MAKALAH BIOSTATISTIK

“TEKNIK PENYAJIAN DATA”

Dosen : Ns. Ignasia Nila Siwi, M.Kep

Disusun oleh :

Hafshah Nur Attariq

Hanif Jueni Siregar
Istiara Anis Valeni

SEKOLAH TINGGI ILMU KESEHATAN MADANI YOGYAKARTA

BANTUL
2022/2023
 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Allah ‫ﷻ‬, karena berkat rahmat dan karunia-
Nya, sehingga kami dapat menyelesaikan makalah ini dengan baik dan dibuat sesuai dengan
waktu yang telah ditentukan.
Makalah ini kami buat untuk memenuhi tugas mata kuliah Biostatistik tentang Teknik
Penyajian Data.
Tidak lupa kami memohon maaf apabila terdapat kesalahan dalam pembuatan
makalah ini, baik yang disengaja maupun tidak disengaja. Kami mengucapkan terima kasih
kepada dosen pengajar sebagai pendukung dalam pembuatan makalah ini. Mengingat
pengetahuan dan wawasan kami dalam pembuatan makalah ini masih kurang dari kata
sempurna, maka kami mengharapkan adanya masukan dari berbagai pihak.
Demikian makalah ini dibuat, semoga dapat memberikan manfaat. Terima kasih.

Yogyakarta, 19 September 2022

Penulis
 DAFTAR ISI

KATA PENGANTAR......................................................................................................................

DAFTAR ISI....................................................................................................................................

BAB I : PENDAHULUAN..............................................................................................................

A. Latar belakang........................................................................................................................
B. Rumusan masalah..................................................................................................................
C. Tujuan....................................................................................................................................

BAB II : PEMBAHASAN...............................................................................................................

A. Penyajian data........................................................................................................................
B. Tujuan, prinsip dan penyajian data .......................................................................................
C. Bentuk penyajian data kuantitatif dan kualitatif ...................................................................
D. Tabel frekuensi .....................................................................................................................
E. Presentase ..............................................................................................................................
F. Bar Charts .............................................................................................................................
G. Histogram ..............................................................................................................................
H. Line Graph.............................................................................................................................
I. Scatter plot ............................................................................................................................
J. Box and whisker plot ............................................................................................................

BAB III : PENUTUP.......................................................................................................................

A. Kesimpulan............................................................................................................................
B. Saran......................................................................................................................................

DAFTAR PUSTAKA.......................................................................................................................
 BAB I

PENDAHULUAN

A. Latar Belakang
Kegiatan pengumpulan data di lapangan, akan menghasilkan angka-angka yang
disebut data kasar. Penyebutan dengan istilah data-data kasar menunjukkan bahwa data
itu belum diolah dengan teknik statistik tertentu. Jadi, data-data itu masih berwujud
sebagaimana data itu diperoleh yang biasanya berupa skor. Skor-skor tersebut dapat pula
disebut dengan istilah skor kasar, yang artinya sama dengan data kasar. Biasanya relatif
banyak dan tidak beraturan.
Dalam pembuatan laporan penelitian, data tersebut yang harus dilaporkan. Agar dapat
memberikan gambaran yang bermakna, data-data itu haruslah disajikan kedalam tampilan
yang sistematis. Penyajian data yang mana sebaiknya dipilih tergantung jenis data, selera
peneliti, dan tujuan penampilan data itu sendiri. (Burhan Nurgiyanto dkk, 2004:31)
Data yang telah dikumpulkan, baik itu populasi ataupun sampel, untuk keperluan
laporan dan atau analisis selanjutnya, perlu diatur, disusun, disajikan dalam bentuk yang
jelas dan baik. Garis besarnya ada dua cara penyajian data yang sering dipakai yaitu: tabel
atau daftar dan grafik atau diagram. (Sudjana, 2005:14)

B. Rumusan Masalah
1. Apa yang dimaksud dengan penyajian data
2. Apa tujuan, prinsip dan penyajian data
3. Bagaimana bentuk penyajian data kuantitatif dan kualitatif
4. Bagaimana penyajian data dalam bentuk tabel frekuensi
5. Bagaimana penyajian data dalam bentuk presentase
6. Bagaimana penyajian data dalam bentuk bar charts
7. Bagaimana penyajian data dalam bentuk histogram
8. Bagaimana penyajian data dalam bentuk line graph
9. Bagaimana penyajian data dalam bentuk scatter plot
10. Bagaimana penyajian data dalam bentuk box and whisker plot
C. Tujuan
1. Untuk mengetahui pengertian penyajian data
2. Untuk mengetahui tujuan, prinsip, dan penyajian data
3. Untuk mengetahui bentuk penyajian data kuantitatif dan kualitattif
4. Untuk mengetahui penyajian data dalam bentuk tabel frekuensi
5. Untuk mengetahui penyajian data dalam bentuk presentase
6. Untuk mengetahui penyajian data dalam bentuk bar charts
7. Untuk mengetahui penyajian data dalam bentuk histogram
8. Untuk mengetahui penyajian data dalam bentuk line graph
9. Untuk mengetahui penyajian data dalam bentuk scatter plot
10. Untuk mengetahui penyajian data dalam bentuk box and whisker plot
 BAB II
PEMBAHASAN

A. Penyajian Data, Tujuan, Prinsip, dan Penyajian Data

Data adalah bentuk jamak dari kata datum. Data merupakan bahan mentah yang perlu
dilakukan pengolahan sehingga menghasilkan sebuah informasi. Setiap peneliti harus
dapat menyajikan data yang telah diperoleh, baik yang diperoleh melalui observasi,
wawancara, kuisioner (angket) maupun dokumentasi. Prinsip dasar penyajian data adalah
komunikatif dan lengkap, dalam arti data yang disajikan dapat menarik perhatian fihak
lain untuk membacanya dan mudah memahami isinya. Penyajian data yang komunikatif
dapat dilakukan dengan penyajian data dibuat berwarna, dan bila data yang disajikan
cukup banyak maka perlu bervariasi penyajiannya (tidak hanya dengan tabel saja).

B. Bentuk Penyajian Data Kuantitatif dan Kualitatif

Ditinjau dari jenisnya, data dapat dibedakan menjadi beberapa macam:
1. Data Kuantitatif: dapat digambarkan seperti saat mengumpulkan data cuaca, Anda
mungkin menyadari bahwa data dapat direkam dalam beberapa cara. Anda dapat
menuliskan suhu aktual pada hari itu, yang akan menjadi pengukuran kuantitatif,data
yang berbentuk jumlah atau bilangan (numerik) dan diperoleh dari kegiatan
pengukuran. Contoh: umur, jumlah buku :125.126.Data Kuantitatif terbagi 2:
 Data diskrit: data yang berbentuk bilangan bulat Contoh :jumlah anak, jumlah
penderita penyakit HIV 234,236 dst.
 Data kontinu (continue): data yang berbentuk desimal. Contoh: tinggi badan 155.5
cm, berat badan 65,4 kg
2. Data Kualitatif data yang diperoleh dan hasil pengamatan, dan data yang berhubungan
dengan kategorisasi karakteristik berwujud pertanyaan atau berupa kata kata: baik,
buruk, senang, sedih, laki laki, perempuan dst. Contoh seperti menggambarkan atau
mengkarakteristikan hal-hal (seperti cuaca hari ini sangat dingin sehingga saya tidak
bisa merasakan jari kaki saya).

C. Tabel Frekuensi
Distribusi Frekuensi adalah susunan data angka menurut besarnya atau menurut
kategorinya. Distribusi menurut besarnya disebut dengan distribusi frekuensi kuantitatif.
Sedangkan distribusi menurut kategorinya adalah distribusi frekuensi kualitatif. Contoh
data kuantitatif adalah Berat badan, tinggi badan, dsb. Sedangkan data dari kualitatif yaitu
jenis kelamin, jenis pekerjaan pendidikan dsb.
1) Data: Fakta yang dinyatakan dengan angka huruf yang diperoleh dari hasil mengukur
dan menghitung
2) Raw Data:
 a. Data dari observasi/pengamatan sasaran tertentu.
b. Belum teratur/tersusun. Misalnya: BB (Kg) 61, 57, 39, 76, 49, 66, 57, 82, 39, 42,
47, 58.
3) Array data: Kumpulan data yang disusun menurut urutan besar/ kecilnya. Misal: Berat
badan (Kg) 39,39,42,47.57.57,58,61.66,76 dan 82.
4) Frekuensi: nilai yang muncul dalam sekelompok angka misalnya: 10, 12, 9, 12, 7, 8,
12, 9. Nilai 7 = 1, nilai 9 = 1, nilai 12 = 3.

Distribusi frekuensi terbagi atas 2:

1) Distribusi data tidak berkelompok. Adalah: Distribusi frekuensi yang menunjukkan
frekuensi untuk nilai yang tidak berkelompok, Ciri-cirinya: Jumlah sampel <30 dan
tidak mempunyai Class Interval.
2) Distribusi data berkelompok. Adalah suatu distribusi, di mana nilainya (raw score)
dikelompokkan umumnya kalau raw score-nya banyak, sebaiknya dikelompokkan ke
dalam kelas-kelas yang mempunyai interval kelas. Ciri-cirinya: Jumlah sampel > 30
dan mempunyai Class Interval. Interval kelas (lebar) dalam kelas tersebut.
Misalnya: 21-25 Intervalnya 5 simbol yang ada dalam statistik
x= nilai yang didapat dari observasi
f = frekuensi nilai observasi
N =Jumlah seluruh individu dalam kelompok.
SD = Standard deviasi.

Langkah-Langkah dalam Penyusunan Distribusi Frekuensi

1. Range = data terbesar sampai data terkecil
2. Kelas
Jumlah kelas ini penting dan dianjurkan jumlah kelas ini sesuai dengan jumlah
data, dianjurkan kelas ini 6-15. Rumus untuk kelas: K Kelas 1+ 3,3. Log N
Keterangan rumus : N Jumlah sampel
3. Interval kelas Range (R) / Kelas (K)
4. Batas kelas ada 2 : batas kelas atas dan batas kelas bawah.
Contoh:
Data hasil pengukuran TB (cm) dari 40 mahasiswa semester I Ilmu Kesehatan
Masyarakat tahun ajaran 2018,
145 149 150 150 150 151 153 154 155 156
156 158 159 159 160 160 160 160 160 162
163 163 164 164 165 166 166 167 168 168 169 170 170 173 174 175 177

Buatlah Distribusi Frekuensi dari data di atas.

1. Range 177-145-32
2. Jumlah Kelas K-1+3,3 Log N=1+3,3 Log 40-1+ 3,3. 1,6= 6
3. Tentukan Interval kelas: Ci=Range/K=32/6=5,3-5.
4. Tentukan Frekuensi tiap kelas dengan menggunakan Tally.
 Catatan:
1. Untuk melihat lebar kelas yang sebenarnya tentukan dulu "limitkelas bawah"
(lower kelas limit) yaitu "Nilai yang lebih kecil" dari nilai limit kelas atau nilai
lebih kecil dari 135 yaitu 134.5. Sedangkan limit kelas atas (upper limit kelas)
yaitu nilai yang lebih besar, misal: 139 yaitu 139.5. Jadi lebar kelas-134,5-
139,5-5
2. Jika limit kelas merupakan Bilangan Bulat maka limit kelas bawah atau atas
dikurangi atau di tambah 0,5.
3. Jika limit kelas merupakan bilangan pecahan sampai satu decimal maka limit
bawah atas di kurangi/ditambah dengan 0,05.

a. Distribusi Frekuensi Relatif Frekuensi Relatif = (Frekuensi Kelas/Frekuensi total) x

100%
No Class interval Frekuensi F. Relatif

1 145-149 2 (2/40) x 100% =5

2 150-154 6

3 155-159 6

4 160-164 12 (12/40) x 100% =30

5 165-169 8

6 170-174 4

7 175-179 2

Jumlah N=40

b. Distribusi Frekuensi Kumulatif Relatif

No Class interval Frekuensi (f) F. Kumulatif

1 145-149 2 0 40

2 150-154 6 2 38

3 155-159 6 8 32

4 160-164 12 14 26

5 165-169 8 26 14

6 170-174 4 34 6

7 175-179 2 38 2
 Jumlah N=40

D. Presentase
Persentase adalah bagian dari keseluruhan. Untuk menghitung persentase, bagilah jumlah
sebagian item dengan jumlah total item, lalu kalikan kuantitas itu dengan 100. Misalnya,
bagaimana jika manajer perawat yang sama itu bertanya kepada Anda, "Berapa
persentase pasien kami yang diwakili oleh 18 orang tersebut?" Anda bisa melakukan
perhitungan sederhana yang ditunjukkan pada Gambar 2-1. Dalam contoh ini, jumlah
pasien yang diinginkan (mereka yang dipulangkan setelah hari ke 4) adalah 18. Jumlah
total pasien yang diteliti adalah 50. (Lihat baris terakhir kolom ketiga pada Tabel 2-1.)
Langkah pertama dalam perhitungan kami adalah 18 dibagi 50. Pembagian ini
menghasilkan 0,36, yang kemudian dikalikan 100 untuk mendapatkan persentase 36%.

Nilai ujian adalah contoh klasik dari persentase. Jika Anda mengikuti ujian dengan 30
pertanyaan dan mendapatkan 27 yang benar, berapa skor keseluruhan Anda? Dalam hal
ini, bagi 27 dengan 30, lalu kalikan dengan 100 untuk mendapatkan 90%. Konsep statistik
yang biasa dikaitkan dengan persentase adalah persentase kumulatif, yaitu persentase
pengamatan dengan nilai yang lebih kecil dari nilai maksimum interval variabel. Idenya
sama dengan frekuensi kumulatif, tetapi dinyatakan dalam persentase. Kolom terakhir
pada Tabel 2-3 menunjukkan konversi setiap frekuensi kumulatif (dari Tabel 2-1)
menjadi persentase kumulatif: persentase pasien yang menjalani rawat inap kurang dari
atau sama dengan jumlah hari yang tercantum dalam baris tersebut. Misalnya, 18% pasien
dirawat di rumah sakit kurang dari atau sama dengan 3 hari, dan semua pasien (100%)
dipulangkan pada atau sebelum hari ke-6 (lihat baris terakhir kolom terakhir dalam tabel).
Gambar 2-5 menunjukkan contoh lain dari diagram batang yang mewakili data yang
pertama kali kita periksa di Bab 1 tentang proyeksi populasi di berbagai negara bagian
untuk studi kesehatan masyarakat kami. Dengan melirik diagram batang, kita dapat
dengan cepat menentukan bahwa populasi di negara bagian Florida jauh lebih besar
daripada populasi diKansas.
Bagan batang dapat digunakan untuk data ordinal juga, tetapi batang harus mengikuti
urutan peringkat variabel kategori. Misalnya, jika Anda menyajikan data pada Gambar 2-
6 tentang tingkat nyeri pasca histerektomi di sebuah konferensi dan pendengar
melaporkan bahwa kebijakan di institusinya adalah meresepkan obat nyeri selama 2
minggu setelah keluar karena pasien pulih sepenuhnya pada saat itu., diagram batang
Anda mungkin sangat membantu. Anda akan dapat menunjukkan dengan cepat bahwa,
dalam penelitian Anda, sebagian besar pasien bebas rasa sakit atau mendekatinya (nyeri
ringan) pada 2 minggu pasca histerektomi, tetapi masih ada sejumlah besar pasien yang
mengalami nyeri sedang hingga berat 2 minggu setelah prosedur mereka. Karena variabel
nyeri diukur pada tingkat ordinal, akan berguna untuk menempatkannya dalam urutan
peringkat pada sumbu x untuk menggambarkan eskalasi selanjutnya.
Pilihan lain untuk menampilkan data nominal adalah diagram lingkaran. Dalam jenis
grafik ini, lingkaran besar (kue) dibagi menjadi bagian-bagian yang lebih kecil, dan
masing-masing bagian menggambarkan persentase dari keseluruhan, Jika Anda sedang
melakukan penelitian tentang kebiasaan diet dan memiliki pertanyaan survei yang
menanyakan tentang frekuensi makan setiap hari, Anda dapat memilih untuk
mengilustrasikan data dengan diagram lingkaran pada Gambar 2-7. Sekali lagi, mudah
untuk melihat bahwa mayoritas subjek Anda makan 3 sampai 4 kali sehari.
E. Histogram
Histogram adalah salah satu jenis diagram batang. Histogram sering tidak memiliki spasi
di antara batang karena bagan ini paling sering digunakan untuk menampilkan data
ordinal atau data kontinu. (Ingat, data ordinal memiliki kategori yang menunjukkan
perbedaan peringkat; data kontinu memiliki jumlah kemungkinan tak terbatas, di antara
ukuran.) Dalam contoh kita sebelumnya, nyeri dapat dinilai sebagai ringan, sedang, atau
berat. Alih-alih mengembangkan diagram batang dan menempatkan data nyeri ordinal
dalam urutan peringkat pada sumbu x, kita mungkin ingin menempatkan batang tersebut
tepat di samping satu sama lain dalam histogram. Kurangnya spasi di antara batang-
batang dalam histogram memperkuat gagasan bahwa tanggapan-tanggapan ini berada
pada suatu kontinum dan bahwa urutannya digambarkan pada kontinum itu.Menyajikan
jenis data ini dalam histogram menunjukkan seberapa sering setiap respons dipilih dan
memungkinkan perbandingan visual dari tingkat yang berbeda. Pada Gambar 2-8, 11
pasien diwawancarai 12 jam setelah operasi perut.Enam menilai rasa sakit mereka sebagai
parah, empat menyatakan sedang, dan satu merasa hanya ringan (dia baru saja minum
obat pereda nyeri).

F. Line Graph
Variabel kontinu yang berubah dari waktu ke waktu seringkali paling baik diilustrasikan
dalam grafik garis. Sumbu horizontal menunjukkan berlalunya waktu, dan sumbu vertikal
menandai nilai variabel dari waktu ke waktu. Misalnya, data dari contoh frekuensi
kumulatif tentang hari rawat inap diilustrasikan pada Gambar 2-9, Grafik menunjukkan
bahwa sebagian besar pasien perlu tinggal 4 hari pasca operasi sebelum pulang. Anda
mungkin ingin membandingkan grafik garis ini dengan yang lain setelah Anda membuat
rencana mobilisasi dini dengan pasien bedah Anda untuk melihat apakah lama rawat inap
telah berubah.
G. Scatter Plot
Scatterplots sedikit berbeda dari grafik yang dibahas sebelumnya di mana setiap titik
mewakili bagaimana satu subjek berhubungan dengan dua variabel. Misalnya, Gambar 2-
10 menunjukkan sebar tinggi badan dalam inci dan berat badan dalam pound untuk
sekelompok delapan anak TK. Setiap kotak pada scatterplot mewakili satu siswa. Sumbu
horizontal menampilkan tinggi siswa tersebut, dan sumbu vertikal menampilkan berat
badannya. Anda dapat melihat dari arah titik-titik yang diplot bahwa ketika siswa
bertambah tinggi, biasanya mereka juga bertambah berat; itulah hubungan antara dua
variabel. Ketika titik-titik berdekatan atau tampak mengikuti garis dengan erat, hubungan
antara variabel pada sumbu horizontal dan vertikal relatif kuat.
 Saat Anda melihat scatterplot, perhatikan tren umum. Dalam contoh ini, titik-titik yang
diplot mulai rendah di sisi kiri dan bergerak ke atas saat mereka maju ke sisi kanan. Pola
ini menunjukkan hubungan positif antara tinggi dan berat badan (dengan kata lain,
mereka biasanya bergerak ke arah yang sama ketika tinggi badan bertambah, berat badan
biasanya juga demikian). Jika titik-titik yang diplot dimulai dari sudut kiri atas dan
menurun ke kanan, polanya akan menunjukkan hubungan negatif antara dua variabel
(seperti olahraga dan berat badan ketika olahraga meningkat, biasanya berat badan
menurun).

H. Box whisker pot

Terkadang ketika kita ingin menemukan outlier, atau kita ingin mengilustrasikan nilai
sentral dan variabilitas yang terlihat dalam kumpulan data, kita dapat memilih untuk
menggunakan diagram yang disebut plot box and whiskers (lihat Gambar 2-11). Dalam
jenis diagram ini, pengamatan dibariskan dari yang paling sedikit hingga paling banyak,
dan kuartil (25% pengamatan pertama, 25% pengamatan kedua, 25% pengamatan ketiga,
dan 25% pengamatan keempat) diidentifikas (kuartil 2 dan 3) dari kumpulan data terdapat
dalam kotak diagram, dan garis-garis diagram menunjukkan jangkauan data. Perhatikan
bahwa ada pengamatan pada nilai 2, yang tidak termasuk dalam kisaran kumis. Titik
individu di ujung kotak dan plot kumis dianggap outlier. Kita akan membicarakan hal ini
secara lebih rinci dalam bab berikutnya ketika kita mulai melihat ukuran tendensi sentral.
 BAB III
PENUTUP

A. Kesimpulan
Data adalah bentuk jamak dari datum. Data merupakan keterangan-keterangan tentang
suatu hal, dapat berupa suatu yang diketahui atau yang dianggap atau anggapan. Atau
suatu fakta yang digambarkan lewat angka, simbol, dan lain-lain. Data juga terdiri atas
berbagai jenis. Jenis data secara garis besarnya dapat dibagi atas dua macam, yaitu data
dikotomi/ diskrit dan data kontinum.
Data statistika tidak hanya cukup dikumpulkan dan diolah, tetapi juga perlu disajikan
dalam bentuk yang mudah dibaca dan di mengerti oleh pengambil keputusan. Penyajian
data ini bisa dalam bentuk tabel atau grafik/diagram. Ada beberapa jenis tabel, yaitu
antara lain : tabel biasa, tabel distribusi frekuensi, tabel distribusi frekuensi relatif, , tabel
distribusi frekuensi kumulatif, tabel distribusi frekuensi relatif-kumulatif. Sedangkan
grafik terdiri atas : grafik garis (line chart), grafik batangan (bar chart/ histogram), grafik
lingkaran (pie chart), grafik gambar, dan grafik berupa peta(cartogram).
• Penyajian data dengan grafik dikatakan lebih komunikatif karena dalam waktu singkat
seseorang akan dapat dengan mudah memperoleh gambaran dan kesimpulan
mengenai suatu keadaan.
• Dengan membaca data pada tabel dan grafik, para eksekutif akan dengan cepat dan
mudah mengetahui situasi dan kondisi perusahaannya sehingga dapat diambil
tindakan-tindakan atau keijakan-kebijakan yang tepat.

B. Saran
Adapun saran yang penulis sampaikan adalah agar pembaca dapat menggunakan
pemecahan masalah secara statistik, lebih tepat jika mengikuti tahapan yang ilmiah. Data
yang baik tentu saja harus yang mutakhir, cocok (relevan), dengan masalah penelitian dari
sumber yang dapat dipertanggungjawabkan, lengkap akurat, objektif dan konsisten.
Pengumpulan data sedapat mungkin di peroleh dari tangan pertama. Data yang baik
sangat di perlukan dalam penelitian, sebab bagaimanapun canggihnya suatu analisis data
jika tidak di tunjang oleh data yang baik, maka hasilnya kurang dapat di
pertanggungjawabkan.
 DAFTAR PUSTAKA

Sulung, N, Yasril, A.l. (2020). Buku Pengantar Statistik Kesehatan (Biostatistik). Sleman:
Deepublish

Heavey, E.(2019) Statistics for Nursing A Partical Approach. Amerika Serika. Jones&Bartlett
Learning.