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

3 Log 40 k = 1 + 5. 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. Besarnya Range (R) dari data diatas dapat dihitung dengan proses. yaitu :  nilai tertinggi – nilai terendah  82 – 65 = 17.3 Log n dimana: k = banyaknyakelas n = banyaknya data dari rumus tersebut tinggal dimasukkan nilainya sehingga menjadi : k = 1 + 3. karena itu data nilai lebih tepatnya kita urutkan dari terkecil ke yang terbesar.3 Statistika Dasar 2 .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.  berarti Rangenya (R) = 17 Setelah Range (R) nya didapat maka dilanjutkan lagi dengan mencari banyaknya kelas dengan menggunakan rumus : k = 1 + 3. langkah berikutnya lagi adalah menentukan jangkauan atau sering disebut dengan Range (R).

3 k = 6 (dibulatkan) Selanjutnya. sehingga hasilnya : i = 17/6 i = 2.Genteng / Beton 2.3 100 3 Statistika Dasar .8 i = 3 (dibulatkan) Selanjutnya menentukan batas bawah kelas pertamanya.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. hateup atau kirai 4.9 8.2 0.1 dibawah ini : TABEL 2.882 0.2 Kategori Atap Rumah di Pedesaan Katagori 1.6 2.086 0.Seng atau Asbes 3.009 0.k = 6.Nipah.Lain-lain Total Frekuensi 300 3 30 8 350 Frekuensi relatif 0. Kemudian disusun tabel frekuensinya seperti yang terlihat pada tabel 2.023 1 Persen 88. kita ambil contoh nilai terendahnya yang kita ambil. cari panjang kelas intervalnya dengan proses Range dibagi dengan banyaknya kelas.

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

Memindahkan variable nilai dari kiri ke kanan.3. pilih Histogramscentang with normal curveContinueOk : Statistika Dasar 5 . agar bias menampilkan grafiknya sekalian tekan chart. Masuk ke menu AnalyzeDescriptive StatisticsFrekuencies : 4.

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

bedanya pada variable nilai yang masih berada pada sebalah kanan. dikembalikan kekiri dan diganti dengan variable intnilai. langkah berikutnya sama dengan atas.Hal ini dilakukan sampai 6 kelas. 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. Langkah berikutnya kembali ke Data View.Masuk menu Analyze > Descriptive Statistics >Frekuencies. Sehingga hasilnya sbb :  Sebaran Frekuensi / Frekuensi Distribusi Tabel frekuensi untuk peubah pengukuran secara khusus dinamakan sebaran frekuensi. Statistika Dasar 7 . Variable ketiga Decimalsnya diisi 0 (nol). atau diketahui sebaran frekuensi memberi gambaran sebaran nilai-nilai pengamatan pada suatu garis peubah atau pengelompokan data ke dalam beberapa kelas.

Sebaran frekuensi umumnya berbentuk sebuah tabel. Kelas II adalah data dengan bobot antara 10 kg sampai dengan 12 kg. frekuensi kumulatif kurang dari dan frekuensi kumulatif lebih dari. frekuensi relatif. 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. Statistika Dasar 8 . dll.16 0. jenis kelamin.28 0. Contoh suatu sebaran frekuensi : TABEL 2.04 0. Frekuensi relative kelas disajikan secara visual dalam bentuk histogram. Dalam suatu tabel frekuensi (atau sebaran frekuensi) dapat berisi informasi tentang jumlah atau disebut frekuensi. Kelas I adalah data dengan bobot antara 7 kg sampai dengan 9 kg. Frekuensi Distribusi Kategorikal Bila dalam pengelompokan frekuensinya terdiri dari data kualitatif yang menyatakan jenis atau mewakili karakteristik tertentu seperti orang.14 (5) fk< 2 10 24 43 50 (6) fk> 50 48 40 26 7 Keterangan :  Sebaran frekuensi di atas terdiri atas 5 kelas.36 0.  Pembagian Tabel Frekuensi Distribusi: a.

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

5100. Tabel 2.5-50.5 106 Pertengahan kelas 25 35 45 55 65 75 85 95 Frekuen si 1 2 10 13 42 29 7 2 Frekuens i relatif 0.0943 0.0189 0. Total Kelas 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100 Selang kelas 20.0189 Gambar 2.5 60.5-60.Tabel 2.2 berturut-turut menampilkan sebaran frekuensi dan histogram hasil ujian komprehensif Statistika pada tahun pendidikan 2000/2001 sebagai contoh.4 dan Gambar 2.4 Sebaran Frekuensi Nilai Ujian Komprehensif Statistika (Data Kelompok) No. 1.5-70. 6. 2. 4.5 80.5-80.5 30.0095 0.0660 0. 5. 7.2736 0.5 90.5-40.3962 0.5 50. 8. 3.1226 0.5 40.5-90.5 70.2 Sebaran Frekuensi Nilai Ujian Dalam Bentuk Histogram Statistika Dasar 10 .5-30.

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

13. maka median adalah nilai paling tengah dari data yang sudah diurutkan atau mediannya merupakan nilai peubah yang ke (n+1)/2. Pengertian lain median adalah nilai tengah setelah data terurut naik. 9. 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. Apabila genap. 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. 9. 5 n=8 Data diurutkan terlebih dahulu dari yang kecil ke nilai yang besar. Ukuran deskriptif ini merupakan nilai atau ukuran yang menggambarkan posisi nilai-nilai peubah dalam suatu garis peubah. 8.Ukuran – Ukuran Deskriptif Ukuran-ukuran deskriptif diperlukan untuk peubah pengukuran sebagai nilai rangkuman atas nilai-nilai pengamatan yang ada. menjadi : 5 6 7 8 9 9 12 13 median = 8 + 9 = 8. Apabila banyak data adalah ganjil. 12.2. Median juga dikenal sebagai nilai yang terletak di tengah dari data yang terurut. 6.Median Median adalah suatu nilai setengah dari nilai-nilai peubah tersebut lebih tinggi darinya dan setengah bagian lainnya lebih rendah. (n=banyaknya pengamatan) setelah nilai-nilai tersebut diurutkan. a.5 Statistika Dasar 12 .

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

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

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

3. 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. 5.Contoh Soal : 1. 12.7.5.5.7.6.6 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. maka buatlah Histogramnya! Jawab : Statistika Dasar 16 .1 + 5.6.6.1 + 8. 16. 7.5.10. 4. 5.7.1 + 5. 5. 6.7.8. 8. Diberikan data seperti di bawah ini : 5.4. 15 3.1 + 16.8. 5.6. 8.4.6.7. 11.2 + 4. Diketahui 13 buah amatan sebagai berikut : 3. Maka nilai tengahnya adalah… Jawab : = (3.8.4.8.1 + 12.8.9.5.5.4.4.1 + 11.6.3 + 6.1 ) = 7.7.4.6.6.8.7.6. 5.4.

Diketahui data 6. 8 9. 9. 12. 4. 4. 6. 5. 8. 4. 6. 10. 7. 13. median = 7 + 8 = 7. 8 Jawab : n = 20 Data diurutkan terlebih dahulu dari yang kecil ke nilai yang besar. 9. 6. 5. 6. 11. 8. 8. 4. 4. 12. 6. 8. Perhatikan nilai pengamatan berikut : 3. 5. 13. menjadi : 1. 5.5 5. 5. 8. 2. 16 Maka berapakah wilayahnya (Range)… Jawab : Wilayah (Range) = 16 -3 = 13 Statistika Dasar 17 . 7. 8. 8. 6. 5. 2. 9. 1.8.9. 5. 9. 12.4.

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

Master your semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master your semester with Scribd & The New York Times

Cancel anytime.