Statistik Deskriptif

Distribusi Frekuensi
(Central Tendensi) Nilai tengah
Nilai variasi
Statistik Deskriptif

 Metode dan prosedur statistik mulai dari

pengumpulan data, penyajian data dan
analisis sederhana.
 Penyajian data dalam bentuk narasi,
tabulasi (tabel), diagram
 Analisis sederhana : perhitungan
persentase, mean, median, standar
deviasi.
Distribusi Frekuensi

 Data yg diperoleh, dapat ditata dlm

tabel yg dikenal dgn distribusi frekuensi,
bila dihitung proporsi dpt disajikan dlm
tabel distribusi frek.relatif
Pembuatan distribusi frekuensi

 Penentuan rentang
 nilai tertinggi - terendah (R)
 Penentuan banyak kelas interval
Rumus : sturges : m = 1+3,3 log n
(n = jlh sampel)
 Penentuan lebar kelas
 I = R/m
Data di bawah ini adalah umur 50 orang penderita
Osteoarthritis yang berkunjung ke poliklinik rheumatologi di
RS X

63 59 64 98 47
80 18 69 51 71
85 56 72 38 89
37 73 65 66 86
54 76 49 53 83
92 35 28 60 45
49 48 64 58 74
55 28 67 84 78
96 57 76 57 19
55 83 47 64 39
Langkah-langkah

 Range = 98-18 = 80
 Banyak kelas adalah
 m = 1+3,3 log n
 m = 1+3,3 log 50
 m = 1 + 5,6 = 6.6 = 7
 Lebar interval kelas adalah
 i = 80/7 = 11.43 = 12
Tabel 1. Distribusi frekuensi umur penderita
Osteoarthritis yang berkunjung k poliklinik
Rheumatologi RS X

Umur n %
16-27 2 4
28-39 6 12
40-51 7 14
52-63 11 22
64-75 11 22
76-87 9 18
88-99 4 8
Distrbusi frekuensi
Umur n

16-27 2

28-39 6

40-51 7

52-63 11

64-75 11

76-87 9

88-99 4
Tabel distribusi frekuensi relatif

Umur n %
16-27 2 4
28-39 6 12
40-51 7 14
52-63 11 22
64-75 11 22
76-87 9 18
88-99 4 8
Distribusi Frekuensi Relatif Kumulatif
Umur n % % Kumulatif

16-27 2 4
4
28-39 6 12
16
40-51 7 14
30
52-63 11 22
52
64-75 11 22
74
76-87 9 18
92
88-99 4 8
100
Grafik Histogram
Distribusi Frekuensi Umur Penderita
Osteoartritis RS X

25
20
Persentase

15
10
5
0
1 umur
Ke lompok
16-27 28-39 40-51 52-63 64-75
76-87 88-99
 Grafik Histogram dan Poligon

25

20

15

10

0
1

16-27 28-39 40-51 52-63 64-75 76-87 88-99

Distribusi Kualitatif
Pendidikan n %

SD 12 12

SMP 22 22

SMU 61 61

PT 5 5

Total 100 100

Central Tendensi (Nilai Tengah)

 Nilai yang dapat mewakili sekelompok

nilai hasil pengamatan

 Jenis :
– mean
– median
– modus
Mean
 Nilai rata-rata hitung
jumlah semua hasil pengamatan dibagi
dengan jumlah pengamatan
Simbol : µ = rata-rata dlm populasi
X = rata-rata dlm sampel(statistik)
Rumus : X = ∑ X
n
Cth : Hasil pengukuran BB, 10 org ptgs
Puskesmas : 65,60,55,70,67,
53,61,64,75,50
Rata-rata : 62
Mean

 Merupakan wakil dari keseluruhan nilai

 Mean sangat dipengaruhi nilai ekstrim
 Nilai mean berasal dari semua nilai
pengamatan
Weighted Mean
 Pemberian bobot pada nilai rata-rata dari
bbrp observasi :
 Rumus : X = X1(a) + X2(b)

a+b
Cth : Hasil ujian mid semester Biostatistik Mhs
FK semester II, nilai rata-rata 65,9. Hasil
ujian semester rata-rata: 71,2
Bobot 1 (mid) dan 2 (semester)
weighted mean : 65,9(1) + 71,2(2)
1+2
69,4
Rata-Rata

 Data tidak dikelompokkan

x
 x
Adalah jumlah
n
seluruh nilai
1014
dalam
x  67,60 pengamatan (Σx)
15
dibagi dengan
banyaknya
pengamatan (n)
Rata-Rata

 Data yang dikelompokkan

x
 fNt
n

x
 1007.5
 67.17
15
Median
 Suatu nilai tengah yang membagi distribusi
atas dua bagian yang sama
 Posisi tengah dari suatu distribusi
 Rumus : Md = (n+1)/2
 Cth : Hasil pengukuran Hb dr 11 org yang
datang ke Puskesmas
 8, 9, 14, 13, 12, 11, 18, 17, 16, 10, 15
 Di array : 8,9,10,11,12,13,14,15,16,17,18
 Md = (n+1)/2 = 6 (posisi ke 6) yi : 13
Median
 Data tidak dikelompokkan

M e  n  1 / 2
M e  15  1 / 2  8
Median

 Data yang dikelompokkan

 
M e  M e'  i M e''  f kum / f
Median
 
M e  M e'  i M e''  f kum / f

M e  60  107,5  6 / 1  75
Mode / Modus

 Merupakan nilai yang paling sering

muncul dalam gugus data.

 Data tidak dikelompokkan

Mode / Modus

 Data yang dikelompokkan

M o  LMo  [d1 /( d1  d 2 )]i
Mode / Modus
M o  LMo  [d1 /( d1  d 2 )]i

M o  81  [2 /( 2  1)]5  84,3
Hubungan Mean-median-modus

 Pada distribusi yg simetris, ketiga nilai

sama besarnya
 Nilai median selalu terletak antara nilai
modus, mean pada distribusi yg
menceng
 Apabila nilai mean lebih besar dari nilai
median dan modus, maka dikatakan
distribusi menceng ke kanan
 Bila nilai mean lebih kecil, distribusi.
Menceng ke kiri
 The Normal Distribution
 ‘Bell Shaped’
 Symmetrical f(X)

 Mean, Median and

Mode are Equal X

 Random Variable
has Mean
Infinite Range Median
Mode
Variasi ???
Nilai Variasi

 Nilai yang menunjukkan bagaimana

bervariasinya data di dalam kelompok
data itu terhadap nilai rata-ratanya.
Makin besar nilai variasi maka makin
bervariasi data tsb
PENGERTIAN
 PENYEBARAN ATAU VARIASI DR DATA
NILAI MEAN
 UKURAN PENYIMPANGAN

GUNA:
1. INFORMASI DERAJAT PENYIMPANGAN
2. MENILAI KETEPATAN NILAI TENGAH DLM
MEWAKILI DISTRIBUSINYA
3. PERHITUNGAN STATISTIK LEBIH LANJUT
Mengapa terjadi variasi?

 Peristiwa alamiah pada setiap kejadian

 Terjadi perbedaan-perbedaan pada
setiap fenomena/karakteristik yang
diukur
Jenis Nilai Variasi

 Range
 Kuartil, desil, persentil
 Mean Deviasi
 Varian
 Standar Deviasi
 Coefisien Variasi
Range

 Nilai yg menunjukkan perbedaan nilai

pengamatan yang paling besar dengan
nilai yg paling kecil
RANGE
- Perbedaan nilai terbesar & nilai terkecil
- ukuran dispersi plng sederhana,
gambaran kasar
- sgt dipengaruhi nilai ekstrim
Contoh:

Nilai ujian mhs FK (2 klpk)

A : 40, 45, 50, 55, 60

B : 10, 25, 55, 60, 100
Range A : 60 - 40 : 20
B : 100 - 10 : 90

Berapa rata-ratanya?
Kuartil, desil dan persentil
 Kuartil : data yang disusun pada suatu
distribusi dibagi 4 bagian yang sama
 K1 = 25%, k2= 50% k3 = 75%
 K3 = ¾ (n+1) K2 = 2/4 (n+1)
 K1 = ¼ (n+1)
 Desial : data yang disusun pada suatu
distribusi yang dibagi 10 bagian yang sama
 Persentil : data yang disusun pada suatu
distribusi yang dibagi 100bagian yang sama
Kuartil
Persentil
Mean Deviasi

 Rata-rata dari seluruh perbedaan

pengamatan dibagi banyaknya
pengamatan.
 Untuk ini diambil nilai mutlak
 Dasar dari standar deviasi
Mean deviasi

 Klpk 1 : klpk 2
 BB Mean selisih BB mean selisih
 40 50 10 25 50 25
 45 5 35 15
 50 0 55 5
 55 5 60 10
 60 10 75 25
Mean deviasi

 Kelompok 1
 Rata = 50
 x-x = 30
 MD = 30/5= 6
 Kelompok 2
 x-x = 80
 MD = 80/5 = 16 --> klpk 2 --> 2,7kali
lebih bervariasi
Varian

 Rata-rata perbedaan antara mean

dengan nilai masing-masing observasi

 Varian= pangkat dua standar deviasi

dari data nilai mean suatu observasi
atau studi
Varian

 BB Mean selisih kuadrat selisih

 40 50 10 100
 45 5 25
 50 0 0
 55 5 25
 60 10 100
 Total 250
 Varian = X 2/n-1 = 250/4=62.5
STANDAR DEVIASI

 PENYIMPANGAN DARI NILAI MEAN SUATU

OBSERVASI
 PALING SERING DIGUNAKAN DLM
STATISTIK

 Rumus Varians :
 SD =  ∑(X-x)2
n-1
Standar Deviasi

 Data tidak dikelompokkan

X  67,6
 ( X  X ) 2
7409,6

SD  ( X  X )2
SD  7409,6 / 15  22,23
Koefisien Variasi

 Koefisien Variasi : perbandingan antara

standar deviasi dengan rata-rata.
 Digunakan untuk membandingkan
berbagai variasi ( satuan sama atau
satuan berbeda)
 CV = SD/X x 100%
 SD = Standar deviasi
 X = Rata-rata
Koefisien Varian

 Contoh :
 Analis A dapat memeriksa rata-rata 40
sampel darah dgn SD =5 dan Analis B
dapat memeriksa rata-rata160 sampel
darah dengan standar deviasi 15.
 Analis mana yg mempunyai variasi lebih
kecil?