
PENGOLAHAN DAN PENYAJIAN DATA
DESKRIPTIF
(Metode dalam mengatur penyajian
informasi (data) secara jelas dan efektif)

A. Pengolahan Data
Adalah suatu proses penataan data
dalam persiapan untuk disajikan agar
orang dapat memahami atau mudah
dimengerti
B. Penyajian data
Diperlukan untuk laporan maupun
analisis data
6
A. Pengolahan Data

A1. Editing atau memeriksa data.

 Data diperiksa dari daftar angket panduan
wawancara atau catatan pada alat ukur misalnya
kesalahan dalam mengisi umur, BB dll
 apabila pengisian gagal karena responden gagal
diwawancara, materi mati maka diabaikan (tentu
saja bila jumlahnya sangat sedikit sehingga tidak
mengganggu penelitian)

7
A2. Penyusunan data(tabulasi)
Data yang belum disusun secara
berurutan (array) : data mentah
atau raw data atau raw score
Tabel 1. Bobot sapih Sapi Bali

8
Dari data tersebut tidak jelas
gambaran tentang :
- bs terendah,
- bs tertinggi,
- jarak (range) antara bs terrendah
dengan tertinggi,
- berapa bs yang sama
- berapa kelompok bs terbanyak
dsbnya
Alat:pensil,kertas,penggaris,kalkulator
, mesin ketik atau komputer

9
Bila dilakukan secara manual maka digunakan
metode Tally atau array

Array (data yang disusun secara

berurutan): agar dapat diketahui
dengan jelas gambaran tentang : bs
terendah, tertinggi, jarak (range)
antara bs terrendah dengan tertinggi,
berapa bs yang sama, berapa
kelompok bs terbanyak dsbnya.

10
A. Distribusi Frekuensi

Distribusi Frekuensi yaitu pengelompokan data ke dalam beberapa

kelompok (kelas) dan kemudian dihitung banyaknya data yang
masuk kedalam tiap kelas.

1. Distribusi Frekuensi Kualitatif

Tabel 1. Data mengenai 50 orang pembeli Komputer

11
Dari data tersebut kesulitan untuk mengetahui dengan cepat,
jenis komputer, mana yang paling banyak diminati pembeli.
Untuk itu perlu disajikan dalam distribusi frekuensi.

12
2. Distribusi Frekuensi data kuantitatif
Tabel 1. Bobot sapih Sapi Bali

13
Ada tiga hal yang perlu di perhatikan dalam menentukan kelas bagi
distribusi frekuensi untuk data kuantitatif, yaitu jumlah kelas, lebar
kelas dan batas kelas.
a. Jumlah kelas
Jumlah kelas sebaiknya antara 7 dan 15 . Rumus untuk
menentukan banyaknya kelas sebagai berikut :
k = 1 + 3,322 log n
dimana k = banyak nya kelas
n = banyaknya nilai observasi
Rumus tersebut diberi nama Kriterium Sturge dan merupakan
suatu perkiraan tentang banyaknya kelas. Misalnya, data dengan n
= 100, maka banyaknya kelas k adalah sebagi berikut :
k = 1 + 3,322 log 100
= 1 + 3, 322 (2)
= 7,644
Jadi, banyaknya kelas sebaiknya 7

14
b. Interval Kelas
Disarankan interval atau lebar kelas adalah sama untuk setiap
kelas. Untuk menentukan besarnya kelas (panjang interval)
digunakan rumus :

Dimana :
c = perkiraan besarnya (class width, class size, class length)
k = banyaknya kelas
Xn = Nilai observasi terbesar
X1 = Nilai observasi terkecil

15
c. Batas Kelas (Class Limits)
Batas Kelas adalah nilai-nilai terluar (terendah) atau tertinggi
dari suatu kelas.
_ Menentukan batas-batas kelas dari kelas terbawah (kelas
pertama) dan teratas.
_ Kelas-kelas harus memuat seluruh data observasi yaitu nilai
observasi terendah akan masuk dalam kelas pertama dan nilai
tertinggi akan masuk dalam kelas terakhir.

TABEL Contoh Batas Kelas dan Frekuensi

Kelas ke Batas Kelas BS Garis Tally Frekuensi
1 30 – 39 2
2 40 – 49 3
3 50 – 59 11
4 60 – 69 20
5 70 – 79 32
6 80 – 89 25
7 90 – 99 7
16
d. Pembatas-pembatas Kelas (Class Boundaries)
Pembatas-pembatas kelas adalah nilai nilai khusus sepanjang
sebuah skala pengukuran yang memisahkan dua kelas yang
berdampingan.

Tepi bawah kelas (Tbk) = – 0,5 (skala terkecil)

Tepi atas kelas (Tak) = + 0,5 (skala terkecil)

17
 Cara lain yang disukai boleh dipakai,
penyusunan dapat dilakukan langsung
dengan komputer karena akan lebih
cepat

18
Pedoman untuk menyusun dalam kelas

1. Jumlah kelas sebaiknya antara 5 dan 20. Contoh Tabel

1. ada 8 kelas. Jumlah kelas sebaiknya kecil, tetapi
cukup efektif untuk menjelaskan hubungan ciri data.
2. Setiap data harus mempunyai 1 atau hanya punya 1
kelas
3. Sedapat mungkin semua kelas harus mempunyai
lebar yang sama

19
Langkah-langkah menyusun DF menurut
Sturgess
1. Menentukan Jumlah Kelas
m = 1 + 3,3 log n
2. Menghitung Range ( R )
R = Nilai tertinggi – Nilai terendah
3. Menetukan Panjang Kelas (interval)
i=R/m
4. Menetukan Kelas
Semua data harus masuk ke dalam salah satu
dari interval kelas tertentu.
5. Mencari Frekuensi Tiap-tiap Kelas
Menghitung banyaknya data/nilai pengamatan
yang masuk pada kelas tertentu.

20
1. Menetukan Jumlah Kelas ( K )
K = 1 + 3,3 log n
K = 1 + 3.3 log 40
K = 1 + 3,3 ( 1,602)
k = 1 + 5,2867
k = 6,2867 ( dibulatkan ke atas 7 kelas )

21
2. Menghitung Range ( R )
R = Nilai Tertinggi – Nilai Terendah
R = 109 – 70
R = 39
3. Menetukan Panjang Kelas ( i )
i=R/m
i = 39/ 7
i = 5,5714= 5 atau 6

22
Distribusi frekuensi & frekuensi relatif
• jumlah data yang dimasukkan dalam kelas
khusus dinamakan frekuensi kelas tsb misalnya
frekuensi kelas 84 – 88 = 8, karena ada 8
bobot sapih yang masuk kelas 84 – 88.
• Tabel yang mencatat semua kelas dan
frekuensinya adalah distribusi frekuensi.
• Pada kolom 1 & 3 pada Tabel 2.2 menunjukkan
distribusi frekuensi bobot sapih sapi Bali

23
Pada frekuensi dari suatu kelas kita
tertarik membuat persentase dari kelas
tersebut

frekuensi kelas 84 - 88  8
8
 0,2  20%
40
total jumlah data  40  

24
Persentase suatu kelas yang dinyatakan
dalam bentuk desimal adalah frekuensi
relatif dari kelas. Tabel yang mencatat
semua kelas dan frekuensi relatifnya
dinamakan Distribusi frekuensi relatif

Frekuensi relatif jumlahnya harus 1 atau

100%

25
TABEL 2.3. distribusi frekuensi relatif BS sapi
Bali
Bobot Frekuensi relatif
sapih
69 – 73 3/40 = 0,075
74 – 78 3/40 = 0,075
79 – 83 6/40 = 0,150
84 – 88 8/40 = 0,200
89 – 93 5/40 = 0,125
94 – 98 10/40 = 0,500
99 – 103 2/40 = 0,050
104 - 109 3/40 = 0,075
1,000
26
Istilah:
 Kelas : katagori dalam mengelompokkan data
 Frekuensi : jumlah data dalam 1 kelas
 Frekuensi distribusi: daftar kelas dan frekuensinya
 Frekuensi relatif : rasio frekuensi satu kelas dengan total
jumlah data
 Distribusi frekuensi relatif : daftar kelas dengan frekuensi
relatifnya
 Batas kelas bawah:nilai terkecil yang dimasukkan dalam
satu kelas
 Batas kelas bawah :nilai terbesar yang dimasukkan dalam
satu kelas
 Nilai kelas : nilai tengah satu kelas
 Lebarkelas : perbedaan antara batas kelas bawah pada
kelas tersebut dan batas kelas bawah dari kelas berikutnya

27
Nilai tunggal untuk tabulasi data
Pada beberapa kasus kelas hanya memiliki
satu nilai, seperti contoh berikut :

0 3 0 0 3 0
2 2 0 1 2 1
0 0 1 2 4 0
4 2 1 0 1 0
0 2 0 1 3 2

a. Kelompokkan dalam kelas

b. Tandai batas dan nilai kelas
c. Buat tabel tabulasi data

28
TABEL. 2.6. Distribusi frekuensi dan frekuensi
relatif jumlah anak umur sekolah pada 30
keluarga

jumlah anak frekuensi Frekuensi

umur relatif
sekolah
0 12 0,400
1 6 0,200
2 7 0,233
3 3 0,100
4 2 0,067
30 1,000

29
Misalnya pada kelas jumlah anak 3:
- Batas kelas bawah :3 (nilai terkecil pada kelas
ini)
- Batas kelas atas :3 (nilai tertinggi pada kelas
ini)
-Nilai kelas :

3 3
nilai kelas :  3 (nilai tengah kelas)
2

30
Distribusi frekuensi dan frekuensi relatif
untuk data kualitatif

TABEL 2.7. mahasiswa yang menyebut partai

politik

D R O R R R R R
D O R D O O R D
D R O D R R O R
D O D D D R O D
O R D R R R R D

31
TABEL 2.8. Distribusi frekuensi dan frekuensi relatif
keanggotaan partai politik

Partai Frekuensi Frekuensi relatif

D 13 0,325
R 18 0,450
O 9 0,225
40 1,000

32
TABEL 5 DISTRIBUSI POPULASI TERNAK DI INDONESIA 1993 (RIBU EKOR)

Jenis Ternak Jumlah frekuen Frekuensi

si Relatif
Sapi Perah 299 0,33%
Sapi potong 11205 1,2%
Kerbau 3641 0,4%
Kuda 686 0,8%
Kambing 11858 1,31%
Domba 6153 0,68%
Babi 8565 0,94%
Ayam Buras 319633 35%
Ayam Petelur 54658 6%
Ayam pedaging 463917 51%
Itik 27535 3%

Jumlah 908150 1

33
34
 2. Penyajian data

Tabel/Daftar 1. Baris kolom

2. Daftar kontigensi
3. Daftar distribusi

Grafik/gambar 1. Diagram batang

2. Diagram garis/Run chart/Line chart
3. Diagram lambang/simbol
4. Diagram pastel/lingkaran
5. Diagram peta/kartogram
6. Diagram pencar/titik/scatter
7. Grafik kumulatif/Ogive

35
GRAFIK

 - Disamping penyajian data dengan

tabel , cara lain adalah dengan
gambaran dalam bentuk diagram
statistik (grafik dan chart)
 - Dengan grafik/chart data dapat
disajikan secara sederhana dan
sangat efisien

36
1. Histogram
a) histogram frekuensi
Histogram frekuensi bobot sapih sapi Bali di P3Bali

10

0
69-73 74-78 79-83 84-88 89-93 94-98 99-103 104-109
bobot sapih

37
b. Histogram frekuensi relatif

Histogram frekuensi relatif bobot sapih sapi Bali di P3Bali

0,25

0,2

0,15

0,1

0,05

0
69-73 74-78 79-83 84-88 89-93 94-98 99-103 104-109
bobot sapih

38
 Histogram frekuensi :
- grafik yang memaparkan kelas pada aksis
horisontal dan frekuensi kelas pada aksis
vertikal
- Frekuensi setiap kelas dipaparkan oleh
batang vertikal yang tingginya = frekuensi
kelas
Histogram frekuensi relatif :
- Grafik yang menggambarkan kelas pada
aksis horisontal & frekuensi relatif kelas
pada aksis vertikal
- frekuensi relatif setiap kelas digambarkan
oleh batang vertikal yang tingginya =
frekuensi relatif kelas 39
Dotplot (grafik titik)
TABEL 1. Produksi oats dalam gantang
67 65 55 57 58
61 61 61 64 62
62 60 62 60 67

Untuk mengambar grafik titik maka :

-Aksis horisontal menggambarkan hasil oats
- Kemudian dicatat semua produksi dengan
meletakkan titik tepat di atas nilai pada aksis
horisontal
40
 • •
• • • •
• • • • • • • •

55 56 57 58 59 60 61 62 6364 6566

41
Gambaran grafik untuk data kualitatif

Histogram dan dotplot dibuat dengan

menggunakan data numerik. Data
kualitatif digambarkan menggunakan
teknik berbeda,yang biasa digunakan :
grafik lingkaran /pie diagram/diagram
pastel

42
TABEL 1. Penyakit yang terdapat pada sapi
perah tahun 1994

Jenis penyakit Jumlah

Mastitis 60
Brucellosis 20
TBC 10
PMK 5
Ringworm 5
100

43
 ringworm
5%
PMK
5%
TBC
10%

brucellosis mastitis
20% 60%

44
Poligon frekuensi relatif
Gambaran grafik lain yang biasa dipakai
adalah poligon frekuensi relatif
Pada poligon frekuensi ujungnya
menggambarkan titik di atas setiap
kelas = frekuensi relatif kelas, kemudian
titik ini disambungkan dengan garis
penghubung sperti contoh berikut

45
12

10

10
8

8
6

5
4
3

3
2

2
0
69 74 79 84 89 94 99 104

Line 1

46
Diagram statistik :
-Bentuk penyajian data secara visual
yang sangat baik
- hasil penggambaran dapat memberi
kesan yang baik karena mudah dibaca
dan diinterpretasikan oleh pembaca

Untuk menghindari penafsiran yang

keliru maka perlu diperhatikan
beberapa ketentuan sbb:

47
1. Dasar pembuatan diagram adalah data
yang sudah disusun dan disajikan
dalam bentuk tabel.
2. Jenis diagram dipilih yang dapat
dimengerti oleh pembaca
3. Bila menggambarkan beberapa
komponen maka dibedakan dengan
warna/bentuk
4. Usahakan letaknya simetris.
5. Skala sederhana,jarak sama dan setiap
nilai dimulai dari 0
48
90
80
70
60
50 East
40 West
30 North
20
10
0
40 60 80 100

49
 Ogive

Adalah sejenis 90
poligon, tetapi 80
70
digunakan untuk 60
Frek
menggambarkan 50
Frek
40
distribusi frek 30
North

komulatif. 20
10
0

50
 Skala Pengukuran
Kualitatif/katagorik Kuantitatif/numerik/
nonkatagorik/scale
Nominal Interval
Contoh: Jenis Kelamin Contoh : suhu badan
- jantan
- betina Rasio
Ordinal Contoh : - BB
Contoh : tk. Pendidikan - TB
- rendah - kadar kolesterol
- sedang
- tinggi
: tk kpemilikn trnk
- banyak
- sedang
- sedikit
51
Ordinal : ada katagori tidak sederajat/bertingkat
misalnya tidak setuju/setuju/sangat setuju

Nominal : ada katagori, tetapi sederajat dan tegas

perbedaanya misalnya ya/tidak atau laki-laki dan wanita

Interval : ukuran bertingkat , tetapi nilai 0 tidak

absolut, misalnya 20-30 kg/ 30-40 kg/ 40-50kg

Rasio : perbandingan mempunyai nilai 0 mutlak

misalnya ukuran panjang, tinggi, harga (Rp 1500/
Rp3000/ Rp 4500

52
Contoh penyajian data dengan skala pengukuran
katagorik dalam bentuk tabel dan grafik

n %
Jenis kelamin
• laki-laki 22 44
• perempuan 28 56

Tingkat pendidikan
• rendah 10 20
• sedang 25 50
• tinggi 15 30
Total 50 100

53
54
Contoh penyajian data dengan skala pengukuran
numerik, dalam bentuk tabel dan grafik. Biasa
menggunakan ukuran pemusatan dan ukuran
penyebaran

variabel rerata median sd min max

T Badan 64,4 2,4

55
 0.18

0.16
Kurva normal
0.14 (μ=64,4 &
σ=2,4)
0.12

0.1
frekuensi relatif
0.08

0.06

0.04

0.02

0
56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74
tinggi (inc)

56
 Tugas Mandiri
1. Terdapat data berat sapih 40 ekor sapi sebagai berikut :
77 68 63 84 58 64 59 69 70 77 71 65 71 55 65
60 60 61 58 72 78 71 84 62 55 57 56 80 76 69
66 71 72 70 69 64 58 67 79 68
a. Berapa jumlah kelas yang Anda sarankan
b. Berapa panjang/interval kelas yang baik menurut Anda
c. Berapa batas kelas bawah yang Anda rekomendasikan
d. Buatlah distribusi frekuensinya
2.

57