STATISTIK DESKRIPTIF

Statistik : suatu metode yang tediri dari mengumpulkan, mengolah, analisis dan menyajikan data.
Bios : Makhluk hidup
Penelitian : suatu cara ilmiah untuk mendapatkan data dengan tujuan & kegunaan tertentu.
Jenis-jenis Statistik
a. Deskriptif : Kegiatan mulai dari mengumpul, menganalisi yg sudah terkumpul atau sengaja dikumpulkan. Cth:
informasi karakteristik diperlukan data umur, jenis kelamin, dll
b. Inferens : Statistik Induktif. Metode yang bertujuan mengeneralisasikan nilai-nilai sampel yg sengaja
dikumpulkan menjadi nilai populasi. Cth: data survei sosial ekonomi (SUSENAS)
Tahapan Statistik
Data : bentuk jamak dari datum
1.
2.
3.
4.

Pengumpulan data
Pengolahan data
Penyajian data
Analisis/interpretasi data

Data Penelitian: himpunan angka yg merupakan nilai dari unit sampel sbg hasil mengamati/mengukur.
Berdasarkan jenis:

 Diskrit
Data berbentuk bilangan bulat. Contoh: jumlah pasien RS, mahasiswa
Kontinu
Data berupa rangkaian data & dapat berbentuk desimal. Contoh: tinggi badan 175,5 cm; temperatur tubuh
Kualitatif
Data berbentuk kualitas. Contoh: setuju, kurang setuju dan tidak setuju
Kuantitatif
Data berbentuk bilangan numerik. Contoh: jumlah ibu yang mendapat Tablet Tambah Darah
Berdasarkan sumber:
a. Primer : dikumpulkan peneliti sendiri.
b. Sekunder : diambil dari suatu sumber & biasanya sudah dikompilasi lebih dahulu oleh instansi yang punya data.
Kriteria data penelitian:
a. Valid -> ketepatan data yang sesungguhnya dengan data yang dikumpulkan peneliti. Contoh: jika wawancara
berbahasa batak, pewawancara harus berbahasa batak.
b. Reliabel kekonsistenan pengukuran (jika dilakukan pengukuran maka hasilnya akan selalu sama).
c. Objektif derajat persamaan persepsi antar orang. Contoh: A mengatakan benda itu warna biru maka B pun
berwarna biru.
Variabel, Agregat dan Skala
Variabel : karakteristik yang akan diukur dan nilainya bervariasi dari satu objek ke objek lain. Contoh: Darah
Tinggi, variabel yang akan diamati: tekanan darah, jenis kelamin, dll.

 Agregat: keseluruhan nilai observasi yang merupakan satu kesatuan dan setiap nilai observasi hanya mempunyai
arti sebagai bagian dari keseluruhan tersebut.
Skala terdiri dari empat macam : nominal, ordinal, interval dan ratio.
Variabel kategorik menggunakan skala nominal dan ordinal.
Variable rasio menggunakan skala rasio dan interval.
Nominal
Pengukuran yang hanya dapat membedakan nilai data tapi tidak tahu nilai data yang lebih tinggi/rendah. Cth:
suku, agama, jenis kelamin.
Ordinal
Pengukuran yang data dapat dirankingkan/diketahui tingkatan (lebih besar/kecil). Contoh: pangkat, pendidikan
Interval
Pengukuran yang diketahui tingkatan dan diketahui besar bedanya antar nilai namun tidak memiliki titik 0 (nol)
mutlak. Contoh: suhu
Rasio
Pengukuran dimana data memiliki skala tertinggi, dapat diurutkan, memiliki tiitk 0 (nol) mutlak. Contoh : Berat
badan
Hubungan Statistik dalam Penelitian
Alat untuk menghitung besar sampel yang diteliti
Alat untuk menguji validitas dan reabilitas instrumen
Alat untuk mengolah, menganalisis dan menyajikan data.
Kegunaan statistik penelitian pada kesehatan:

a.

Mengukur status kesehatan masyarakat

b.

Keperluan research dan publikasi masalah kesehatan

c.

Evaluasi dan monitoring kesehatan

d.

Perencanaan program kesehatan

Jenis Pengumpulan data

Pengumpulan data rutin dari institusi atau organisasi
Pengumpulan data dengan observasi langsung terhadap objek penelitian atau menggunakan kuesioner untuk
melakukan wawancara/tanya jawab dengan objek penelitian.

Sajian Statistik & Nilai sentral

Sajian data statistik
1) Tulisan (Textular)
Laporan bentuk tertulis berupa informasi dari pengumpulan data, mulai dari proses pengambilan sampel,
pelaksanaan pengumpulan data sampai analisis.
2) Tabel
Penyajian data dalam kolom dan baris. Bentuk tabel dibagi dua yaitu:
Master Tabel (tabel induk) : berisi semua hasil pengumpulan data yang masih bentuk data mentah, biasanya
dilampirkan suatu laporan pengumpulan data.
Text Table (Tabel Rincian) : uraian data yang diambil dari tabel induk. Contoh Distribusi Frekuensi,
Distribusi Relatif, Distribusi Kumulatif, Tabel Silang

Syarat Tabel:

Judul Tabel : singkat, jelas, lengkap, apa yg disajikan, dimana & kapan kejadiannya.
Nomor tabel
Foot note : utk menjelaskan hal-hal yg tdk bisa dituliskan di dalam tabel
Sumber, jika diambil dari laporan orang lain.

3) Grafik/Diagram
Syarat grafik/diagram:
Judul Tabel : singkat, jelas & lengkap
Dua sumbu yaitu absis dan ordinat
Skala tertentu
Nomor gambar
Foot note & sumber
Jenis grafik, yaitu: histogram, frekuensi poligon, ogive, diagram garis, diagram batang, diagram tebar, pictogram,
mapgram, box whisker plot, steam & leaf plot, pareto.

Ukuran Nilai Tengah (Central tendency)

1. Mean (Rata-rata hitung)
Arithmetic mean
Simbol x ( x bar)
Paling sering dipakai dlm analisis
Wakil dari keseluruhan nilai dan diperoleh dari semua pengamatan
Paling stabil dibanding Median dan modus

 Dipengaruhi nilai ekstrim

n

x
i 1

Contoh:
observasi: x1 x2 x3,,,,,,,,,,,,,,,,xn
2. Median

Nilai observasi paling tengah

Syaratnya setelah data disusun

Posisi median (n+1)/2 jika n data ganjil

Nilai median= nilai observasi pd posisi tersebut

Tidak dipengaruhi data ekstrim

Sesuai untuk data yang menceng

Contoh :
Berat badan : 48, 52, 56, 62, 67, 70
Nilai Median (56+62)/2 = 59 kg
3. Modus (Mode)
nilai yang paling banyak ditemui dalam suatu observasi
Dalam suatu observasi karena mode adalah yang terbanyak dapat terjadi tidak ada modus, hanya satu/lebih dari
satu modus.

Tidak dipengaruhi nilai ekstrim

Contoh:
Tinggi Badan 150, 155, 155, 156, 160, 160, 160, 170
Nilai Modus : 160 cm

Nilai Posisi
Median, Posisi tengah
Kuartil, nilai yg membagi empat aggregate K1. K2. K3
Desil, nilai yg membagi agregate menjadi 10 bagian D1, D2D9
Presentil, nilai yg membagi agregate menjadi 100 bagian P1 , P2..P99
Ukuran Variasi
1. Range:
perbedaan antara nilai terbesar dengan terkecil
R = ( max min )
2. Interquartile Range
Perbedaan antara K1 dengan K3
IQR = (K3-K1) atau (P75 P25). IQR tidak dipengaruhi nilai ekstrim, R dipengaruhi nilai ekstrim
n

xd

3.

x x
i 1

Mean Deviation ( Mdev )

rata-rata perbedaan antara nilai observasi dengan mean

 Jarang dipakai kerena nilai mutlak

4. Varians
n

s2

Rata-rata kuadrat perbedaan antara observasi dengan mean

x x

x x
i 1

n 1

n 1

5. Standard deviation (Simpangan baku)

Akar dari varian
6. Coefficient of Variation (COV)
cov

s
*100%
x

nilai Standard deviaton dibagi mean x 100%

Stat. Deskrip IV: UJI HIPOTESIS

Prinsip
Perbandingan antara nilai sampel (data hasil penelitian) dengan nilai hipotesis (nilai populasia) yang diajukan.

 Hasil uji hipotesis :

a.

Menolak hipotesis

b.

Menerima hipotesis
Hupo : sementara/lemah kebenarannya. Thesis: pernyataan/teori.
Hipotesis : pernyataan sementara yang perlu diuji kebenarannya.

JENIS HIPOTESIS
Hipotesis nol
Hipotesis yang diuji
Menyatakan tidak ada hubungan/perbedaan suatu kejadian dua kelompok.
Cth: Tidak ada hubungan tingkat pendidikan dgn pemakaian kontrasepsi
Hipotesis Alternatif (Ha)
Menyatakan ada hubungan/ perbedaan suatu kejadian dua kelompok.
Cth: Ada hubungan tingkat pendidikan dgn pemakaian kontrasepsi
ARAH/BENTUK UJI HIPOTESIS
Satu Sisi/One tail
Bila Ha menyatakan ada perbedaan dan ada pernyataan yg satu lebih tinggi/rendah dari pada yg lain.
Cth: Tekanan darah perokok lebih tinggi dibandingkan bukan perokok
Dua Sisi/Two tail
Menyatakan hubungan/perbedaan suatu kejadian 2 kelompok tanpa pernyataan yg satu lebih tinggi/rendah dari
pada yg lain.
Cth: Panjang badan bayi ibu KEK berbeda dengan ibu tidak KEK
Jenis Kesalahan Pengambilan Keputusan
Error tipe I ()

Tingkat signifikansi.
Kesalahan menolak H0 padahal H0 benar.
Menyatakan ada perbedaan atau tidak ada perbedaan dipopulasi.
Peluang untuk tidak membuat kesalahan tipe I adalah 1- disebut Confidence Interval (CI)

Error tipe II ()

Kesalahan tidak menolak H0 padahal H0 salah.

Menyimpulkan tidak ada perbedaan pdhl ada perbedaan.
Peluang untuk tdk membuat kesalahan tipe II adalah sebesar 1- atau Tingkat Kekuatan Uji (power of the

test).

Numerik/kuantitatif sebaran data normal Uji Parametrik.

Kategorik/kualitatif sebaran tidak normal Uji Non Parametrik.
Jumlah sampel/data <30 Uji Non Parametrik.
Langkah Langkah Menguji Hipotesis
Buat Ho dan Ha sesuaikan apakah bersifat one tail atau two tail
Tentukan batas kritis
Lakukan uji, Z,T,F, X2 sesuai permasalahan dan data didapat nilai Z,T,F,X2. Dan diperoleh nilai probabilitas (pv).
Keputusan uji membandingkan pv dengan Batas kritis
Kesimpulan
Jenis Uji Hipotesis
Data Numerik
Perbandingan mean antara satu sampel dgn mean populasi

 Perbandingan dua mean sampel

Perbandingan lebih dari dua mean sampel
Data Kategorik
Perbandingan satu proprosi dengan populasi
Perbandingan dua proporsi
Perbandingan > dari dua proporsi.
Uji Beda Mean Satu Sampel
Jika nilai
z

diketahui, Gunakan uij Z

x
S
n

Jika nilai

tidak diketahui, Gunakan uij T

Statistik Deskriptif III: Probabilitas

Probabilitas derajat ketidakpastiaan
Keputusan dalam statistik = peluang yang diyakini benar dan salah.
Dalam penelitian, statistik harus dapat membuat konklusi populasi sampel. Sampel harus diambil secara acak
dengan asumsi semua unit dalam populasi mempunyai peluang yg sama menjadi sampel.
Shg kesimpulan dari statistik tidak absolut 100%, tetapi 95%, 90% atau disebut derajat kepercayaan ( = alpha).

KONSEP-KONSEP PROBABILITAS
PANDANGAN KLASIK/INTUITIF: Harga angka yg menunjukkan besar kemungkinan suatu peristiwa terjadi
diantara keseluruhan peristiwa yg mungkin terjadi.
Jumlah kejadian yg diinginkan
Jumlah kejadian yg mungkin terjadi
PANDANGAN EMPIRIS/RELATIF: Probabilitas berdasarkan observasi, pengalaman atau kejadian (peristiwa) yg
telah terjadi.
Jumlah kejadian yang muncul
Total observasi
PANDANGAN SUBJEKTIF: Probabilitas berdasarkan pembuat pernyataan

Hukum Komplemen
KOMPLEMEN
P(komplemen A) = P(tdk terjadinya A) = 1- P(A)

HUKUM PROBABILITAS
Hukum Pertambahan
a. Mutually exclusive (peristiwa saling terpisah) : Apabila satu peristiwa terjadi akan meniadakan peristiwa yang
lain utk terjadi atau dikatakan peristiwa tersebut saling meniadakan
b. Non mutually exclusive : Dua peristiwa yg dapat terjadi bersama-sama tetapi tidak selalu bersama
PERKALIAN:
a. Kejadian Independent (Kejadian yang tidak mempengaruhi antara satu sama lain)
b. Kejadian Independent (Kejadian yang tidak mempengaruhi antara satu sama lain)
c. Kejadian Dependent (Kejadian yang saling mempengaruhi antara satu sama lain)

Parmutasi & Kombinasi

 PERMUTASI : Suatu probabilitas yang memperhatikan urutan objek tsb

nPr = n! / (n-r)!
P = Jlh permutasi; n = banyak objek; r = jumlah anggota pasangan; ! = Faktorial
KOMBINASI
- Suatu probabilitas yang tidak mempersyaratkan urutan objek tsb
nCr = n! / (n-r)! * r!

Distribusi Probabilitas
Distribusi Binomial
Outcome = Dikotomous (yes/no, positif/negatif)
Kedua outcome adalah independen
p dan q selalu konstan
P (x,n) = px . qn-x . n! / ((n-x)! . x!)
P (x,n) = probabilitas munculnya x sukses dari n percobaan
p = probabilitas sukses dalam setiap percobaan
q = 1 - p probabilitas tidak sukses
Mean = n.p

SD = (n.p.q)
Distribusi Poisson
Outcome = Jumlah kejadian per satuan
waktu/keadaan
Sebagai perkiraan (approximate) dari distribusi binomial pada kejadian yang jarang (p < 0.1) dan n yang
besar
P (x) = e- . x / x!
P (x) = probabilitas munculnya x sukses dari n
percobaan
e = 2.7183
V =m = rata-rata terjadinya suatu peristiwa
p = probabilitas sukses dalam setiap percobaan
Mean (m) = () = n.p
SD = m

Distribusi Probabilitas

( x)

1
2 2

1
2 2

( x )2

DISTRIBUSI NORMAL (GAUSS)

-<x>

2 = 0

-<>

= 3,14

e = 2,71828

Kurva Normal

Symetris
Seperti lonceng
Titik belok
Luas = Probability = 1

Ditemukan Abraham Demoivre tahun 1733. Diaplikasikan oleh Friedrich Gauss abad ke19. Sir Franciss Allon dan
Charles Darwin yang pertama kali mengaplikasikan ke dalam dunia kedokteran.
Luas kurva normal dari suatu nilai yang dibatasi nilai tertentu.
Untuk dapat menentukan probabilitas didalam kurva normal umum, maka nilai yang akan dicari ditransformasikan
dulu kenilai kurva normal standar melalui tranformasi Z ( deviasi relatif )
Z

 Distribusi Normal
Outcome = kontinuous variabel

Z = (x - ) /
Z = nilai z-score dari kurva normal standar
= rata-rata (mean) populasi
= standar deviasi (SD) populasi
x = kejadian yang ingin diketahui probabilitasnya