2. Pendahuluan :
2
Sering digunakan peneliti, khususnya
dalam memperhatikan perilaku data dan
penentuan dugaan-dugaan yang
selanjutnya akan diuji dalam analisis
inferensi.
3. Analisis Statistik Deskriptif :
3
Sari numerik (ringkasan angka)
◦ Menyatakan nilai-nilai penting dalam statistik
meliputi ukuran pemusatan dan dispersi.
Distribusi
◦ Menyatakan pola atau model dari penyebaran
data.
Pencilan
◦ Menyatakan nilai data yang berada diluar
kelompok nilai data yang lainnya.
4. Sari Numerik (ringkasan
angka):4
Ukuran pemusatan
◦ merupakan ukuran yang menyatakan pusat dari
sebaran data. Ada tiga macam ukuran pemusatan
yaitu Rata-rata, Median, dan Modus.
Ukuran penyebaran (dispersi)
◦ adalah ukuran yang dipakai untuk mengukur
tingkat penyebaran data.
◦ Semakin kecil ukuran penyebaran semakin
seragam data tersebut dan semakin besar ukuran
penyebaran semakin beragam data tersebut.
5. 5
DISTRIBUSI FREKUENSI
Langkah-langkah Distribusi Frekuensi:
a. Mengumpulkan data
b. Mengurutkan data dari terkecil ke terbesar atau sebaliknya
c. Membuat kategori kelas
Jumlah kelas k = 1 + 3,322 log n
di mana 2k
>n; di mana k= jumlah kelas; n = jumlah data
d. Membuat interval kelas
Interval kelas = (nilai tertinggi – nilai terendah)/jumlah kelas
e. Melakukan penghitungan atau penturusan setiap kelasnya
7. 7
CONTOH DISTRIBUSI FREKUENSI
Kelas ke- Interval Frekuensi
1 160 – 303 2
2 304 – 447 5
3 448 – 591 9
4 592 – 735 3
5 736 – 878 1
Batas kelas bawah
Batas kelas atas
8. 8
NILAI TENGAH KELAS
Definisi:
Nilai yang letaknya di tengah kelas.
Contoh:
Kelas
ke-
Interval Nilai Tengah
Kelas
Keterangan
1 160-303
2 304-447
3 448-591
4 592-735
5 736-878
9. 9
NILAI TEPI KELAS
Definisi:
Nilai batas antar kelas (border) yang memisahkan nilai antara
kelas satu dengan kelas lainnya.
Contoh:
Kelas
ke-
Interval Frekuensi Nilai Tepi
Kelas
Keterangan
1 160-303 2
2 304-447 5
3 448-591 9
4 592-735 3
5 736-878 1
10. 10
FREKUENSI KUMULATIF
Definisi:
Penjumlahan frekuensi pada setiap kelas, baik meningkat (kurang
dari) atau menurun (lebih dari).
Interval Frekuensi Tepi Kelas Frekuensi
kurang dari
Frekuensi
Lebih dari
160 - 303 2
159,5
304 - 447 5
303,5
448 - 591 9
447,5
592 - 735 3
591,5
736 - 878 1
735,5
878,5
11. 11
HISTOGRAM
Definisi:
Grafik yang berbentuk balok, di mana sumbu horisontal (X) adalah tepi
kelas dan sumbu vertikal (Y) adalah frekuensi setiap kelas.
0
2
4
6
8
10
195.5-303.5 303.5-447.5 447.5-519.5 591.5-735.5 735.5-878.5
TepiKelas IntervalHarga Saham
JumlahFrekuensi
Interval Frekuensi
159,5 - 303,5 2
303,5 - 447,5 5
447,5 – 591,5 9
591,5 – 735,5 3
735,5 – 878,5 1
12. 12
POLIGON
Definisi:
Grafik berbentuk garis dan menghubungkan antara nilai tengah
kelas dengan jumlah frekuensi pada setiap kelas.
Nilai tengah
kelas
Jumlah
frekuensi
231,5 2
375,5 5
519,5 9
663,5 3
807,0 1
0
5
10
231,5 375,5 519,5 663,5 807,0
Nilai Tengah Interval KelasHarga Saham
Frekuensi
13. 13
KURVA OGIF
Definisi:
Diagram garis yang menunjukkan kombinasi antara interval kelas
dengan frekuensi kumulatif.
Interval Tepi Kelas Frekuensi
kurang dari
Frekuensi Lebih
dari
160-303
159,5 0 (0%) 20 (100%)
304-447
303,5 2 (10%) 18 (90%)
448-591
447,5 7 (35%) 13 (65%)
592-735
591,5 16 (80%) 4 (20%)
736-878
735,5
878,5
19 (95%)
20 (100%)
1(5%)
0 (0%)
Penyajian Data Bab 2
14. Ukuran Pemusatan (1):
14
Rata-rata adalah sebuah nilai yang khas
yang dapat mewakili suatu himpunan data.
Rata-rata dari suatu himpunan n bilangan x1,
x2 , ….., xn ditunjukkan oleh dan
didefinisikan sbb :
n
x
n
xxx
X
n
i
n
∑
=
+++
= 121 .....
15. Ukuran Pemusatan (2):
15
Jika bilangan-bilangan x1, x2 , ….., xn
masing-masing terjadi f1, f2 , ….., fn maka
nilai rata-ratanya adalah :
∑
∑
=
+++
+++
= n
i
n
ii
n
nn
f
xf
fff
xfxfxf
X
1
1
21
2211
....
.....
16. Ukuran Pemusatan (3):
16
Median adalah besaran yang membagi data menjadi dua
kelompok yang memiliki persentase sama besar., dimana
himpunan bilangan disusun menurut urutan besarnya.
Dimana
L1 = batas kelas bawah dari kelas median.
n = banyak data
(Σ f)1= jumlah frekuensi semua kelas yang lebih rendah dari kelas
median
f med = frekuensi kelas median
c = panjang kelas
( )
c
f
f
n
LMedian
med
×
−
+=
∑ 1
1
2
17. Ukuran Pemusatan (4):
17
Modus suatu himpunan bilangan adalah nilai
yang paling sering muncul (memiliki frekuensi
maksimum). Modus mungkin tidak ada. Modus
dapat diperoleh dari rumus :
Dimana
L1 = batas kelas bawah dari kelas modus.
δ1 = selisih frekuensi kelas modus dan frekuensi kelas
sebelumnya
δ2 = selisih frekuensi kelas modus dan frekuensi kelas
sesudahnya
c = panjang kelas
cLModus ×
+
+=
21
1
1
δδ
δ
18. Ukuran Dispersi/Penyebaran
(1):
18
Derajat atau ukuran sampai seberapa jauh
data numerik cenderung untuk tersebar
disekitar nilai rata-ratanya.
Yang paling umum adalah Range (rentang),
Variansi, dan Simpangan Baku.
Ukuran dispersi lain adalah kuartil,
persentil.
19. Range / Rentang (R):
19
adalah selisih antara bilangan terbesar
dan terkecil dalam himpunan.
Nilai R akan selalu positif.
Interpretasi nilai R adalah:
◦ R = 0, menunjukkan bahwa data terbesar
sama dengan data terkecil, akibatnya semua
data memiliki harga yang sama
◦ R kecil, memberikan informasi bahwa data
akan mengumpul di sekitar pusat data
◦ R besar, menyatakan bahwa paling sedikit
ada satu data yang harganya berbeda jauh
dengan data lainnya
20. Simpangan baku (deviasi standar)
(1):20
Simpangan Baku (Deviasi Standar)
suatu himpunan bilangan x1, x2, …, xn
dinyatakan dengan s dan didefinisikan
sebagai berikut :
( ) 2
1
222
1
2
11
−
−
=
−
−
=
∑∑
n
xnx
n
xx
s ii
21. Simpangan baku (deviasi standar)
(2):21
Jika x1, x2, …, xn masing-masing muncul
dengan frekuensi f1, f2, …, fn, maka
simpangan baku dapat dituliskan :
( )
( )
2
1
222
1
2
1
−=
−
−
=
∑∑
∑
∑
n
xf
n
xf
f
xxf
s
iiii
i
ii
i
fn ∑=
22. 22
Kuadrat dari simpangan baku adalah
variansi.
Nilai variansi dan simpangan baku selalu
non-negatif.
Interpretasi nilai s2
adalah:
◦ s2
= 0 atau s = 0 berarti nilai data sama sengan
rata-ratanya, sehingga nilai semua data sama
◦ s2
atau s kecil, berarti perbedaa n harga
data yang satu dengan lainnya kecil Akibatnya
semua data akan mengumpul disekitar pusat
data.
◦ s2
atau s besar menyatakan bahwa paling sedikit
Simpangan baku (deviasi standar)Simpangan baku (deviasi standar)
(3):(3):
23. Ukuran Penyebaran
Lain :23
Suatu himpunan data membagi himpunan
atas empat bagian yang sama. Nilai-nilai ini
disebut Kuartil dan dinyatakan dengan Q1,
Q2, dan Q3.
Suatu himpunan data membagi data atas
sepuluh bagian yang sama disebut Desil
dan dinyatakan dengan D1, D2, D3, ….,
D9.
Suatu himpunan data membagi data atas
seratus bagian disebut Persentil dan
dinyatakan dengan P1, P2, P3, ….., P99.
24. Kuartil :
24
Di mana
LQN = batas kelas bawah dari kelas kuartil ke-N
n = banyak data
(Σ f)N= jumlah frekuensi semua kelas sebelum kelas
kuartil
ke N
fQN = frekuensi kelas kuartil ke-N
c = panjang kelas
Rumus Kuartil ke-N (N = 1,2,3) :
( )
c
f
f
n
N
LQ
QN
N
QNN ×
−
+=
∑4
.
25. Bentuk distribusi
25
Dalam statistika, mempelajari distribusi
merupakan suatu hal yang penting, karena
akan menentukan metodologi statistika yang
akan digunakan.
Distribusi adalah pola atau model penyebaran
yang merupakan gambaran kondisi
sekelompok data.
27. Ciri Bentuk Distribusi Menjulur ke
kanan (positif):
27
Mean > median > modus
1 2 3 4 5 6 7 8 9 10 11 12
28. Ciri Bentuk Distribusi Menjulur ke
kiri (negatif):
28
Mean < median < modus
1 2 3 4 5 6 7 8 9 10 11 12
29. Mengukur derajat
kemenjuluran distribusi data:
29
Rumus Pearson
Dimana
SK = derajat kemenjuluran (skewness)
= mean
Mo = Modus
S = Standar Deviasi
S
Mox
SK
−
=
X
30. Interpretasi nilai derajat
kemenjuluran:30
Bila nilai SK = 0 atau mendekati
nol, maka dikatakan distribusi
data simetri
Bila nilai SK bertanda negatif,
maka distribusi data menjulur ke
kiri
Bila nilai SK bertanda positif,
maka distribusi data menjulur ke
kanan
31. Pencilan (Outlier)
31
Memberikan informasi mengenai data yang
harganya jauh berbeda dari harga data
lainnya.
Dalam statistika, mendeteksi pencilan sangat
penting karena data yang masuk dalam
pencilan akan mengganggu hasil analisis
data.
Oleh karena itu, data pencilan harus dianalisis
tersendiri, terpisah dari kelompoknya.
32. Langkah-langkah mendeteksi
pencilan:32
Hitung besarnya nilai sebaran tengah, yaitu dq =
QA – QB
Hitung nilai batas bawah pencilan (BBP), yaitu :
BBP = QB – (1,5 x dq)
Hitung nilai batas atas pencilan (BAP), yaitu :
BAP = QA + (1,5 x dq)
Apabila terdapat data dengan nilai lebih kecil
atau sama dengan BBP maka data tersebut
disebut pencilan bawah.
Apabila terdapat data dengan nilai lebih besar
atau sama dengan BAP maka data tersebut
disebut pencilan atas.
33. Soal 1
33
Distribusi frekuensi dari upah karyawan suatu
perusahaan dalam ribuan rupiah per bulan
adalah sbb.:
Nilai upah Banyaknya
karyawan
100 – 199 15
200 – 299 20
300 – 399 30
400 – 499 25
500 – 599 15
600 – 699 10
700 – 799 5
Hitung mean
dan modus
Hitung kuartil
ke-3 dan
simpangan
baku
34. Soal 2
34
Diketahui besarnya pinjaman 7 orang
nasabah suatu bank sbb. (dalam juta Rp).
Nama A B C D E F G
Pinjaman 12.57 14.65 25.50 5.75 11.80 16.55 15.89
Selidiki, apakah terdapat nasabah yang
pinjamannya cukup sedikit atau sangat besar
dibandingkan dengan nasabah lainnya
35. Soal 3
35
Sebuah obyek wisata di Bandung diamati selama
30 hari. Setiap hari dicatat banyaknya wisatawan
domestik (satuan orang) yang mengunjungi
obyek wisata tersebut yang ditampilkan dalam
tabel berikut .
85 42 45 3 71 97 6 48 60 49
45 55 21 75 80 62 54 62 41 6
95 45 25 81 76 84 45 68 59 15
Dengan memanfaatkan analisis data
statistik secara deskriptif, berikan analisis
anda terkait dengan masalah di atas.
36. Soal 4 :
36
Banyaknya mobil pribadi yang melewati 7
titik pengamatan pada jam 06.30 – 07.30
di kawasan jalan pahlawan adalah sbb.:
Lokasi 1 2 3 4 5 6 7
Jml
mbl
70 73 93 71 109 75 71
Setelah data di atas dibakukan (*),
selidiki betuk distribusinya melalui nilai
rata-rata dan median.
37. 37
Catatan (*):
Membakukan data bertujuan untuk
mentransformasikan nilai-nilai data
menjadi suatu kumpulan data baru
dengan nilai rata-rata sama dengan nol
dan variansi sama dengan 1.
Rumus pembakuan data adalah :
bakusimpangan
datapemusaukuran
s
xx
Z
x
i
i
tan
=
−
=
