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 Statistika Dasar 2 . karena itu data nilai lebih tepatnya kita urutkan dari terkecil ke yang terbesar.  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. 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.3 Log 40 k = 1 + 5.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.3 Log n dimana: k = banyaknyakelas n = banyaknya data dari rumus tersebut tinggal dimasukkan nilainya sehingga menjadi : k = 1 + 3.

kita ambil contoh nilai terendahnya yang kita ambil.009 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 2.2 0. cari panjang kelas intervalnya dengan proses Range dibagi dengan banyaknya kelas.Lain-lain Total Frekuensi 300 3 30 8 350 Frekuensi relatif 0.1 dibawah ini : TABEL 2.6 2.2 Kategori Atap Rumah di Pedesaan Katagori 1.Seng atau Asbes 3.Nipah.Genteng / Beton 2. Kemudian disusun tabel frekuensinya seperti yang terlihat pada tabel 2.3 k = 6 (dibulatkan) Selanjutnya.3 100 3 Statistika Dasar . hateup atau kirai 4. sehingga hasilnya : i = 17/6 i = 2.086 0.8 i = 3 (dibulatkan) Selanjutnya menentukan batas bawah kelas pertamanya.k = 6.882 0.9 8.023 1 Persen 88.

nama bertype data nominal sedangkan nilai menggunakan tipe skala) 2. 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. Memasukan data Statistika Dasar 4 .Gambar 2.

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

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

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

Kelas I adalah data dengan bobot antara 7 kg sampai dengan 9 kg.16 0. Dalam suatu tabel frekuensi (atau sebaran frekuensi) dapat berisi informasi tentang jumlah atau disebut frekuensi. jenis kelamin. Statistika Dasar 8 . Contoh suatu sebaran frekuensi : TABEL 2.Sebaran frekuensi umumnya berbentuk sebuah tabel.04 0. Kelas II adalah data dengan bobot antara 10 kg sampai dengan 12 kg. Frekuensi relative kelas disajikan secara visual dalam bentuk histogram.36 0. frekuensi kumulatif kurang dari dan frekuensi kumulatif lebih dari.  Pembagian Tabel Frekuensi Distribusi: a.28 0. Frekuensi Distribusi Kategorikal Bila dalam pengelompokan frekuensinya terdiri dari data kualitatif yang menyatakan jenis atau mewakili karakteristik tertentu seperti orang. frekuensi relatif. dll. Frekuensi Distribusi Numerikal Bila dalam pengelompokan frekuensi terdiri dari data kuantitatif yang menyatakan besar bilangan numerik b.14 (5) fk< 2 10 24 43 50 (6) fk> 50 48 40 26 7 Keterangan :  Sebaran frekuensi di atas terdiri atas 5 kelas.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. 10. 13. dst. didapatkan dengan menggunakan rumus : fri = fi / n . 18. didapatkan dengan rumus: Statistika Dasar 9 . dicari menggunakan rumus : Mi = (LLi + ULi) / 2 . Kelas IV adalah data dengan bobot antara 16 kg sampai dengan 18 kg. 16.  Kolom (4) Frekuensi relatif dari masing-masing kelas. dan 19 disebut dengan Batas Bawah atau Lower Limit (LL) Angka 9. 12. 15. didapatkan dengan rumus :  Kolom (6) Frekuensi kumulatif lebih dari yaitu pengurangan bertahap frekuensi dari total data untuk setiap kelas. dengan n = jumlah data .  Kolom (1) Angka 7. dengan i = kelas ke Kolom (3) Jumlah atau frekuensi untuk setiap kelas. 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. dan 21 disebut dengan Batas Atas atau Upper Limit (UL)  Kolom (2) Nilai tengah untuk masing-masing kelas.

5. 6.5 40.2 berturut-turut menampilkan sebaran frekuensi dan histogram hasil ujian komprehensif Statistika pada tahun pendidikan 2000/2001 sebagai contoh. 8.0095 0.5 50.5-90.5-70.2736 0.5-30.5 90.3962 0.5-80. 3.5-50.5 106 Pertengahan kelas 25 35 45 55 65 75 85 95 Frekuen si 1 2 10 13 42 29 7 2 Frekuens i relatif 0.5100.0189 0.5 80. 4.4 dan Gambar 2. Total Kelas 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100 Selang kelas 20. 7.5-40.0943 0.0660 0.5 30.1226 0.5 60. 1.0189 Gambar 2.4 Sebaran Frekuensi Nilai Ujian Komprehensif Statistika (Data Kelompok) No.Tabel 2.2 Sebaran Frekuensi Nilai Ujian Dalam Bentuk Histogram Statistika Dasar 10 .5-60.5 70. Tabel 2. 2.

Dalam prakteknya. Perbedaan diantaranya adalah bahwa pada histogram. Tidak ada ketentuan khusus dalam hal ini. karena batas-batas kelas yang berbeda akan memberikan gambaran yang berbeda pula. Dalam penyusunannya. secara singkat tabel sebaran. persoalan sering timbul dalam menentukan batas-batas kelas.Tampilan histogram mirip dengan tampilan diagram batang untuk peubah katagorik. Statistika Dasar 11 . 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. 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. batang yang satu dengan batang yang lainnya berimpitan. Histogram menggambarkan sebaran fekuensi visual. masing-masing selang kelas pada sebaran frekuensi dibuat tumpang tindih dengan kelas yang berdampingan di atas dan di bawahnya.

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

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

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

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

8.7.7. 5. Maka nilai tengahnya adalah… Jawab : = (3. 12.1 + 16. Diberikan data seperti di bawah ini : 5.7.6.6.7.1 + 11.3.6.5.5.7.6. 5.1 ) = 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 2.6.4.7.Contoh Soal : 1. Diketahui 13 buah amatan sebagai berikut : 3. 6. 5.1 + 5.4.1 + 5.4.4.8. 16. 7.7.6.5.3 + 6.1 + 8. maka buatlah Histogramnya! Jawab : Statistika Dasar 16 .8.5. 8. 15 3.6.8.8.6.4.9. 5.1 + 12. 11.10.5.6.4.4. 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.8.2 + 4.8. 4.

4. 8. 5. 4. menjadi : 1. 5.5 5.8. 6. 9. 5. 5. 6. Perhatikan nilai pengamatan berikut : 3. 5. 2. 8 Jawab : n = 20 Data diurutkan terlebih dahulu dari yang kecil ke nilai yang besar. 7. 9. 8. 4. 5. 12. 10. 6. 4. 8. 5. 12. 7. 12. Diketahui data 6. 8. 8. 8 9. 9.9. 13. 11. 8. 6. 2. 1. 16 Maka berapakah wilayahnya (Range)… Jawab : Wilayah (Range) = 16 -3 = 13 Statistika Dasar 17 . 6. 6. 13. 9. 8. 4. 4. median = 7 + 8 = 7.

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

Sign up to vote on this title
UsefulNot useful