METODE DISKRIPTIF DAN UJI NORMALITAS

BIOSTATISTIK

OLEH :
KELOMPOK 1
A11-A

1. ARI CENDANI PRABAWATI ( 17.321.2658 )

2. GDE DIPTA DHIATMIKA ( 17.321.2663 )
3. KOMANG AYU RATIH PURBANINGRUM ( 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 ( 17.321.2698 )
8. NI PUTU MERRY TASIA SURYAWAN ( 17.321.2702 )
9. NI WAYAN YUNA PRATIWI ( 17.321.205 )

PROGRAM STUDI ILMU KEPERAWATAN

STIKES WIRA MEDIKA PPNI BALI
TAHUN AKADEMIK 2020
 BAB I
PENDAHULUAN

A. Latar Belakang
Hasil pengukuran yang kita peroleh disebut dengan data mentah. Besarnya hasil
pengukuran yang kita peroleh biasanya bervariasi. Apabila kita perhatikan data mentah
tersebut, sangatlah sulit bagi kita untuk menarik kesimpulan yang berarti. Untuk
memperoleh gambaran yang baik mengenai data tersebut, data mentah tersebut perlu di
olah terlebih dahulu.
Pada saat kita dihadapkan pada sekumpulan data yang banyak, seringkali membantu
untuk mengatur dan merangkum data tersebut dengan membuat tabel yang berisi daftar
nilai data yang mungkin berbeda (baik secara individu atau berdasarkan pengelompokkan)
bersama dengan frekuensi yang sesuai, yang mewakili berapa kali nilai-nilai tersebut
terjadi. Daftar sebaran nilai data tersebut dinamakan dengan Daftar Frekuensi atau
Sebaran Frekuensi (Distribusi Frekuensi).
Dengan demikian, distribusi frekuensi adalah daftar nilai data (bisa nilai individual
atau nilai data yang sudah dikelompokkan ke dalam selang interval tertentu) yang disertai
dengan nilai frekuensi yang sesuai.
Pengelompokkan data ke dalam beberapa kelas dimaksudkan agar ciri-ciri penting
data tersebut dapat segera terlihat. Daftar frekuensi ini akan memberikan gambaran yang
khas tentang bagaimana keragaman data. Sifat keragaman data sangat penting untuk
diketahui, karena dalam pengujian-pengujian statistik selanjutnya kita harus selalu
memperhatikan sifat dari keragaman data. Tanpa memperhatikan sifat keragaman data,
penarikan suatu kesimpulan pada umumnya tidaklah sah.

B. Rumusan Masalah
Berdasarkan latar belakang di atas maka dapat dirumuskan beberapa masalah yaitu:
1. Apakah yang dimaksud dengan distribusi frekuensi
2. Apakah yang dimaksud dengan tendensi sentral
C. Tujuan
1. Tujuan umum
Setelah mengikuti presentasi diharapkan agar dapat memahami tentang distribusi
frekuensi dan tendensi sentral.
2. Tujuan khusus
Diharapkan mahasiswa / mahasiswi dapat menjelaskan tentang:
a. Distribusi frekuensi
b. Tendensi sentral
 BAB II
PEMBAHASAN

A. Distribusi Frekuensi
Distribusi (sebaran) frekuensi (jumlah) yang terdapat pada nilai variable tersebut
Distribusi frekuensi dapat digambarkan dalam bentuk tabel, yang didalamnya dapat
memuat: frekuensi, persentase, proporsi, rasio, dan frekuensi komulatif dari masing-
masing karakteristik variable. Rentang karakteristik variable dapat sedikit atau mungkin
lebar sekali. Misalnya penelitian tentang umur penduduk pada suatu wilayah giografi
tertentu, maka peneliti memperoleh rentang umur yang sangat lebar yaitu 0-100 tahunan.
Jika rentang umur tersebut dijadikan kategori dan disajikan dalam bentuk tabelmaka akan
diperoleh tabel yang sangat panjang. Untuk menghindari tabel yang sangat panjang, maka
kategori umur dapat dibuat dalam bentuk kelompok-kelompok. Oleh sebab itu maka tabel
dapat dibagi menjadi dua, yaitu: tabel yang menyajikan data tunggal (distribusi frekuensi
tunggal) dan tabel yang menyajikan data kelompok (distribusi frekuensi berkelompok).
Distribusi frekuensi tunggal digunakan jika range (rentang data terkecil dan terbesar)
sempit, sedangkan distribusi frekuensi berkelompok digunakan untuk menyajikan data
dengan range lebar. Jika pemlihan jenis distribusi frekuensi tidak tergantung pada jumlah
data, tetapi pada range atau lebar data.
Distribusi frekuensi yang merupakan sebuah tabel yang menunjukkan frekuensi
kejadian dengan nilai yang berbeda dari suatu variable atau kejadian dalam suatu rentang
nilai. Frekuensi adalah bilangan yang menunjukkan berapa kali suatu nilai muncul dalam
suatu kategori variable. Distribusi frekuensi biasanya digunakan sebagai kategori variable.
Distribusi frekuensi biasanya digunakan sebagai langkah awal sebagai analisis data. Cara
ini dapat membantu bila observasi melibatkan banyak individu.
Menyusun distribusi frekuensi tunggal, dilakukan dengan menyajikan secara
berurutan kategori variable apa adanya. Frekuensi dari masing-masing kategori diperoleh
dengan melakukan tally (menghitung). Misalnya: penelitian, untuk mengetahui distribusi
frekuensi umur balita (dalam tahun) di desa suka maju. Pada penelitian tersebut diperoleh
data sebagai berikut: umur 0 tahun= 15, umur 1 tahun=7, umur 2 tahun=12, umur 3
tahun=9, dan umur 4 tahun =6. Data tersebut dapat disajikan dalam bentuk distribusi
frekuensi tunggal sebagai berikut:
 No Umur Balita (tahun) Tally Frekuensi
1 0 15
2 1 7
3 2 12
4 3 9
5 4 6
Jumlah 49

Data dengan rentannilai yang lebar sebaiknya dibagi menjadi beberapa kelas (ideal
5-15 kelas). Antar kelas memiliki jarak/interval yang sama. Frekuensi, menunjukkan
berapa kali suatu nilai muncul dalam kelompok data (kelas). Kelas interval adalah range
nilai variable yang lebarnya sesuai dengan interval yang dipakai. Dalam satu kelas interval
dikenal limit kelas, batas kelas, dan nilai (titik) tengah. Limit kelas adalah nilai terbesar
atau terkecil yang terdapat pada suatu kelas interval tertentu. Batas kelas adalah titik atau
nilai yang ditetapkan sebagai titik pemisah antara dua kelas interval yang berdekatan.
Frekuensi relative adalah proporsi (persentase) atau fraksi dari seluruh observasi yang
mempunyai suatu nilai atau rentang nilai tertentu. Langkah-langkah menyusun distribusi
frekuensi berkelompok:
1. Tetapkan range dengan cara mengurangi nilai tertinggi (maksimum) dengan nilai
terendah (minimum) + 1. Total range = (skor max-skor min) +1. +1 karena harus
memperhitungkan limit bawah dan limit atas.
2. Tetapkan nilai interval (i), dengan cara:
a. Pertimbangan peneliti: misalnya umur dengan interval 5tahun.
b. Cara konvensional, tentukan 1maksimal dan iminimal , tetapi usahakan pilih yang
nilainya ganjil sehingga mid point tidak berbentuk bilangan pecahan.
c. Cara struges, dengan rumus: i=1 + 3,3 Log n
3. Tetapkan jumlah kelas interval dengan mengupayakan skor terendah merupakan
kelipatan i
4. Tabulasikan data kasar
Jenis kelas interval pada distribusi frekuensi berkelompok:
a. Pada kelas interval dengan limit bawah dan atas yang ditentukan dengan jelas
(explicit). Kelas interval tinggi badan (cm) sebagai berikut:
 Kelas Interval Batas Bawah Batas Atas Limit Bawah Limit Atas
150-159 149,5 159,5 150 159
160-169 15,9 169,5 160 169
Dst
Batas bawah =limit bawah- ½ satuan (unit)
Batas atas= limit atas + ½ satuan (unit) atau
Limit bawah – ½ (limit bawah kelas berikutnya – limit atas kelas)
Lebar kelas= batas kelas atas – batas bawah kelas =10
Titik tengah = ½ (batas atas + batas bawah)

b. Untuk kelas interval dengan limit bawah jelas tetapi limit atas implicit. Hal ini
biasanya digunakan untuk variable umur. Contoh: kelas interval tinggi badan
(cm) sebagai berikut:
Kelas interval Batas bawah Batas atas Limit bawah
150- 150 159,999 150
160- 160 169,999 160
Dst
Batas bawah=limit bawah
Batas atas kelas= nilai segera sebelum limit bawah kelas berikutnya
Lebar kelas = batas bawah kelas berikutnya – batas bawah kelas =10
Titik tengah = ½ (batas bawah kelas + batas bawah kelas berikutnya)

Penyajian tabel distribusi frekuensi yang lazim digunakan adalah:

contoh distribusi frekuensi berkelompok:
Interval kelas Lidi (Tally) Frekuensi Frekuensi komulatif
Kurang dari Lebih dari
0-4 3 3 30
5-9 5 8 27
10-14 10 18 22
15-19 6 24 12
20-24 4 28 6
25-29,dst 2 30 2
30
 c. Tedensi Sentral
Tedensi sentral atau kecendrungan memusat, merupakan suatu bilangan yang
menunjukan kecendrungan untuk memusatnya bilangan-bilangan dalam suatu distribusi
frekuensi. Tendensi sentral dapat digunakan untuk mendeskripsikan suatu kelompok data
dengan suatu angka yang dapat mewakili kelompoknya. Tendensi sentral, meliputi : rata-
rata (mean), median< dan modus.
1. Rerata (mean)
Rerata (mean) merupakan titik berat dari seperangkat data atau observasi yang
sensitif terhadap nilai ekstrim. Rata- rata diperoleh dengan cara membagi jumlah nilai
(∑x) dibagi dengan kumlah individu (N). Rumus :
a. Untuk data yang tidak dikelompokan
X = ∑x
N
Keterangan :
∑ (huruf yunani) artinya jumlah
X=nilai suatu pengamatan/observasi
N=jumlah suatu observasi

b. Untuk data yang dikelompokan

X = ∑fx
Fxn jumlah frekuensi tiap kelas interval

2. Median
Median, merupakan nilai tengah dari sekelompok data yang telah disusun secara
urut. Median dapat diilustrasikan sebagai suatu nilai yang membatasi antara kelompok
rendah dengan kelompok tinggi setelah data diurutkan. Median tidak sensitive
terhadap nilai ekstrim. Median digunakan untuk menentukan pemusatan (apakah
mencong/skewed). cara menentukan:
a. Untuk data yang tidak dikelompokan
Data dengan jumlah yang ganjil maka posisi median pada: (n+1)/2,
sedangkan pada data dengan jumlah genap maka posisi median rata-rata antara n/2
dan (n/2)+1
b. Untuk data yang dikelompokan
Untuk data yang dikelompokan, posisi median ditentukan dengan rumus :
Md = lm + n/2-cf
Fm
Keterangan :
Md = median
Lm = limit bawah kelas interval posisi
N = banyaknya observasi
Cf = frek. Komulatif sebelum kelas median
Fm = interval

c. Modus (Mo)
Modus merupakan nilai yang sering muncul (frekuensi terbesar) dari
seperangkat data observasi. Modus digunakan untuk secara cepat mengetahui
pemusatan. Seperangkat data dapat memiliki satu,dua atau tanpa modus. Kalau
satu modus disebut unimodal, dua modus disebut bimodal sedangkan tanpa modus
disebut nonmodal. Cara menentukan modus : untuk data yang tidak dikelompokan
modus dapat ditentukan dari nilai yang paling sering muncul (f terbesar),
sedangkan untuk data yang dikelompokanmodus dicari dengan rumus :

Md = lm + d1
d1+d2 i
Keterangan :
Mo = modus
lm = limit bawah kelas interval posisi modus
D1 = selisih frek. Kelas modus dengan kelas sebelumya
D2 = selisih frek. Kelas modus dengan kelas sesudahnya.
I = interval
B. Uji Normalitas Data Dengan Kolmogorof Smirnof
Uji kolmogorof smirnof membutuhkan nilai P (peluang), KP (kumulatif peluang), nilai
Z, luas kurva dari 0-Z, FZ (luas wilayah pada Z tertentu) dan A (selisih FZ dengan KP
sebelumnya).
Rumus perhitungan :
P= F
N
Z=x–x
Sd

Data berdistribusi normal jika nilai selisih Fz dengan KP sebelumnya (A) lebih kecil
dari nilai table kolmogorof smirnof.

Berdasarkan data pada uji normalitas dengan chi-square diatas dapat disajikan table
bantu uji analisis data kolmogorof smirnof, sebagai berikut :

Table bantu uji kolmogorof smirnof

Kelas X F P KP Z Luas Fz A
interval kurve
(0-Z)
60-64 62 2 0.05 0.05 -2.03297 0.4793 0.0207
65-69 67 4 0.1 0.15 -1.48352 0.4251 0.0749
70-74 72 3 0.075 0.225 - 0.3238 0.1762
0.93407
75-79 77 8 0.2 0.425 - 0.148 0.352
0.38462
80-84 82 11 0.275 0.7 0.164835 0.0636 0.5636
85-89 87 5 0.125 0.825 0.714286 0.2612 0.7612
90-94 92 4 0.1 0.925 1.263736 0.3944 0.8944
95-99 97 3 0.075 1 2.813187 0.4664 0.9664
Jumlah 40

Kesimpulan:
 Nilai A maksimal = 0,1386.

Nilai table kolmogorof smirnof pada α5% dan N = 40 adalah 13.

Jadi data berdistribusi normal.

C. Uji Normalitas Data Dengan Sapirowilk

Metode Shapiro Wilk menggunakan data dasar yang belum diolah dalam tabel
distribusi frekuensi. Data diurut, kemudian dibagi dalam dua kelompok untuk dikonversi
dalam Shapiro Wilk. Dapat juga dilanjutkan transformasi dalam nilai Z untuk dapat
dihitung luasan kurva normal.

Rumus:
 Persyaratan:

a. Data berskala interval atau ratio (kuantitatif)

b. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi

c. Data dari sampel random

Signifikansi

Signifikansi dibandingkan dengan tabel Shapiro Wilk. Signifikansi uji nilai T3

dibandingkan dengan nilai tabel Shapiro Wilk, untuk dilihat posisi nilai probabilitasnya (p).
Jika nilai p lebih dari 5%, maka Ho diterima ; H1 ditolak. Jika nilai p kurang dari 5%, maka
Ho ditolak ; H1 diterima. Jika digunakan rumus G, maka digunakan tabel distribusi normal.
 BAB III
PENUTUP

A. Simpulan
Distribusi frekuensi yang merupakan sebuah tabel yang menunjukkan frekuensi
kejadian dengan nilai yang berbeda dari suatu variable atau kejadian dalam suatu rentang
nilai. Frekuensi adalah bilangan yang menunjukkan berapa kali suatu nilai muncul dalam
suatu kategori variable. Distribusi frekuensi biasanya digunakan sebagai kategori variable.
Distribusi frekuensi biasanya digunakan sebagai langkah awal sebagai analisis data. Cara
ini dapat membantu bila observasi melibatkan banyak individu.

Uji kolmogorof smirnof membutuhkan nilai P (peluang), KP (kumulatif peluang), nilai

Z, luas kurva dari 0-Z, FZ (luas wilayah pada Z tertentu) dan A (selisih FZ dengan KP
sebelumnya). Metode Shapiro Wilk menggunakan data dasar yang belum diolah dalam
tabel distribusi frekuensi. Data diurut, kemudian dibagi dalam dua kelompok untuk
dikonversi dalam Shapiro Wilk. Dapat juga dilanjutkan transformasi dalam nilai Z untuk
dapat dihitung luasan kurva normal.

B. Saran
Dari hasil pembahasan diatas, maka disarankan agar mahasiswa dapat
memanfaatkan informasi yang diberikan secara baik.
 DAFTAR PUSTAKA

M. Nazir, 1993. Metode Statistik Dasar 1. Jakarta : Gramedia Pustaka Utama

Ronald E Walpole, 1992. Pengantar Statistika, Edisi Terjemahan. Jakarta : PT Gramedia

Sugiarto, Dergibson Siagian. 2006. Metode Statistika Untuk Bisnis dan Ekonomi. Jakarta :

Gramedia Utama

Supranto, J. 2000. Statistika. jilid 1 chap. 6 edisi keenam halaman 126-145.

Sukawana I Wayan, 2008. Pengantar Statistik Untuk Perawat. Jurusan keperawatan Poltekes
Denpasar