Sebelum proses analisis data penelitian dilakukan, tahap penyajian data juga perlu Anda lakukan. Salah satu teknik dalam penyajian data tersebut adalah statistik deskriptif atau statistika deskriptif.

Tahap penyajian data memang tidak bisa disepelekan karena hasil penyajian tersebut bisa memudahkan proses analisis dan mencegah resiko adanya bias. Oleh sebab itu, memahami tata cara menyajikan data penelitian dengan baik sangat penting. 

Statistika deskriptif menjadi teknik paling umum digunakan para peneliti. Jika Anda masih asing dengan teknik ini, silakan baca artikel ini sampai akhir, ya.

Statistik Deskriptif dalam Teknik Analisis Data

Dikutip melalui Repository STIE, statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. 

Secara sederhana, statistika deskriptif adalah metode dalam statistika yang digunakan untuk mengumpulkan dan menyajikan data agar lebih mudah dipahami.

Teknik penyajian data satu ini juga mencakup proses meringkas dan mengklasifikasikan data. Data yang berhasil didapatkan oleh peneliti, lantas perlu dipahami dan disajikan sesuai dengan pemahaman peneliti tersebut. Untuk memudahkan pemahaman dan penyajiannya, peneliti perlu mengolah data. 

Misalnya dengan mengumpulkan, mengklasifikasikan, dan bahkan sampai meringkas data tersebut. Pada tahap akhir, peneliti lantas menyajikan data, baik dalam bentuk teks, tabel, maupun bentuk visual lain sesuai karakteristik data tersebut. 

Statistika deskriptif hanya sampai pada tahap penyajian data. Sedangkan untuk pemaparan hasil analisis akan masuk ke teknik lain. Jadi, hasil statistika ini akan berisi penjelasan dan penyajian data apa adanya. 

Rumus Statistik Deskriptif 

Rumus dalam statistik deskriptif artinya adalah cara atau teknik penyajian data. Secara umum, ada tiga teknik yang bisa dipilih oleh peneliti, yakni distribusi frekuensi, tendensi sentral, dan variabilitas: 

1. Distribusi Frekuensi

Rumus atau teknik penyajian data yang pertama dalam statistika deskriptif adalah distribusi frekuensi. Distribusi frekuensi sendiri adalah cara untuk menyusun dan menyajikan data dalam bentuk tabel yang menunjukkan jumlah kemunculan (frekuensi) dari setiap kategori atau interval data.

Jadi, jika data bisa disajikan dalam bentuk tabel. Maka proses statistika deskriptif bisa dilakukan dengan rumus distribusi frekuensi. Nyaris semua jenis data bisa disajikan dalam bentuk tabel. Berikut contoh penyajian dengan rumus ini: 

Kelas	Jumlah Siswa
X.1	33
X.2	35
X.3	32
X.4	34

2. Tendensi Sentral 

Rumus statistik deskriptif yang kedua adalah tendensi sentral. Tendensi sentral adalah konsep dalam statistik deskriptif yang menggambarkan kecenderungan data untuk berpusat di sekitar nilai tertentu.

Misalnya berfokus pada nilai rata-rata (mean), kemudian nilai tengah (median), dan nilai yang sering muncul (modus). Jadi, dalam menyajikan data dengan rumus ini peneliti perlu menentukan akan fokus di nilai yang mana. 

Secara umum, tendensi sentral terdiri dari tiga jenis pengukuran, yakni mean, median, dan modus. Berikut penjelasannya: 

a. Mean 

Mean adalah suatu metode untuk menemukan angka rata-rata dari suatu kumpulan data. Nilai mean didapatkan dengan menjumlahkan semua nilai lalu membaginya dengan jumlah data.

Misalnya data penjualan baju dari Januari sampai Juni 2025 adalah 10, 15, 20, 10, 15, dan 5. Maka menghitung mean adalah menjumlahkan nilai data tersebut dibagi dengan 6 (bulan Januari – Juni ada 6 bulan). Berikut hasilnya: 
Mean   : (10 + 15 + 20 + 10 + 15 + 5) / 6 = 60 / 6 = 10

b. Median 

Median adalah nilai yang berada tepat di tengah kumpulan data. Sehingga data tinggal diurutkan dan kemudian mencari data yang ada di paling tengah. Misalnya dari contoh sebelumnya, data penjualan baju sepanjang Januari – Juni adalah 10, 15, 20, 10, 15, dan 5. 

Maka data diurutkan menjadi 10, 15, 20, 10, 15, 5. Nilai median dari data ini adalah 20 dan 10, karena terletak di tengah urutan data. Jika data median ada dua angka, maka wajib dibagi dua. Sehingga (20 + 10) / 2 = 15. 

c. Modus

Modus adalah nilai yang sering muncul. Dalam data berupa angka, bisa jadi akan ditemukan data dengan nilai yang sama. Semakin sering nilai ini masuk dalam data. Maka besar kemungkinan nilai tersebut menjadi modus. 

Misalnya pada contoh di atas, data penjualan baju di bulan Januari sampai Juni adalah 10, 15, 20, 10, 15, dan 5. Melalui urutan ini, bisa dilihat bahwa angka 10 muncul dua kali. Begitu juga dengan angka 15, sehingga keduanya adalah modus. 

Jika dalam suatu data ada modus dua angka atau dua nilai seperti contoh ini. Maka disebut dengan kondisi distribusi bimodal. Maka tidak menjadi masalah dan tidak perlu dihitung dengan cara dibagi sebagaimana perhitungan median. 

3. Variabilitas 

Jika penyajian data dengan teknik statistik deskriptif adalah untuk mengetahui seberapa konsisten variasi suatu data. Maka, rumus penyajian yang digunakan bisa variabilitas. 

Variabilitas sendiri adalah ukuran yang menggambarkan sejauh mana data dalam suatu kumpulan menyebar atau bervariasi. Dalam rumus variabilitas ini terdapat tiga aspek yang bisa digunakan peneliti, yaitu: 

a. Range

Range adalah gambaran tentang jarak antara nilai terbesar dengan nilai terkecil dalam kumpulan data. Dengan kata lain, range adalah nilai maksimum dan minimum dalam data.

b. Standar Deviasi 

Standar deviasi adalah nilai yang berfungsi menentukan persebaran data dalam suatu sampel. Standar deviasi bisa membantu mengetahui seberapa dekat data tersebut dengan mean (nilai rata-rata). 

c. Varians 

Varians adalah tingkat penyebaran yang ada di kumpulan data. Jadi, ketika data menyebar dengan luas maka varians semakin tinggi. Sehingga semakin luas area penyebaran, semakin tinggi pula varians atau variasi dalam data tersebut. 

Perbedaan Statistik Deskriptif dan Statistik Inferensial

Dikutip melalui Zenius Education, statistik deskriptif dan statistik inferensial sama-sama teknik penyajian data dalam statistika. Namun, keduanya tidak sama persis karena memang berbeda satu sama lain. 

Statistika deskriptif adalah metode dalam statistika yang digunakan untuk meringkas, menggambarkan, dan menyajikan data agar lebih mudah dipahami. Sedangkan statistika inferensial adalah metode dalam statistika yang digunakan untuk pengambilan kesimpulan, korelasi, dan dugaan berdasarkan analisis data. 

Selain itu, berikut beberapa perbedaan statistik deskriptif dan statistik inferensial:

1. Tujuan 

Tujuan utama dalam statistika deskriptif adalah meringkas, menggambarkan, dan menyajikan data sehingga data tersebut lebih mudah dipahami. Sementara tujuan dari statistika inferensial adalah menggunakan data sampel untuk membuat kesimpulan atau prediksi tentang populasi yang lebih besar.

Jadi, pada statistika deskriptif hanya akan fokus pada penyajian data saja. Dimana tidak ada proses penarikan kesimpulan maupun analisis data itu sendiri. Sebaliknya, pada statistika inferensial akan mencakup kegiatan membuat kesimpulan dari kumpulan data yang didapatkan. 

2. Rumus yang Digunakan 

Perbedaan yang kedua adalah dari segi rumus atau metode yang digunakan. Sesuai penjelasan sebelumnya, di dalam statistika deskriptif menggunakan rumus beragam. Seperti mean, modus, median, range, varians, dan sebagainya. 

Sementara rumus yang digunakan di dalam statistika inferensial adalah uji hipotesis (uji t, ANOVA, chi-square), interval kepercayaan, regresi dan korelasi, dan sebagainya sehingga keduanya memakai rumus atau metode yang berbeda. 

3. Data yang Digunakan 

Perbedaan yang terakhir adalah data yang digunakan. Lebih tepatnya sumber data yang digunakan. Pada teknik statistika deskriptif, peneliti akan menggunakan seluruh anggota populasi sebagai sampel. Sehingga data didapatkan dari keseluruhan populasi penelitian. 

Sementara pada statistik inferensial, peneliti akan menetapkan kriteria dalam memilih sampel penelitian. Sehingga data yang didapatkan hanya dari beberapa sampel yang diusahakan sudah tepat sehingga merepresentasikan populasi. 

Contoh Statistik Deskriptif

Berikut adalah beberapa contoh dari penerapan statistik deskriptif dalam mengumpulkan dan menyajikan data: 

Contoh Statistik Deskriptif 1

Analisis Nilai Ujian Siswa

Seorang guru ingin mengetahui distribusi nilai ujian matematika dari 30 siswa di kelasnya. Data yang dikumpulkan kemudian diringkas sebagai berikut:

• Mean (Rata-rata): 75
• Median (Nilai Tengah): 78
• Modus (Nilai yang Paling Sering Muncul): 80
• Standar Deviasi: 8
• Range (Jangkauan): 95 – 50 = 45

Melalui hasil penyajian data tersebut, guru bisa atau dapat menyimpulkan bahwa nilai siswa berkisar antara 50 hingga 95, dengan nilai rata-rata 75 dan nilai yang paling sering muncul adalah 80.

Contoh Statistik Deskriptif 2

Penyajian Data Penjualan Produk

Sebuah toko ingin memahami tren penjualan produk dalam satu minggu. Data penjualan harian produk mereka adalah:

Hari	Jumlah Penjualan
Senin	50
Selasa	65
Rabu	55
Kamis	70
Jumat	80
Sabtu	95
Minggu	85

Melali data tersebut, maka bisa dihitung dengan cara berikut: 

• Mean (Rata-rata penjualan per hari): (50 + 65 + 55 + 70 + 80 + 95 + 85) / 7 = 71.43
• Modus: Tidak ada nilai yang muncul lebih dari satu kali, sehingga tidak ada modus.
• Median (Nilai Tengah): 70 (karena 70 adalah nilai tengah setelah data diurutkan).
• Range: 95 – 50 = 45

Penyajian data ini membantu toko dalam memahami tren penjualan dan menentukan strategi stok maupun strategi dalam promosi. Sehingga penjualan stabil atau bisa terus meningkat. Namun tetap memastikan stok aman, sehingga tidak ada pembeli yang kecewa karena kehabisan. 

Uji Statistik Deskriptif

Secara umum, pengujian pada statistik deskriptif adalah melakukan perhitungan mean, median, modus, range, dan sebagainya yang dijelaskan di atas. Namun, poin pentingnya adalah peneliti memahami cara membaca hasil pengujian tersebut. 

Jika peneliti menghitung atau mencari mean, median, dan modus. Kemudian mendapati data ketiganya sama atau nilainya saling berdekatan. Maka artinya, data penelitian yang dimiliki mendekati normal. 

Contoh lain, jika pengujian menggunakan standar deviasi (SD). Maka hasil perhitungan SD akan menjadi penentu. Ketika nilai SD besar maka artinya data bervariasi dan kurang atau bahkan tidak homogen. Begitu juga sebaliknya. 

Jika memiliki pertanyaan atau ingin berbagi pengalaman berkaitan dengan topik statistik deskriptif. Maka bisa berbagi di kolom komentar. Jangan lupa untuk klik tombol Share, agar kolega Anda juga mengakses informasi dari artikel ini.