Contoh Modul Murnajati Nov 2012

Editor:
Heru Santoso Wahito Nugroho
Modul Ajar
STATISTIKA
Untuk Mahasiswa Diploma IV Bidan
DITERBITKAN OLEH
FORIKES
(FORUM ILMIAH KESEHATAN)
2012
Modul Ajar
STATISTIKA
Editor:
Durasi:
16 X 120 menit
ii
Modul Ajar
STATISTIKA
Editor:
Diproduksi oleh:
Jurusan Kebidanan
Politeknik Kesehatan Kemenkes Surabaya
Diterbitkan oleh:
FORIKES
(Forum Ilmiah Kesehatan)
iii
FORIKES
(Forum Ilmiah Kesehatan)
Modul Ajar Statistika Untuk Mahasiswa Diploma IV Bidan
Editor: Heru Santoso Wahito Nugroho

Diterbitkan pertama kali oleh Forikes (Forum Ilmiah Kesehatan)
© 2012 Forikes (Forum Ilmiah Kesehatan)
Jalan KH Dewantara II/6 Magetan, Jawa Timur
E-mail: forikes@gmail.com
Telepon: 085235004462
Desain kulit muka: Heru Santoso Wahito Nugroho
Hak cipta dilindungi Undang-Undang

Dilarang mengutip, memperbanyak dan menerjemahkan
sebagian atau seluruh isi buku ini tanpa izin tertulis dari penerbit.
Cetakan Pertama: 2012
KATALOG DALAM TERBITAN

Modul Ajar Statistika Untuk Mahasiswa Diploma IV Bidan /

Editor, Heru Santoso Wahito Nugroho
Magetan: Forikes (Forum Ilmiah Kesehatan), 2012
102 hlm, ; 21 x 29,7 cm
ISBN XXX—XXX—XXXXX—X—X
iv
Kontributor:
1. Heru Santoso Wahito Nugroho
2. Budi Joko Santosa
v
KATA PENGANTAR
Syukur Alhamdulillahi robbil ‘alamin kami panjatkan kehadirat Allah SWT

yang telah memberikan karunia-Nya yaitu kesempatan untuk terwujudnya modul
ini. Dengan upaya keras disertai dengan doa kepada Allah Yang Maha Kuasa,
akhirnya bahan belajar ini dapat terselesaikan dengan segala keterbatasan yang
ada.
Modul ini sengaja kami susun agar dapat digunakan sebagai media belajar
mandiri. Dikatakan mandiri karena sesungguhnya modul ini dapat dipelajari sendiri
oleh mahasiswa tanpa bimbingan dosen. Namun jika ditemui beberapa kesulitan,
para mahasiswa dapat bertanya kepada dosen statistika, atau kepada siapa saja
yang memahami statistika dan program perangkat lunak pendukungnya. Bahkan
mahasiswa dapat saling membantu dalam mempelajari modul ini, sehingga sangat
mungkin untuk dipelajari dengan lancar tanpa pembimbing.
Selain digunakan sebagai bahan belajar mandiri, dapat saja modul ini
digunakan sebagai bahan belajar di kelas dengan berbagai macam metode,
misalnya diskusi kelompok.
Isi dari bahan belajar ini lebih cenderung ke arah penerapan analisis data
statistikal secara praktis, dengan menggunakan salah satu perangkat lunak yang
sudah sangat dikenal yaitu SPSS for Windows. Program ini bukan merupakan
program open source sehingga penulis tidak menyediakan perangkat lunaknya.
Dengan kata lain, para pembaca harus mengusahakan sendiri pengadaan
perangkat lunak tersebut.
Selamat menggunakan modul ini, semoga bermanfaat bagi para pembaca.

Budi Joko Santosa
vi
DAFTAR ISI
ISI HALAMAN
Halaman Judul Luar i

Halaman Judul Dalam I ii
Halaman Judul Dalam II iii
Halaman Katalog iv
Kontributor v
Kata Pengantar vi
Daftar Isi vii
Penjelasan Umum viii
Kegiatan Belajar 1 KB 1-1

- Deskripsi Materi KB 1-2
- Capaian pembelajaran KB 1-2
- Kriteria Penilaian KB 1-2
- Materi KB 1-3
- Tugas KB 1-11
- Latihan KB 1-11
- Rangkuman KB 1-13
- Tes Formatif KB 1-14
- Umpan balik dan tindak lanjut KB 1-15
- Referensi KB 1-16
- Kunci Jawaban KB 1-16
Kegiatan Belajar 2 KB 2-1

- Deskripsi Materi KB 2-2
- Capaian pembelajaran KB 2-2
- Kriteria Penilaian KB 2-2
- Materi KB 2-3
- Tugas KB 2-20
- Latihan KB 2-21
- Rangkuman KB 2-22
- Tes Formatif KB 2-23
- Umpan balik dan tindak lanjut KB 2-24
- Referensi KB 2-25
- Kunci Jawaban KB 1-25
Kegiatan Belajar 3
- Dan seterusnya
Lampiran xi
vii
PENJELASAN UMUM
Deskripsi Materi
Pemahaman tentang statistika terapan sangat diperlukan oleh bidan

sebagai dasar untuk mengimplementasikan praktik kebidanan, khususnya
kebidanan komunitas. Dalam melaksanakan praktik kebidanan komunitas,
bidan harus mampu melakukan pengumpulan, pengolahan, penyajian dan
analisis data, serta penarikan kesimpulan. Semua itu diperlukan untuk
mendukung proses pengambilan keputusan yang tepat.
Mata kuliah ini memberikan kemampuan untuk menerapkan konsep
dasar statistika secara umum. Penguasaan statistika ini diperlukan sebagai
prasyarat agar calon bidan dapat mencapai kompetensi profesi tertentu,
khususnya dalam lingkup kebidanan komunitas. Topik-topik yang akan
dibahas meliputi: konsep dasar statistika, teori probabilitas, sampel dan teknik
sampling, statistika parametrik dan non parametrik, serta indikator
keberhasilan pelayanan di rumah sakit dan puskesmas.
Kompetensi
Setelah mempelajari mata kuliah ini mahasiswa mampu melakukan

pengumpulan, pengolahan, penyajian dan analisis data statistik, serta
penarikan kesimpulan dalam setting kebidanan komunitas.
Kompetensi Profesi Bidan yang akan Ditunjang
Mata kuliah statistik diperlukan dalam kurikulum pendidikan bidan untuk

mendukung pencapaian standar kompetensi profesi bidan, khususnya
kompetensi ke-8 yang yaitu:
“Bidan memberikan asuhan yang bermutu tinggi dan komprehensif pada

keluarga, kelompok dan masyarakat sesuai dengan budaya setempat.”
Selanjutnya unit-unit keterampilan yang perlu pemahaman statistika untuk dapat

menguasainya adalah:
1. Melakukan pengelolaan pelayanan ibu hamil, nifas, laktasi, bayi balita dan
KB di masyarakat
2. Mengelola pondok bersalin desa (polindes)
3. Melaksanakan pencatatan dan pelaporan
4. Melakukan pemantauan KIA dengan menggunakan PWS-KIA
Capaian Pembelajaran
Capaian pembelajaran (learning outcomes) dari mata kuliah ini adalah:

1. Mahasiswa mampu menjelaskan konsep umum statistika, serta
mengidentifikasi skala data dari variabel.
2. Mempraktikkan penyajian data dengan cara tekstular, tabular, dan grafikal
3. Dan seterusnya, disesuaikan dengan rencana pembelajaran.
viii
Prasyarat
Prasyarat untuk dapat mempelajari statistika dengan baik adalah

pemahaman tentang matematika dasar yang umumnya didapatkan ketika belajar
di SMA, MA, atau SMK. Jika prasyarat tersebut belum dipenuhi, maka sebaiknya
dilakukan perkuliahan matrikulasi.
Ringkasan Materi
Materi-materi yang dibahas dalam mata kuliah ini antara lain: konsep
umum statistika, teori probabilitas, sampel dan teknik sampling, statistika
parametrik dan non parametrik, serta indikator keberhasilan pelayanan di
rumah sakit dan puskesmas.
Petunjuk Penggunaan Modul Ajar
Modul pembelajaran ini akan berfungsi dengan baik jika didampingi

dengan buku petunjuk praktikum dan/ atau buku lembar kerja yang disusun
berdasarkan kompetensi-kompetensi kritis dalam ilmu statistika yang
diperlukan sebagai prasyarat untuk mencapai kompetensi-kompetensi yang
harus dimiliki oleh bidan profesional. Oleh karena itu, dalam mempelajari
modul ini, setiap tahap kegiatan belajar sebaiknya diikuti dengan kegiatan
praktikum dan penugasan, menggunakan buku petunjuk praktikum dan/ atau
buku lembar kerja yang telah tersedia.
Dalam mempelajari modul ini, hendaknya dilakukan langkah-langkah
sebagai berikut:
1. Mempelajari dengan seksama, cermat, dan teliti setiap kegiatan, sehingga
diperoleh pengetahuan, pemahaman yang mendalam dan menyeluruh.
2. Pada setiap kegiatan belajar disediakan beberapa tugas. Tugas-tugas
tersebut sebaiknya dikerjakan sesuai dengan petunjuk yang ada. Apabila
ditemukan kesulitan dalam penyelesaian tugas, perlu dipelajari kembali
materi kegiatan belajar yang terkait dengan tugas-tugas yang
menyertainya.
3. Setelah belajar dan berlatih dengan baik, langkah selanjutnya adalah
mengerjakan tes formatif. Hasil tes formatif sebaiknya diteliti kembali
dengan cermat. Jika sudah yakin mengenai kebenaran hasil tes, barulah
masuk ke langkah pencocokan dengan kunci jawaban yang tertera di
bagian akhir setiap kegiatan belajar.
4. Membaca umpan balik dan tindak lanjut. Jika hasil tes baik atau baik
sekali, kegiatan belajar tahap berikutnya dapat ditempuh. Jika hasil tes
cukup atau kurang, tes formatif harus diulang sekali lagi. Jika belum
berhasil, maka kegiatan belajar perlu diulang kembali, baru melaksanakan
tes formatif lagi.
5. Jika kegiatan belajar telah diulang, namun tes formatif masih cukup atau
kurang, perlu dilakukan konsultasi khusus dengan dosen.
ix
Diharapkan agar petunjuk-petunjuk di atas dilaksanakan dengan penuh
kedisiplinan sehingga para mahasiswa dapat mencapai hasil belajar sesuai
dengan harapan.
Perlu diingat bahwa sumber belajar untuk “Student Centered Learning”
bersifat multi dimensi, sehingga diperlukan sumber-sumber belajar lain yang
dapat mendukung sumber belajar ini. Karena di samping learning source by
design (seperti modul ini), seharusnya digunakan pula learning source by
utilization yang banyak kita dapatkan di lingkungan sekitar kita.
SCL juga mengandalkan keragaman model pembelajaran, sehingga
model-model pembelajaran inovatif lainnya yang mungkin belum
diintegrasikan dalam modul ini dapat pula digunakan untuk mendukung
terwujudnya capaian pembelajaran.
x
KEGIATAN BELAJAR 1
KEGIATAN BELAJAR 1
KONSEP UMUM
STATISTIKA
Kontributor:

KEGIATAN BELAJAR 1
1
KEGIATAN BELAJAR 1
DESKRIPSI MATERI KEGIATAN BELAJAR 1

Materi kegiatan belajar ini berfokus pada konsep umum tentang statistika
meliputi pengertian, kegunaan dan ruang lingkup statistika. Dilanjutkan penjelasan
mengenai data dan variabel, termasuk skala pengukuran.
CAPAIAN PEMBELAJARAN KEGIATAN BELAJAR 1

Kemampuan akhir yang diharapkan setelah menempuh kegiatan belajar ini
adalah mahasiswa mampu menjelaskan konsep umum statistika, serta
mengidentifikasi jenis skala data dari variabel.
KRITERIA PENILAIAN KEGIATAN BELAJAR 1

Kriteria penilaian pada kegiatan belajar tahap ini adalah ketepatan penjelasan
tentang konsep umum statistika, serta kecermatan identifikasi variabel menurut jenis
skala data.

KEGIATAN BELAJAR 1
2
KEGIATAN BELAJAR 1
MATERI KEGIATAN BELAJAR 1
Pengertian Statistika
Mungkin dalam hati Saudara timbul pertanyaan-pertanyaan seperti ini,

“Mengapa sebagai calon bidan Saya diharuskan mempelajari statistika?” “Bukankah
pekerjaan bidan adalah memberikan pertolongan kepada ibu hamil, ibu bersalin, ibu
nifas, bayi dan balita?” “Kenapa bidan harus repot-repot mempelajari ilmu hitung-
menghitung yang begitu rumit?” “Apakah ini penting artinya bagi bidan?”
Untuk menjawab pertanyaan-pertanyaan di atas, coba tengoklah kembali
kompetensi-kompetensi apa saja yang harus dikuasai oleh bidan. Adakah
kompetensi-kompetensi yang harus didasari oleh kemampuan matematika dan
statistika? Tentu ada, salah satu contohnya adalah kompetensi dalam lingkup
kebidanan komunitas yakni melaksanakan program PWS-KIA (Pemantauan Wilayah
Setempat Kesehatan Ibu dan Anak), baik pada tingkat desa maupun puskesmas,
bahkan tingkat kabupaten atau kota. Pengelolaan PWS-KIA meliputi pengumpulan
data, pengolahan data, serta analisis dan penyajian data berupa diagram batang.
Tentu diperlukan pemahaman tentang statistika untuk dapat melakukan hal ini.
Nah, coba sekarang Saudara renungkan sejenak. Pentingkah bagi calon bidan
seperti Saudara mempelajari statistika? Jika masih merasa tidak penting, sia-sia
Saudara mempelajari statistika. Yang saudara peroleh mungkin hanya kebosanan
dan kelelahan semata. Jika Saudara masih merasa enggan mendekati statistika, baik
karena tidak suka atau karena merasa terlalu sulit, berusahalah untuk meyakini
bahwa untuk menjadi bidan yang profesional, Saudara harus menguasai seluruh
kompetensi bidan dengan baik. Padahal, beberapa di antara kompetensi-kompetensi
tersebut hanya dapat dikuasai dengan baik jika Saudara menguasai statistika. Maka,
statistika harus Saudara sayangi, jika Saudara menyayangi profesi bidan. Dengan
cara berpikir seperti ini, mudah-mudahan timbul rasa sayang kepada statistika. Jika
sudah timbul rasa sayang kepada statistika, Saudara akan dapat mempelajari
statistika dengan nyaman dan penuh semangat. Statistika yang kata orang “SUSAH”
akan dapat Saudara pelajari dengan “MUDAH”. Nah, jika Saudara sudah yakin
bahwa mempelajari statistika itu penting, mari kita bangun semangat untuk mengenal
kembali statistika.
Tentu Anda pernah mendengar istilah statistika, setidak-tidaknya ketika Anda
sedang belajar di SMA. Secara etimologis, statistika berasal dari Bahasa Romawi
yaitu “States”, yang berarti “Negara”. Diartikan demikian, karena statistika kala itu
banyak digunakan untuk urusan negara seperti pajak, jumlah penduduk dan lain-lain.
Akhirnya muncullah berbagai jenis statistika misalnya statistika kependudukan,
statistika kelahiran, statistika pendidikan dan sebagainya. Pada saat itu, statistika
hanya digunakan untuk mendukung keseluruhan aktivitas kenegaraan. Dewasa ini
statistika telah berkembang menjadi ilmu yang berdiri sendiri.
Kegiatan statistika meliputi pengumpulan data, pengolahan data, penyajian dan
analisa data, penarikan kesimpulan, serta pembuatan keputusan yang didasarkan
atas data yang diperoleh. Data diperoleh dari fakta, yaitu peristiwa yang benar-benar
terjadi atau bekas-bekasnya ada. Kegunaan data adalah memberikan informasi

KEGIATAN BELAJAR 1
3
KEGIATAN BELAJAR 1
kepada yang membutuhkan, selanjutnya informasi ini dapat memberikan perubahan

pada manusia.
Jadi statistika adalah ilmu yang mempelajari pengumpulan, pengolahan,
penyajian, dan analisa data, serta penarikan kesimpulan. Langkah-langkah tersebut
harus berurutan dan berkesinambungan. Data yang dimaksud dalam kegiatan
statistika ini adalah data berupa angka-angka (data kuantitatif). Data kualitatif juga
bisa diolah setelah dikuantitaifkan.
Kegunaan Statistika
Lalu apa gunanya kita mempelajari statistika? Coba terlebih dahulu Saudara
bayangkan bagaimanakah cara menyajikan data balita di wilayah kerja sebuah
puskesmas jika tidak ada statistika. Saudara tentu sangat susah untuk menceritakan
masalah gizi buruk misalnya, belum lagi masalah lain seperti diare, pertumbuhan
anak, penerapan ASI eksklusif dan sebagainya. Tentu membutuhkan waktu yang
lama dan cara penyampaiannya pun mungkin sangat sulit dimengerti oleh orang lain.
Dengan adanya statistik, suatu obyek akan dapat digambarkan dengan lengkap dan
ringkas. Misalnya, menyajikan penerapan ASI eksklusif cukup menggunakan tabel
frekuensi, berapa persen yang sudah menerapkan dan berapa persen yang belum
menerapkan. Inilah kegunaan pertama dari statistika.
Statistika juga dapat membandingkan kejadian satu dengan kejadian lainnya
dengan beracuan pada waktu dan tempat. Kembali pada contoh PWS-KIA di atas,
penerapan statistika pada program ini dapat membandingkan keberhasilan ANC
(misalnya K1 dan K4) antara desa yang satu dengan yang lain, misalnya pencapaian
K1 Desa Subur pada tahun 2011 adalah 97%, sedangkan Desa Makmur hanya
85%. Bisa juga disajikan perbandingan K1 antar waktu dalam desa yang sama,
misalnya di Desa Subur pencapaian K1 pada pada tahun 2010 adalah 88%,
sedangkan pada tahun 2011 adalah 97%.
Dengan statistika kita juga bisa menduga kejadian yang sama pada masa yang
akan datang. Peramalan bisa dilakukan dengan cara yang sederhana misalnya
cukup dengan persamaan yang menghasilkan trend line (garis kecenderungan),
yang bisa kita dapatkan dengan pembuatan scatter diagram (diagram tebar) atau
bisa juga dari diagram Kartesius. Namun peramalan kejadian yang akan datang juga
bisa ditentukan dengan uji yang lebih rumit, dengan akurasi yang lebih tinggi,
misalnya dengan uji regresi.
Dapatkah Saudara memberi masing-masing satu contoh lagi mengenai 3
kegunaan statistika seperti yang telah diuraikan di atas? Cobalah sebelum
Saudara menginjak ke materi selanjutnya!
Ruang Lingkup Statistika
Statistika mencakup statistika deskriptif dan statistika inferensial. Statistika

deskriptif bertujuan menggambarkan suatu ciri penduduk, masyarakat, organisasi
pada situasi tertentu, berdasarkan data yang diperoleh. Kegiatan yang dilakukan
meliputi pengumpulan, pengolahan, penyajian, dan analisis data, serta penyimpulan,
namun tidak digunakan untuk membuat kesimpulan yang lebih luas (generalisasi/
KEGIATAN BELAJAR 1
4
KEGIATAN BELAJAR 1
inferensi). Statistika deskriptif digunakan untuk penelitian pada populasi atau pada
sampel, tetapi tidak bermaksud untuk membuat kesimpulan terhadap populasi
tempat sampel diambil. Contoh dari statistika deskriptif adalah statistika ibu hamil di
wilayah Kabupaten “M”. Dalam hal ini, dilakukan langkah-langkah pengumpulan data
sampai dengan penarikan kesimpulan, namun hanya sampai dengan
mendeskripsikan atau menggambarkan hasil yang diperoleh. Salah satu contoh dari
lingkup statistika deskriptif adalah: Distribusi kondisi ibu hamil di Kabupaten “M” pada
tahun 2011 adalah 81,22% adalah kehamilan fisiologis dan 18,78% adalah
kehamilan patologis.
Statistika inferensial adalah statistika yang digunakan untuk menganalisis
data sampel, dan hasilnya akan digeneralisasikan (diinferensikan) untuk populasi
tempat sampel diambil. Dengan kata lain, statistika inferensial bertujuan menaksir
secara umum suatu populasi dengan menggunakan sampel, termasuk di dalamnya
teori penaksiran dan pengujian teori. Kegiatan yang dilakukan adalah pengumpulan
data, pengolahan data, penyajian dan penyimpulan data, diikuti dengan tindak lanjut
yaitu melakukan generalisasi untuk populasi. Nilai-nilai yang ditentukan dari sampel
dinamakan statistik, sedangkan nilai-nilai yang ditentukan dari populasi dinamakan
parameter. Sebagai contoh, ingin diketahui efektifitas dukungan suami terhadap
kemajuan Kala I persalinan di Kabupaten Magetan. Karena tidak memungkinkan
untuk meneliti seluruh ibu bersalin yang ada di Magetan, maka diambil sebagian ibu
bersalin saja sebagai sampel (Saudara harus belajar kembali tentang besar sampel
dan teknik sampling). Selanjutnya sampel dipisahkan menjadi dua yaitu kelompok ibu
bersalin dengan dukungan suami dan kelompok ibu bersalin tanpa dukungan suami.
Pada tahap berikut dilakukan pengumpulan data tentang kemajuan Kala I pada
semua ibu bersalin. Setelah data yang terkumpul diolah, lalu dilakukan analisis data
untuk membandingkan kemajuan Kala I antara kelompok ibu bersalin dengan
dukungan suami dan tanpa dukungan suami. Akhirnya diperoleh kesimpulan bahwa
ibu bersalin dengan dukungan suami memiliki Kala I yang lebih singkat. Kesimpulan
ini dihitung berdasarkan sampel namun bisa disimpulkan untuk populasi. Inilah yang
dinamakan generalisasi atau inferensi statistik.
Selanjutnya statistika inferensial dibagi menjadi statistika parametrik dan non
parametrik. Statistika parametrik digunakan untuk menganalisis data berskala
interval dan rasio yang diambil dari populasi yang berdistribusi normal. Sedangkan
statistika non parametrik digunakan untuk menganalisis data berskala nominal dan
ordinal dari populasi yang bebas distribusi (tidak harus berdistribusi normal), serta
data berskala interval dan rasio yang tidak berdistribusi normal. Mungkin ada
beberapa istilah di atas yang telah Saudara lupakan yaitu skala nominal, ordinal,
interval, dan rasio. Jangan khawatir, agar proses belajar Saudara tidak terganggu
oleh keempat istilah tersebut, terlebih dahulu kita akan mengulas secara sekilas
tentang jenis-jenis skala data tersebut pada bagian berikutnya.
Pengertian dan Jenis Data
Saudara tentu sangat familier dengan kata “data”, namun belum tentu memiliki
pemahaman yang benar tentang kata tersebut. Jika Saudara mengatakan, “Saya
memerlukan data-data K1, K4, KN untuk dapat membuat laporan PWS-KIA”, maka

KEGIATAN BELAJAR 1
5
KEGIATAN BELAJAR 1
perkataan Saudara adalah salah. Yang benar adalah, “Saya memerlukan data K1,
K4, KN untuk dapat membuat laporan PWS-KIA”. Mengapa demikian? Karena data
adalah bentuk jamak dari datum. Saudara sudah mengerti penjelasan ini bukan?
Data hasil penelitian dikelompokkan menjadi dua yaitu data kualitatif dan data
kuantitatif. Data kualitatitif adalah hasil observasi atau pengukuran yang berbentuk
kata, kelompok, atau kategori. Contoh data kualitatif adalah:
 Keramahan bidan terhadap konsumen (sangat ramah, ramah, dan tidak ramah)
 Jenis kelamin bayi baru lahir (laki-laki dan perempuan)
 Warna rambut (hitam dan pirang)
 Ketajaman penglihatan balita (normal dan abnormal)
 Golongan darah ibu hamil (A, B, AB, dan O)
Sedangkan data kuantitatif adalah hasil observasi atau pengukuran yang
berbentuk angka, atau data kualitatif yang sudah diangkakan (melalui proses
scoring). Contoh dari data kuantitatif hasil observasi atau pengukuran langsung
adalah:
 Tinggi badan ibu hamil (dalam cm)
 Berat badan bayi (dalam gram)
 Jumlah anak yang dilahirkan hidup
 Tekanan darah ibu hamil (dalam mmHg)
Sedangkan contoh data kualitatif yang telah dikuantitatifkan melalui scoring adalah:
 Warna kulit, denyut jantung, refleks, aktifitas, dan usaha bernafas bayi yang telah
diangkakan menjadi APGAR Score (0-10)
 Warna urin hasil tes reduksi diangkakan menjadi (-, +1, +2, +3, dan +4)
Data kuantitatif dibedakan menjadi data diskrit (jika memiliki nilai diskrit) dan
data kontinyu (jika memiliki nilai kontinyu). Contoh dari data diskrit adalah jumlah
anak, frekuensi kunjungan ANC dan sebagainya. Agar Saudara lebih gampang
memahami hal ini, intinya bahwa data diskrit tidak memungkinkan angka di belakang
koma. Jumlah anak adalah 1, 2, 3, dan seterusnya. Tidak mungkin jumah anak
adalah 2,75. Tidak mungkin ibu hamil melaksanakan kunjungan ANC 3,5 kali. Seperti
inilah data diskrit. Mudah bukan?
Sebaliknya data kontinyu membolehkan angka di belakang koma, misalnya
jarak tempuh puskesmas, tekanan darah ibu hamil, kecepatan Kala I persalinan. Kita
bisa mengatakan jarak tempuh ke puskesmas adalah 1,5 km. Saudara sudah bisa
membedakan data diskrit dan data kontinyu sekarang? Mudah-mudahan contoh tadi
mudah Saudara mengerti.
Ada lagi penggolongan data kuantitatif yang lebih umum diterapkan dalam
penelitian yaitu data nominal, ordinal, interval, dan rasio. Oleh karena itulah banyak
peneliti yang mengatakan bahwa data memiliki 4 macam skala yaitu data berskala
nominal, ordinal, interval, dan rasio. Dasar dari perbedaan keempat skala tersebut
adalah:
 Adanya kategori
 Adanya jenjang pada kategori
 Adanya jarak yang tetap antar jenjang pada kategori
 Adanya nilai nol mutlak pada kategori
Agar lebih jelas mari kita bahas satu demi satu.

KEGIATAN BELAJAR 1
6
KEGIATAN BELAJAR 1
1. Skala nominal
Ciri-ciri dari data berskala nominal adalah hanya memiliki syarat pertama yaitu
adanya kategori. Sedangkan syarat kedua, ketiga, dan keempat tidak dimiliki, jadi
tidak ada jenjang antar kategori, tentu saja tidak ada jarak tetap antar jenjang, dan
memiliki nilai “0” mutlak. Yang termasuk dalam skala nominal adalah semua data
dikotomi (hanya 2 kategori) dan data bukan dikotomi yang tidak berjenjang.
Data dikotomi atau hanya memiliki 2 pilihan selalu dianggap sebagai data berskala
nominal. Contoh skala nominal dikotomi adalah:
 Gender (pria dan wanita)
 Keberhasilan belajar mahasiswa bidan (lulus dan tidak lulus)
 Tingkat pengetahuan kader posyandu (baik dan buruk)
 Sikap terhadap metode KB pria (menerima dan menolak)
 Kejadian infeksi HIV (positif dan negatif)
 Kejadian anemia ibu hamil (anemia dan tidak anemia).
Coba carilah lagi setidak-tidaknya 10 contoh data dikotomi, secara lisan
saja!
Contoh skala nominal bukan dikotomi adalah:
 jenis pekerjaan kader posyandu (petani, pedagang, PNS, dan wiraswasta)
 Agama ibu hamil (Katolik, Protestan, Islam, Hindu, dan Budha),
 Jenis penyakit yang diderita ibu hamil (infeksi, neoplasma, dan degeneratif)
 Gaya belajar kader desa siaga (auditorial, visual, dan kinestetikal)
Coba carilah lagi setidak-tidaknya 10 contoh data berskala nominal bukan
dikotomi, sebutkan secara lisan saja untuk melatih pemahaman Saudara!
Agar lebih mudah memahami skala nominal, yang penting bahwa data berskala
nominal hanya memiliki kategori tanpa jenjang. Maksudnya, antara kategori yang
satu dan yang lainnya tidak ada urutan tingkatan. Jadi tidak boleh dikatakan
bahwa pria lebih tinggi daripada wanita, sikap menerima lebih baik daripada
menolak, pedagang lebih tinggi daripada petani. Cobalah Saudara pahami terlebih
dahulu skala nominal ini sebelum mempelajari skala ordinal.
2. Skala ordinal
Ciri-ciri dari data berskala ordinal adalah adanya kategori dan jenjang antar
kategori, sedangkan syarat ketiga dan keempat tidak dipenuhi. Jadi tidak ada
jarak tetap antar jenjang dan tidak ada nilai “0” mutlak. Data dikotomi tidak masuk
skala ordinal. Contoh dari skala ordinal adalah:
 Keberhasilan belajar mahasiswa bidan (1= tidak lulus, 2= lulus melalui remidial,
dan 3= lulus)
 Tingkat pengetahuan kader posyandu (1= buruk, 2= kurang, 3= cukup, dan 4=
baik)
 Sikap terhadap metode KB pria (1= menolak, 2= netral, dan 3= menerima)
 Kejadian anemia ibu hamil (1= anemia berat, 2= anemia sedang, 3= anemia
ringan, dan 4= tidak anemia)
 Derajat Ca Cervix (1= Stadium IV, 2= Stadium III, 3= Stadium II, dan 4=
Stadium I)

KEGIATAN BELAJAR 1
7
KEGIATAN BELAJAR 1
Ingat! Tidak ada jarak tetap antar jenjang. Sebagai contoh, nilai untuk tingkat
pengetahuan buruk: 0-45, kurang: >45-55, cukup: >55-75, baik: >75-100.
Perhatikan bahwa rentang keempat kategori berbeda-beda, yaitu buruk: 45,
kurang: 10, cukup: 20, dan baik: 25.
Saudara sudah memahami? Jika sudah, coba berikan setidak-tidaknya 5
contoh lagi, tidak perlu Saudara tulis, cukup Saudara sebutkan saja secara
lisan!
3. Skala interval
Ciri-ciri dari data berskala interval adalah memiliki kategori, jenjang antar kategori,
jarak tetap antar jenjang, namun tidak mengandung nilai “0” mutlak. Atau dengan
kata lain memenuhi syarat pertama, kedua, dan ketiga. Syarat pertama dan kedua
telah dijelaskan di atas, sedangkan yang dimaksud dengan syarat ketiga (jarak
tetap antar jenjang) adalah bahwa antara jenjang yang satu dengan jenjang
berikutnya jaraknya selalu sama, demikian pula dengan jenjang sebelumnya.
Coba Saudara perhatikan contoh berikut:
 Tingkat pengetahuan kader posyandu berupa nilai mentah dengan skala 0-100
 Sikap terhadap metode KB pria berupa skor mentah dengan skala 0-80
 Suhu benda dalam derajat Celsius
Perhatikan bahwa kategori tingkat pengetahuan kader adalah: 1, 2, 3, …, 100.
Tampak dengan jelas bahwa jarak antar kategori adalah 1.
Sebelum berlanjut, coba Saudara berlatih menjelaskan jarak antar jenjang
pada suhu dalam skala Celsius!
Dalam ketiga contoh di atas terdapat angka “0”, namun bukan nol yang mutlak/
absolut. Maksudnya nol dalam hal ini bukan berarti “tidak ada memiliki sesuatu”,
tetapi hanya nol kesepakatan saja. Pada contoh pertama, jika didapatkan nilai
pengetahuan nol, bukan berarti kader posyandu tersebut tidak memiliki
pengetahuan sama sekali, namun telah disepakati bahwa jika seluruh item tes
dijawab salah, maka skor yang didapatkan adalah nol. Demikian pula pada contoh
kedua tentang sikap. Pada contoh ketiga, jika didapatkan suhu 0 derajat Celsius
pada es, bukan berarti bahwa es tersebut tidak memiliki suhu, tetapi telah
disepakati bahwa ketika air membeku menjadi es, air raksa pada thermometer
Celsius tepat pada angka nol.
Sebelum berlanjut ke skala rasio, cobalah untuk memberikan 5 contoh lagi
tentang data berskala rasio, secara lisan saja. Kalau perlu, diskusikan
dengan sesama mahasiswa agar mendapatkan pemahaman yang sama,
tentu saja untuk mendapatkan pemahaman yang benar!
4. Skala rasio
Ciri-ciri dari data berskala rasio adalah memiliki kategori, jenjang antar kategori,
jarak tetap antar jenjang, dan memiliki nilai “0” mutlak. Jika Saudara sudah
memahami skala interval, tidak akan sulit untuk memahami skala rasio, karena
yang membedakan hanyalah adanya nilai “0” mutlak. Yang dimaksud dengan nol
mutlak sudah kita bahas pada skala interval.
Contoh dari skala rasio adalah:

KEGIATAN BELAJAR 1
8
KEGIATAN BELAJAR 1
 Paritas
 Frekuensi pemeriksaan ANC
 Frekuensi denyut nadi permenit
 Tinggi badan balita dalam cm
 Berat badan remaja putri dalam kg
Pada contoh pertama, jika paritas nol berarti ibu tersebut memang tidak memiliki
anak (nol mutlak), pada contoh kedua jika frekuensi ANC adalah nol berarti ibu
tidak pernah datang untuk ANC, jika frekuensi denyut nadi nol berarti memang
tidak memiliki denyut nadi, demikian seterusnya. Bagaimana? Mudah kan
membedakan skala interval dengan skala rasio?
Yang khas pada pada data berskala rasio, nilai perbandingan dapat diterapkan
dan ini tidak berlaku untuk data berskala interval. Sebagai contoh, jika frekuensi
ANC ibu A adalah 3 kali dan Ibu B adalah 6 kali, maka bisa dikatakan bahwa
frekuensi ANC ibu B, 2 kali lipat lebih sering dibandingkan dengan ibu A. Ini
didapatkan dari penghitungan 6/3 = 2. Jika Ibu S memiliki 8 anak, sedangkan Ibu
K memiliki 2 anak, maka boleh dikatakan bahwa ibu S memiliki anak 4 kali lipat
lebih banyak daripada ibu K.
Variabel dan Skala Pengukuran
Variabel didefinisikan sebagai suatu atribut yang menggambarkan orang,

tempat, barang, atau ide. Nilai dari variabel harus dapat bervariasi atau berbeda
dari satu entitas dengan lainnya. Sebagai contoh, tinggi badan adalah variabel
karena menggambarkan orang, dan dapat bervariasi antara orang yang satu dengan
yang lainnya, misalnya: tinggi badan dari 10 balita adalah 80 cm, 80 cm, 85 cm, 86
cm, 89 cm, 95 cm, 95 cm, 97 cm, 97 cm, dan 99 cm. Kerawanan desa terhadap
wabah DHF adalah variabel karena menggambarkan tempat, dan dapat bervariasi,
misalnya: Desa A sangat rawan, Desa B tidak rawan, Desa C rawan, Desa D sangat
rawan, Desa E tidak rawan, dan seterusnya.
Variasi dari nilai variabel berkaitan erat dengan empat macam skala data.
Setiap variasi yang melekat pada variabel dapat berupa skala nominal, ordinal,
interval, maupun rasio. Agar lebih jelas coba Saudara perhatikan contoh berikut:
 Pada variabel jenis kelamin didapatkan 2 variasi data dengan skala nominal yaitu
pria dan wanita.
 Pada variabel status gizi balita didapatkan 4 variasi data berskala ordinal yaitu gizi
buruk, gizi kurang, gizi baik dan gizi lebih.
 Pada variabel sikap remaja putri terhadap ATM kondom didapatkan 41 variasi
data berskala interval yaitu 0, 1, 2, 3, 4, 5, …, 40.
 Pada variabel frekuensi kekambuhan asthma didapatkan banyak variasi data
berskala rasio, yaitu 0 kali, 1 kali, 2 kali , 3 kali, ... dan seterusnya.
Bisakah Saudara memberikan tiga contoh lagi?
Cobalah secara lisan saja, tidak harus Saudara tulis!
Perlu dipahami bersama bahwa untuk satu variabel, variasi yang didapatkan
bisa saja sengaja dibuat berupa skala nominal, ordinal, interval, atau rasio. Sebagai
contoh, variasi dari variabel tingkat pengetahuan bidan di desa, dapat berupa skala
nominal, ordinal, dan interval. Coba perhatikan penjelasan berikut:

KEGIATAN BELAJAR 1
9
KEGIATAN BELAJAR 1
 Jika tingkat pengetahuan dinilai dari skor mentah hasil mengerjakan tes, maka
data berskala interval, karena variasi yang mungkin adalah 0, 1, 2, …., 100.
 Jika skor mentah tingkat pengetahuan dikategorikan menjadi 3, misalnya skor 0-
55 adalah kurang, skor 56-75 adalah cukup, dan skor 76-100 adalah baik, maka
jelas bahwa data berskala ordinal.
 Jika skor mentah tingkat pengetahuan dikategorikan menjadi 2 (dikotomik),
misalnya skor 0-55 adalah buruk, dan skor 56-100 adalah baik, maka data
berskala nominal.
Pemilihan skala data seperti contoh di atas disesuaikan dengan kebutuhan.
Sebagai contoh jika statistika digunakan sebagai alat untuk menilai kelayakan tingkat
pengetahuan bidan di desa, maka cukup digunakan kategori memadai dan tida
memadai. Tetapi jika tujuan yang diharapkan adalah untuk menilai tingkat
pengetahuan bidan di desa sebelum dan sesudah pelatihan, maka sebaiknya
digunakan skala interval. Misalnya skor sebelum pelatihan adalah 76 dan sesudah
pelatihan 95, berarti tampak ada peningkatan. Dalam skala ordinal 76 dan 95 masuk
kategori baik, sehingga dikatakan skor sebelum pelatihan adalah 3= baik, skor
sesudah pelatihan juga 3= baik, jadi seolah-olah tidak terjadi peningkatan.

KEGIATAN BELAJAR 1
10
KEGIATAN BELAJAR 1
TUGAS KEGIATAN BELAJAR 1
Setelah mempelajari materi Kegiatan Belajar 1 dan melaksanakan beberapa

latihan lisan di atas, saya ajak Saudara untuk berlatih menghubungkan konsep teori
yang telah Anda pelajari tersebut dengan situasi nyata di lapangan. Model belajar
seperti ini dinamakan “contextual instruction”. Pada situasi yang berbeda
Saudara dapat menerapkan pembelajaran kontekstual seperti ini.
Baiklah, mari kita mulai saja. Lakukanlah tugas berikut dengan sebaik-
baiknya:
1. Pilihlah salah satu wilayah RT, boleh di sekitar tempat tinggal Saudara, boleh
pula di sekitar tempat kost, atau di sekitar kampus.
2. Lalu cobalah mempraktikkan langkah pertama dari kegiatan statistika yaitu
pengumpulan data tentang variabel apa saja yang Saudara sukai, misalnya
perkembangan balita, tekanan darah para lansia, kadar Hb ibu hamil, tingkat
pendidikan ibu, dan sebagainya. Usahakan tidak hanya satu variabel saja,
supaya tugas nomor 6 (paling akhir) berpeluang besar untuk dapat dipraktikkan.
3. Setelah data terkumpul, olahlah dan sajikan secara sederhana, misalnya berupa
frekuensi, rerata, modus dan sebagainya.
4. Setelah selesai, cobalah untuk menyimpulkan apakah kegunaan dari kegiatan
statistika yang telah Saudara lakukan tadi.
5. Identifikasilah variabel yang telah Saudara kumpulkan datanya, berdasarkan
jenis skala data.
6. Terakhir, berlatihlah untuk mengubah skala data variabel jika memungkinkan
untuk diubah.
LATIHAN KEGIATAN BELAJAR 1
Soal Latihan
Setelah Saudara pelajari Kegiatan Belajar 1 di atas, pelajari juga referensi

tambahan dari buku atau internet, lalu jawablah pertanyaan-pertanyaan berikut !
Usahakan agar tidak melihat materi pembelajaran ini!
1. Uraikan kembali dengan bahasa Saudara sendiri, apa pengertian dari statistika?
2. Jelaskan mengenai kegunaan dari statistika!
3. Pada saat melaksanakan PWS-KIA, lingkup statistika deskriptif ataukah statistika
inferensial yang sedang Saudara terapkan?
4. Identifikasilah skala data dari variabel-variabel berikut disertai dengan alasan
yang benar!
a. Penghasilan dalam rupiah
b. Kejadian sepsis neonatorum

KEGIATAN BELAJAR 1
11
KEGIATAN BELAJAR 1
c. Kadar hemoglobin dalam g/dL

d. Jumlah lekosit
e. Hasil pengukuran indeks massa tubuh (IMT)
f. Tingkat perkembangan anak menggunakan KPSP
g. Nilai mentah dari APGAR Score
h. Stadium kanker leher rahim
i. Derajat anemia
j. Jenis hepatitis
5. Variabel status gizi balita yang diukur berdasarkan berat badan menurut tinggi
badan berskala interval ataukah rasio? Selanjutnya ubahlah menjadi skala
ordinal dan juga menjadi skala nominal!
Kunci Jawaban Latihan
1. Setidak-tidaknya mencakup pengumpulan data, pengolahan data, penyajian dan

analisis data, dan penarikan kesimpulan.
2. Minimal menyebutkan 3 kegunaan pokok dari statistika, sebagaimana dijelaskan
pada sub materi ke-2.
3. Terlebih dahulu pelajarilah kembali PWS-KIA (Saudara dapat mengunduh Buku
Pedoman PWS_KIA dari website Kemenkes). Jika sudah memahami, Saudara
pasti dapat menjawab dengan mudah statistika apakah yang diterapkan dalam
PWS-KIA.
4. Saudara pasti dapat menjawab dengan baik, jika memahami dengan baik sub
materi ke-4 tentang skala data. Hati-hati karena soal ini sangat berpotensi
menimbulkan perbedaan jawaban antar mahasiswa, dan bisa saja jawaban yang
berbeda-beda tersebut semuanya benar. Karena alasan yang diberikan bisa saja
berbeda. Mengapa demikian? Inti persoalan ini adalah identik dengan soal
latihan ke-5.
5. Sub materi ke-5 tentang variabel dan skala pengukuran merupakan pedoman
untuk menjawab soal ini. Agar jawaban Saudara tidak mereka-reka sendiri,
melainkan sesuai dengan pedoman yang berlaku, maka pelajarilah terlebih
dahulu materi ilmu gizi yang membahas tentang status gizi. Selanjutnya gunakan
sebagai dasar untuk penyusunan skala.

KEGIATAN BELAJAR 1
12
KEGIATAN BELAJAR 1
RANGKUMAN KEGIATAN BELAJAR 1
1. Kegiatan statistika mencakup pengumpulan data, pengolahan data, penyajian

dan analisis data, serta penarikan kesimpulan.
2. Kegunaan statistika adalah: 1) untuk menggambarkan obyek dengan lengkap
dan ringkas, 2) untuk membandingkan antar kejadian dengan beracuan pada
waktu dan tempat, 3) untuk meramalkan kejadian yang sama pada masa yang
akan datang
3. Ruang lingkup statistika meliputi statistika deskriptif dan statistika inferensial.
Selanjutnya statistika inferensial dibedakan atas statistika parametrik dan
statistika non parametrik.
4. Data dibedakan menjadi data kualitatif dan data kuantitatif. Selanjutnya data
kuantitatif dibedakan menjadi data diskrit dan data kontinyu. Data juga bisa
digolongkan menjadi skala nominal, ordinal, interval, dan rasio.
5. Suatu variabel bisa memiliki skala yang berbeda-beda, tergantung kepentingan
peneliti.

KEGIATAN BELAJAR 1
13
KEGIATAN BELAJAR 1
TES FORMATIF KEGIATAN BELAJAR 1

Pilihlah salah satu jawaban yang paling benar!
1. Pengumpulan data, pengolahan data, analisis data dan penarikan kesimpulan

merupakan ………
a. Manfaat dari statistika
b. Kegunaan dari statistika
c. Pengertian dari statistika
d. Ruang lingkup dari statistika
e. Penerapan statistika deskriptif
2. Contoh dari kegunaan statistika sebagai metode untuk meramalkan kejadian

pada masa yang akan datang adalah ……
a. Hasil dari uji regresi
b. Pembuatan grafik SKDN di posyandu
c. Menganalisis faktor resiko kejadian BBLR
d. Menyajikan data kehamilan resiko tinggi melalui program PWS-KIA
e. Analisis keterampilan kader posyandu antara sebelum dan sesudah pelatihan
3. Disajikan 5 contoh penerapan statistika yaitu: 1) menganalisis perbedaan

APGAR score antara sampel bayi yang dilahirkan oleh ibu dengan anemia dan
tidak anemia, 2) menyajikan diagram garis tentang perubahan peserta KB
vasektomi dalam 5 tahun terakhir, 3) menyajikan pengalaman pelatihan para
kader posyandu di wilayah Kecamatan Sukorejo, 4) mengevaluasi dampak
pelatihan APN terhadap kinerja bidan dalam menolong persalinan dalam suatu
eksperimen, 5) menyajikan data SKDN Posyandu Melati.
Dari 5 contoh di atas, manakah yang merupakan penerapan statistika
inferensial?
a. Contoh 1 dan 3
b. Contoh 1 dan 4
c. Contoh 2 dan 4
d. Contoh 3 dan 5
e. Contoh 4 dan 5
4. Disajikan 10 contoh yaitu: 1) pria, 2) niat untuk mengikuti KB, 3) gizi buruk, 4)
anemia berat, 5) sikap positif terhadap tubektomi, 6) derajat dehidrasi, 7) petani,
8) jumlah anggota keluarga, 9) kebersihan lingkungan rumah, 10) HIV positif
Dari 10 contoh di atas, manakah yang merupakan variabel?
a. Contoh 2, dan 6
b. Contoh 6, dan 9
c. Contoh 2, 6, 8, dan 9

KEGIATAN BELAJAR 1
14
KEGIATAN BELAJAR 1
d. Contoh 2, 5, 6, dan 8
e. Contoh 3, 5, 8, dan 9
5. Disajikan 10 variabel yaitu: 1) warna kulit, 2) motivasi bidan, 3) kadar protein

dalam urin, 4) paritas, 5) minat mengikuti senam hamil, 6) konsumsi kalori per
hari, 7) kinerja bidan, 8) kepuasan pelanggan PONED, 9) tingkatan desa siaga,
10) ukuran panggul luar.
Dari 10 contoh di atas, data variabel manakah yang berskala rasio?
a. Contoh 2, 3, dan 4
b. Contoh 4, 6, dan 10
c. Contoh 3, 4, 6, dan 10
d. Contoh 3, 4, 5, 6, dan 10
e. Contoh 2, 3, 4, 5, 6, dan 10
UMPAN BALIK DAN TINDAK LANJUT KEGIATAN BELAJAR 1
Cocokkan jawaban Saudara dengan kunci jawaban tes formatif yang terdapat pada
bagian akhir Kegiatan Belajar 1, kemudian hitunglah jumlah jawaban yang benar!
Jika jawaban yang benar adalah:
90% - 100% : baik sekali

80% - 89% : baik
70% -79% : cukup
kurang dari 70% : kurang
Kalau Saudara memiliki tingkat pencapaian 80% ke atas, maka hasil Saudara
Bagus! Saudara dapat melanjutkan ke Kegiatan Belajar 2. Tetapi jika pencapaian
Saudara kurang dari 80%, maka sebaiknya ulangilah Kegiatan Belajar 1, terutama
bagian-bagian yang belum Saudara kuasai!

KEGIATAN BELAJAR 1
15
KEGIATAN BELAJAR 1
REFERENSI KEGIATAN BELAJAR 1
Anonymous. 2011. Statistics, Probability, and Survey Sampling.

http://www.stattrek.com
Anonymous. 2011. Elementary Statistics and Probability Tutorials and Problems.

http://www.analyzemath.com\statistics.html
Danapriatna Nana dan Setiawan Rony. 2005. Pengantar Statistika. Yogyakarta:

Graha Ilmu.
Purwanto Heri. 1995. Pengantar Statistik Keperawatan. Jakarta: Penerbit Buku

Kedokteran EGC.
Sugiyono. 2007. Statistika Untuk Penelitian. Bandung: Penerbit Alfabeta.
KUNCI JAWABAN TES FORMATIF KEGIATAN BELAJAR 1
1. C
2. A
3. B
4. C
5. C

KEGIATAN BELAJAR 1
16
KEGIATAN BELAJAR 2
KEGIATAN BELAJAR 2
PENYAJIAN DATA
Kontributor:

KEGIATAN BELAJAR 2
1
KEGIATAN BELAJAR 2

Materi kegiatan belajar ini berfokus pada teknik-teknik penyajian data, yaitu
penyajian data secara tekstular atau naratif, penyajian data secara tabular atau
menggunakan tabel, serta penyajian data secara grafikal atau menggunakan grafik
atau diagram.
Setelah melaksanakan Kegiatan Belajar 2 diharapkan mahasiswa mampu

mempraktikkan penyajian data dengan cara tekstular, tabular, dan grafikal.

Kriteria penilaian pada kegiatan belajar tahap ini adalah ketepatan praktik,
kreatifitas ide, serta keaktifan dalam kelompok.

KEGIATAN BELAJAR 2
2
KEGIATAN BELAJAR 2

Menyesuaikan dengan rencana pembelajaran yang telah disusun.





Analog dengan KB 1
Menyesuaikan
Menyesuaikan

KEGIATAN BELAJAR 2
3
KEGIATAN BELAJAR 3
KEGIATAN BELAJAR 3
TEORI
PROBABILITAS
Kontributor:
Budi Joko Santosa

KEGIATAN BELAJAR 3
1
KEGIATAN BELAJAR 3

Menyesuikan dengan rencana pembelajaran.



KEGIATAN BELAJAR 3
2
KEGIATAN BELAJAR 3






Analog dengan KB 1
Menyesuaikan
Menyesuaikan

KEGIATAN BELAJAR 3
3
LAMPIRAN

Contoh Modul Murnajati Nov 2012

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Contoh Modul Murnajati Nov 2012

Diunggah oleh

Hak Cipta:

Format Tersedia

Editor:

Heru Santoso Wahito Nugroho

Modul Ajar Statistika Untuk Mahasiswa Diploma IV Bidan

Editor: Heru Santoso Wahito Nugroho

Desain kulit muka: Heru Santoso Wahito Nugroho

Hak cipta dilindungi Undang-Undang

Cetakan Pertama: 2012

KATALOG DALAM TERBITAN

Modul Ajar Statistika Untuk Mahasiswa Diploma IV Bidan /

Syukur Alhamdulillahi robbil ‘alamin kami panjatkan kehadirat Allah SWT

Heru Santoso Wahito Nugroho

Halaman Judul Luar i

Kegiatan Belajar 1 KB 1-1

Kegiatan Belajar 2 KB 2-1

Pemahaman tentang statistika terapan sangat diperlukan oleh bidan

Setelah mempelajari mata kuliah ini mahasiswa mampu melakukan

Kompetensi Profesi Bidan yang akan Ditunjang

Mata kuliah statistik diperlukan dalam kurikulum pendidikan bidan untuk

“Bidan memberikan asuhan yang bermutu tinggi dan komprehensif pada

Selanjutnya unit-unit keterampilan yang perlu pemahaman statistika untuk dapat

Capaian pembelajaran (learning outcomes) dari mata kuliah ini adalah:

Prasyarat untuk dapat mempelajari statistika dengan baik adalah

Petunjuk Penggunaan Modul Ajar

Modul pembelajaran ini akan berfungsi dengan baik jika didampingi

Modul Ajar Statistika Untuk Mahasiswa Diploma IV Bidan

DESKRIPSI MATERI KEGIATAN BELAJAR 1

CAPAIAN PEMBELAJARAN KEGIATAN BELAJAR 1

KRITERIA PENILAIAN KEGIATAN BELAJAR 1

Modul Ajar Statistika Untuk Mahasiswa Diploma IV Bidan

MATERI KEGIATAN BELAJAR 1

Mungkin dalam hati Saudara timbul pertanyaan-pertanyaan seperti ini,

Modul Ajar Statistika Untuk Mahasiswa Diploma IV Bidan

kepada yang membutuhkan, selanjutnya informasi ini dapat memberikan perubahan

Ruang Lingkup Statistika

Statistika mencakup statistika deskriptif dan statistika inferensial. Statistika

Pengertian dan Jenis Data

Modul Ajar Statistika Untuk Mahasiswa Diploma IV Bidan

Modul Ajar Statistika Untuk Mahasiswa Diploma IV Bidan

Modul Ajar Statistika Untuk Mahasiswa Diploma IV Bidan

Modul Ajar Statistika Untuk Mahasiswa Diploma IV Bidan

Variabel dan Skala Pengukuran

Variabel didefinisikan sebagai suatu atribut yang menggambarkan orang,

Modul Ajar Statistika Untuk Mahasiswa Diploma IV Bidan

Modul Ajar Statistika Untuk Mahasiswa Diploma IV Bidan

TUGAS KEGIATAN BELAJAR 1

Setelah mempelajari materi Kegiatan Belajar 1 dan melaksanakan beberapa

LATIHAN KEGIATAN BELAJAR 1

Setelah Saudara pelajari Kegiatan Belajar 1 di atas, pelajari juga referensi

Modul Ajar Statistika Untuk Mahasiswa Diploma IV Bidan

c. Kadar hemoglobin dalam g/dL

Kunci Jawaban Latihan

1. Setidak-tidaknya mencakup pengumpulan data, pengolahan data, penyajian dan

Modul Ajar Statistika Untuk Mahasiswa Diploma IV Bidan

RANGKUMAN KEGIATAN BELAJAR 1

1. Kegiatan statistika mencakup pengumpulan data, pengolahan data, penyajian

Modul Ajar Statistika Untuk Mahasiswa Diploma IV Bidan

TES FORMATIF KEGIATAN BELAJAR 1

1. Pengumpulan data, pengolahan data, analisis data dan penarikan kesimpulan

2. Contoh dari kegunaan statistika sebagai metode untuk meramalkan kejadian

3. Disajikan 5 contoh penerapan statistika yaitu: 1) menganalisis perbedaan

Modul Ajar Statistika Untuk Mahasiswa Diploma IV Bidan

5. Disajikan 10 variabel yaitu: 1) warna kulit, 2) motivasi bidan, 3) kadar protein

UMPAN BALIK DAN TINDAK LANJUT KEGIATAN BELAJAR 1