Anda di halaman 1dari 27

UKURAN POSISI DAN

SIMPULAN DATA KATEGORIK

Ukuran Kuartil
Bila suatu distribusi yang tersusun secara array
dibagi 4 bagian hasil pengamatan yang sama.
Kuartil I (K1) merupakan 25% dari seluruh
distribusi. Kuartil II (K2) merupakan 50% atau
sama dengan median.
Kuartil III (K3) merupakan 75% dari seluruh
distribusi.
Seperti halnya range, pengukuran kuartil pun
hanya berdasarkan perbedaan dua nilai yaitu
jarak antara K3 dan K1 yang disebut jarak
antara kuartil (Inter Quartile Range = K3 K1).
2

Jarak antara kuartil

25%

25%

K1

K2

K3

Kelebihan kuartil dari range:


1. Dengan digunakannya 50% bagian tengah dari
distribusi, pengaruh nilai ekstrim dapat
dihilangkan.
2. Dengan adanya pembagian menjadi kuartil,
posisi hasil pengamatan pada
K1, K2 dan K3 dapat dihitung.
3. Dengan adanya K2 yang mempunyai posisi
sama dengan median, dapat dihitung
penyimpangan terhadap median.
4. Distribusi dengan interval kelas terbuka dapat
dihitung dispersinya.
4

Untuk data yang tidak


dikelompokkan
a. Letak dan nilai K1 ditentukan dengan
rumus:
Letak K1 = data ke (n + 1)
Nilai K1 = L + b(S L)
dimana L = nilai sebelum K1 tercapai
S = nilai dimana K1 berada
b = kekurangan unit untuk mencapai K1

b. Letak dan nilai K3 ditentukan dengan


rumus:
Letak K3 = (n + 1)
Nilai K1 = L + b(S L)
dimana L = nilai sebelum K3 tercapai
S = nilai dimana K3 berada
b = kekurangan unit untuk mencapai K3

Contoh:
Hasil pemeriksaan cholesterol darah 10 orang penderita
hipertensi adalah sebagai berikut: 150, 152, 160, 165, 167,
169, 171, 174, 175, 598
K3 terletak pada data ke (10 + 1) = 8,25 (8 + 0,25)
Ini berarti terletak antara data ke-8 dan ke-9
Nilai K3 = 174 + 0,25 (175 174) = 174,25
K1 terletak pada data ke (10 + 1) = 2,75 (2 + 0,75)
Ini berarti terletak antara data ke-2 dan ke-3
Nilai K1 = 152 + 0,75 (160 152) = 152 + 6 = 158
Jarak antar kuartil = K3 K1 = 174,25 158 = 16,25
Range dari distribusi di atas = 598 150 = 448
Ini merupakan suatu bukti bahwa dengan ukuran kuartil,
pengaruh nilai ekstrim dapat dihilangkan.
7

Untuk data yang dikelompokkan


a. Kuartil diubah menjadi jumlah unit dengan
rumus:
x = (n )
dimana k = kuartil ke-1, 2, 3
n = jumlah pengamatan

b. Nilai kuartil ditentukan dengan rumus:


Kk = L + i(x F)/f
dimana L = tepi bawah kelas dimana kuartil berada
i = interval kelas
F = frekuensi kumulatif sebelum kuartil
f = frekuensi dimana kuartil berada
8

Contoh:
Sebaran umur penderita hepatitis di suatu Rumah Sakit
adalah sebagai berikut
Golongan Umur
10-19
20-29
30-39
40-49
50-59
60-69
70+
Jumlah

Frekuensi
2
23
15
11
9
5
2
67

f kum
2
25
40
51
60
65
67

Letak K1 = (67) = 16,75 (terletak antara


kelas ke-1 dan 2)
Nilai K1 = 19,5 + 10 (16,75 - 2)/23 = 19,5 +
6,4 = 25,9
Letak K3 = (67) = 50,25 (terletak antara
kelas ke-3 dan 4)
Nilai K3 = 39,5 + 10 (50,25 - 40)/11 = 39,5
+ 9,3 = 48,8
Jarak antar kuartil = K3 K1 = 48,8 25,9
= 22,9
Dengan range, distribusi ini tidak dapat
dihitung.
10

Deviasi Kuartil
(Quartile Deviation)
Rumus
K 3 K1
Deviasi Kuartil = Dk =
= setengah
2
jarak antar kuartil
Median atau K2 dapat dirumuskan
sebagai: K 3 + K1
2

11

Dari contoh sebelumnya:


a. Untuk data yang tidak dikelompokkan:
Deviasi Kuartil = 16,25 = 8,125
2

174,25 + 158
Median =
= 166,125
2

Ini berarti deviasi kuartil terhadap


median adalah 8,125

12

b. Untuk data yang dikelompokkan:


22,9
Deviasi Kuartil =
= 11,45
2

48,8 + 25,9
Median =
= 37,35
2

Ini berarti deviasi kuartil terhadap median


adalah 11,45

13

Ukuran Desil (Decile)


Bila distribusi yang tersusun secara array
dibagi menjadi 10 bagian yang sama.
Prinsip perhitungan sama dengan kuartil,
tetapi dengan desil.

14

Untuk data yang tidak


dikelompokkan
d
a. Letak Dd = data ke
(n + 1)
10

d = desil ke-1, 2, 3, ..., 9


n = jumlah pengamatan
b. Nilai Dd = L + b(S L)
dimana L = nilai observasi sebelum Dd
S = nilai dimana Dd berada
b = kekurangan unit untuk
mencapai Dd
15

Untuk data yang dikelompokkan


a. Letak Dd = x = data ke (n)d
d = desil ke-1, 2, 3, ...,
10 9
n = jumlah pengamatan
Jadi desil terletak pada unit ke-x
b. Nilai Dd = L + i(x F)/f
dimana L =tepi bawah kelas dimana Dd berada
i = interval kelas
F = frekuensi kumulatif sebelum Dd
f = frekuensi dimana Dd berada
16

Ukuran Persentil (Percentile)


Bila distribusi yang tersusun secara array dibagi menjadi
100 bagian yang sama.
Prinsip perhitungan sama dengan kuartil atau desil.
Posisi relatif dari suatu hasil pengamatan yang
menyatakan nilai di bawahnya disebut jenjang persentil
(percentile rank).
Misalnya, hasil pemeriksaan Hb terhadap 200 orang ibu
hamil yang datanya disusun secara array.
Bila seorang ibu dengan Hb 11 gr% terletak pada posisi
ke-50, berarti bahwa 25% ibu-ibu tersebut mempunyai
Hb kurang dari 11 gr% atau 75% ibu-ibu tersebut
mempunyai Hb lebih dari 11 gr%.
Dalam hal ini dikatakan bahwa ibu itu mempunyai
jenjang persentil 25%. Nilai dari suatu jenjang persentil
disebut persentil.
17

Untuk data yang tidak


dikelompokkan
p
a. Letak Pp = data ke
(n + 1)
100

p = desil ke-1, 2, 3, ..., 99


n = jumlah pengamatan
b. Nilai Pp = L + b(S L)
dimana L = nilai observasi sebelum Pp
S = nilai dimana Pp berada
b = kekurangan unit untuk
mencapai Pp
18

Contoh:
Pemeriksaan berat badan (kg) 15 orang calon
mahasiswa sebagai berikut: 45, 46, 47, 48, 50, 51,
54, 55, 56, 57, 59, 60, 61, 63, 65
Bila seorang mahasiswa dikatakan mempunyai
berat badan dimana 30% terletak di bawahnya,
berapakah berat badan mahasiswa tersebut?
30
P30 terletak pada data ke
(15 + 1) = 4,8 = 4 + 0,8
100

Nilai P30 = 48 + 0,8 (50 48) = 48 + 1,6 = 49,6 kg

19

Untuk data yang dikelompokkan


p
a. Letak Pp = x = data ke 100 (n)
p = desil ke-1, 2, 3, ..., 99
n = jumlah pengamatan
Jadi desil terletak pada unit ke-x
b. Nilai Pp = L + i(x F)/f
dimana L =tepi bawah kelas dimana Pp berada
i = interval kelas
F = frekuensi kumulatif sebelum Pp
f = frekuensi dimana Pp berada
20

Contoh:
Pemeriksaan Hb terhadap 50 orang dewasa
dan telah diperkirakan bahwa 30%
menderita anemia. Hb berapakah yang
dianggap anemia?
Hasil pemeriksaan adalah sebagai berikut:

21

Hb (gr%)
78
9 10
11 12
13 14
15 16
Jumlah

f
4
6
20
15
5
50

f kum
4
10
30
45
50

30
P30 terletak pada data ke
(50) = 15
100
Berarti terletak pada kelas interval ke-2 dan ke-3
Nilai P30 = 10,5 + 2(15 10)/20 = 10,5 + 0,5 =
11 gr%
22

Sebaliknya bila ditentukan bahwa Hb 11


gr% adalah anemia, berapa jenjang
persentilnya?
[
{
(11 L)/2] F} + fkum
Jenjang persentil =
100
n

{[(11 10,5)/2 ] 20} + 10

=
100
50
= 30
Kesimpulan: Hb 11 gr% mempunyai
jenjang persentil 30 atau 30% dari 50
orang tersebut mempunyai HB kurang dari
11 gr%.
23

Simpulan Data Kategori


Data kategori dapat juga disusun distribusi
frekuensinya. Nilai simpulan yang dapat
digunakan untuk data kategori hanyalah
nilai modus (mode).

24

Contoh:

Jumlah seluruh penderita yang dirawat


di Rumah Sakit X pada tahun 1999
Bagian

Jumlah

Penyakit Dalam

152

Anak

120

Kebidanan

105

Bedah

98

Syaraf

73

THT

65

Penyakit jiwa

57

Jumlah

580
25

Ketika variabel diukur untuk sejumlah


individu, data yang dihasilkan dapat
diringkas dengan menghitung rata-rata
dan variasinya. Namun, kadang-kadang
ukuran kemencengan juga berguna.
Bentuk nilai tengah dan ukuran variasi
tergantung pada bentuk variabel dan
bentuk distribusinya.

26

Tabel 1. Contoh pemakaian ukuran nilai tengah


dan ukuran variasi
Variabel

Bentuk
distribusi
Kontinus atau Simetris,
diskrit
unimodal
Kontinus atau Menceng,
diskrit
unimodal
Kategori

Ukuran nilai
tengah
Mean
Median

Ukuran
variasi
Simpangan
baku
Jarak antar
kuartil

Modus

27