1.4 Nilai Pengukuran 2.5.1 Modus Modus adalah nilai yang sering muncul.

Jika kita tertarik pada data frekuensi, jumlah dari suatu nilai dari kumpulan data, maka kita menggunakan modus. Modus sangat baik bila digunakan untuk data yang memiliki sekala kategorik yaitu nominal atau ordinal. Sedangkan data ordinal adalah data kategorik yang bisa diurutkan, misalnya kita menanyakan kepada 100 orang tentang kebiasaan untuk mencuci kaki sebelum tidur, dengan pilihan jawaban: selalu (5), sering (4), kadang-kadang(3), jarang (2), tidak pernah (1). Apabila kita ingin melihat ukuran pemusatannya lebih baik menggunakan modus yaitu yaitu jawaban yang paling banyak dipilih, misalnya sering (4). Berarti sebagian besar orang dari 100 orang yang ditanyakan menjawab sering mencuci kaki sebelum tidur. Inilah cara menghitung modus: (Budiarto, 2001). 1. Data yang belum dikelompokkan Modus dari data yang belum dikelompokkan adalah ukuran yang memiliki frekuensi tertinggi.

2. Data yang telah dikelompokkan Rumus Modus dari data yang telah dikelompokkan dihitung dengan rumus:

Dengan : Mo = Modus L i = Tepi bawah kelas yang memiliki frekuensi tertinggi (kelas modus) = Interval kelas

b1 = Frekuensi kelas modus dikurangi frekuensi kelas interval terdekat sebelumnya

b2 = frekuensi kelas modus dikurangi frekuensi kelas interval terdekat sesudahnya (Notoadmodjo, 2003).

2.5.2 Nilai Posisi Bila data kita susun mulai dari data yang terkecil sampai terbesar, maka kita dapat membagi pengamatan menjadi beberapa bagian. Pembagian pengamatan ini disebut sebagai nilai letak atau posisi (Hastono, 2008).

2.5.3 Ukuran Quartil Quartil adalah sekumpulan data yang telah disusun mulai dari yang terkecil sampai yang terbesar, kemudian dibagi menjadi empat bagian yang sama (Hastono, 2008). Nilai Kuartil dapat ditentukan dengan rumus :

i (n + 1) Q = ------------i

4
Ket :
Qi

= nilai quartil = quartil ke-i = banyak data

2.5.4 Desil Desil adalah sekumpulan data yang telah disusun mulai dari yang terkecil sampai yang terbesar, dibagi menjadi sepuluh bagian yang sama dan disimbolkan dengan D1, D2, , D9 (Hastono, 2008). a. Desil data tunggal Nilai desil dapat ditentukan dengan rumus :

i (n + 1) D = ------------i

10
Ket : Di = nilai desil i = desil ke-i n = banyak data

b. Desil data berkelompok Letak desil ke-i untuk data kelompok (LDi)

i.n/10 - Jf D = B + P ( -------------)
i b

f
Ket : Di = nilai desil ke-i Bb = batas bawah kelas yang mengandung nilai desil P = panjang kelas i = letak desil ke i Jf = jumlah dari semua frekuensi kumulatif sebelum kelas desil

2.5.5 Persentil Persentil adalah sekumpulan data yang telah disusun mulai dari yang terkecil sampai yang terbesar, dibagi menjadi seratus bagian yang sama dan disimbolkan dengan P1, P2, , P99. a. Persentil data tunggal Nilai Persentil data tunggal dapat ditentukan dengan rumus :

i (n + 1) P = ------------i

10

Ket : Pi = nilai Persentil i = Persentil ke-i n = Banyak data

b. Persentil data berkelompok Letak Persentil ke-i untuk data kelompok (LDi) :

i.n/100 - Jf P = B + P ( ---------------)
i b

Ket : Di = nilai Persentil ke-i Bb = batas bawah kelas yang mengandung nilai Persentil P = panjang kelas i = letak Persentil ke i Jf = jumlah dari semua frekuensi kumulatif sebelum kelas Persentil

2.5.6 Median Media merupakan ukuran nilai tengah yang berbeda dengan rata-rata (mean) karena mediannya hanya menyatakan posisi tengah dari sederetan angka hasil pengamatan sedemikian rupa sehingga membagi dua bagian yang sama. Ini berarti bahwa 50% nilai terletak dibawah median dan 50% terletak di atas median (Budiarto, 2001). Median dapat juga disebut rata-rata letak karena yang menjadi dasar adalah letak variabel, bukan nilainya (Budiarto, 2001). Cara Perhitungan Media: a. Cara penghitungan median data yang tidak dapat dikelompokan Data disusun secara berurutan dari yang kecil ke yang besar atau sebaliknya, kemudian tentukan posisi median dengan menggunakan rumus. Rumus Me = (n +1)/2 Keterangan : Me = Median N = Banyaknya Pengamatan.

b. Perhitungan median pada yang dikelompokan Data disusun menjadi distribusi frekuensi yang dikelompokan tanpa mengetahui hasil pengamatan, tetapi hanya ingin mengetahui median dari hasil tersebut (Budiarto, 2001). Rumus : Me = Me + i(Me - f kum)/ f Keterangan: Me Me I = Median = Nilai sebelum median tercapai = Interval Kelas

F kum = frekuensi kumulatif kurang dari tepi bawah sebelum median F = frekuensi kelas dimana median berada (Budiarto, 2001)

2.6 Ukuran Penyimpangan Ukuran penyimpangan (Dispersi) adalah nilai yang menunjukkan adanya

penyimpangan sejumlah data dari rata-rata mereka. Semakin tinggi penyimpangan, maka semakin tinggi pula data penyimpangan dari rata-rata atau semakin tinggi tingkat kesenjangan antara data satu dengan data lainnya. Beberapa ukuran penyimpangan adalah

rentang, rentang antar kuartil, simpangan kuartil, rata-rata simpangan, simpangan baku atau standar deviasi, varians dan bilangan baku (Sudjana, 1996). a. Rentang Salah satu ukuran penyimpangan adalah rentang. Rentang adalah selisih data tertinggi dengan data terendah (Sudjana, 1996: 91). Misalnya dari 50 orang karyawan yang diukur produktivitas kerjanya, skor tertinggi adalah 75 dan skor terendah adalah 15. Rentang data produktivitas kerja karyawan itu dapat dihitung sebagai berikut (Sudjana, 1996: 91): R= data tertinggi-data terendah = 75-15 = 60. b. Rentang Antar Kuartil dan Simpangan Kuartil Rentang Antar Kuartil (RAK) adalah selisih antara kuartil ketiga dengan pertama. Sedangkan Simpangan Kuartil (SK) adalah setengah dari RAK (Sudjana, 1996: 91-92). Misalnya dari sejumlah data diketahui KI= 20 dan K3= 60. RAK dan SK dapat dihitung sebagai berikut : RAK = K3-K1 = 60-20 = 40 SK = (K3-K1) = (60-20) = 20. c. Rata-rata simpangan Rata-rata simpangan (RS) adalah ukuran yang menunjukkan rata-rata penyimpangan data dari data rata-ratanya. Perhitungan dapat dilakukan menggunakan rumus berikut (Sudjana, 1996: 93) : RS

Misalnya lima orang mengikuti tes dengan hasil sebagai berikut: 50, 70, 60, 80, dan 45. Rata-rata simpangan dapat dihitung sebagai berikut : 1) Menghitung rata-rata. = 61 61 Xi - 11

2) Menyiapkan table persiapan perhitungan RS. Data 50

70 60 80 45 Jumlah 3) Menghitung RS

9 1 19 16 56

d. Standar Deviasi Standar deviasi (s) adalah akar dari rata-rata penyimpangan kuadrat data dari rataratanya. Kasus 1 : Bila datanya berupa data mentah maka standar deviasi dapat dihitung dengan rumus : RS

= 11,20

Misalnya: lima orang siswa mengikuti tes dengan hasil sebagai berikut: 50, 70, 60, 80, dan 45. Standar deviasi dihitung dengan langkah-langkah sebagai berikut : 1) Menghitung rata-rata. = 61

2) Menyiapkan tabel persiapan standar deviasi. Data 50 70 60 80 45 Jumlah 3) Menghitung standar deviasi. 61 Xi - 121 81 1 361 2025 2589

s= Kasus 2:

= 22,76

Bila data telah dihasilkan dalam bentuk tabel distribusi frekuensi bergolongan, maka standar deviasi dihitung dengan dengan rumus (Sudjana, 1996: 95) : s=

(untuk populasi)

s= dimana:

(untuk sampel) s = = = standar deviasi Frekuensi kelas interval Nilai tengah kelas interval

Misalnya nilai siswa dalam ujian ditabulasikan sebagai berikut : Kelas 40-49 50-59 60-60 70-79 80-89 90-99 Jumlah Frekuensi 1 4 4 4 6 3 22

Standar deviasi dapat dihitung dengan langkah-langkah sebagai berikut : 1) Menghitung rata-rata Kelas 40-49 50-59 60-60 Xi 44,50 54,50 64,50 fi 1 4 4 fiXi 44,50 218 258

70-79 80-89 90-99 Jumlah

74,50 84,50 94,50

4 6 3 22

298 507 283,50 1609

2) Menghitung standar deviasi Kelas 40-49 50-59 60-60 70-79 80-89 90-99 Jumlah Xi 44,50 54,50 64,50 74,50 84,50 94,50 73,14 fi 1 4 4 4 6 3 22 820,25 1389,80 298,60 7,40 774,30 1368,75 4659,10

s=

= 14,89

e. Varians Varians (s2) adalah ukuran penyimpangan yang merupakan kuadrat dari standar deviasi. Varians dihitung dengan menguadratkan standar deviasi. Dari data di atas diperoleh standar deviasi (s) = 14,89 Varians (s2) adalah 221,71 (Sudjana, 1996). f. Bilagan Baku

Bilangan baku adalah ukuran penyimpangan data dari rata-rata dalam satuan standar deviasi. Bilangan baku dihitung menggunakan rumus sebagai berikut (Sudjana, 1996: 99): Z=

Supranto. 2000. Statistik, Teori dan Aplikasi Edisi 6. Jakarta: Erlangga. Hal: 301 Riwidikdo, Handoko. 2008. Statistik Kesehatan: Belajar Mudah Teknik Analisis Data dalam Penelitian Kesehatan. Jogjakarta: Mitra Cendikia. Hal: 9-15 Awaludin Tjalla. 2008. Statistik Pendidikan. Jakarta: Depdiknas. Hal 1-22 Budiarto, Eko. 2001. Biostatistika Untuk Kedokteran dan Kesehatan Masyarakat. Jakarta : EGC Hasan, M. Iqbal.1999. Pokok-pokok Materi Statistik. Jakarta : Bumi Aksara. Hastono. 2008. Pengantar statistika kesehatan . Jakarta : EGC Irianto, Agus. 2004. Statistika Konsep Dasar dan Aplikasinya. Jakarta : Kencana Prenada Media Group Notoadmojo, Soekidjo. 2002. Metode Penelitian Kesehatan. Jakarta : Rineka Cipta Notoadmojo, Soekidjo. 2003. Metode Penelitian Kesehatan. Jakarta : Rineka Cipta Notoadmojo, Soekidjo. 2010. Metode Penelitian Kesehatan. Jakarta : Rineka Cipta Sudjana. 1996. Metoda Statistika. Bandung : PT Tarsito.