Statistika Deskriptif

Assalamualaikum
yap akhirnya postingan ke dua dan udah mulai adiktif.... hehehhe Alhamdulillah...

Pada materi ke dua ini, kita bakalan ngebahas Statistika Deskriptif, yang pasti temen2 udah pada familiar,,, yap sekedar flashback dasar-dasar statistika.... bagi rekan-rekan yang masih duduk di bangku SMA atw mungkin yg baru masuk kuliah, postingan ini mungkin akan berguna bagi rekan-rekan sekalian... amiiin,, hehehhe

Statistika yang bakalan kita bahas yaitu statistika deskriptif, pada intinya adalah statistika yang hanya mengolah, menyajikan data tanpa mengambil keputusan untuk populasi Dengan kata lain gampangnya statistika ini hanya melihat gambaran secara umum dari data yang didapatkan dan Hasil dari penghitungan statistika ini tidak bisa dijadikan acuan untuk diambil kesimpulan, apalagi meng-generalisir pada populasi, mengingat alokasi penghitungannya hanya sebatas sampel atau kelompok yang kita uji,...

Penggunaan statistika deskriptif dalam penelitian biasanya untuk mendeskripsikan data yang didapat dari penelitian, agar angka-angka data yang didapat pada penelitian dapat dibaca dengan mudah oleh orang lain, maka dari itu penyajian data adalah konsep utama dari statistika deskriptif... logikanya lebih baik kita dikasi makanan udah jadi, lengkap dengan hiasannya, dan tinggal makan, daripada kita dikasi bahan-bahan makanan mentah untuk diolah lagi biar bisa dimakan.... iya ga?? mungkin anak kos bisa lebih ngerti hal itu,,, (maklum saya juga ngekos)... hehehhe

Pada statistika deskriptif ada beberapa macam perhitungan diantaranya :

1. Ukuran Lokasi: modus, mean, median, atau sering kita sebut dengan ukuran gejala pusat atau "central tendency" yang biasanya digunakan untuk keperluan penyajian data. Modus adalah nilai terbanyak yang keluar pada suatu distribusi data, mean adalah nilai rata-rata yang mewakili distribusi data tersebut, sedangkan Median adalah nilai tengah dari urutan data pada distribusi data.

2. Ukuran Variabilitas: varians, deviasi standar, range, dalam hal ini lebih menitik beratkan pada pengukuran yang lebih internal untuk melihat variasi sebaran data penelitian yang kita peroleh. Varians adalah ukuran jumlah variasi dalam nilai-nilai variabel itu, memperhitungkan semua kemungkinan nilai-nilai dan probabilitas atau bobot pada data. Sedangkan standar deviasi atau Deviasi standar adalah ukuran yang digunakan secara luas mengenai keragaman atau dispersi data, yang secara aljabar lebih mudah dikerjakan meskipun praktis kurang kuat dari yang diharapkan .

3. Ukuran Bentuk: skewness, kurtosis, plot boks, ukuran ini erat hubungannya dengan visualisasi data penelitian. Dalam bahasa sehari-hari, istilah skewness atau kemiringan digunakan untuk merujuk kepada sesuatu yang berada di luar garis atau terdistorsi pada satu sisi. Ketika grafik yang mengacu pada bentuk frekuensi atau distribusi probabilitas terdapat asimetri dari distribusi, dapat disebut bahwa grafik mempunyai skewness dan kurtosis karena melenceng dari kurva normal seharusnya. Maka dari itu distribusi dengan ekor yang asimetris memanjang keluar ke bagian kanan grafik distribusi normal disebut sebagai "bias positif" atau "skewness ke kanan," sementara distribusi dengan ekor yang asimetris memanjang keluar ke kiri disebut sebagai "bias negatif" atau "skewness ke kiri. Skewness ini dapat berkisar dari minus tak terhingga atau bisa juga positif tak terhingga. Selanjutnya untuk kurtosis, sama juga seperti skewness, hanya saja bersifat vertikal. Jadi gampangnya, bila skewness melihat miring tidaknya kurva, maka kurtosis melihat tinggi atau rendahnya dan gemuk atau kurusnya kurva.

Huuuffss.... udah lumayan pusing yah temen2.. tenang ini baru masuk deskriptif, belum inferensial...

hehhehehe... mengenai perhitungan konkrit dan pendalaman macam-macam perhitungan dari statistika deskriptif akan dibahas dipostingan selanjutnya,,,. Terima kasih semuanya.,...

Wasalamualaikum....