Ns. Lia Mulyati, M.

Kep
Tujuan
 Menjelaskan karakteristik masing-masing variabel
yang diteliti
 Fungsi analisis  menyederhanakan/ meringkas
kumpulan data hasil pengukuran sehingga menjadi
informasi yang berguna.
 Jenis data (numerik atau katagorik) sangat
menentukan bentuk peringkasan data
Peringkasan data utk Data Numerik
1.1. Mean

1. Ukuran Tengah
(Tendensi 1.2. Median
Central)

1.3. Modus
1.1. Mean
• Ukuran rata-rata  hasil dari nilai jumlah pengukuran
dibagi banyaknya pengukuran
• Keuntungan
– Mudah menghitungnya
– Melibatkan seluruh data dalam perhitungannya
• Kelemahan
– Sangat dipengaruhi nilai ekstrem
– Contoh; 5 pasien diukur lama hari rawat; 1 hr, 3 hr, 4 hr,
2 hr, 90 hr. mean = (1+3+4+2+90)/5 = 20 hari hasil ini
tdk mewakili data keseluruhan
1.2. Median
• Nilai tengah
• Perhitungan median hanya mempertimbang kan urutan nilai
hasil pengukuran
• Besar beda antar nilai diabaikan  tidak dipengaruhi oleh nilai
ekstrim
• Prosedur penghitungan median
– Data diurutkan/di-array dari nilai kecil – besar
– Hitung posisi median dengan rumus (n+1)/2
– Hitung nilai mediannya
• Contoh :
– Usia 6 org mahasiswa 20, 26, 24, 30, 40, 36
– Data diurutka 20, 24, 26, 30, 36, 40
– Posisi= (6+1)/2 = 3,5  median data adalah (26+30)/2 = 28
– 50% mahasiswa berumur di bawah 28 tahun dan 50% mahasiswa di
atas 28 tahun
1.3. Mode/Modus
 Nilai pengamatan yang mempunyai frekuensi/jumlah
terbanyak.
 Contoh mode data umur mahasiswa; 18th, 22th, 21th,
20th, 23th, 20th.
 Dari contoh di atas mode-nya adalah 20th
2. Ukuran Varians
 Nilai-nilai hasil pengamatan  cenderung berbeda
satu sama lain / hasil pengamatan akan bervariasi
 Untuk mengetahui seberapa jauh jarak bervariasi
 2.1. Range

2.2. Jarak
2. Varians
Inter Quartil

2.3. Standar
Deviasi
2.1 Range
 Ukuran variasi yang paling dasar
 Dihitung dari selisih nilai terbesar dengan nilai
terkecil
 Kelemahan: dipengaruhi oleh nilai ekstrim
 Keuntung an: perhitungan dapat dilakukan dengan
cepat
2.2. Jarak inter quartil
• Nilai observasi disusun berurutan dari nilai kecil –
besar, kemudian ditentukan ditentukan quartil bawah
dan atas.
• Quartil merupakan pembagian data menjadi 4 bagian
yg dibatasi oleh 3 quartil
– Quartil 1 mencakup 25% data di bawahnya & 75% data di
atasnya
– Quartil 2 mencakup 50% data di bawahnya
– Quartil 3 mencakup 75% data di bawahnya
2.3. Standar deviasi
 Variasi data yang diukur melalui
penyimpangan/deviasi dari nilai-nilai pengamatan
terhadap nilai meannya
 Semakin besar nilai varians maka data semakin
bervariasi
Kesimpulan
• Analisis deskriptif data numerik digunakan nilai
mean, median, standar deviasi, inter quartil dan
minimum-maksimum (range).
• Bila data yang terkumpul tidak ada nilai ekstrim
(distribusi normal)  perhitungan > tepat
menggunakan mean dan standar deviasi
• Jika ada nilai ekstrim (data tidak normal) perhitungan
> tepat dng menggunakan median, IQR
Peringkasan Data Katagorik
• Menggunakan distribusi frekuensi dengan ukuran
persentase dan atau proporsi
• Contoh:
– Kelas A : mahasiswa 50 dan mahasiswi 50
– Kelas B : mahasiswa 90 dan mahasiswi 10
• Pada kelas A, jenis kelamin mahasiswa bervariasi (heterogen)
karena 50% pria dan 50% wanita
• Pada kelas B, jenis kelamin mahasiswa tidak bervariasi
(homogen pada pria) karena pria 90% dan wanita hanya 10%.
BENTUK PENYAJIAN DATA
 Penyajian data analisis univariat dapat dalam bentuk
tabel atau grafik
 Dianjurkan hanya menggunakan salah satu dalam
penyampaian informasi suatu data/ variabel
a. Penyajian data numerik
Tabel 1
Distribusi Umur dan Lama Hari Rawat Pasien Rumah Sakit X
Tahun 2012

Variabel Mean SD Minimal -

Median maksimal
1. Umur 30,3 10,1 17 – 60
31,1
2. Lama rawat 10,1 8,9 2 - 60
7,0
b. Data Katagorik Tabel 2
Distribusi responden Berdasarkan Tingkat Pendidikan Pasien di RS X
Tahun 2012

Pendidikan Jumlah Persentase

SD 60 60
SMP 30 30
SMA 10 10
Total 100 100
 Tabel…..
Distribusi Responden Menurut Tingkat Pendidikan di…..X tahun…..

Pendidikan Jumlah Persentase

SD 10 20
SMP 11 22
SMA 16 32
PT 13 26
Total 50 100

Interpretasi:
Distribusi tingkat pendidikan responden hampir merata untuk masing-masing
tingkat pendidikan. Paling banyak responden berpendidikan SMU yaitu 16
orang (32%), sedangkan untuk pendidikan SD, SMP dan PT masing-masing
20%, 22% dan 26%
GRAFIK BATANG
(BAR GRAPH)
 Bermanfaat untuk merepresentasikan data kuantitatif
maupun kualitatif yang telah dirangkum dalam frekuensi,
frekuensi relatif, atau persen distribusi frekuensi.

 Cara:
 Pada sumbu horisontal diberi label yang menunjukkan
kelas/kelompok.
 Frekuensi, frekuensi relatif, maupun persen frekuensi
dinyatakan dalam sumbu vertikal yang dinyatakan dengan
menggunakan gambar berbentuk batang dengan lebar yang
sama/tetap.
GRAFIK LINGKARAN
(PIE CHART)
 Digunakan untuk mempresentasikan distribusi frekuensi
relatif dari data kualitatif maupaun data kuantitatif yagn
telah dikelompokkan.
OGIVE
• Merupakan grafik dari distribusi frekuensi kumulatif.
• Nilai data disajikan pada garis horisontal (sumbu-x).
• Pada sumbu vertikal dapat disajikan:
– Frekuensi kumulatif, atau
– Frekuensi relatif kumulatif, atau
– Persen frekuensi kumulatif
• Frekuensi yang digunakan (salah satu diatas)masing-
masing kelas digambarkan sebagai titik.
• Setiap titik dihubungkan oleh garis lurus.
OGIVE

100
Persen frekuensi kumulatif

80

60

40

20
Biaya
($)
50 60 70 80 90 100 110
DIAGRAM SCATTER
 Diagram scatter (scatter diagram) merupakan metode
presentasi secara grafis untuk menggambarkan
hubungan antara dua variabel kuantitatif.
 Salah satu variabel digambarkan pada sumbu horisontal
dan variabel lainnya digambarkan pada sumbu vertikal.
 Pola yang ditunjukkan oleh titik-titik yang ada
menggambarkan hubungan yang terjadi antar variabel.
 POLA HUBUNGAN PADA DIAGRAM
SCATTER
y y y

x x
x

Hubungan Positif Hubungan Negatif Tidak ada hubungan

Jika X naik, maka Jika X naik, maka antara X dan Y
Y juga naik dan Y akan turun dan
jika X turun, maka jika X turun, maka
Y juga turun Y akan naik
 PROSEDUR PENGGUNAAN TABEL
& GRAFIK
Data
Data Kualitatif Data Kuantitatif

Metode Metode Metode Metode

Tabel Grafik Tabel Grafik

 Distr. Frekuensi  Grafik  Distr. Frekuensi  Plot Titik

 Distr. Frek. Batang  Distr. Frek. Relatif  Histogram
Relatif  Grafik  Distr. Frek. Kum.  Ogive
 % Distr. Frek. Lingkaran  Distr. Frek. Relatif Kum.  Diagram
 Tabulasi silang  Diagram Batang-Daun Scatter
 Tabulasi silang