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
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