Apa Itu Statistik Deskriptif? Cara Membaca Hasil Kuesioner Skripsi untuk BAB IV (Rata-rata, Median, Sebaran Likert)
Rata-rata 3,87 tanpa konteks justru memancing revisi. Begini cara menyajikan frekuensi, persentase, median, dan sebaran Likert di BAB IV, lengkap dengan contoh hitung 10 responden dan cara membaca Analitik kakak.ai form.
Seminggu sebelum jadwal bimbingan, 87 baris jawaban kuesioner sudah rapi di spreadsheet, tetapi halaman BAB IV masih kosong. Dosen pembimbing hanya berpesan singkat: "Jangan cuma tempel tabel." Banyak mahasiswa lalu menghitung rata-rata 14 butir pernyataan sampai dua angka di belakang koma, menempelkannya, dan berharap itu sudah cukup.
Kenyataannya, angka 3,87 tanpa konteks justru memancing pertanyaan baru di ruang bimbingan. Statistik deskriptif ternyata bukan soal menghitung sebanyak mungkin angka, melainkan memilih angka yang paling jujur menggambarkan jawaban responden. Untuk data skala Likert, pilihan itu punya aturan main sendiri yang sering terlewat di skripsi.
Statistik deskriptif adalah cara merangkum dan menyajikan data apa adanya, lewat tabel frekuensi, persentase, grafik, ukuran pemusatan (rata-rata, median, modus), dan ukuran penyebaran (rentang, standar deviasi), tanpa menarik kesimpulan ke populasi atau menguji hubungan sebab-akibat. Di BAB IV skripsi kuantitatif, bagian ini biasanya berisi profil responden dan gambaran jawaban per butir, per indikator, dan per variabel.
Daftar Isi
- Apa itu statistik deskriptif?
- Apa beda statistik deskriptif dan inferensial?
- Empat ukuran di BAB IV
- Data Likert pakai rata-rata atau median?
- Contoh hitung dengan 10 responden
- Cara menafsirkan skor dengan kelas interval
- Membaca grafik di Analitik kakak.ai form
- Lima jebakan penyebab revisi
- FAQ
Apa itu statistik deskriptif dan kenapa selalu muncul di BAB IV?
Statistik deskriptif adalah tahap merapikan data sehingga pola jawabannya bisa dibaca dalam sekali pandang. Di skripsi kuantitatif, bagian ini hampir selalu menjadi subbab pertama BAB IV, sebelum uji asumsi, korelasi, atau regresi. Alasannya sederhana, karena pembaca justru perlu tahu dulu seperti apa datanya sebelum diajak menguji apa pun.
Lilih Deva Martias dari UIN Sunan Kalijaga Yogyakarta membahas peran ini dalam artikelnya di jurnal FIHRIS edisi 16(1) tahun 2021. Menurutnya, statistik deskriptif bisa tampil sebagai tabel dan grafik, atau sebagai ukuran pemusatan, ukuran letak, dan ukuran penyebaran.
"Statistika deskriptif biasanya digunakan sebagai langkah awal merapikan data sebelum dilaksanakan analisis lebih lanjut," tulis Lilih Deva Martias dalam artikel tersebut.
Namun Martias juga mengingatkan bahwa tidak setiap ukuran cocok untuk setiap data. Peneliti perlu menentukan dulu informasi apa yang dibutuhkan, baru memilih jenis deskripsinya. Padahal prinsip inilah yang paling sering dilanggar skripsi, karena semua ukuran dihitung hanya karena SPSS menampilkannya, bukan karena ukuran itu menjawab rumusan masalah.
Apa beda statistik deskriptif dan statistik inferensial?
Statistik deskriptif hanya menggambarkan sampel yang kamu punya, sementara statistik inferensial memakai sampel untuk menarik kesimpulan tentang populasi atau menguji hipotesis. Kalimat "72% responden setuju" adalah deskriptif. Sebaliknya, kalimat "motivasi berpengaruh signifikan terhadap prestasi, p = 0,03" sudah masuk wilayah inferensial.
| Aspek | Statistik deskriptif | Statistik inferensial |
|---|---|---|
| Pertanyaan yang dijawab | Seperti apa jawaban responden? | Apakah pola ini berlaku di populasi? Apakah ada pengaruh? |
| Contoh keluaran | Frekuensi, persen, rata-rata, median, modus, min-maks, standar deviasi, grafik | Uji t, ANOVA, korelasi, regresi, chi-square, nilai p |
| Posisi di BAB IV | Subbab awal: profil responden dan deskripsi variabel | Subbab berikutnya: uji asumsi dan uji hipotesis |
| Boleh menyimpulkan sebab-akibat? | Tidak, hanya pola | Hanya dengan desain penelitian yang mendukung |
| Alat yang lazim | Excel, grafik formulir, SPSS, R | SPSS, R, JASP, Python |
Empat ukuran apa saja yang biasa muncul di BAB IV?
Ada empat keluarga ukuran yang hampir selalu dipakai, dan masing-masing menjawab pertanyaan yang berbeda tentang data, mulai dari siapa yang menjawab sampai seberapa kompak jawabannya.
- Frekuensi dan persentase. Berapa orang memilih tiap jawaban. Wajib ditulis berpasangan, misalnya 18 orang (60%), supaya pembaca tahu persen itu dihitung dari berapa responden.
- Ukuran pemusatan. Rata-rata (mean), median (nilai tengah setelah data diurutkan), dan modus (jawaban yang paling sering muncul).
- Ukuran penyebaran. Nilai minimum, maksimum, rentang, dan standar deviasi. Dua butir dengan rata-rata sama 3,5 ternyata bisa punya cerita berbeda kalau satu jawabannya mengumpul dan satu lagi terbelah.
- Bentuk sebaran. Apakah jawaban menumpuk di sisi setuju, terbelah dua kubu, atau merata. Bentuk ini justru paling mudah dilihat lewat grafik batang, bukan lewat tabel angka.
Salah satu contoh BAB IV skripsi yang terbuka di repositori kampus memperlihatkan pola yang lazim. Penelitian dengan 30 responden dan 14 butir Likert empat poin itu membuka BAB IV dengan profil responden: 12 laki-laki (40%) dan 18 perempuan (60%). Hasilnya, pembaca langsung tahu siapa yang menjawab sebelum membaca angka apa pun.
Data skala Likert sebaiknya pakai rata-rata atau median?
Jawaban singkatnya: untuk mendeskripsikan satu butir Likert, frekuensi dan median biasanya lebih jujur daripada rata-rata. Alasannya, jarak antara "tidak setuju" dan "netral" belum tentu sama dengan jarak antara "setuju" dan "sangat setuju", padahal angka 2, 3, 4, dan 5 seolah berjarak sama persis.
Gail M. Sullivan dan Anthony R. Artino Jr. membahas soal ini dalam Journal of Graduate Medical Education volume 5 nomor 4 tahun 2013. Mereka mencatat bahwa banyak ahli menyarankan median sebagai ukuran pemusatan untuk data Likert, ditambah persentase jawaban per kategori.
"Untuk mendeskripsikan data, rata-rata sering kali terbatas nilainya kecuali data mengikuti distribusi normal klasik, dan distribusi frekuensi jawaban kemungkinan akan lebih membantu," tulis Sullivan dan Artino dalam editorial tersebut. Kutipan ini diterjemahkan dari teks aslinya yang berbahasa Inggris.
Perdebatannya sendiri sudah berjalan sekitar 50 tahun ketika Carifio dan Perla menulis artikel berjudul "Resolving the 50-year debate around using and misusing Likert scales" pada 2008. Sementara itu, Geoff Norman dari McMaster University menunjukkan pada 2010 bahwa uji parametrik ternyata cukup tangguh dipakai untuk data Likert, bahkan ketika asumsi normalitasnya dilanggar.
Alhasil, kesimpulan praktisnya begini. Rata-rata skor gabungan beberapa butir (skor indikator atau variabel) lazim dipakai dan bisa dipertanggungjawabkan, sedangkan butir tunggal lebih aman dilaporkan dengan frekuensi, persentase, dan median atau modus. Keputusan akhirnya tetap mengikuti pedoman prodi dan arahan pembimbing.
Contoh hitung statistik deskriptif dengan 10 responden
Misalkan 10 mahasiswa menjawab pernyataan "Petugas perpustakaan melayani dengan ramah" pada skala Likert 5 poin. Hasilnya: 0 orang sangat tidak setuju, 1 orang tidak setuju, 2 orang netral, 4 orang setuju, dan 3 orang sangat setuju. Grafik di bawah menggambarkan sebaran itu.
Dari sebaran sekecil itu, enam angka penting bisa langsung dihitung tanpa perangkat lunak khusus, cukup dengan kalkulator atau beberapa rumus sederhana di Excel:
- Rata-rata: (1×2 + 2×3 + 4×4 + 3×5) / 10 = 39 / 10 = 3,90.
- Median: urutkan jawabannya (2, 3, 3, 4, 4, 4, 4, 5, 5, 5). Nilai ke-5 dan ke-6 sama-sama 4, jadi median = 4.
- Modus, minimum, dan maksimum: modusnya 4 karena dipilih paling banyak (4 orang), sedangkan jawaban terendah 2 dan tertinggi 5, jadi rentangnya 3.
- Standar deviasi sampel: jumlah kuadrat selisih dari rata-rata adalah 8,9; dibagi 9 lalu diakarkan menghasilkan sekitar 0,99.
- Persentase setuju: 4 + 3 = 7 dari 10 responden, atau 70%.
Kalimat deskriptif yang baik menggabungkan beberapa angka itu sekaligus, misalnya: "Sebanyak 7 dari 10 responden (70%) setuju atau sangat setuju bahwa petugas melayani dengan ramah (median = 4; rata-rata = 3,90). Hanya 1 responden (10%) yang tidak setuju." Hasilnya, satu kalimat seperti ini jauh lebih informatif daripada angka 3,90 yang berdiri sendiri.
Bagaimana cara menafsirkan skor rata-rata dengan kelas interval?
Banyak kampus di Indonesia memakai kelas interval untuk memberi label pada rata-rata skor. Rumus panjang kelasnya adalah (skor tertinggi dikurangi skor terendah) dibagi jumlah kategori. Untuk Likert 5 poin hasilnya (5 − 1) / 5 = 0,80, sedangkan untuk Likert 4 poin hasilnya (4 − 1) / 4 = 0,75.
| Rentang rata-rata (Likert 5 poin) | Contoh label yang sering dipakai |
|---|---|
| 1,00 sampai 1,80 | Sangat rendah / sangat tidak setuju |
| 1,81 sampai 2,60 | Rendah / tidak setuju |
| 2,61 sampai 3,40 | Sedang / netral |
| 3,41 sampai 4,20 | Tinggi / setuju |
| 4,21 sampai 5,00 | Sangat tinggi / sangat setuju |
Dengan tabel itu, rata-rata 3,90 pada contoh tadi masuk kategori "tinggi". Sebagian kampus juga memakai Tingkat Capaian Responden (TCR), yaitu rata-rata dibagi skor maksimum dikali 100%. Hasilnya, 3,90 / 5 × 100% = 78%. Perlu diingat, batas dan label kategori berbeda antarkampus, jadi ini konvensi, bukan aturan baku statistik. Contoh BAB IV dari repositori tadi, misalnya, memakai Likert 4 poin dengan panjang kelas 0,75, sehingga kategori tertingginya 3,26 sampai 4,00 dan diberi label "sangat baik".
Bagaimana membaca grafik di halaman Analitik kakak.ai form?
Kini, kalau kuesionernya disebar lewat kakak.ai form, sebagian besar pekerjaan merapikan data di atas sudah dikerjakan otomatis. Formulir bisa dibuka dari kartu Formulir Survei dan Riset di beranda kakak.ai, atau langsung di form.kakak.ai dengan akun yang sama.
Begitu respons masuk, halaman Analitik menampilkan empat kelompok informasi yang langsung bisa dipindahkan ke BAB IV:
- Respons masuk: jumlah respons per hari, atau per minggu untuk rentang panjang. Berguna untuk menulis periode pengumpulan data.
- Penyelesaian: dari yang mulai mengisi, berapa yang sampai mengirim, plus pertanyaan tempat orang paling sering berhenti. Angka ini bisa dilaporkan sebagai tingkat penyelesaian kuesioner.
- Per pertanyaan: sebaran skala Likert dari tidak setuju sampai setuju, grafik Ya/Tidak, histogram rating, dan skor NPS. Sebaran Likert inilah bahan utama tabel frekuensi per butir.
- Jawaban teks: contoh jawaban singkat, dengan tautan ke Tabel Respons untuk membaca semuanya per responden.
Untuk tabel yang lebih lengkap, menu Ekspor menyediakan CSV dengan nama variabel yang aman untuk SPSS, Excel berisi lembar respons, ringkasan berformula, codebook, dan analisis AI, laporan Word, serta Paket SPSS dan Skrip R. Ringkasan Excel menghitung rata-rata, minimum, dan maksimum per pertanyaan angka. Namun median dan standar deviasi tidak ada di ringkasan itu, jadi hitung sendiri dengan rumus MEDIAN dan STDEV.S di Excel, atau olah datanya di SPSS dan R.
Ada satu fitur yang penting bagi peneliti yang merevisi instrumen setelah pilot test. Setiap respons mencatat versi formulir yang diisi, dan di Analitik bisa dipilih "Semua versi" atau satu versi saja. Kalau tipe atau pilihan sebuah pertanyaan diubah, angkanya ditandai Tidak sebanding antar-versi, sehingga data uji coba tidak tercampur dengan data utama.
Dari chat kakak.ai, pertanyaan "bagaimana hasil formulir ini?" atau perintah Analisis hasil formulir memunculkan kartu Hasil berisi jumlah responden, tingkat penyelesaian, dan ringkasan per pertanyaan, termasuk distribusi jawaban dan rata-rata untuk skala. Angkanya sama dengan halaman Analitik. Perintah Susun Bab IV dari data juga tersedia, tetapi hasilnya draf yang wajib diperiksa ulang, karena help kakak.ai sendiri menegaskan hasil formulir dibaca sebagai pola, bukan bukti sebab-akibat.
Lima jebakan yang sering membuat BAB IV direvisi
- Persen tanpa n. "60% responden setuju" bisa berarti 6 dari 10 atau 600 dari 1.000. Tulis keduanya.
- Rata-rata dua desimal tanpa tafsiran. Sullivan dan Artino menyebut rata-rata dengan banyak angka desimal biasanya tidak membantu pembaca. Sertakan kategori atau persentase setuju.
- Menyimpulkan sebab-akibat dari deskriptif. Kalimat "mahasiswa puas karena petugas ramah" bahkan tidak bisa disimpulkan dari tabel frekuensi saja.
- Lupa membalik butir negatif. Butir seperti "Saya merasa bosan saat kuliah" harus dibalik skornya sebelum digabung. Di ekspor kakak.ai form, butir yang ditandai skor terbalik diberi catatan di Codebook, jadi kamu tahu butir mana yang perlu dibalik sebelum skornya dijumlahkan.
- Mencampur data pilot test dan data utama. Kalau instrumen berubah setelah uji coba, pakai satu versi saja agar angkanya konsisten.
Total persentase yang menjadi 99,9% atau 100,1% karena pembulatan juga sering ditanyakan penguji. Padahal ini wajar, dan cukup ditambahkan catatan kaki kecil bahwa selisihnya berasal dari pembulatan satu angka desimal.
FAQ: Pertanyaan Umum seputar Statistik Deskriptif
Apa beda statistik deskriptif dan statistik inferensial?
Statistik deskriptif menggambarkan data sampel lewat frekuensi, persentase, rata-rata, median, dan grafik. Statistik inferensial memakai sampel untuk menguji hipotesis atau menarik kesimpulan ke populasi, misalnya uji t, korelasi, dan regresi. Di BAB IV, bagian deskriptif biasanya ditulis lebih dulu.
Untuk data Likert, lebih baik pakai rata-rata atau median?
Untuk butir tunggal, frekuensi, persentase, dan median lebih aman karena jarak antarpilihan Likert belum tentu sama. Untuk skor gabungan beberapa butir per indikator atau variabel, rata-rata lazim dipakai. Ikuti pedoman prodi dan arahan pembimbing bila ada ketentuan khusus.
Apakah standar deviasi wajib dicantumkan?
Tidak selalu wajib, tetapi sangat dianjurkan bila melaporkan rata-rata, karena menunjukkan seberapa menyebar jawaban responden. Dua butir dengan rata-rata sama bisa punya standar deviasi 0,5 dan 1,4 yang ceritanya sangat berbeda.
Bolehkah grafik dari Analitik kakak.ai form dipakai langsung di skripsi?
Boleh sebagai bahan, asalkan diberi nomor gambar, judul, sumber "data primer yang diolah", dan dijelaskan dengan kalimat. Untuk tabel resmi, unduh data ke Excel atau CSV supaya angka dan format tabelnya bisa disesuaikan dengan pedoman penulisan kampus.
Apakah kakak.ai form gratis untuk mengumpulkan data skripsi?
Ya. Akses dasar kakak.ai form gratis tanpa kartu kredit, termasuk semua tipe pertanyaan, analitik, dan unduh hasil. Paket Gold atau Platinum baru dibutuhkan untuk fitur tambahan seperti ruang kerja tim. Lewat chat, yang terpakai hanya kredit chat biasa untuk balasan kakak.ai.
Bacaan lanjutan di seri kuesioner skripsi
- Memilih jumlah poin skala Likert
- Cara membaca uji validitas dan reliabilitas
- Kapan rumus Slovin boleh dipakai
- Uji coba kuesioner sebelum disebar
- Bikin kuesioner skripsi langsung dari chat
Sumber rujukan: Martias (2021), FIHRIS 16(1); Sullivan dan Artino (2013), Journal of Graduate Medical Education 5(4); Norman (2010), Advances in Health Sciences Education 15; panduan Formulir Survei dan Riset di help kakak.ai.
Pada akhirnya, BAB IV yang baik tidak diukur dari banyaknya tabel, melainkan dari seberapa cepat pembaca menangkap cerita di balik 87 atau 300 baris jawaban itu. Mahasiswa yang bisa menulis "7 dari 10 responden setuju, dengan median 4" sudah selangkah lebih siap saat pembimbing bertanya "lalu artinya apa?".
Platform AI all-in-one untuk produktivitas kamu
Coba kakak.ai Gratis