BLOK IKGM 3 - TOPIK 11

Teknik
Penyajian Data
DAN
Pengukuran
Deskriptif
 Teknik
Penyajian
Data

ilmu dan seni → pemilihan bentuknya tergantung tujuan penyajian data mentah dan
spesifisitas data → oleh karenanya pembuatan penyajian data jangan sampai terkecoh apalagi sengaja mengecoh orang lain
Teknik Penyajian Data
• Tekstular / Teks / Naratif

• Tabular / Tabel Frekuensi

• Grafikal / Grafik / Diagram / Chart

o Line Diagram / Diagram Garis → Polygon / Ogive

o Bar Chart / Diagram Batang / Histogram

o Pie Chart / Diagram Pinca / Grafik Lingkaran

o Scatter Diagram / Diagram Tebar / Grafik Titik-titik

o Mapgram / Kartogram / Diagram Map / Diagram Peta

o Pictogram / Pictoral / Grafik Model

 Teknik Penyajian Data (Tekstular)
• Penyajian data dalam bentuk teks atau narasi

• Hampir semua bentuk laporan pengumpulan data diberikan secara

tertulis → bagaimana proses pengambilan sampel, pelaksanaan
pengumpulan data, hasil analisis atau intepretasi data yang berupa
informasi dari data tersebut
1

2
 Teknik Penyajian Data (Tabular)
• Penyajian data dalam bentuk tabel frekuensi → memakai kolom dan baris

• Untuk sajian data tabular, yang harus terdapat → judul tabel (singkat, jelas,
lengkap) & nomer tabel, badan tabel, keterangan (footnote atau referensi)

1 Tabel Umum → Berisi seluruh data/variabel hasil penelilitian (untuk data kuantitatif berisi angka absolut / nilai asli)
 Teknik Penyajian Data (Tabular)

2 Tabel Khusus → Berisi data hasil ‘variasi’ dari tabel umum/master tabel → tujuan: menyajikan
data dalam bentuk sederhana, menggambarkan adanya hubungan
 KETENTUAN TABEL FREKUENSI
Kelas (pengelompokan) agar sesuai dengan karakteristik data

Jumlah kelas sekitar 5 maksimum 20 kalau terlalu banyak penampilan data

tidak dapat memberikan gambaran yang baik

Interval (jarak) kelas harus sama besarnya satu sama lain

Interval tidak boleh tumpang tindih (mutually exclusive)

upm. = Pembagian Skoring DMF-T:
0 – 4,99
5 – 9,99
10 - 14,99
dst
 Teknik Penyajian Data (Grafikal)

• Penyajian data dalam bentuk grafik / diagram / chart →

menunjukkan data dalam suatu kesinambungan

• Penyajian data grafikal memperhatikan skala pengukuran data

• Manfaat: (1) membandingkan beberapa variabel, beberapa kategori

dalam variabel atau satu variabel pada waktu dan tempat yang berbeda;
(2) meramalkan perubahan yang terjadi dengan berjalannya waktu / time series;
(3) mengetahui adanya hubungan 2 variabel atau lebih; (4) memberikan
penerangan / kejelasan pada masyarakat luas
 Teknik Penyajian Data (Grafikal)

Syarat Grafik
 Terdiri dari: judul grafik, badan/isi grafik, catatan kaki/keterangan
 Judul grafik: singkat, jelas, relevan, menjelaskan apa yang
disajikan, dimana dan kapan serta penomoran yang jelas
 Badan grafik: 2 sumbu (absis & ordinat), tampilkan variabel dengan warna
menarik, batasi jumlah variabel yang ditampilkan, lengkapi dengan legenda
yang menjelaskan artinya

 Catatan kaki: penjelasan label, sumber informasi dari isi grafik

 Teknik Penyajian Data (Grafikal)

1 Line Diagram / Diagram Garis → Polygon & Ogive

Penyajian data dalam bentuk garis → garis proportional, garis frekuensi kumulatif, garis patah-patah, garis lengkung

Frekuansi Kumulatif
25
20
15 Kurang dari
10 Lebih dari
5
0
1 2 3 4 5 6
Interval kelas
 Teknik Penyajian Data (Grafikal)

2 Bar Chart / Diagram Batang / Histogram

• Penyajian data dalam bentuk grafik batang yang penilaiannya
berdasarkan tinggi batangnya

• Tujuan: membandingkan beberapa variabel

• Hal yang harus diperhatikan:

 Teknik Penyajian Data (Grafikal)

2 Bar Chart / Diagram Batang / Histogram

 Teknik Penyajian Data (Grafikal)
3 Pie Chart / Diagram Pinca / Grafik Lingkaran
• Penyajian data dalam bentuk grafik lingkaran atau seperti pie/kue
• Diagram berbentuk sektor dari lingkaran berdasarkan proporsi data →
menunjukkan perbandingan data dengan keseluruhan
 Teknik Penyajian Data (Grafikal)
3 Pie Chart / Diagram Pinca / Grafik Lingkaran

Source: Michigan Department of Community Health, Bureau of Epidemiology,

HIV/AIDS Surveillance Section; reported cases as of July 1, 2006
 Teknik Penyajian Data (Grafikal)
4 Scatter Diagram / Diagram Tebar / Grafik Titik-titik
• Penyajian data dalam bentuk grafik titik-titik

• Metode presentasi secara grafis untuk menggambarkan hubungan antara dua variabel kuantitatif

• Salah satu variabel digambarkan pada sumbu horisontal dan variabel lainnya digambarkan pada
sumbu vertical → Pola yang ditunjukkan oleh titik-titik yang ada menggambarkan hubungan yang
terjadi antar variabel

©2009 by National Academy of Sciences

POLA HUBUNGAN PADA DIAGRAM SCATTER

y y y

x x x

Hubungan Positif Hubungan Negatif

Jika X naik, maka Jika X naik, maka Tidak ada
Y juga naik dan Y akan turun dan hubungan
jika X turun, maka jika X turun, maka antara X dan Y
Y juga turun Y akan naik
 Teknik Penyajian Data (Grafikal)
5 Mapgram / Kartogram / Diagram Map / Diagram Peta
• Penyajian data dalam bentuk grafik diagram peta / mapping
 Teknik Penyajian Data (Grafikal)
6 Pictogram / Pictoral
• Penyajian data dalam bentuk grafik gambar
 Teknik Penyajian Data (Grafikal)
6 Pictogram / Grafik Model
• Penyajian data dalam bentuk grafik model
Pengukuran
Deskriptif
 JENIS statistik

• Tujuan: memberikan gambaran

tentang masalah kesehatan
berdasarkan data yang terkumpul
Stat. • Berupa deskripsi variabel
Deskriptif tunggal

(univariat) • Ukuran yang digunakan:

Tendensi Sentral dan
Variabilitas Data
 JENIS statistik

• Tujuan: menarik

Stat. kesimpulan /
mengeneralisir populasi
Inferensial berdasarkan data yang
diperoleh melalui sampel
(bivariat &
• Uji dapat menganalisis 2
multivariat) variabel (bivariat) atau lebih
(multivariat)
 TENDENSI SENTRAL dan
VARIABILITAS

Tendensi Sentral / Ukuran Tengah →

tiga indeks

Variabilitas/ Ukuran Variasi /

Penyebaran Data → empat / tujuh indeks
Pengukuran Deskriptif
• Ukuran pemusatan data / tendensi central :

o Mean / rerata

o Median / nilai tengah

o Modus / nilai terbanyak

• Ukuran sebaran data / variabilitas :

o Rentang

o Interquatile range

o Standar deviasi

o Standar eror
Ukuran pemusatan data / tendensi central

• Setiap pengukuran aritmatika yang ditujukan untuk

menggambarkan suatu nilai yang mewakili nilai pusat / nilai
sentral dari suatu gugus data dari hasil himpunan pengamatan

• 3 jenis ukuran:

o Mean

o Median

o Modus
Ukuran pemusatan data / tendensi central

• Sebagai nilai terpusat → nilai pewakil dari suatu distribusi data

• Memiliki sifat-sifat:

o Harus mempertimbangkan semua gugus data

o Tidak boleh terpengaruh oleh nilai-nilai ekstrim

o Harus stabil dari sampel ke sampel

o Harus mampu digunakan untuk analisis statistik lebih lanjut

Ukuran pemusatan data / tendensi central
• Penggunaan nilai tendensi sentral tergantung sifat data

o Kualitatif data → hanya modus

o Kuantitatif data → bisa ketiganya (mean, median dan

modus), dengan ketentuan:

- apabila distribusi frekuensi tidak normal → median dan modus

- apabila terdapat nilai-nilai ekstrim (kecil atau besar) → median

dan modus

- apabila distribusi frekuensi normal → mean, median dan modus

Ukuran pemusatan data / tendensi central
MEAN
• Nilai rerata / rata-rata hitung

• Contoh: Hasil nilai ujian blok IKGM 3 dari 6 orang mahasiswa kelas A:

2,2,4,4,2,4. Tentukan nilai reratanya!

Ukuran pemusatan data / tendensi central
MEAN
• Untuk data berkelompok, rumusnya:

• Contoh soal:
Skor DMF-T
Ukuran pemusatan data / tendensi central
MEAN
Hasil survei pada anak balita memperlihatkan hasil skor dmf-t yaitu:
• Anak 1 → usia 4 tahun dengan skor dmf-t = 2 Anak 6 → usia 3 tahun dengan skor dmf-t = 1

• Anak 2 → usia 3 tahun dengan skor dmf-t = 1 Anak 7 → usia 4 tahun dengan skor dmf-t = 0

• Anak 3→ usia 5 tahun dengan skor dmf-t = 2 Anak 8 → usia 5 tahun dengan skor dmf-t = 2

• Anak 4 → usia 3 tahun dengan skor dmf-t = 0 Anak 9 → usia 4 tahun dengan skor dmf-t = 2

• Anak 5 → usia 4 tahun dengan skor dmf-t = 0 Anak 10 → usia 4 tahun dengan skor dmf-t = 1

Tentukan mean/rerata usia dan skor dmf-t berdasarkan hasil kasus diatas?
• Mean usia →

• Mean skor dmf-t →

Ukuran pemusatan data / tendensi central
MEAN
Hasil survei pada anak balita memperlihatkan hasil skor dmf-t yaitu:
• Anak 1 → usia 4 tahun dengan skor dmf-t = 2 Anak 6 → usia 3 tahun dengan skor dmf-t = 1

• Anak 2 → usia 3 tahun dengan skor dmf-t = 1 Anak 7 → usia 4 tahun dengan skor dmf-t = 0

• Anak 3→ usia 5 tahun dengan skor dmf-t = 2 Anak 8 → usia 5 tahun dengan skor dmf-t = 2

• Anak 4 → usia 3 tahun dengan skor dmf-t = 0 Anak 9 → usia 4 tahun dengan skor dmf-t = 2

• Anak 5 → usia 4 tahun dengan skor dmf-t = 0 Anak 10 → usia 5 tahun dengan skor dmf-t = 1

Tentukan mean/rerata usia dan skor dmf-t berdasarkan hasil kasus diatas?
• Mean usia → (4+3+5+3+4+3+4+5+4+5) / 10 = 40/10 = 4 tahun

• Mean skor dmf-t → (2+1+2+0+0+1+0+2+2+1) / 10 = 11/10 = 1.1 (sangat rendah)

RECALL!!
Ukuran pemusatan data / tendensi central
MEDIAN
• Nilai tengah dari suatu himpunan bilangan yang disusun berdasarkan
urutan besarnya

• Jika jumlah data ganjil → nilai paling tengah

• Jika jumlah data genap → nilai rata-rata dua nilai tengah

Ukuran pemusatan data / tendensi central
MEDIAN
• Nilai skor DMFT dari 11 orang di kelas A → 8, 4, 5, 6, 7, 6, 7, 7, 2, 9, 10

• Nilai skor DMFT dari 10 orang di kelas B → 8, 4, 5, 6, 7, 6, 7, 7, 2, 9

Ukuran pemusatan data / tendensi central
MEDIAN
• Nilai skor DMFT dari 11 orang di kelas A → 8, 4, 5, 6, 7, 6, 7, 7, 2, 9, 10

1. urutkan → 2, 4, 5, 6, 6, 7, 7, 7, 8, 9, 10
2. hitung posisi Me → ½ (11+1) = 6
3. median = 7 (erletak di tengah –urutan ke 6 dari himpunan data)

• Nilai skor DMFT dari 10 orang di kelas B → 8, 4, 5, 6, 7, 6, 7, 7, 2, 9

1. urutkan → 2, 4, 5, 6, 6, 7, 7, 7, 8, 9
2. hitung posisi Me → ½ (10/2 + (10/2 + 1)) = ½ (11) = 5.5
3. median = ½ (6+7) = 6.5 (rerata dari 2 data yang terletak di tengah –urutan
ke 5 dan 6 dari himpunan data)
Ukuran pemusatan data / tendensi central
MODUS
• Nilai yang paling sering muncul dalam himpunan data / nilai kejadian
yang paling banyak terjadi (mode)

• Cara → susun data & hitung frekuensinya → frekuensi (f) terbesar =

nilai modusnya

• Dapat digunakan tipe data numerik dan kategorik

• Tidak dipengaruhi oleh nilai ekstrem

• 4 jenis → amodus, unimodus, bimodus, multimodus

Ukuran pemusatan data / tendensi central
MODUS
4 jenis → amodus (bila sekumpulan data tidak memiliki nilai modus);
unimodus (bila sekumpulan data memiliki satu nilai modus); bimodus (bila
sekumpulan data memiliki dua nilai modus); multimodus (bila sekumpulan data
memiliki lebih dari dua nilai modus)
Ukuran pemusatan data / tendensi central
MODUS
Berapa modus dari nilai ujian UAS blok IKGM 3 masing2 kelas berikut:
• Kelas A = 20, 40, 50, 60, 60, 70, 70, 70, 80, 90

• Kelas B = 20, 40, 60, 60, 60, 70, 70, 70, 80, 90

• Kelas C = 20, 40, 60, 60, 60, 70, 80, 80, 80, 90

• Kelas D = 20, 40, 50, 50, 60, 70, 70, 80, 80, 90

• Kelas E = 10, 20, 30, 40, 50, 60, 70, 80, 90, 100

• Kelas F = 90, 90, 90, 90, 90, 90, 90, 90, 90, 90
Ukuran pemusatan data / tendensi central
MODUS
Berapa modus dari nilai ujian UAS blok IKGM 3 masing2 kelas berikut:

• Kelas A = 20, 40, 50, 60, 60, 70, 70, 70, 80, 90 → 70 = f : 3 (terbanyak) – unimodus

• Kelas B = 20, 40, 60, 60, 60, 70, 70, 70, 80, 90 → 60 & 70 = masing2 f : 3 (terbanyak) – bimodus

• Kelas C = 20, 40, 60, 60, 60, 70, 80, 80, 80, 90 → 60 & 80 = masing2 f : 3 (terbanyak) – bimodus

• Kelas D = 20, 40, 50, 50, 60, 70, 70, 80, 80, 90 → 50,70,80 = msg2 f : 2 (terbanyak) – multimodus

• Kelas E = 10, 20, 30, 40, 50, 60, 70, 80, 90, 100 → masing2 frekuensi (f) : sama banyak – amodus

• Kelas F = 90, 90, 90, 90, 90, 90, 90, 90, 90, 90 → 90 = f : 10 – modus tunggal (mean = median = modus)
 Hubungan Ketiga
Ukuran Tendensi Sentral
 Pemilihan Penggunaan
Ketiga Ukuran
Tendensi Sentral
MEAN MEDIAN MODUS
• Data: interval (tidak dapat • Data: ordinal atau interval • Data: nominal, ordinal, interval
digunakan untuk data nominal (tidak dapat digunakan untuk
dan ordinal) data nominal)

• Pengukuran tendensi sentral • Terutama untuk pengukuran • Terutama bila sebaran data
secara tepat tendensi sentral terhadap data bimodal atau multimodal
yang perbedaanya besar
(ekstrim)

• Paling sering digunakan • Dapat digunakan untuk analisis • Pengukuran tendensi sentral
terutama untuk analisis statistik statistik lebih lanjut (statistik secara cepat, sederhana, namun
lebih lanjut (statistik inferensial) inferensial) namun hanya secara umum
kemungkinannya tidak
sebanyak rata-rata
 Ukuran sebaran data / variabilitas

• Ukuran sebaran/pencaran data, yang didefinisikan sebagai semakin

bervariasi suatu data, semakin besar sebaran/pencarannya

• Mengukur perbedaan variasi dapat dihitung dengan:

Kuartil (quartile/25%), Desil (decile/10%), Persentil (%) → Ukuran Letak Data

Nilai maksimum dan minimum (Interquatile range), Rentang (range), Standar Deviasi
(simpang baku), Standar Eror (galat baku) → Ukuran Sebaran Data
 7 INDEKS VARIABILITAS

Interquartile Range → RANGE

MINIMUM - MAKSIMUM (RENTANG)

KUARTIL DESIL PERSENTIL

(25%) (10%) (%)

STANDART DEVIATION STANDARD ERROR

(SIMPANG BAKU) (GALAT BAKU)
 Ukuran letak data (Kuartil)
• Nilai yang membagi suatu data terurut menjadi empat bagian yang sama

• Kuartil dilambangkan dengan Q

• Jenis kuartil ada 3 → Kuartil pertama (Q1), Kuartil Kedua (Q2), Kuartil Ketiga (Q3)
 Ukuran letak data (Kuartil)

Langkah-langkah

menentukan nilai kuartil:

• Susun data

• Tentukan letak Q nya

• Tentukan nilai Q nya

n = genap
n = ganjil
 Ukuran letak data (Desil)
• Nilai yang membagi data menjadi sepuluh bagian sama besar

• Desil sering dilambangkan dengan D

• Jenis ada 9, yaitu D1, D2, D3, ….. …. D9

• Rumus desil untuk data tunggal:

6,2,7,3,8,4,5,4,5,6,5
 Ukuran letak data (Persentil)
• Nilai yang membagi data menjadi seratus bagian sama besar

• Persentil sering dilambangkan dengan P

• Jenis persentil ada 99, yaitu P1, P2, P3, … P99

• Rumus persentil data tunggal:

 Ukuran letak data (Persentil)

Jawaban:

• P75 →

• P30 →
Ukuran letak data (Persentil)
 Kelas A nilai Kelas B nilai
ujian ujian
Andre 65,5 Freddy 98,1
Billy 62,1 Gideon 51,3
Charles 60,2 Harry 54,2
Deddy 63,3 Indra 56,4
Eddy 61,4 Justin 52,5
Jumlah 312,5 Jumlah 312,5

Rata-rata 62,5 Rata-rata 62,5

Mean kelas A & B sama,
tapi berbeda penyebarannya
 100.00

80.00 lulus hanya 1

semua lulus
BATAS
KELULUSAN
60.00
Mean

40.00

20.00

0.00
KELAS KELAS KELAS KELAS KELAS KELAS B KELAS B KELAS KELAS KELAS
A andre A billy A A deddy A eddy freddy gideon B harry B indra B justin
charles
 Ukuran sebaran data / variabilitas
RANGE & INTERQUARTILE RANGE

• Interquatile range → nilai minimum (nilai yang paling kecil dari data

penelitian) dan nilai maksimum (nilai yang paling besar dari data penelitian)

→ sebagai gambaran distribusi data sebaran data yang tidak normal

• Range → perbedaan / selisih antara nilai terbesar (maksimum) dengan

nilai terkecil (minimum) → digunakan untuk menggambarkan distribusi

data sebaran data yang normal

Ukuran sebaran data / variabilitas
RANGE & INTERQUARTILE RANGE
 Kelas A nilai Kelas B nilai
ujian ujian
Andre 65,5 Freddy 98,1
Billy 62,1 Gideon 51,3
Charles 60,2 Harry 54,2
Deddy 63,3 Indra 56,4
Eddy 61,4 Justin 52,5
Maksimum 65,5 Maksimum 98,1
Minimum 60,2 Minimum 51,3

Rentang 5,3 Rentang 46,8

(range) (range)
 Ukuran sebaran data / variabilitas
VARIANS & STANDAR DEVIASI

• Menggambarkan distribusi data sebaran data yang normal

• Semakin bervariasi suatu data semakin besar/luas sebaran data dan

semakin besar/tinggi pula nilai varians dan standar deviasi

• Standar Deviasi (SD) → ukuran/nilai penyimpangan data terhadap

nilai rerata/mean atau nilai simpangan baku yang memberikan gambaran
kondisi sebaran sebuah data dalam suatu sampel atau dapat pula diketahui
seberapa dekat nilai tiap data individu dengan rata-rata dari keseluruhan sampel
 Ukuran sebaran data / variabilitas
VARIANS & STANDAR DEVIASI

Pada suatu penelitian didapatkan hasil sebagai berikut:

• Nilai rerata ujian kelompok A sebesar 72,35+0,5

• Nilai rerata ujian kelompok B sebesar 82,15+2,5

disimpulkan bahwa nilai sebaran data pada sampel terhadap nilai

rerata ujian pada kelompok A lebih dekat dibandingkan dengan
kelompok B yang memiliki sebaran lebih luas
 Ukuran sebaran data / variabilitas
VARIANS & STANDAR DEVIASI
Menghitung Varians dan SD (Standar Deviasi)
1. Hitung rata-rata (x)
2. Hitung penyimpangan (perbedaan) masing-masing data terhadap rata-
rata (x)
3. Kuadaratkan masing-masing penyimpangan (hasil no. 2)
4. Kuadrat masing-masing penyimpangan (hasil no. 3) dibagi dengan
banyaknya data (N) → didapat varians (s)
5. Tarik akar dari varians (hasil no. 4) → didapat Standar Deviasi (SD)
 Penyimpangan terhadap rata-rata
Kelas A Kelas B
Nilai Penyimpangan Nilai Penyimpangan
Ujian terhadap Ujian terhadap
n rata-rata rata-rata
Andre 65,5 3,0 Freddy 98,1 35,6
Billy 62,1 -0,4 Gideon 51,3 -11,2
Charles 60,2 -2,3 Harry 54,2 -8,3
Deddy 63,3 0,8 Indra 56,4 -6,1
Eddy 61,4 -1,1 Justin 52,5 -10,0

Jumlah 312,5
0 Jumlah 312,5
0
(∑) (∑)

Rata- 62,5 Rata- 62,5

rata (x) rata (x)
Penyimpangan kalau dijumlah hasilnya 0 karena ada tanda + dan –
Agar tidak ada tanda + dan – kemudian dikuadratkan
Kelas A Kelas B
No Nilai PENYIMPANGAN KUADRAT No Nilai PENYIMPANGAN KUADRAT
Ujian TERHADAP RATA- PENYIMPANGAN Ujian TERHADAP RATA- PENYIMPANGAN
RATA RATA

1 65,5 3.0 9.00 1 98,1 35,6 1267,36

2 62,1 -0,4 1,60 2 51,3 -11,2 125,44
3 60,2 -2,3 5,29 3 54,2 -8,3 68,89
4 63,3 1,8 3,24 4 56,4 -6,1 37,21
5 61,4 -1,1 1,21 5 52,5 -10,0 100,00
N: ∑= 0 20,34 N: ∑= 0 1598,90
5 312,5 5 312,5
Banyaknya data (N): 5 Banyaknya data (N): 5

VARIANS: jumlah kuadrat penyimpangan dibagi banyaknya data

Varians A: 20,34/5 = 4,07
Varians B: 1598,90/5 = 319,78
Karena varians merupakan hasil kuadrat maka dikembalikan dengan
menarik akar → menghasilkan STANDAR DEVIASI (SIMPANG BAKU)
Standar deviasi A: V 4,07 = 2,02
Standar deviasi B: V 319,78 = 17,88
 VARIANS
Ukuran besarnya sebaran data
∑ (X – X)2
s = ----------------- s = varians
N

STANDAR DEVIASI (SIMPANG BAKU)

Ukuran penyimpangan data terhadap rata-rata
∑ (X – X)2
SD = -----------------
N

atau SD = Vs = Vvarians

Semakin bervariasi suatu data → semakin besar sebaran data dan

semakin besar pula varians dan standar deviasi
STANDAR DEVIASI (SIMPANG BAKU) pada POPULASI

∑ (X – X)2
SD = -----------------
N

atau SD = Vs = Vvarians

STANDAR DEVIASI (SIMPANG BAKU) pada SAMPEL

∑ (X – X)2
SD= -----------------
n-1
atau SD = Vs = Vvarians
Ukuran sebaran data / variabilitas
VARIANS & STANDAR DEVIASI
Ukuran sebaran data / variabilitas
VARIANS & STANDAR DEVIASI
Ukuran sebaran data / variabilitas
VARIANS & STANDAR DEVIASI
 Ukuran sebaran data / variabilitas
STANDAR EROR
• Digunakan untuk menggambarkan distribusi data / sebaran data normal

• Standar Eror / Galat Baku merupakan ukuran besarnya kesalahan (galat)

suatu data terhadap nilai sebenarnya pada populasi (keseluruhan)
s SD2

SE = ------------ atau SE = ---------------

VN VN

bila terhadap proporsi

P (1 – P)

SE = ---------------

N P: proporsi
Hasil pendataan terhadap 536 penduduk:

• Rata-rata usia 37,46 tahun dengan standar deviasi 37,78

• 40% laki-laki

SE usia:

(37,78)2 / V 536 = 1427,3284 / 23,15 = 61,66

Proporsi laki-laki 40% = 0,4 → SE laki-laki:

0,4 (1 – 0,4) 0,24

---------------- = ------ = 0,021

536 536
 Tabel 1. Hasil analisis uji Mann Whitney
Median Nilai p
(Minimum - Maksimum)
Kontrol (n=3) 13300000 (13298000-15370000) 0,050
NaOCl (n=3) 5541000 (5478000-5910000)

Uji Mann Whitney menujukkan bahwa tidak terdapat perbedaan bermakna

secara statistik (p ≥ 0,05) antara kelompok kontrol dan perlakuan dg NaOCl
terhadap CFU bakteri X
PERAWATAN
Thank you,
Class..!