STATISTIK DESKRIPTIF

Nendyah Roestijawati
Pengertian
Statistika deskriptif adalah bagian dari ilmu
statistik yang hanya mengolah, menyajikan data
tanpa mengambil keputusan untuk populasi
hanya melihat gambaran secara umum dari data
yang didapatkan
bagian statistika mengenai pengumpulan data,
penyajian, penentuan nilai-nilai statistika,
pembuatan diagram atau gambar mengenai
sesuatu hal, disini data disajikan dalam bentuk
yang lebih mudah dipahami atau dibaca
Skala pengukuran

Interval
Numerik
Rasio
Skala
pengukuran
Ordinal
Kategorik
Nominal
Statistik deskriptif

Proporsi

Sensitivitas
Kategorik
Spesifisitas

Area under
the curve
Proporsi
Frekuensi dan persentase
Hindari desimal
Tulis total sampel dan sub group, pembilang dan
penyebut untuk %
Distribusi frekuensi relatif : frekuensi tiap kelas
relatif terhadap jumlah keseluruhan
Distribusi frekuensi kumulatif : biasa digunakan
untuk pengukuran median, modus, kuartil, dll
Penyajian Data
Salah satu kegiatan dalam pembuatan laporan
hasil penelitian yang telah dilakukan agar dapat
dipahami dan dianalisis sesuai dengan tujuan yang
diinginkan
Harus sederhana dan mudah dibaca
Bertujuan agar pengamat dapat dengan mudah
memahami apa yang disajikan untuk selanjutnya
dilakukan penilaian, perbandingan, dll
Penyajian data dapat berupa tulisan, tabel dan
grafik
Penyajian Data Tekstular
Merupakan gambaran umum tentang kesimpulan hasil
pengamatan
Bidang kedokteran : digunakan untuk memberi
informasi
Banyak digunakan dalam bidang sosial, ekonomi,
psikologi, dll dan berperan sebagai laporan hasil
penelitian kualitatif.
Contoh : sebagian besar pelayanan kesehatan baik
Puskesmas maupun RS di Batam, Kepulauan Riau dan
Jakarta belum menerapkan prinsip kewaspadaan
universal karena kurangnya sarana seperti air bersih
dan tisu sekali pakai (Depkes RI, 1998)
Penyajian Data Tabular
Penyajian dalam bentuk tabel merupakan penyajian
data dalam bentuk angka yang disusun secara teratur
dalam kolom dan baris
Unsur tabel :
1. nomor tabel
2. judul tabel
3. badan tabel : judul kompartemen, judul kolom,
judul baris, sel
4. catatan kaki
5. sumber data
Contoh Tabel

Tabel 1. Karakteristik responden berdasar usia

(n=30)
Usia Jumlah %
(Tahun)
< 40 10 33

40-60 10 33

> 60 10 33

Sumber data : Hasil Penelitian Nendyah Roestijawati dipublikasikan pada Jurnal

Kedokteran, vol 3, no.2, Maret 2014 hal. 32)
Penyajian Data Grafikal
Lebih menarik dan lebih mudah dipahami
Biasanya untuk mengetahui kecenderungan dan
mengadakan perbandingan
Macam-macam grafik :
1. Grafik batang (bar diagram)
2. Grafik lingkaran (pie diagram)
3. Grafik garis (line diagram)
4. Grafik titik-titik (diagram pencar = scaterred
diagram)
5. Grafik model (piktogram)
6. Grafik peta (map diagram)
Manfaat grafik
Membandingkan beberapa variabel, beberapa
kategori dalam variabel atau satu variabel pada
waktu dan tempat berbeda
Meramalkan perubahan yang terjadi dengan
berjalannya waktu (time series)
Mengetahui adanya hubungan dua variabel atau
lebih
Memberikan penerangan pada masyarakat
Kerugian grafik
Tidak semua orang trampil membuat grafik yang
menarik
Grafik memberikan keterangan yang tidak rinci
Grafik harus dibuat dengan benar
Informasi yang disajikan terbatas
Kehilangan informasi yang rinci
Ketentuan penyajian grafik
Judul ditulis jelas, singkat dan sederhana di atas
atau di bawah grafik
Bentuk grafik disesuaikan data yang ada
Menarik diberi warna, titik-titik, dll
Pemberian warna terbatas 2-4 warna
Apabila diperlukan keterangan ditulis di bawah
grafik atau di dalam grafik selama tidak
mengganggu keutuhan grafik
Grafik batang (bar diagram)
Penilaian dalam berdasarkan tinggi batang
Pembuatannya mudah dan sederhana
Digunakan untuk membandingkan beberapa
variabel pada waktu atau tempat yang sama atau
satu variabel pada waktu dan tempat yang
berbeda
Baik untuk jumlah observasi lebih dari 20
Sumber : presentasi Prof Hari Kusnanto Pelatihan STATA dan EpiInfo
Histogram
Merupakan grafik batang yang disusun teratur dan
berhimpitan
Diperoleh dari data kontinu dalam bentuk distribusi
frekuensi
Lebar batang merupakan proporsi seluruh batang
Tinggi batang adalah frekuensi dalam kelas
interval
Untuk membandingkan frekuensi yang terdapat
dalam interval kelas
Grafik poligon
Grafik lingkaran (pie diagram)
Membandingkan kategori dalam satu variabel
Besar lingkaran tidak terlalu besar atau kecil
Biasanya 4-6 kategori
Sudut segmen tidak terlalu kecil agar dapat
dibedakan dengan jelas
Tiap segmen dapat diberi warna
Tiap segmen menggambarkan persentase yang
sesuai
Sumber : presentasi Prof Hari Kusnanto Pelatihan STATA dan EpiInfo
Grafik garis (line diagram)
Macam penyajian frekuensi dan
persentase

Distribusi frekuensi relatif

frequency
distributions
good if more
than 20
observations
Sensitivitas dan spesifisitas

Sensitivitas :
proporsi orang
sakit dengan
tes positif
Spesifisitas :
proporsi orang
tidak
menderita sakit
dengan hasil
tes negatif
Nilai duga positif dan nilai duga
negatif

Nilai duga positif : probability penyakit pada

kelompok dengan hasil tes positif
Nilai duga negatif : probability tidak menderita
penyakit pada kelompok dengan hasil tes negatif
Rasio kemungkinan positif dan rasio
kemungkinan negatif
Rasio kemungkinan
positif : rasio
proporsi orang sakit
dengan tes positif
dan orang tidak
menderita sakit
dengan tes positif
Rasio kemungkinan
negatif : rasio
proporsi orang sakit
dengan hasil tes
negatif dan orang
tidak sakit dengan
hasil tes negatif
Area under the curve (AUC)
Receiver Operator Characteristic (ROC) curve

Menggambarkan
kaitan sensitivitas
dan spesifisitas
Statistik deskriptif
Rerata

Normal Simpang
baku

Error bar
Numerik
Median

Tidak Persentil
normal

Boxplot
Kurva normal (mesokurtik)

Sumber : presentasi Prof Hari Kusnanto Pelatihan STATA dan EpiInfo

Rata-Rata Hitung (Average atau Mean)

rata-rata hitung ditentukan secara ketat oleh

bilangan-bilangan yang menyusunnya.
rata-rata hitung adalah unik.
N rata-rata hitung sangat dipengaruhi oleh nilai

x
ekstrim.
i rata-rata hitung hanya boleh dihitung (valid
i 1 sebagai ukuran gejala pusat) untuk variabel
yang memenuhi tingkat pengukuran sekurang-
N kurangnya interval
Apabila dalam rentetan data yang dihadapi
terdapat bilangan ekstrim, tidak disarankan
untuk menggunakan rata-rata hitung sebagai
ukuran gejala pusat, sebab bisa memberikan
kesimpukan yang keliru.
Tidak disarankan untuk mengambil kesimpulan
yang hanya didasarkan kepada rata-rata
hitung.
Contoh Tabel

Tabel 1. Karakteristik responden berdasar usia dan

lama kerja kelompok terpapar Cd dan kelompok
tidak terpapar Cd (n=85)
Karaktersitik Kelompok Kelompok tidak p
responden terpapar Cd terpapar Cd
(n=40) (n=45)
Usia 40,43 + 6,68 38,24 + 7,29 0,042*

Lama kerja 13,63 + 7,95 11,20 + 6,47 0,199

*signifikan pada 0,05 (2-tailed)

Sumber data : Hasil Penelitian Nendyah Roestijawati dipublikasikan pada Jurnal
Kedokteran, vol 3, no.2, Maret 2014 hal. 32)
Error bar
Kurva miring ke kanan (skew positif)
Kurva miring ke kiri (skew negatif)
Median

tidak ditentukan secara ketat

oleh bilangan-bilangan yang
12 n - F menyusunnya, jika dalam
Me b p rentetan bilangan ada yang
f berubah nilai numeriknya,
median belum tentu berubah.
tidak dipengaruhi oleh nilai
b = batas bawah, di mana ekstrim
median akan terletak nilai median adalah unik.
p = panjang kelas interval Median boleh dihitung (valid
F = jumlah semua frekuensi sebagai ukuran gejala pusat)
sebelum kelas interval untuk variabel yang memenuhi
f = frekuensi kelas median skala pengukuran sekurang-
kurangnya ordinal.
Contoh Tabel

Tabel 1. Karakteristik responden berdasar usia dan

lama kerja kelompok terpapar Cd dan kelompok
tidak terpapar Cd (n=85)
Karakteristik responden Kelompok Kelompok tidak
terpapar Cd terpapar Cd
(n=40) (n=45)

Usia (th) Me (Q1- Q3) 39 (36 44) 37 (32 41)

Lama kerja (th) Me (Q1- Q3) 12,5 (7 20) 10 (7 13)
*signifikan pada 0,05 (2-tailed)
Sumber data : Hasil Penelitian Nendyah Roestijawati dipublikasikan pada Jurnal
Kedokteran, vol 3, no.2, Maret 2014 hal. 32)
Boxplots
melihat derajat penyebaran data (yang dapat
dilihat dari tinggi/lebar box)
data simetris, garis median akan berada di tengah
box dan whisker pada bagian atas dan bagian
bawah akan memiliki panjang yang sama
data tidak simetris (condong), median tidak akan
berada di tengah box dan salah satu dari whisker
lebih panjang dari yang lainnya.
Box plots

kurang dari atau sama

dengan Q3 + (1.5 x IQR)

lebih besar atau sama

dengan Q1 (1.5 x IQR)
Scaterred diagram
 Modus

b1
Mo b p Nilai numerik modus tidak unik
b1 b 2 (dalam sebuah rentetan data
bisa terdapat lebih dari
b = batas kelas interval sebuah modus).
dengan frekuensi terbanyak
p=panjang kelas interval Modus digunakan sebagai
b1=frekuensi pada kelas ukuran gejala pusat untuk
modus dikurangi frekwensi variabel dengan tingkat
kelas terdekat sebelumnya pengukuran sekurang-
b2=frkuensi kelas modus kurangnya nominal.
dikurangi frekuensi kelas
interval berikutnya.
Data kontinu ke kategorik

Mengubah data
kontinu
(hemoglobin)
menjadi kategorikal
dengan
memasukkan dalam
kelompok.
Kemudian dihtung
frekuensi dan
persentase tiap
grup.
Data kontinu ke kategorik

Distribution of Glasgow
Coma Scale Scores

Data kontinu yag

dikelompokkan
menjadi kategorikal
Tip: It is usually better to collect continuous data
and then break it down into categories for data
analysis as opposed to collecting data that fits
into preconceived categories.
Terimakasih