Jumat, 21 September 2012

Pengertian Statistik Deskriptif



Pengertian Statistik
Dalam arti sempit, statistik dapat diartikan sebagai ringkasan berbentu angka (kuantitatif). Sedangkan dalam Secara kebahasaan, statistik berarti catatan angka-angka (bilangan); perangkaan; data yang berupa angka-angka yang dikumpulkan, ditabulasi, dikelompokkan, sehingga dapat memberi informasi yang berarti mengenai suatu masalah, gejala atau peristiwa (depdikbud, 1994).
Menurut Sutrisno Hadi (1995) Statistik adalah untuk menunjukkan kepada pencatatan angka-angka dari suatu kejadian atau kasus tertentu. Selaras dengan apa yang didefinisikan oleh Sudjana (1995:2) bahwa statistik adalah kumpulan fakta berbentuk angka yang disusun dalam daftar atau tabel dan atau diagram, yang melukiskan atau menggambarkan suatu persoalan

Pengertian Deskripsi
Deskripsi adalah upaya pengolahan data menjadi sesuatu yang dapat diutarakan secara jelas dan tepat dengan tujuan agar dapat dimengerti oleh orang yang tidak langsung mengalaminya sendiri (Dani Vardiansyah. h. 9. 2008). Dalam keilmuan, deskripsi diperlukan agar peneliti tidak melupakan pengalamannya dan agar pengalaman tersebut dapat dibandingkan dengan pengalaman peneliti lain, sehingga mudah untuk dilakukan pemeriksaan dan kontrol terhadap deskripsi tersebut. Pada umumnya deskripsi menegaskan sesuatu, seperti apa sesuatu itu kelihatannya, bagaimana bunyinya, bagaimana rasanya, dan sebagainya. Deskripsi yang detail diciptakan dan dipakai dalam disiplin ilmu sebagai istilah teknik. Saat data yang dikumpulkan, deskripsi, analisis dan kesimpulannya lebih disajikan dalam angka-angka maka hal ini dinamakanpenelitian kuantitatif. Sebaliknya, apabila data, deskripsi, dan analisis kesimpulannya disajikan dalam uraian kata-kata maka dinamakan penelitian kualitatif (Dani Vardiansyah. h. 9. 2008).

Statistika Deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna (Ronald E.Walpole.  h.2-5. 1993).  Statistik deskriptif hanya memberikan informasi mengenai data yang dipunyai dan sama sekali tidak menarik inferensia atau kesimpulan apapun tentang gugus induknya yang lebih besar. Contoh statistik deskriptif yang sering muncul adalah, tabel, diagram, grafik, dan besaran-besaran lain di majalah dan koran-koran. Dengan Statistik 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. (Dergibson Siagian & Sugiarto. h.4-6. 2002). Statistik deskriptif lebih berkenaan dengan pengumpulan dan peringkasan data, serta penyajian hasil peringkasan tersebut. Data-data statistik, yang bisa diperoleh hasil sensus, survei, jajak pendapat atau pengamatan lainnya umumnya masih bersifat acak, “mentah” dan tidak terorganisir dengan baik (raw data). Data-data tersebut harus diringkas dengan baik dan teratur, baik dalam bentuk tabel atau presentasi grafis yang berguna sebagai dasar dalam proses pengambilan keputusan (statistik inferensi).


Penyajian tabel dan grafis yang digunakan dalam statistik deskriptif dapat berupa:
  1. Distribusi frekuensi merupakan tabel ringkasan data yang menunjukkan frekuensi/banyaknya item/obyek pada setiap kelas yang ada. Tujuannya untuk  mendapatkan informasi lebih dalam tentang data yang ada yang tidak dapat secara cepat diperoleh dengan melihat data aslinya.
  2. Presentasi grafis seperti histogram, Pie chart dan sebagainya.
Selain tabel dan grafik, untuk mengetahui deskripsi data diperlukan ukuran yang lebih eksak, yang biasa disebut summary statistics (ringkasan statistik). Dua ukuran penting yang sering dipakai dalam pengambilan keputusan adalah:
  1. Mencari central tendency (kecenderungan memusat), seperti Mean, Median, dan Modus
  2. mencari ukuran dispersion, seperti Standar Deviasi dan Varians
Selain central tendency dan dispersion, ukuran lain yang dipakai adalah Skewness dan Kurtosis yang berfungsi untuk mengetahui kemiringan data (gradien data).