Nama : Altriani Efendi

NPM : 140610160039
Mata Kuliah : Analisis Data Eksplorasi
Kelas : A
Dosen : Dra. Anna Chadidjah, MT

UAS ADE SEMESTER GANJIL 2017/2018

Seorang Dokter muda yang baru lulus dan praktek di daerah, ingin menyelidiki mengenai perilaku
Ibu Hamil serta Berat Badan Bayi yang dilahirkannya. Sang Dokter mengamati bahwa tingkat
pendidikan Ibu di daerah tersebut adalah dari tingkat sekolah pertama (SMP dan Sederajat), tingkat
menengeh atas (SMU dan Sederajat), sampai jenjang Sarjana. Perilaku kebiasaan merokok juga
diperhatikan oleh sang dokter, sehingga dihasilkan tiga kategori, yaitu:
- Perokok pasif, yang berarti sang Ibu selama hamil tidak merokok, namun tinggal di
lingkungan perokok.
- Perokok aktif, yang berarti sang Ibu selama hamil tidak menghentikan kebiasaan
merokoknya.
- Bukan keduanya, artinya sang Ibu tidak merokok dan tidak tinggal di lingkungan para
perokok.
Selain perilaku Ibu selama mengandung, sang Dokter juga memperhatikan bahwa Ibu yang suspect
diabetes mellitus (ditandai dengan kadar gula puasa > 110mg/dl) cenderung melahirkan bayi
dengan berat badan yang tinggi. Dari 27 pasien yang diamati, diperoleh data sebagai berikut:
Berat Badan Bayi Kadar Gula Darah
(kg) Jenjang Pendidikan Status Perokok Puasa Ibu (mg/dl)
2.7 S1 dan Sederajat Perokok Aktif 84
2.5 SMU dan Sederajat Perokok Aktif 80
3.5 S1 dan Sederajat Perokok Pasif 126
3.0 SMP dan Sederajat Perokok Pasif 90
2.9 SMP dan Sederajat Perokok Pasif 88
2.8 SMP dan Sederajat Perokok Pasif 86
3.2 S1 dan Sederajat Perokok Pasif 100
3.2 SMP dan Sederajat Bukan Keduanya 110
3.5 S1 dan Sederajat Bukan Keduanya 128
3.3 SMU dan Sederajat Perokok Pasif 110
3.1 SMU dan Sederajat Perokok Pasif 94
3.3 SMP dan Sederajat Bukan Keduanya 114
2.3 SMU dan Sederajat Perokok Aktif 78
2.8 S1 dan Sederajat Perokok Aktif 84
3.2 SMU dan Sederajat Perokok Pasif 98
3.3 SMU dan Sederajat Bukan Keduanya 118
3.6 S1 dan Sederajat Bukan Keduanya 130
2.15 SMP dan Sederajat Perokok Aktif 72
2.5 S1 dan Sederajat Perokok Aktif 82
3.4 S1 dan Sederajat Bukan Keduanya 122
2.2 SMU dan Sederajat Perokok Aktif 76
2.2 SMP dan Sederajat Perokok Aktif 74
 3.4 SMU dan Sederajat Bukan Keduanya 120
3.3 SMU dan Sederajat Bukan Keduanya 116
3.3 S1 dan Sederajat Perokok Pasif 112
3.1 SMP dan Sederajat Bukan Keduanya 96
2.0 SMP dan Sederajat Perokok Aktif 70
Oleh karena itu perlu upaya dan kerja keras dari pemerintah untuk mengetahui faktor-faktor yang
berpengaruh terhadap angka kematian bayi.

1. Bagaimana pola sebaran data kadar gula darah puasa ibu ? Jelaskan
2. Terdapat dugaan bahwa tingkat pendidikan dan status merokok ibu memiliki peranan
penting terhadap berat badan bayi. Lahir. Pengaruh dari variabel mana yang paling besar
jika status merokok ibu sebagai variabel baris dan tingkat pendidikan sebagai variabel
kolom?
JAWABAN

1. Bagaimana pola sebaran data kadar gula darah puasa ibu ? Jelaskan

Kita dapat menggunakan QQ Plot untuk memeriksa pola sebaran data dari data kadar gula darah
puasa ibu. Dalam pengerjaannya, dapat digunakan software R.

Data:
Kadar Gula Darah
Puasa Ibu (mg/dl)
84
80
126
90
88
86
100
110
128
110
94
114
78
84
98
118
130
72
82
122
76
74
120
116
 112
96
70

Langkah 1 : Masukkan data kadar gula darah puasa ibu ke R

> data=read.csv(file.choose(),header=TRUE)
> data

Dalam software R, dapat kita plotkan data terhadap distribusi Normal, distribusi Weibull, atau
distribusi Eksponensial. Setelah itu kita bandingkan distribusi apa yang paling cocok dengan data
kadar gula darah puasa ibu dengan melihat pola sebarannya

Distribusi Normal

> V1=data$x1
> x=c(1:36)
>x
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
[26] 26 27 28 29 30 31 32 33 34 35 36
> #normal
> qqplot(x,V1)

Dari syntax diatas didapatkan plot :

Distribusi Eksponensial

> i=x
> yi=V1
> #eksponensial
> qq=function(i,yi){
+ n=length(yi)
+ ysort=sort(yi)
+ pi=(i-0.5)/n
+ qpi=(-log(1-pi))
+ qqplot(qpi,yi,main="QQ-plot dist Eksponensial")
+ abline(0,1)
+}
> qq(i,yi)

Dari syntax diatas didapatkan plot :

Distribusi Weibull

> #Weibull
> qq<-function(i,yi){
+ n<-length(yi)
+ ysort<-sort(yi)
+ pi<-(i-0.5)/n
+ qpi<-log(-log(1-pi))
+ qqplot(qpi,yi,main="QQ-plot Distribusi Weibull")
+ abline(0,1)
+}
> qq(i,yi)

Dari syntax diatas didapatkan plot :

Dari plot terhadap ketiga distribusi diatas yaitu distribusi Normal, Eksponensial, dan Weibull maka
dapat kita lihat dan bandingkan, data kadar gula darah puasa ibu mendekati ke pola distribusi Normal
sehingga dapat kita simpulkan bahwa data kadar gula darah puasa ibu memiliki pola distribusi
Normal.

2. Terdapat dugaan bahwa tingkat pendidikan dan status merokok ibu memiliki peranan penting
terhadap berat badan bayi lahir. Pengaruh dari variabel mana yang paling besar jika status
merokok ibu sebagai variabel baris dan tingkat pendidikan sebagai variabel kolom?

Kita dapat menggunakan Analisis Elementer untuk melihat pengaruh terbesar dari variabel. Data
yang digunakan adalah data berat badan bayi (dalam kg), jenjang pendidikan, dan status perokok
dari ibu.

Berat Badan Bayi

(kg) Jenjang Pendidikan Status Perokok
2.7 S1 dan Sederajat Perokok Aktif
2.5 SMU dan Sederajat Perokok Aktif
3.5 S1 dan Sederajat Perokok Pasif
3.0 SMP dan Sederajat Perokok Pasif
2.9 SMP dan Sederajat Perokok Pasif
2.8 SMP dan Sederajat Perokok Pasif
3.2 S1 dan Sederajat Perokok Pasif
3.2 SMP dan Sederajat Bukan Keduanya
3.5 S1 dan Sederajat Bukan Keduanya
3.3 SMU dan Sederajat Perokok Pasif
3.1 SMU dan Sederajat Perokok Pasif
3.3 SMP dan Sederajat Bukan Keduanya
 2.3 SMU dan Sederajat Perokok Aktif
2.8 S1 dan Sederajat Perokok Aktif
3.2 SMU dan Sederajat Perokok Pasif
3.3 SMU dan Sederajat Bukan Keduanya
3.6 S1 dan Sederajat Bukan Keduanya
2.15 SMP dan Sederajat Perokok Aktif
2.5 S1 dan Sederajat Perokok Aktif
3.4 S1 dan Sederajat Bukan Keduanya
2.2 SMU dan Sederajat Perokok Aktif
2.2 SMP dan Sederajat Perokok Aktif
3.4 SMU dan Sederajat Bukan Keduanya
3.3 SMU dan Sederajat Bukan Keduanya
3.3 S1 dan Sederajat Perokok Pasif
3.1 SMP dan Sederajat Bukan Keduanya
2.0 SMP dan Sederajat Perokok Aktif

Untuk memudahkan analisis, dibuat tabel sebagai berikut :

SMP dan Sederajat SMU dan Sederajat S1 dan Sederajat

Perokok Aktif 2.15 2.5 2.7
2.2 2.3 2.8
2.0 2.2 2.5
Perokok Pasif 3.0 3.3 3.5
2.9 3.1 3.2
2.8 3.2 3.3
Bukan Keduanya 3.2 3.3 3.5
3.3 3.4 3.6
3.1 3.3 3.4

Variabel

X : Status merokok ibu (variabel baris) dan tingkat pendidikan ibu (variabel kolom)
Y : Berat badan bayi dalam kg

Analisis Elementer Tanpa Interaksi

Dari tabel yang telah dibuat, terdapat 3 tabel dari setiap selnya. Untuk mempermudah analisis, dapat
kita rata-ratakan selnya dan dibuat tabel kembali seperti :

SMP dan Sederajat SMU dan Sederajat S1 dan Sederajat

Perokok Aktif 2.116666667 2.333333333 2.666666667
Perokok Pasif 2.9 3.2 3.333333333
Bukan Keduanya 3.2 3.333333333 3.5

Setelah didapatkan rata-rata dari setiap sel, dicari Yi, ̅

Y i, Yj ̅
Yj
 SMP dan SMU dan S1 dan
Sederajat Sederajat Sederajat Yi 𝑌̅i
Perokok Aktif 2.116666667 2.333333333 2.666666667 7.116667 2.37222222
Perokok Pasif 2.9 3.2 3.333333333 9.433333 3.14444444
Bukan
Keduanya 3.2 3.333333333 3.5 10.03333 3.34444444
Yj 8.216666667 8.866666667 9.5
𝑌̅j 2.738888889 2.955555556 3.166666667 2.9537037

Langkah 1 : Menghitung Yij - 𝑌̅

SMP dan Sederajat SMU dan Sederajat S1 dan Sederajat

Perokok Aktif -0.837037037 -0.62037037 -0.287037037
Perokok Pasif -0.053703704 0.246296296 0.37962963
Bukan Keduanya 0.246296296 0.37962963 0.546296296

Langkah 2 : Menghitung Yij - 𝑌̅ - bj

SMP dan Sederajat SMU dan Sederajat S1 dan Sederajat

Perokok Aktif -0.622222222 -0.622222222 -0.5
Perokok Pasif 0.161111111 0.244444444 0.166666667
Bukan
Keduanya 0.461111111 0.377777778 0.333333333
bj -0.214814815 0.001851852 0.212962963

Dengan bj = 𝑌̅𝑗 - 𝑌̅

Langkah 3 : Menghitung Yij - 𝑌̅ - bj - ai

SMP dan Sederajat SMU dan Sederajat S1 dan Sederajat ai

Perokok Aktif -0.040740741 -0.040740741 0.081481481 -0.581481481
Perokok Pasif -0.02962963 0.053703704 -0.024074074 0.190740741
Bukan
Keduanya 0.07037037 -0.012962963 -0.057407407 0.390740741
bj -0.214814815 0.001851852 0.212962963

Dengan ai = 𝑌̅I - 𝑌̅

Sisa = Yij - 𝑌̅ - bj - ai

Maka tabel langkah 3 merupakan tabel sisa. Setelah itu, kita cari ringkasan numeriknya

Data pengamatan :

Q1 2.666666667
Q2 3.2
Q3 3.333333333
d 0.666666667
Dengan d = rentang antar kuartil = Q3-Q1

Data Sisa :
Q1 -0.040740741
Q2 -0.024074074
Q3 0.053703704
d 0.094444444

Dengan d = rentang antar kuartil = Q3-Q1

𝑑𝑞 𝑠𝑖𝑠𝑎
Dari ringkasan numerik diatas dapat kita hitung 𝑑𝑞 𝑌
= 0.141666666666667

Analisis Elementer dengan Faktor Interaksi

Sebelum kita melakukan analisis elementer dengan factor interaksi, terlebih dahulu dibuat plot antara
pasangan X dan Z, dengan nilai Z merupakan nilai sisa, X merupakan nilai ai.bj.

X Z
-0.123834019 0.081481481
-0.0839369 0.07037037
-0.040973937 -0.02962963
-0.001076818 -0.040740741
0.000353224 0.053703704
0.000723594 -0.012962963
0.040620713 -0.024074074
0.083213306 -0.057407407
0.124910837 -0.040740741
Plot dari pasangan (X,Z) :

0.1

0.08

0.06

0.04

0.02
Series1
0
-0.15 -0.1 -0.05 0 0.05 0.1 0.15
-0.02

-0.04

-0.06

-0.08

Plot diatas tidak menunjukkan adanya sebuah pola tertentu sehingga tidak perlu dilakukan analisis
menggunakan faktor interaksi.
Analisis Median Licin

Data :

SMP dan Sederajat SMU dan Sederajat S1 dan Sederajat

Perokok Aktif -0.040740741 -0.040740741 0.081481481
Perokok Pasif -0.02962963 0.053703704 -0.024074074
Bukan
Keduanya 0.07037037 -0.012962963 -0.057407407

Dari penghitungan di Excel, didapatkan median sebesar -0.0240740740740737

Langkah 1 : Menghitung Sij-Md

SMP dan Sederajat SMU dan Sederajat S1 dan Sederajat

Perokok Aktif -0.016666667 -0.016666667 0.105555556
Perokok Pasif -0.005555556 0.077777778 0
Bukan
Keduanya 0.094444444 0.011111111 -0.033333333

Dari data diatas dapat kita peroleh median baris dan median kolomnya

SMP dan SMU dan S1 dan

Sederajat Sederajat Sederajat Median Baris
Perokok Aktif -0.016666667 -0.016666667 0.105555556 -0.016666667
Perokok Pasif -0.005555556 0.077777778 0 0
Bukan
Keduanya 0.094444444 0.011111111 -0.033333333 0.011111111
Median Kolom -0.005555556 0.011111111 0

Langkah 2 : Menghitung Sij-Md-Md•j

SMP dan Sederajat SMU dan Sederajat S1 dan Sederajat

Perokok Aktif -0.011111111 -0.027777778 0.105555556
Perokok Pasif 0 0.066666667 0
Bukan
Keduanya 0.1 0 -0.033333333

Langkah 3 : Menghitung Sij-Md-Md•j-Mdi•

SMP dan Sederajat SMU dan Sederajat S1 dan Sederajat

Perokok Aktif 0.005555556 -0.011111111 0.122222222
Perokok Pasif -0.005555556 0.077777778 0
Bukan
Keduanya 0.083333333 0 -0.044444444

Setelah ketiga langkah diatas dicari ringkasan numeriknya :

Data Pengamatan :
 Q1 2.666666667
Q2 3.2
Q3 3.333333333
d 0.666666667
Data Sisa Baru :

Q1 -0.005555556
Q2 0
Q3 0.077777778
D 0.083333333

𝑑𝑞 𝑠𝑖𝑠𝑎 𝑏𝑎𝑟𝑢
Dari ringkasan numerik diatas dapat kita hitung 𝑑𝑞 𝑌
= 0.125

Setelah kita mendapatkan rasio dari analisis elementer dan analisis median licin, maka dapat kita
bandingkan hasil rasio dari analisis median lcin lebih kecil. Oleh karena itu artinya kecocokan analisis
median licin lebih baik daripada analisis elementer

Kesimpulan Jawaban

SMP dan Sederajat SMU dan Sederajat S1 dan Sederajat ai

Perokok Aktif -0.040740741 -0.040740741 0.081481481 -0.581481481
Perokok Pasif -0.02962963 0.053703704 -0.024074074 0.190740741
Bukan
Keduanya 0.07037037 -0.012962963 -0.057407407 0.390740741
bj -0.214814815 0.001851852 0.212962963

Dari analisis di atas, didapat bahwa ai atau pengaruh baris dengan nilai tertinggi
yaitu pada status perokok Bukan keduanya sebesar 0.390740741 dan bj atau pengaruh
kolom dengan nilai tertinggi terdapat pada jenjang pendidikan S1 dan sederajat sebesar
0.21296 . Maka,dapat disimpulkan bahwa berat badan bayi dipengaruhi besar oleh ibu yang
bukan perokok aktif dan perokok pasif dengan jenjang pendidikan s1