SIMPULAN DATA NUMERIK

A. Distribusi Frekuensi
o Distribusi Frekuensi adalah suatu susunan data dalam bentuk tabel menurut
jumlah tertentu, biasanya data tersebut telah dikelompokan ke dalam kelas
atau kelompok (group) tertentu
o Beberapa istilah dalam distribusi frekuensi:
a. Kelas : Biasanya jumlah kelas berkisar antara 6—14
: Dihitung dengan Rumus Sturges, yaitu;

m = 1 + 3,3 Log n m = Jumlah kelas

n = Jumlah semua pengamatan
b. Interval : Jarak dalam kelas
: Istilah dalam interval: batas bawah (lower limit), batas atas
(upper limit), dan nilai tengah (mid point)
: Interval dihitung dengan rumus;

i =R/m i = interval
m = jumlah kelas
R = Range (selisih nilai terbesar dg terkecil)
Dept. of Biostatistics – FPH UI: 2001 Page 1 of 12
B.. Ukuran Tengah (Central Tendency)
a. Mean ()
b. Median (Md)
c. Modus = Mode (Mo)

C. Ukuran Variasi:
a. Range
b. Mean Deviation
c. Varian
d. Standard Deviation
e. Coefficient of Variation
f. Inter-quartile Range

D. Ukuran Posisi:
a. Median
b. Quartile
c. Decile
d. Percentile

Dept. of Biostatistics – FPH UI: 2001 Page 2 of 12

Mean = nilai rata-rata hitung ()
a. Simbol untuk mean:
1.  ( x bar) = untuk sampel (statistik)
2.  (miu) = untuk populasi (parameter)
b. Merupakan nilai yang mewakili data agregate
c. Bersifat labil (mudah dipengaruhi oleh nilai ekstrim)
d. Dihitung dengan Rumus:
X

n

Contoh: Data berat badan 10 mahasiswa (kg)

65 61 54 53 53 62 40 54 63 60

65 + 61 + 54 + 53 + 53 + 62 + 40 + 54 + 63 + 60 565
Mean = ---------------------------------------------------------- = ------ = 56,5 kg
10 10

o Median (Md) = Nilai tengah

Dept. of Biostatistics – FPH UI: 2001 Page 3 of 12

 a. Merupakan nilai yang terletak paling tengah, sehingga membagi data
menjadi dua kelompok yang sama menurut jumlah pengamatannya
b. Relatif stabil (tidak dipengaruhi oleh nilai ekstrim)
c. Sebelum median terlebih dahulu data harus diurutkan dari terkecil-
terbesar (array)
d. Posisi median ditentukan dengan rumus:
n 1
Md 
2

e. Nilai median adalah nilai observasi pada posisi median

Contoh: 11 12 12 13 14 15 15 16 17 18
Deketahui n = 10
Ditanya Median = …?
Jawab Posisi median = (n+1/2)
= (10+1/2) = 5,5 (antara 14 dengan 15)
Nilai Md = (14 + 15 ) / 2 = 14,5

Dept. of Biostatistics – FPH UI: 2001 Page 4 of 12

o Mode (Mo) = Nilai yang sering muncul
o Merupakan nilai yang paling sering muncul atau nilai frekuensi pengamatan
yang paling besar
o nilai observasi yang frekuensinya paling banyak dinyatakan dengan puncak
dari kurva distribusinya
- kurva satu puncak : unimodal
- kurva dua puncak : bimodal
- kurva banyak puncak : multimodal

Dept. of Biostatistics – FPH UI: 2001 Page 5 of 12

o Hubungan antara nilai Mean, Median, Mode

Nilai Median berada diantara Mean dan Mode

a. Jika  < Md, kurvanya menceng/miring ke kiri
b. Jika  > Md atau Md <  , kurvanya menceng ke kanan
c. Jika  = Md = Mo (berhimpitan), maka kurvanya disebut simetris
d. Jika semua observasi (nilai pengamatan) mempunyai frekuensi yang
sama

Dept. of Biostatistics – FPH UI: 2001 Page 6 of 12

Range
o Suatu nilai yang merupkan selisih antara nilai tertinggi dengan nilai terendah
o Hanya ditentukan oleh 2 nilai saja (nilai tertinggi dan terendah)
o Dalam pemakaian sering di gabung dengan ukuran lain (mis. Mean dan standar
deviasi), karena jika hanya range saja yang digunakan kadang-kadang
menyesatkan
contoh:
Data-1: 3 4 5 6 8 11 15 20   = 9 Range = 17
Data-2: 3 4 9 9 9 9 9 20   = 9 Range = 17

Mean Deviation (dx)

o Merupakan suatu nilai yang ditentukan oleh perbedaan semua nilai pengamatan
terhadap nilai mean
o Kadang-kadang (jika perlu), dapat juga perbedaan semua nilai pengamatan terhadap
nilai median yang disebut sebagai Median deviation
o Dihitung dengan rumus:
 xi  x
dx 
n
dx = mean deviation,  = mean
x = nilai pengamatan, n = jumlah pengamatan
Varians (S2) dan Standar deviasi (S)
Dept. of Biostatistics – FPH UI: 2001 Page 7 of 12
o Varian merupakan rata-rata kuadrat dari selisih nilai pengamatan dengan
mean
o Untuk standarisasi, maka varian harus diakarkan, sehingga disebut standar
deviasi (S)
o Standar deviasi merupakan ukuran yang paling banyak dipakai dalam
analisa statistik
o Menghitung varian:
 xi  x 
2
Varian  S 2 
n 1
atau

  X     nX 
2
2

Varian  S 2 
n 1

  X     nX 
2
2

St.Dev  S 
n 1

Dept. of Biostatistics – FPH UI: 2001 Page 8 of 12

Coefficient of variation (koefisien variasi) (COV)
o Koefisien variasi adalah rasio standar deviasi dengan nilai mean, yang
dinyatakan dalam persen (%)
o Koef. Variasi berfungsi untuk membandingkan antara 2 kelompok yang
mempunyai unit pengukuran yang berbeda (mis. TB -cm dengan BB-kg)
atau unit pengukuran yang sama tetapi derajatnya (gradasinya) berbeda
o Dihitung dengan memakai rumus:
S
CoV 
x

Contoh: Suatu penelitian mengukur Berat dan Tinggi 100 mahasiswa

hasilnya: BB: x = 40,5 kg S = 5 kg
TB: x = 167 cm S = 12 cm
Ditanya: Mana yang lebih bervariasi BB atau TB ..?
Jawab: COV BB = (5 / 40,5 ) * 100 % = 12,3%
COV TB = ( 12 / 167) * 100 % = 7,2%
Jadi BB lebih bervariasi dari TB

Dept. of Biostatistics – FPH UI: 2001 Page 9 of 12

Inter quartile range
o Hampir sama dengan range, hanya ditentukan oleh selisih (K3) kuartile-3
dengan (K1) kuartile-1
o Sering digunakan untuk melihat penyebaran pendapatan
o Dihitung dengan rumus:

K3 – K1
dQ = ----------------
2

dQ = Inter quartile range

K3 = kuartile-3
K1 = kuartile-1

Dept. of Biostatistics – FPH UI: 2001 Page 10 of 12

Quartile (Kuartil)
o Suatu ukuran yang membagi distribusi data menjadi 4 (empat) bagian yang
sama
o Kuartile 1 (K1) merupakan nilai yang membagi jumlah pengamatan menjadi
dua bagian, yaitu sebesar 25% dibawah K1 dan 75% diatas K1
o K2 atau sama dengan Median merupakan nilai yang membagi jumlah
pengamatan menjadi dua bagian yaitu sebesar 50% dibawah K2 dan 50%
diatas K2
o K3 atau sama dengan Median merupakan nilai yang membagi jumlah
pengamatan menjadi dua bagian yaitu sebesar 75% dibawah K2 dan 25%
diatas K2
o Perhitungan Kuartile:
ki
Posisi  Kuartile  ( n)
4

Nilai kuartil adalah nilai observasi pada posisi kuartil tersebit

Dept. of Biostatistics – FPH UI: 2001 Page 11 of 12

Desil
o Suatu ukuran yang membagi kumpulan data menjadi 10 bagian yang
sama
o Prinsipnya sama dengan kuartile, hanya dengan desil kita dapat
memperoleh informasi yang lebih detail
o Perhitungan desil
di
Posisi  Desil  (n)
10
Nilai desil adalah nilai observasi pada posisi desil tersebut

Persentil
Suatu ukuran yang membagi kumpulan data menjadi 100 bagian yang sama
Prinsipnya sama dengan kuartile/desil, hanya dengan persentil kita dapat
memperoleh informasi yang lebih detail lagi
pi
Posisi  Persentil  ( n)
100
Nilai persentil adalah nilai observasi pada posisi persentil tersebut

Dept. of Biostatistics – FPH UI: 2001 Page 12 of 12