MAKALAH

BIOSTATISTIK

Oleh

VIONNA M
2121312017

ERLIN SAYUTI
2121312018

PROGRAM STUDI MAGISTER KEPERAWATAN

FAKULTAS KEPERAWATAN
UNIVERSITAS ANDALAS
 BAB I
PENDAHULUAN
1.1 Latar Belakang

Pada mulanya statistik hanya menyangkut urusan negara. Namun,sekarang statistik telah
diperlukan oleh seluruh aspek kehidupan. Dalam pengembanganya, ilmu statistik telah
menemukan padanya dengan perkembangan computer sehingga metode statistik berkembang
cepat sekali. Pada dasarnya statistika ialah sebuah konsep dalam bereksperimen, menganalisa
data yang bertujuan untuk mengefisiensikan waktu, tenaga dan biaya dengan memperoleh hasil
yang optimal. Berdasarkan definisinya Statistika merupakan ilmu yang mempelajari bagaimana
merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data.
Sedangkan statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu
data. Data sendiri merupakan kumpulan fakta atau angka.
Statistik erat kaitannya dengan Pemerintahan, industri, Rumah Sakit, Perusahaan Swasta
dan lain sebagainya, sebagai 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. Data
tersebut berbentuk angka, yang biasanya digunakan untuk  penelitian terhadap sifat/karakteristik
yang diteliti. misalnya jumlah karyawan BKKBN, jumlah akseptor KB, Jumlah peserta KB aktif
di desa / kelurahan, jumlah kelompok penimbangan yang melapor pada bulan tertentu, dan lain
sebagainya.
Perlu diketahui bahwa tidak semua data dapat diolah dengan cara yang sama. Ada berbagai
metode dan cara pengolahan data sesuai dengan karakteristik data. Untuk itu statistik
memberikan cara-cara pengumpulan, penyusunan data menjadi bentuk yang lebih mudah untuk
dianalisis sehingga dapat memberikan informasi yang jelas sebagai petunjuk di dalam
pengambilan keputusan dengan metode yang sesuai dengan karakteristik data yaitu dengan
adanya tendensi sentral.
Tendensi sentral digunakan untuk menggambarkan suatu nilai yang mewakili nilai pusat
atau nilai sentral dari suatu gugus data (himpunan pengamatan). Tendensi sentral sering sekali
digunakan untuk mengetahui rata-rata data (mean), nilai yang berada ditengah data (median),
nilai yang sering muncul dalam data (mode) dan masih banyak lagi yang dapat dihitung dalam
tendensi sentral.
Dengan tendensi sentral, analisis data dalam penelitian dapat dilakukan dengan tepat.
Pemahaman dan pengetahuan mengenai tendensi sentral sangat penting sehingga pengetahuan
terhadap tendensi sentral sangat penting bagi mahasiswa. Untuk hal tersebutlah dibuat makalah
ini.
1.2 Rumusan Masalah

Berdasarkan uraian latar belakang tersebut di dalam makalah ini kami merumuskan
beberapa rumusan masalah:

1. Apakah pengertian dari tendensi sentral?

2. Apakah pengertian dari mean, median dan modus?
3. Bagaimana penghitungan dan penerapan rumus dari tendensi sentral?
 BAB II
KONSEP TEORI

2.1 Definisi Tendensi Sentral

Setiap pengukuran aritmatika yang ditujukan untuk menggambarkan suatu nilai yang
mewakili nilai pusat atau nilai sentral dari suatu gugus data (himpunan pengamatan) dikenal
sebagai ukuran tendensi sentral.
Nilai sentral atau tendensi sentral adalah nilai dalam rangkaian data yang mewakili
rangkaian data tersebut. Tendensi sentral merupakan suatu ukuran yang digunakan untuk
mengetahui kumpulan data mengenai sampel atau populasi yang disajikan dalam tabel atau
diagram, yang dapat mewakili sampel atau populasi. Bila ukuran tersebut diambil dari sampel
disebut statistik dan jika ukuran itu diambil dari populasi disebut parameter. Tendensi sentral
digunakan untuk menggambarkan sifat sekumpulan data dari suatu pengamatan. Sentral
Tendensial juga bisa disebut nilai yang representatif dalam suatu kelompok observasi atau studi.
Syarat-syaratnya adalah sebagai berikut:
1. Harus dapat mewakili rangkaian data
2. Perhitungannya harus didasarkan pada seluruh data
3. Perhitungannya harus objektif
4. Perhitungannya harus mudah
5. Dalam suatu rangkaian hanya ada 1 nilai sentral

Terdapat tiga ukuran tendensi sentral yang sering digunakan, yaitu mean (rata-rata
hitung/rata-rata aritmetika), median, modus, kuartil, desi dan presentil.

2.1 Ukuran Tendensi Sentral

A. Mean

Arti dari mean tidak lain adalah “angka rata-rata”. Istilah Mean akan tetap dipakai
disini oleh karena sudah lazim digunakan dalam statistik. Dari segi aritmetik Mean adalah
“Jumlah nilai-nilai dibagi dengan jumlah individu”. Istilah mean saja merupakan metode
yang paling banyak digunakan untuk menggambarkan ukuran tendensi sentral. Mean (rata-
rata) merupakan jumlah seluruh nilai data dibagi dengan seluruh kejadian atau nilai rata-
rata dari beberapa buah data.
Untuk keperluan ini, dalam perhitungan ukuran-ukuran statistik akan digunakan
simbol-simbol. Nilai-nilai data kuantitatif akan dinyatakan dengan x1, x2, …, xn, apabila
dalam kumpulan data itu terdapat n buah nilai. Simbol n juga digunakan untuk menyatakan
ukuran sampel, yakni banyaknya objek atau data yang diteliti dalam sampel. Rata-rata
untuk data kuantitatif yang terdapat dalam sebuah sampel dihitung dengan jalan membagi
jumlah nilai data oleh banyaknya data.
 Mean digunakan untuk data yang tidak dikelompokkan (ungrouped data) maupun data
yang dikelompokan (grouped data).
1. Rumus untuk data yang tidak dikelompokkan:

Rata−ratahitung ( x́ )=
∑ xi
n

Keterangan:
x́ = rata rata hitung sampel
x i= nilai dalam satu sampel
n = total banyaknya pengamatan dalam satu sampel

Contoh:

Menghitung rata-rata data tunggal:

Diketahui data : 3, 4, 5, 2, 6, 7, 4, 6, 3, 5. Hitung nilai rata–ratanya!

ΣXi
Mean= Jawab:
n

= 3 + 4 + 5 + 2 + 6 + 7 + 4 + 6 + 3+ 5

                                    9

=   45  

=   5

2. Rumusan untuk data yang dikelompokkan:

rata−ratahitung ( x́ )=
∑ f i xi
∑ fi
Keterangan:
x i= tanda kelas atau nilai tengah interval ( bila merupakan interval)
f i= frekuensi yang sesuai dengan nilai tengah interval xi (bila merupkan interval)

Contoh menghitung rata-rata data kelompok:

Nilai F x
1 -5 3 3
6 -10 7 8
11 – 15 4 13
16 – 20 3 18
21 – 25 7 23
26 – 30 9 28
31 – 35 6 33
36 – 40 7 38
41 – 45 8 43
46 - 50 6 48
60
 Σ(fi . xi)
Mean= Jawab:
Σfi

= {(3.3)+(7.8)+(4.13)+(3.18)+(7.23)+(9.28)+(6.33)+(7.38)+(8.43)+(6.48}

                                                            60

={9+56+52+54+161+252+198+266+344+288}

                                              60

= 28

Kelebihan mean:

1. Nilai rata-rata punyai sifat objektif

2. Nilai rata-rata mudah dimengerti
3. Nilai rata-rata mudah dihitung
4. Perhitungan rata-rata didasarkan pada data keseluruhan sehingga nilai rata-rata
dapat mewakili suatu rangakaian data.
5. Nilai rata-rata mempunyai stabilitas sampel
6. Nilai rata-rata digunakan untuk perhitungan lebih lanjut

Kelemahan mean:

1. Nilai rata-rata mudah dipengaruhi oleh nilai ekstrem, baik kecil maupun besar
2. Pada distribusi yang condong, nilai rata-rata kurang mewakili

B. Median (nilai tengah)

Median (nilai tengah), adalah suatu nilai yang membatasi 50% dari frekuensi distribusi
sebelah atas dan 50% frekuensi distribusi sebelah bawah atau merupakan nilai tengah dari
rangkaian data yang telah tersusun secara teratur. Atau sebagai ukuran letak, karena
median membagi distribusi menjadi 2 bagian yang sama. Median menentukan letak data
setelah data itu disusun menurut urutan nilainya.Median adalah nilai yang terletak
ditengah dari suatu set nlai atau pengamatn yang disusun menurut Array
a. Untuk data tidak dikelompokan (Ungrouped data)
Terdapat 2 rumus untuk menetukan letak atau posisi median:
 Bila banyaknya pengamatan ganjl, median terletak pada urutan ke:

n+1
2

Contoh:

Diketahui data :2, 3, 3, 4, 4, 5, 5, 6, 6, 7. Hitung median data tersebut!

(n+ 1)
                Posisi Median=
2
 (10+1)
¿
2

¿ 5,5

Data ke-5,5 berada diantara angka 4 dan 5 maka ….

Median=  4+5

= 4,5

 Bila banyak pengamatan genap, median terletak pada urutan ke:

n n+2
dan
2 2

Keterangan:

n = banyaknya data dalam sampel

b. Utuk data yang dikelompokkan, rumus median adalah,

Median Data Kelompok

Keterangan :

Lm= true lower limit atau batas bawah sesungguhnya dari kelas dengan frekuensi paling
tinggi (tepi bawah kelas median)

n= Jumlah Frekuensi

∑f= Frekuensi kumulatif diatas kelas median

fm= Frekuensi kelas median (frekuensi tertinggi dari kelas interval)

c= interval kelas median

Contoh:

Menghitung  Median data kelompok:

Nilai Fm F
 1 -5 3 3
6 -10 7 10
11 – 15 4 14
16 – 20 3 17
21 – 25 7 24
26 – 30 9 33
31 – 35 6 39
36 – 40 7 46
41 – 45 8 54
46 - 50 6 60
60
Jawab:
Kelas median= 1/2.n

                      = ½.60

                      = 30

Berada pada kelas 26-30

Lm= 26 - 0,5 = 25,5

n = 60                      ∑f = 24

c = 5                        fm = 9

Median = Lm + ( n/2 - ∑f ) . c

                             fm

= 25,5 + (60/2 – 24) . 5

                              9

= 25,5 + (30 – 24) . 5

                            9

= 25,5 + 0,67 . 5

= 25,5 +3,35

= 28,85

Median memiliki kelebihan dan kekurangan antara lain:

Kelebihan:

1. Cocok untuk data heterogen

2. Median digunakan bila terdapat data yang ekstrim dalam sekelompok data
Kekurangan:

1. Tidak mempertimbangkan semua nilai

2. Kurang dapat menggambarkan mean populasi

C. Modus
Modus digunakan untuk menetukan nilai yang paling banyak terjadi, dan secara tidak
sadar paling bayak digunakan dan sering dipakai untukmeyatkan rata-rata data kualitatif.
Misalnya :
Penyebab kematian terbanyak dan jenis peyakit terbanyak:
1. Untukdata tidak dikelompokan ( ugrouped Data)
Modus ditentukan dengan jalan menentukan frekuensi terbanyak diantara data itu.
2. Untuk data yang dikelompokkan
Rumus modus:
d1
Modus ( M o )=Lo +C ( d 1+ d 2 )
Keterangan:
Lo = batasan bawah kelas modal yaitu kelas dengan frekuensi terbayak
 C = Panjang kelas
d 1 = selisih frekuensi kelas modal dikurangi frekuensi kelas interval sebelum kelas
d 2 = selisih frekuensi kelas modal dikurangi frekuensi kelas interval sebuah kelas

Contoh menghitung  Modus data kelompok:

Nilai Fmo F
1 -5 3 3
6 -10 7 10
11 – 15 4 14
16 – 20 3 17
21 – 25 7 24
26 – 30 9 33
31 – 35 6 39
36 – 40 7 46
41 – 45 8 54
46 - 50 6 60
60

Jawab:

Diketahui: Kelas modus 26–30 (karena memiliki frekuensi terbanyak = 9)

Lmo = 26 – 0,5 = 25,5

d1 = 9 – 7 = 2

d2 = 9 – 6 = 3

c =5

Ditanyakan: nilai Modus 

Jawab:

Mo    = Lmo +      d1       . c

                           d1 + d2

            = 25,5 +       2       .  5

                           2 +  3

            = 25,5 + 0,4 . 5

            = 25,5 + 2

            = 27,5

Modus dibandingkan ukuran lainnya, tidak tunggal adanya. Yang berarti sekumpulan data
biasanya mempunyai lebih dari sebuah modus.

 Kelebihan:

1. Tidak peka atau tidak terpengaruh pada nilai ekstrem

2. Cocok untuk data homogen maupun heterogen (dapat digunakan untuk semua jenis
data)
 Kekurangan:

1. Kurang menggambarkan mean populasi

 2. Modus bisa lebih dari satu, atau tidak ada satu pun
3. Teknik perhitungan ukuran ini kurang memiliki ketelitian

2.3 Langkah-langkah Penggunaan SPSS untuk Menghitung Central Tendency

1. Buka SPSS, lihat tanda panah.

2. Setelah SPSS terbuka, ambil Variable View dan isikan jenis variabel yang akan dianalisis.

3. Klik Data View dan inputkan nilai-nilai variabel yang akan dianalisis.
4. Lakukan anlisis dengan klik Analyze > Descriptive Statistics > Frequency

5. Pindahkan variabel yang dianlisis ke kotak Variable(s) dengan mengkil tanda panah.
6. Klik tombol Statistics untuk memilih central tendency yang diinginkan.

7. Kemudian klik Continue dan OK, maka akan tampil hasil sebagai berikut.
 BAB III

PENUTUP

3.1 Kesimpulan

Nilai sentral atau tendensi sentral adalah nilai dalam rangkaian data yang mewakili
rangkaian data tersebut. Disebut juga sebagai ukuran letak/lokasi karena menunjukkan letak dari
pusat atau sekumpulan data. Terdapat tiga ukuran tendensi sentral yang sering digunakan, yaitu
mean (rata-rata hitung/rata-rata aritmetika), median, modus, kuartil, desi dan presentil.

Data sangat bervariasi, baik data tunggal maupun berkelompok. Mean berarti rata-rata
hitung, yaitu jumlah semua data dibagi dengan banyaknya data. Median merupakan nilai tengah
dari pengamatan setelah data dari terkecil ke terbesar atau dari terbesar ke terkecil. Sedangkan,
modus adalah nilai dari pengamatan yang paling banyak muncul.

Ada pula, kuartil yang merupakan hasil pembagian sekumpulan data menjadi empat
kelompok dengan batas-batas antar satu kuartil dengan kuartil lainnya. Selanjutnya, desil berupa
sekumpulan data yang dibagi menjadi sepuluh kelompok setelah data diurutkan dari terkecil ke
terbesar. Begitu pun dengan presentil yang dibagi menjadi seratus kelompok setelah data
diurutkan.
 Dafar Pustaka

Alimul, A. (2009). Metode penelitian keperawatan dan teknik analisis data. Jakarta: Salemba
Medika.