KEPERAWATAN BIOSTATISTIK

OLEH : KELOMPOK 6

1. NI PUTU ADEN SARASITA 15. 321. 2412

2. AGUSTINA DE ALMEIDA 17. 321. 2711
3. FIRA YASINTA 17. 321. 2714
4. I GEDE WAHYU SEPTIANA 17. 321. 2720
5. NI KADEK PON WIDIASTUTI 17. 321. 2729
6. NI KADEK YUNI PURNAMAYANTI 17. 321. 2730
7. NI KOMING ANGGI RATNA SARI 17. 321. 2743
8. NI WAYAN PARMINI 17. 321. 2756
9. SUPUTRA SIDARTA 17. 321. 2763

PROGRAM STUDI ILMU KEPERAWATAN SEKOLAH

TINGGI ILMU KESEHATAN WIRA MEDIKA BALI

DENPASAR

2020

1
LATAR BELAKANG
Statistika adalah ilmu yang mempelajari bagaimana merencanakan,
mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data
Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah 'statistika'
(Bahasa inggris:statistics) berbeda dengan 'statistik' (statistic). Statistika
merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data,
informasi, atau hasil penerapan algoritme statistika pada suatu data. Dari kumpulan
data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data;
ini dinamakan statistika deskriptif. Sebagian besar konsep dasar statistika
mengasumsikan teori probabilitas. Beberapa istilah statistika antara
lain: populasi,sample,unit sample dan probabilitas
Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu
alam (misalnya astronomi dan biologi maupun ilmu-ilmu sosial
(termasuk sosiologi dan psikologi) maupun di bidang bisnis,ekonomi, dan industri.
Statistika juga digunakan dalam pemerintahan untuk berbagai macam
tujuan; sensus penduduk merupakan salah satu prosedur yang paling dikenal.
Aplikasi statistika lainnya yang sekarang popular adalah prosedur jajak pendapat
atau polling (misalnya dilakukan sebelum pemilihan umum), serta hitung
cepat (perhitungan cepat hasil pemilu) atau quick count. Di bidang komputasi,
statistika dapat pula diterapkan dalam pengenalan pola maupun kecerdasan buatan.
Kita sering menjumpai dalam majalah, brosur, buletin, monograf, dan buku
ilmiah adalah penyajian data. Dalam kerja penelitian ada beberapa cara untuk
mendapatkan hasil pengukuran. Penyajian data sebaiknya di pilih tergantung jenis
data, selera dari peneliti dan tujuan penampilan data itu. Dan langkah pertama
dalam kerja analistik statistik adalah penampilan data yang sistematis. Ada beberapa
dalam penyajian data, dalam makalah ini kami akan menjelaskan tentang Penyajian
Data: Tabulasi dan Grafik. Tabel merupakan kumpulan angka-angka yang disusun
menurut kategori-kategori (misalnya: jumlah pegawai menurut pendidikan dan
masa kerja; jumlah penjulan menurut jenis barang dan kantor cabang) sehingga
memudahkan dalam pembuatan analisis data. Gafik merupakan gambaran-
gambaran yang menunjukkan secara visual data berupa angka ( munkin

2
 juga dengan simbol-simbol) yang biasanya juga berskala dari tabel-tabel yang telah
di buat.

RUMUSAN MASALAH
1. Rumusan masalah dalam makalah ini adalah skala pengukuran dan bentuknya itu
seperti apa?
2. Apa saja macam-macam data?
3. Berapa banyak ada macam data?
4. Apa itu skala ukur?
5. Apa saja bagian dari skala ukur?
6. Apa yang dimaksud Penyajian data?

TUJUAN PENULISAN MAKALAH

Agar dapat mengetahui macam-macam skala, menginformasikan data statistika,

dan penyajian data.

3
A. DEFINISI DATA
Data Penelitian adalah segala fakta dan angka yang dapat dijadikan
bahan untuk menyusun suatu informasi (Suharsimi Arikunto, 2002 : 96).
Pengertian Data adalah: “The word data is the plural of Latin datum.
A large class of practically important statements are measurements or
observations of variable. Such statements may comprise numbers, words,
or images” (Wikipedia, 2005).
Data merupakan materi mentah yang membentuk semua laporan
penelitian (Dempsey dan Dempsey, 2002: 76).
Berdasarkan penjelasan para pakar di atas, maka dalam artikel kali
ini, penulis akan menyebutkan istilah data sebagai data penelitian. Sebab
dalam blog kami, lebih spesifik membahas perihal penelitian.
Menurut penulis, yang dimaksud dengan data dapat berarti secara
luas dan dapat pula berari secara sempit. Pengertian Data dalam arti luas
adalah sekumpulan informasi yang dapat diuat, diolah, dikirimkan dan di
analisis. Namun apabila kita mau mengartikan data dalam arti sempit
konteks penelitian, maka yang dimaksud dengan data adalah data penelitian.
Untuk pengertian yang kedua tersebut, maka sebaiknya kita merujuk kepada
data definisi penelitian yang sudah dikemukakan oleh para pakar di atas.

B. MACAM- MACAM DATA

Data Penelitian dapat diklasifikasikan berdasarkan sifat, sumber, dan
juga skala pengukurannya. Berikut di bawah ini akan kami jelaskan satu
persatu tentang klasifikasi data penelitian:
Berdasarkan Sifatnya:
a. Data Kuantitatif
Data yang berupa angka-angka. Misalnya berat badan, luas
rumah, tinggi badan, nilai IQ, dll. Data Kuantitatif dibagi agi
menjadio 2, yaitu:

4
 (1) Data Diskrit, adalah data yang diperoleh dari hasil
perhitungan hingga hasilnya selalu positif dan dapat
dipisahkan satu dengan yang lain secara jelas.
Ciri-ciri data Diskrit :
- Diperoleh dengan cara menghitung
- Bilangan angkanya/ bulat biasanya dinyatakan
dalam jumlah % atau proporsi.
(2) Data Kontinyu, yaitu data yang dihasilkan dari
pengukuran, dapat berupa bilangan desimal atau
bilangan bulat tergantung alat ukur yang digunakan.
Contoh : berat badan ; 20 kg, 50 kg, 77 kg. Ciri-ciri data
Kontinyu :
- Diperoleh dengan cara mengukur
- Bilangan cenderung decimal
- Biasanya dinyatakan dalam nilai rata-rata
b. Data Kualitatif: Data yang berupa kata-kata atau
pernyataan- pernyataan. Dapat pula diartikan sebagai data
kategorik, karena memang biasanya berupa kategori atau
pengelompokan-pengelompokan berdasarkan nama atau
inisial tertentu. Misalkan: Kelompok PNS, Petani, Buruh,
Wiraswasta, dll.
Berdasarkan Cara Memperolehnya:
a. Data Primer
Yaitu data asli atau data baru yang dikumpulkan langsung oleh
orang yang melakukan penelit ian.
b. Data Sekunder
Yaitu data tersedia yang dikumpulkan dari berbagai sumber
yang sudah ada sebelumnya. Misalnya; dari perpustakaan,
dokumen penelitian terdahulu, dan lain-lain.

5
 Berdasarkan Sumbernya:
a. Data Internal
Data yang berasal dari lingkungan sendiri, seperti hasil penelitian
sebelumnya atau data dirumah sakit berupa medical records,
kapasitas tempat tidur dan lain-lain.
b. Data Eksternal
Data yang berasal dari luar lingkungan, seperti publikasi,
instansi, badan ilmiah, dan lain-lain.

Berdasarkan Waktu Pengumpulannya a.

Data Cross Section
Yaitu data yang dikumpulkan hanya pada waktu-waktu tertentu
saja untuk mengetahui keadaan pada waktu tersebut. Misalnya;
data penelitian dengan kuesioner.
b. Data Berkala
Yaitu data yang dikumpulkan secara berkala dari waktu ke
waktu untuk mengetahui perkembangan suatu kejadian pada
periode tertentu. Misalnya; data harga sembako.

C. DEFINISI SKALA PENGUKURAN

Pengukuran dapat didefinisikan sebagai suatu proses sistematik
dalam menilai dan membedakan sesuatu obyek yang diukur. Dalam
mengolah dan menganalisis data, kita sangat berkepentingan dengan sifat
dasar skala pengukuran yang digunakan. Operasi-operasi matematik serta
pilihan peralatan statistik yang digunakan dalam pengolahan data, pada
dasarnya memiliki persyaratan tertentu dalam hal skala pengukuran datanya.
Ketidaksesuaian antara skala pengukuran dengan operasi
matematik/peralatan statistik yang digunakan akan menghasilkan
kesimpulan yang bias dan tidak tepat/relevan. Ada empat tipe pengukuran
atau skala pengukuran yang digunakan, yakni: nominal, ordinal, interval,

6
 dan rasio. Berikut penjelasan lebih lanjut tentang keempat skala
pengukuran tersebut:

D. JENIS SKALA PENGUKURAN

a. Skala Nominal
Merupakan skala yang paling lemah/rendah di antara keempat skala
pengukuran. Sesuai dengan nama atau sebutannya, skala nominal hanya
bisa membedakan benda atau peristiwa yang satu dengan yang lainnya
berdasarkan nama (predikat). Contoh:
- klasifikasi barang yang dihasilkan pada suatu proses
produksi dengan predikat cacat atau tidak cacat
- bayi yang baru lahir bisa laki-laki atau perempuan.
Tidak jarang digunakan nomor-nomor yang dipilih
sekehendak ahti sebagai pengganti nama-nama atau
sebutan-sebutan, untuk membedakan benda-benda atau
peristiwa-peristiwa berdasarkan beberapa karakteristik,
contoh:
- dapat digunakan nomor 1 untuk menyebut kelompok
barang yang cacat dari suatu proses produksi dan nomor
0 untuk menyebut kelompok barang yang tidak cacat dari
suatu proses produksi.
Skala nominal biasanya juga digunakan bila penelit i
berminat terhadap jumlah benda atau peristiwa yang
termasuk ke dalam masing-masing kategori nominal.
Data semacam ini sering disebut data hitung (count data)
atau data frekuensi
b. Skala Ordinal
Skala Ordinal ini lebih tinggi daripada skala nominal, dan sering
juga disebut dengan skala peringkat. Hal ini karena dalam skala ordinal,
lambang-lambang bilangan hasil pengukuran selain menunjukkan
pembedaan juga menunjukkan urutan atau tingkatan obyek yang diukur
menurut karakteristik tertentu. Misalnya tingkat kepuasan seseorang

7
 terhadap produk. Bisa kita beri angka dengan 5=sangat puas, 4=puas,
3=kurang puas, 2=tidak puas dan 1=sangat tidak puas. Atau misalnya
dalam suatu lomba, pemenangnya diberi peringkat 1,2,3 dstnya. Dalam
skala ordinal, tidak seperti skala nominal, ketika kita ingin menggant i
angka-angkanya, harus dilakukan secara berurut dari besar ke kecil atau
dari kecil ke besar. Jadi, tidak boleh kita buat 1=sangat puas, 2=tidak
puas, 3=puas dstnya. Yang boleh adalah 1=sangat puas, 2=puas,
3=kurang puas dan seterusnya.
Selain itu, yang perlu diperhatikan dari karakteristik skala ordinal
adalah meskipun nilainya sudah memiliki batas yang jelas tetapi belum
memiliki jarak (selisih). Kita tidak tahu berapa jarak kepuasan dari tidak
puas ke kurang puas. Dengan kata lain juga, walaupun sangat puas kita
beri angka 5 dan sangat tidak puas kita beri angka 1, kita tidak bisa
mengatakan bahwa kepuasan yang sangat puas lima kali lebih tinggi
dibandingkan yang sangat tidak puas. Sebagaimana halnya pada skala
nominal, pada skala ordinal kita juga tidak dapat menerapkan operasi
matematika standar (aritmatik) seperti pengurangan, penjumlahan,
perkalian, dan lainnya. Peralatan statistik yang sesuai dengan skala
ordinal juga adalah peralatan statistik yang berbasiskan (berdasarkan)
jumlah dan proporsi seperti modus, distribusi frekuensi, Chi Square dan
beberapa peralatan statistik non-parametrik lainnya.

Contoh:

Skala Kecantikan Skala Kecantikan

Data
(a) (b)
Yuni 4 10
Desi 3 6
Ika 2 5
Astuti 1 1

Skala kecantikan (a) di atas menunjukkan bahwa Yuni paling cantik

(dengan skor tertinggi 4), dan Astuti yang paling tidak cantik dengan skor

8
terendah (1). Akan tetapi, tidak dapat dikatakan bahwa Yuni adalah 4 kali
lebih cantik dari pada Astuti. Skor yang lebih tinggi hanya menunjukkan
skala pengukuran yang lebih tinggi, tetapi tidak dapat menunjukkan
kelipatan. Selain itu, selisih kecantikan antara Yuni dan Desi tidak sama
dengan selisih kecantikan antara Desi dan Ika meskipun keduanya
mempunyai selisih yang sama (1). Skala kecantikan pada (a) dapat digant i
dengan skala kecantikan (b) tanpa mempengaruhi hasil penelitian.

c. Skala Interval
Skala interval mempunyai karakteristik seperti yang dimiliki oleh
skala nominal dan ordinal dengan ditambah karakteristik lain, yaitu
berupa adanya interval yang tetap. Dengan demikian, skala interval
sudah memiliki nilai intrinsik, sudah memiliki jarak, tetapi jarak tersebut
belum merupakan kelipatan. Pengertian “jarak belum merupakan
kelipatan” ini kadang-kadang diartikan bahwa skala interval tidak
memiliki nilai nol mutlak. Misalnya pada pengukuran suhu. Kalau ada
tiga daerah dengan suhu daerah A = 10oC, daerah B = 15 oC dan daerah
C=20oC. Kita bisa mengatakan bahwa selisih suhu daerah B, 5oC lebih
panas dibandingkan daerah A, dan selisih suhu daerah C dengan daerah
B adalah 5oC (Ini menunjukkan pengukuran interval sudah memiliki
jarak yang tetap). Tetapi, kita tidak bisa mengatakan bahwa suhu daerah
C dua kali lebih panas dibandingkan daerah A (artinya tidak bisa jadi
kelipatan). Kenapa? Karena dengan pengukuran yang lain, misalnya
dengan Fahrenheit, di daerah A suhunya adalah 50oF, di daerah B =
59oF dan daerah C=68oF. Artinya, dengan pengukuran Fahrenheit,
daerah C tidak dua kali lebih panas dibandingkan daerah A, dan ini
terjadi karena dalam derajat Fahrenheit titik nolnya pada 32, sedangkan
dalam derajat Celcius titik nolnya pada 0.
Skala interval ini sudah benar-benar angka dan, kita sudah dapat
menerapkan semua operasi matematika serta peralatan statistik kecuali
yang berdasarkan pada rasio seperti koefisien variasi.

9
 Contoh:
Nilai Mata Skor Nilai Mata Kuliah
Data
Kuliah (a) (b)
Yuni A 4
Desi B 3
Ika C 2
Astuti D 1

Tabel di atas menunjukkan bahwa nilai A setara dengan 4, B

setara dengan 3, C setara dengan 2 dan D setara dengan 1. Selisih antara
nilai A dan B adalah sama dengan selisih antara B dan C dan juga sama
persis dengan selisih antara nilai C dan D. Akan tetapi, tidak boleh
dikatakan bahwa Yuni adalah empat kali lebih pintar dibandingkan
Astuti, atau Ika dua kali lebih pintas dari pada Astuti. Meskipun
selisihnya sama, tetapi tidak mempunyai nilai nol mutlak
d. Skala Rasio
Yaitu ukuran yang membedakan, mempunyai arti tingkatan,
mempunyai besaran / jarak tertentu antar datanya, mempunyai nilai
mutlak (absolute). Selain memiliki ketiga ciri skala ukuran yang telah
diuraikan sebelumnya, data dengan skala rasio juga memilik titik nol
absolute sehingga pada data dengan skala rasio masing-masing
subkategori dapat dibandingkan dengan titik nol, misalnya umur
penderita A 15 tahun dan penderita B 30 tahun.

Contoh:

Data Tinggi Badan Berat badan

Yuni 170 60
Desi 160 50
Ika 150 40
Astuti 140 30

10
 Tabel di atas adalah menggunakan skala rasio, artinya setiap satuan
pengukuran mempunyai satuan yang sama dan mampu mencerminkan
kelipatan antara satu pengukuran dengan pengukuran yang lain. Sebagai
contoh; Yuni mempunyai berat badan dua kali lipat berat Astuti, atau, Desi
mempunyai tinggi 14,29% lebih tinggi dari pada Astuti. Skala pengukuran
interval dan rasio biasanya dikenai alat statistik parametric.

E. DEFINISI PENYAJIAN DATA

Kegiatan pengumpulan data di lapangan akan menghasilkan data
angka-angka yang disebut ‘data kasar’ (raw data) yang menunjukkan bahwa
data tersebut belum diolah dengan teknik statistik tertentu. Jadi data tersebut
masih berwujud sebagaimana data itu diperoleh yang bisanya berupa skor
dan relatif banyak tidak beraturan. Dalam pembuatan laporan penelitian,
data termasuk yang harus dilaporkan. Agar dapat memberikan gambaran
yang bermakna, data-data itu haruslah disajikan ke dalam tampilan yang
sistematis dan untuk keperluan penganalisisan biasanya data itu disusun
dalam sebuah tabel atau gambar-gambar grafik. Penyajian data ini bertujuan
memudahkan pengolahan data dan pembaca memahami data sebagai dasar
pengambilan keputusan.
Penyajian data dalam sebuah tabel ataupun gambar grafik memiliki
maksud tertentu, seperti halnya pepatah yang mengatakan “satu gambar
sama halnya dengan seribu kata” yang bermakna bahwa penyajian data
dalam bentuk gambar akan lebih cepat bisa ditangkap atau dimengerti
daripada kata-kata yang puitis sifatnya.
Seorang manajer perusahaan atau seorang pejabat tinggi
pemerintahan akan lebih mudah mengetahui perkembangan harga dengan
melihat grafik trend yang naik daripada harus membaca laporan dengan
penuh kata-kata yang bagus, akan tetapi kurang sistematis penyusunannya.
Itulah sebabnya, dalam suatu laporan sering disertai tabel-tabel atau grafik-
grafik. Setelah disajikan dalam bentuk tabel, data sering digambarkan
grafiknya.

11
F. JENIS-JENIS PENYAJIAN DATA
Beberapa grafik yang disajikan antara lain sebagai berikut :
1. grafik garis (line chart);
2. grafik batang/balok (bar chart)
3. histogram
4. grafik lingkaran (pie chart);
5. grafik batang/balok (bar chart)

1. GRAFIK GARIS ( LINE CHART)

1.1.Line Cart (Diagram Garis)
Line chart (diagram garis) merupakan diagram yang digunakan
untuk menggambarkan keadaan yang serba terus atau
berkesinambungan, misalnya produksi minyak tiap tahun, jumlah
penduduk tiap tahun, dan sebagainya. Diagram garis juga memiliki
sumbu datar dan sumbu tegak, dimana sumbu datar menyatakan
waktu dan sumbu tegak menyatakan kuantum data.
Diagram garis berguna untuk menyajikan perbandingan data pada
satu atau beberapa seri data. Perbedaannya, grafik garis
memungkinkan kita untuk menemukan tren atau pola data dari waktu
ke waktu. Misalnya, naik turunnya penjualan, laba perusahaan,
temperatur, atau harga saham dan valas selama periode tertentu.
Penggunaan grafik garis dilakukan, apabila:
memiliki beberapa seri data.
memiliki data dengan interval yang sama atau berurutan, seperti
hari, bulan, kuartal, atau tahun fiskal.
Jenis-jenis diagram grafik garis (line chart) antara lain sebagai berikut :
1. single line chart (grafik garis tunggal);
2. multiple line chart (grafik garis berganda);
3. multiple companent line chart (grafik garis komponen berganda);
dan

12
4. multiple precentage component line chart (grafik garis presentase
komponen berganda).
Kelebihan Penguunaan Line Chart adalah sebagai berikut :

a. diagram garis digunakan untuk menaksir atau memperkirakan

data berdasarkan pola-pola yang telah diperoleh; dan

b. diagram garis ada yang tunggal dan majemuk,diagram garis

majemuk yaitu dalam satu gambar terdapat lebih dari satu garis.
diagram garis majemuk biasanya digunakan untuk
membandingkan dua keadaan atau lebih yang mempunyai
hubungan.

Kekurangan Penguunaan Line Chart adalah sebagai berikut :

a. hanya digunakan untuk data yang berkala,tidak bisa data yang

lainnya; dan

b. harus sangat teliti dalam membaca diagram ini.

13
 1.2.Single Line Chart (Grafik Garis Tunggal)

Single line chart (grafik garis tunggal) adalah grafik yang terdiri dari
satu garis untuk menggambarkan perkembangan satu hal/kejadian.
Misalnya perkembangan hasil penjualan semen, pupuk, tekstil;
perkembangan ekspor karet, kopi, lada, teh, ternak, dan minyak
bumi.

Tabel Data Penjualan Hipotetis Harapan Kita selama Tujuh Tahun

Tahun 2001 2002 2003 2004 2005 2006 2007

Hasil
80 97.5 100 110 115 125 150
Penjualan

14
Grafik Hasil Penjualan Hipotetis Harapan Kita selama Tujuh Tahun

Grafik Garis Tunggal

Hasil Penjualan
160
140
120
100
80
60
2001 2002 2003 2004 2005 2006 2007

15
 1.3.Multiple Line Chart (Grafik Garis Berganda)
Multiple line chart (grafik garis berganda) adalah grafik yang terdiri
dari beberapa garis untuk menggambarkan perkembangan beberapa
hal/kejadian sekaligus. Misalnya perkembangan ekspor menurut
perkembangannya

Tabel Penjualan HipotetisToko “Terang”selama Delapan Tahun Terakhir.

Jenis
2000 2001 2002 2003 2004 2005 2006 2007
Barang

Televisi 20 30 35 40 50 65 70 85

Radio 25 45 50 60 65 75 80 90

Kulkas 30 50 60 75 85 90 95 100

Grafik Jumlah Penjualan “Terang” menurut Jenis Barang

100
90
80
70
60
50
40 Televisi
30 Radio
20 Kulkas
10
0
2000 2001 2002 2003 2004 2005 2006 2007

16
 1.4.Multiple Component Line Chart (Grafik Garis Komponen
Berganda)

Multiple Component Line Chart (Grafik Garis Komponen

Berganda) adalah grafik yang serupa dengan grafik berganda,akan
tetapi garis yang teratas/terakhir menggambarkan jumlah (total) dari
komponen-komponen, sedangkan garis lainnya menggambarkan
masing-masing komponen.

Tabel Jumlah Pesawat Terbang menurut Kepemilikan selama Enam Tahun (Unit)

Grafik Jumlah Pesawat Terbang menurut Kepemilikan selama Enam Tahun (Unit)

17
 1.5.Multiple Percentage Component Line Chart (Grafik Garis
Presentase Komponen Berganda)

Multiple percentage component line chart (grafik garis presentase

komponen berganda) adalah grafik yang serupa dengan grafik garis
komponen berganda, hanya masing-masing dinyatakan sebagai
presentase terhadap jumlah (total), sehingga garis teratas (terakhir)
merupakan garis yang menunjukkan 100%.

Tabel Data Presentase Realisasi Kredit Kepemilikan Rumah melalui BTN selama
Enam Tahun

Grafik Presentase realisasi Kredit Kepemilikan Rumah melalui BTN menurut

Jenisnya

18
2. GRAFIK BATANG? BALOK (BAR CHART)

2.1.Bar Chart (Grafik Batang)

Bar chart (grafik batang) umumnya digunakan untuk menggambarkan

perkembangan nilai suatu objek penelitian dalam kurun waktu tertentu.
Diagram batang menunjukkan keterangan-keterangan dengan batang-
batang tegak atau mendatarsecara vertikal dan sama lebar dengan batang-
batang terpisah.

Bar chart (grafik batang) pada dasarnya sama fugsinya dengan grafik garis
yaitu untuk menggambarkan data berkala. Grafik batang juga terdiri dari
grafik batang tunggal dan grafik batang ganda.

Jenis-jenis diagram grafik batang (bar chart) antara lain sebagai berikut
1. single bar chart (grafik batang tunggal);
2. multiple bar chart (grafik batang berganda);
3. multiple companent bar chart (grafik batang komponen berganda);
4. multiple precentage component bar chart (grafik batang presentase
komponen berganda); dan
5. net balanced bar chart (grafik batang berimbang netto).

Kelebihan Pengguanaan Bar Chart adalah pengguaan yang paling

sederhana dan paling umum.

Kekurangan Pengguanaan Bar Chart adalah sebagai berikut :

a. diagram batang hanya disajikan data yang telah dikelompokkan

atas atribut dan kategori; dan
b. diagram batang tidak dapat menampilkan datum dari tiap orang
atau benda yang dicatat(sebut saja data individual.

2.2.Single Bar Chart (Grafik Batang Tunggal)

Grafik Hasil Penjualan Hipotetis Harapan Kita selama Tujuh Tahun

19
 160

140

120

100
Hasil
80 Penjualan

60

*Sebagian data dari Tabel 1.1

20
 2.3.Multiple Bar Chart (Grafik Batang Berganda)

Grafik Jumlah Hasil Penjualan Toko “Terang”

100
90
80
70
60 Televisi
50 Radio
40 Kulkas
30
20
10
0
2005 2006 2007

*Sebagian data dari Tabel 1.2

Jenis 2000 2001 2002 2003 2004 2005 2006 2007

Barang

Televisi 20 30 35 40 50 65 70 85

Radio 25 45 50 60 65 75 80 90

Kulkas 30 50 60 75 85 90 95 100

21
 2.4.Multiple Companent Bar Chart (Grafik Batang Komponen
Berganda)

Tabel 1. 1 Calon Pemilih warga DKI Jakarta pada Pemilu 1999 menurut
Indentitas Penduduk dan Wilayah

Grafik Calon Pemilih warga DKI Jakarta pada Pemilu 1999 menurut Indentitas
Penduduk dan Wilayah

22
 2.5.Multiple Precentage Component Bar Chart (Grafik Batang
Presentase Komponen Berganda)

Grafik Nilai Ekspor dan Impor Migas, Indonesia

100%
90%
80%
70%
60% Kulkas
50% Radio
40% Televisi
30%
20%
10%
0%

*Sebagian data dari Tabel 1.2

Jenis Barang 1992 %

Televisi 20 26,67

Radio 25 33,33

Kulkas 30 40

Jumlah 75 100

23
 2.6.Net Balanced Bar Chart (Grafik Batangan Berimbang Netto)

Tabel Nilai Ekspor dan Impor termasuk Migas, Indonesia, 1992-1997 (Juta
US$)

Tahun Ekspor Impor

1988 19218.5 13248.5

1989 22158.9 16359.6

1990 25675.3 21837

1991 29142.4 25868.8

1992 33967 27279.6

1993 36823 28327.8

1994 40053.4 31983.5

1995 45418 40628.7

1996 49814.8 42928.5

1997 53443.6 59148.4

24
Grafik Selisih Ekspor-Impor Indonesia (Juta US$)

3. HISTOGRAM

3.1.Pengertian Histogram

Histogram adalahmodifikasi dari diagram batang (bar diagram),

dimana tampilan grafis dari tabulasi frekuensi yang di gambarkan
dengangrafis batangan sebagai manifestasi data binning. Tiap
tampilan batang menunjukanproporsi frekuensi pada masing- masing
data kategori yang berdapingan dengan intervalyang tidak tumpang
tindih.Histogram adalah grafik balok yang memperlihatkan satu
macam pengukuran darisuatu proses atau kejadian. Grafis ini sangat
cocok untuk data yang di kelompokan.Histogram merupakan
diagram frekuensi bertetangga yang bentuknya seperti
diagrambatang. Batang yang berdekatan harus berimpit.

25
3.2.Kegunaan Histogram

Kegunaan dari pengggunaan histogram adalah sebagai berikut

1. Diagram batang umumnya digunakan untuk mengambarkan

perkembangan nilai suatu objek penelitian dalam kurun waktu
tertentu. Diagram batang menunjukan keterangan-keterangan
dengan batang- batang tegak atau mendatar dan sama lebar dengan
batang-batang terpisah;

2. Mengetahui dengan mudah penyebaran data yang ada;

3. Mempermudah melihat dan menginterpretasikan data; dan

4. Sebagai alat pengendali proses, sehingga dapat mencegah timbulnya

masalah.

26
 3.3.Ciri- Ciri Histogram

Ciri-ciri dari histogram antara lain sebagai berikut

1. skala yang digunakan harus di mulai dari 0;

2. diagram batang yang di buat secara vertikal maupun horizontal;

3. diagram harus di lengkapi dengan judul; dan

4. di agram batang di sajikan dalam bentuk batangan.

Histogram ini juga digunakan dalam menyajikan data yang disusun

dalam suatu distribusi frekuensi, distribusi persentase atau telah tersusun.

Tepi-tepi kelas ini digunakan untuk menentukan titik tengah kelas

yang dapat di tulis sebagai berikut.

Titik tengah kelas = ½ (tepi atas + tepi bawah kelas)

3.4.Hubungan Histogram dan Poligon Frekuensi

Poligon frekuensi dalam histogram dibuat untuk menghubungkan

titik-titik tengah setiap puncak persegi panjang dari histogram secara
beraturan. Agar poligon tertutup maka sebelum kelas paling bawah
dan setelah kelas paling atas, masing-masing di tambah satu kelas.

27
 Tabel Jumlah Harga Saham Tahun 1992

Kelas Interval Jumlah Frekuensi (F)

1 215 - 2122 14

2 2123 - 4030 3

3 4031 - 5938 1

4 5939 - 7846 1

5 7847 - 9754 1

Grafik Hasil Saham pada Tahun 1997

Hasil Saham

15 14

10

5 4
1 1 1
0

28
 4. GRAFIK LINGKARAN (PIE CHART)

4.1.Pie Chart (Diagram Lingkaran)

Pie Chart (diagram lingkaran) adalah penyajian data statistik yang

dinyatakan dalam persen atau derajat dapat menggunakan diagram
lingkaran.

KelebihanPenggunaan Pie Chart adalah

a. tempat untuk membuat diagram lingkaran tidak terlalu besar; dan

b. diagram lingkaran sangat berguna untuk menunjukkan dan
membandingkan proporsi dari data
Kekurangan Penggunaan Pie Chart adalah diagram lingkaran
tersebut tidak dapat menunjukkan frekuensinya.

Sebuah Kabupaten di Indonesia penduduknya mempunyai mata pencarian sebagai

berikut : Penyelesaiannya:

A : Pertanian : 25% A = 25/100 x 360 = 90

B : Perikanan : 25% B = 25/100 x 360 = 90

C : Pertambangan : 50% C = 50/100 x 360 = 180

Grafik Mata Pencarian Penduduk Indonesia

Mata Pencarian Penduduk

Pertanian Perikanan Pertambangan

29
4.2.Cartogram (Grafik Berupa Peta)

Cartogram (grafik berupa peta) adalah grafik yang digambarkan

pada peta yang sebenarnya, dan diberi warna. Dalam pembuatannya
digunakan peta geografis tempat yang terjadi .Dengan demikian
diagram ini melukiskan keadaan dihubungkan dengan tempat
kejadiannya, seperti halnya kepadatan penduduk atau kurang
penduduk suatu daerah dan atau pulau atau juga bisa melihat
penduduk dalam daerah tersebut.

Contoh: peta indonesia di gambarkan dengan gambar jagung,

padi,kopi,teh, pada daerah-daerah tertentu yang menggambarkan
bahwa daerah Jawa Barat penghasil padi, jagung, daerah Sulawesi
Selatan penghasil kopi, daerah Bali penghasil teh.

Tabel Peta Kepadatan Penduduk Indonesia

Propinsi Jumlah Penduduk

Tiap km2

Jawa dan Madura 690

Sumatera 59

Kalimantan 12

Sulawesi 55

Maluku 19

Nusa Tenggara 96

30
Grafik Peta Kepadatan Penduduk Indonesia

31
KESIMPULAN
1. Data sekumpulan informasi yang diperoleh dari suatu pengamatan data
dibagi 3 antara lain kuantitatif,kualitatif dan interval.
2. Skala kesepakatan yang digunakan sebagai acuan untuk menentukan
panjang pendeknya interval yang ada dalam alat ukur.Setelah proses
pengukuran yang menghasilkan data kuantitatif yang berupa angka-angka
tersebut baru lah kemudian ditentukan analisis statistik yang cocok untuk
digunakan
3. Data adalah bentuk jamak dari datum. Data merupakan keterangan-
keterangan tentang suatu hal, dapat berupa suatu yang diketahui atau yang
dianggap atau anggapan. Atau suatu fakta yang digambarkan lewat angka,
simbol, dan lain-lain. Data juga terdiri atas berbagai jenis. Jenis data secara
garis besarnya dapat dibagi atas dua macam, yaitu data dikotomi/ diskrit dan
data kontinum.

Berdasarkan sumber pengambilannya, data dibedakan atas dua, yaitu

data primer dan data sekunder. Data Primer merupakan data yang diperoleh atau
di kumpulkan langsung di lapangan oleh orang-orang yang melakukan
penelitian atau yang bersangkutan yang memerlukannya. Sedangkan data
sekunder merupakan data yang diperoleh atau di kumpulkan oleh orang yang
melakukan penelitian dari sumber-sumber yang telah ada.
Berdasarkan waktu pengumpulannya, data dibedakan atas dua, yaitu data
berkala dan data seketika. Data Berkala (time series data) adalah data yang
terkumpul dari waktu ke waktu untuk memberikan gambaran perkembangan
suatu kegiatan atau keadaan. Sedangkan data seketika (cross section data)
merupakan data yang terkumpul pada suatu waktu tertentu untuk memberikan
gambaran perkembangan suatu kegiatan atau keadaan pada waktu itu.
Data statistika tidak hanya cukup dikumpulkan dan diolah, tetapi juga
perlu disajikan dalam bentuk yang mudah dibaca dan di mengerti oleh
pengambil keputusan. Penyajian data ini bisa dalam bentuk tabel atau
grafik/diagram. Ada beberapa jenis tabel, yaitu antara lain : tabel biasa, tabel
distribusi frekuensi, tabel distribusi frekuensi relatif, , tabel distribusi frekuensi
kumulatif, tabel distribusi frekuensi relatif-kumulatif. Sedangkan grafik terdiri

32
 atas : grafik garis (line chart). grafik batangan (bar chart/ histogram), grafik
lingkaran (pie chart), grafik gambar, dan grafik berupa peta(cartogram).
1. Penyajian data dengan grafik dikatakan lebih komunikatif karena dalam
waktu singkat seseorang akan dapat dengan mudah memperoleh
gambaran dan kesimpulan mengenai suatu keadaan.
2. Dengan membaca data pada tabel dan grafik, para eksekutif akan
dengan cepat dan mudah mengetahui situasi dan kondisi perusahaannya
sehingga dapat diambil tindakan-tindakan atau keijakan-kebijakan yang
tepat.

SARAN
Jika suatu penelitian yang membutuhkan suatu data maka perlu mempelajari skala
pengukuran, perlu data statistic dan penyajian data.
Adapun saran yang penulis sampaikan adalah agar pembaca dapat
menggunakan pemecahan masalah secara statistik, lebih tepat jika mengikuti
tahapan yang ilmiah. Data yang baik tentu saja harus yang mutakhir, cocok
(relevan), dengan masalah penelitian dari sumber yang dapat
dipertanggungjawabkan, lengkap akurat, objektif dan konsisten. Pengumpulan data
sedapat mungkin di peroleh dari tangan pertama. Data yang baik sangat di perlukan
dalam penelitian, sebab bagaimanapun canggihnya suatu analisis data jika tidak di
tunjang oleh data yang baik, maka hasilnya kurang dapat di pertanggungjawabkan.
Demikianlah makalah yang kami buat ini, semoga bermanfaat dan
menambah pengetahuan para pembaca. Kami mohon maaf apabila ada kesalahan
ejaan dalam penulisan kata dan kalimat yang kurang jelas, dimengerti, dan
lugas.Karena kami hanyalah manusia biasa yang tak luput dari kesalahan Dan kami
juga sangat mengharapkan saran dan kritik dari para pembaca demi kesempurnaan
makalah ini. Sekian penutup dari kami semoga dapat diterima di hati dan kami
ucapkan terima kasih yang sebesar-besarnya.

33
 DAFTAR PUSTAKA
https://www.statistikian.com/2012/10/pengertian-data.html

http://mukhtarhabib.blogspot.com/2009/06/skala-skala-pengukuran-statistik.html

https://www.statistikian.com/2012/10/pengertian-data.html

http://www.konsultanstatistik.com/2009/03/skala-pengukuran-statistik.html

https://delfistefani.wordpress.com/2012/12/09/data-jenis-jenis-data-dan-skala-
pengukuran/

Eko, Bidiarto. (2001). Biostatistika Untuk Kedokteran dan Kesehatan Masyarakat.

Jakarta: EGC.

Budiman Chandra, (2009). Biostatistika Untuk Kedokteran & Kesehatan. Jakarta:

EGC.

34