BAB I

PENDAHULUAN

1.1 Pengertian Statististika Deskriptif

Statistika deskriptif adalah bagian dari ilmu statistika yang hanya
mengolah, menyajikan data tanpa mengambil keputusan untuk populasi.
Dengan kata lain hanya melihat gambaran secara umum dari data yang
didapatkan. Statistika deskriptif lebih berhubungan dengan pengumpulan data
dan peringkasan data, serta penyajian hasil peringkasan tersebut. Data-data
statistik yang bisa diperoleh dari hasil sensus, survei atau pengamatan lainnya,
umumnya masih acak, mentah dan tidak terorganisir dengan baik. Data-data
tersebut harus diringkas dengan baik dan teratur, baik dalam bentuk tabel data
persentasi grafis, sebagai dasar untuk berbagai pengambilan keputusan
(statistik inferensi). Untuk mendapatkan gambaran yang lebih jelas tentang
data, selain dengan tabel dan diagram, masih diperlukan ukuran-ukuran lain
yang merupakan wakil dari data tersebut. Ukuran yang dimaksudkan dapat
berupa :
1. Ukuran pemusatan (rata-rata hitung atau mean, median dan modus).
2. Ukuran letak (quartil dan persentil).
3. Ukuran penyimpangan atau penyebaran (range, ragam, simpangan
baku dan galat baku).
4. Skewness adalah tingkat kemiringan.
5. Kurtosis adalah tingkat keruncingan.

1
 BAB II

DESKRIPSI KERJA

2.1 Studi Kasus

Lakukan analisis statistik deskriptif dari Data Laporan 1 . xlxs,

menggunakan 2 software yang ditentukan. Selanjutnya buatlah grafik dari data
tersebut. Berikan penjelasan tentang hasil analisismu !

Jumlah
PDRB Per Kapita
Provinsi Penduduk Miskin (Jiwa) Penduduk
(Ribu Rupiah)
(Jiwa)
Aceh 7137,518 837421 4494410
Sumatera Utara 10431,659 1360597 12982204
Sumatera Barat 9205,656 354737 4846909
Riau 9945,965 498281 5538367
Jambi 6021,422 281751 3092265
Sumatera Selatan 8049,077 1085797 7450394
Bengkulu 5540,425 316500 1715518
Lampung 5755,312 1143936 7608405
Kepulauan Bangka
Belitung 9676,757 67228 1223296
Kepulauan Riau 25665,051 124172 1679163
DKI Jakarta 47774,700 412794 9607787
Jawa Barat 8355,289 4238961 43053732
Jawa Tengah 6382,356 4561823 32382657
DI Yogyakarta 6834,068 532585 3457491
Jawa Timur 10885,765 4748425 37476757
Banten 9243,061 649187 10632166
Bali 8576,189 195955 3890757
Nusa Tenggara Barat 4334,098 816622 4500212
Nusa Tenggara Timur 2976,616 976668 4683827
Kalimantan Barat 7772,473 381916 4395983
Kalimantan Tengah 9644,550 148824 2212089

2
Kalimantan Selatan 9282,235 189495 3626616
Kalimantan Timur 22698,165 252682 3553143
Sulawesi Utara 9671,141 197556 2270596
Sulawesi Tengah 8156,155 387061 2635009
Sulawesi Selatan 7692,695 806344 8034776
Sulawesi Tenggara 6275,618 314085 2232586
Gorontalo 3321,115 195096 1040164
Sulawesi Barat 4952,514 154689 1158651
Maluku 3128,994 307014 1533506
Maluku Utara 3279,499 84791 1038087
Papua Barat 9106,883 225463 760422
Papua 8117,641 864113 2833381
INDONESIA 315890,659 27712569 237641326

Tabel 2.1 Data laporan 1

2.2 Langkah Kerja

Untuk menyajikan ukuran statistik beberapa variabel dalam satu tabel

tersebut, maka praktikan menggunakan software SPSS dan minitab. Adapun
langkah-langkah menggunakan SPSS dan minitab untuk menganalisis data
tersebut adalah sebagai berikut :

1. Langkah pertama yang praktikan lakukan adalah arahkan pointer ke

arah pojok kanan display PC, kemudian klik search, lalu ketik SPSS di
kotak pencarian tersebut, yang sebelumnya telah praktikan install
(dalam hal ini praktikan menggunakan windows 8).

3
 Gambar 2.1 Tampilan untuk masuk kedalam SPSS
2. Kemudian muncul halaman kerja awal SPSS berupa halaman Data
View.

Gambar 2.2 Tampilan pada Data View

3. Untuk menuliskan variabel yang akan dianalisis, praktikan klik pada

Variabel View dibagian kiri bawah untuk membuka halaman kerja
Variabel View, selanjutnya praktikan mulai menuliskan variabel-
variabel yang dibutuhkan, yaitu variabel provinsi,
PDRB_perkapita, penduduk miskin, jumlah_penduduk.

4
 Gambar 2.3 Memasukkan variabel pada variabel Data View

4. Setelah selesai menambahkan variabel, maka selanjutnya praktikan

klik Data View dan melakukan input semua data pada variabel yang
ada.

Gambar 2.4 Memasukkan data pada Data View

5. Selanjutnya praktikan mulai melakukan analisis data dengan cara klik

analyze, lalu klik Descritive Statistics dan arahkan ke Descritive.

5
 Gambar 2.5 Memilih Descritives pada menu analyze

6. Setelah itu akan muncul sebuah tampilan seperti Gambar 2.6 dibawah
ini, kemudian masukkan kedalam variable(s). Selanjutnya klik
Options.

Gambar 2.6 Tampilan Descriptives

7. Kemudian akan muncul tampilan seperti Gambar 2.7 dibawah ini,

selanjutnya memberi tanda statistik yang akan dikeluarkan output nya,
lalu klik continue dan klik Ok.

Gambar 2.7 Tampilan Descriptives: Options

6
8. Maka akan muncul tampilan output nya.
9. Langkah selanjutnya adalah membuat grafik pada SPSS, dengan cara
klik pada menu Graphs, lalu klik Legacy Dialogs.

Gambar 2.9 Langkah membuat grafik pada SPSS

10. Setelah klik Legacy Dialogs, maka arahkan pointer kemudian
praktikan ingin memilih histogram.

Gambar 2.10 Memilih histogram

11. Kemudian akan muncul tampilan seperti Gambar 2.11 dibawah ini,
selanjutnya masukkan variabel PDRB_perkapita kedalam kolom
variable, dan memberi tanda ceklis pada Display normal curve. Lalu
klik Ok, maka akan didapatkan hasil nya. Untuk variabel selanjutnya,
caranya sama seperti pada variabel PDRB_perkapita.

7
 Gambar 2.11 Memasukkan variabel pada histogram
12. Selanjutnya praktikan menganalisis data tersebut dengan menggunakan
Minitab, dengan cara menginputkan seluruh data nya kedalam
worksheet.

Gambar 2.12 Menginputkan data kedalam worksheet

8
13. Selanjutnya praktikan mulai melakukan analisis data menggunakan
Minitab, dengan cara klik pada menu Stat lalu pilih Basic Statistics,
lalu pilih Display Descriptive Statistics.

Gambar 2.13 Memilih Display Descriptive Statistics pada menu Stat

14. Setelah kotak dialog Display Descriptive Statistics muncul, selanjutnya

pindahka variabel PDRB_perkapita, penduduk_miskin,
jumlah_penduduk kedalan box test variable(s).

Gambar 2.14 Tampilan Display Descriptive Statistics

15. Selanjutnya klik statistics, maka akan muncul tampilan seperti

Gambar 2.15 dibawah ini, lalu memberi tanda ceklis yang akan
dikeluarkan output nya, lalu langkah selanjutnya klik Ok.

9
 Gambar 2.15 Memberi tanda ceklis

16. Setelah klik Ok, maka selanjutnya adalah klik Graph pada tampilan
Display Descriptive Statistics, kemudian akan muncul tampilan seperti
Gambar 2.16 dibawah ini.

Gambar 2.16
17. Maka akan muncul hasil output nya pada session.

10
 BAB III

PEMBAHASAN

Berdasarkan langkah kerja yang telah dijelaskan pada bab sebelumnya,

bahwa praktikan disini akan menjelaskan lebih banyak lagi mengenai analisis
deskriptif dari data yang yang telah disediakan dan juga membuat grafik dari data
tersebut, dalam hal ini praktikan menggunakan dua software yaitu SPSS dan
Minitab. Adapun langkah-langkah kerja yang sebelumnya seperti yang telah
dijelaskan pada deskripsi kerja diatas. Dalam melakukan analisis statistik
deskriptif disini praktikan ingin mengetahui nilai mean, sum, std.deviation,
variance, range, minimum, maximum, S.E. mean dan juga ingin mengetahui
berdasarkan distibution nya yaitu kurtosis dan skewness.

Gambar 3.1 Output Descritive Statistics dari Software SPSS

11
Descriptive Statistics: PDRB_Perkapita; Penduduk_miskin;
Jumlah_penduduk

Total
Variable Count Mean SE Mean StDev Variance
Sum
PDRB_Perkapita 33 9572 1443 8291 68747800
315891
Penduduk_miskin 33 839775 214019 1229443 1,51153E+12
27712569
Jumlah_penduduk 33 7201252 1791527 10291538 1,05916E+14
237641326

Variable Minimum Maximum Range Skewness Kurtosis

PDRB_Perkapita 2977 47775 44798 3,54 14,53
Penduduk_miskin 67228 4748425 4681197 2,62 5,97
Jumlah_penduduk 760422 43053732 42293310 2,67 6,48

Gambar 3.2 Output Descritive Statistics dari Software Minitab

Dapat dilihat bahwa pada output descritive statistics dari software SPSS
dan Minitab mempunyai hasil yang sama, tetapi terdapat perbedaan yang sedikit,
jika di output SPSS cenderung banyak angka dibelakang koma sedangkan untuk
output minitab cenderung tidak ada angka dibelakang koma atau sifat angka yang
dibulatkan.

Kemudian praktikan akan menginterpretasikan dari hasil output tersebut.

untuk jumlah data ( N ) sebanyak 33 untuk semua variabel yang telah
dimasukkan, dikarenakan praktikan tidak memasukkan data yang Indonesia,
karena dianggap sebagai jumlahan dari semua provinsi. Maka statististik untuk
PDRB_perkapita mempunyai range sebesar 44798,084 , range PDRB_perkapita
sendiri dikatakan nilai nya besar maka semakin bervariasi data tersebut.
Mempunyai nilai minimum atau nilai terkecil dari sebuah data
PDRB_perkapita adalah 2976,616 , sedangkan nilai maksimum nya adalah
47774,700. Mempunyai Sum sebesar 315890,662 sum sendiri didapatkan dengan

12
menjumlahkan total dari range PDRB_perkapita. Mean statistics menunjukkan
rata-rata dari variabel PDRB_perkapita yaitu 9572,44430. SE Mean (standard
error of mean) dari variabel PDRB_perkapita menggambarkan sebaran sampel
terhadap rata-rata keseluruhan kemungkinan sampel yaitu 1443,352591. Standar
deviasi yang menunjukkan keheterogenan yang terjadi dalam data variabel
PDRB_perkapita yaitu 8291,429381. Variansi data pada variabel
PDRB_perkapita adalah 68747801,18 nilai variansi ini digunakan untuk melihat
keberagaman data suatu instrumen yang dibuat, sehingga data atau variabel
PDRB_perkapita dapat dinilai validitas nya (layak atau tidak nya untuk diikut
sertakan dalam instrumen penelitian), semakin besar angka variansi maka semakin
beragamlah datanya. Nilai skewness digunakan untuk mengetahui data tersebut
normal atau tidak serta menceng ke kiri atau ke kanan, dari hasil tersebut nilai
skewness untuk data PDRB_perkapita yaitu 3,537. Kurtosis digunakan untuk
mengetahui keruncingan data, kurtosis >3 disebut leptokurtic, kurtosis =3 disebut
mesokutic dan kurtosis <3 disebut platykurtic, pada data tersebut keruncingan data
pada variabel PDRB_perkapita berbentuk leptokurtic karena >3.

Selanjutnya praktikan akan menginterpretasikan dari hasil output

berdasarkan variabel yang kedua yaitu penduduk_miskin. Maka statististik untuk
penduduk_miskin mempunyai range sebesar 4681197 , range penduduk_miskin
sendiri dikatakan nilai nya besar maka semakin bervariasi data tersebut.
Mempunyai nilai minimum atau nilai terkecil dari sebuah data penduduk_miskin
adalah 67228 , sedangkan nilai maksimum nya adalah 4748425. Mempunyai
Sum sebesar 27712569 sum sendiri didapatkan dengan menjumlahkan total dari
range penduduk_miskin. Mean statistics menunjukkan rata-rata dari variabel
penduduk_miskin yaitu 839774,82. SE Mean (standard error of mean) dari
variabel penduduk_miskin menggambarkan sebaran sampel terhadap rata-rata
keseluruhan kemungkinan sampel yaitu 214018,535. Standar deviasi yang
menunjukkan keheterogenan yang terjadi dalam data variabel penduduk_miskin
yaitu 1229442,880. Variansi data pada variabel penduduk_miskin adalah
1,512E+12 nilai variansi ini digunakan untuk melihat keberagaman data suatu

13
instrumen yang dibuat, sehingga data atau variabel penduduk_miskin dapat dinilai
validitas nya (layak atau tidak nya untuk diikut sertakan dalam instrumen
penelitian), semakin besar angka variansi maka semakin beragamlah datanya.
Nilai skewness digunakan untuk mengetahui data tersebut normal atau tidak serta
menceng ke kiri atau ke kanan, dari hasil tersebut nilai skewness untuk data
penduduk_miskin yaitu 2,618. Kurtosis digunakan untuk mengetahui keruncingan
data, kurtosis >3 disebut leptokurtic, kurtosis =3 disebut mesokutic dan kurtosis
<3 disebut platykurtic, pada data tersebut sebesar 5,967 maka keruncingan data
pada variabel penduduk_miskin berbentuk leptokurtic karena >3.

Setelah itu praktikan akan menginterpretasikan dari hasil output

berdasarkan variabel yang ketiga yaitu jumlah_penduduk. Maka statististik untuk
penduduk_miskin mempunyai range sebesar 42293310 , range penduduk_miskin
sendiri dikatakan nilai nya besar maka semakin bervariasi data tersebut.
Mempunyai nilai minimum atau nilai terkecil dari sebuah data penduduk_miskin
adalah 760422 , sedangkan nilai maksimum nya adalah 43053732. Mempunyai
Sum sebesar 237641326 sum sendiri didapatkan dengan menjumlahkan total dari
range penduduk_miskin. Mean statistics menunjukkan rata-rata dari variabel
penduduk_miskin yaitu 7201252,30. SE Mean (standard error of mean) dari
variabel penduduk_miskin menggambarkan sebaran sampel terhadap rata-rata
keseluruhan kemungkinan sampel yaitu 1791526,825. Standar deviasi yang
menunjukkan keheterogenan yang terjadi dalam data variabel penduduk_miskin
yaitu 10291538,08. Variansi data pada variabel penduduk_miskin adalah
1,509E+14 nilai variansi ini digunakan untuk melihat keberagaman data suatu
instrumen yang dibuat, sehingga data atau variabel penduduk_miskin dapat dinilai
validitas nya (layak atau tidak nya untuk diikut sertakan dalam instrumen
penelitian), semakin besar angka variansi maka semakin beragamlah datanya.
Nilai skewness digunakan untuk mengetahui data tersebut normal atau tidak serta
menceng ke kiri atau ke kanan, dari hasil tersebut nilai skewness untuk data
penduduk_miskin yaitu 2,670. Kurtosis digunakan untuk mengetahui keruncingan
data, kurtosis >3 disebut leptokurtic, kurtosis =3 disebut mesokutic dan kurtosis

14
<3 disebut platykurtic, pada data tersebut sebesar 6,476 maka keruncingan data
pada variabel penduduk_miskin berbentuk leptokurtic karena >3.

Gambar 3.3 Output Histogram dari SPSS Variabel PDRB_perkapita

Gambar 3.4 Output Histogram dari SPSS Variabel Penduduk_miskin

15
 Gambar 3.5 Output Histogram dari SPSS Variabel Jumlah_Penduduk

Pada Gambar 3.3 Gambar 3.4 dan Gambar 3.5 di atas menunjukkan
histogram untuk variabel PDRB_perkapita, Penduduk_miskin, Jumlah_Penduduk.
dilihat berdasarkan skewness nya memiliki kurva frekuensi suatu distribusi
memiliki ekor yang lebih memanjang ke kanan (dilihat dari meannya) maka
dikatakan menceng kanan (positif). Berdasarkan Ukuran keruncingan atau yang
disebut juga kurtosis, derajat keruncingan suatu distribusi (biasanya diukur relatif
terhadap distribusi normal) dapat dilihat bahwa Kurva yang lebih datar platikurtik.
Dan belum dikatakan normal, karena belum menyerupai bentuk lonceng. Begitu
pula output dari minitab.

Gambar 3.6 Output Histogram dari Minitab Variabel PDRB_perkapita

16
Gambar 3.7 Output Histogram dari Minitab Variabel Penduduk_miskin

Gambar 3.8 Output Histogram dari Minitab Variabel Jumlah_Penduduk

17
 BAB IV

PENUTUP

Disini praktikan dapat mengambil beberapa kesimpulan dari hasil

praktikum kali ini, yaitu :

1. Pada hasil output histogram dengan SPSS ataupun minitab dapat

disimpulkan bahwa berdasarkan skewness nya memiliki kurva
frekuensi suatu distribusi memiliki ekor yang lebih memanjang ke
kanan (dilihat dari meannya) maka dikatakan menceng kanan (positif).
2. Apabila nilai kurtosis positif maka distribusi data meruncing (ada
satu nilai yang mendominasi), sebaliknya apabila Kurtosis Negatif
maka distribusi data melandai (varians besar).
3. Pada output descritive statistics dari software SPSS dan Minitab
mempunyai hasil yang sama, tetapi terdapat perbedaan yang sedikit,
jika di output SPSS cenderung banyak angka dibelakang koma
sedangkan untuk output minitab cenderung tidak ada angka dibelakang
koma atau sifat angka yang dibulatkan.
4. Didalam menganalisis statistika deskriptif lebih berhubungan dengan
pengumpulan data dan peringkasan data, serta penyajian hasil
peringkasan tersebut.
5. Variansi digunakan untuk melihat keberagaman data suatu instrumen
yang dibuat, sehingga data atau semua variabel yang ada dapat dinilai
validitas nya (layak atau tidak nya untuk diikut sertakan dalam
instrumen penelitian), semakin besar angka variansi maka semakin
beragamlah datanya.
6. Mean statistics menunjukkan rata-rata dari suatu variabel .
7. Range sendiri dikatakan nilai nya besar maka semakin bervariasi data
tersebut.
8. SE Mean (standard error of mean) dari variabel menggambarkan
sebaran sampel terhadap rata-rata keseluruhan kemungkinan sampel.

18
 DAFTAR PUSTAKA

Armanda,eki. 2014. Sejarah dan Pengertian SPSS. Diakses pada tanggal 26 Maret

2016 dari http://ekiarmanda.blogspot.co.id/2014/11/sejarah-dan

pengertian-spss.html

Kusnadi,eris. 2008. Statistika Deskritif dengan SPSS. Diakses pada tanggal 26

Maret 2016 dari https://eriskusnadi.wordpress.com/2008/12/11/statistik

deskriptif-dengan-spss/

Purwaningsih,tuti. 2015. Modul Praktikum Analisis Regresi Terapan. Yogyakarta.

Setiawan,nasrul.2013. Tutorial analisis deskriptif menggunakan SPSS. Diakses

pada tanggal 26 Maret 2016 dari

http://statistikceria.blogspot.co.id/2013/11/ tutorial-analisis-deskriptif-
interpretasi-menggunakan-spss.html

ulwan,nashihun. 2014. Analisis Deskriptif dengan Minitab. Diakses pada tanggal

26 Maret 2016 dari http://www.portal-statistik.com/2014/02/analisis-

deskriptif-dengan-minitab.html

19