Indra Dwinata, SKM, MPH

PENYAJIAN DATA
EPIDEMIOLOGI
POIN BAHASAN
01 Konsep Penyajian data

02 Bentuk- Bentuk Penyajian Data

dan Penggunaanya

03 Kesalahan dalam Penyajian Data

1 Konsep Penyajian Data
 Tahapan Manajemen Data

--- 1 --- --- 2 --- --- 13 --- --- 4 --- --- 5 ---

Collecting Data Data Data Data

Data Processing Analysis Visualitation Interpretation

*Thi s slide is using Font Awesome

your date here större - a multipurpose PowerPoint template 4

DEFINISI
Penyajian data adalah representasi grafis dari
informasi dan data. Dengan menggunakan elemen
visual seperti bagan, grafik, dan peta. Dengan
visualisasi data kita dapat dengan mudah melihat dan
memahami tren, outlier, dan pola dalam data
tersebut.
2 Bentuk Penyajian Data
dan Penggunaanya
Bentuk Penyajian Data
1.Textular
2.Tabel
3.Grafik / Diagram
4.Peta (Map)
5.Infographis
 TEXTULAR
• Menggunakan bahasa yg benar,
• Ringkas tetapi efektif,
• Menghindari bahasa AMBIGU,
• Paragraf mengandung tema, data/fakta
pendukung tema, pendapat/opini.
 TABEL

Tujuan penyajian data dalam bentuk tabel adalah

Tabel 1. Distribusi tingkat Pendidikan Ibu hamil
untuk menampilkan data menjadi suatu agregate data di Wilayah Kerja Puskesmas X Tahun 2019
Pendidikan Jumlah %
dimana angka disusun dalam baris dan kolom
SD 40 53.3
sedemikian rupa sehingga dapat memberikan SMP-SMA 20 26.7
Perguruan Tinggi 15 20.0
gambaran atau perbandingan antar variabel.
TOTAL 75 100
Tabel harus bersifat Self explanatory Sumber : Data Primer, 2019
Tabel Kontigensi 2x2

Tabel 2. Distribusi Kejadian PJK Berdasarkan Kebiasaan Merokok

di Puskesmas A Kota Makassar Tahun 2019
PJK
Kebiasaan Total
PJK Tidak PJK
merokok
n % n % n %
Merokok 30 40 45 60 75 100
Tidak merokok 20 21 75 79 95 100
Sumber : Data Primer
Interpretasi : Persentase jumlah perokok yang mengalami tidak PJK lebih besar yaitu 60%
dibandingkan yang PJK hanya 40 %

Interpretasi kurang tepat

Tabel Kontigensi 2x2

Tabel 2. Distribusi Kejadian PJK Berdasarkan Kebiasaan Merokok

di Puskesmas A Kota Makassar Tahun 2019
PJK
Kebiasaan Total
PJK Tidak PJK
merokok
n % n % n %
Merokok 30 40 45 60 75 100
Tidak merokok 20 21 75 79 95 100
Sumber : Data Primer
Interpretasi : Persentase orang yang PJK dan merokok sebesar 40% lebih besar
dibandingkan dengan yang tidak merokok hanya 21%

Interpretasi tepat
Tabel Kontigensi 2x2

Tabel 2. Distribusi Kejadian PJK Berdasarkan Kebiasaan Merokok

di Puskesmas A Kota Makassar Tahun 2019
PJK
Kebiasaan Total
PJK Tidak PJK
merokok
n % n % n %
Merokok 30 60 45 37,5 75 44,1
Tidak merokok 20 40 75 62,5 95 55,9
Total 50 100 120 100 170 100
Sumber : Data Primer

Interpretasi : Persentase jumlah perokok yang mengalami PJK lebih besar yaitu 60%
dibandingkan yang tidak PJK hanya 37,5 %

Interpretasi tepat
Cara membaca Tabel

• Jika yang digunakan adalah persentase baris maka data yang

dibandingkan adalah yang terdapat di kolom, Sebaliknya

• Jika yang digunakan adalah persentase kolom maka data yang

dibandingkan adalah yang terdapat di baris
 GRAFIK

Beberapa grafik yang lazim digunakan :

• Histogram
• Batang
• Pie / Lingkaran
• Line / Garis
• Scatter
GRAFIK
 Histogram
Dipergunakan untuk menyajikan suatu distribusi frekuensi dari
data yang kontinue
Diagram Batang
Dipergunakan untuk menyajikan suatu frekuensi dari data
disktrik untuk membandingkan antar kategori
Stucked bar

Vertical bar

Horizontal bar
Pie Diagram
Dipergunakan untuk menyajikan suatu Data statis dengan
beberapa kategori

Figure 11. Distribution of sampling sites testing positive for

Legionella, EU/EEA countries, 2012
Grafik Garis
Dipergunakan untuk menyajikan Data berdasarkan waktu (trend)
400

350

300
Jumlah Kasus

250

200

150

100

50

Jan Feb Mar Apr Mei Jun Jul Ags Sept Okt Nov Des
Bulan

2014 2015 2016

Gambar 12. Distribusi Kasus Diare Menurut Bulan
Tahun 2014-2016 di Puskesmas X
Scatter Plot
Dipergunakan untuk menyajikan Data Hubungan distribusi 2 variable
data numerik
nilai

Tingkat Kehadiran
Gambar 2. Grafik hubungan antara tingkat kehadiran mahasiswa
Dengan nilai ujian Mata Kuliah Biostatistik Tahun 2018
 Box Plot
Boxplot merupakan ringkasan distribusi sampel yang disajikan secara grafis yang bisa
menggambarkan bentuk distribusi data (skewness), ukuran tendensi sentral (kesimetrisan)
dan ukuran penyebaran (keragaman) data pengamatan. Boxplots dapat membantu kita
dalam memahami karakteristik dari distribusi data.
Network Diagram
Diagram jaringan digunakan untuk menunjukkan hubungan yang terdiri dari node (individu
dalam jaringan) dan ikatan (hubungan antar individu). Hal ini biasa digunakan pada saat
tracing kontak Ketika KLB/Wabah terjadi, sehingga akan terlihat cluster kasus tersebut

Contoh Network Diagram

Radar / Spider Chart
metode grafis menampilkan data multivariat dalam bentuk grafik dua
dimensi dari tiga atau lebih variabel kuantitatif diwakili sumbu mulai dari titik
yang sama. Biasa untuk menampilkan data dengan banyak dimensi
MAP/PETA

Menampilkan Distribusi
Frekuensi penyakit/
masalah Kesehatan
berdasarkan wilayah.
Menggunakan Aplikasi
Pemetaan seperti ArcGIS
/ Quantum GIS
MAP/PETA
INFOGRAFIS
representasi visual dari data secara
grafis untuk menyampaikan
informasi lengkap kepada
pembaca agar dapat dipahami
dengan lebih mudah, cepat,
singkat, dan jelas.
INFOGRAFIS
3
Kesalahan dalam
Penyajian Data
 Tidak Menampilkan deminator yang tepat
Ketika kita ingin membandingkan suatu data antar kelompok, maka wajib
hukumnya menyajikannya secara proporsi/persentase, bukan angka absolut.
Jika angka absolut saja maka akan terjadi miss interpretasi.

Alternatif penyajian 1 Alternatif penyajian 2

Desa Jumlah Imunisasi dasar Desa Jumlah Imunisasi Sasaran Cakupan imunisasi
lengkap dasar lengkap Bayi dasar lengkap
A 90 A 90 100 90%
B 150 B 150 300 50%

Seolah-olah Desa B lebih baik Setelah memperhitungkan sasaran, maka Desa A lebih baik daripada
daripada desa A desa B. Sehingga penting melihat dominator/penyebut dari suatu data

Source : https://theconversation.com/riset-visualisasi-data-
kesehatan-indonesia-sulit-dibaca-apa-penyebabnya-126938
 Tidak Menampilkan deminator yang tepat
Data kedua peta sama, yang merah menyajikan data jumlah kasus, yang biru setelah dikoreksi menyajikan data
jumlah kasus per penduduk. Terlihat perbedaan yang signifikan.

https://www.tableau.com/about/blog/2020/3/ten-considerations-you-create-another-chart-about-
covid-19?fbclid=IwAR0w47p-GbjaDaSAxxkuolnX42HgqSt3WUrK4OAMINi9pO1Aqz8gg1_7mpg
 Kesalahan dalam memilih
jenis penyajian Data
Dua diagram lingkaran di atas, yang
menggambarkan data imunisasi lengkap
beberapa provinsi, tampak serupa. Tapi
ketika datanya divisualisasikan dalam bentuk
grafik batang di bawah, tampak bahwa
keduanya sangat berbeda.
Untuk itu, penggunaan diagram lingkaran
harus dilakukan dengan hati-hati untuk jenis
data tertentu.

Source : https://theconversation.com/riset-visualisasi-data-
kesehatan-indonesia-sulit-dibaca-apa-penyebabnya-126938
Kesalahan menentukan range Axis

200 500

180

160

140

120

100

80

60

40

20

0 0
jan feb mar apr mei jun juli agst sept okt nov des jan feb mar apr mei jun juli agst sept okt nov des

Grafik seolah-olah landai, padahal menggunakan range axis jauh diatas angka tertinggi kasus
Prinsip Penyajian Data

• Setiap bentuk visualisasi data lebih tepat untuk

menyajikan/menceritakan data atau informasi tertentu.
Misalnya:
1. Secara umum grafik garis tepat untuk menunjukkan tren kasus,
kejadian, dan persediaan logistik berdasar waktu.
1
2. Diagram lingkaran lebih tepat untuk menunjukkan komposisi,
terutama yang proporsinya relatif berbeda, dan perlu diberi
tambahan label untuk memudahkan pembacaan.
3. Dan tabel dapat digunakan untuk menyajikan angka yang lebih
terperinci dan menyajikan angka absolut dan relatif/persentase
secara bersamaan dalam satu visualisasi.
Prinsip Penyajian Data

• terdapat beberapa hal yang perlu diperhatikan dalam

penggunaan grafik ataupun tabel yang masih sering dilakukan
di lapangan. Misalnya:
1. Hindari membandingkan terlalu banyak indikator dalam
satu visualisasi karena membuat grafik atau tabel menjadi
2
ruwet dan tidak dapat dibaca.
2. Dan hindari membandingkan indikator-indikator yang
tidak memiliki hubungan dalam pengelolaan program
dalam satu visualisasi karena hal itu dapat menyebabkan
grafik atau tabel tidak memberikan informasi yang
bermakna.
Prinsip Penyajian Data

• data yang akan disajikan harus memiliki kualitas yang baik,

dan kualitas yang baik dapat diperoleh dari analisis dan
visualisasi data. Keduanya sinergis dan saling mendorong satu
sama lain. Oleh sebab itu, proses validasi dan verifikasi data
harus dilakukan secara serius sebelum data diterbitkan.
3
Penggunaan data secara rutin akan memberikan kesadaran
akan kualitas dan manfaat data oleh petugas kesehatan.
 Rekomendasi

• Gunakan Standard Indikator

kesehatan dan Dashboard
WHO, anda bisa melihatnya
pada link ini
https://www.who.int/healthinfo
/tools_data_analysis_routine_fa
cility/en/
 Rekomendasi

Pelajari Fungsi dan cara

visualisasi data di web ini
http://www.datavizcatalogue.com/
TERIMA
KASIH