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

Besarnya Range (R) dari data diatas dapat dihitung dengan proses. yaitu :  nilai tertinggi – nilai terendah  82 – 65 = 17. karena itu data nilai lebih tepatnya kita urutkan dari terkecil ke yang terbesar.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. 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 Log 40 k = 1 + 5.3 Statistika Dasar 2 .  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 Log n dimana: k = banyaknyakelas n = banyaknya data dari rumus tersebut tinggal dimasukkan nilainya sehingga menjadi : k = 1 + 3.

086 0.Lain-lain Total Frekuensi 300 3 30 8 350 Frekuensi relatif 0.k = 6.Seng atau Asbes 3. Kemudian disusun tabel frekuensinya seperti yang terlihat pada tabel 2.2 0.1 dibawah ini : TABEL 2. cari panjang kelas intervalnya dengan proses Range dibagi dengan banyaknya kelas.8 i = 3 (dibulatkan) Selanjutnya menentukan batas bawah kelas pertamanya.6 2.3 k = 6 (dibulatkan) Selanjutnya.9 8.882 0.1 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.Genteng / Beton 2.Nipah.3 100 3 Statistika Dasar .009 0. sehingga hasilnya : i = 17/6 i = 2. hateup atau kirai 4.023 1 Persen 88.2 Kategori Atap Rumah di Pedesaan Katagori 1. kita ambil contoh nilai terendahnya yang kita ambil.

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

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

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

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

frekuensi kumulatif kurang dari dan frekuensi kumulatif lebih dari.14 (5) fk< 2 10 24 43 50 (6) fk> 50 48 40 26 7 Keterangan :  Sebaran frekuensi di atas terdiri atas 5 kelas.16 0. frekuensi relatif.36 0. Statistika Dasar 8 . Frekuensi Distribusi Kategorikal Bila dalam pengelompokan frekuensinya terdiri dari data kualitatif yang menyatakan jenis atau mewakili karakteristik tertentu seperti orang.28 0. Frekuensi Distribusi Numerikal Bila dalam pengelompokan frekuensi terdiri dari data kuantitatif yang menyatakan besar bilangan numerik b. jenis kelamin. Contoh suatu sebaran frekuensi : TABEL 2.3 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 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.Sebaran frekuensi umumnya berbentuk sebuah tabel. Frekuensi relative kelas disajikan secara visual dalam bentuk histogram. dll.  Pembagian Tabel Frekuensi Distribusi: a. Dalam suatu tabel frekuensi (atau sebaran frekuensi) dapat berisi informasi tentang jumlah atau disebut frekuensi.

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

7.0189 Gambar 2.5-80.1226 0. Total Kelas 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100 Selang kelas 20.2 berturut-turut menampilkan sebaran frekuensi dan histogram hasil ujian komprehensif Statistika pada tahun pendidikan 2000/2001 sebagai contoh. 1.5 30.5-70.5 40.5-40.2736 0. 4.4 dan Gambar 2. Tabel 2.5 106 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 0.5100.5-60.5-50. 2.4 Sebaran Frekuensi Nilai Ujian Komprehensif Statistika (Data Kelompok) No.Tabel 2. 8.0660 0.0095 0.5 90.5 80.3962 0. 6. 3.5-30.5 50.0189 0. 5.5 60.5-90.5 70.2 Sebaran Frekuensi Nilai Ujian Dalam Bentuk Histogram Statistika Dasar 10 .

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

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

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

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

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

4.10.6.1 + 16.6.8.6 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 2.6.7. 8.7.9.7.8.4. 6. 5.1 + 11.4.4.1 + 8.7.7.8.5. 5.1 + 12.4. 8.Contoh Soal : 1.7. 15 3. 5. 12. 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.6.7. Maka nilai tengahnya adalah… Jawab : = (3.4.1 ) = 7.4.5.2 + 4. Diketahui 13 buah amatan sebagai berikut : 3. maka buatlah Histogramnya! Jawab : Statistika Dasar 16 . Diberikan data seperti di bawah ini : 5.1 + 5.5.6.5.8. 7.5. 4.6.6.8. 16. 5.3.3 + 6.6.1 + 5.8. 11.6. 5.

8. 2. 9. 5. 16 Maka berapakah wilayahnya (Range)… Jawab : Wilayah (Range) = 16 -3 = 13 Statistika Dasar 17 . 5. 6. 7. median = 7 + 8 = 7. 6. 6. 5. 1. 8. 9. 10. 6. 11. 5. 5. 4.8. 12. 2. 13. 4. 8. 12. 4.9. 8. Diketahui data 6. 6. 8. 9. 5. 5. menjadi : 1. 9.4. 7. 13. 8 9. Perhatikan nilai pengamatan berikut : 3. 4. 6. 8 Jawab : n = 20 Data diurutkan terlebih dahulu dari yang kecil ke nilai yang besar. 8. 4.5 5. 12. 8.

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

Sign up to vote on this title
UsefulNot useful