Anda di halaman 1dari 39

ANALISIS DATA

STATISTIK DESKRIPTIF (1)

Abdul Hadi Kadarusno, SKM, MPH


http://pbm-alhiko.blogspot.com http://alhiko.blogspot.com

Out line
Pengantar: Kegiatan Statistik. Analisis Data Statistik Deskriptif. Statistik Deskriptif: Ukuran nilai tengah & Ukuran keragaman (Ungroup Data). Tugas 3

KEGIATAN STATISTIK
PENGOLAHAN DATA PENYAJIAN DATA

PENGUMPULAN DATA

ANALISIS DATA

KESIMPULAN

ANALISA DATA
Kegiatan mengubah data hasil penelitian menjadi informasi yang dapat digunakan untuk mengambil kesimpulan penelitian. Cara pengambilan kesimpulan dapat dengan estimasi atau test hipotesis

BIDANG KAJIAN STATISTIK


1. Statistik Deskriptif
kumpulkan, olah, sajikan, analisis (metode yang membantu proses pengambilan keputusan bagi kelompok yang diteliti saja)

2. Statistika Inferens
kumpulkan, olah, sajikan, analisis, intepretasi (metode yg membantu proses pengambilan keputusan pada kelompok yang lebih besar dari yang diteliti {generalisasi})

TEKNIK ANALISA DATA


ANALISA STATISTIK

INFERENSIAL

DESKRIPTIF
KUALITATIF KUANTITATIF

PARAMETRIK UJI BEDA UJI HUBUNGAN

NON PARAMETRIK UJI BEDA UJI HUBUNGAN

ANALISA DESKRIPTIF
Statistik yang mempelajari metode meringkas dan menggambarkan sisi yang penting dari suatu data Ukuran Nilai Tengah : mean, median, modus Ukuran Keragaman : range, variance, sd, koefisien keragaman Rate, Ratio dan Proporsi Analisis persentase : analisis persentase baris dan kolom

HASIL PENGERJAAN STATISTIK DESKRIPTIF


Mengambarkan situasi tertentu Menggambarkan perbedaan antar situasi Menggambarkan perkembangan keadaan

Perhitungan
Ungroup data Group data

UKURAN NILAI TENGAH


(Ungroup Data)
MEAN: cara: menjumlahkan semua nilai pengamatan kemudian dibagi dengan jumlah pengamatan yang dilakukan (interval, ratio) MEDIAN: nilai yang di tengah pada data yang diperoleh setelah data di array (diurutkan) MODUS: nilai yang paling sering muncul / nilai dengan frekuensi tertinggi (nominal, ordinal)

Mean arithmatic
Rumus: Oi = ------------n Dimana: = nilai mean Oi = nilai pengamatan n = banyaknya pengamatan = sigma

Mean arithmatic
Lama perawatan (hari) di Rumah Sakit yang dilaporkan dari 5 penderita yaitu 3,5,2,3,2 Tentukan rerata lama perawatan ke-5 penderita tsb di rumah sakit. Jawab: Oi Mean = = -------------n 3+5+2+3+2 = --------------5

= 3,0

Median
Nilai pengamatan yang terletak ditengah apabila nilai pengamatan yang disusun dalam array. Suatu nilai yg membtsi 50 % frek distrbs bagian bawah dgn 50 % frek distrbs bagian atas. Pada jumlah pengamatan yang ganjil, nilai median terletak ditengah dan membagi dua bagian yang sama besar pada array. Sedang pada jumlah pengamatan yang genap nilai pengamatan yang terdapat ditengah tengah array

Median
Contoh : Lama perawatan (hari) di RS yang dilaporkan dari 5 penderita yaitu 3,5,2,3,2. Tentukan median lama perawatan Jawab: 1. Susun nilai pengamatan dalam array ; 2, 2, 3, 3, 5 2. Letak median ditentukan. Letak Md = n + 1 2 =5+1 2 = 3, pd observasi ke-3 yaitu 3 hari.

Median
Bila 6 penderita, mempunyai lama perawatan sbb ; 6, 3, 2, 6, 1, 8 Jawab : 1. Susunlah nilai pengamatan dalam bentuk array: 1, 2, 3, 6, 6, 8 2. Letak Median = n + 1 2 =6+1 2 = 3,5

Median
Nilai Median terletak pada pengamatan yang ke-3 dan ke-4. Nilai Median = 3 + 6 2 = 4,5 Jadi Median lama perawatan adalah 4, 5 hari.

Median
Merupakan salah satu tekhnik penjelasan kelompok yg didasarkan atas nilai tengah dari kelompok data yg telah disusun urutannya dari terkecil sampai terbesar atau sebaliknya. Misal kelompok umur sbb; 19, 20, 20, 35, 45, 45, 45, 45, 45, 51, 56, 57,60. n ganjil 180, 171, 170, 167, 166, 165, 164, 160, 147, 145, Bila n genap : maka nilai dibagi dua, sehingga : 166 + 165 = 165,5 2 artinya tinggi badan rata-rata kelompok itu = 165,5 (TB: cm )

Mode / Modus
Nilai ini jarang digunakan. Nilai pengamatan yg mempunyai frekwensi terbanyak. Suatu kumpulan data mempunyai 1 mode (unimodal), 2 mode (bimodal). Mode dapat digunakan dalam mendiskripsikan data kualitatif, misalnya diagnose penyakit. Contoh Data kualitatif: 1. Kebanyakan pemuda Indonesia merokok 2. Kebanyakan tentara berambut pendek

Modus
Data kuantitatif: Tentukan nilai mode lama perawatan (hr) : 3,5,2,3,2 Jawab : Dari pengamatan diperoleh nilai pengamatan 2 mempunyai frekwensi yang terbanyak yaitu 2 penderita. Jadi nilai mode adalah 2 hari.

Modus
Contoh Data Kuantitatif: Hasil pencatatan umur pegawai di kantor X adalah sbb ( dalam tahun). 20, 45, 60, 56, 45, 45, 20, 19, 57, 45, 45, 51, 35.

Tabel data sbb:


UMUR PEGAWAI 19 20 35 45 51 56 57 60 JUMLAH JUMLAH 1 2 1 5 ( Modus) 1 1 1 1 13

UKURAN KERAGAMAN/ NILAI PENYEBARAN/ PENYEBARAN/ DISPERSI (Penyimpangan) Penyimpangan) Range Mean Deviation / Rata2 Simpangan Standart Deviation/ Simpangan Baku Variance / Varians Koefisien keragaman

Range
Nilai yang menyatakan perbedaan antara nilai terbesar dengan terkecil Range : Batas atas nyata dari kelas interval yang paling tinggi dikurangi batas bawah nyata dari kelas interval yang paling rendah

RANGE ( RENTANG )
Ukuran dispersi (penyimpangan) yg paling sederhana, hanya melibatkan 2 nilai dlm distribusi, yaitu nilai terbesar dan terkecil. merupakan gambaran kasar ttg besarnya variasi sehingga dgn range saja belum bisa mengetahui variasi yg sebenarnya.

Contoh : Distribusi berat badan dengan range yg sama tetapi mean berbeda Range berbeda tapi mean sama

Distribusi BB Mahasiswa No 1 2 3 4 5 6 7 8 9 10 Jml Kelompok I Kelompok II 40 43 49 60 60 64 65 65 66 70 582 40 41 40 40 43 45 50 52 55 70 474

Distribusi Nilai Ujian

No Kelpk I Kelpk II 1 2 3 4 5
Jml

40 45 50 55 60 250

10 25 55 70 90 250

Nilai ujian: rata-rata: 50 rata-rata:50 range : 20 range : 80

BB Mhs: range : 30 range : 30 rata-rata : 58,2 rata-rata : 47,4

DEVIASI/SIMPANGAN DEVIASI /SIMPANGAN RATARATA-RATA ( Mean Deviasi )


Pada prinsipnya simpangan rata-rata merupakan modifikasi dari ukuran rata-rata, yaitu apabila rata-rata ( mean) adalah jumlah pengamatan setiap individu dibagi dgn banyak nya pengamatan, sedangkan Simpangan Rata-rata adalah : jumlah selisih antara hasil setiap pengamatan dengan rata-rata dibagi dengan banyaknya pengamatan Manfaat : mengetahui variasi yang terjadi di dalam suatu kelp pengamatan /membandingkan tingkat variabilitasnya dalam dua kelp atau lebih.

Rumus Mean Deviation ( MD ) adalah: MD = X X n

Contoh: Berat badan 2 kelompok penderita yang masing-masing terdiri dari 5 orang Kelompok II BB Kg Mean selisih 25 35 55 60 75 250 50 25 15 5 10 25 80

Kelompok I BB Kg Mean selisih 40 50 10 45 5 50 0 55 5 60 10 250 30

Kelompok I X = 50 XX = 30 MD = 30/5 = 6

Kelompok II X = 50 X - X = 80 MD = 80/5 = 16

Kesimpulan dari hasil perhitungan diatas: Variabilitas kelompok II adalah 3 X lebih besar dari pada kelompok I

STANDAR DEVIASI ( Deviation Standart )


Simpangan baku = ukuran dispersi yg sangat penting & sangat banyak digunakan dlm statistik. Penyimpangan /selisih nilai hasil pengamatan dgn ratarata dapat menghasilkan nilai yg negatif, utk menghindari hal ini tanpa memperhatikan nilai aljabarnya maka hasilnya dipangkatkan 2 sehingga hasilnya menjadi positif. jumlah seluruh selisih hasil pengamatan dengan ratarata yang telah dipangkatkan dua dibagi dengan jumlah pengamatan disebut VARIANS, bila varians ini ditarik akar maka akan menghasilkan STANDAR DEVIATION. Dengan kata lain: Standar Deviasi adalah akar dari varians

Rumus Varians = a2 : ( X - )2 / n Deviasi standar = a : ( X - )2 / n a : deviasi standar : rata-rata x : hasil pengamatan n : banyaknya pengamatan

Cara menghitung: 1. Data mentah disusun secara berurutan 2. Jumlahkan hasil pengamatan 3. Bagilah sigma X dengan banyaknya pengamatan (x/N: ) 4. Kurangkan hasil pengamatan dengan rata-rata 5. Pangkatkan hasil no 4 6. Jumlahkan hasil no 5 7. Bagilah hasil no 5 dengan banyaknya pengamatan 8. Hasil no 7 ditarik akarnya

Contoh : Hasil pemeriksaan gula darah dari 10 orang:


No 1 2 3 4 5 6 7 8 9 10 Jml Gula darah 70 72 76 77 78 79 80 85 86 81 784 X (rata-rata) 78,4 X - X -8,4 -6,4 -2,4 -1,4 -0,4 0,6 1,6 6,6 7,6 2,6 (X - X)2 70,56 40,97 5,76 1,96 0,16 0,36 2,56 43,56 57,76 6,76 230,40

Varians = 230,40 = 23,04 10 SD = 23,04 = 4,8 mg

KOEFISIEN VARIASI (coefisien of variation)


Standar deviasi tidaklah bisa untuk dua variasi dengan satuan yang berbeda, karena standar deviasi hanya bisa untuk membedakan atau menghitung dispersi absolut. Cara yang lebih tepat untuk menghitung dua variasi dengan satuan yang berbeda adalah dengan teknik koefisien Variasi, yaitu dengan mengadakan perbandingan secara relatif Rumus : KV = ( SD/ X ) x 100%

Rumus : KV = ( SD/ X ) x 100%


Contoh 1: Seorang analis A dalam sehari rata-rata mampu memeriksa 40 sampel darah dengan deviasi standar/ tingkat kesalahan 5 Analis B mampu memeriksa 160 sampel dengan deviasi Standar/ tingkat kesalahan 15. Sepintas dapat dilihat analis B mempunyai variasi kesalahan lebih besar dibanding dengan analis A. tetapi analis B mampu memeriksa sampel darah 4 kali lebih besar dari pada analis A sehingga perbandingannya dapat dilihat sbb : Analis A : KV ( 5/40 ) x 100% = 12,5% Analis B : KV ( 15/160 ) x 100% = 9,4 % Kesimpulan : analis B mempunyai deviasi variasi lebih kecil dibanding analis A

Contoh 2 ( Data Kelompok ) Berat Badan


No 1 2 3 4 5 6 7 8 9 10 Jml Kelompok 1 10 12 14 16 18 20 27 30 35 25 207 Kelompok 2 30 40 45 50 55 60 65 70 75 80 570

Ket: KV = ( SD/ X ) x 100% Kelompok I : n = 10 x = 20,7 SD = 7,52 KV =( 7,52 / 20,7 ) x 100% = 36,33 % Kelompok II : n = 10 x = 57 SD = 15,5 KV = ( 15,5 / 57) x 100% = 27,2%

Kesimpulan : BB Kelp I mempunyai Variasi lebih besar dibanding Kelp II

Contoh 3:
Hasil pemeriksaan suhu dan nadi dari sekelompok Px febris Suhu = x = 38,5c Nadi x = 120 / menit SD = 1,5 SD = 6 KV= (1,5/38,5)x 100=3,9% KV = ( 6/120) x 100 = 5% Kesimpulan : Nadi mempunyai variasi kira-kira 1,3 kali lebih besar dibanding suhu.

Dari kedua contoh diatas dapat disimpulkan :


1. KV dapat dipergunakan untuk membandingkan satu variabel (BB) dari 2 kelompok yang sama. 2. Membandingkan dua variabel dari satu kelompok dengan satuan yang berbeda 3. KV juga dapat untuk mengetahui homogenitas dari suatu kelompok, yaitu apabila koefisien variasi <10 % maka kelompok tersebut dianggap cukup homogen

Tugas/Latihan
Berat Badan (kg) dari 30 orang mhs:
1. 2. 3. 4. 5. 6. 7. 8. 9. ....... ....... ....... ....... ....... ....... ....... ....... ....... 11. ....... 12. ....... 13. ....... 14. ....... 15. ....... 16. ....... 17. ....... 18. ....... 19. ....... 20. ....... 21. ....... 22. ....... 23. ....... 24. ....... 25. ....... 26. ....... 27. ....... 28. ....... 29. ....... 30. .......

10. .......

Hitunglah Mean - Median Modusnya Hitunglah Standar Deviasinya.

SEKIAN DAN TERIMA KASIH SELAMAT BELAJAR