Konsep Dasar

Pengukuran Statistik

Trimulyaningsih
 DEFINISI
• Biostatistik = Statistik Kesehatan
• Statistik = Asal kata:
* Status (bahasa Latin) : Negara
* State (Bahasa Inggris) : Negara

Kenapa negara?
Statistik = negara
• Dulu sering digunakan untuk
menyajikan data-data yang
berhubungan dengan negara seperti:
 statistik tenaga kerja, statistik
produksi pertanian, statistik
pendidikan,dsb.
• Sekarang berkembang ke seluruh
aspek kehidupan  kedokteran,
bisnis, hukum,dll.
STATISTIK adalah:
Sekumpulan konsep dan metode yang
digunakan untuk mengumpulkan dan
menginterpretasi data tentang bidang
kegiatan tertentu dan mengambil
kesimpulan dalam situasi dimana ada
ketidakpastian dan variasi
TUJUAN STATISTIK
1. Memberikan gambaran status kesehatan
2. Untuk evaluasi program kesehatan
3. Untuk merencanakan program kesehatan

RUANG LINGKUP STATISTIK

1. Statistik Deskriptif
2. Statistik Inferens/Induktif
 Statistik Deskriptif
Kegiatan mulai dari pengumpulan data
sampai mendapatkan informasi dengan
jalan menyajikan dan analisis data yang
telah terkumpul atau sengaja
dikumpulkan.

Contoh : Untuk menggambarkan

karakteristik penduduk diperlukan data
seperti: umur, jenis kelamin, status
perkawinan.
Statistik Inferens
• Kumpulan cara atau metode yang
dapat menggeneralisasi nilai-nilai dari
sampel yang sengaja dikumpulkan
menjadi nilai populasi.

Contoh : Untuk menganalisa hubungan

pertambahan berat badan Ibu hamil
dengan berat lahir di Cirebon diambil
sampel di Puskesmas Kota Cirebon
 Perhitungan
Nilai Gejala Pusat
Mean-Median-Modus-
Range
 Nilai Tengah
 Dari sekumpulan data (distribusi), ada
beberapa harga/nilai yang dapat kita anggap
sebagai wakil dari kelompok data tersebut.

 Nilai-nilai yang biasa digunakan untuk

mewakili data tersebut adalah mean dan
modus  disebut sebagai nilai tengah
(central tendency)
1. Rata-rata Hitung (Mean) x

 Nilai yang baik dalam mewakili suatu data 

Paling banyak dikenal dalam menyimpulkan
sekelompok data
 Contoh: n pengamatan yang terdiri dari x1, x2,
x3,……,xn, maka nilai rata adalah

x = x1 + x2 + x3 +…….+xn
n
 Mean
Contoh: data dari BB 5 orang dewasa
56, 62, 52, 48, 68 kg
Rata-rata BB lima orang ini adalah
56 + 62 + 52 + 48 + 68
= 57 kg
5
 Sifat dari Mean
1. Merupakan wakil dari keseluruhan nilai
. 2. Mean sangat dipengaruhi nilai ekstrim baik ekstrim
kecil maupun ekstrim besar

Contoh: BB 5 orang dewasa

56 + 62 + 90 + 48 + 67 = 64,6 kg
5

3. Nilai mean berasal dari semua nilai pengamatan

2. MEDIAN (Me)
Adalah nilai yang terletak pada observasi
yang ditengah kalau data tersebut telah
disusun (array)
Disebut juga nilai letak
Posisi Median adalah : n + 1
2
 nilai Median adalah nilai pada posisi
tersebut
Contoh Median
 BB 5 orang dewasa disusun menurut besar
kecilnya nilai:
48, 52, 56, 62, 67 kg
Posisi Median = 5 + 1 = 3
2
 Nilai observasi ke-3 adalah 56 jadi
dikatakan nilai Median adalah 56 kg.
 Median
 Kalau datanya genap posisi Median terletak
antara 2 nilai, maka nilai Median adalah rata-
rata dari 2 nilai tersebut.
Contoh : pengamatan pada 6 orang
48, 52, 56, 62, 67, 70 kg
 Posisi Median adalah pengamatan ke 3,4
 nilai Median = 56 + 62 = 59 kg
2
 Median
 Kelebihan nilai Median adalah: Nilai
Median tidak terpengaruh oleh data
ekstrim.
Contoh:
48, 52, 60, 65, 95 kg  nilai Median pada
posisi 3 tetap 60 kg, meskipun ada nilai
ekstrim 90 kg.
3. Modus (Mode)  Mo
Adalah nilai yang paling banyak ditemui di dalam
suatu pengamatan
Ada beberapa kemungkinan :
1. Tidak ada nilai yang lebih banyak jadi tidak ada modus
Contoh: 56, 62, 55, 57, 65
2. Ditemui satu Modus (Uni modal)
Contoh: 56, 62, 62, 62, 55, 57, 65
3. Ada 2 Modus (bi modal)
Contoh: 56, 55, 58,58, 60, 62, 62
4. Ada 3 Modus (Multi modal)
Contoh: 55, 55 ,56 ,56 ,62 ,62 ,61, 58
Perhitungan Standar Deviasi
 Dengan mengetahui nilai rata-rata saja,
informasi yang didapat kadang-kadang bisa
salah interpretasi.
 Misalnya, dari dua kelompok data diketahui
rata-ratanya sama, kalau hanya dari
informasi ini kita sudah menyatakan bahwa
dua kelompok ini sama, mungkin saja kita
bisa salah kalau tidak diketahui bagaimana
bervariasinya data di dalam kelompok
masing-masing.
Nilai-Nilai Variasi
 Adalah nilai yang menunjukkan bagaimana
bervariasinya data di dalam kelompok data itu terhadap
nilai rata-ratanya.
 Jadi, semakin besar nilai variasi maka semakin
bervariasi pula data tersebut.
 Ada bermacam-macam nilai variasi, yaitu sebagai
berikut:
1. Range (rentang)
2. Rata-rata Deviasi
3. Varians
4. Standar Deviasi
1. RANGE (RENTANG)
 Adalah nilai yang menunjukkan perbedaan
nilai pengamatan yang paling besar dengan
nilai yang paling kecil.
Contoh Range: BB 5 orang dewasa
48,52,56,62, 67 kg
Range adalah 67 - 48 = 17 kg
2. RATA-RATA DEVIASI

 Rata-rata Deviasi (Mean deviation= Md)

adalah rata-rata dari seluruh perbedaan
pengamatan dibagi banyaknya pengamatan.
Untuk itu diambil nilai mutlak.
Rumus: Md = ∑ I x - x I
N
 Mean Deviation (Md)
 Contoh:
X (kg) |x - x| (x - x)2
48 9 81
52 5 25
56 1 1
62 5 25
67 10 100
285
Mean = 48 + 52 + 56 + 62 + 67 = 57 kg
5
Mean Deviasi = 9 + 5 + 1+ 5 + 10 = 6 kg
5
 3. VARIANS
Yaitu rata-rata perbedaan antara mean
dengan nilai masing-masing observasi. 
Rumus : V (S2) = ∑ ( x - x )2 n-1

 Contoh: V = 81 + 25 + 1 + 25 + 100 = 58
4
4. STANDAR DEVIASI
 Standar deviasi = simpangan baku  Yaitu
suatu nilai yang menunjukkan tingkat variasi
suatu kelompok data
 Jika simpangan baku di kuadratkan disebut
varians
 Simpangan baku untuk data sampel  “S”,
varians  S2
 Simpangan baku untuk data populasi  “σ”
(tho), varians  σ2
Standar Deviasi
 Rumus :
S = √V = √S2
 Contoh :

S = √58 = 7,6 kg
Distribusi Frekuensi
 Distribusi frekuensi
 Pengelompokan data ke dalam beberapa
kategori yang menunjukan banyaknya data
dalam setiap kategori dan setiap data tidak
dapat dimasukan ke dalam dua atau lebih
kategori
 Tujuan
 Data menjadi informatif dan mudah dipahami
Langkah – langkah Distribusi Frekuensi
 Mengurutkan data
 Membuat ketegori atau kelas data
 Melakukan penturusan atau tabulasi,
memasukan nilai ke dalam interval
kelas
Langkah Pertama
Data diurut
No Posya ndu Jumla h Ba lita
dari terkecil 1 Melati 215
ke terbesar 2 Mawar 290
3 Anggrek 310
4 Aster 365
Nilai terkecil 5 Dahlia 530
6 Merah 580
215 7 Kuning 650
Nilai terbesar 8 Hijau 750
9 Biru 840
9750 10 Ungu 1200
11 Bintang 1280
12 Bulan 1580
13 Matahari 2050
14 Pelangi 2075
15 Bumi 2175
16 Rajawali 3150
17 Pipit 3600
18 Merak 5350
19 Merpati 6600
20 Cendrawasih 9750
Langkah Kedua
 Membuat kategori atau kelas data
 Tidak ada aturan pasti, berapa banyaknya
kelas !
 Langkah :
 Banyaknya kelas sesuai dengan
kebutuhan
 Tentukan interval kelas
Langkah 1
 Gunakan pedoman bilangan bulat terkecil k,
dengan demikian sehingga 2k  n atau aturan
Sturges
Jumlah kategori (k) = 1 + 3,322 Log n
 Contoh n = 20
(k) = 1 + 3,322 Log 20
(k) = 1 + 3,322 (1,301)
(k) = 1 + 4,322
(k) = 5,322
Langkah 2
 Tentukan interval kelas
 Interval kelas adalah batas bawah dan batas atas dari
suatu kategori
Rumus :
Nilai terbesar - terkecil
Interval kelas =
Jumlah kelas
Contoh
 Berdasarkan data
 Nilai tertinggi= 9750
 Nilai terendah = 215
 Interval kelas :
 = [ 9750 – 215 ] / 5
 = 1907
 Jadi interval kelas 1907 yaitu jarak nilai terendah
dan nilai tertinggi dalam suatu kelas atau kategori
Interval kelas Nilai tertinggi :
= 215 + 1907
Kelas Interval = 2122

1 215 2122
Nilai terendah
2 2123 4030 Kelas ke 2
= 2122 + 1
3 4031 5938 = 2123

4 5939 7846
5 7847 9754
Langkah Ketiga
 Lakukan tabulasi data

Kelas Interval Frekuensi Jumlah Frekuensi (F)

1 215 2122 IIIII IIIII IIII 14

2 2123 4030 III 3

3 4031 5938 I 1

4 5939 7846 I 1

5 7847 9754 I 1
Distribusi Frekuensi Relatif
 Frekuensi setiap kelas dibandingkan dengan frekuensi
total
 Tujuan ; Untuk memudahkan membaca data secara
tepat dan tidak kehilangan makna dari kandungan
data
Contoh
Distribusi Frekuensi Relatif

Kelas Interval Jumlah Frekuensi (F) Frekuensi relatif (%)

1 215 2122 14 70

2 2123 4030 3 15

3 4031 5938 1 5

4 5939 7846 1 5

5 7847 9754 1 5

Frekuensi relatif (%)

= [ 14 / 20 ] x 100 %
= 70 %
Penyajian Data
 Batas kelas
 Nilai terendah dan tertinggi
 Batas kelas dalam suatu interval kelas terdiri dari
dua macam :
 Batas kelas bawah – lower class limit
 Nilai teredah dalam suati interval kelas
 Batas kelas atas – upper class limit
 Nilai teringgi dalam suatu interval kelas
Contoh Batas Kelas
Kelas Interval Jumlah Frekuensi (F)
1 215 2122 14
2 2123 4030 4
3 4031 5938 1
4 5939 7846 1
5 7847 9754 1
Batas kelas atas

Batas kelas bawah

Nilai Tengah
 Tanda atau perinci dari suatu interval kelas dan
merupakan suatu angka yang dapat dianggap
mewakili suatu interval kelas
 Nilai tengah kelas kelasnya berada di tengah-tengah
pada setiap interval kelas
Contoh Nilai Tengah
Kelas Interval Nilai tengah
1 215 2122 1168.5
2 2123 4030 3076.5
3 4031 5938 4984.5
4 5939 7846 6892.5
5 7847 9754 8800.5
Nilai tengah Kelas ke 1
= [ 215 + 2122] / 2
= 1168.5
Nilai Tepi Kelas – Class Boundaries
 Nilai batas antara kelas yang memisahkan nilai antara
kelas satu dengan kelas lainnya
 Penjumlahan nilai atas kelas dengan nilai bawah kelas
diantaranya dan di bagi dua
Contoh Nilai Tepi Kelas
Kelas Interval Jumlah Frekuensi (F) Nilai Tepi Kelas

1 215 2122 14 214.5

2 2123 4030 3 2122.5

3 4031 5938 1 4030.5

4 5939 7846 1 5938.5

5 7847 9754 1 7846.5

9754.5

Nilai tepi kelas ke 2

= [ 2122 +2123 ] / 2
= 2122,5
Frekuensi Kumulatif
 Menunjukan seberapa besar jumlah frekuensi pada
tingkat kelas tertentu
 Diperoleh dengan menjumlahkan frekuensi pada kelas
tertentu dengan frekuensi kelas selanjutnya
 Frekuensi kumulatif terdiri dari ;
 Frekuensi kumulatif kurang dari
 Frekuensi kumulatif lebih dari
Frekuensi kumulatif kurang dari
 Merupakan penjumlahan dari mulai frekuensi
terendah sanpai kelas tertinggi dan jumlah
akhirnya merupakan jumlah data (n)

Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif

Kurang dari
0+0=0

1 215 2122 214.5 0 0 + 14 = 14

2 2123 4030 2122.5 14

3 4031 5938 4030.5 17

4 5939 7846 5938.5 18

5 7847 9754 7846.5 19

9754.5 20
Frekuensi kumulatif lebih dari
 Merupakan pengurangan dari jumlah data (n)
dengan frekuensi setiap kelas dimulai dari kelas
terendah dan jumlah akhirnya adalah nol

Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif

Lebih dari 20 – 0 = 20
1 215 2122 214.5 20
20 – 14 = 6
2 2123 4030 2122.5 6

3 4031 5938 4030.5 3

4 5939 7846 5938.5 2

5 7847 9754 7846.5 1

9754.5 0
Jadi Frekuensi Kumulatif
Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif

Kurang dari Lebih dari

1 215 2122 214.5 0 20

2 2123 4030 2122.5 14 6

3 4031 5938 4030.5 17 3

4 5939 7846 5938.5 18 2

5 7847 9754 7846.5 19 1

9754.5 20 0