Biostatistik Materi Matrikulasi Kuliah 2016

BIOSTATISTIK
BY: DELINA HASAN
PASCASARJANA FARMASI
UNIVERSITAS PANCASILA
2016
DH-MATRIK FARM S2 UP
DEFINISI
Statistika
Ilmu mengumpulkan, menata, menyajikan,

menganalisis, dan menginterprestasikan
data dengan pendekatan ilmiah menjadi
informasi untuk membantu pengambilan
keputusan yang efektif.
Statistik
Suatu kumpulan angka yang tersusun lebih

dari satu angka.
STATISTIKA
BIOSTATISTIK
TEORI STATISTIKA
BIOSTATISTIK
METODE
(Dasar Keilmuan)
(Penerapan Ilmu)
Dasar:
Batasan sederhana:
Ketidak-pastian kejadian masyaPengumpulan data, pengolahan
data,
rakat dan alam
penyajian data dan analisis data.
Pengertian lain juga sering disebut:
- Pengukuran Kesehatan Masyarakat
- Transformasi data menjd informasi
- Manajemen data
MATEMATIKA, KALKULUS
PROBABILITAS
* STATISTIK DESKRIPTIF
* STATISTIK INFERENS
DH-MATRIK 3FARM S2 UP
Biostatistika yaitu penerapan metode statistika dalam

memecahkan permasalahan dalam bidang biologi/kesehatan
Mencari deskripsi suatu variable
Mencari hubungan antar variable
Menentukan perbedaan respon akibat perlakuan yang diberikan
Statistik diperlukan sbg alat utk membantu memecahkan
berbagai masalah melalui penelitian
Penelitian = penyelidikan/pencarian yg sistematik thd kebenaran
yg blm terungkap (Leedy, 1974)
BIOSTATISTIKA
ADA 2 METODE
1. DESKRIPTIF
2. INFERENS
1. DESKRIPTIF
METODE INI TERBATAS PADA PENGUMPULAN, PENYAJIAN, ANALISA DALAM
BENTUK NARASI, TABULASI, DIAGRAM DARI NILAI RATA-RATA, STANDAR
DEVIASI, PERSENTASE, DLL DATA SAMPEL, TANPA PERLU ADANYA
PERAMALAN DAN PEMBUKTIAN STATISTIK TERHADAP GROUP DATA YANG
LEBIH LUAS ATAU POPULASI.
2. INFERENS
METODE INI SAMA DENGAN DI ATAS DAN DISERTAI PEMBUKTIAN SECARA
STATISTIK, DENGAN DEMIKIAN HASIL PENELITIAN SUDAH MEWAKILI CIRICIRI GROUP DATA YANG LEBIH LUAS ATAU POPULASI, DENGAN CARA
MELAKUKAN ESTIMASI, UJI HIPOTESIS DAN PREDIKSI TERHADAP
PARAMETER POPULASI.
BIOSTATISTIK MERUPAKAN APLIKASI

METODE STATISTIK TERHADAP MASALAHMASALAH DI BIDANG KESEHATAN DAN
BUKAN MERUPAKAN ILMU DASAR (BASIC
SCIENCES), TETAPI LEBIH TEPAT DISEBUT
SEBAGAI ILMU TERAPAN (APPLIED
SCIENCES).
CTH :
BILA KITA INGIN MEMBUKTIKAN
KEAMPUHAN DARI 2 MACAM OBAT, OBAT
MANA YANG LEBIH AMPUH DIANTARA 2
OBAT TERSEBUT, KITA DAPAT
MENGGUNAKAN METODE STATISTIK.
1.
2.
SEBAGAI SUATU DISIPLIN ILMU, STATISTIK YANG DIPERGUNAKAN

SAAT INI MELIPUTI BERBAGAI METODE DAN KONSEP YANG
MELIBATKAN PENGUMPULAN DATA DGN CARA EKSPERIMENTASI
DAN OBSERVASI SERTA PENGAMBILAN KESIMPULAN DENGAN
JALAN MENGANALISIS DATA.
CTH PENELITIAN:
SEORANG AHLI BAKTERIOLOGI INGIN MENDUGA PELUANG
(PROBABLITAS) YANG DISIMBOLKAN DGN P, BAHWA SEEKOR
ANJING YANG TELAH DIBERI VAKSIN PADA DOSIS TERTENTU
AKAN MENDPT KEKEBALAN UNTUK PENYAKIT TERTENTU.
SUATU PENELITIAN AKAN MELIHAT EFEK DARI 2 MACAM BENTUK
MAKANAN YAITU CAIR DAN PADAT, SAMA-SAMA MEMPUNYAI
PROTEIN YG TINGGI. APAKAH KEDUA MAKANAN TERSEBUT
MENGHASILKAN PENYERAPAN YG SAMA PADA ANAK-ANAK.
KEGIATAN-KEGIATAN DALAM STATISTIK
1.
2.
3.
4.
5.
PENGUMPULAN DATA
PENGOLAHAN DATA
ANALISIS DATA
INTERPRETASI
PENYAJIAN DATA
Ciri-ciri penelitian :
dimulai dg adanya pertanyaan
membutuhkan pernyataan yg jelas
membutuhkan perencanaan
dilakukan secara bertahap
mengajukan hipotesis
mengemukaan fakta dan makna dg benar
bersifat sirkuler
Dalam melakukan suatu penelitian harus

dilandasi dengan penggunaan metode ilmiah
Syarat metode ilmiah:
Dasar : - fakta/data yg reliable, valid, ternilai
- teori yg relevan
Sifat : universal, obyektif. Jujur dan terbuka.
Logis, kritis, analistis, dinamis dan inovatif
10
Data kasar (raw data) diperoleh dari hasil pengukuran

suatu variable pada sample yg diambil dari suatu
populasi menggunakan teknik pengambilan sample
tertentu
Langkah-langkah kegiatan statistika utk menangani data
kasar :
1. Pengumpulan data
2. Pengolahan data (diurutkan atau digolongkan)
3. Penyajian data dalam tabel atau grafik
4. Penafsiran sajian data
5. Analisa data
6. Penafsiran dan pengambilan kesimpulan
7. Pemanfaat penafsiran dan kesimpulan utk penentuan
kegiatan penelitian lbih lanjut

11
Poin 1,2,3,4,7 disebut statistik deskriptif

(tanpa analisis, tanpa generalisasi, tanpa
pengujian hipotesis, dan hanya melakukan
perhitungan-perhitungan saja)
Disajikan dalam
bentuk tabel distribusi frekuensi (mean, modus,
median), bar-diagram, histogram, polygon, dll
Poin 1,2,3,4,5,6,7 disebut statistik inferensial
(dg analisis, generalisasi, pengujian hipotesis)
Uji t,z, F
12
JENIS-JENIS STATISTIKA
1.
2.
Statistika Deskriptif
3.
4.
5.
STATISTIKA
1.
Statistika Induktif
2.
3.
4.
5.
DH-MATRIK FARM S2 UP 6.
Materi:
Penyajian data
Ukuran
pemusatan
Ukuran
penyebaran
Angka indeks
Deret berkala dan
peramalan
Materi:
Probabilitas dan
teori keputusan
Metode sampling
Teori pendugaan
Pengujian
hipotesa
Regresi dan
korelasi
13
Statistika
DATA
Himpunan nilai/variate/datum atau informasi lain yg
diperoleh dari observasi, pengukuran dan penilaian)
thd suatu obyek atau lebih
Obyek
pengamatan
variate/nilai
Data kualitatif = diperoleh dari hasil pengamatan

Data kuantitatif = diperoleh dari kegiatan
pengukuran atau penilaian
variable
14
ARTI DATA
DATA
Sumber
Perolehan
Primer Vs Sekunder
Kandungan
Informasi
Kualitatif Vs Kuantitatif
Cara
Perolehan
Ukur Vs Hitung
15
JENIS-JENIS DATA
1. Jenis kelamin
2. Warna bunga
3. Habitat, dll
Data Kualitatif
DATA
Data Diskret
Data Kuantitatif
Data Kontinu
1. Jumlah
kloroplas
2. Jumlah
trombosit
3. Jumlah sel,
dll
1.
2.
3.
4.
Berat badan
dosis
Jarak kota
Luas tanah,
dll
16
Penggolongan data statistik

Berdasarkan sifat angka :
Data kontinyu, yaitu data statistic yg angkaangkanya mrpk deretan angka yg sambungmenyambung, ex; data BB (kg): 40.3, 40.9,
50 dst
Data diskrit, yaitu data statistic yg tidak
mgk berbentuk pecahan, ex; data jml buku
perpust (buah): 50,125,350, 275 dst
17
Berdasarkan bentuk angkanya :

Data tunggal, yaitu data statistik yg angka-angkanya
mrpk satu unit atau satu kesatuan, tdk dikelompokkan
Data kelompok, yaitu data statistic tiap unitnya terdiri
dari sekelompok angka, ex; 80 84, 75 79
Berdasarkan waktu pengumpulannya :
Data seketika, yaitu data statistik yg mencerminkan
keadaan pada suatu waktu saja, ex : pada semester
gasal 2009/2010
Data urutan waktu, yaitu data statistik yg
mencerminkan keadaan dari waktu ke waktu secara
berurutan, ex jumlah mahasiswa yg lulus dari tahun
1996 - 2006
18
SUMBER DATA STATISTIKA

1. Wawancara langsung
2. Wawancara tidak
langsung
3. Pengisian kuisioner
Data Primer
DATA
Data Sekunder
Data dari pihak lain:

1. BPS
2. Bank Indonesia
3. World Bank, IMF
4. FAO dll
19
POPULASI DAN SAMPEL

POPULASI
Sebuah kumpulan dari
semua kemungkinan orangorang, benda-benda dan
ukuran lain dari objek yang
menjadi perhatian.
SAMPEL
Suatu bagian dari
populasi tertentu yang
menjadi perhatian.
20
Istilah dalam statistika
Obyek = benda hidup atau mati yg diuji unsurunsur, sifat dan kelakuannya melalui pengamatan,
pengukuran dan penilaian guna mendpt info atau
nilai-nilai yg berguna mengenai benda tsb
Subyek adalah sampel penelitian
VARIABEL
Suatu sifat dari obyek atau unsur dari obyek yg
dpt diamati atau diukur shg menghasilkan nilai,
ukuran atau criteria lain yg dpt bervariasi
VARIATE
Angka/nilai ukuran/criteria lain yg dicapai suatu
variabel pada suatu individu atau unit statistic
21
ARTI VARIABEL
Variabel
Kandungan
Dimensi
Tunggal Vs Agregat
Celah
Pengamatan
Diskret Vs Kontinyu
Deskripsi
Penelitian
Independen Vs
Dependen
22
SKALA PENGUKURAN
KARAKTERISTIK
SKALA
UKUR
Klasifikasi
Jenjang
Jarak
NOMINAL
ORDINAL
INTERVAL
RASIO
Nol
Abs.
23
Berdasarkan Skala Variabel :

Data nominal, yaitu data statistic yg cara menyusunnya
didasarkan pada klasifikasi tertentu, ex; Jml mahasiswa
PBiologi 2009/2010 menurut tingkat dan jenis kelaminnya
Data ordinal/urutan, yaitu data statistic yg cara menyusun
angkanya didasarkan pada urutan/ranking,
Ex: Hasil nilai statistik berdasarkan ranking
Data interval, yaitu data statistic dimana terdapat jarak yg
sama di antara hal-hal yg sdg diteliti
Ratio yaitu data bisa dibedakan, ada tingkatan perbedaan, dan
24
VARIASI
Adanya perbedaan antar nilai/variate/ukuran dll
dari suatu variabel pada populasi atau sampel
VARIABILITAS
Kemungkinan utk bervariasi dr nilai suatu variable
pd suatu populasi atau sample
PARAMETER
suatu variabel terukur yg digunakan sbg criteria
utk mengevaluasi suatu populasi atau sistem
25
NILAI PARAMETRIK
suatu nilai dari suatu parameter yg diperoleh
dari perhitungan atau pengukuran, yang masih
harus di analisis.
NILAI STATISTIK
suatu nilai dari suatu parameter yg diperoleh
dari perhitungan atau pengukuran.
26
Statistika Parametrik:
Membutuhkan pengukuran kuantitatif dengan

data interval atau rasio
mempertimbangkan jenis sebaran/distribusi

data, yaitu apakah data menyebar normal
atau tidak.
Contoh metode statistika parametrik: uji-z (1

atau 2 sampel), uji-t (1 atau 2 sampel),
korelasi pearson, Perancangan Percobaan (1 or
2-way ANOVA parametrik), dll.
27
Statistika Nonparametrik
Membutuhkan data dengan data ordinal dan
nominal
Merupakan statistika bebas sebaran (tdk
mensyaratkan bentuk sebaran parameter
populasi, baik normal atau tidak).
Contoh metode Statistika nonparametrik:Binomial test, Chi-square test,
Median test, Friedman Test, dll.
28
DISTRIBUSI FREKUENSI
29
DEFINISI
Pengelompokkan data menjadi tabulasi data

dengan memakai kelas-kelas data dan dikaitkan
dengan masing-masing frekuensinya
30
KELEBIHAN DAN KEKURANGAN
Kelebihan
Dapat mengetahui gambaran secara
menyeluruh
Kekurangan
Rincian atau informasi awal menjadi hilang
31
CONTOH
Distribusi Frekuensi Tinggi Badan 100
Mahasiswa UP
Tinggi
Badan
Frekuensi
151-153
154-156
157-159
160-162
163-165
166-168
169-171
172-174
3
7
12
18
27
17
11
5
Sumber: Data buatan
32
LIMIT, BATAS, NILAI TENGAH, DAN LEBAR

KELAS
Limit Kelas/Tepi Kelas

Nilai terkecil/terbesar pada setiap kelas
Batas Kelas
Nilai yang besarnya satu desimal lebih sedikit
dari data aslinya
Nilai Tengah Kelas
Nilai tengah antara batas bawah kelas dengan
batas atas kelas
Lebar Kelas
Selisih antara batas bawah kelas dengan batas
atas kelas
33
CARA MEMBUAT TABEL DISTRIBUSI

FREKUENSI
1)
2)
3)
Tentukan Range atau jangkauan data (r)

Tentukan banyak kelas (k)
Rumus Sturgess :
k=1+3,3 log n
Tentukan lebar kelas (c)
c=r/k
34
CARA MEMBUAT TABEL DISTRIBUSI

FREKUENSI (lanjutan)
4)
5)
6)
7)
8)
Tentukan limit bawah kelas pertama dan

kemudian batas bawah kelasnya
Tambah batas bawah kelas pertama dengan lebar
kelas untuk memperoleh batas atas kelas
Tentukan limit atas kelas
Tentukan nilai tengah kelas
Tentukan frekuensi
35
CONTOH
Data hasil ujian akhir Mata Kuliah
Statistika dari 60 orang mahasiswa
2
3
6
0
7
9
3
2
5
7
7
4
5
2
7
0
8
2
3
6
8
0
7
7
8
1
9
5
4
1
6
5
9
2
8
5
5
5
7
6
5
2
1
0
6
4
7
5
7
8
2
5
8
0
9
8
8
1
6
7
4
1
7
1
8
3
5
4
6
4
7
2
8
8
6
2
7
4
4
3
6
0
7
8
8
9
7
6
8
4
4
8
8
4
9
0
1
5
7
9
3
4
6
7
1
7
8
2
6
9
7
4
6
3
8
0
8
5
6
1
36
JAWAB
1.
2.
3.
4.
Data terkecil = 10 dan Data terbesar = 98

r = 98 10 = 88
Jadi jangkauannya adalah sebesar 88
Banyak kelas (k) = 1 + 3,3 log 60 = 6,8
Jadi banyak kelas adalah sebanyak 7 kelas
Lebar kelas (c) = 88 / 7 = 12,5 mendekati 13
Limit bawah kelas pertama adalah 10, dibuat beberapa
alternatif limit bawah kelas yaitu 10, 9, dan 8
Maka batas bawah kelas-nya adalah 9,5 ; 8,5 ; dan 7,5
37
JAWAB (lanjutan)
5.
6.
Batas atas kelas pertama adalah batas bawah kelas

ditambah lebar kelas, yaitu sebesar
- 9,5 + 13 = 22,5
- 8,5 + 13 = 21,5
- 7,5 + 13 = 20,5
Limit atas kelas pertama adalah sebesar
- 22,5 - 0,5 = 22
- 21,5 - 0,5 = 21
- 20,5 0,5 = 20
38
JAWAB (lanjutan)
Alternatif 1
Alternatif 2
Alternatif 3
8-20
21-33
34-46
47-59
60-72
73-85
86-98
9-21
22-34
35-47
48-60
61-73
74-86
87-99
10-22
23-35
36-48
49-61
62-74
75-87
88-100
Misal dipilih Alternatif 2
39
JAWAB (lanjutan)
7.
Nilai tengah kelas adalah

batas bawah kelas batas atas kelas
2
8,5 21,5
15
2
8.
Frekuensi kelas pertama adalah 3
40
JAWAB (lanjutan)
Distribusi Frekuensi Nilai Ujian Akhir Mata Kuliah
Statistika
Interval Kelas
Batas Kelas
Nilai Tengah
Frekuensi
9-21
22-34
35-47
48-60
61-73
74-86
87-99
8,5-21,5
21,5-34,5
34,5-47,5
47,5-60,5
60,5-73,5
73,5-86,5
86,5-99,5
15
28
41
54
67
80
93
3
4
4
8
12
23
6
Jumlah
60
41
DISTRIBUSI FREKUENSI RELATIF DAN KUMULATIF
Distribusi frekuensi relatif

Membandingkan frekuensi masing-masing
kelas dengan jumlah frekuensi total dikalikan
100 %
Distribusi frekuensi kumulatif ada 2, yaitu
distribusi frekuensi kumulatif kurang dari dan
lebih dari
42
DISTRIBUSI FREKUENSI RELATIF
Distribusi Frekuensi Relatif Nilai Ujian Akhir Mata Kuliah Statist

Interval
Kelas
9-21
22-34
35-47
48-60
61-73
74-86
87-99
Batas Kelas
Nilai
Tengah
Frekuen
si
Frekuensi
Relatif
(%)
8,5-21,5
21,5-34,5
34,5-47,5
47,5-60,5
60,5-73,5
73,5-86,5
86,5-99,5
15
28
41
54
67
80
93
3
4
4
8
12
23
6
5
6,67
6,67
13,33
20
38,33
10
60
100
Jumlah
43
DISTRIBUSI FREKUENSI KUMULATIF

KURANG DARI
Distribusi Frekuensi Kumulatif Kurang Dari Untuk Nilai Ujian Akhir Mata Kuliah Stati
Interva
l Kelas
9-21
22-34
35-47
48-60
61-73
74-86
87-99
Batas Kelas
Frekuensi
Kumulatif Kurang
Dari
Persen
Kumulatif
kurang dari 8,5

kurang dari 21,5
kurang dari 34,5
kurang dari 47,5
kurang dari 60,5
kurang dari 73,5
kurang dari 86,5
kurang dari 99,5
0
3
7
11
19
31
54
60
0
5
11,67
18,34
31,67
51,67
90
100
44
DISTRIBUSI FREKUENSI KUMULATIF LEBIH DARI

Distribusi Frekuensi Kumulatif Lebih Dari Untuk Nilai Ujian Akhir
Mata Kuliah Statistika
Interval
Kelas
Batas Kelas
Frekuensi
Kumulatif Lebih
Dari
Persen
Kumulatif
9-21
22-34
35-47
48-60
61-73
74-86
87-99
lebih dari 8,5

lebih dari 21,5
lebih dari 34,5
lebih dari 47,5
lebih dari 60,5
lebih dari 73,5
lebih dari 86,5
lebih dari 99,5
60
57
53
49
41
29
6
0
100
95
88,33
81,66
68,33
48,33
10
0
45
HISTOGRAM DAN POLIGON

FREKUENSI
Frekuensi
Histogram dan Poligon Frekuensi Nilai Ujian Akhir

Mata Kuliah Statistika
23
25
Histogram
20
12
15
8
10
5
0
Poligon
Frekuensi
8,5
34,5 60,5
86,5
21,5
47,5
73,5
99,5 Nilai
46
UKURAN PEMUSATAN DAN LETAK DATA
47
UKURAN PEMUSATAN
Merupakan nilai tunggal yang mewakili semua
data atau kumpulan pengamatan dimana
nilai tersebut menunjukkan pusat data.
Yang termasuk ukuran pemusatan :
1.
Mean (Rata-rata hitung)
2.
Median (Nilai Tengah)
3.
Modus (Nilai terbanyak)
4.
Rata-rata ukur
5.
Rata-rata harmonis
48
1. RATA-RATA HITUNG
Rumus umumnya :
Jumlah semua nilai data
Rata - rata hitung
Banyaknya nilai data
1.
Untuk data yang tidak mengulang

X1 X 2 ... X n X
X
n
n
2.
Untuk data yang mengulang dengan

frekuensi tertentu
X
f1X1 f 2 X 2 ... f n X n fX
f1 f 2 ... f n
f
49
RATA-RATA HITUNG
(lanjutan)
1. Dalam Tabel Distribusi
Interval Kelas Nilai Tengah Frekuensi
Frekuensi
fX
(X)
9-21
22-34
35-47
48-60
61-73
74-86
87-99
15
28
41
54
67
80
93
3
4
4
8
12
23
6
45
112
164
432
804
1840
558
f = 60
fX = 3955
fX 3955
X
65,92
f
60
50
RATA-RATA HITUNG
(lanjutan)
2. Dengan Memakai Kode (U)
Interval Kelas
Nilai Tengah
(X)
Frekuensi
fU
9-21
22-34
35-47
48-60
61-73
74-86
87-99
15
28
41
54
67
80
93
-3
-2
-1
0
1
2
3
3
4
4
8
12
23
6
-9
-8
-4
0
12
46
18
f = 60
fU = 55
fU
55
X X0 c
54 13
65,92
f
60
51
RATA-RATA HITUNG
(lanjutan)
3. Dengan pembobotan
Masing-masing data diberi bobot.
Misal A memperoleh nilai 65 untuk tugas, 76
untuk mid dan 70 untuk ujian akhir.
Bila nilai tugas diberi bobot 2, Mid 3 dan
Ujian Akhir 4, maka rata-rata hitungnya
adalah :
(2)65 (3)76 (4)70

X
70,89
23 4
52
2. MEDIAN
Untuk data berkelompok
n
-F
Med L 0 c 2
f
L 0 batas bawah kelas median

F jumlah frekuensi semua kelas sebelum
kelas yang mengandung median
f frekuensi kelas median
53
MEDIAN (lanjutan)
Contoh :
Interval
Kelas
Frekuensi
9-21
22-34
35-47
48-60
61-73
74-86
87-99
3
4
4
8
12
23
6
f = 60
Letak median ada pada

data ke 30, yaitu pada
interval 61-73, sehingga
:
L0 = 60,5
F = 19
f = 12
60
- 19
72,42
Med 60,5 13 2
12
54
3. MODUS
Mod L 0 c
b1
b1 b 2
L 0 batas bawah kelas modus

b1 selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sebelum kelas modus
b 2 selisih antara frekuensi kelas modus dengan
frekuensi tepat satu kelas sesudah kelas modus
55
MODUS (lanjutan)
Contoh :
Interval
Kelas
Frekuensi
9-21
22-34
35-47
48-60
61-73
74-86
87-99
3
4
4
8
12
23
6
f = 60
Data yang paling sering

muncul adalah pada
interval 74-86, sehingga :
L0 = 73,5
b1 = 23-12 = 11
b2 = 23-6 =17
11
Mod 73,5 13
78,61
11 17
56
HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA

HITUNG, MEDIAN, DAN MODUS
1)
2)
3)
Ada 3 kemungkinan kesimetrisan

kurva distribusi data :
Jika nilai ketiganya hampir sama
maka kurva mendekati simetri.
Jika Mod<Med<rata-rata hitung,
maka kurva miring ke kanan.
Jika rata-rata hitung<Med<Mod,
maka kurva miring ke kiri.
57
HUBUNGAN EMPIRIS ANTARA NILAI RATARATA HITUNG, MEDIAN, DAN MODUS

(lanjutan)
Jika distribusi data tidak simetri, maka

terdapat hubungan :
Rata-rata hitung-Modus = 3 (Rata-rata hitung-Median)
X - Mod 3 X Med
58
4. RATA-RATA UKUR
Digunakan apabila nilai data satu dengan
yang lain berkelipatan.
n
G X1.X 2 ....X n
Untuk data tidak berkelompok

log X
G antilog

f log X
G antilog
59
RATA-RATA UKUR (lanjutan)

Contoh :
Interval
Kelas
Nilai Tengah
(X)
Frekuensi
log X
f log X
9-21
22-34
35-47
48-60
61-73
74-86
87-99
15
28
41
54
67
80
93
3
4
4
8
12
23
6
1,18
1,45
1,61
1,73
1,83
1,90
1,97
3,54
5,8
6,44
13,84
21,96
43,7
11,82
f = 60
f log X = 107,1
107,1
G antilog
60,95
60
60
5. RATA-RATA HARMONIS
Biasanya digunakan apabila data dalam
bentuk pecahan atau desimal.
n
RH
1

X
f
RH
f

X
61
RATA-RATA HARMONIS
(lanjutan)
Contoh :
Interval
Kelas
9-21
22-34
35-47
48-60
61-73
74-86
87-99
Nilai Tengah Frekuensi

(X)
15
28
41
54
67
80
93
f/X
3
4
4
8
12
23
6
0,2
0,143
0,098
0,148
0,179
0,288
0,065
f = 60
f / X = 1,121
60
RH
53,52
1,121
62
KUARTIL, DESIL,
PERSENTIL
1. Kuartil
Kelompok data yang sudah diurutkan
(membesar atau mengecil) dibagi
empat bagian yang sama besar.
Ada 3 jenis yaitu kuartil pertama (Q 1)
atau kuartil bawah, kuartil kedua (Q 2)
atau kuartil tengah, dan kuartil ketiga
(Q3) atau kuartil atas.
63
KUARTIL (lanjutan)
Q i nilai ke -
i n 1
, i 1,2,3
4

in
-F
, i 1,2,3
Q i L 0 c 4
f
L0 = batas bawah kelas kuartil

F = jumlah frekuensi semua
kelas sebelum kelas
kuartil Qi
f = frekuensi kelas kuartil Qi
64
KUARTIL (lanjutan)
Contoh :
Interval
Kelas
9-21
22-34
35-47
48-60
61-73
74-86
87-99
Nilai
Tengah
(X)
Frekuensi
15
28
41
54
67
80
93
3
4
4
8
12
23
6
Q1 membagi data menjadi 25 %

Sehingga :
Q1 terletak pada 48-60
f = 60

65
KUARTIL (lanjutan)
1.60
Untuk Q1, maka :
Q1 47,5 13
- 11
54
Untuk Q2, maka :
2.60
- 19
72,42
Q 2 60,5 13 4
12
Untuk Q3, maka :
3.60
- 31
81,41
Q 3 73,5 13 4
23
66
KUARTIL, DESIL, PERSENTIL

(lanjutan)
2. Desil
Kelompok data yang sudah
diurutkan (membesar atau
mengecil) dibagi sepuluh bagian
yang sama besar.
67
DESIL (lanjutan)
D i nilai ke -
i n 1
, i 1,2,3,...,9
10

in
-F
Di L 0 c 10 , i 1,2,3,...,9
f
L0 = batas bawah kelas desil Di

F = jumlah frekuensi semua
kelas sebelum kelas desil Di
f = frekuensi kelas desil Di
68
DESIL (lanjutan)
Contoh :
Interval
Kelas
Nilai
Tengah
(X)
Frekuensi
9-21
22-34
35-47
48-60
61-73
74-86
87-99
15
28
41
54
67
80
93
3
4
4
8
12
23
6
D3 membagi data 30%

D7 membagi data 70%
Sehingga :
f = 60
D3 berada pada 48-60

D7 berada pada 74-86
69
DESIL (lanjutan)
3.60
- 11
58,875
D 3 47,5 13 10
8
7.60
31
79,72
D 7 73,5 13 10
23
70
KUARTIL, DESIL, PERSENTIL

(lanjutan)
3. Persentil
i n 1
Pi nilai ke , i 1,2,3,...,99
100
in
Pi L 0 c 100 , i 1,2,3,...,99
f
71

Biostatistik Materi Matrikulasi Kuliah 2016

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Biostatistik Materi Matrikulasi Kuliah 2016

Diunggah oleh

Hak Cipta:

Format Tersedia

BIOSTATISTIK

BY: DELINA HASAN

Ilmu mengumpulkan, menata, menyajikan,

Suatu kumpulan angka yang tersusun lebih

Biostatistika yaitu penerapan metode statistika dalam

BIOSTATISTIK MERUPAKAN APLIKASI

SEBAGAI SUATU DISIPLIN ILMU, STATISTIK YANG DIPERGUNAKAN

KEGIATAN-KEGIATAN DALAM STATISTIK

Dalam melakukan suatu penelitian harus

Data kasar (raw data) diperoleh dari hasil pengukuran

Poin 1,2,3,4,7 disebut statistik deskriptif

Data kualitatif = diperoleh dari hasil pengamatan

Penggolongan data statistik

Berdasarkan bentuk angkanya :

SUMBER DATA STATISTIKA

Data dari pihak lain:

POPULASI DAN SAMPEL

Istilah dalam statistika

Berdasarkan Skala Variabel :

Membutuhkan pengukuran kuantitatif dengan

mempertimbangkan jenis sebaran/distribusi

Contoh metode statistika parametrik: uji-z (1

Pengelompokkan data menjadi tabulasi data

KELEBIHAN DAN KEKURANGAN

Sumber: Data buatan

LIMIT, BATAS, NILAI TENGAH, DAN LEBAR

Limit Kelas/Tepi Kelas

CARA MEMBUAT TABEL DISTRIBUSI

Tentukan Range atau jangkauan data (r)

CARA MEMBUAT TABEL DISTRIBUSI

Tentukan limit bawah kelas pertama dan

Data terkecil = 10 dan Data terbesar = 98

Batas atas kelas pertama adalah batas bawah kelas

Misal dipilih Alternatif 2

Nilai tengah kelas adalah

Frekuensi kelas pertama adalah 3

DISTRIBUSI FREKUENSI RELATIF DAN KUMULATIF

Distribusi frekuensi relatif

DISTRIBUSI FREKUENSI RELATIF

Distribusi Frekuensi Relatif Nilai Ujian Akhir Mata Kuliah Statist

DISTRIBUSI FREKUENSI KUMULATIF

kurang dari 8,5

DISTRIBUSI FREKUENSI KUMULATIF LEBIH DARI

lebih dari 8,5

HISTOGRAM DAN POLIGON

Histogram dan Poligon Frekuensi Nilai Ujian Akhir

UKURAN PEMUSATAN DAN LETAK DATA

Untuk data yang tidak mengulang

Untuk data yang mengulang dengan

(2)65 (3)76 (4)70

L 0 batas bawah kelas median

Letak median ada pada

L 0 batas bawah kelas modus

Data yang paling sering

HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA

Ada 3 kemungkinan kesimetrisan

HUBUNGAN EMPIRIS ANTARA NILAI RATARATA HITUNG, MEDIAN, DAN MODUS

Jika distribusi data tidak simetri, maka

Untuk data tidak berkelompok

Untuk data berkelompok

RATA-RATA UKUR (lanjutan)

Untuk data berkelompok

Nilai Tengah Frekuensi

Untuk data berkelompok