Belajar Statistika Deskriptif: Pengertian, Rumus, dan Kegunaannya

Oleh: Andi Ardiansyah Nasir Terakhir diperbarui: 10 Juni 2025

Sebelumnya, teman-teman sudah mempelajari mengenai Statistika di artikel sebelumnya, bedanya dengan data dan statisttik itu apa dan konsep-konsep dasar mengenai statistika itu sendiri. pada artikel kali ini kita akan membahas mengenai Statistika Deskriptif.

Statistika Deskriptif merupakan cabang dari statistika yang berguna untuk menggambarkan atau meringkas sekumpulan data agar mudah dipahami. Data yang dikumpulkan dari hasil survei, eksperimen, atau observasi biasanya terlalu besar atau kompleks jika disajikan dalam bentuk mentah. Oleh karena itu, statistik deskriptif hadir untuk merangkum data tersebut dalam bentuk yang lebih sederhana dan informatif, seperti ukuran pemusatan, ukuran penyebaran, serta penyajian data dalam bentuk tabel atau grafik.

Fungsi dan Manfaat Statistik Deskriptif

Statistik deskriptif itu berguna banget buat bantu kita ngerti isi data tanpa harus pusing duluan. Beberapa fungsinya antara lain:

  1. Menemukan pola – Misalnya, kita bisa lihat kebiasaan orang belanja tiap bulan atau tren nilai siswa dalam satu kelas.
  2. Mempermudah pemahaman – Data yang banyak bisa jadi lebih mudah dipahami jika sudah diringkas atau ditampilkan dalam bentuk tabel atau grafik.
  3. Menyajikan data dengan rapi – Data yang mentah bisa berantakan, tetapi dengan statistik deskriptif, kita bisa buat rangkuman yang jelas dan to the point.
  4. Jadi langkah awal sebelum analisis lebih lanjut – Statistik deskriptif itu tahapan pemanasan sebelum masuk ke analisis yang lebih mendalam (seperti statistik inferensial).

Ukuran Pemusatan

Ukuran pemusatan itu intinya buat nunjukin "pusat" atau nilai yang mewakili sekumpulan data. Gampangnya, ini cara buat teman-teman mengetahui gambaran umum dari data yang kita punya. Ada tiga ukuran yang paling sering dipakai:

  1. Mean (Rata-rata): Ini yang paling sering kita dengar. Caranya: jumlahin semua data, lalu bagi dengan jumlah datanya.
    Contoh rumus: \( \bar{x} = \frac{\sum x_i}{n} \)
    Misalnya kamu punya nilai 70, 80, dan 90, maka rata-ratanya adalah (70+80+90) ÷ 3 = 80.
  2. Median: Ini merupakan nilai yang berada di tengah jika semua data sudah diurutkan dari yang paling kecil sampai paling besar.
    Contoh: dari data 3, 5, 7, nilai mediannya adalah 5.
  3. Modus: Ini nilai yang paling sering muncul dalam data.
    Contoh: dari data 2, 4, 4, 6, 4, maka modusnya adalah 4 karena muncul paling banyak.

Ukuran Penyebaran (Dispersi)

Ukuran penyebaran ini ngasih tahu kita seberapa jauh data kita menyebar atau beragam. Jadi, bukan cuma nilai tengahnya aja yang penting, tapi juga sebarannya. Contoh ukuran penyebaran yang sering dipakai:

  1. Rentang (Range): Selisih antara nilai tertinggi dan terendah dalam data.
    Rumus: \( R = X_{max} - X_{min} \)
    Contohnya, kalau nilai tertinggi 90 dan terendah 50, rentangnya 40.
  2. Jangkauan Interkuartil (IQR): Selisih antara kuartil ketiga (Q3) dan kuartil pertama (Q1). Ini lebih tahan sama data yang ekstrim.
    Rumus: \( IQR = Q3 - Q1 \)
  3. Ragam (Variance): Ngukur seberapa jauh data menyebar dari rata-rata dengan cara menghitung rata-rata kuadrat jarak data ke rata-rata.
    Rumus: \( s^2 = \frac{\sum (x_i - \bar{x})^2}{n-1} \)
  4. Simpangan Baku (Standard Deviation): Akar dari ragam, menunjukkan seberapa besar variasi data dari rata-rata.
    Rumus: \( s = \sqrt{\frac{\sum (x_i - \bar{x})^2}{n-1}} \)

Ukuran Letak

Ukuran letak nunjukin posisi suatu nilai dalam kumpulan data. Misalnya, nilai itu ada di bagian atas, bawah, atau tengah data. Contohnya:

  1. Kuartil: Membagi data jadi 4 bagian sama besar. Ada Q1 (bagian pertama), Q2 (median/tengah), dan Q3 (bagian ketiga).
    Rumus: \( Q_k = \frac{k(n+1)}{4} \), dengan \( k = 1, 2, 3 \)
  2. Desil: Membagi data jadi 10 bagian sama besar.
    Rumus: \( D_k = \frac{k(n+1)}{10} \), untuk \( k = 1, 2, \dots, 9 \)
  3. Persentil: Membagi data jadi 100 bagian sama besar.
    Rumus: \( P_k = \frac{k(n+1)}{100} \), untuk \( k = 1, 2, \dots, 99 \)

Penyajian Data

Biar data gampang dipahami, biasanya kita sajikan dalam bentuk yang enak dilihat. Contoh bentuk penyajian data yang sering dipakai:

  1. Tabel Distribusi Frekuensi: Tabel yang nunjukin berapa kali tiap nilai atau kelompok data muncul.
  2. Diagram Batang (Bar Chart): Grafik batang yang biasa dipakai buat data kategori, seperti jumlah siswa per kelas.
  3. Diagram Lingkaran (Pie Chart): Grafik lingkaran yang nunjukin proporsi masing-masing bagian dari total.
  4. Histogram: Mirip diagram batang, tapi buat data angka yang dikelompokkan jadi interval.
  5. Diagram Kotak (Boxplot): Gambaran singkat yang nunjukin nilai minimum, Q1, median, Q3, dan maksimum data.

Kesimpulan

Statistik deskriptif itu kayak fondasi utama buat ngolah data. Dengan cara ini, data mentah yang awalnya susah dimengerti bisa jadi informasi yang lebih jelas dan gampang dipahami. Jadi, memahami dasar-dasar statistik deskriptif itu nggak cuma penting buat para akademisi atau peneliti, tapi juga buat kita semua yang pengen ambil keputusan cerdas berdasarkan data.

Kalau kamu tertarik buat ngulik lebih dalam soal statistika, jangan lupa mampir ke website MathAlpha! Di sana banyak info dan penjelasan yang bisa bantu kamu belajar dengan cara yang simpel dan asik.