ANALISIS DESKRIPTIF

PELATIHAN SPSS
22 APRIL 2018, LANTAI 3 FMIPA UHO
MATERI
 KONSEP DASAR STATISTIKA
 DATA
 METODE PENYAJIAN
 UKURAN PEMUSATAN
 UKURAN PENYEBARAN
 UKURAN LETAK
 UKURAN KEMIRINGAN
 UKURAN KERUNCINGAN
KONSEP DASAR STATISTIKA
 DEFINISI STATISTIK
 DEFINISI STATISTIKA
 PERBEDAAN STATISTIK DAN STATISTIKA
 PEMBAGIAN STATISTIKA BERDASARKAN CARA
PENGOLAHAN DATA
 ISTILAH-ISTILAH DALAM STATISTIKA
 PERANAN STATISTIKA
STATISTIK vs STATISTIKA

STATISTIK STATISTIKA

 KUMPULAN DATA  ILMU YANG

MEMPELAJARI TEKNIK
BAIK ANGKA PERANCANGAN,
MAUPUN BUKAN PENGUMPULAN DATA,
ANGKA TENTANG PENGOLAHAN DATA,
PENYAJIAN DATA DAN
SUATU PERSOALAN PEMBUATAN
 KARAKTERISTIK DARI KESIMPULAN
BERDASARKAN DATA
SUATU SAMPEL YANG DIMILIKI
TAHAPAN ANALISIS STATISTIKA
PEMBAGIAN STATISTIKA BERDASARKAN CARA
PENGOLAHAN DATA

STATISTIKA DESKRIPTIF STATISTIKA INFERENSIA

 BIDANG STATISTIKA  BIDANG STATISTIKA

YANG MEMPELAJARI YANG MEMPELAJARI
CARA ATAU METODE CARA ATAU METODE
MENGUMPULKAN, PENARIKAN KESIMPULAN
MENYEDERHANAKAN BERDASARKAN DATA
DAN MENYAJIKAN DATA YANG DIPEROLEH DARI
SERTA MERINGKAS DATA SAMPEL UNTUK
SEHINGGA MEMPEROLEH MENGGAMBARKAN
INFORMASI YANG JELAS KARAKTERISTIK DARI
DAN MUDAH DIPAHAMI SUATU POPULASI
ISTILAH-ISTILAH DALAM STATISTIKA

 POPULASI  QUESIONER
 SAMPEL  SURVEI
 SENSUS  RANDOM/ACAK
 SAMPLING  VARIABEL/ATRIBUT
 PARAMETER
PERANAN STATISTIKA
PENERAPAN SOFTWARE
 PENERAPAN STATISTIKA SEMAKIN BERKEMBANG
 HAL INI SEJALAN DENGAN PERKEMBANGAN
TEKNOLOGI
 SEHINGGA PENGGUNAAN SOFTWARE STATISTIKA
SANGAT DIBUTUHKAN
 SOFTWARE YANG BISA DIGUNAKAN:
1. MS.EXCEL
2. SPSS
3. MINITAB
4. SAS
5. R
PERANAN STATISTIKA DI KANTOR
DESA
KEGIATAN TARGET

 PENGUMPULAN DATA  KETERSEDIAAN DATA

 PENYAJIAN DATA  DATA DAPAT
DESA DIPAHAMI
 ANALISIS DESKRIPTIF  INFORMASI PENTING
PADA DATA DESA  MEMBUAT PROGRAM
KERJA YANG TEPAT
SASARAN
DATA
 Data merupakan kumpulan fakta, keterangan,
atau angka-angka atau bukan angka, yang
dapat digunakan sebagai dasar untuk menarik
kesimpulan
 Pembagian data berdasarkan cara memperoleh:
data primer dan data sekunder
 Pembagian data berdasarkan sifat: data
kuantitatif dan data kualitatif
 Pembagian data berdasarkan nilai: data tunggal
dan data kelompok
SKALA DATA
 Skala nominal adalah skala ukur yang memiliki
ciri hanya membedakan
 Skala ordinal adalah skala data yang
mempunyai ciri membedakan dan juga
menunjukkan adanya peringkat
 Skala interval adalah skala data yang
membedakan, mempunyai peringkat dan
berjarak sama
 Skala rasio adalah skala data yang
membedakan, mempunyai peringkat, berjarak
sama dan mempunyai nilai nol yang mutlak
METODE PENYAJIAN DATA

UNTUK DATA KATEGORIK UNTUK DATA NUMERIK

1. TABEL FREKUENSI 1. TABEL DISTRIBUSI

2. DIAGRAM BATANG FREKUENSI
3. DIAGRAM 2. HISTOGRAM
LINGKARAN 3. SCATTER PLOT
METODE PENYAJIAN DATA
 TABEL FREKUENSI

 DIAGRAM BATANG
METODE PENYAJIAN DATA
 DIAGRAM
LINGKARAN
METODE PENYAJIAN DATA
 TABEL DISTRIBUSI
FREKUENSI
METODE PENYAJIAN DATA
 HISTOGRAM  SCATTER PLOT
UKURAN PEMUSATAN

 RATA-RATA
 MEDIAN
 MODUS
RATA-RATA
 NILAI RATA-RATA BIASA DISEBUT NILAI TENGAH
 MERUPAKAN RASIO ANTARA JUMLAH DATA
DENGAN BANYAKNYA DATA
 RUMUSNYA :
n

x i
x i 1

n
n
dim ana:  xi  x1  x2  ...  xn
i 1
MEDIAN
 NILAI DATA YANG MEMBAGI DUA SAMA BANYAK
DARI KUMPULAN DATA YANG TELAH DIURUTKAN
 LANGKAH-LANGKAH:
MODUS
 NILAI YANG SERING MUNCUL
 DATA MUNGKIN SAJA MEMPUNYAI MODUS LEBIH
DARI SATU NILAI MODUS
UKURAN PENYEBARAN

 Range/Rentang (R)
 Rentang Antar Kuartil (RAK)
 Rata-rata Simpang (RS)
 Variansi/Ragam
 Simpangan Baku
 Koefisien Keragaman
RENTANG/RANGE
RENTANG ANTAR KUARTIL (RAK)
RATA-RATA SIMPANG (RS)

= rata-rata nilai x
= jumalah data
VARIANSI/RAGAM

= rata-rata nilai x
= data ke-I
= simpangan baku, dimana
KOEFISIEN KERAGAMAN (KK)

= simpangan baku
= rata-rata x
UKURAN LETAK

 KUARTIL
 DESIL

 PERSENTIL
KUARTIL
DESIL
PERSENTIL
 UKURAN KEMIRINGAN
Ukuran kemiringan adalah ukuran yang menyatakan
sebuah model distribusi yang mempunyai kemiringan
tertentu
Ada beberapa rumus untuk menghitung koefisien
kemiringan :
1. Koefisien Kemiringan Pertama dari Pearson
 UKURAN KEMIRINGAN
2. Koefisien Kemiringan Kedua dari Pearson
 UKURAN KEMIRINGAN
3. Dengan Nilai Kuartil
UKURAN KEMIRINGAN
4. Dengan Nilai Persentil
 UKURAN KEMIRINGAN
Menurut Pearson, ada tiga kriteria untuk mengetahui
model distribusi dari sekumpulan data :
1. Jika Koefisien Kemiringan lebih kecil dari Nol
maka bentuk distribusinya negatif
2. Jika Koefisien Kemiringan sama dengan Nol maka
bentuk distribusinya simetris
3. Jika Koefisien Kemiringan lebih besar dari Nol
maka bentuk distribusinya positif
UKURAN KERUNCINGAN (KURTOSIS)
Kurtosis adalah derajat kepuncakan dari suatu
distribusi, biasanya diambil relatif terhadap distribusi
normal
Untuk mengitung koefisien kurtosis :
UKURAN KERUNCINGAN (KURTOSIS)

Ada tiga kriteria untuk mengetahui model distribusi

dari sekumpulan data :
1. Jika koefisien kurtosisnya kurang dari 0,263 maka
distribusinya adalah platikurtik
2. Jika koefisien kurtosisnya sama dengan 0,263
maka distribusinya adalah mesokurtik
3. Jika koefisien kurtosisnya lebih dari 0,263 maka
distribusinya adalah leptokurtik