Pengertian Statistika Deskriptif, Metode, dan Contohnya

Diposting pada

Statistika Deskriptif Adalah

Statistik deskriptif pada dasarnya bisa dimaknai sebagai koefisien deskriptif singkat yang meringkas kumpulan data tertentu, yang dapat berupa representasi keseluruhan dari jenis populasi dan sampel. Setiap peneliti mempergunakan statistik deskriptif untuk menggunakan kembali wawasan penelitian kuantitatif yang sulit dipahami di seluruh teknik pengumpulan data yang besar menjadi deskripsi singkat.

Misalnya saja dalam hal ini seperti nilai rata-rata (IPK) siswa memberikan pemahaman yang baik tentang statistik deskriptif. Ide IPK adalah mengambil poin data dari berbagai ujian, kelas, dan nilai, dan merata-ratakannya untuk memberikan pemahaman umum tentang kinerja akademik siswa secara keseluruhan. IPK pribadi siswa mencerminkan kinerja akademik mereka yang rata-rata. Terdapat dua metode atau cara pengukuran dalam statistik deskriptif, yaitu tendensi sentral dan ukuran variabilitas atau dispersi.

Statistika Deskriptif

Statistik deskriptif kerapkali dipergunakan untuk mendeskripsikan ciri-ciri dasar data dalam suatu arti penelitian. Penjelasan ini memberikan ringkasan sederhana tentang sampel dan ukuran. Bersama dengan analisis grafik sederhana, statistik deskriptif membentuk dasar dari hampir setiap analisis data kuantitatif.

Statistik deskriptif digunakan untuk menyajikan deskripsi kuantitatif dalam bentuk yang dapat diatur. Dalam sebuah studi kasus penelitian, kita mungkin memiliki banyak ukuran. Atau kita dapat mengukur banyak orang dengan ukuran apa pun.

Statistik deskriptif membantu kita menyederhanakan sejumlah besar data dengan cara yang masuk akal. Setiap statistik deskriptif mengurangi banyak data menjadi ringkasan yang lebih sederhana.

Pengertian Statistika Deskriptif

Statistik deskriptif adalah angka yang dipergunakan untuk meringkas dan mendeskripsikan data. Kata “data” mengacu pada informasi yang telah dikumpulkan dari percobaan, survei, catatan sejarah, dan lain-lain. (“Data” adalah jamak. Satu bagian informasi disebut “datum“).

Statistik deskriptif hanya bersifat deskriptif, tidak melibatkan generalisasi di luar data yang ada. Ini berarti bahwa statistik deskriptif hanyalah representasi dari data (sampel) yang tersedia dan tidak didasarkan pada landasan teori probabilitas. Melakukan generalisasi dari data ke kumpulan kasus lain adalah kajian dalam statistik inferensial.

Statistik deskriptif meringkas data yang ada melalui angka-angka tertentu seperti mean, median, dan lain-lain. Sehingga memudahkan pemahaman tentang data. Hal ini tidak melibatkan generalisasi atau kesimpulan di luar apa yang tersedia.

Pengertian Statistika Deskriptif Menurut Para Ahli

Adapun definisi statistik deskriptif menurut para ahli, antara lain:

  1. 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.
  2. Bambang Suryoatmono (2004:18), Pengertian statistika deskriptif adalah statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik kesimpulan tentang kelompok itu saja

Metode Statistika Deskriptif

Statistik dan statistika deskriptif dipecah menjadi dua ukuran, yaitu ukuran tendensi sentral dan ukuran variabilitas (penyebaran). Ukuran tendensi sentral meliputi mean, median dan mode, sedangkan ukuran variabilitas mencakup deviasi standar, varians, variabel minimum dan maksimum, serta kurtosis dan skewness.

Berikut penjelasannya;

Ukuran Tendensi Sentral (Measure of Central Tendency)

Ukuran Tendensi Sentral adalah pengukuran yang memperkirakan pusat, atau rata-rata, dari suatu kumpulan data. Ukuran Tendensi Sentral bisa dibedakan menjadi tiga jenis, yaitu:

  1. 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.
  2. 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.
Contohnya
  1. Jika jumlah observasi ganjil, median diberikan oleh observasi tengah dalam bentuk terurut.
  2. Jika jumlah pengamatan genap, median diberikan oleh mean dari dua pengamatan tengah dalam bentuk yang diurutkan

Poin penting untuk diperhatikan bahwa urutan data (naik atau turun) tidak mempengaruhi median.

  1. 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.
Contohnya
  1. Jika hanya ada satu nomor yang muncul beberapa kali, data memiliki satu mode, dan disebut Uni-modal.
  2. Jika ada dua angka yang muncul dalam jumlah maksimum, data tersebut memiliki dua mode, dan disebut Bi-modal.
  3. Jika ada lebih dari dua angka yang muncul dalam jumlah maksimum, data tersebut memiliki lebih dari dua mode, dan disebut Multi-modal.
Ukuran Dispersi (atau Variabilitas)

Ukuran Dispersi menggambarkan penyebaran data di sekitar nilai pusat (atau Ukuran Tendensi Pusat)

  1. Deviasi Absolut dari Mean

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. Ini dihitung dengan rumus:

Ukuran Dispersi Mean

  1. 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. Ini dihitung dengan rumus:

Ukuran Dispersi Variance

  1. Deviasi Standar

Akar kuadrat dari Varians disebut Deviasi Standar (Standard Deviation). Ini dihitung dengan rumus:

Deviasi Standar

  1. Range

Range adalah perbedaan antara nilai Maksimum dan nilai Minimum dalam kumpulan data. Ini dihitung dengan rumus:

Range

  1. Kuartil

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.

  1. 25% dari poin data terletak di bawah Q1 dan 75% di atasnya.
  2. 50% dari titik data terletak di bawah Q2 dan 50% di atasnya. Q2 tidak lain adalah Median.
  3. 75% dari titik data terletak di bawah Q3 dan 25% terletak di atasnya.

Kuartil

  1. Skewness

Ukuran asimetri dalam distribusi probabilitas ditentukan oleh Skewness. Ini bisa menjadi positif, negatif atau tidak terdefinisi.

  1. Kemiringan Positif – Ini adalah kasus ketika ekor di sisi kanan kurva lebih besar daripada di sisi kiri. Untuk distribusi ini, mean lebih besar dari mode.
  2. Kemiringan Negatif – Ini adalah kasus ketika ekor di sisi kiri kurva lebih besar daripada di sisi kanan. Untuk distribusi ini, mean lebih kecil dari mode.

Metode penghitungan Skewness yang paling umum digunakan adalah:

Skewness

Jika kemiringannya nol, distribusinya simetris. Jika negatif, distribusinya miring negatif dan jika positif, distribusinya miring positif.

distribusinya negatif dan positif

  1. Kurtosis

Kurtosis mendeskripsikan apakah data adalah light tailed (kurangnya outlier) atau heavy tailed (terdapat outlier) jika dibandingkan dengan distribusi Normal. Ada tiga macam Kurtosis:

  1. Mesokurtik – Ini adalah kasus ketika kurtosisnya nol, mirip dengan distribusi normal.
  2. Leptokurtik – Ini terjadi ketika ekor dari distribusi berat (outlier sekarang) dan kurtosis lebih tinggi daripada distribusi normal.
  3. Platikurtic – Ini terjadi ketika ekor distribusinya ringan (tidak ada pencilan) dan kurtosis lebih rendah dari pada distribusi normal.

Kurtosis

Contoh Statistika Deskriptif

Contoh statistik penelitan deskriptif dalam misalnya saja

  1. Seorang peneliti ingin mempelajari popularitas aktivitas waktu luang yang berbeda berdasarkan gender. Dia mendistribusikan survei dan menanyakan kepada responden berapa kali mereka melakukan setiap hal berikut dalam setahun terakhir:
  1. Pergi ke perpustakaan
  2. Menonton film di bioskop
  3. Mengunjungi taman nasional

Kumpulan data yang diperoleh peneliti adalah kumpulan tanggapan survei. Sekarang peneliti dapat menggunakan statistik deskriptif untuk mengetahui frekuensi keseluruhan dari setiap aktivitas (distribusi), rata-rata untuk setiap aktivitas (tendensi sentral), dan sebaran respons untuk setiap aktivitas (variabilitas).

  1. Seorang mahasiswa tertarik untuk mengukur tingkat kecemasan mahasiswa selama minggu terakhir di salah satu mata kuliah. Tingkat kecemasan diberi peringkat dengan skala dari 1 sampai 10, dengan 1 menjadi ‘tidak ada kecemasan’ dan 10 menjadi ‘sangat cemas.’

Mahasiswa tersebut telah mengumpulkan data peringkat dan memeriksanya. Peringkatnya adalah 8, 4, 9, 3, 5, 8, 6, 6, 7, 8, dan 10. Dosen meminta ringkasan dari temuan si mahasiswa. Bagaimana dia meringkas data tersebut? Salah satu cara yang dapat melakukannya adalah dengan menggunakan statistik deskriptif.

Statistik deskriptif digunakan untuk mendeskripsikan atau meringkas data dengan cara yang bermakna dan berguna. Misalnya, tidak ada gunanya mengetahui bahwa semua peserta dalam contoh tersebut mengenakan sepatu biru. Namun, akan berguna untuk mengetahui seberapa tersebar peringkat kecemasan mereka. Statistik deskriptif adalah inti dari semua teknik analisis data kuantitatif.

Demikinalah artikel yang bisa kami kemukakan pada segenap pembaca berkaitan dengan pengertian statistika deskriptif menurut para ahli, metode penghitungan, dan contohnya yang ada dalam penelitian. Semoga memberikan wawasan.

Gambar Gravatar
Saya mencintai dan suka menulis terkait pendidikan dan penelitian. Semoga tulisan saya ini bisa bermanfaat untuk kalian yang membutuhkannya.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *