Pengertian Statistik Deskriptif dan Penyajian Datanya

Table of Contents

Statistik Deskriptif

A. Pengertian Statistik Deskriptif

Statistika deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna. Pengklasifikasian menjadi statistika deskriptif dan statistika inferensi dilakukan berdasarkan aktivitas yang dilakukan.
 
Statistika deskriptif hanya memberikan informasi mengenai data yang dipunyai dan sama sekali tidak menarik inferensia atau kesimpulan apa pun tentang gugus induknya yang lebih besar. Dengan Statistika deskriptif, kumpulan data yang diperoleh akan tersaji dengan ringkas dan rapi serta dapat memberikan informasi inti dari kumpulan data yang ada.

Informasi yang dapat diperoleh dari statistika deskriptif ini antara lain ukuran pemusatan data, ukuran penyebaran data, serta kecenderungan suatu gugus data. Statistik deskriptif membantu kita menyederhanakan sejumlah besar data dengan cara yang masuk akal. Setiap statistik deskriptif mengurangi banyak data menjadi ringkasan yang lebih sederhana.

Statistika Deskriptif Menurut Para Ahli
1. Sudjana (1996) menjelaskan bahwa fase statistika di mana hanya melukiskan atau menganalisa kelompok yang diberikan tanpa membuat atau menarik kesimpulan tentang populasi atau kelompok yang lebih besar dinamakan statistik deskriptif.
2. Iqbal Hasan (2001:7), Statistik deskriptif adalah bagian dari statistika yang mempelajari tentang cara pengumpulan data dan penyajian data sehingga mudah dipahami. Statistika deskriptif hanya berkaitan dengan uraian atau keterangan-keterangan tentang suatu data atau keadaan. Dengan kata lain, statistika deskriptif memiliki fungsi untuk menjelaskan suatu keadaan, gejala, atau persoalan. Penarikan kesimpulan dalam statistik deskriptif hanya ditujukan pada kumpulan data yang ada.
3. Bambang Suryoatmono (2004:18), statistika deskriptif adalah statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik kesimpulan tentang kelompok itu saja

B. Penyajian Data Statistik Deskriptif

Penyajian data statistik deskriptif dapat berbentuk grafis dan numerik
1. Penyajian Data Dalam Bentuk Grafis
Penyajian data dalam bentuk grafis terdiri dari beberapa macam-macam di antaranya,
a. Histogram, yaitu merupakan grafik dari distribusi frekuensi suatu variabel. Tampilan histogram berupa balok. Penyajian data ini terdiri dari dua sumbu utama dengan sudut 900 di mana sebagai absis sumbu X dan sebagai ordinat Y. Lebar balok yaitu merupakan jarak dari batas kelas interval, sedangkan tinggi balok menunjukkan besarnya frekuensi.
b. Pie Chart, adalah sebuah lingkaran yang dibagi menjadi beberapa sektor. Tiap sektor dapat menyatakan besarnya prosentase atau bagian untuk masing-masing kelompok.
c. Poligon, yaitu merupakan grafik dari distribusi frekuensi tergolong suatu variabel. Tampilan poligon juga berupa garis-garis patah yang diperoleh dengan cara menghubungkan puncak masing-masing nilai tengah kelas. Poligon sangat baik digunakan untuk membandingkan bentuk dari dua distribusi.
d. Ogive, yaitu merupakan bentuk gambar dari distribusi frekuensi kumulatif suatu variabel. Untuk suatu tabel distribusi frekuensi, dapat juga dibuat ogive positif dan ogive negatifnya.
e. Diagram Batang Daun (Stem and Leaf), diagram Batang Daun (Stem and Leaf) juga sama dengan histogram, hanya saja informasi yang diperoleh lebih baik karena diagram batang daun memperlihatkan nilai-nilai hasil pengamatan asli. Dalam diagram ini ditampilkan bilangan-bilangan yang juga sebagai batang dan di sebelah kananya ditulis bilangan sisanya.

2. Penyajian Data Numerik
Penyajian data secara numerik statistika deskriptif dipecah menjadi dua ukuran, yaitu ukuran tendensi sentral dan ukuran variabilitas (penyebaran).
a. Ukuran Tendensi Sentral (Measure of Central Tendency), adalah pengukuran yang memperkirakan pusat, atau rata-rata, dari suatu kumpulan data. Ukuran Tendensi Sentral bisa dibedakan menjadi tiga jenis di antaranya,
a) Mean, rasio jumlah semua observasi dalam data terhadap jumlah total observasi. Ini juga dikenal sebagai Average (Rata-rata). Jadi mean adalah angka di mana seluruh kumpulan data tersebar. Mean merupakan teknik penjelasan kelompok yang didasarkan atas nilai rata-rata kelompok tersebut. Mean ini didapatkan dengan menjumlahkan dengan data seluruh individu, lalu dibagi dengan jumlah keseluruhan data dalam kelompok itu.
b) Median, titik yang membagi seluruh data menjadi dua bagian yang sama besar. Setengah dari data kurang dari median, dan setengah lainnya lebih besar dari yang sama. Median dihitung dengan terlebih dahulu menyusun data dalam urutan naik atau turun. Median adalah salah satu teknik penjelasan kelompok yang didasarkan atas nilai tengah dari kelompok data yang telah disusun urutannya dari terkecil ke terbesar atau sebaliknya.
c) Mode, angka yang memiliki frekuensi maksimum di seluruh kumpulan data, atau dengan kata lain, mode adalah angka yang muncul dalam frekuensi maksimum. Sebuah data dapat memiliki satu atau lebih dari satu mode. Merupakan teknik penjelasan kelompok yang didasarkan atas nilai yang sedang populer (atau yang sedang menjadi mode) atau dengan kata lain nilai yang sering muncul dari kelompok tersebut.

b. Ukuran Dispersi (atau Variabilitas), ukuran Dispersi menggambarkan penyebaran data di sekitar nilai pusat (atau Ukuran Tendensi Pusat)
a) Deviasi Absolut dari Mean, juga disebut Mean Absolute Deviation (MAD), menggambarkan variasi dalam kumpulan data, dalam arti bahwa ini menunjukkan jarak absolut rata-rata dari setiap titik data dalam kumpulan tersebut.
b) Varians, varians mengukur seberapa jauh titik data tersebar dari mean. Varians tinggi menunjukkan bahwa titik data tersebar luas dan varian kecil menunjukkan bahwa titik data lebih dekat ke rata-rata kumpulan data. Varians adalah salah satu ukuran dispersi atau ukuran variasi.  Varians dapat menggambarkan bagaimana berpencarnya suatu data kuantitatif.  Varians diberi simbol  σ2 (baca: sigma kuadrat) untuk populasi dan untuk s2 sampel. Selanjutnya kita akan menggunakan simbol s2  untuk varians karena umumnya kita hampir selalu berkutat dengan sampel dan jarang sekali berkecimpung dengan populasi.
c) Deviasi Standar, akar kuadrat dari varians disebut deviasi standar (standard seviation).
d) Range, adalah perbedaan antara nilai Maksimum dan nilai Minimum dalam kumpulan data.
e) Kuartil, adalah titik dalam kumpulan data yang membagi kumpulan data menjadi empat bagian yang sama. Q1, Q2 dan Q3 adalah kuartil pertama, kedua dan ketiga dari kumpulan data.
• 25% dari poin data terletak di bawah Q1 dan 75% di atasnya.
• 50% dari titik data terletak di bawah Q2 dan 50% di atasnya. Q2 tidak lain adalah Median.
• 75% dari titik data terletak di bawah Q3 dan 25% terletak di atasnya.

f) Skewness, ukuran asimetri dalam distribusi probabilitas ditentukan oleh Skewness. Ini bisa menjadi positif, negatif atau tidak terdefinisi.
• Kemiringan Positif, adalah kasus ketika ekor di sisi kanan kurva lebih besar daripada di sisi kiri. Untuk distribusi ini, mean lebih besar dari mode.
• Kemiringan Negatif, adalah kasus ketika ekor di sisi kiri kurva lebih besar daripada di sisi kanan. Untuk distribusi ini, mean lebih kecil dari mode.

g) Kurtosis, mendeskripsikan apakah data adalah light tailed (kurangnya outlier) atau heavy tailed (terdapat outlier) jika dibandingkan dengan distribusi normal. Ada tiga macam Kurtosis di antaranya,
• Mesokurtik, adalah kasus ketika kurtosisnya nol, mirip dengan distribusi normal.
• Leptokurtik, terjadi ketika ekor dari distribusi berat (outlier sekarang) dan kurtosis lebih tinggi daripada distribusi normal.
• Platikurtic, terjadi ketika ekor distribusinya ringan (tidak ada pencilan) dan kurtosis lebih rendah dari pada distribusi normal.

Dari berbagai sumber

Download