Ukuran Variasi

Zuraida, SKM, MKM

Prodi Analis Kesehatan
Fakultas Kesehatan

Universitas MH Thamrin
 Distribusi Frekuensi
 Adalah susunan data angka menurut besarnya Kuantitas atau menurut
Kategorinya (kualitas)
 Penyusunan Distribusi Frekuensi data-data dasar nilai variable dan frekuensi setiap
nilai variabel itu.
 Ada dua macam distribusi frekuensi
 1. tunggal
 2. bergolong
Contoh distribusi frekuensi tunggal

Kadar protein Frekuensi Frekuensi Frekuensi Frekeunsi

(gr/dl) <f> kumulatif Relatif Kumulatif
<xi> <fK> <fr> = 0% relative <fkr>
4 5 5 25 25
5 5 10 25 50
6 3 13 15 65
7 2 15 10 75
8 5 20 25 100
20 100
Contoh distribusi frekuensi bergolong

Kadar protein Frekuensi Frekuensi Frekuensi Frekeunsi

(gr/dl) <f> kumulatif Relatif Kumulatif
<xi> <fK> <fr> = 0% relative <fkr>
70-79 3 3 10 10
80-89 5 8 16,66 26,66
90-99 6 14 20 46,66
100-109 5 19 16,66 63,32
110-119 6 25 20 83,32
120-129 5 30 16,66 99,98
20 100
 Carilah nilai minimum dan Maksimum
 Hitung selisih minimum dan maksimum nilai tersebut disebut range

 Tentukan jumlah kelas dam interval kelas ( Sebaiknya sama)

 Jumlah Kelas ( rumus Strugess)
 M = 1 +3,3 Log n
 M = Jumlah Kelas
 n = Jumlah data (Observasi)
 Interval Kelas : R / M
Buatlah tabel distribusi frekuensi dari hasil
pemeriksaan trigliserida

255 295 298 297 290 254 270

259 270 297 310 309 258 267
260 269 271 308 303 285
266 271 266 280 297 301
266 280 261 284 310 304
n  32
nilai
Rumus
i = R/k

R adalah nilai maksimum – nilai minimum

310 – 254 = 56

K = 1 + 3,3 log 𝑛
= 1 + 3,3 log 32
= 6,0
maka i = R/k = 56/6 = 9,3 - 10
Kadar Frekuensi Frekuensi Frekuensi Frekeunsi
Trigliserida <f> kumulatif Relatif Kumulatif
(mg/dl) <fK> <fr> = 0% relative <fkr>
(xi)
254-263 6 6 18,7 18,7
264-273 9 15 28,1 46,8
274-283 2 17 6,3 53,1
284-293 3 20 9,4 62,5
294-303 7 27 21,9 84,4
304-313 5 32 15,6 100
 Nilai Tengah
 Dari sekumpulan data (distribusi), Ada beberapa nilai yang dapat kita anggap
sebagai wakil dari kelompok data tersebut.

 Nilai nilai yang biasa digunakan untuk mewakili data tersebut ada;ah mean,
median, dan modus nilai tersebut diebut sebagai nilai tengah (central tendency)
 Rata-rata Hitung (mean)
 Median
 Modus (mode)
 Nilai letak (posisi)
 Nilai nilai variasi
Rata-rata Hitung
 Rata-rata hitung atau arithmetic mean atau lebih dikenal dengan mean saja
nilai yang baik mewakili suatu data.
 × = X1+X2+X3 + ………….Xn
n
Contoh :
Data Berat Badan Mahasiswa prodi analis Kesehatan Fakultas Kesehatan
universitas MH Thamrin (Kg)
56 62 52 48 67
Berapakah rata2 Berat mahasiswa

56+62+52+48+67 = 57 Kg
5
Sifat dari Mean
- Merupakan Wakil dari keseluruhan
- Mean sangsat dipengaruhi nilai ekstream
- Nilai mean berasal dari semua nilai pengamatan
Median
 Median adalah nilai yang terletak pada obeservasi yang ditengah, kalau data tersebut telah disusun
(array)
 Nilai Median disebut juga nilai letak
 POSISI MEDIAN adalah n+1
2
Nilai median adalah nilai pada posisi tersebut
56 62 52 48 67
Data yang tersebut kita susun
48 52 56 62 67
Maka posisi median adalah 5 + 1 = 3
2
Nilai obesrvasi ketiga adalah 56 maka median adalah 56
• Bagaimana jika n ( jumlah data) itu genap
• 48 52 56 62 67 70
• Maka nilai median posisinya pada pengamatan ketiga dan keempat maka nilai median adalah nilai
pengamatan ketiga tambah keempat bagi dua
• 56 + 62 = 59
2
Sifat Dari Median
Tidak dipengaruhi data ekstream
Modus (Mode)
 Modus Adalah nilai yang paling banyak ditemui
 Didalam suatu pengamatan
 Dari sifatnya ini maka untuk sekelompok data pengamatan ada beberapa kemungkinan :
1. Tidak ada nilai yang lebih banyak diobservasi, jadi tidak ada modus
2. Ditemui satu modus ( unimodal)
3. Ditemui dua Modus (bimodal)
4. Ditemui lebih dari tiga modus (multimodal)

52 53 55 55 55 55 56 57 60 62 62 62 62

Nilai Modus adalah 55 62

 Nilai letak posisi
Jika kita menyusun data, dari data yang terkecil menjadi data yang terbesar maka
Kita bisa membagi pengamatan menjadi beberapa bagian

Pembagian pengamatan ini disebut sebagai nilai letak atau posisi

posisi pengamatan yang umumnya dipakai adalah pengamatan menjadi dua bagian
atau empat bagian, sepuluh atau seratus

Pada pembagian pengamaran menjadi dua, nilai median merupakan nilai

pengamatan pada posisi paling tengah ( data sudah disusun)
 Nilai Variasi

 Nilai variasi atau deviasi adalah nilai yang menunjukkan bagaimana

bervariasinya data dalam kelompok terhadap nilai rata-rata nya.
 Macam nilai Variasi
 1. Range
 2. Rata-rata deviasi (mean deviasi)
 3. varian
 4. standar deviasi
 5. koefisien variasi
 Range
 Range adalah nilai yang menunjukkan perbedaan nilai pengamatan yang
paling besar dengan nilai yang paling kecil

 Contoh :
 Data berat badan Mahasiswa Prodi analis kesehatan (kg)
 56 62 52 48 67
 Maka nilai range adalah 67kg – 48 kg = 19 Kg
Rata-rata deviasi (mean deviasi)

 Rata rata deviasi adalah rata rata dari seluruh perbedaan pengamatan
dibagi banyaknya pengamatan. Untuk ini diambil nilai mutlak

Xi kg Xi-× (xi-×)2
48 9 81
52 5 25
56 1 1
62 5 25
67 10 100
285
 Mean = 48+52+56+67 = 57 kg
5

 Mean deviasi = 9+5+1+5+10 = 6 kg

5
 Varian
 Varian adalah rata-rata perbedaan Antara mean dengan nilai masing
masing observasi
 Rumus
 V (S2) = (x-×)2
n-1

Contoh : dari data berikut

V = 81+25+1+25+100 = 58
4
Standar Deviasi

 SD adalah akar dari Varian

 Nilai standar deviasi ini juag disebut juga sebagai “simpangan baku”

Rumus S = √ v = √S2

Contoh S = √ 58 = 7,6 Kg
Koefisien Variasi ( Coefifient Of
Variation = COV)
 Koefisien variasi merupakan ratio dari standar deviasi terhadap nilai mean
dan dibuat dalam bentuk persentase

S X 100%
×
Contoh 7,6 x 100% = 13,33 %
57
 Tugas
 Didapatkan data kadar protein pada Laboratorium klinik Z
 7,3 7,0 6,5 7,4 6,8 7,2 6,5 7,0 6,9 7,2
 7,0 6,8 7,3 7,5 6,8 7,0 6,7 7,1 7,2 6,9

 Dari data diatas :

 Cari nilai Mean, Median, Modus, Range, Mean Deviasi, Varian, Standar
Deviasi dan Koefisien varian dari data tersebut