BIOSTATISTIKA

SEMESTER VII

Adalah ilmu yang mempelajari bagaimana merencanakan,

mengumpulkan, menganalisis, menginterpretasi, dan
mempresentasikan data.

STATISTIKA :
Kegiatan untuk :
mengumpulkan data
menyajikan data
menganalisis data dengan metode tertentu
menginterpretasikan hasil analisis

1. Konsep Statistika

KEGUNAAN

Melalui fase

TATISTIKA DESKRIPTIF :
erkenaan dengan pengumpulan, pengolahan, dan penyajian sebagian
au seluruh data (pengamatan) tanpa pengambilan kesimpulan
dan fase

ATISTIKA INFERENSI :
elah data dikumpulkan, maka dilakukan berbagai metode statistik untuk
nganalisis data, dan kemudian dilakukan interpretasi serta diambil kesimpulan.
tistika inferensi akan menghasilkan generalisasi (jika sampel representatif)

2. Statistika & Metode Ilmiah

METODE ILMIAH :
Adalah salah satu cara mencari kebenaran yang bila
ditinjau dari segi penerapannya, resiko untuk keliru
paling kecil.
LANGKAH-LANGKAH DALAM METODE ILMIAH :
1. Merumuskan masalah
2. Melakukan studi literatur
3. Membuat dugaan-dugaan, pertanyaan-pertanyaan
atau hipotesis
4. Mengumpulkan dan mengolah data, menguji
hipotesis, atau menjawab pertanyaan
5.

INSTRUMEN
Mengambil kesimpulan
SAMPEL
SIFAT DATA
VARIABEL
METODE ANALISIS

PERAN STATISTIKA

3. Data
DATA terbagi atas DATA KUALITATIF dan DATA KUANTITATIF

DATA KUALITATIF :
Data yang dinyatakan
dalam bentuk bukan
angka.
Contoh : jenis
pekerjaan, status
marital, tingkat
kepuasan kerja

KUALITATIF

NOMINAL
ORDINAL

DATA KUANTITATIF :
Data yang dinyatakan
dalam bentuk angka
Contoh : lama bekerja,
jumlah gaji, usia, hasil
ulangan
DATA

JENIS
DATA

KUANTITATIF

INTERVAL
RASIO

4. Data
DATA NOMINAL :
Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau
klasifikasi.
CIRI : posisi data setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : jenis kelamin, jenis pekerjaan
DATA ORDINAL :
Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau
klasifikasi, tetapi di antara data tersebut terdapat hubungan
CIRI : posisi data tidak setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : kepuasan kerja, motivasi
DATA INTERVAL :
Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana
jarak antara dua titik skala sudah diketahui.
CIRI : Tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : temperatur yang diukur berdasarkan 0C dan 0F
DATA RASIO :
Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana
jarak antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut.
CIRI : tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : gaji, skor ujian, jumlah buku

Skala nominal
Data

kode (a)

Kode (b)

Yuni

Dika

Susi

Cika

Adalah skala yang semata-mata hanya untuk

memberikan indeks, atau nama saja dan tidak
mempunyai makna yang lain.

Skala ordinal
Data

Skala kecantikan (a)

Skala kecantikan (b)

Yuni

10

Dika

Susi

Cika

Adalah skala ranking, di mana kode yang diberikan

memberikan urutan tertentu pada data, tetapi
tidak menunjukkan selisih yang sama dan tidak
ada nol mutlak.

Skala interval
Data

Nilai matakuliah (a)

Yuni

Skor nilai matakuliah

(b)
4

Dika

Susi

Cika

Skala pengukuran yang mempunyai selisih

sama antara satu pengukuran dengan
pengukuran yang lain, tetapi tidak memiliki
nilai nol mutlak.

Skala rasio
Data

TINGGI BADAN

BERAT BADAN

Yuni

170

60

Dika

160

50

Susi

150

40

Cika

140

30

Adalah skala pengukuran yang paling tinggi di

mana selisih tiap pengukuran adalah sama dan
mempunyai nilai nol mutlak.

Tekhnik pengumpulan data

Wawancara
Angket
Observasi

Sumber data
adalah tempat
didapatkannya data yang
diinginkan.

1. Data primer: adalah data yang diperoleh peneliti

secara langsung (dari tangan pertama). Contoh: data
yang diperoleh dari responden melalui kuesioner,
kelompok fokus, dan panel,atau juga data hasil
wawancara peneliti dengan nara sumber.
2. Data sekunder : adalah data yang
diperolehpenelitidarisumberyangsudahada.
Contoh: catatan atau dokumentasi perusahaan berupa
absensi, gaji, laporan keuangan publikasi perusahaan,
laporan pemerintah, data yang diperoleh darimajalah,
dan lain sebagainya

5. Pengolahan Data
PROSEDUR PENGOLAHAN DATA :
A. PARAMETER : Berdasarkan parameter yang ada statistik
dibagi menjadi

Statistik PARAMETRIK : berhubungan dengan inferensi

statistik yang membahas parameter-parameter populasi;
jenis data interval atau rasio; distribusi data normal atau
mendekati normal.

Statistik NONPARAMETRIK : inferensi statistik

membahas parameter-parameter populasi; jenis data
nominal atau ordinal; distribusi data tidak diketahui atau
tidak normal

B. JUMLAH VARIABEL : berdasarkan jumlah variabel dibagi

menjadi

Analisis UNIVARIAT : hanya ada 1 pengukuran (variabel)

untuk n sampel atau beberapa variabel tetapi masingmasing variabel dianalisis sendiri-sendiri. Contoh :
korelasi motivasi dengan pencapaian akademik.

7. Penyajian Data
TABEL

Tabel 1.1 Bidang Pekerjaan berdasarkan Latar Belakang Pendidikan

Count
SMU
bidang
pekerjaan

Jumlah

GRAFIK

administrasi
personalia
produksi
marketing
keuangan

1
4
2
3
10

pendidikan
Akademi
8
1
3
14
4
30

Sarjana
6
7
5
11
6
35

Jumlah
15
8
12
27
13
75

8. Membuat Tabel
TABEL : memberikan informasi secara rinci. Terdiri atas kolom dan baris
Kolom pertama : LABEL
KOLOM
TABEL
BARIS

Kolom kedua . n : Frekuensi atau label

Berisikan data berdasarkan kolom

Tabel Tabulasi Silang

Pendapat tentang sertifikasi
Asal Wilayah

Jawa Barat
Jawa Tengah
Jawa Timur
NTT
Papua

Sanga
t
perlu

Perlu

Tidak
tahu

Tidak
perlu

Sanga
t tdk
perlu

Jumlah

9. Membuat Grafik

GRAFIK : memberikan informasi dengan benar dan cepat,

tetapi tidak rinci.
Syarat :
1. Pemilihan sumbu (sumbu tegak dan sumbu datar), kecuali grafik lingkaran
2. Penetapan skala (skala biasa, skala logaritma, skala lain)
3. Ukuran grafik (tidak terlalu besar, tinggi, pendek)
Jenis Grafik :
4

Grafik Batang (Bar)

Grafik Garis (line)

Grafik Lingkaran (Pie)

Sumbu
tegak

0
1
Titik
pangkal

3
4
Sumbu datar

Grafik Interaksi (Interactive)

10. Jenis Grafik

Grafik Garis (line)

30

20

20

10

10

Jumlah

0
administrasi

personalia

produksi

marketing

keuangan

personalia

produksi

marketing

keuangan

bidang pekerjaan

bidang pekerjaan

Grafik lingkaran (pie)

keuangan

0
administrasi

Grafik Interaksi (interactive)

800000

administrasi

700000

600000

personalia

marketing
produksi

Mean gaji perbulan

Count

Grafik Batang (Bar)

30

500000

Jenis kelamin

400000

laki-laki
300000

w anita

sangat jelek

jelek

prestasi kerja

cukup baik

baik

sangat baik

11. Frekuensi
FREKUENSI : banyaknya data untuk satu
kelompok/klasifikasi
KELOMPOK

FREKUENS
I

Kelompok ke1

f1

Kelompok ke2

f2

Kelompok ke3

f3

Kelompok ke-i
Kelompok kek

k
n = fi fi
i=1
fk

Pendidikan

Frekuensi

S1

62

S2

19

S3

9
90

k
n = fi = f1 + f2 + f3 +.. + fi + +
fk
i=1

Tabel distribusi frekuensi adalah penyajian statistik data

berkelompok dalam bentuk tabel dimana setiap data
dikelompokkan dalam kelas interval

12. Distribusi Frekuensi

DISTRIBUSI FREKUENSI : mengelompokkan data interval/rasio

dan menghitung
banyaknya data dalam satu
USIA FREKUENS
Membuat distribusi frekuensi :
kelompok/klasifikasi
I
1.
Mencari sebaran (range) yakni selisih antara data paling
20

21

22

13

23

24

25

26

27

28

29

30

15

31

33

35

2.
3.

besar dengan data paling kecil) 35 20 = 15

Menentukan banyak kelas dengan rumus k = 1 + 3,3 log
n
7
Menentukan panjang kelas dengan rumus
p = sebaran / banyak kelas 15/7 = 2
KELOMPOK USIA

FREKUENSI

20 21

11

22 23

17

24 25

14

26 27

12

28 29

30 31

18

32 - 33

34 - 35

Tabel distribusi frekuensi

Data

Frekuensi

65-67

68-70

71-73

13

74-76

14

77-79

80-82

Jumlah

40

Tabel distribusi normal

Distribusi normalmerupakan salah satu distribusi probabilitas yang

penting dalam analisis statistika. Distribusi ini memiliki parameter
berupameandansimpangan baku. Distribusi normal dengan mean
= 0 dan simpangan baku = 1 disebut dengandistribusi normal
standar.Apabila digambarkan dalam grafik, kurva distribusi normal
berbentuk seperti genta (bell-shaped) yang simetris. Perhatikan kurva
distribusi normal normal standar berikut:

Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga (

)hingga positif takhingga (+). Kurva normal memiliki puncak pada X =
0. Perlu diketahui bahwa luas kurva normal adalah satu (sebagaimana
konsep probabilitas). Dengan demikian, luas kurva normal pada sisi kiri =
0,5; demikian pula luas kurva normal pada sisi kanan = 0,5.