Konsep Deskriptif

Dalam tulisan sebelumnya telah dijelaskan mengenai konsep dalam statistika, salah satu diantaranya adalah konsep deskriptif dan inferensial. Menurut Wallpole, 1995, konsep deskriptif atau yang lebih dikenal dengan statistika deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian data sehingga memberikan informasi yang berguna.

Statistika deskriptif berfungsi meringkas informasi untuk membantu pengambilan keputusan dan meringkas data mentah sehingga didapatkan pola sebaran data dan menyajikan informasi di dalam data, selain itu untuk mendapatkan gambaran tentang bentuk sebaran data yang merupakan dasar pemilihan metode analisa yang tepat . Dalam statistika deskriptif tidak melibatkan peluang (probability) dalam penarikan kesimpulan atau keputusan sehingga penggunaanya sangat terbatas, oleh karena itu dalam proses penarikan kesimpulan statistika deskiptif ini kurang dapat dipertanggung jawabkan. Jadi secara teknis dapat diketahui bahwa dalam statistik deskriptif tidak ada uji signifikansi, tidak aa taraf kesalahan, karena peneliti tidak bermaksud membuat generalisasi, sehingga tidak ada kesalahan generalisasi. Penggunakan mean, median, modus, dan standard deviasi hanya menunjukkan pendugaan pada satu titik saja, tidak dapat diketahui berapa peluang kebenaran maupun kesalahannya dalam menduga suatu parameter populasi. Namun meskipun tidak melibatkan peluang, dalam beberapa kasus aplikasi tertentu penggunaan statistika deskriptif tetap digunakan dalam menentukan kesimpulan dan keputusan.

Pengukuran dalam statistika deskriptif ini terbagi menjadi dua yaitu ukuran pemusatan dan ukuran penyebaran. Ukuran pemusatan merupakan pengukuran terhadap penduga dengan melihat semua data terwakili oleh suatu nilai yang “seolah-olah terpusat” di tengah semua data. Termasuk dalam ukuran pemusatan adalah mean, median, modus, kuartil, desil, dan persentil.

Ukuran penyebaran merupakan penjelasan terhadap data mengenai sebaran, variasi, kehomogenan-keheterogenen dari data. Ukuran ini dapat juga digunakan untuk membandingkan sebaran dua atau lebih distribusi dari data tersebut, misal untuk membandingkan tingkat produktivitas dua atau lebih perusahaan. Yang termasuk ukuran penyebaran meliputi standard deviasi, range, koefisien variasi, standardized value, dan measure of skewness.

Kedudukan keduanya saling melengkapi informasi data, misal rata-rata produksi perusahaan A dan B adalah 100 box dan standar deviasinya masing-masing 20 dan 30. Bila hanya melihat dari mean-nya seakan-akan produksi kedua perusahaan tersebut sama namun apabila melihat dari standar deviasinya maka akan diperoleh informasi tambahan bahwa ternyata perusahaan A lebih homogen daripada perusahaan B.