You are on page 1of 18

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

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

k = 6,3 k = 6 (dibulatkan) Selanjutnya, cari panjang kelas intervalnya dengan proses Range dibagi dengan banyaknya kelas, sehingga hasilnya : i = 17/6 i = 2,8 i = 3 (dibulatkan) Selanjutnya menentukan batas bawah kelas pertamanya, kita ambil contoh nilai terendahnya yang kita ambil. Kemudian disusun tabel frekuensinya seperti yang terlihat pada tabel 2.1 dibawah ini : TABEL 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 2.2 Kategori Atap Rumah di Pedesaan Katagori 1.Genteng / Beton 2.Seng atau Asbes 3.Nipah, hateup atau kirai 4.Lain-lain Total Frekuensi 300 3 30 8 350 Frekuensi relatif 0.882 0.009 0.086 0.023 1 Persen 88.2 0.9 8.6 2.3 100
3

Statistika Dasar

Gambar 2.1 Diagram Batang Tentang Kategori Atap Rumah

Cara membuat tabel frekuensi secara SPSS 1. Pertama buat dahulu variabelnya

(Disini menggunakan 2 variabel yaitu nama dan nilai, nama bertype data nominal sedangkan nilai menggunakan tipe skala) 2. Memasukan data

Statistika Dasar

3. Masuk ke menu AnalyzeDescriptive StatisticsFrekuencies :

4. Memindahkan variable nilai dari kiri ke kanan, agar bias

menampilkan

grafiknya

sekalian

tekan

chart,

pilih

Histogramscentang with normal curveContinueOk :

Statistika Dasar

Tabel Frekuensi yang dihasilkan oleh SPSS tentunya berbeda dengan cara manual sebab pada cara manual kita menghitung dahulu kelas intervalnya. Namun dari data di atas bias dilanjutkan lagi agar tabel frekuensi yang dihasilkan sama dengan cara manual, dan menggunakan kelas interval dengan cara tambahkan variable baru, 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. Klik Range, pada Range diisi 65, pada through diis 67, pada Value diisi angka 1, kemudian klik Add. Langkah ini dijalankan sampai 6 kali, karena tabel frekuensi yang kita coba ada 6 kelas. Lanjutkan> Continue > Change > OK. Sampai disini kita telah memiki variable baru dengan nama intnilai yang berisi kelas-kelas interval dari masing-masing nilai. Buka menu Variable View, pada variabelk etiga (intnilai) dan pada kolom value klik tombol sehingga keluar menu. Pada Value diisi 1 pada Label diisi 65 67 terus Add.

Statistika Dasar

Hal ini dilakukan sampai 6 kelas. Variable ketiga Decimalsnya diisi 0 (nol). Langkah berikutnya kembali ke Data View.Masuk menu Analyze > Descriptive Statistics >Frekuencies, langkah berikutnya sama dengan atas, bedanya pada variable nilai yang masih berada pada sebalah kanan, dikembalikan kekiri dan diganti dengan variable intnilai. Sehingga hasilnya sbb :

Sebaran Frekuensi / Frekuensi Distribusi

Tabel

frekuensi untuk peubah pengukuran secara khusus

dinamakan sebaran frekuensi, atau diketahui sebaran frekuensi memberi gambaran sebaran nilai-nilai pengamatan pada suatu garis peubah atau pengelompokan data ke dalam beberapa 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.

Statistika Dasar

Sebaran frekuensi umumnya berbentuk sebuah tabel. Dalam suatu tabel frekuensi (atau sebaran frekuensi) dapat berisi informasi tentang jumlah atau disebut frekuensi, frekuensi relatif, frekuensi kumulatif kurang dari dan frekuensi kumulatif lebih dari. Frekuensi relative kelas disajikan secara visual dalam bentuk histogram.
Pembagian Tabel Frekuensi Distribusi:

a. Frekuensi Distribusi Numerikal Bila dalam pengelompokan frekuensi terdiri dari data kuantitatif yang menyatakan besar bilangan numerik b. Frekuensi Distribusi Kategorikal Bila dalam pengelompokan frekuensinya terdiri dari data kualitatif yang menyatakan jenis atau mewakili karakteristik tertentu seperti orang, jenis kelamin, dll. Contoh suatu sebaran frekuensi : TABEL 2.3 Bobot pada anak BALITA (Bawah Lima Tahun)

(1) Bobot (kg) 79 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 0,16 0,28 0,36 0,14

(5) fk< 2 10 24 43 50

(6) fk> 50 48 40 26 7

Keterangan : Sebaran frekuensi di atas terdiri atas 5 kelas. 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.

Statistika Dasar

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

Kolom (6) Frekuensi kumulatif lebih dari yaitu pengurangan bertahap frekuensi dari total data untuk setiap kelas, didapatkan dengan rumus:

Statistika Dasar

Tabel 2.4 dan Gambar 2.2 berturut-turut menampilkan sebaran frekuensi dan histogram hasil ujian komprehensif Statistika pada tahun pendidikan 2000/2001 sebagai contoh.

Tabel 2.4 Sebaran Frekuensi Nilai Ujian Komprehensif Statistika (Data Kelompok) No. 1. 2. 3. 4. 5. 6. 7. 8. Total Kelas 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100 Selang kelas 20.5-30.5 30.5-40.5 40.5-50.5 50.5-60.5 60.5-70.5 70.5-80.5 80.5-90.5 90.5100.5 106 Pertengahan kelas 25 35 45 55 65 75 85 95 Frekuen si 1 2 10 13 42 29 7 2 Frekuens i relatif 0.0095 0.0189 0.0943 0.1226 0.3962 0.2736 0.0660 0.0189

Gambar 2.2 Sebaran Frekuensi Nilai Ujian Dalam Bentuk Histogram

Statistika Dasar

10

Tampilan histogram mirip dengan tampilan diagram batang untuk peubah katagorik. Perbedaan diantaranya adalah bahwa pada histogram, batang yang satu dengan batang yang lainnya berimpitan. Dalam penyusunannya, masing-masing selang kelas pada sebaran frekuensi dibuat tumpang tindih dengan kelas yang berdampingan di atas dan di bawahnya, sedangkan batas-batas kelasnya diberi satu decimal lebih dari nilai peubahnya untuk menghindari pengkelasan satu nilai peubah masuk kedalam lebih dari satu kelas. Sebaran frekuensi peubah pengukuran memberi gambaran

persebaran data pada suatu garis peubah kontinu, secara singkat tabel sebaran. Histogram menggambarkan sebaran fekuensi visual. Dalam membuat tabel sebaran, persoalan sering timbul dalam menentukan batas-batas kelas, karena batas-batas kelas yang berbeda akan memberikan gambaran yang berbeda pula. Tidak ada ketentuan khusus dalam hal ini. Dalam prakteknya, batas-batas kelas ditetapkan menurut keperluan tertentu sesuai dengan permasalahan yang dibicarakan.

Statistika Dasar

11

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

b.Kuartil Kuartil adalah nilai ukuran yang membagi data yang sudah terurut menjadi empat bagian yang masing-masing terdiri dari 25% pengamtan.. Seperempat bagian pertama lebih kecil dari Kuartil 1(K1), seperempat bagian antara Kuarti 1 dan Kuartil 2 (K2), seperempat bagian antara Kuartil 2 dan ketiga (K3) dan seperempat bagian lagi lebih besar dari kuartil ketiga. Contoh suatu data terurut seperti berikut. Data yang terdapat pada batas pengelompokan pertama disebut kuartil bawah (Q1), batas pengelompokan kedua disebut kuartil tengah (Q2), dan batas pengelompokan ketiga disebut kuartil atas (Q3). 1 1 2 3 3 3 4 4 5 5 6 7 8

Untuk menentukan nilai-nilai kuartil, kita tentukan nilai kuarti ltengah (Q2) terlebih dahulu. Nilai Q2 adalah median dari data tersebut. Selanjutnya, seluruh data yang berada di sebelah kiri Q2, digunakan untuk mencari Q1. Nilai Q1 adalah median dari data sebelah kiri Q2, sedangkan Q3 adalah median dari seluruh data di sebelah kanan Q2. Selain dengan cara di atas, nilai kuartil dapat ditentukan dengan menggunakan rumus berikut. Q1 = data ke i ( n + 1 )4 i = 1, 2, 3 n = Banyak data

c.Jarak Antar Kuartil (JAK) Jarak Anatar Kuarti (JAK) menyatakan jarak yang mencakup 50% data yang berada disekitar median, dan merupakan ukuran
Statistika Dasar 13

persebaran

data

sehubungan

dengan

nilai

median

sebagai

pusatnya. Atau dikenal sebagai selisih antara K3 dan K1 dinamakan. JAK yang panjang menunjukkan bahwa nilai-nilai peubah dalam gugus tersebut cenderung berpencaran atau memiliki ukuran persebaran yang tinggi. Sebaliknya JAK yang pendek menunjukkan nilai-nilai pengamatan yang cenderung mengumpul atau memiliki ukuran persebaran yang rendah.
d.Rataan (Mean)

Nilai tengah suatu peubah didefinisikan sebagai hasil bagi dari jumlah seluruh nilai pengamatan dengan banyaknya pengamatan. Nilai tengah merupakan pusat sejati dari segugus data yang menyatakan lokasi pusat keseimbangan data. Apabila dalam suatu gugus data, bobot data yang berada di atas mediannya sama dengan bobot data yang berada di bawah mediannya maka data tersebut merupakan data yang sebarnnya simetrik. Median dan nilai tengah gugus data demikian berimpit dan terletak di tengah-tengah sebaran. Apabila bobot data yang berada di atas median lebih besar dari bobot data yang sebarannya melandai ke kanan (right skewed, skewed to the right). Data demikian dikatakan pula sebagai data yang menjulur ke kanan. Nilai tengah data tersebut berada di sebelah kanan mediannya. Demikian halnya, nilai tengah data yang melandai ke kiri berada di sebelah kiri mediannya. Kasus ini disebut menjulur ke kiri (left skewed atau skewed to the left). Nilai tengah atau mean dilambangkan sebagai ,

= e.Ragam

; n = banyaknya pengamatan

Ragam berbanding lurus dengan jumlah kuadrat jarak nilai nilai data dari nilai tengahnya. Besarnya angka ragam ini menyatakan ukuran pesebaran nilai nilai pengamatan dari titik tengahnya; ragam yang tinggi menunjukkan nilai-nilai yang cenderung
14

Statistika Dasar

memencar jauh dari nilai tengahnya. Dan ragam yang rendah menunjukkan nilai nilai pengamatan yang cenderung mengumpul di sekitar nilai tengahnya.

; n = banyaknya pengamatan

f.Simpangan Baku Dalam terapannya, Simpangan Baku, S = , lebih sering digunakan sebagai ukuran pesebaran data karena memiliki satuan sama dengan satuan data dan nilai tengahnya. Akar pangkat dua dari ragam dinamakan Simpangan Baku (S), =S

g.Nilai Tengah Terpancung Nilai tengah terpancung merupakan nilai tengah data dimana sebagian data terbesar dan sebagian data terkecil disisihkan dalam perhitungan. Besarnya data yang disisihkan dari perhitungan biasanya sebanyak 5% atau 10% dengan mempertimbangkan bahwa penyisihan bagian tersebut akan menghilangkan nilai ekstrim yang mungkin ada. Karena lebih tegar, 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. Perbedaan mencolok diantara keduanya mengindikasika adanya nilai ekstrim yang berpengaruh. Dalam suatu gugus data, sering pula dijumpai adanya nilai ekstrim yang sangat berpengaruh terhadap nilai tengah. 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.

Statistika Dasar

15

Contoh Soal : 1. Diberikan data seperti di bawah ini : 5,4,6,7,8,8,6,4,8,6,4,6,6,7,5,5,3,4,6,6,8,7,8,7,5,4,9,10,5,6,7,6,4,5, 7,7,4,8,7,6 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. Diketahui 13 buah amatan sebagai berikut : 3, 5, 5, 5, 6, 8, 4, 5, 8, 11, 12, 5, 16. Maka nilai tengahnya adalah Jawab : = (3.1 + 5.3 + 6.1 + 8.2 + 4.1 + 11.1 + 12.1 + 5.1 + 16.1 ) = 7, 15

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, maka buatlah Histogramnya! Jawab :

Statistika Dasar

16

4. Diketahui data

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

Statistika Dasar

17

SUMBER

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

Statistika Dasar

18

You might also like