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

langkah berikutnya lagi adalah menentukan jangkauan atau sering disebut dengan Range (R).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.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. 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. yaitu :  nilai tertinggi – nilai terendah  82 – 65 = 17.3 Statistika Dasar 2 . 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.

Seng atau Asbes 3.6 2.009 0.Genteng / Beton 2.Nipah. Kemudian disusun tabel frekuensinya seperti yang terlihat pada tabel 2.3 100 3 Statistika Dasar .086 0.k = 6.3 k = 6 (dibulatkan) Selanjutnya.2 0.023 1 Persen 88.1 dibawah ini : TABEL 2.2 Kategori Atap Rumah di Pedesaan Katagori 1.9 8. cari panjang kelas intervalnya dengan proses Range dibagi dengan banyaknya kelas.Lain-lain Total Frekuensi 300 3 30 8 350 Frekuensi relatif 0. kita ambil contoh nilai terendahnya yang kita ambil.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. sehingga hasilnya : i = 17/6 i = 2.882 0.8 i = 3 (dibulatkan) Selanjutnya menentukan batas bawah kelas pertamanya.

1 Diagram Batang Tentang Kategori Atap Rumah  Cara membuat tabel frekuensi secara SPSS 1. 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 .

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

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

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

jenis kelamin. Kelas II adalah data dengan bobot antara 10 kg sampai dengan 12 kg. frekuensi relatif. frekuensi kumulatif kurang dari dan frekuensi kumulatif lebih dari.04 0.  Pembagian Tabel Frekuensi Distribusi: a.36 0.28 0.Sebaran frekuensi umumnya berbentuk sebuah tabel. Frekuensi relative kelas disajikan secara visual dalam bentuk histogram.14 (5) fk< 2 10 24 43 50 (6) fk> 50 48 40 26 7 Keterangan :  Sebaran frekuensi di atas terdiri atas 5 kelas. Statistika Dasar 8 . Frekuensi Distribusi Kategorikal Bila dalam pengelompokan frekuensinya terdiri dari data kualitatif yang menyatakan jenis atau mewakili karakteristik tertentu seperti orang. dll. Contoh suatu sebaran frekuensi : TABEL 2.16 0. Frekuensi Distribusi Numerikal Bila dalam pengelompokan frekuensi terdiri dari data kuantitatif yang menyatakan besar bilangan numerik b. Kelas I adalah data dengan bobot antara 7 kg sampai dengan 9 kg. Dalam suatu tabel frekuensi (atau sebaran frekuensi) dapat berisi informasi tentang jumlah atau disebut frekuensi.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.

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

5-80.5-70. Total Kelas 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100 Selang kelas 20. 7.5-40.0660 0.5 90.Tabel 2.5-60.5-50. 6.5 106 Pertengahan kelas 25 35 45 55 65 75 85 95 Frekuen si 1 2 10 13 42 29 7 2 Frekuens i relatif 0.0189 Gambar 2. Tabel 2.1226 0.0189 0.2 Sebaran Frekuensi Nilai Ujian Dalam Bentuk Histogram Statistika Dasar 10 .5-30.5 40. 3.4 Sebaran Frekuensi Nilai Ujian Komprehensif Statistika (Data Kelompok) No.5-90.5 30. 8. 5.5 80.5 50.3962 0.5100.4 dan Gambar 2.0943 0. 1. 2.5 70. 4.0095 0.2 berturut-turut menampilkan sebaran frekuensi dan histogram hasil ujian komprehensif Statistika pada tahun pendidikan 2000/2001 sebagai contoh.5 60.2736 0.

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

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. Apabila genap. 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. 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. 13. Ukuran deskriptif ini merupakan nilai atau ukuran yang menggambarkan posisi nilai-nilai peubah dalam suatu garis peubah. Apabila banyak data adalah ganjil. menjadi : 5 6 7 8 9 9 12 13 median = 8 + 9 = 8. 12. maka median adalah nilai paling tengah dari data yang sudah diurutkan atau mediannya merupakan nilai peubah yang ke (n+1)/2. 5 n=8 Data diurutkan terlebih dahulu dari yang kecil ke nilai yang besar. 9.5 Statistika Dasar 12 . 8. Median juga dikenal sebagai nilai yang terletak di tengah dari data yang terurut. a.2.Ukuran – Ukuran Deskriptif Ukuran-ukuran deskriptif diperlukan untuk peubah pengukuran sebagai nilai rangkuman atas nilai-nilai pengamatan yang ada. 6. Pengertian lain median adalah nilai tengah setelah data terurut naik.

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

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

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

16.5. Maka nilai tengahnya adalah… Jawab : = (3. 12.4.7.1 ) = 7.8.4.1 + 5.8.6. 15 3.8.8. 11.4. maka buatlah Histogramnya! Jawab : Statistika Dasar 16 . Diketahui 13 buah amatan sebagai berikut : 3.5.6.4. Diberikan data seperti di bawah ini : 5.6.7.3.7.4.1 + 11.3 + 6.1 + 12.7. 6.10.4.1 + 8.Contoh Soal : 1.7. 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. 5.6. 8.1 + 5. 5.7.1 + 16. 5.6.9. 5.6.5.6.8.2 + 4.6. 8.8. 7. 4.6.4.7.5.6 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 2.5.

7. 5. 13. 8. 5. 6. 12. 9. 8. menjadi : 1. 6. 4. 13. 5.5 5. 7. 2. 9. 8. 5.4. 10. 8. 9. 12. 4. 8. 8. 8. 9. 12. 4. 5. median = 7 + 8 = 7. 5. 8 Jawab : n = 20 Data diurutkan terlebih dahulu dari yang kecil ke nilai yang besar. 6. 1.8. 2. 6. 6. 4. Diketahui data 6. 4. 16 Maka berapakah wilayahnya (Range)… Jawab : Wilayah (Range) = 16 -3 = 13 Statistika Dasar 17 . 5. 8 9.9. 6. Perhatikan nilai pengamatan berikut : 3. 11.

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

Sign up to vote on this title
UsefulNot useful