TUGAS MAKALAH

BIOSTATISTIK

OLEH : KELOMPOK 2
DESMAYELLY (1721312055)
WALDI RAHMAN (1721312056)
HIDAYATUL HASNI (1721312057)
DEVI EKA SAFITRI (1721312058)
HIDAYATUL RAHMI (1721312059)
ISNADI AGUS (1721312060)
TRIA SUCI HELINA PUTRI (1721312061)
SEPTA NELLY (1721312062)
YENNI ELFIRA (1721312063)
ANIL BASYA (1721312064)

MAGISTER KEPERAWATAN
UNIVERSITAS ANDALAS PADANG
2017
 DAFTAR ISI

BAB I PENDAHULUAN

A. Latar Belakang.......................................................................................1

B. Tujuan....................................................................................................2

BAB II TINJAUAN PUSTAKA

A. Dispersi..................................................................................................3

B. Simpangan baku dan rata – rata..............................................................6

C. Koefisien Varian............................................................................................10

BAB III PENUTUP

A. Kesimpulan..........................................................................................12

B. Saran....................................................................................................12

DAFTAR PUSTAKA
 BAB I
PENDAHULUAN

A. LATAR BELAKANG
Statistik kesehatan adalah data atau informasi yang berkaitan dengan
masalah kesehatan. Statistika kesehatan sangat bermanfaat untuk
kepentingan administratif, seperti merencanakan program pelayanan
kesehatan, mementukan alternatif penyelesaian masalah kesehatan, dan
melakukan analisis tentang berbagai penyakit selama periode waktu tertentu
atau (time series analisis). Selain itu, statistika kesehatan juga untuk
menentukan penyebab timbulnya penyakit baru yang belum diketahui atau
untuk menguji manfaat obat bagi penyembuhan penyakit tertentu setelah
hasil uji klinik dinyatakan berhasil.
Statistik kesehatan secara administrasi dapat digunakan untuk
memberikan penerangan tentang kesehatan kepada masyarakat, misalnya
informasi tentang pentingnya imunisasi pada bayi dan anak, informasi
tentang cara penularan penyakit AIDS dan lain – lain.
Penggunaan metode statistik dalam bidang kesehatan di ikuti oleh
sarjana – sarjana lain seperti William Farr, Karl Person dll. Walaupun
demikian, perkembangan statistik di bidang kedokteran mengalami
hambatan pada saat itu karena masih banyak klinisi yang skeptis dan tidak
setuju penggunaan metode statistik dalam bidang kedokteran dengan alasan
statistika hanya merupakan kumpulan angka – angka yang tidak sesuai
dengan kenyataan dan etika kemanusiaan. Alasan lain tidak digunakannya
statistik dalam bidang kedokteran karena perhatian dokter hanya tertuju
pada penderita secara individu dan setiap penderita akan berbeda dengan
penderita lain hingga konstribusi statistik untuk kemajuan bidang
kedokteran sangat kecil.
Walaupun demikian, data statistik sangat dibutuhkan oleh para
dokter untuk menarik kesimpulan, misalnya bila seorang dokter
menemukan seorang penderi migrain yang sembuh dengan kunyit. Dokter
tersebut tidak dapat menyimpulkan langsung bahwa kunyit dapat

1
 menyembuhkan migrain. Untuk dapat menyimpulkannnya maka
dibutuhkan data- data statistik yang menyatakan bahwa lebih banyak
penderita migrain yang dapat disembuhkan dengan kunyit dibandingkan
dengan obat lain yang biasa digunakan.
Sejak beberapa dekade terakhir ini, kemajuan di bidang kedokteran
di dukung oleh pemakaian metode statistika. Oleh karena itu, pengetahuan
tentang prinsip dasar metode statistika serta aplikasinya dibutuhkan oleh
para dokter.
B. TUJUAN
1. Tujuan Umum
Setelah pembuatan makalah ini di harapkan kelompok
memahami statistik dan mengaplikasikannya khususnya dibidang
kesehatan
2. Tujuan khusus
Setelah pembuatan makalah ini diharapkan kelompok memahami :
a) Ukuran variasi, depresi dan sebaran data
b) Rantang/range antar kuartil
c) Simpangan baku dan rata – rata
d) Koefisien variasi, indeks variasi kuantitatif dan antar kuartil

2
 BAB II
LANDASAN TEORITIS

A. Dispersi (ukuran penyimpangan = ukuran variasi )

Ukuran yang menyatakan seberapa jauh penyimpangan nilai-nilai
dalam distribusi data dari nilai pusatnya Atau Ukuran yang menyatakan
seberapa banyak nilai-nilai dalam distribusi data yang berbeda dari nilai
pusatnya Karena itu, Ukuran-ukuran dispersi merupakan pelengkap dari
ukuran-ukuran nilai pusat dalam menggambarkan suatu distribusi data.
(Budiarto, 2001)

Perhitungan dispersi sangat penting karena beberapa hal berikut :

1. Dengan perhitungan dispersi, kita akan mendapatkan informasi

tambahan tentang penyimpanan yang terjadi pada suatu
distribusi.
2. Dengan menghitung dispersi, bisa menilai ketepatan nilai
tengah dalam mewakili distribusinya. Bila suatu distribusi
memiliki dispersi yang besar maka nilai tengahnya kurang
mewakili distribusinya, sebaliknya bila distribusi yang kecil
maka nilai tengahnya mempunyai ketepatan yang tinggi, oleh
karena itu pengukuran nilai tengah tanpa menghitung dispersi
informasi yang kita peroleh kurang sempurna.
3. Perhitungan dispersi juga mempunyai arti penting untuk
mengadakan analisis melalui perhitungan statistik yang lebih
mendalam.
(Budiarto, 2001)

Jenis – Jenis Ukuran Sebaran Data :

1. Rentang (Range )
Range adalah perbedaan antara angka tertinggi dan
terendah. Selisih dari nilai terbesar dengan nilai terkecil data .
Di dalam statistik, ada dua kelompok ukuran yaitu ukuran

3
pemusatan dan ukuran penyebaran. Disebut ukuran pemusatan
karena ukuran-ukuran tersebut merupakan ukuran lokasi pusat
atau ukuran yang kecenderungan memusat. Dan disebut ukuran
penyebaran atau ukuran keragaman karena ukuran-ukuran
tersebut mengukur keseragaman antar pengamatan. Dalam hal
ini kuartil termasuk ke dalam ukuran pemusatan.
Nilai pengamatan yang membagi data menjadi empat
bagian yang sama disebut kuartil. Kuartil ada tiga, yaitu:
1. Kuartil pertama yang disebut kuartil bawah dinotasikan
Q1 merupakan nilai pengamatan yang membagi bagian
pertama (dari yang terkecil hingga median) menjadi dua
bagian yang sama.
2. Kuartil kedua yang disebut kuartil tengah (atau median)
dinotasikan Q2 merupakan nilai pengamatan yang
membagi data menjadi dua bagian yang sama
3. Kuartil Ketiga yang disebut kuartil atas dinotasikan Q3
merupakan nilai pengamatan yang membagi bagian kedua
(dari median hingga yang terbesar) menjadi dua bagian
yang sama.
(Dedi Rosadi ; 2006)

Untuk perhitungan Range Dibedakan antara data tunggal

dengan data kelompok.
1. Data tunggal
Jila ada sekumpulan data tunggal X1,X2,X3 … Xn , maka
rentang datanya dapat dinyatakan dalam rumusan
R = Xn – X1
Contoh :
Tentukan rentangnya (R) dari data berikut: 4, 3, 2, 6, 7, 5
,8
11, 5, 7, 4, 8, 14, 9, 12
Jawab : R = 8 – 2 = 6

4
 R = 14 – 4 = 10
7,16,3,12,8,3 Range : 13
2,3,10,16 Range : 14

2. Data Kelompok
Untuk data Berkelompok ada dua macam cara, yaitu
dengan menggunakan: 1. selisih dari titik tengah kelas
tertinggi dengan titik tengah kelas terendah 2. selisih dari
tepi kelas atas kelas tertinggi dengan tepi kelas bawah
kelas terendah

kelas usia jumlah Xi F Kom F Kom %

(f)
60 – 62 10 61 10 10
63 – 65 25 64 35 35
66 – 68 32 67 67 67
69 – 71 15 70 82 82
72 – 74 18 73 100 100
100 - - -

Jadi R (Titik tengah Kelas) = 73 – 61 = 12

R Batas Kelas = 74,5 – 59,5 = 15

2. Range Antar Kuartil

a) Selisih antara quartil atas (Q3) dengan quartil bawah (Q1)
Dirumuskan JK = Q3 - Q1
b) Simpangan Kuartil
Simpangan kuartil = ½ (Q3 – Q1)
KET : Q1 : Kuartil pertama, Q3 : Kuartil ketiga
Contoh :
2,4,5,6,8,9,12 (N=7)

5
 Tentukan rentang, rentang antar kuartil, dan simpangan
kuartil
 Rentang : data terbesar – data terkecil
9–2=7
 Rentang Antar Kuartil : Q3 – Q1
9–4=5
 Simpangan Kuartil = ½ (Q3 – Q1)
½ ( 9-4) = ½ x 5 = 2,5

B. Simpangan Baku dan rata – rata

Simpangan baku (Standar Deviasi) merupakan ukuran simpangan
yang paling banyak digunakan. Misalkan suatu sampel berukuran n,
dengan data: X1, X2, X3, …., Xn. Maka simpangan baku (standar
deviasi) dari sampel tersebut dapat dihitung sbb:

∑(𝑋𝑖− 𝑋̅)2 ∑𝑥𝑖 2

a. Estimasi yg sifatnya bias  s = √ =√
𝑛 𝑛

∑(𝑋𝑖− 𝑋̅)2 ∑𝑥𝑖 2

b. Estimasi yg tidak bias  s = √ =√
𝑛−1 𝑛−1
Keterangan:
s = simpangan baku sampel sbg estimasi terhadap σ (simpangan
baku populasi)
n – 1 = derajat kebebasan

Contoh: Suatu sampel berukuran n = 5, dengan data: 8, 7, 10, 11, 14

Maka Simpangan baku atau Standar Deviasi dapat dihitung sbb:

Xi Xi - 𝑋̅ ̅̅̅2
(𝑋𝑖 − 𝑋)
8 -2 4 Nilai rata-rata  𝑋̅ = ∑ 𝑋 = 50 = 10
𝑛 5
7 -3 9
10 0 0
∑(𝑋𝑖− 𝑋̅)2 30
11 +1 1 s=√ =√ = √7,5 =
𝑛−1 5−1
14 +4 16
2,74
∑ X = 50 0 30
Rumus di atas diterapkan dengan selalu menghitung rerata (𝑋̅) terlebih
dahulu, sehingga disebut sebagai Rumus Deviasi.

6
1. Simpangan Baku dengan Rumus Skor Kasar :
Harga simpangan baku (standar deviasi) dengan rumus angka kasar atau
rumus varians dapat dihitung sbb:
𝑛. ∑𝑋𝑖 2 − (∑𝑋𝑖)2 𝑛.∑𝑋𝑖 2 − (∑𝑋𝑖)2
𝑠2 =  s=√
𝑛 (𝑛−1) 𝑛 (𝑛−1)

Contoh: Suatu sampel berukuran n = 5, dengan data: 8, 7, 10, 11, 14

Maka Simpangan baku atau Standar Deviasi dapat dihitung dengan rumus
angka kasar (rumus varians) sbb:

Xi 𝑋𝑖 2 𝑛. ∑𝑋𝑖 2 − (∑𝑋𝑖)2
𝑠2 =  s=
8 64 𝑛 (𝑛−1)

7 49 𝑛.𝑋𝑖 2 − (∑𝑋𝑖)2
√
10 100 𝑛 (𝑛−1)
11 121 (5).(530)− (50)2 150
14 196 s=√ =√ = 2,74
5 (5−1) 20
∑ Xi = ∑𝑋𝑖 2 = 530
50

2. Simpangan Baku dari data dalam Distribusi Frekuensi Bergolong:

a. Dengan rumus Angka Kasar (Rumus Varians):
𝑛.∑𝑓𝑖.𝑋𝑖 2 − (∑𝑓𝑖.𝑋𝑖)2
𝑠2 =
𝑛 (𝑛−1)
Keterangan: Xi = tanda kelas (mid-point)
fi = Frekuensi pada kelas yang sesuai
n = ∑fi

Contoh: Data Nilai Statistika 80 Mahasiswa yg telah disajikan dalam Tabel

Distribusi Frekuensi Bergolong sbb:

Nilai fi Xi 𝑋𝑖 2 fi. Xi 𝑓𝑖. 𝑋𝑖 2

31 – 40 1 35,5 1260,25 35,5 1.260,25
41 – 50 2 45,5 2070,25 91,0 4.140,50
51 – 60 5 55,5 3080,25 277,5 15.401,25
61 – 70 15 65,5 4290,25 982,5 64.353,75
71 – 80 25 75,5 5700,25 1887,5 142.506,25
81 – 90 20 85,5 7310, 25 1710,0 146.205,0
91 – 100 12 95,5 9120, 25 1146,0 109.443,0

7
 JUMLAH 80 -- -- 6130,0 483.310,0

(80). (483.310) − (6130)2

Maka 𝑠 2 = = 172,1  s = √172,1 = 13,12
80 (80−1)

b. Dengan Rumus Deviasi :

Contoh: Data Nilai Statistika 80 Mahasiswa yg telah disajikan dalam Tabel
Distribusi Frekuensi Bergolong sbb:

Nilai fi Xi Xi - 𝑋̅ (𝑋𝑖 − 𝑓𝑖. (𝑋𝑖 − 𝑋̅)2

̅
𝑋)2
31 – 40 1 35,5 -41,1 1689,21 1.689,21
41 – 50 2 45,5 -31,1 967,21 1.834,42
51 – 60 5 55,5 -21,1 445,21 2.226,05
61 – 70 15 65,5 -11,1 123,21 1.848,15
71 – 80 25 75,5 -1,1 1,21 30,25
81 – 90 20 85,5 +8,9 79,21 1.584,20
91 – 100 12 95,5 +18,9 357,21 4.286,52
JUMLAH 80 -- -- 13.498,80
Nilai rata-rata : 𝑋̅ = 76,625 ∞ 76,6
∑𝑓𝑖. (𝑋𝑖− 𝑋̅ )2 13.498,80
𝑠2= = = 170,9  s = √170,9 = 13,07
𝑛−1 80−1
c. Dengan Rumus Koding :
Contoh: Data Nilai Statistika 80 Mahasiswa yg telah disajikan dalam
Tabel Distribusi Frekuensi Bergolong sbb:

Nilai fi Xi ci 𝑐𝑖 2 fi. ci 𝑓𝑖. 𝑐𝑖 2

31 – 40 1 35,5 -3 9 -3 9
41 – 50 2 45,5 -2 4 -4 8
51 – 60 5 55,5 -1 1 -5 5
61 – 70 15 65,5 0 0 0 0
71 – 80 25 75,5 +1 1 + 25 25
81 – 90 20 85,5 +2 4 + 40 80
91 – 100 12 95,5 +3 9 + 36 108
JUMLAH 80 -- -- -- + 89 235

𝑛.∑𝑓𝑖.𝑐𝑖 2 – (∑𝑓𝑖.𝑐𝑖)2 (80). (235) – (89)2

Rumus : 𝑠 2 = 𝑝2 [ ] = (10)2 [ ] = 172,1
𝑛 (𝑛−1) 80 (80−1)

 S = √172,1 = 13,12

8
Apakah dalam menentukan nilai simpangan baku ini, kita juga bebas menentu-
kan letak ci = 0 …?
Contoh:

Nilai fi Xi ci 𝑐𝑖 2 fi. ci 𝑓𝑖. 𝑐𝑖 2

31 – 40 1 35,5 -4 16 -4 16
41 – 50 2 45,5 -3 9 -6 18
51 – 60 5 55,5 -2 4 -10 20
61 – 70 15 65,5 -1 1 -15 15
71 – 80 25 75,5 0 0 0 0
81 – 90 20 85,5 +1 1 + 20 20
91 – 100 12 95,5 +2 4 + 24 48
JUMLAH 80 -- -- -- +9 137

𝑛.∑𝑓𝑖.𝑐𝑖 2 – (∑𝑓𝑖.𝑐𝑖)2 (80). (137) – (9)2

Rumus : 𝑠 2 = 𝑝2 [ ] = (10)2 [ ] = 172,1
𝑛 (𝑛−1) 80 (80−1)

 S = √172,1 = 13,12

3. Simpangan Baku Gabungan dari Beberapa Sub Sampel

Misal:
Sub-sample 1 : berukuran n1, dgn simpangan baku s1
Sub-sample 2 : berukuran n2, dgn simpangan baku s2
………………………………………………………………………………..
Sub-sample k : berukuran nk, dgn simpangan baku sk
Maka simpangan baku gabungan dari sampel berukuran n1 + n2 + …..+ nk
dapat dihitung dengan rumus:
∑(𝑛𝑖−1).𝑠12 (𝑛1−1).𝑠12 +(𝑛2−1).𝑠22 + … +(𝑛𝑘−1) 𝑠𝑘 2
𝑠2= atau 𝑠 2 =
∑𝑛𝑖−𝑘 𝑛1+𝑛2+⋯+𝑛𝑘−𝑘

𝐂ontoh:
Hasil pengamatan pada sub sampel pertama terhadap 14 objek, menghasilkan
s1 = 2,75 , sedangkan pengamatan pada sub sampel kedua terhadap 23 objek,
diperoleh s2 = 3,08. Maka simpangan baku gabungan dari kedua sub sampel
tsb dapat dihitung:
(𝑛1−1).𝑠12 +(𝑛2−1).𝑠22 (14−1).(2,75)2 +(23−1).(3,08)2
𝑠2 = =
𝑛1+𝑛2−𝑘 14+ 23−2
2
𝑠 = 8,772  s = √8,772 = 2

9
C. KOEFISIEN VARIAN
Koefisien variasi adalah perbandingan antara simpanagan baku dengan
rata-rata suatu data yang dinyatakan dalam “%”.

Koefisien variasi dirumuskan sebagai berikut :

KV  ( S / X ) x100%

Keterangan :

KV = Koefisien Variasi

S = Simpangan Baku

X = Rata rata

Contoh Soal :

Lampu philip rata rata dpat dipakai selama 3.800 jam dengan simpangan
baku 800 jam, sedangkan lampu neon dapat dipakai rata-rata 4.500 jam
dengan simpangan baku 1.2000 jam. Dari data diatas lampu manakah yang
lebih baik ?

Jawaban :

Koefisien variasi pemakaian lampu philip :

KV  ( S / X ) x100%

KV = (800 / 3.800) x 100%

= 21 %

Koefisien variasi pemakaian lampu neon :

KV  (S / X ) x100%

KV = (1.200 / 4.500) x 100%

= 27 %

10
 Dari perhitungan koefisien variasi, lampu philip lebih baik dari lampu
neon, kerena koefisien variasi lampu philip < koefisien lampu neon.

Kategori Tafsiran Koefisien Variasi :

No Kategori Interpretasi

1 45 keatas Sangat heterogen

2 40 - 44 Heterogen

3 30 – 39 Normal

4 25 – 29 Homogen

5 Kurang dari 25 Sangat Homogen

11
 BAB III
PENUTUP

A. Kesimpulan

Statistika dipelajari di berbagai bidang ilmu karena statistika adalah

sekumpulan alat analisis data yang dapat membantu pengambil keputusan
untuk mengambil keputusan berdasarkan hasil kesimpulan pada analisis
data dari data yang dikumpulkan. Pentingnya mempelajari Dispersi data
didasarkan pada 2 pertimbangan yaitu sebagai pusat data (rata2, median dan
modus) hanya memberi informasi yang sangat terbatas dan dispersi data
sangat penting untuk membandingkan penyebara dua distribusi data atau
lebih.
B. Saran
Mahasiswa keperawatan perlu untuk mengkaji lebih jauh tentang
ukuran,variasi, dispersi dan sebaran data, sehingga dapat diaplikasikan
dengan baik dalam melakukan pengolahan data.

12
 DAFTAR PUSTAKA

Sitorus, Hotmaida.2008. Rentang Antar Kuartil dan Estimasinya.USU Repository

Budiarto, Eko. 2006. Biostatistik Untuk Kedokteran dan Kesehatan Masyarakat.
Jakarta : EGC
Sabri, Luknis. 2014. Statistik kesehatan. Edisi 1, Cetakan ke 7. Jakarta : Rajawali
Press

Basuki, Bastaman. 2007. Metodologi Penelitian Bidang Kedokteran Cetakan Ke

VI. Jakarta : Balai Penerbit FKUI