STATISTIK DESKRIPTIF
Statistika adalah pengetahuan yang berhubungan dengan cara-cara
pengumpulan data, pengolahan atau penganalisaannya dan penarikan kesimpulan
berdasarkan kumpulan data dan penganalisaan yang dilakukan.
Statistika juga merupakan sekumpulan konsep dan metode yang digunakan
untuk melakukan pengumpulan data, pengolahan, analisis dan menginterpretasikan
data tentang bidang kegiatan tertentu serta mengambil kesimpulannya.
sehingga disebut juga metode statistik
Biostatistik ilmu statistik (statistika) yang diterapkan dalam ilmu-ilmu
biologi/kesehatan
KEGIATAN STATISTIKA :
Kegiatan statistik meliputi: pengumpulan, pengolahan, penyajian, analisis dan
penyimpulan data. Di bawah ini disajikan bagan untuk melihat 4 tahap kegiatan
statistik dalam suatu proses penelitian.
Kesimpulan
Spesifik Umum
Gambar 1
1. Pengumpulan data
Pengumpulan data dapat dilakukan dengan cara : wawancara, observasi,
angket, pengukuran. Sedangkan alat yang digunakan untuk pengumpulan data :
kuisioner, cek list, alat-alat ukur.
2. Pengolahan data
Secara ideal ada 4 tahap yaitu:
a). Editing : yaitu kegiatan melakukan pengecekan isian formulir atau kuisioner
apakah jawaban yang ada di kuisioner sudah lengkap, jelas, relevan, konsisten
b). Koding : yaitu kegiatan merubah data berbentuk huruf menjadi data berbentuk
angka/ bilangan. Kegunaan dari koding adalah untuk mempermudah pada saat
analisis data dan juga mempercepat pada saat entry data.
R. Astuti 1
c). Processing : yaitu kegiatan memproses data agar dapat dianalisis, dengan cara
meng-entry data ke paket program komputer.
d). Cleaning : yaitu pembersihan data merupakan kegiatan pengecekan kembali
data yang sudah di-entry apakah ada kesalahan atau tidak. Kesalahan tersebut
dimungkinkan terjadi pada saat kita meng-entry ke komputer.
3. Analisis data
a). Analisis univariat : yaitu analisis yang menjelaskan/ mendeskripsikan
karakteristik masing-masing variabel
b). Analisis bivariat : yaitu menganalisis hubungan 2 variabel
c). Analisis multivariate : yaitu menganalisis atau menghubungkan beberapa
variabel dengan satu variabel. Misalnya faktor mana yang paling besar
pengaruhnya terhadap satu variabel dependen.
4. Penyajian data
Yaitu kegiatan yang dilakukan agar supaya data yang telah diolah dan dianalisis
dapat dimengerti oleh orang lain. Data dapat disajikan dalam bentuk : tekstular,
tabular, grafikal
MACAM-MACAM STATISTIKA:
1. STATISTIKA DESKRIPTIF
Yaitu metode statistika yang digunakan untuk menggambarkan /menyajikan dan
analisis data yang telah dikumpulkan.
Kegiatan: pengumpulan data – pengolahan data – penyajian data – analisis data
(mean, SD, persentase dll).
2. STATISTIKA INFERENSIAL/ANALITIK/INDUKTIF
Yaitu metode statistika yang dapat menggeneralisir nilai-nilai dari sampel yang
sengaja dikumpulkan menjadi nilai populasi.
Atau metode statistika yang digunakan untuk mengetahui (menarik kesimpulan)
tentang sebuah populasi berdasarkan suatu sampel.
Kegiatan: analisis data, yaitu estimasi/uji hipotesis dan penarikan kesimpulan
(dengan menggunakan sampel)
R. Astuti 2
PERANAN DALAM PENELITIAN
Teori/ Fakta
konsep
Masalah
Tinjauan Pustaka
- Identifikasi variabel
- Kerangka Teori
- Kerangka Konsep
Hipotesis
Generalisasi
Verifikasi
- Disain
- Populasi, Sampel
- Instrumen
- Pengumpulan data
- Pengolahan data
Peranan statistika
- Analisis data
Kesimpulan
R. Astuti 3
DATA, VARIABEL
DAN SKALA PENGUKURAN
PENGERTIAN DATA
Data berasal dari kata Latin yaitu “datum”. Bentuk jamak dari kata datum
adalah “data”. Jadi dalam menyatakan data kita sebetulnya sudah berkata bentuk
jamaknya, sehingga untuk selanjutnya tidak perlu menyatakan data-data, sudah cukup
menyatakan “data” saja. Data adalah suatu himpunan/kumpulan angka yang berasal
dari hasil pengukuran individu atau hasil penelitian.
MACAM DATA
Ditinjau dari jenis data maka terdapat bermacam-macam data antara lain:
* Berdasarkan cara mendapatkan data:
a). Data diskrit: yaitu data yang berbentuk bilangan bulat (diperoleh dengan cara
menghitung)
Contoh: - jumlah tempat tidur di RS 100 buah
- jumlah akseptor KB 30 orang
- jumlah mahasiswa keperawatan di kelas ini 40 orang
b). Data kontinyu: yaitu data yang dapat merupakan rangkaian data, dan nilainya
dapat dalam bentuk desimal (diperoleh dengan cara mengukur).
Contoh: - tinggi badan mahasiswa 155,3 cm
- berat badan 60,8 kg
- suhu tubuh 36,8 oC
R. Astuti 4
VARIABEL
Variabel adalah suatu sifat yang akan diukur atau diamati yang nilainya
bervariasi antara satu obyek dengan obyek lainnya atau dengan kata lain variabel
adalah suatu sifat/karakteristik yang mempunyai variasi nilai.
Macam variabel:
1. a). Variabel katagorik/ kualitatif: variabel hasil dari penggolongan
atau pengklasifikasian.
Contoh: - jenis kelamin (laki-laki, perempuan)
- tingkat pendidikan (SD,SLTP, SLTA, PT)
- status perkawinan (kawin, belum kawin, janda/duda)
b). Variabel numerik/kuantitatif: variabel hasil penghitungan/pengukuran dan
berbentuk bilangan/angka (numerik)
Contoh: - jumlah bayi lahir
- tinggi badan
2. a). Variabel diskrit: yaitu variabel yang nilainya dinyatakan dalam bentuk
bilangan bulat dan hasil dari penghitungan
Contoh: - jumlah anak balita dalam keluarga
- jumlah anggota keluarga
- jumlah pasien di kelas VIP
b). Variabel kontinyu: yaitu variabel yang nilainya bisa dalam bentuk desimal,
dan hasil dari pengukuran.
Contoh: - tekanan darah
- suhu tubuh
- kadar hemoglobin
SKALA PENGUKURAN
Dalam mengumpulkan nilai dari variabel perlu juga diketahui skala
pengukuran dari variabel tersebut. Skala ada 4 macam yaitu skala nominal, ordinal,
interval dan rasio.
1. Skala Nominal
Merupakan skala pengukuran yang paling lemah tingkatannya. Terjadi bila
pengukuran terhadap variabel tersebut hanya dapat membedakan satu pengamatan
dengan pengamatan yang lain. Setiap obyek akan masuk kedalam salah satu
kelompok/ kategori.Tidak mungkin ada tumpang tindih (over lapping). Nomor
yang diberikan kepada obyek tidak mempunyai besaran, jadi hanya sekedar label.
R. Astuti 5
Ciri : - isinya dapat dibedakan
- nilainya sederajat (antara kategori tidak dapat diketahui tingkat
perbedaannya.
Contoh : - jenis kelamin (laki-laki ; perempuan)
- agama (Islam, Kristen dll)
- suku bangsa (Jawa, Sunda, Betawi, dll)
2. Skala Ordinal
Apabila pengukuran terhadap variabel tersebut dapat membedakan serta
mengurutkan (order = urutan = ranking). Antara kategori dapat diketahui tingkat
perbedaannya. Jadi dari kelompok yang sudah ditentukan dapat diurutkan menurut
besar kecilnya. Nomor yang diberikan kepada obyek mempunyai besaran, yang
dapat diurutkan.
Ciri : - dapat dibedakan
- ada tingkatan
- belum ada jarak/ besar beda
Contoh : - Status ekonomi : baik, sedang, kurang
- status gizi : baik, kurang, buruk
- tingkat pendidikan : SD, SLTP, SLTA, PT
3. Skala Interval
Apabila pengukuran terhadap variabel tersebut dapat membedakan, mengurutkan,
serta melihat besar beda antara nilai variabel. Jadi pada skala interval dapat
ditentukan jarak dari urutan kelompok tersebut.
Ciri : - dapat dibedakan
- ada tingkatan
- ada jarak/ besar beda
- belum ada kelipatan
Contoh: - Suhu badan (0C) (pasien A: 36,00C ; pasien B: 37,50C, jarak: 1,50C)
Pada skala interval tidak dapat dikaitkan kelipatannya secara mutlak. Subyek
yang bersuhu 50 0C tidak dua kali lebih panas daripada subyek yang bersuhu
25 0C. Hal ini karena tidak ada nilai nol mutlak. Seperti diketahui bahwa 0 0C
adalah 32 0 Fahrenheit.
4. Skala Rasio
Apabila pengukuran terhadap variabel tersebut dapat membedakan, mengurutkan,
memperlihatkan besar beda, serta juga dapat memperlihatkan kelipatannya. Jadi
disini terdapat nilai nol mutlak.
Ciri : - dapat dibedakan
- ada tingkatan
- ada jarak/ besar beda
- ada kelipatan
Contoh : - berat badan
- tinggi badan
Pada skala rasio arti kelipatan disini yaitu bila subyek A mempunyai berat badan
60 kg dan subyek B mempunyai berat badan 30 kg maka subyek A berat badannya
2 kali subyek B.
R. Astuti 6
SOAL
1. Apa yang dimaksud dengan data kuantitatif, berikan contohnya!
2. Apa yang dimaksud dengan data kualitatif, berikan contohnya!
3. Berilah contoh variable diskrit berikut datanya.
4. Berilah contoh variable kontinyu berikut contohnya.
5. Jelaskan pengertian skala pengukuran nominal, dan berilah contohnya.
6. Jelaskan pengertian skala pengukuran ordinal, dan berilah contohnya.
7. Jelaskan pengertian skala pengukuran interval, dan berilah contohnya.
8. Jelaskan pengertian skala pengukuran rasio, dan berilah contohnya.
Daftar Pustaka
R. Astuti 7
Pertemuan 2
Dr. Ir. Rahayu Astuti, M.Kes
PENYAJIAN DATA
STATISTIK DESKRIPTIF
Merupakan kegiatan mulai dari pengumpulan data sampai kepada
mendapatkan informasi dengan jalan menyajikan dan analisa data yang telah
terkumpul atau sengaja dikumpulkan.
Kegiatan: pengumpulan data – pengolahan data – penyajian data – analisis data (mean,
SD, persentase dan lain-lain).
Tipe data
Kurtogram
Histogram Poligon Ogive
garis
R. Astuti 1
Pada cara meringkas data dan menjelaskan data yaitu menggambarkan data yang
meliputi distribusi frekuensi data, dan untuk data kuantitatif menggambarkan letak
data (central tendency/ukuran pemusatan), variasi data dan bentuk data.
Data kuantitatif
(skala interval/ rasio)
Mean Deviasi
Median Kurtosis
Standard deviasi
Modus
Varians
Koefisien variasi
Distribusi frekuensi
Data kualitatif
(skala nominal/ordinal)
Median
Modus
R. Astuti 2
PENYAJIAN DATA STATISTIK
Tujuan Penyajian Data
- Membandingkan dua angka atau lebih
- Menunjukkan distribusi subyek menurut nilai atau kategori variabel tertentu
- Menampilkan perubahan nilai suatu variabel tertentu menurut waktu
- Menunjukkan hubungan antara 2 variabel
Penyajian data harus dapat meringkas data, sehingga dapat menggambarkan informasi,
sederhana, lugas dan komunikatif.
PENYAJIAN DATA
R. Astuti 3
Penyajian dalam bentuk TABEL
Tujuan:
- Menyajikan suatru aggregate dari data numerik di dalam suatu bentuk tabel,
dimana data disusun dalam baris dan kolom sedemikian rupa sehingga dapat
memberikan gambaran atau perbandingan.
Jenis-jenis Tabel
a). Tabel Induk (Master Table)
b) Tabel Tunggal, Tabel Distribusi Frekuensi:
- Tabel distribusi frekuensi relatif (%)
- Tabel distribusi frekuensi kumulatif
- Tabel distribusi relatif kumulatif (%)
c) Tabel Silang (Cross Table)
TABEL INDUK
- Tabel induk (Summary table) menyajikan semua data yang tersedia secara
terperinci, sehingga pembaca dapat memperoleh setiap informasi yang
diinginkan
R. Astuti 4
TABEL DISTRIBUSI FREKUENSI KUMULATIF
- Distribusi frekuensi kumulatif
- Distribusi frekuensi kumulatif relatif (%)
TABEL SILANG
- Untuk menyajikan data/informasi seringkas dan seefisien mungkin
- Berfungsi sebagai data/informasi untuk topik yang akan didiskusikan dalam
text
- Merupakan tabel silang dari 2 (dua) atau lebih variabel yang terkait
Dalam suatu penelitian atau penyajian data, selain data yang dinyatakan dalam
angka (data numeric), dapat pula bentuk kategorik. Data hasil menghitung jumlah
pengamatan diklasifikasikan dalam beberapa kategori. Data seperti ini disebut data
kategorik (kualitatif), misalnya jenis kelamin yang dikategorikan menjadi laki-laki
dan perempuan, status anemia yang dikategorikan anemia dan tidak anemia, status
merokok yang dikategorikan menjadi merokok ringan, sedang dan berat. Dalam
bidang kesehatan seringkali disajikan hubungan variabel kategorik dengan variabel
kategorik. Pada pertemuan ini tidak membahas uji statistiknya tetapi bagaimana
menganalisis secara deskriptif tabel silang.
R. Astuti 5
dengan rancangan cross sectional atau kohort, pembuatan persentasenya berdasarkan
nilai variabel independent.
Tabel 5. Distribusi pasien menurut kasus kanker paru dan status merokok
Kanker paru
Status merokok Kanker paru Tidak Kanker paru Total
N % n % n %
Merokok 75 75,0 30 30,0 105 52,5
Tidak merokok 25 25,0 70 70,0 95 47,5
Jumlah 100 100,0 100 100,0 200 100,0
Pada Tabel 5 terlihat bahwa dari 100 pasien penderita kanker paru, terdapat 75
orang (75,0%) yang merokok; sedangkan dari 100 pasien yang tidak menderita kanker
paru sebanyak 30 orang (30,0%) yang merokok.
R. Astuti 6
Tabel 6. Distribusi responden menurut kejadian diare dan
ada tidaknya sumber air bersih
Kejadian diare
Sumber air Diare Tidak Diare Total
bersih N % n % n %
Ada 10 5,0 110 55,0 120 60,0
Tidak ada 65 32,5 15 7,5 80 40,0
Jumlah 75 37,5 125 62,5 200 100,0
Pada Tabel 6 terlihat bahwa dari 200 responden, yang diare hanya sebanyak 75
responden (37,5%) dan sisanya tidak diare; yang punya sumber air bersih lebih
banyak yaitu 120 responden (60,0%) sisanya yang 40,0% tidak punya sumber air
bersih. Dari seluruh responden yang diteliti, responden yang punya sumber air bersih
dan tidak diare sebanyak 55,0% dan yang punya sumber air besih dan terkena diare
hanya sebanyak 5%. Sebaliknya yang tidak punya sumber air bersih terkena diare
32,5%.
Tabel 6 jika disajikan dalam analisis persentase menurut baris adalah sebagai berikut:
Kejadian diare
Sumber air Diare Tidak Diare Total
bersih N % n % n %
Ada 10 8,3 110 91,7 120 100,0
Tidak ada 65 81,2 15 18,8 80 100,0
Jumlah 75 37,5 125 62,5 200 100,0
Pada Tabel 7 terlihat bahwa responden yang mempunyai sumber air bersih
sebanyak 120 orang, sebanyak 110 orang (91,7%) diantaranya tidak diare dan hanya
10 (8,3%) yang terkena diare. Sedangkan pada responden yang tidak punya sumber
air bersih, sebagian besar yaitu 65 orang (81,2%) terkena diare, sisanya tidak terkena
diare.
R. Astuti 7
Aksis
- Apakah tiap aksis sudah diberi tanda label dengan singkat dan jelas?
- Apakah satuan ukuran telah dijelaskan pada label aksis?
- Apakah skala aksis sudah jelas?
- Apakah skala aksis sesuai dengan data yang ada?
- Apakah sumbu y mulai dari nol?
GRAFIK: HISTOGRAM
* Dipergunakan untuk menyajikan suatu distribusi frekuensi dari data yang continue
* Langkah-langkah:
- Membuat batas kelas yang sebenarnya (real limit) untuk tiap-tiap kelas
interval
Contoh:
Kelas interval frekuensi batas kelas
7–9 9 6,5 – 9,5
10 – 12 8 9,5 – 12,5
13 – 15 4 12,5 – 15,5
R. Astuti 8
Contoh ; HISTOGRAM
2
Fre-
kuensi
1
0
22.5 25.0 27.5 30.0 32.5 35.0 37.5 40.0 42.5
UM UR ( tahun )
Contoh POLIGON
2
Fre-
kuensi
1
0
22.5 25.0 27.5 30.0 32.5 35.0 37.5 40.0 42.5
UMUR ( tahun )
R. Astuti 9
OGIVE
* Sebuah penyajian grafik frekuensi kumulatif dari sebuah aggregate data yang telah
dikelompokkan dalam sebuah tabel distribusi frekuensi.
* Contoh: Buat kurva OGIVE dari data Tinggi Badan dari 100 orang laki-laki
Caranya : Untuk membuat OGIVE dari frekuensi kumulatif kurang dari ()
1). Sumbu X adalah adalah titik tengah kelas interval tinggi badan.
2). Sumbu Y adalah banyaknya orang (dengan Frekuensi kumulatif ) yang tinggi
badannya sesuai dengan titik tengah kelas interval tinggi badan pada sumbu X
3). Hubungkan titik-titiknya.
R. Astuti 10
GRAFIK LINGKARAN (PIE)
* Grafik pie (pie chart) digunakan untuk membandingkan data dari beberapa
kelompok/ kategori/ data kualitatif dalam frekuensi relatif/ persentase.
* Setiap lingkaran dibagi dalam beberapa kategori yang terlebih dahulu persentase
diubah dalam bentuk derajat.
* Menghitung sudut untuk pie diagram:
Dengan menggunakan data pada tabel 5, dibagi dulu tiap sektor dalam bentuk derajat :
1530 250
SD = x360o 163o D3 = x360o 27o
3370 3370
1025 115
SMP = x360o 109o S1 = x360o 12o
3370 3370
450
SMA = x360o 48o
3370
Kemudian gambar dalam lingkaran yang hasilnya sebagai berikut :
D3 S1
8% 3% SD D3 S1 SD
SMA SMA 8% 3%
SD SMP SMP
13% 13% SD
45%
SMA 45% SMA
D3 D3
SMP
SMP S1 31% S1
31%
Contoh lain:
Golongan Frekuensi Persentase Persentase sudut
darah Relatif (%)
AB 10 33,3 33,3/100 x 3600 = 119,90
B 9 30,0 30,0/100 x 3600 = 108,00
O 11 36,7 36,7/100 x 3600 = 132,10
Total 30 100,0
R. Astuti 11
O
36.7%
AB
33.3%
30.0%
BOX PLOT
* Digunakan untuk menyajikan data numerik
* Menggambarkan distribusi data (tunggal atau dua distribusi akan dibandingkan)
* Melibatkan 5 macam ukuran: minimum, maximum, median, quartil 1 dan quartil 3.
* Box dibagi oleh suatu garis yang menunjukkan median. Bagian atas box
menunjukkan quartil 1, bagian bawah menunjukkan quartil ke 3. Garis keatas
menunjukkan nilai terbesar, garis kebawah menunjukkan nilai terkecil.
BB
N Valid 30
Missing 0
Mean 59.13
Median 60.00
Minimum 39
Maximum 75
Percentiles 25 51.50
50 60.00
75 66.75
80
70
60
50
40
30
N= 30
BB
R. Astuti 12
Pada box-plot terlihat kotak berwarna gelap dengan garis tebal horizontal di kotak
tersebut. Kotak tersebut memuat 50% data, atau mempunyai batas quartil 1 dan quartil
3 sedangkan garis tebal adalah median data berat badan yaitu 60,00 kg.
Quartil ke 1 adalah 51,50 kg dan quatil ke 3 adalah 66,75 kg
Garis paling atas menunjukkan nilai maximum yaitu 75,00 kg
Garis paling bawah menunjukkan nilai minimum yaitu 39,00 kg
Jika garis hitam atau media terletak persis ditengah boxplot maka distribusi data
adalah normal; jika berada disebelah atas maka distribusi miring kekiri dan jika
disebelah bawah maka distribusi miring kekanan.
190
180
170
160
TB
150
20 30 40 50
UMUR
R. Astuti 13
* Dapat menggambarkan suatu keadaan yang berurutan dalam skala waktu, misal
tahun, bulan, dan lain-lain.
Contoh lain
Gambar 6. Peta Jumlah Kasus COVID-19 di Indonesia, data per 23 Maret 2020
R. Astuti 14
Contoh:
Keterangan :
Pada baris 1 : Ada 3 data mahasiswa (frekuensi =3) yang mempunyai umur 2 (batang
= 2), yang berarti ada mahasiswa yang berumur 20-an sebanyak 3 orang. Kemudian
pada kolom daun didapat angka 2,3,3, yang berarti cabang dari 20-an tadi adalah 2, 3
dan 3 atau berarti umurnya adalah 22, 23, dan 23 tahun.
Dan seterusnya sampai pada baris ke 4 , yaitu ada 3 mahasiswa yang berumur
40,41,42 tahun
R. Astuti 15
- Contoh:
2000
2001
2002
Gambar 7. Jumlah Penderita Penyakit Jantung Koroner yang Dirawat
Di Rumah Sakit X Kabupaten Y Tahun 2015-2016
Keterangan: = 10 penderita
LATIHAN:
1. Catatlah data teman satu kelas anda, yang meliputi nama, umur, jenis kelamin, asal
daerah, jumlah anggota keluarga, agama. Kemudian sajikan data tersebut dalam
bentuk table dan diagram yang sesuai dengan jenis datanya kemudian deskripsikan
secara naratif.
R. Astuti 16
2. Menurut penelitian terhadap 500 orang lulusan SMU di kota Semarang yang lulus
tahun 2017 diperoleh data sebagai berikut :
255 orang diterima di perguruan tinggi negeri
135 orang diterima diperguruan tinggi swasta
45 orang diterima bekerja di kantor pemerintah dan swasta
65 orang masih menganggur
Buatlah diagram lingkaran untuk data diatas
Daftar Pustaka
R. Astuti 17