Interpretasi Data Univariat

Yeni Suryamah
STIKes Dharma Husada Bandung
Introduction
Distribusi frekuensi
Ukuran Tengah (Sentral Tendency)
Ukuran Letak (posisi)
Ukuran Variasi/Penyebaran/dispersi
Distribusi Frekuensi
53 68 47 35
Penyusunan data
55 28 35 29
kuantitatif
60 35 60 34
30 26 46 29
Umur Pasien rawat inap 35 19 38 55
(40 orang) 31 45 42 60
35 53 42 30
24 25 26 28
38 55 35 35
39 42 22 26
Distribusi Frekuensi

Tentukan Lebar interval kelas dan jumlah kelas

Jumlah kelas

gunakan rumus Sturges

m = 1 + 3,3 log n m = jumlah kelas
n = jumlah pengamatan
Interval kelas
R i = interval kelas
i
m R = range (perbedaan nilai
tertinggi dan terendah)
Distribusi Frekuensi
Jumlah kelas
m = 1 + 3,3 log n
m = 1 + 3,3 log 40
m = 6,29 6
Interval kelas
68 19
i 7,79 8
6,29
Distribusi Frekuensi
Umur Pasien Jumlah Prosentase

40 100
Ukuran Tengah (Central Tendency)
Ukuran Tengah
Untuk meringkas suatu kelompok data dalam
suatu nilai, dan nilai tersebut dapat mewakili
kelompok data tersebut tergantung dari jenis
variabelnya
Variabel Numerik : Mean, Median, Modus

Variabel Katagorik: Proporsi/Persentase

Mean / Average / Rata-rata
Nilai yang mewakili suatu kelompok data
Simbol : x
Sifat dari mean :
~ Unik (hanya ada 1 mean tiap 1 set data)
~ Simpel (mudah menghitungnya)
~ Mewakili keseluruhan nilai
~ dipengaruhi nilai ekstrem (ekstrem besar/kecil)
~ berasal dari semua nilai pengamatan
Rumus : ~ Mean data yg tidak dikelompokkan
~ Mean data yg dikelompokkan
Mean data yang tidak dikelompokkan
Rumus : x = x
n

Keterangan :
x = nilai data
n = jumlah pengamatan
Mean data yang dikelompokkan
Rumus :

x
fc
n

Ket :
f = frekuensi
c = nilai tengah
n = total sampel
Latihan soal 1

BB (kg) f
41-45 4
46-50 4
51-55 1
56-60 2
61-65 5
66-70 7
71-75 5
76-80 2

Jumlah 30

Hitung berapa mean pada data tersebut di atas !

Latihan soal 1
BB (kg) f c fc
41-45 4 43 172
46-50 4 48 192
51-55 1 53 53
56-60 2 58 116
61-65 5 63 315
66-70 7 68 476
71-75 5 73 365
76-80 2 78 156

Jumlah 30 - 1845

x = 1845
30
= 61,5 kg
Median
Nilai yang terletak pada observasi yg di tengah,
jika data tersebut telah disusun (array)
Disebut juga nilai letak
Simbol : Me
Sifat dari median :
~ Unik (hanya ada 1 median tiap 1 set data)
~ Simpel (mudah menghitungnya)
~ tidak sensitif terhadap nilai ekstrem
Rumus : ~ Median data yg tidak dikelompokkan
~ Median data yg dikelompokkan
Median data yang tidak dikelompokkan
Posisi median : n + 1
2
Contoh :
data awal : 56 48 52 67 62
Array : 48 52 56 62 67
Posisi Median : 5 + 1 = 3 Median

2
Median data yang dikelompokkan
n/2F
Me Bb p
f

Keterangan :
Me = median
Bb = batas bawah kelas median berada
p = panjang kelas median
n = jumlah pengamatan
f = frekuensi kelas median terbanyak
F = jumlah frekuensi kumulatif sebelum kelas median
Latihan Soal 2
Nilai Frekuensi
60-64 2
65-69 6
70-74 15
75-79 20
80-84 16
85-89 7
90-94 4
Jumlah 70

Hitung berapa median pada data tersebut di atas !

Latihan Soal 2
Langkah Pengerjaan soal :
Tentukan kelas median
Kelas median = n = x 70 = 35
Pada kelas median , tentukan :
Bb = 74,5 p = 5
n = 70 f = 20
F = 23
Me = 74,5 + 5 (35-23)
20
= 74,5 + 5 (0,6)
= 74,5 + 3
= 77,5
Modus/Mode
Nilai yg paling banyak muncul di dalam suatu
pengamatan/ frekuensinya terbanyak
Simbol : Mo
Sifat dari Modus :
~ Tidak ada modus
~ Ada 1 modus (umimode)
~ Ada 2 modus (bimodus)
~ Ada 3 modus atau lebih (multimode)
Rumus : ~ Modus data yg tidak dikelompokkan
~ Modus data yg dikelompokkan
Modus data yang dikelompokkan
F1
Mo Bb p
F1 F 2

Keterangan :
Mo = modus
Bb = batas bawah kelas modus
p = panjang kelas modus
F1 = selisih frekuensi modus dengan frekuensi sebelumnya
F2 = selisih frekuensi modus dengan frekuensi sesudahnya
Latihan Soal 3
Nilai Frekuensi
60-64 2
65-69 6
70-74 15
75-79 20
80-84 16
85-89 7
90-94 4
Jumlah 70

Hitung berapa nilai modus pada data tersebut di atas !

Latihan Soal 3
Penyelesaian soal :
Mo = 74,5 + 5 = 74,5 + 5 (5/9)
= 74,5 + 5(0,56)
= 74,5 + 2,8
= 77,3
Ukuran Letak (posisi)
Nilai Letak (posisi)
Jika data telah disusun array (kecil besar),
maka dapat dibagi nilai pengamatan menjadi
beberapa bagian.
Dua bagian : median
Empat bagian : kuartil
Sepuluh bagian : desil
Seratus bagian : persentil

Kuartil 1 Median Kuartil 3

Kuartil2
Ukuran Variasi
Nilai variasi
Nilai yang menunjukkan bagaimana bervariasinya data di dalam
kelompok data itu terhadap nilai rata-ratanya
Semakin besar nilai variasi, semakin bervariasi data tsb.
Misal : ~ 20 20 20 20 x = 20 homogen
~ 20 15 25 20 x = 20 agak variasi
~ 30 10 20 20 x = 20 lebih variasi
Variabel Numerik : Range, rata-rata deviasi, varian, standar
deviasi, koefisien varian
Variabel Katagorik: Proporsi atau persentase.
~ heterogen jika seimbang nilainya
~ homogen jika proporsinya tidak seimbang
Range
Nilai yang menunjukan perbedaan nilai
pengamatan yang paling besar dengan nilai
yang paling kecil
Contoh : berat badan 5 mhs (kg):
48 52 56 62 67
Range : nilai mak nilai min
= 67kg 48kg = 17 kg
Rata-rata Deviasi
Rata-rata dari seluruh perbedaan pengamatan dibagi
banyaknya pengamatan. Memakai nilai mutlak.
Rumus :
Md
xi x
n
Keterangan :
Md = Mean deviation (deviasi rata-rata)
xi = nilai data ke-i
X = rata-rata (sampel)
n = banyaknya kelas
 Latihan soal 4
Data berat badan 5 mahasiswa

X (kg)

48
52
56
62
67

285

Hitung rata-rata deviasinya !

Latihan soal 4
X (kg) |xx|
48 9
52 5
56 1
62 5
67 10

285

48 52 56 62 67
Mean 57kg
5
9 5 1 5 10
Mean _ deviasi 6kg
5
Varian
Rata-rata perbedaaan antara mean dengan nilai masing-masing
observasi
Rumus :

(V ) s 2
i
( x x ) 2

n 1
Keterangan :
s2 / V = variasi
n = banyaknya (jumlah) observasi
( xi =x)pangkat
2 dua dari seluruh selisih setiap observasi
dengan rata-rata.
Latihan soal 5
X (kg) |xx| ( x x )2
48 9 81
52 5 25
56 1 1
62 5 25
67 10 100

285

81 25 1 25 100
V 58
5 1
Standar Deviasi
Merupakan akar dari varian
Merupakan patokan luas area di bawah kurva
normal
Disebut : simpangan baku
Rumus :
S v s 2
Koefisien Varian (COV)
Merupakan ratio dari standar deviasi terhadap nilai mean
(bentuk : persentase)
Kegunaan : untuk membandingkan 2 pengamatan atau lebih
Rumus :
s
COV x100%
x
Keterangan :
COV = koefisien variasi
s = simpangan baku dari suatu data
x = rata-rata dari data yang yang sama
Contoh : nilai COV kadar glukosa 36% dan COV kadar
kolesterol 18%. variasi glukosa lebih besar dibandingkan
kadar kolesterol