Statistik Deskriptif Lengkap — Mean, Median, Modus, Varians, Standar Deviasi dari Nol

Anda baru saja menerima dua deret angka. Yang pertama, 30 nilai ujian Statistik sebuah kelas: 55, 58, 60, 62, …, sampai 95. Yang kedua, 20 gaji karyawan sebuah perusahaan rintisan, dari Rp 4,5 juta sampai Rp 25 juta per bulan. Kedua deret itu tampak berantakan, terlalu banyak untuk ditelan utuh. Pertanyaan sederhana muncul: bagaimana merangkum 50 angka ini menjadi beberapa bilangan yang bermakna?

Inilah pekerjaan statistik deskriptif — seni dan ilmu memampatkan tumpukan data menjadi ukuran-ukuran yang dapat diucapkan dalam satu napas. Dua puluh nilai ujian dirangkum jadi “rata-rata 73,7”. Dua puluh gaji dirangkum jadi “median Rp 7,25 juta”. Tapi bilangan mana yang harus Anda sebut, dan kenapa kadang rata-rata menyesatkan? Seorang analis yang menulis laporan “rata-rata gaji karyawan Rp 9,05 juta” untuk deret kedua akan menipu pembacanya — sebab separuh karyawan di sana digaji di bawah Rp 7,5 juta.

Artikel ini membangun seluruh perangkat statistik deskriptif dari nol: tiga jenis mean, median, modus, varians, simpangan baku, koefisien variasi, skewness, dan kurtosis. Semua dihitung dulu dengan tangan (lewat tabel bantu Σx dan Σx²), lalu divalidasi dengan kalkulator Excel berisi 18 metrik formula hidup. Dua dataset di atas akan menemani kita dari awal sampai akhir — satu untuk mengilustrasikan distribusi yang nyaris simetris, satu lagi untuk distribusi miring yang merusak kepercayaan pada rata-rata.

Tiga Pertanyaan Dasar yang Dijawab Statistik Deskriptif

Sebelum satu angka pun dihitung, kunci untuk memahami seluruh bidang ini adalah mengenali bahwa setiap ukuran deskriptif menjawab salah satu dari tiga pertanyaan besar:

1. Di mana pusatnya? Jawab: ukuran tendensi sentral — mean, median, modus.
2. Seberapa lebar menyebar? Jawab: ukuran sebaran — range, varians, simpangan baku, IQR, koefisien variasi.
3. Bentuknya seperti apa? Jawab: ukuran bentuk — skewness (kemiringan), kurtosis (keruncingan).

Tiga keluarga ini saling melengkapi. Rata-rata tanpa sebaran adalah angka mati — “rata-rata 73,7” tidak mengatakan apakah nilai menggerombol di sekitar 73 atau tersebar dari 50 ke 95. Sebaran tanpa bentuk pun setengah matang — simpangan baku 9,9 bisa datang dari distribusi lonceng simetris atau pun dari data miring dengan ekor panjang. Hanya ketiganya bersama yang memberi gambaran utuh.

Catatan singkat sebelum mulai: semua rumus di artikel ini mengasumsikan data kuantitatif (rasio atau interval). Untuk data kategorikal (jenis kelamin, warna favorit), tendensi sentral yang relevan adalah modus saja; mean dan median tidak bermakna. Kami akan menandai dengan jelas kapan sebuah ukuran tidak berlaku untuk data tertentu.

Tendensi Sentral: Di Mana Pusatnya?

Mean Aritmetik — Sang Rata-Rata

Ukuran pusat paling dikenal. Untuk $n$ data $x_1, x_2, \ldots, x_n$:

Mari kita hitung untuk 30 nilai ujian. Tabel bantu paling sederhana hanyalah menjumlahkan semua nilai:

Di Excel: =AVERAGE(B5:B34). Selesai dalam sekejap. Tapi untuk benar-benar memahaminya, perhatikan dua sifat kunci mean aritmetik:

Pertama, mean itu titik keseimbangan (center of gravity). Kalau Anda membayangkan data sebagai beban yang tersebar di sebuah batang, mean adalah titik di mana batang itu akan seimbang di atas jari Anda. Jumlah deviasi dari mean — selisih setiap nilai ke mean — selalu nol: $\sum(x_i - \bar{x}) = 0$. Inilah mengapa mean menjadi titik acuan alami untuk mengukur sebaran.

Kedua, mean itu sensitif terhadap pencilan (outlier). Tambahkan satu nilai ekstrem, mean bergeser jauh. Untuk dataset gaji: rata-ratanya Rp 9,05 juta. Tapi lihat distribusinya — ada satu karyawan dengan Rp 25 juta yang menarik mean ke atas. Hapus orang itu, rata-rata turun ke Rp 6,87 juta. Satu orang mengubah gambaran seluruh perusahaan. Inilah kelemahan fatal mean pada data miring.

Mean Geometrik — Untuk Laju Pertumbuhan

Banyak orang memakai mean aritmetik di tempat yang salah. Kasus klasik: laju pertumbuhan. Portofolio saham naik 50% tahun pertama, turun 50% tahun kedua. Berapa rata-rata imbal hasilnya?

Mean aritmetik: $\frac{50\% + (-50\%)}{2} = 0\%$. Seolah-olah Anda impas.

Tapi cek kenyataan. Rp 100 juta → naik 50% → Rp 150 juta → turun 50% → Rp 75 juta. Anda rugi 25%, bukan impas. Di sinilah mean geometrik berperan:

Untuk faktor pertumbuhan (1,50 dan 0,50): $\bar{x}_g = \sqrt{1{,}50 \times 0{,}50} = \sqrt{0{,}75} = 0{,}866$. Artinya rata-rata pertumbuhan riil adalah −13,4% per tahun — yang benar, karena $100 \times 0{,}866^2 = 75$.

Di Excel: =GEOMEAN(rentang). Aturan emas: mean geometrik hanya untuk data positif (karena ada akar dan logaritma di baliknya). Untuk persentase pertumbuhan yang bisa negatif, konversi dulu ke faktor pengali ($1 + r$), hitung geometrik, lalu kurangi 1.

Untuk dataset nilai ujian (yang bukan data laju), mean geometrik tetap bisa dihitung matematis: $\bar{x}_g = 73{,}03$. Perhatikan ini selalu ≤ mean aritmetik — ketidaksamaan ini berlaku universal untuk data positif, dengan persamaan hanya bila semua nilai identik.

Mean Harmonik — Untuk Laju per Unit

Mean ketiga, paling jarang disinggung tapi tak kalah penting. Bayangkan Anda berkendara ke kantor dengan kecepatan rata-rata 60 km/jam, lalu puluh dengan kecepatan 40 km/jam lewat jalan yang sama. Berapa kecepatan rata-rata total?

Banyak yang tergoda menjawab $\frac{60+40}{2} = 50$ km/jam. Itu salah. Sebab waktu tempuh tidak sama — kecepatan rendah butuh waktu lebih lama, jadi rata-rata condong ke bawah. Yang benar:

Mean harmonik cocok untuk data berbentuk laju per unit (km/jam, Rp/liter, item per menit) ketika jarak/unit penyebut konstan. Di Excel: =HARMEAN(rentang). Untuk dataset nilai ujian, mean harmonik = 72,39, sekali lagi lebih kecil dari geometrik (73,03) dan aritmetik (73,67).

Ketidaksamaan yang wajib diingat untuk data positif:

Ketiganya sama hanya jika semua nilai identik. Makin tersebar data, makin lebar jaraknya.

Median — Pemberani Pencilan

Median adalah nilai tengah data yang sudah diurutkan. Setengah data di bawahnya, setengah di atas. Untuk $n$ data terurut:

• Jika $n$ ganjil: median = elemen ke-$\frac{n+1}{2}$.
• Jika $n$ genap: median = rata-rata dua elemen tengah (elemen ke-$\frac{n}{2}$ dan ke-$\frac{n}{2}+1$).

Dataset nilai ujian punya $n = 30$ (genap). Setelah diurutkan, dua nilai tengahnya adalah elemen ke-15 dan ke-16: 75 dan 75 (karena ada tiga orang dapat 75). Median = $\frac{75+75}{2} = 73{,}5$.

Tunggu — di artikel ini dataset disusun sedemikian rupa sehingga nilai tengah jatuh pada dua angka yang berbeda. Mari teliti lagi: data terurut adalah [55, 58, 60, 62, 63, 65, 66, 67, 68, 70, 71, 72, 73, 74, 75, 75, 75, 76, 77, 78, 79, 80, 82, 85, 87, 90, 92, 95, 68, 72] → setelah pengurutan ulang menjadi [55, 58, 60, 62, 63, 65, 66, 67, 68, 68, 70, 71, 72, 72, 73, 74, 75, 75, 75, 76, 77, 78, 79, 80, 82, 85, 87, 90, 92, 95]. Elemen ke-15 dan ke-16 adalah 73 dan 74, sehingga median $= \frac{73+74}{2} = 73{,}5$. Di Excel =MEDIAN(B5:B34) memberi 73,5 — sama persis.

Kekuatan median: tahan terhadap pencilan. Untuk dataset gaji, median = Rp 7,25 juta (rata-rata elemen ke-10 dan ke-11: $\frac{7{,}0 + 7{,}5}{2}$). Bandingkan dengan mean Rp 9,05 juta yang ditarik ke atas oleh karyawan Rp 25 juta. Kalau Anda seorang calon karyawan yang ingin tahu “gaji tipikal di sini”, mana yang lebih jujur? Median, sebab separuh orang memang digaji di bawahnya.

Aturan praktis: untuk data miring (income, kekayaan, harga rumah, klaim asuransi), laporkan median sebagai pusat. Untuk data simetris tanpa pencilan, mean dan median hampir sama — boleh salah satunya. Bila beda keduanya > 10%, curigai kemiringan dan prioritaskan median.

Modus — Yang Paling Sering

Modus adalah nilai yang paling sering muncul. Tidak butuh rumus, hanya hitung frekuensi. Untuk dataset nilai ujian, angka 75 muncul 3 kali (paling banyak) → modus = 75. Di Excel modern: =MODE.SNGL(rentang). Untuk modus berganda (banyak nilai sama-sama paling sering), gunakan =MODE.MULT(rentang) sebagai formula array.

Modus adalah satu-satunya ukuran pusat yang bisa dipakai untuk data kategorikal. Pada survei “warna favorit”, tidak ada artinya bicara mean atau median — tapi modus (mis. “biru”) bermakna. Modus juga satu-satunya yang mungkin tidak ada: dataset gaji kita punya 20 nilai yang semua berbeda, sehingga MODE.SNGL mengembalikan #N/A. Dalam laporan, nyatakan saja “tidak ada modus — semua nilai unik”.

Tiga nilai pusat untuk kedua dataset:

Untuk nilai ujian, mean ≈ median ≈ modus (73,67 / 73,5 / 75) — tanda distribusi hampir simetris. Untuk gaji, mean (9,05) > geometrik (8,05) > harmonik (7,35) ≈ median (7,25) — tanda klasik distribusi miring kanan. Pola mean > median itu akan kita temui lagi di bagian skewness.

Sebaran: Seberapa Lebar Menyebar?

Dua dataset bisa punya mean yang sama tapi sebaran yang sangat berbeda. [55, 60, 65, 70, 75, 80, 85, 90, 95, 100] punya mean 77,5. Begitu juga [76, 77, 77, 78, 78, 78, 79, 79, 79, 80] (mean 78,1, hampir sama). Tapi yang pertama menyebar dari 55 ke 100; yang kedua menggerombol di sekitar 78. Untuk membedakannya, kita butuh ukuran sebaran.

Range, Kuartil, dan IQR — Sebaran Tahan Pencilan

Range (jangkauan) = maksimum − minimum. Untuk nilai ujian: $95 - 55 = 40$. Sederhana, tapi hanya memakai dua nilai ekstrem — mudah dirusak pencilan.

Kuartil membagi data terurut menjadi empat bagian sama besar:

• $Q_1$: persentil ke-25 (¼ data di bawahnya)
• $Q_2$: persentil ke-50 = median
• $Q_3$: persentil ke-75 (¾ data di bawahnya)

Di Excel: =QUARTILE.INC(rentang; 1) atau =QUARTILE.INC(rentang; 3). (Catatan: Excel juga punya QUARTILE.EXC yang sedikit beda metode interpolasinya; INC adalah default dan sesuai konvensi buku teks.)

IQR (Interquartile Range) = $Q_3 - Q_1$. Untuk nilai ujian: $Q_1 = 67{,}25$, $Q_3 = 78{,}75$, sehingga IQR $= 11{,}5$. IQR menggambarkan rentang “50% data tengah” — tahan terhadap pencilan dan dipakai untuk mendeteksinya: nilai di luar $[Q_1 - 1{,}5 \cdot \text{IQR}, \ Q_3 + 1{,}5 \cdot \text{IQR}]$ dianggap pencilan. Inilah dasar boxplot.

Varians — Rata-rata Kuadrat Deviasi

Inilah inti dari sebaran. Definisi intuitif: seberapa jauh rata-rata setiap titik dari mean? Kita sudah tahu $\sum(x_i - \bar{x}) = 0$ (selalu nol, tidak informatif), jadi kita kuadratkan deviasi (menghilangkan tanda negatif) lalu rata-ratakan:

Mengapa ada dua versi? Inilah pertanyaan paling membingungkan bagi pemula. Perhatikan baik-baik.

Varians populasi ($\sigma^2$) dipakai ketika data Anda = seluruh populasi yang ingin Anda deskripsikan. Membagi $N$ (semua anggota tersedia). Misalnya: nilai 30 mahasiswa satu kelas, lalu Anda hanya ingin mendeskripsikan kelas itu (bukan men-generalisasi ke seluruh mahasiswa dunia).

Varians sampel ($s^2$) dipakai ketika data Anda adalah sampel dari populasi yang lebih besar, dan Anda ingin menaksir varians populasi. Membagi $n-1$, bukan $n$. Ini disebut koreksi Bessel.

Mengapa Bagi $n-1$? — Logika Koreksi Bessel

Ini perlu dijelaskan karena sering diajarkan sebagai “rumus saja” tanpa pemahaman. Berikut intuisinya.

Ketika Anda menghitung $\sum(x_i - \bar{x})^2$, Anda mengukur penyebaran data di sekitar rata-rata sampel $\bar{x}$, bukan rata-rata populasi $\mu$. Tapi $\bar{x}$ sendiri diturunkan dari sampel yang sama — ia “menyentuh” data, cenderung lebih dekat ke titik-titik sampel daripada $\mu$ yang sebenarnya. Akibatnya, $\sum(x_i - \bar{x})^2$ secara sistematis lebih kecil daripada $\sum(x_i - \mu)^2$ yang seharusnya kita hitung. Varians sampel jadi underestimate.

Koreksi Bessel mengatasinya: membagi dengan $n-1$ (lebih kecil dari $n$) menaikkan hasilnya sedikit, mengkompensasi bias. Bukti matematisnya elegan tapi melibatkan aljabar; yang penting bagi praktisi: selalu pakai $n-1$ bila data adalah sampel (yang menjadi default hampir semua riset dan perangkat lunak).

Mari hitung varians sampel untuk nilai ujian. Pertama, tabel bantu:

Bandingkan dengan varians populasi: $\sigma^2 = \frac{2842{,}6667}{30} = 94{,}7556$. Bedanya sekitar 3,5% — persis seperti yang diharapkan dari rasio $\frac{n}{n-1} = \frac{30}{29} \approx 1{,}034$.

Pintasan hitung (raw-score formula) yang menghindari menghitung deviasi satu per satu:

Untuk nilai ujian: $\Sigma x_i^2 = 165646$, $(\Sigma x_i)^2 / n = 2210^2 / 30 = 162803{,}33$. Maka $\Sigma(x_i-\bar{x})^2 = 165646 - 162803{,}33 = 2842{,}67$ — sama persis. Rumus ini jauh lebih cepat di kalkulator dan jantung semua perangkat lunak statistik.

Simpangan Baku — Akar dari Varians

Varians punya satuan kuadrat dari data asli. Kalau data dalam “rupiah”, varians dalam “rupiah kuadrat” — tidak intuitif. Simpangan baku (standard deviation) mengembalikannya ke satuan asli lewat akar:

Untuk nilai ujian:

• Simpangan baku populasi: $\sigma = \sqrt{94{,}7556} = 9{,}7342$
• Simpangan baku sampel: $s = \sqrt{98{,}0230} = 9{,}9007$

Di Excel: =STDEV.P(rentang) untuk populasi, =STDEV.S(rentang) untuk sampel. Catatan: fungsi lama STDEV (tanpa titik) masih ada tapi deprecated — selalu pakai STDEV.P atau STDEV.S agar eksplisit.

Interpretasi praktis (aturan empiris, valid untuk distribusi mendekati normal):

• ~68% data berada dalam $\bar{x} \pm 1 \cdot s$
• ~95% data berada dalam $\bar{x} \pm 2 \cdot s$
• ~99,7% data berada dalam $\bar{x} \pm 3 \cdot s$

Untuk nilai ujian: $\bar{x} = 73{,}67$, $s = 9{,}9$. Maka kira-kira 95% nilai berada di $73{,}67 \pm 19{,}8 = [53{,}9;\ 93{,}5]$. Cek data: nilai terendah 55, tertinggi 95 — memuat dalam rentang itu. Aturan ini hanya kasar (data kita tidak persis normal), tapi memberi intuisi cepat.

Koefisien Variasi — Sebaran Relatif

Simpangan baku 9,9 untuk nilai ujian. Simpangan baku 5,19 untuk gaji (dalam Rp juta). Mana lebih tersebar? Anda tidak bisa bandingkan langsung — satuan dan skala beda. Yang dibutuhkan adalah ukuran relatif terhadap mean:

• Nilai ujian: $CV = \frac{9{,}9007}{73{,}6667} \times 100\% = 13{,}44\%$
• Gaji: $CV = \frac{5{,}1891}{9{,}05} \times 100\% = 57{,}34\%$

Sekarang jelas: gaji jauh lebih heterogen (57%) daripada nilai ujian (13%). Aturan praktis kasar: $CV < 15\%$ sebaran rendah (data homogen), 15–35% sedang, $> 35\%$ tinggi (heterogen). Konteks-dependent — pada pengukuran laboratorium presisi tinggi, CV 5% sudah dianggap besar; pada data sosial, CV 50% biasa.

Bentuk Distribusi: Skewness dan Kurtosis

Mean, sebaran, dan bentuk adalah tiga wajah deskripsi data. Dua dataset bisa punya mean dan simpangan baku yang sama tetapi bentuk yang berbeda — satu lonceng simetris, satu miring. Untuk menangkapnya, kita pakai moment ketiga dan keempat.

Skewness — Kemiringan Ekornya

Skewness mengukur asimetri distribusi. Definisi populasi:

Penyebutnya adalah $s^3$ (simpangan baku pangkat tiga) — menskalakan agar nilai skewness tidak bergantung satuan. Pembilangnya adalah rata-rata deviasi dipangkat tiga; pangkat tiga menjaga tanda, sehingga deviasi positif dan negatif tidak saling meniadakan.

Interpretasi:

• Skewness ≈ 0: distribusi simetris (sekitar −0,5 sampai +0,5 dianggap " Hampir simetris").
• Skewness > 0 (positif): miring kanan (right-skewed). Ekor kanan panjang. Mean > median. Contoh klasik: pendapatan, kekayaan, harga rumah — sedikit nilai ekstrem tinggi menarik mean ke kanan.
• Skewness < 0 (negatif): miring kiri (left-skewed). Ekor kiri panjang. Mean < median. Contoh: usia pensiun (banyak yang pensiun tua, sedikit muda), nilai ujian mudah (banyak dapat tinggi).

Untuk dataset kita:

• Nilai ujian: =SKEW(B5:B34) = 0,29 → hampir simetris, condong sedikit ke kanan.
• Gaji: =SKEW(...) = 1,92 → miring kanan kuat. Inilah yang membuat mean (9,05) jauh di atas median (7,25).

Catatan teknis Excel: SKEW menghitung versi sample-adjusted (disebut $G_1$), dengan koreksi $\frac{n}{(n-1)(n-2)}$ di depan. Ini sedikit lebih besar dalam magnitudo daripada skewness populasi mentah. Untuk $n$ besar perbedaannya diabaikan; untuk $n < 30$ perlu disadari saat membandingkan dengan tabel referensi.

Aturan praktis magnitudo: $|\text{skew}| < 0{,}5$ ≈ simetris; $0{,}5$–$1$ sedikit miring; $> 1$ miring kuat. Tapi selalu cek plot (histogram, boxplot) — satu angka skewness bisa menutupi struktur kompleks (bimodal, misalnya).

Kurtosis — Keruncingan Puncaknya

Kurtosis mengukur bentuk ekor dan puncak dibanding distribusi normal. Definisi populasi (sebagai excess kurtosis, yaitu dikurangi 3 agar normal standar = 0):

Interpretasi (nilai excess kurtosis, $K$):

• $K \approx 0$: mesokurtik — bentuk mirip normal. Sebutan untuk “normal-like”.
• $K > 0$: leptokurtik — puncak lebih runcing, ekor lebih tebal. Lebih banyak pencilan daripada normal. Contoh: return saham harian (banyak hari tenang, sesekali krisis besar).
• $K < 0$: platikurtik — puncak lebih datar, ekor lebih tipis. Lebih sedikit pencilan. Contoh: distribusi seragam.

Untuk dataset kita:

• Nilai ujian: =KURT(...) = −0,21 → platikurtik ringan, lebih datar dari normal.
• Gaji: =KURT(...) = 3,86 → leptokurtik kuat. Ekornya tebal — kebetulan satu atau dua gaji besar membuat ekor kanan parah. Wajar untuk data income.

Mitos yang sering muncul: “kurtosis tinggi = puncak runcing saja”. Tidak. Penelitian modern (DeCarlo 1997, Westfall 2014) menegaskan kurtosis terutama mengukur keberadaan ekor tebal / pencilan, bukan tinggi puncak. Distribusi bisa sangat datar di tengah tapi punya kurtosis tinggi karena ekornya tebal. Praktis: leptokurtosis = “ada pencilan lebih dari yang diharapkan normal” — waspadai.

Ringkasan bentuk kedua dataset:

Tabel Lengkap: Semua 18 Metrik untuk Kedua Dataset

Sebelum melihat kalkulator, mari kumpulkan seluruh ukuran dalam satu tabel sebagai referensi cepat. Inilah yang akan otomatis Anda dapatkan dari Excel pendamping.

Perhatikan dua pelajaran yang muncul dari tabel ini:

Pelajaran 1 — Mean vs median sebagai diagnosis. Pada nilai ujian, mean (73,67) dan median (73,50) hampir berimpit — tanda distribusi sehat dan simetris, mean aman dipakai. Pada gaji, mean (9,05) terpaut 25% di atas median (7,25) — alarm bahwa distribusi miring dan mean menyesatkan. Selisih mean–median adalah diagnosis skewness tercepat sebelum Anda menghitung apa pun.

Pelajaran 2 — Sebaran relatif > sebaran absolut. Simpangan baku nilai ujian (9,90) hampir dua kali lipat simpangan baku gaji (5,19) dalam angka mentah. Tapi CV menunjukkan kebalikannya: gaji (57%) jauh lebih heterogen secara relatif daripada nilai ujian (13%). Bandingkan sebaran antar-dataset selalu dengan CV, bukan std dev mentah.

Kalkulator Excel dengan Formula Hidup

Semua angka di atas bisa dihitung manual dengan kalkulator. Tetapi untuk pekerjaan nyata — dengan puluhan atau ratusan pengamatan — Anda butuh alat. Berkas Excel pendamping berisi lima lembar dengan formula hidup: ubah sel input biru muda, semua 18 metrik hijau-kuning terhitung ulang otomatis.

Sheet 1_PETUNJUK    — petunjuk pakai, legenda warna, preview rumus
Sheet 2_NILAI       — dataset contoh A (30 nilai ujian), semua metrik hidup
Sheet 3_GAJI        — dataset contoh B (20 gaji), semua metrik hidup
Sheet 4_KALKULATOR  — TEMPEL DATA ANDA (maks 100 angka), semua metrik hidup
Sheet 5_RUMUS       — referensi rumus Excel + aturan interpretasi

Rumus kunci yang dipakai (semua formula hidup):
  Mean aritmetik   = AVERAGE(B5:Bn)
  Mean geometrik   = GEOMEAN(B5:Bn)        ← semua data harus > 0
  Mean harmonik    = HARMEAN(B5:Bn)        ← semua data harus > 0
  Median           = MEDIAN(B5:Bn)
  Modus            = IFERROR(MODE.SNGL(B5:Bn); "tidak ada")
  Varians populasi = VAR.P(B5:Bn)
  Varians sampel   = VAR.S(B5:Bn)          ← default riset
  Std dev populasi = STDEV.P(B5:Bn)
  Std dev sampel   = STDEV.S(B5:Bn)
  Koef. variasi    = STDEV.S(B5:Bn)/AVERAGE(B5:Bn)*100
  Q1 / Q3          = QUARTILE.INC(B5:Bn; 1) / QUARTILE.INC(B5:Bn; 3)
  Skewness         = SKEW(B5:Bn)           ← sample-adjusted (G1)
  Kurtosis         = KURT(B5:Bn)           ← excess kurtosis

⬇ Unduh statistik-deskriptif-template.xlsx

Cara pakai paling cepat: buka sheet 4_KALKULATOR, hapus data contoh di kolom F (biru muda), tempel data Anda sendiri (sampai 100 angka). Lihat kolom hasil di kiri — semua metrik pusat, sebaran, dan bentuk langsung mengalir. Sheet itu juga punya dua baris “Interpretasi” otomatis yang membaca nilai skewness dan kurtosis lalu menyebutkan (“miring kanan / kiri / simetris”, “leptokurtik / platikurtik / mesokurtik”) — berguna untuk pemula yang belum hafal ambang batas.

Sheet 2_NILAI dan 3_GAJI berisi dataset contoh yang sudah dimuat; ubah satu angka di kolom F dan perhatikan bagaimana, misalnya, mean bergeser sementara median tetap — eksperimen terbaik untuk merasakan ketahanan median terhadap pencilan.

Kapan Pakai Mean, Kapan Median, Kapan Modus?

Ini pertanyaan paling sering muncul di kelas dan wawancara kerja. Tidak ada jawaban tunggal — pilihannya bergantung bentuk data dan pertanyaan yang ingin dijawab.

Aturan praktis cepat: selalu laporkan minimal dua dari tiga ukuran pusat (mean + median idealnya). Bila keduanya berdekatan, laporkan mean. Bila berjauhan, prioritaskan median dan sebutkan bahwa distribusi miring. Sebut selisihnya eksplisit (“mean 9,05 juta, median 7,25 juta — menunjukkan distribusi miring kanan”) agar pembaca tidak terjebak.

Kesalahan Umum

Memakai mean untuk data miring. Ini kesalahan paling sering dan paling merusak. “Rata-rata gaji karyawan Rp 9 juta” memberi kesan separuh orang digaji di atasnya — padahal kenyataannya 75% orang digaji di bawah mean. Untuk income, kekayaan, harga, klaim asuransi: selalu median. Bila mean dan median beda > 10%, prioritaskan median.

Mengira mean aritmetik cocok untuk laju pertumbuhan. Tidak. Untuk deretan laju pertumbuhan (return saham, inflasi tahunan, pertumbuhan penduduk), pakai mean geometrik. Mean aritmetik selalu over-estimate laju rata-rata, dan kesalahan ini menggembungkan harapan investor maupun perencana.

Mencampur VAR.P dan VAR.S. Salah memilih = bias sistematis. Aturannya satu: bila data = seluruh populasi (semua anggota yang ingin Anda deskripsikan), pakai VAR.P / STDEV.P. Bila data = sampel yang ingin menaksir populasi, pakai VAR.S / STDEV.S. Dalam 99% riset dan analisis bisnis, datanya sampel → default ke .S. Tidak yakin? Hampir pasti .S.

Mengabaikan satuan varians. Varians dalam “rupiah kuadrat” tidak punya interpretasi praktis. Selalu laporkan simpangan baku (akar varians), bukan varians, saat ingin menyampaikan sebaran kepada audiens non-teknis. Varians penting sebagai langkah perantara dan untuk uji statistik (mis. $F$-test), tapi untuk komunikasi: std dev.

Membandingkan std dev antar-skala langsung. Std dev 5 untuk data dengan mean 10 (CV 50%) jauh lebih “lebar” secara relatif daripada std dev 50 untuk data dengan mean 1000 (CV 5%). Gunakan CV untuk komparasi lintas-skala. Standar deviasi mentah hanya bermakna dibandingkan dengan sesuatu yang sejenis.

Menyamakan “skewness = 0” dengan “distribusi normal”. Tidak. Skewness nol hanya berarti simetris. Banyak distribusi simetris yang bukan normal (seragam, bimodal simetris, t-Student). Untuk uji normalitas sesungguhnya, gunakan uji Shapiro-Wilk atau Anderson-Darling, bukan sekadar cek skewness/kurtosis.

Menganggap kurtosis tinggi = puncak runcing. Kesalahpahaman luas ini sudah dibantah literatur modern. Kurtosis terutama mengukur tebal ekor / keberadaan pencilan, bukan tinggi puncak. Sebut “leptokurtik = banyak pencilan”, bukan “puncak runcing”.

Menghitung modus untuk data kontinu dengan sedikit pengulangan. Untuk data kontinu yang nyaris semua nilai unik (seperti gaji kita), modus sering tidak ada atau tidak informatif. Pertimbangkan mengelompokkan data ke dalam interval (binning) lalu menghitung modus dari kelas interval — atau lapor saja tidak ada modus.

Dipakai di Dunia Nyata

• Laporan gaji dan indeks upja. BPS, Badan Pekerja, dan portal kerja hampir selalu melaporkan median gaji, bukan mean, karena distribusi gaji miring kanan secara universal. Median yang lebih rendah dari mean itu jujur; mean akan menipu.
• Keuangan dan return investasi. Mean geometrik adalah dasar perhitungan CAGR (Compound Annual Growth Rate) — laju pertumbuhan tahunan rata-rata yang benar untuk return berganda. Mean aritmetik akan menggembungkan angka ini dan membuat proyeksi terlalu optimis.
• Kendali mutu pabrik. Std dev adalah jantung Six Sigma: proses “six sigma” berarti batas toleransi produk berjarak $\pm 6\sigma$ dari target — hanya 3,4 defect per juta. CV rendah = proses konsisten.
• Psikometri dan pengujian. Skewness dan kurtosis nilai ujian dipakai untuk menilai kualitas soal. Distribusi nilai yang miring kiri (banyak dapat tinggi) bisa berarti soal terlalu mudah; miring kanan berarti terlalu sulit.
• Manajemen risiko. Leptokurtosis pada return saham (kurtosis > 0) sinyal ekor tebal — peluang kerugian ekstrem lebih besar daripada yang diprediksi distribusi normal. Inilah akar krisis keuangan 2008: model berbasis normal meremehkan ekor.
• Epidemiologi dan kesehatan masyarakat. Mean usia terinfeksi, median lama rawat inap, modus gejala — tiga-tiganya dipakai bersama. Skewness distribusi inkubasi membentuk kebijakan karantina.

Cek Pemahaman

1. (Perhitungan langsung.) Diberikan lima data: $12, 14, 15, 16, 18$. Hitung mean aritmetik, median, modus, varians sampel, dan simpangan baku sampel dengan tangan. Tunjukkan tabel bantu $\Sigma x$ dan $\Sigma x^2$.

2. (Memilih mean yang tepat.) Seorang investor melihat return sahamnya tiga tahun berturut-turut: +20%, −10%, +25%. Berapa rata-rata return tahunan yang benar? Mengapa mean aritmetik memberi jawaban yang menyesatkan?

3. (VAR.P vs VAR.S — kenapa beda.) Untuk dataset $[2, 4, 6, 8]$, hitung varians dengan dua cara: sebagai populasi penuh ($N=4$) dan sebagai sampel ($n=4$). Jelaskan secara intuitif kenapa pembagian $n-1$ menghasilkan angka lebih besar.

4. (Menafsirkan skewness dan mean vs median.) Anda membaca laporan: “Mean pendapatan rumah tangga di kota A Rp 12 juta, median Rp 8 juta, skewness +1,4.” Apa artinya bentuk distribusi ini, dan ukuran pusat mana yang sebaiknya Anda laporkan kepada calon penduduk kota?

5. (Kurtosis dan ekor tebal.) Sebuah portofolio obligasi punya excess kurtosis $K = +4{,}2$. Saham blue-chip punya $K = +0{,}8$. Mana yang lebih berisiko dari sudut pandang kejadian ekstrem, dan apa implikasinya untuk manajemen risiko?

Lanjutan

Statistik deskriptif adalah fondasi seluruh analisis data. Setelah menguasai tiga keluarga ukuran (pusat, sebaran, bentuk) dan kalkulator ini, pendalaman bisa ke beberapa arah:

• Tendensi Sentral — pendalaman khusus mean/median/modus dengan lebih banyak contoh dan visualisasi.
• Variabilitas — fokus pada varians, std dev, IQR, dan kapan memakai yang mana.
• Persentil dan Kuartil — dasar boxplot dan deteksi pencilan via 1,5×IQR.
• Jenis Data — kapan mean/median/modus berlaku, tergantung skala (rasio/interval/ordinal/nominal).
• Deskriptif vs Inferensial — batas tegas antara mendeskripsikan sampel dan menarik kesimpulan tentang populasi.

Kalau ingin naik ke level berikutnya, ukuran-ukuran di artikel ini menjadi input untuk:

• Distribusi Normal — di mana mean dan std dev mendefinisikan bentuk lonceng seluruhnya.
• Z-score dan Standar Normal — standarisasi data ke satuan std dev.
• Selang Kepercayaan — memperluas mean sampel menjadi rentang populasi.

Statistik deskriptif kelihatan sederhana — sekadar “rata-rata dan simpangan baku”. Tapi pilihan ukuran yang tepat untuk konteks yang tepat (mean vs median, VAR.P vs VAR.S, geometrik vs aritmetik) membedakan laporan yang jujur dari yang menyesatkan. Selalu mulai dengan deskripsi yang benar sebelum melompat ke inferensi yang rumit.