Anda di halaman 1dari 16

BAB I PENDAHULUAN

A. Latar Belakang Kata statistika berasal dari bahasa Italia,statista, yang berarti pejabat negara. Hal ini dapat diketahui dari berbagai buku statistika dan catatan yang memperlihatkan bahwa metode statistika telah dikenal sejak zaman Romawi. Pada saat itu, penggunaan metode statistikamasih terbatas pada kepentingan negara yang berisi data tentang jumlah penduduk menurut umur, jenis kelamin, dan pekerjaan. Data itu digunakan untuk penarikan pajak dan wajib militer. Di Inggris, penggunaan statistika dalam bidang kesehatan diawali oleh Raja Henry VII yang memerintahkan untuk melakukan pencatatan kematian pada tahun 1532. Hal ini dilanjutkan hingga tahun 1632 dan pada tahun tersebut secara resmi Inggris membuat undang-undang kematian yang mencatat kelahiran dan kematian menurut jenis kalamin. Pada tahun 1662, kapten Juh n Graunt menggunakan catatan undang-undang kematian selama 30 tahun untuk memperkirakan jumlah orang yang akan meninggal karena berbagai macam penyakit, proporsi kelahiran laki-laki dan wanita, serta membuat tabel perjalanan hidup. Dari hasil kegiatan ini, john Graunt dinyatakan sebagai orang pertama yang mengadakan analisis secara statistik dari data yang telah ada untuk memperkirakan keadaan dimasa yang akan datang. Data adalah suatu bahan mentah yang jika diolah dengan baik melalui berbagai analisis dapat melahirkan berbagai informasi. Dengan imformasi tersebut kita dapat mengambil suatu keputusan. Dalam statistik dikenal istilah-istilah jenis data, tingkatan data, sumber data, penyajian data, analisa data. Data dianalisis sesuai dengan jenis dan tingkatannya, karna itu masing-masing tingkatan data mempunyai analisis sendiri khususnya dalam analisis korelasi.

B. Tujuan 1. Tujuan Umum Untuk mengetahui konsep-konsep dasar statistik. 2. Tujuan Khusus Adapun tujuan khusus dari makalah ini adalah untuk mengetahui dan memahami: a. Untuk mengetahui pengertian data. b. Untuk mengetahui jenis data. c. Untuk mengetahui skala pengukuran data. d. Untuk mengetahui pengelompokan data.

BAB II PEMBAHASAN

A. Data Penelitian Data adalah bentuk jamak (plural) dari kata datum. Jadi, dalam menyatakan data kita sebetulnya sudah berkata bentuk jamaknya. Maka untuk selanjutnya tidak perlu menyatakan data-data, sudah cukup menyatakan data saja. Cara Pengumpulan Data Dikenal bermacam-macam cara pengumpulan data, mulai dari pengumpulan data secara rutin dari sebuah institusi ataupun organisasi. Sebagai contoh, Fakultas Kesehatan Masyarakat urusan pendidikan mengumpulkan data identitas mahasiswa serta data perkembangan pendidikan dari seluruh mahasiswa. Selain itu, dikenal juga pengumpulan data yang dilakukan dalam penelitian, baik dengan cara melakukan tanya jawab memakai kuesioner dengan objek penelitian. Dalam pengumpulan data dikenal juga beberapa istilah sebagai berikut. 1. Variabel adalah suatu sifat yang akan diukur atau diamati yang nilainya bervariasi antara satu objek keobjek lainnya. Misalnya, kita akan mengamati bayi baru lahir, variabel yang akan diamati atau yang akan diukur adalah berat badan, panjang badan yang tentu saja nilai ini bervariasi antara satu bayi dengan bayi lainnya. 2. Agregate adalah keseluruhan kumpulan nilai observasi yang merupakan suatu kesatuan dan setiap nilai observasi hanya mempunyai arti sebagai bagian dari keseluruhan tersebut.

Dalam mengumpulkan nilai dari variabel perlu juga diketahui skala pengukuran dari variabel tersebut. Skala ada empat macam yaitu skala nominal, ordinal, interval, dan ratio.

1. Skala Nominal Pengukuran yang paling lemah tingkatannya terjadi apabila bilangan atau lambanglambang lain digunakan untuk mengklasifikasikan objek pengamatan. Setiap objek akan masuk dalam salah satu lambang atau kelompok. Sebagai contoh, agama dapat dikelompokkan menjadi Islam, Kristen, Katolik, Hindu, Budha. Setiap orang akan masuk kedalam salah satu kelompok tersebut. Tidak mungkin ada tumpang tindih ( overlapping). Kelompok ini juga biasa disebut sebagai kategori kalau hanya ada dua kategori seperti laki-laki dan perempuan disebut dokotomi. 2. Skala Ordinal Pengukuran ini tidak hanya membagi objek menjadi kelompok-kelompok yang tidak tumpang tindih, tetapi antara kelompok itu ada hubungan (rangking). Hubungan antara kelompok ini dapat ditulis sebagai lebih kecil (<) atau lebih besar (>). Jadi, dari kelompok yang sudah ditentukan dapat diurutkan menurutkan besar kecilnya. Sebagai contoh, seorang anggota ABRI dapat dikelompokkan menjadi kelompok Mayor, kelompok Kapten, kelompok Letnan, dan sebagainya. Dalam kelompok ini dapat dikatakan kelompok Mayor lebih tinggi daripada Kapten dan Kapten lebih tinggi daripada Letnan. Contoh lain, status ekonomi dari masyarakat atau objek penelitian dapat dikelompokkan menjadi baik, sedang, dan kurang. 3. Skala Interval Kalau didalam skala ordinal kita hanya dapat menentukan urutan (orde) dari kelompok, di dalam skala interval selain membagi objek menjadi kelompok tertentu dan dapat diurutkan juga dapat ditentukan jarak dari urutan kelompok tersebut. Sebagai contoh, kita lihat kejadian-kejadian didalam sejarah perjuangan Indonesia, seperti tahun 1928 sumpah pemuda, tahun 1945 Kemerdekaan, Orde Baru tahun 1966. Dari sini kita ketahui bahwa Sumpah Pemuda lebih dahulu kejadiannya daripada kemerdekaan dan lebih dahulunya Sumpah Pemuda adalah 17 tahun.

4. Skala Ratio Dengan skala ratio kita dapat mengelompokkan data. Kelompok itu pun dapat diurutkan dan jarak antara urutan pun dapat ditentukan. Selain itu, sifat lain untuk data dengan skala ratio kelompok tersebut dapat diperbandingkan (ratio). Hal ini disebabkan skala ordinal mempunyai titik nol mutlak. Contoh: Ada kelompok barang dengan berat 60 kg dan kelompok 30 kg. Di sini kita katakan skala dari data ini adalah ratio karena kita dapat menyatakan bahwa kelompok 60 kg lebih berat daripada 30 kg, lebih beratnya adalah 30 kg, atau dikatakan bahwa kelompok 60 kg adalah 2 kali kelompok 30 kg. B. Jenis data Data hasil dalam penelitian dapat dikelompokkan menjadi dua, yaitu data kuantitatif dan data kualitatif. Data yang besifat bentuk bilangan disebut data kuantitatif, harganya berubah-ubah atau bersifat variabel. Data kuantitatif digolongkan menjadi 2 golongan : pertama data dengan variabel diskrit yang dikenal dengan data disktrit, kedua yaitu data dengan variabel kontinyu yang dikenal dengan data kontinyu. Hasil menghitung atau membilang

merupakan data diskrit sedangkan hasil pengukuran merupakan data kontinyu. Contoh : Diskrit : Kabupaten B membangun 85 gedung polindes Keluarga A mempunyai 5 anak pria dan 3 anak wanita Kontinyu : Tinggi badan 3 orang : 155 cm, 167 cm, 172 cm Luas daerah puskesmas seluas 425 km2 Data yang bukan kuantitatif termasuk dalam data kualitatif, dikenal nama atribut, missal sembuh, rusak, dan sebagainya. Menurut sumbernya kita mengenal data intern dan ekstern. Misalnya Bidan BPS mencatat segala aktifitas kliniknya, pendapatan, pengeluaran, keadaan barang, amprah obat-obatan, stok alat KB. Data yang diperoleh merupakan data intern. Dalam berbagai keadaan, perlu dibandingkan dengan data yang bersumber dari luar klinik tersebut. Data yang demikian merupakan data ekstern. Data ekstern dibagi menjadi data ekstern primer yang dikenal dengan data primer, dan data

ekstern sekunder yang dikenal dengan data sekunder. Data yang baru dikumpulkan dan yang belum pernak mengalami pengolahan apapun dikenal dengan data mentah.

1. Data Berdasar Cara Memperolehnya a. Data primer Data primer adalah secara langsung diambil dari objek/ objek penelitian oleh peneliti perorangan maupun organisasi. Contoh : mewawancarai langsung pasien dirumah sakit untuk mengetahui kepuasan terhadap layanan yang diberiikan atau mewawancarai ibu hamil untuk mengetahui tentang persiapan yang dilakukan menjelang persalinan. b. Data sekunder Data sekunder adalah data yang didapat tidak secara langsungdari objek penelitian. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak lain dengan berbagai cara atau metode baik secara komersial maupun non komersial. Contoh : pada peneliti yang menggunakan data statistic hasil riset dari surat kabar atau majalah. 2. Data Berdasar Sumber Data a. Data internal Data interal adalah data yang menggambarkan situasi dan kondisi pada suatu organisasi secara internal. Misal : data rekam medic, data dokter, perawat atau data pegawai. b. Data eksternal Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada diluar organisasi. misal : data jumlah penggunaan layanan rumah sakit, persebaran penduduk dan lain sebagainya. 3. Klasifikasi Data Berdasar Jenisnya a. Data kuantitatif Data kuantitatif adalah data yang dipaparkan dalam bentuk angka-angka. Misalnya adalah jumlah pemakai obat jenis tertentu, tinggi badan ibu hamil, kadar Hb siswa kelas 3 dan lainnya.
6

b. Data kualitatif Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang mengandung makna. Misalnya seperti persepsi ibu hamil terhadap operasi cesar saat persalinan, anggapan pasien tentang aktivitas dokter jaga dirumah sakit dan lain-lain. 4. Data Berdasar Sifat Data a. Data diskrit Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah berat badan ibu hamil di Kecamatan Suka Sari, nilai rupiah dari waktu ke waktu, dan lain sebagainya. b. Data kontinyu Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau berada pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata sekitar, kurang lebih, kira-kira dan sebagainya. Dinas kesehatan daerah mengimpor bahan baku pembuatan obat generic kurang lebih 712 ton. 5. Data Berdasar Waktu Pengumpulannya a. Data cross section Data cross section adalah data yang menunjukkan titik waktu tertentu atau pengumpulannya dilakukan dalam waktu bersamaan. Contohnya tingkat pengetahuan ibu hamil tentang persalinan pasca penyuluhan, ibu melahirkan dengan cesar selama tahun 2005 dirumah sakit umum daerah Yogyakarta dan lain sebagainya. b. Data time series / berkala Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu atau periode secara historis. Contoh data time series adalah data perkembangan anak dari tahun 2004 sampai 2006 jumlah pengguna alat kontrasepsi dari bulan ke bulan dan lain-lain.

C. Skala Pengukuran Tak bisa di bantah jika kita mengolah data statistik dengan komputer maka yang pertama kali yang terbayang adalah SPSS. SPSS memang adalah salah satu program statistik yang paling populer di antara program lainnya. SPSS banyak digunakan dalam penelitian-penelitian dan riset, yang sesuai dengan kepanjangan SPSS yaitu : Statistikal Package for the Social Science. Walaupun sekarang singkatannya menjadi Statistikal Product and Service Solution (karena fungsinya yang lebih berkembang) namun tetap saja SPSS lebih sering digunakan dalam penelitian sosial. Saat ini SPSS telah sampai pada versi 13. Jenis-jenis data atau skala data ini bertingkat menurut tingkatan pengukuran. Kita bisa menyingkatnya NOIR. Salah satu yang terpenting dalam pengujian adalah kesesuaian jenis skala dengan uji yang digunakan. Adapun jenis skala pengukurannya adalah : 1. Nominal Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya. Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1 individu hanya punya 1 bentuk data. Contoh data nominal di antaranya yaitu : jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan = 1, laki-laki = 2. a. Nominal dikotomi diskrit Contoh data disktri dikotomi adalah status pernikahan 1 : menikah, 0 : tidak menikah, jenis kelamin 1 : laki-laki, 0 : perempuan. b. Nominal dikotomi kontinyu Suatu data yang sifatnya interval yang selanjutnya dikategorikan dalam dua kategori, misalnya terdapat data tentang berat badan bayi, selanjutnya dikategorikan dalam BBLR bila BBL < 2500 gr dan non BBLR bila BBL > 2500 gr. Hb ibu hamil bila < 11 gr/dl dikategorikan anemia, bila > 11 gr/dl dikategorikan non anemia.

2. Ordinal Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif. Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, di antaranya yaitu : dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2), Sangat tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak mempunyai jarak data yang pasti, misalnya : Sangat Setuju (5), dan Setuju (4) tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju (5) dan Setuju (4) bukan 1 satuan (5-4). Dimaknakan rangking atau peringkat rangking 1, 2, 3, 4, 5, dst.

3. Interval Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh dari data interval ialah hasil dari nilai ujian matematika. Jika A mempunyai 2 nilai lebih banyak dari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai 0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau kosong.

4. Ratio/Rasio Data rasio adalah tingkatan data yang paling tinggi. Data rasio memiliki jarak antar nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh jenis-jenis data lainnya. Contoh dari data rasio di antaranya : BB, panjang benda, jumlah satuan benda. Jika kita memiliki 10 bola maka ada perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam komputasi matematik, misalnya A memiliki 10 bola dan B memiliki 8 bola, maka A memiliki 2 bola (10-8) lebih banyak dari B. Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data Parametrik dan Non-Parametrik. Jika NOIR (nominal, ordinal, interval dan rasio) adalah pembagian data menurut tingkatan pengukuran, pembagian parametrik dan non-parametrik di pengaruhi oleh karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data parametrik dan non-parametrik ini sangat penting karena pada proses analisis memang dibedakan untuk masing-masing jenis data tersebut.
9

Suatu data disebut sebagai data parametrik bila memenuhi kriteria sebagai berikut : 1. Normally Distributed Data Data yang mempunyai distribusi normal adalah data yang dapat mewakili populasi yang diteliti. Secara kasat mata kita bisa melihat histogram dari data yang dimaksud, apakah membentuk kurva normal atau tidak. Tentu saja cara ini sangat subyektif. Cara lainnya yaitu dengan melakukan uji normalitas pada data yang dimaksud, caranya akan dijelaskan lebih lanjut. 2. Homogenity Of Variance Varians dari data yang dimaksudnharus stabil tidak berubah secara sistematis pada keseluruhan data. Kita bisa mengetahui homogenity of variance dengan melakukan tes tertentu. Untuk jenis-jenis analisis tertentu SPSS secara otomatis menyertakan hasil tes ini. 3. Interval Data Data yang dimaksud minimal merupakan data interval. 4. Independence Data yang diperoleh merupakan data dari tiap individu yang independen, maksudnya respon dari 1 individu tidak mempengaruhi atau dipengaruhi respon individu lainnya.

D. Pengelompokan Data Ada beberapa pengelompokan data menurut klasifikasinya yaitu : A. Klasifikasi data menurut Jenis Data. 1. Data Hitung (enumeration / counting data) Data hitung adalah hasil perhitungan atau jumlah tertentu. yang termasuk data hitung adalah persentase dari suatu jumlah tertentu. Mencatat jumlah mahasiswa dalam suatu kelas atau persentasi mahasiswa/mahasiswi dalam kelas itu menghasilkan suatu data hitung.

10

2. Data Ukur (Measurement Data) Data ukur adalah data yang menunjukan ukuran mengenai nilai sesuatu. Angka tertentu atau huruf tertentu yang diberikan oleh seorang dosen kepada mahasiswa setelah memeriksa hasil tentamennya di sebut data ukur. Angka yang ditunjukan alat barometer atau thermometer adalah hasil proses pengukuran. B. Klasifikasi data menurut Sifat Data. 1. Data Kuantitatif (quantitative data) Data kuantitatif adalah data mengenai penggolongan dalam hubungannya dengan penjumlahan. Kalau jumlah universitas negeri di Indonesia di bagi dalam 2 golongan, maka ada golongan pertama yang jumlah mahasiswanya lebih dari 5000 orang dan golongan yang lain kurang dari 5000 orang. Ini merupakan penggolongan kuantitatif. 2. Data Kualitatif (qualitative data) Data kualitatif adalah data mengenai penggolongan dalam hubungannya dengan kualitas atau sifat tertentu. penggolongan fakultas-fakultas pada universitas negeri menjadi exacta dan fakultas exacta merupakan pemisahan menurut sifatnya. Penggolongan mahasiswa pada fakultas yang menggunakan sistem kredit ke dalam penilaian studi dengan grade A,B,C,D didasarkan pada sifat-sifat kualitatifnya. C. Klasifikasi data menurut Sumber Data. 1. Data Internal (Internal Data) Data internal adalah data yang asli, artinya data sebagai hasil observasi yang dilakukan sendiri, bukan data hasil karya orang lain. 2. Data Eksternal (External Data)

11

Data eksternal adalah data hasil observasi orang lain, seseorang boleh saja menggunakan data untuk suatu keperluan, meskipun data tersebut merupakan hasil kerja orang lain. Data eksternal ini di bagi menjadi 2: a. Data Eksternal Primer (primary external data) Data primary eksternal adalah data dalam bentuk ucapan lisan atau tulisan dari pemiliknya sendiri, yakni orang yang melakukan observasi sendiri. b. Data Eksternal Sekunder (secondary external data) Data eksternal sekunder adalah data yang diperoleh bukan dari orang lain yang melakukan observasi melainkan melalui seseorang atau sejumlah orang lain.

12

BAB III PENUTUP

A. Kesimpulan Data adalah bentuk jamak (plural) dari kata datum. Jadi, dalam menyatakan data kita sebetulnya sudah berkata bentuk jamaknya. Maka untuk selanjutnya tidak perlu menyatakan data-data, sudah cukup menyatakan data saja. Data hasil dalam penelitian dapat dikelompokkan menjadi dua, yaitu data kuantitatif dan data kualitatif. Data yang besifat bentuk bilangan disebut data kuantitatif, harganya berubah-ubah atau bersifat variabel. Data kuantitatif digolongkan menjadi 2 golongan : pertama data dengan variabel diskrit yang dikenal dengan data disktrit, kedua yaitu data dengan variabel kontinyu yang dikenal dengan data kontinyu. Hasil menghitung atau membilang merupakan data diskrit sedangkan hasil pengukuran merupakan data kontinyu. Tak bisa di bantah jika kita mengolah data statistik dengan komputer maka yang pertama kali yang terbayang adalah SPSS. SPSS memang adalah salah satu program statistik yang paling populer di antara program lainnya. SPSS banyak digunakan dalam penelitian-penelitian dan riset, yang sesuai dengan kepanjangan SPSS yaitu : Statistikal Package for the Social Science. Walaupun sekarang singkatannya menjadi Statistikal Product and Service Solution (karena fungsinya yang lebih berkembang) namun tetap saja SPSS lebih sering digunakan dalam penelitian sosial. Saat ini SPSS telah sampai pada versi 13. B. Saran Semoga makalah ini dapat berguna bagi para pembaca.kami menyadari masih banyaknya kekurangan dari penyampaian dan penyajian makalah ini, jadi kritik dan saran yang membangun sangat di harapakan untuk perbaikan makalah kedepannya.

13

DAFTAR PUSTAKA

Budiarto, eko. 2002. Biostatistika untuk Kedokteran dan Kesehatan Masyarakat. Jakarta : EGC

BIOSTATISTIK 29 November 2012 Ns. Lita, Skep

Data numerik: proporsi+distribusi (interval dan rasio) Data kategorik : mean, median, modus, dll (tidak memiliki kategori variabel) Data numerik bisa di kategorikkan: ex : IPK : di ketegotikkan baik, cukup atau sangat baik. Teori uji hipotesis Kategorik K nominal ( sederajat ) Kaategorik K ordinal (bertingkat ) Rasio : 0 alami ex: kadar gula darah Interval : alami ex : suhu badan Jenis hipotesis : Komparatif : hubungan / perbandingan Korelatif : korelasi Assosiation : hubungan Comparation : hubungan Corelation : hubungan

14

Skala pengukuran Numerik : interval-rasio= gol darah : kategorik<>numerik Kategorik : (komparatif) kategorik<>kategorik Berpasangan : bb dan gol darah 1 orang = responden sama ( 2 kelompok ) (> 2 kel jika ada 3 ) Tidak berpasangan : mahasiswa dan dosen ( IPK- gaji dosen) Syarat uji Uji parametrik : * 1 ( bintang satu ) Skala ukur Distribusi normal Sama / tidak

Uji non parametrik : karena data distribusi normal dan \ditunjukkan kolmograf dan shapiro. Untuk melihat normal/tidak dilihat: Deskriftif : menghitung rasio kurtosis, koefisien.( mencari normalitas data ) Analitif : kolmogorof ( > 50), shapiro ( <50) 2 / lebih kelompok data yang mempunyai varian sama : of varians. Nilai p>0,05 Tabel B x K dan P x K Tabel tingkat pendidikan tinggi, rendah,sedang : 3 x 3 Mislkan ada 2 : maka 2 x 3 PxK Pengulangan dan kategori (2,2) Pengulangan 2 x 2 yaitu sebelum dan sesudah penyuluhan Yaitu baik dan buruk ex. Cara berpakaian mahasiswa sebelum masuk psik dan sesudah.
15

1 . Sebaran data normal/tidak : uji non parametrik, berpasangan : uji parametrik, tidak berpasangan isentifikasi mis: 2 kel uji para metrik jika parian sama, > 2 tidak sama nonparametrik Nb : Jika data tidak normal : lihat dulu mis : tinggi sedang rendah, buat saja dulu tinggi dan rendang sedngkan yang sedang dimasukkan ke tinggi. Buat 2 kategori. Lalu diuji kembali normal/tidak. Tabel B x K 2x2 : uji fisher 2xk : kolmograf-smirnov ( lebih / kurang ) Selain 2x2 san 2 x k : Syarat uji ci square : kurang dari 5 20 % Uji hipotesis : Identifikasi jumlah pengulangan Jika = 2 ( uji mc nemer) Jika > 2 (uji marginal, homogeneity wilcoxon )

Kategorik :

16