DESKRIPSI DATA

Deskripsi data adalah upaya menampilkan data agar data tersebut dapat dipaparkan secara baik dan diinterpretasikan secara mudah. Deskripsi data meliputi penyusunan data dalam bentuk tampilan yang mudah terbaca secara lengkap. Tabel frekuensi merupakan cara penyajian paling umum untuk deskripsi data, yang sering ditampilkan pula secara visual dalam bentuk diagram batang atau histogram. Sedangkan ukuran-ukuran deskriptif digunakan untuk menyatakan ciri lokasi pesebaran peubah pengukuran.

1.Tabel Frekuensi Tabel frekuensi merupakan bentuk deskripsi paling umum yang digunakan untuk peubah katagorik. Tabel ini menampilkan kategorikategori yang muncul dalam gugus data beserta frekuensinya masing – masing. Frekuensi relative atau persentase biasanya ditampilkan pada tabel tersebut.
 Cara membuat tabel frekuensi secara manual :

a) b) c) d) e)
f)

Mengumpulkan datanya Mengurutkan datanya Menghitung jangkauannya (Range) Menentukan berapa banyak nya kelas (k) Panjang Interval Kelasnya (i), dan Menentukan batas bawah kelas pertama

Contohnya sebagai berikut :

Statistika Dasar

1

Dari hasil test semester kelas IC SMA PERSADA diperoleh nilai mata pelajaran Fisika adalah sebagai berikut : 78 72 74 79 74 71 75 74 72 68 72 73 72 74 75 74 73 74 65 72 66 75 80 69 82 73 74 72 79 71 70 75 71 70 70 70 75 76 77 67 Maka langkah pertama yang harus dilakukan adalah mengurutkan dahulu datanya. karena itu data nilai lebih tepatnya kita urutkan dari terkecil ke yang terbesar.3 Log 40 k = 1 + 5.3 Log n dimana: k = banyaknyakelas n = banyaknya data dari rumus tersebut tinggal dimasukkan nilainya sehingga menjadi : k = 1 + 3. langkah berikutnya lagi adalah menentukan jangkauan atau sering disebut dengan Range (R). yaitu :  nilai tertinggi – nilai terendah  82 – 65 = 17. Besarnya Range (R) dari data diatas dapat dihitung dengan proses.  berarti Rangenya (R) = 17 Setelah Range (R) nya didapat maka dilanjutkan lagi dengan mencari banyaknya kelas dengan menggunakan rumus : k = 1 + 3. sehingga hasilnya sebagai berikut : 65 66 67 68 69 70 70 70 70 71 71 71 72 72 72 72 72 72 73 73 73 74 74 74 74 74 74 74 75 75 75 75 75 76 77 78 79 79 80 82 Setelah data diurutkan.3 Statistika Dasar 2 .

kita ambil contoh nilai terendahnya yang kita ambil.3 k = 6 (dibulatkan) Selanjutnya.k = 6.Seng atau Asbes 3.Lain-lain Total Frekuensi 300 3 30 8 350 Frekuensi relatif 0.Nipah.Genteng / Beton 2.1 dibawah ini : TABEL 2.086 0. sehingga hasilnya : i = 17/6 i = 2.1 Nilai test semester mata pelajaran Fisika kelas Ic SMA PERSADA (Data tunggal) Nilai 65 – 67 68 – 70 71 – 73 74 – 76 77 – 79 80 – 82 Jumlah Turus III IIII I IIII IIII II IIII IIII III IIII II Frekuensi 3 6 12 13 4 2 40 Contoh lain penggunaan tabel frekuensi : TABEL 2.8 i = 3 (dibulatkan) Selanjutnya menentukan batas bawah kelas pertamanya.9 8.3 100 3 Statistika Dasar . hateup atau kirai 4.2 Kategori Atap Rumah di Pedesaan Katagori 1.6 2.2 0.023 1 Persen 88.882 0.009 0. cari panjang kelas intervalnya dengan proses Range dibagi dengan banyaknya kelas. Kemudian disusun tabel frekuensinya seperti yang terlihat pada tabel 2.

Gambar 2. Memasukan data Statistika Dasar 4 . Pertama buat dahulu variabelnya (Disini menggunakan 2 variabel yaitu nama dan nilai.1 Diagram Batang Tentang Kategori Atap Rumah  Cara membuat tabel frekuensi secara SPSS 1. nama bertype data nominal sedangkan nilai menggunakan tipe skala) 2.

Memindahkan variable nilai dari kiri ke kanan. pilih Histogramscentang with normal curveContinueOk : Statistika Dasar 5 . Masuk ke menu AnalyzeDescriptive StatisticsFrekuencies : 4.3. agar bias menampilkan grafiknya sekalian tekan chart.

seperti berikut : Masuk ke menu Tranform> Recode > Into Different Variables >Keluar menu Pada variable nilai dipindah ke kanan. Langkah ini dijalankan sampai 6 kali. pada Value diisi angka 1. Buka menu Variable View. pada Range diisi 65. Lanjutkan> Continue > Change > OK. Klik Range. Name pada Output Variable diberi nama = intNilai dan Label diisi = Interval. Statistika Dasar 6 .Tabel Frekuensi yang dihasilkan oleh SPSS tentunya berbeda dengan cara manual sebab pada cara manual kita menghitung dahulu kelas intervalnya. kemudian klik Add. Pada Value diisi 1 pada Label diisi 65 – 67 terus Add. dan menggunakan kelas interval dengan cara tambahkan variable baru. Sampai disini kita telah memiki variable baru dengan nama intnilai yang berisi kelas-kelas interval dari masing-masing nilai. pada variabelk etiga (intnilai) dan pada kolom value klik tombol … sehingga keluar menu. karena tabel frekuensi yang kita coba ada 6 kelas. Namun dari data di atas bias dilanjutkan lagi agar tabel frekuensi yang dihasilkan sama dengan cara manual. Sampai langkah ini klik Tombol Old and New Values. pada through diis 67.

bedanya pada variable nilai yang masih berada pada sebalah kanan. Langkah berikutnya kembali ke Data View. Statistika Dasar 7 . Variable ketiga Decimalsnya diisi 0 (nol). langkah berikutnya sama dengan atas. atau diketahui sebaran frekuensi memberi gambaran sebaran nilai-nilai pengamatan pada suatu garis peubah atau pengelompokan data ke dalam beberapa kelas.Hal ini dilakukan sampai 6 kelas. dikembalikan kekiri dan diganti dengan variable intnilai. Hal itu biasanya terjadi saat dilakukannya penelitian atau survey sering terdapat hasil yang jumlahnya cukup besar dan membingungkan sehingga untuk memudahkan pengolahan data kita harus melakukan pengelompokan data menjadi bebarapa kelompok atau kelas. Sehingga hasilnya sbb :  Sebaran Frekuensi / Frekuensi Distribusi Tabel frekuensi untuk peubah pengukuran secara khusus dinamakan sebaran frekuensi.Masuk menu Analyze > Descriptive Statistics >Frekuencies.

frekuensi kumulatif kurang dari dan frekuensi kumulatif lebih dari. jenis kelamin. dll. Frekuensi relative kelas disajikan secara visual dalam bentuk histogram. Dalam suatu tabel frekuensi (atau sebaran frekuensi) dapat berisi informasi tentang jumlah atau disebut frekuensi.14 (5) fk< 2 10 24 43 50 (6) fk> 50 48 40 26 7 Keterangan :  Sebaran frekuensi di atas terdiri atas 5 kelas. Frekuensi Distribusi Kategorikal Bila dalam pengelompokan frekuensinya terdiri dari data kualitatif yang menyatakan jenis atau mewakili karakteristik tertentu seperti orang.28 0.  Pembagian Tabel Frekuensi Distribusi: a.36 0. Contoh suatu sebaran frekuensi : TABEL 2.16 0. Kelas I adalah data dengan bobot antara 7 kg sampai dengan 9 kg. Kelas II adalah data dengan bobot antara 10 kg sampai dengan 12 kg. frekuensi relatif. Statistika Dasar 8 .Sebaran frekuensi umumnya berbentuk sebuah tabel. Frekuensi Distribusi Numerikal Bila dalam pengelompokan frekuensi terdiri dari data kuantitatif yang menyatakan besar bilangan numerik b.3 Bobot pada anak BALITA (Bawah Lima Tahun) (1) Bobot (kg) 7–9 10 – 12 13 – 15 16 – 18 19 – 21 (2) Nilai tengah (M) 8 11 14 17 20 (3) frekuen si 2 8 14 19 7 (4) fr 0.04 0.

Kelas III adalah data dengan bobot antara 13 kg sampai dengan 15 kg. dengan n = jumlah data . dengan i = kelas ke Kolom (3) Jumlah atau frekuensi untuk setiap kelas.  Kolom (1) Angka 7. didapatkan dengan rumus :  Kolom (6) Frekuensi kumulatif lebih dari yaitu pengurangan bertahap frekuensi dari total data untuk setiap kelas. didapatkan dengan menggunakan rumus : fri = fi / n . Kelas V adalah data dengan bobot antara 19 kg sampai dengan 21 kg. Kelas IV adalah data dengan bobot antara 16 kg sampai dengan 18 kg. 13.  Kolom (4) Frekuensi relatif dari masing-masing kelas. 12. didapatkan dengan rumus: Statistika Dasar 9 . 15. 16. i = kelas ke Kolom (5) Frekuensi kumulatif kurang dari yaitu penjumlahan bertambah frekuensi dari setiap kelas. dan 21 disebut dengan Batas Atas atau Upper Limit (UL)  Kolom (2) Nilai tengah untuk masing-masing kelas. 10. 18. dan 19 disebut dengan Batas Bawah atau Lower Limit (LL) Angka 9. dst. dicari menggunakan rumus : Mi = (LLi + ULi) / 2 .

5-50. 6.3962 0.4 Sebaran Frekuensi Nilai Ujian Komprehensif Statistika (Data Kelompok) No.5 60.5 50.5-60. 4. 5.5 80. 7.Tabel 2.5 40. Total Kelas 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100 Selang kelas 20.1226 0. 2.4 dan Gambar 2.2 berturut-turut menampilkan sebaran frekuensi dan histogram hasil ujian komprehensif Statistika pada tahun pendidikan 2000/2001 sebagai contoh.0189 Gambar 2. 8.0095 0.5-70.0660 0.5-40.5 90.5-90. 1.0189 0.5 70.2 Sebaran Frekuensi Nilai Ujian Dalam Bentuk Histogram Statistika Dasar 10 .5-30.5 30.0943 0. Tabel 2.5-80. 3.5100.2736 0.5 106 Pertengahan kelas 25 35 45 55 65 75 85 95 Frekuen si 1 2 10 13 42 29 7 2 Frekuens i relatif 0.

batang yang satu dengan batang yang lainnya berimpitan. Statistika Dasar 11 . karena batas-batas kelas yang berbeda akan memberikan gambaran yang berbeda pula. Tidak ada ketentuan khusus dalam hal ini. batas-batas kelas ditetapkan menurut keperluan tertentu sesuai dengan permasalahan yang dibicarakan.Tampilan histogram mirip dengan tampilan diagram batang untuk peubah katagorik. persoalan sering timbul dalam menentukan batas-batas kelas. sedangkan batas-batas kelasnya diberi satu decimal lebih dari nilai peubahnya untuk menghindari pengkelasan satu nilai peubah masuk kedalam lebih dari satu kelas. masing-masing selang kelas pada sebaran frekuensi dibuat tumpang tindih dengan kelas yang berdampingan di atas dan di bawahnya. Dalam prakteknya. Perbedaan diantaranya adalah bahwa pada histogram. Dalam membuat tabel sebaran. Sebaran frekuensi peubah pengukuran memberi gambaran persebaran data pada suatu garis peubah kontinu. Histogram menggambarkan sebaran fekuensi visual. secara singkat tabel sebaran. Dalam penyusunannya.

menjadi : 5 6 7 8 9 9 12 13 median = 8 + 9 = 8.2. 6. 5 n=8 Data diurutkan terlebih dahulu dari yang kecil ke nilai yang besar. 12. maka median adalah nilai paling tengah dari data yang sudah diurutkan atau mediannya merupakan nilai peubah yang ke (n+1)/2. median peubah adalah rataan dari dua nilai peubah (data) yaitu datum yang ke [n/2] dan datum yang ke [(n+2)/2] Contoh: Diketahui data 7. a. Pengertian lain median adalah nilai tengah setelah data terurut naik. Apabila banyak data adalah ganjil. Ukuran deskriptif ini merupakan nilai atau ukuran yang menggambarkan posisi nilai-nilai peubah dalam suatu garis peubah.Ukuran – Ukuran Deskriptif Ukuran-ukuran deskriptif diperlukan untuk peubah pengukuran sebagai nilai rangkuman atas nilai-nilai pengamatan yang ada. Median juga dikenal sebagai nilai yang terletak di tengah dari data yang terurut. 9. Apabila genap. 8. 13. Ukuran yang menyatakan letak pusat secara umum dinamakan ukuran pemusatan dan ukuran yang menyatakan posisi relative nilai-niali peubah terhadap nilai pusat tersebut dinamakan persebaran. (n=banyaknya pengamatan) setelah nilai-nilai tersebut diurutkan.Median Median adalah suatu nilai setengah dari nilai-nilai peubah tersebut lebih tinggi darinya dan setengah bagian lainnya lebih rendah.5 Statistika Dasar 12 . 9.

Contoh suatu data terurut seperti berikut. 2. digunakan untuk mencari Q1. nilai kuartil dapat ditentukan dengan menggunakan rumus berikut. seperempat bagian antara Kuarti 1 dan Kuartil 2 (K2). batas pengelompokan kedua disebut kuartil tengah (Q2).Kuartil Kuartil adalah nilai ukuran yang membagi data yang sudah terurut menjadi empat bagian yang masing-masing terdiri dari 25% pengamtan. Selanjutnya. Nilai Q1 adalah median dari data sebelah kiri Q2. dan merupakan ukuran Statistika Dasar 13 .Jarak Antar Kuartil (JAK) Jarak Anatar Kuarti (JAK) menyatakan jarak yang mencakup 50% data yang berada disekitar median. seluruh data yang berada di sebelah kiri Q2. 1 1 2 3 3 3 4 4 5 5 6 7 8 Untuk menentukan nilai-nilai kuartil. sedangkan Q3 adalah median dari seluruh data di sebelah kanan Q2. Nilai Q2 adalah median dari data tersebut. seperempat bagian antara Kuartil 2 dan ketiga (K3) dan seperempat bagian lagi lebih besar dari kuartil ketiga. 3 n = Banyak data c. kita tentukan nilai kuarti ltengah (Q2) terlebih dahulu.b. Data yang terdapat pada batas pengelompokan pertama disebut kuartil bawah (Q1).. Seperempat bagian pertama lebih kecil dari Kuartil 1(K1). Q1 = data ke – i ( n + 1 )4 i = 1. dan batas pengelompokan ketiga disebut kuartil atas (Q3). Selain dengan cara di atas.

nilai tengah data yang melandai ke kiri berada di sebelah kiri mediannya. Nilai tengah atau mean dilambangkan sebagai . Apabila bobot data yang berada di atas median lebih besar dari bobot data yang sebarannya melandai ke kanan (right skewed. Median dan nilai tengah gugus data demikian berimpit dan terletak di tengah-tengah sebaran. d.persebaran data sehubungan dengan nilai median sebagai pusatnya. Nilai tengah data tersebut berada di sebelah kanan mediannya. bobot data yang berada di atas mediannya sama dengan bobot data yang berada di bawah mediannya maka data tersebut merupakan data yang sebarnnya simetrik.Rataan (Mean) Nilai tengah suatu peubah didefinisikan sebagai hasil bagi dari jumlah seluruh nilai pengamatan dengan banyaknya pengamatan. JAK yang panjang menunjukkan bahwa nilai-nilai peubah dalam gugus tersebut cenderung berpencaran atau memiliki ukuran persebaran yang tinggi. Demikian halnya.Ragam . Besarnya angka ragam ini menyatakan ukuran pesebaran nilai – nilai pengamatan dari titik tengahnya. Sebaliknya JAK yang pendek menunjukkan nilai-nilai pengamatan yang cenderung mengumpul atau memiliki ukuran persebaran yang rendah. Data demikian dikatakan pula sebagai data yang menjulur ke kanan. Kasus ini disebut menjulur ke kiri (left skewed atau skewed to the left). = e. n = banyaknya pengamatan Ragam berbanding lurus dengan jumlah kuadrat jarak nilai – nilai data dari nilai tengahnya. Atau dikenal sebagai selisih antara K3 dan K1 dinamakan. ragam yang tinggi menunjukkan nilai-nilai yang cenderung 14 Statistika Dasar . skewed to the right). Nilai tengah merupakan pusat sejati dari segugus data yang menyatakan lokasi pusat keseimbangan data. Apabila dalam suatu gugus data.

Besarnya data yang disisihkan dari perhitungan biasanya sebanyak 5% atau 10% dengan mempertimbangkan bahwa penyisihan bagian tersebut akan menghilangkan nilai ekstrim yang mungkin ada. Dan ragam yang rendah menunjukkan nilai – nilai pengamatan yang cenderung mengumpul di sekitar nilai tengahnya. sering pula dijumpai adanya nilai ekstrim yang sangat berpengaruh terhadap nilai tengah. = = .Simpangan Baku Dalam terapannya. semestinya 100 tetapi tercatat 1000 misalnya atau karena data tersebut sebenarnya seringkali berubah drastic apabila nilai ekstrim ini dikesampingkan. Dalam suatu gugus data. lebih sering digunakan sebagai ukuran pesebaran data karena memiliki satuan sama dengan satuan data dan nilai tengahnya.memencar jauh dari nilai tengahnya. Perbedaan mencolok diantara keduanya mengindikasika adanya nilai ekstrim yang berpengaruh. Akar pangkat dua dari ragam dinamakan Simpangan Baku (S). =S g. nilai terpancung ini kadang-kadang lebih disukai untuk menyatakan lokasi pusat. Perbandingan nilai tengah dengan nilai tengah terpancung dapat pula digunakan untuk memeriksa adanya nilai ekstrim. Simpangan Baku.Nilai Tengah Terpancung Nilai tengah terpancung merupakan nilai tengah data dimana sebagian data terbesar dan sebagian data terkecil disisihkan dalam perhitungan. Statistika Dasar 15 . n = banyaknya pengamatan f. Karena lebih tegar. S = . Nilai ekstrim ini kadang-kadang disebabkan adanya kesalahan mencatat.

5.8.6.7. 6. 5. Data banyaknya siswa kelas XI IPA yang tidak hadir dalam 8 hari berturut-turut sebagai berikut : Hari Siswa 1 5 2 3 3 1 4 6 5 4 6 2 7 2 8 5 Dari data tersebut.7. 5. 7.1 + 16.4.5.3. Diketahui 13 buah amatan sebagai berikut : 3.5.8.7.6.6.1 + 5.6.6.8. 15 3.6.4.1 + 12.Contoh Soal : 1.9. Diberikan data seperti di bawah ini : 5.5. 4.6.4.7.6.2 + 4. 8.7.5. 11.8.8.6 Maka buatlah tabel frekuensi data tunggalnya! Jawab : Nilai 3 4 5 6 7 8 9 10 Total Turus I IIII II IIII I IIII IIII IIII III IIII I I I Frekuensi 1 7 6 10 8 6 1 1 40 2.1 + 8.7.4.1 + 11.1 ) = 7.4.8.3 + 6.7. 16. 12. Maka nilai tengahnya adalah… Jawab : = (3.4.6. maka buatlah Histogramnya! Jawab : Statistika Dasar 16 .10.1 + 5. 5.5. 5. 8.4.

4. 2. 8 9. 8. 6. 8. 1. 12. 11. 4. 9. 5.9. 12. 4. 5. 9. 7. 8. 5. 2. 8 Jawab : n = 20 Data diurutkan terlebih dahulu dari yang kecil ke nilai yang besar. menjadi : 1. 6. 12. 16 Maka berapakah wilayahnya (Range)… Jawab : Wilayah (Range) = 16 -3 = 13 Statistika Dasar 17 . 5. 8. 4. 9. Perhatikan nilai pengamatan berikut : 3. 8. 6. 8. 8.8.4. 5. 5. 9. 6. 6. 6. 4. median = 7 + 8 = 7. 5. Diketahui data 6. 13.5 5. 10. 13. 7.

Murray R. 2007. 2000. Chandra. Statistika Deskripftif. Jakarta : Grasindo Saefuddin. Ellen. Jakarta : Erlangga Supranto. Jakarta : Grasindo Spiegel. Asep. 2005. Statistik Teori dan Aplikasi. Jakarta : Erlangga Nugroho. 1995. Jakarta : Grasindo Rasyad. 2007. Schaum’s Outlines. Metode Statistik Deskfriptif. 2007. Rasdihan. 2006. Jakarta : EGC Gunawan. Sigit. Statistika Dasar. Dasar dasar Metode Statistik. 2007. Santosa. Teknik Statistika untuk Bisnis dan Ekonomi. Jakarta: Erlangga Statistika Dasar 18 .SUMBER Budi. Jakarta : Erlangga Budiman. Pengantar statistic kesehatan.

Sign up to vote on this title
UsefulNot useful