MENGANALISIS MACAM – MACAM DATA,

SKALA UKUR DAN JENIS DATA

OLEH KELOMPOK 1 :

1. ARI CENDANI PRABAWATI ( 17.321.2658 )

2. GDE DIPTA DHIATMIKA (17.321.2663)
3. KOMANG AYU RATIH PURBANIGRUM (17.321.2675)
4. NI KADEK ERNI WIDJAYANTI (17.321.2683)
5. NI KETUT YULIANA ( 17.321.2686 )
6. NI MADE AYU PRIYASTINI ( 17.321.2695 )
7. NI PUTU AYU WISMAYA DEWI ( 17.321.9698 )
8. NI PUTU MERRY TASIA SURYAWAN ( 17.321.2702 )
9. NI WAYAN YUNA PRATIWI ( 17.321.2705 )

PROGRAM STUDI ILMU KEPERAWATAN

SEKOLAH TINGGI ILMU KESEHATAN WIRA MEDIKA BALI
TAHUN AJARAN 2020
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Penggunaan statistik dalam kehidupan sehari-hari disadari atau tidak memegang
peranan yang cukup penting, meskipun dalam bentuk yang sangat sederhana.
Misalnya seorang ibu rumah tangga menggunakan statistik untuk mengetahu berapa
rata-rata pengeluarannya selama sebulan. Statistik juga digunakan di Pemerintahan,
industri, Rumah Sakit, Perusahaan Swasta dan lain sebagainya untuk perencanaan dan
penyusunan program-program yang didasari atas fakta di lapangan, dengan kata lain
harus berdasarkan data real. Dari data tersebut kemudian diolah sehingga
menghasilkan informasi yang dijadikan dasar untuk mengambil keputusan. Dalam
bidang kesehatan kehadiran statistik sangat banyak sekali manfaat dan kegunaannya
seiring dengan perkembangan ilmu dan pengetahuan bidang kesehatan tersebut. Oleh
sebab itu pemahaman terhadap statistik sudah menjadi suatu keharusan, khususnya
bagi para mahasiswa kesehatan, akademisi dan praktisi bidang kesehatan.

1.2 Rumusan Masalah

a. Apa yang dimaksud dengan macam – macam data?
b. Apa yang dimaksud skala ukur?
c. Apa yang dimaksud dengan jenis penyajian data?

1.3 Tujuan
a. Untuk mengetahui macam – macam data
b. Untuk mengetahui skala ukur
c. Untuk mengetahui jenis penyajian data
 BAB II
PEMBAHASAN

2.1 Macam – Macam data

Data yang kita kumpulkan dapat berupa data kualitatif atau data kuantitatif. Data
kualitatif diperoleh dari hasil penghitungan dan tidak menyatakan kuantitas, tetapi
menyatakan sifat yang dikelompokan dalam kategori. Oleh karena itu, data kualitatif
sering disebut juga data katagori dan individu dalam satu kategori mempunyai nilai
yang sama. Data kualitatif selalu bilangan bulat dan jumlahnya dinyatakan dalam
frekuensi, misalnya sembuh atau tidak, baik atau buruk, laki-laki atau perempuan, dan
sebagainya hingga data yang dihasilkan termasuk dalam salah satu kategori. Data
demikian disebut dichotomy atau binary.
Untuk meringkas data kualitatif relative tidak sukar dengan jumlah individu dalam
satu kategori dinyatakan frekuensi. Bila frekuensi yang diperoleh dihitung secara
proporsi atau persentase maka disebut frekuensi relative uraian lebih lanjut tentang data
kualitatif serta aplikasi selanjutnya akandibahas di bagian lain dalam buku ini.
Data kuantitatif merupakan data yang dihasilkan dari pengukuran dapat berupa
bilangan bulat atau decimal. Berbeda dengan data kualitatif, data kuantitatif hasilnya
dinyatakan dalam kuantitas numeric terhadap cirri tertentu yang disebut variable,
misalnya jumlah bakteri yang terdapat dalam sampel air pada umumnya, dalam studi
tentang perjalanan penyakit terdapat sejumlah variabel, baik yang berkaitan langsung
dengan penyakitnya maupun yang tidak berkaitan langsung dengan penyakit yang
diderita. Misalnya, jenis kelamin, temperatur, umu rpendidikan, dan pekerjaan. Dari
uraian di atas jelaslah bahwa meringkas data kuantitatif lebih kompleks dan tidak
semudah meringkas data kualitatif.
Untuk mempermudah tindakan selanjutnya, seperti pengolahan data, penyajian,
dan analisis data maka data kuantitatif dibagi lagi menjadi data deskrit dan kontinu.
Disebut data deskrit apabila data diperoleh dari hasil penghitungan hingga hasilnya
selalu positif dan dapat dipisahkan satu dengan yang lain secara jelas, sedangkan data
kontinu ialah data yang dihasilkan dari pengukuran, dapat berupa bilangan desimal atau
bilangan bulat tergantung alat ukur yang digunakan.
 Ciri data kontinu adalah antara dua interval angka dapat disisipkan angka berapa
pun hingga interval tersebut berimpitan satu dengan yang lain. Misalnya, tinggi badan,
berat badan, umur, dan tekanan darah.Bila data kontinu dipisah-pisahkan menjadi
beberapa beberapa kategori maka data demikian dapat diperlukan sebagai data deskrit.
Data deskrit lebih mudah untuk dianalisis, tetapi informasi yang dihasilkan kurang
mendalam dibandingkan dengan data kontinu.
Data dapat pula dibagi menjadi data primer dan data sekunder. Dikatakan sata
primer bila pengumpulan data dilakukan secara langsung oleh peneliti terhadap
sasaran. Misalnya, pada penelitian tentang khasiat dua macam obat untuk pengobatan
suatu penyakit dan pengumpulan data dilakukan langsung oleh peneliti terhadap
penderita yang datang kerumah sakit.Selanjutnya, data tersebut diolah, dianalisis,
disajikan, dan dilaporkan oleh peneliti.
Disebut sebagai data sekunder apabila pengumpulan data yang diinginkan
diperolehdari orang lain atau tempat lain dan bukan dilakukan oleh peneliti sendiri,
misalnya data rekam medic di rumah sakit.
Data primer mempunyai keuntungan karena pengumpulan data dilakukan oleh
peneliti secara langsung hingga data yang diperoleh sesuai dengan kebutuhan, tetapi
pengumpulan data yang dikumpulkan cukup banyak dan sasarannya masyarakat maka
akan membutuhkan waktu, tenaga, dan biaya yang cukup besar.
Pengumpulan data sekunder mempunyai keuntungan dalam hal waktu, biaya, dan
tenaga, tetapi sering kali datanya tidak lengkap atau data yang kita dibutuhkan tidak
ada.

2.2 Skala Ukur

Pengumpulan data yang dilakukan dengan teknik wawancara atau angket sering
mendapat jawaban dengan intensitas yang berbeda-beda. Misalnya prosedur pelayanan
kesehatan di puskesmas akan menghasilkan jawaban mulai dari setuju sampai sangat
tidak setuju. Untuk mendapatkan jawaban yang sesuai dengan posisinya maka disusun
skala ukur.
Skala ukur digunakan terdiri dari 4 macam, yaitu:
1. Skala nominal
 Data dengan skala nominal sebenarnya tidak mempunyai jenjang, tetapi hanya
membedakan sub kategori secara kualitatif, misalnya jenis kelamin.Walaupun
dalam penulisannya laki-laki diberikode “1” dan wanita diberi kode “2” ,tetapi
tidak berarti bahwa wanita memiliki jenjang yang lebih rendah dibandingkan
laki-laki. Disini pemberian nomer hanya sebagai kode dalam pengolahan.
Keuntungan data dengan skala nominal antara lain, mudah dijawab dan diolah,
tetapi data dengan skala nominal juga mempunyai kekurangan, yaitu informasi
yang diperoleh tidak mendalam, tidak dapat dibedakan antar data secara
kuantitatif. Jumlah dalam sub kategori dinyatakan hanya berupa proporsi atau
persentase.
2. Skala ordinal
Pada skala ordinal, sub kategori telah memiliki urutan atau jenjang, tetapi masih
bersifat kualitatif seperti pada skala nominal. Ciri data dengan skala ordinal
adalah adanya perbedaan antar-sub kategori, walaupun jarak perbedaan antar-
sub kategori tersebut tidak sama dan tidak konstan. Jadi, dari data dengan skala
ordinal hanya dapat diketahui bahwa satu responden kondisinya lebih baik dari
responden lain. Misalnya, tingkat pendidikan penderita A lebih tinggi dari pada
penderita B dan tingkat pendidikan penderita C. Dari data tersebut tidak dapat
dinyatakan bahwa penderita A mempunyai kepandaian dua kali lebih tinggi dari
pada penderita B dan tidak dapat dinyatakan bahwa penderita B tiga kali lebih
pandai dari pada penderita C karena pada data dengan skala ordinal tidak
mempunyai titik nol yang absolute
3. Skala interval
Data dengan skala interval memiliki sifat-sifat data skala nominal dan ordinal,
skala nominal hanya dapat menyatakan perbedaan antar-sub kategori,
sedangkan pada data dengan skala ordinal dapat menyatakan bahwa satu
subkategori memiliki jenjang yang lebih tinggi atau lebih rendah dari
subkategori lain. Pada data dengan skala interval, jenjang tersebut dapat
dinyatakan dengan angka hingga bersifat kuantitatif. Misalnya, pengukuran
suhu badan pada penderita demam tifoid, dimana penderita A dengan suhu
badan38,6◦C, sedangkan penderita B dengan suhubadan 39,6◦C. dari hasil
 pengukuran suhu badan kedua penderita tersebut dapat disimpulkan bahwa
suhu badan penderita A berbeda dengan suhu badan B, dimana suhu badan B
lebih tinggi 1◦C dari pada suhu badan A.
4. Skala rasio
C, misalnya umur penderita A 15 tahun dan penderita B 30 tahun. Pada contoh
tersebut dapat disimpulkan bahwa umur A berbeda dengan umur B, dimana
umur B lebih tinggi 15 tahunan dari pada A atau umur B dua kali umur A

2.3 Jenis Penyajian Data

1. Penyajian data dalam bentuk tabel
` Tabel adalah penyajian suatu agregat dari data berbentuk angka yang tersusun
singkat dan jelas dalam barisdan kolom sehingga memberi gambaran yang dapat
dibandingkan.
1) Persyaratan tabel
a) Sederhana.
b) Maksimal 3 variabel.
c) Self explanatory.
d) Pada kolom dan baris harus diberi tabel jelas dan singkat.
e) Total untuk kolom dan baris harus ada.
f) Kode singkatan atau simbol harus diterangkan pada foot note.
g) Bentuk tabel terdiri dari :
• Hal-hal yang akan disajikan hendaknya dibatasi sehingga mudah
dimengerti.
• Judul harus menerangkan isi pada tabel, harus tercantum siapa, dimana
dan kapan, nomor tabel.
• Badan data adalah frekuensi distribusi yang dapat disusun dalam
interval berdasarkan variabel-variabel epidemiologi
• Sumber data harus di cantumkan dalam foot note
2) Bentuk tabel
Tabel tersebut dapat dibedakan kedalam tabel refrensi (reference tabel) atau
tabel umum (general table) atau tabel induk. Tabel ini merupakan “gudang
 keterangan” karena tabel tersebut memberi keterangan-keterangan yang
terperinci dan disusun khusus guna kepentingan refrensi.
3) Jenis-jenis tabel
a) Tabel induk
Adalah tabel yang menyajikan seluruh data secara rinci, sehingga pembaca
dapat memperoleh informasi yang diinginkan.
Contoh :
Jumlah Kelahiran Hidup Menurut Ras Ibu,
Tempat Melahirkan Dan Penolong Kelahiran Di
Kecamatan X Tahun 2019
Kelahiran Hidup
Ras
Ibu Ditolong Dokter Ditolong Ditolong Jumlah
Di RS Diluar RS bidan dukun

WNI 46.606 3.014 910 154 50.684

WNA 15.334 3.094 13.930 416 31.774

JML 60.940 6.108 14.840 570 82.458

b) Tabel ikhtisar (sumarru table) atau tabel naskah (text table)

Tabel ini umumnya bersifat singkat, sederhana dan mudah dimengerti. Tabel
ini berfungsi memberi lukisan yang sistematis tentang peristiwa-peristiwa
yang merupakan hasil penyelidikan atau observasi. Tabel ini dapat di ambil
dari tabel refrensi atau dari sumber khusus. Untuk itu tabel ini bisa berbentuk
angka absolutatau rasio.
• Tabel text
Tabel text adalah tabel yang menyajikan data tentang topik-topik yang
saling berhubungan dan berfungsi untuk menyajikan data yang akan
dibicarakan atau didiskusikan.
• Tabel distribusi frekuensi
 Tabel distribusi frekuensi frekuensi terdiri dari 2 kolom yang dapat
menyajikan data kuantitatif atau data kualitatif.
Dua kolom terdiri dari kolom kelas interval dan kolom frekuensi. Tabel
distribusi frekuensi relatif adalah distribusi tiap-tiap kelas yang
dinyatakan dalam bentuk dan jumlah dari distribusi frekuensinya.
Contoh :

Jumlah KelahiranHidup Dan Mati Menurut

PertolonganPersalinan Di Kecamatan X
Tahun 2019
Yang Kelahiran Jumlah
Menolong Mati Hidup

Bidan 20 600 620

Dukun 70 10000 1.070

Jumlah 90 16000 1.690

Table klasifikasi 2 variabel

Prevalen Gizi Kurang Dan Buruk

Menurut Umur Tahun 2018-2019
Kelompok Umur 2018
2017
(bulan)

0-6 2,56 10,30

7-18 13,37 13,50

19-30 17,63 13,30

• Cara penyusunan pos-pos tabel

Penyusunan pos-pos keterangan dalam tabel tegantung pada ciri-ciri
datanya sendiri (data kuantitatif, data kualitatif data kronologi atau
 datageografis) dan jenis table itu sendiri. Tetapi dalam praktiknya dapat
dibedakan sebagai berikut:
- Penyusunan secara alfabetis/berurutan
Tabel ini sering dipakai pada table ikhtisar dan keterangan
diklasifikasikan secara geografis dan kuantitatif.
Umpamanya sesuai dengan urutan bulan/tahun kejadian.

Kunjungan Puskesmas 2019

Bulan Total
Tempat
Jan Feb dst

Desa X 50 40 90

Dukun Z 60 30 90

Total 110 70 180

- Penyajian secara geografis

Table ini banyak dipakai pada statisstika Pocket Book of Indonesia
yang diterbitkan oleh Biro PusatStatistik di Jakarta.
Contoh :
JumlahPenduduk
Kabupaten X 100

A 500

B 400

C 300

Total 1300

- Penyusunan menurut besarnya angka-angka sering dipakai pada

klasifikasi geografis atau kuantitatif atau kronologis.
 Jumlah Persalinan di Puskesmas X
Tahun 2019

Desa JumlahPersalinan

A 20

B 25

C 19

D 12

Total 86

- Penyusunan secara histori

Contoh :

Jumlah Penderita AIDS Di Indonesia

Tahun 2019

Bulan JumlahPenduduk

Januari 5

Februari 2

Maret 3

April 6

Dst

Total 16
 - Penyusunan atas dasar kelas-kelas yang lazim
Disini penyusunan pos-pos keterangan dalam kompartemen table
dilakukan atas dasar kelas-kelas yang umum digunakan dalam dunia
statistik.
Umpamanya kunjungan Puskesmas dibagi dalam 2 kategori :pasien baru
dan pasien lama.

Jumlah Kunjungan Puskesmas

Tahun 2019

Tempat Pasien Lama PasienBaru Total

Desa A 200 150 350

B 250 175 425

C 230 180 410

Total 680 505 1185

- Penyusunan secara progresif

Disini penyusunan pos-pos keterangan dalam kompartemen table harus
dilakukan sedemikian rupa agar angka akhir dari tiap pos harus
merupakan hasil perkembangan angka-angka yang telah diberikan
sebelumnya.Sering dipakai pada table rekening, pendapatan nasional,
tabel-tabel dan tabel ikhtisar.
2. Penyajian data dalam bentuk grafik statistik(statistical graph)
a. Pengertian
Graph merupakan suatu bentuk penyajian data yang berbentuk gambar-gambar
yang dapat memudahkan dalam peramalan sifat-sifat suatu agregat dan
membandingkan sifat-sifat yang ada dalam tabel.
b. Unsur-unsur
1. Self explanation; judul, sumber, keterangan.
- Skala
 ➢ Dari kanan kekiri merupakan sumbu X yang memuat skala
frekuensi yang dimulai dari titik 0 (nol).
➢ Dari bawah keatas merupakan sumbu Y yang memuat skala
frekuensi yang dimulai dari titik 0 (nol).
Contoh:

Sumbu Y

70 –
60 –
50 –
40 –
30 –
20 –
0 20 30 40 50 60 70 80 Sumbu X
10 –
BentukDasarGrafik

2. Fungsi grafik statistic

- Menarik perhatian para pembaca
Dengan menarik perhatian ini maka pembacanya ingin
memperdalam/membaca lebih detail data tersebut. Oleh karena
sering dipakai dalam pemasaran/iklan.
- Memberi kesan dengan cepat dan tepat
Dengan visualisasi grafik ini, pemmbaca cepat mendapat kesan
yang baik terhadap data tersebut.
- Memudahkan untuk pengambilan keputusan

3. Jenis- jenis grafik statistic

- Grafik batang
Diagram batang ini sering dipakai untuk penyajian distribusi
frekuensi dari data diskrit.
Ada 3 bentuk diagram batang yang sering di gunakan yakni :
 ➢ Diagram batang tunggal
Contoh :

X
0

➢ Diagram batang bertumpuk

Jumlah Siswa

X Waktu/periode 0

Keterangan:

= Siswa Laki-laki
 = Siswa Perempuan

➢ Histogram
Histogram sering dianggap sebagai grafik frekuensi yang
bertangga. Salah satu fungsi histogram yang penting adalah
menggambarkan perbedaan antara kelas-kelas dalam
sebuah distribusi. Histogram ini lebih mudah pada
frekuensi yang mempunyai interval kelas yang sama bagi
tiap kelas.

Distribusi Frekuensi Nilai Ujian statistik Oleh 111 Mahasiswa

Akper Raflesia Tahun 1998
Nilai Ujian Jumlah Mahasiswa

20,00 - 27,49 3

27,50 - 34,99 5

35,00 – 42,49 7

42,50 – 49,99 23

50 – 57,49 40

57,50 – 64,99 20

65,00 – 72,49 10

72,50 – 79,99 3

Jumlah 111
− Grafik garis
➢ Poligon frekuensi
Grafik ini sangat berguna bila kita ingin melakukan
perbandingan antara dua atau beberapa distribusi frekuensi
Cara penggambaran polygon frekuensi umumnya
dilakukan dengan jalan menentukan titik tengah bagi tiao-
tiap persegi panjang serta kemudian menghubungkannya
dengan sebuah garis linier atau dengan garis terputus-
putus.
Contoh:
Distribusi Frekuensi Penderita DHF Pada 100 Desa di
Kabupaten “X”
Nilai Ujian Jumlah Mahasiswa

20- 34 8

35 - 49 24

50 – 64 27

65 – 79 20

80– 94 8

95 – 109 8

110 – 124 4

125 – 139 1

Jumlah 100
 BAB III
PEENUTUP

3.1 Kesimpulan
Data yang kita kumpulkan dapat berupa data kualitatif atau data kuantitatif. Data
kualitatif diperoleh dari hasil penghitungan dan tidak menyatakan kuantitas, tetapi
menyatakan sifat yang dikelompokan dalam kategori. Oleh karena itu, data kualitatif
sering disebut juga data katagori dan individu dalam satu kategori mempunyai nilai yang
sama. Data kualitatif selalu bilangan bulat dan jumlahnya dinyatakan dalam frekuensi,
misalnya sembuh atau tidak, baik atau buruk, laki-laki atau perempuan, dan sebagainya
hingga data yang dihasilkan termasuk dalam salah satu kategori. Data demikian disebut
dichotomy atau binary.
Skala ukur digunakan terdiri dari 4 macam, yaitu:
1. Skala nominal
2. Skala ordinal
3. Skala interval
4. Skala rasio
3.2 Saran
Dalam pembuatan makalah ini masih jauh dari sempurna. Oleh karena itu, penulis
meminta kritik dan saran yang sifatnya membangun dari pembaca untuk kesempurnaan
makalah selanjutnya. Semoga makalah yang kami buat dapat bermanfaat bagi pembaca
dan pendengar.
 DAFTAR ISI

Akbar, Purnomo Setiady dan Husaini Usman. 2016. Pengantar Statistika Edisi Kedua. Jakarta : PT
Bumi Aksara
Akdon dan Riduwan .2013. Rumus dan Data dalam Analisis Statistika. Bandung : Alfabeta.
Budiarto, eko. 2017. Biostatistika untuk kedokteran dan kesehatan masyarakat. Jakarta :
kedokteran EGC