bIOSTATISTIKA

DEKSRIPTIF
STATISTIKA adalah ilmu pengetahuan yang
berhubungan dengan cara-cara pengumpulan
dan penyusunan data, pengolahan data, dan
penganalisisan data, serta penyajian data
berdasarkan kumpulan dan analisis data yang
dilakukan.
Tahapan kegiatan di dalam statistika :
• Pengumpulan Data
• Pengolahan Data
• Penyajian Data
• Analisis / interpretasi Data
• Statistika dibedakan atas 2 kategori :
1. Statistika Deskriptif
Statistika yang meliputi kegiatan-
kegiatan pengumpulan, penyajian,
penganalisisan, dan penentuan ukuran-
ukuran khusus dari suatu data tanpa
penarikan kesimpulan.
2. Statistika Inferensial
Statistika yang mengenai penarikan kesimpulan
dan pengambilan keputusan terhadap data yang
telah dikumpulkan.
Kegiatan Inferensial (penarikan kesimpulan) adalah
kegiatan untuk menggambarkan ciri sebuah
populasi berdasar data dari sampel, sehingga
apa yang disimpulkan pada sampel akan
dianggap berlaku pada populasi secara
keseluruhan, yang dapat disebut generalisasi
populasi atas karakteristik sampel.
Contoh :
Pada pemilu presiden 2014, berbagai lembaga
survei melakukan quick count untuk mengetahui
secara cepat kandidat presiden mana yang akan
mendapatkan suara rakyat lebih banyak. Lembaga
survei tersebut mengambil sebagian sampel TPS
(Tempat Pemungutan Suara) dari total TPS
populasi. Hasil sampel TPS tersebut digunakan
untuk generalisasi terhadap keseluruhan TPS.
Katakanlah diambil 2.000 sampel TPS dari 400.000
populasi TPS yang ada.
 DATA
• Menurut Websters New World Dictionary, data
berarti sesuatu yang diketahui atau dianggap.
Dengan demikian, data dapat memberikan
gambaran tentang suatu keadaan atau
persoalan. Data tentang sesuatu umumnya
dikaitkan dengan tempat dan waktu.
• Misalnya, terdapat 400 orang dengan tekanan
darah sistolik di antara 105 sampai 120 mmHg di
FMIPA UII pada bulan September 2015
Syarat Data yang baik :
1. Objektif => data harus sesuai dengan keadaan
yang sebenarnya
2. Representatif => data harus mewakili objek yang
diamati
3. Kesalahan baku (standard error) harus kecil
Suatu perkiraan (estimasi) dikatakan baik
(mempunyai tingkat ketelitian yang tinggi)
apabila kesalahan bakunya kecil
Untuk ketiga syarat di atas sering disebut syarat
data yang dapat diandalkan (Reliable).
• Kedua syarat berikut (4 & 5 ) lebih menunjukkan
manfaat atau kegunaannya, yaitu :
4. Harus tepat waktu (up to date)
Syarat tepat waktu ini penting sekali agar
sempat dilakukannya penyesuaian atau koreksi
seperlunya kalau ada kesalahan atau
penyimpangan yang terjadi
5. Harus relevan
Maksudnya data yang dikumpulkan harus ada
hubungannya dengan masalah yang akan
dipecahkan
PEMBAGIAN DATA
Menurut sifatnya, data dibagi menjadi dua, yaitu:
1. Data Kualitatif / Kategorik
Data mengenai sifat kualitatif, umumnya dinyatakan
bukan dalam bentuk angka. Contoh: jenis pekerjaan,
golongan darah, jenis kelamin, dll.
2. Data Kuantitatif / Pengukuran
Data yang dinyatakan dalam bentuk angka. Contoh:
tinggi dan berat badan, jumlah penduduk, harga beras,
tekanan darah dll.

Menurut Sumber Data Penelitian, dibagi 2 :

1. Data Primer
2. Data Sekunder
1. DATA PRIMER
• Data Primer adalah sumber data penelitian yang diperoleh secara
langsung dari sumber aslinya yang berupa wawancara, jajak
pendapat dari individu atau kelompok (orang) maupun hasil
observasi dari suatu objek, kejadian atau hasil pengujian (benda).
Dengan kata lain, peneliti membutuhkan pengumpulan data
dengan cara menjawab pertanyaan riset (metode survei) atau
penelitian benda (metode observasi)

• Kelebihan dari data primer adalah data lebih mencerminkan

kebenaran berdasarkan dengan apa yang dilihat dan didengar
langsung oleh peneliti sehingga unsur-unsur kebohongan dari
sumber yang fenomenal dapat dihindari.

• Kekurangan dari data primer adalah membutuhkan waktu yang

relatif lama serta biaya yang dikeluarkan relatif cukup besar.
2. DATA SEKUNDER
Data Sekunder adalah sumber data penelitian yang diperoleh
melalui media perantara atau secara tidak langsung yang berupa
buku, catatan, bukti yang telah ada, atau arsip baik yang
dipublikasikan maupun yang tidak dipublikasikan secara umum.
Dengan kata lain, peneliti membutuhkan pengumpulan data
dengan cara berkunjung ke perpustakaan, pusat kajian, pusat
arsip atau membaca banyak buku yang berhubungan dengan
penelitiannya.

• Kelebihan dari data sekunder adalah waktu dan biaya yang

dibutuhkan untuk penelitian untuk mengklasifikasi
permasalahan dan mengevaluasi data, relatif lebih sedikit
dibandingkan dengan pengumpulan data primer.

• Kekurangan dari data sekunder adalah jika sumber data terjadi

kesalahan, kadaluwarsa atau sudah tidak relevan dapat
mempengaruhi hasil penelitian.
SKALA PENGUKURAN DATA
3. Interval
Data berskala interval adalah data yang diperoleh dengan
cara pengukuran, dimana jarak dua titik pada skala sudah
diketahui.
Contoh :
• Temperatur suatu ruangan. Bisa diukur dalam 0C (Celcius)
atau 0F (Fahrenheit), dengan masing-masing mempunyai skala
sendiri-sendiri.
Untuk air membeku dan mendidih :
Celcius pada 00C sampai 1000C. Skala tersebut jelas jaraknya,
yaitu 100 – 0 = 100
Fahrenheit pada 320F sampai 212 0F. Skala tersebut jelas
jaraknya yaitu 212-32 = 180

• Sistem Kalender
Antara tanggal 1 Januari 2000 dengan 10 Januari 2000,
ada jarak yang jelas yaitu ada jarak 10 hari.
Ciri skala data interval yaitu :
• Tidak ada kategorisasi (pemberian kode) seperti data
nominal dan ordinal
• Bisa dilakukan operasi matematika, seperti
perkalian, pembagian, penjumlahan, pengurangan,
dll) . Contoh : 100C + 300C = 40 0C

4. Ratio
Data berskala ratio adalah data yang diperoleh dengan
cara pengukuran, dimana jarak dua titik pada skala
sudah diketahui, dan mempunyai titik 0 sebagai titik
absolut. Hal ini berbeda dengan skala interval, dimana
tidak ada titik nol mutlak.
Contoh : Jumlah buku di kelas => Jika jumlahnya
5, berarti ada 5 buku. Jika 0, berarti tidak ada
buku sama sekali (absolut, benar-benar jumlahnya
0)

Ciri skala data ratio yaitu :

• Tidak ada kategorisasi (pemberian kode) seperti
data nominal dan ordinal
• Bisa dilakukan operasi matematika, seperti
perkalian, pembagian, penjumlahan,
pengurangan, dll) . Contoh : 5 jeruk – 2 jeruk = 3
jeruk
PARAMETER POPULASI DAN
STATISTIK SAMPEL
• Parameter adalah karakteristik dari populasi.
Contoh: rata-rata berat seluruh produksi tablet,
rata-rata tekanan darah penderita hipertensi di
Indonesia.

• Statistik adalah karakteristik dari sampel.

Contoh: rata-rata berat 10 tablet, rata-rata
tekanan darah penderita hipertensi berjenis
kelamin laki-laki di Indonesia.
• Hitung rata-rata banyaknya penderita kolesterol
yang sebenarnya !
• Ambil sampel sebanyak n = 5, misalnya setelah
diambil sampelnya yang diperoleh : X2, X3, X5,
X7, X10 Hitung rata-rata perkiraan banyaknya
penderita kolesterol per tahunnya !
• RATA-RATA untuk DATA YANG FREKUENSI
BANYAK

KETERANGAN :
Xi = data pengamatan
fi = frekuensi data tiap pengamatan

Contoh :
Diketahui data 30 orang penderita jantung
koroner yang dirawat di rumah sakit A tahun
1987. Data nya sebagai berikut :
Berat Badan (kg) Frekuensi (f)
43 4 • Hitung rata-rata
50 4
55 1 berat badan
60 2
62 1 penderita
63 1
65 3 jantung koroner
67 2
68 1 tersebut !
69 1
70 3
71 1
72 3
75 1
78 2
PENYELESAIAN :
Berat Badan Frekuensi
(kg) (fi) Xi fi
43 4 172
50 4 200
55 1 55
60 2 120
62 1 62 Dari hasil perhitungan,
63 1 63
65 3 195 Diperoleh rata-rata berat
67 2 134
68 1 68 badan 30 penderita
69 1 69
70 3 210
jantung koroner adalah
71 1 71
72 3 216
62,2
75 1 75
78 2 156
30 1866
• RATA-RATA untuk DATA YANG BERKELOMPOK
MEDIAN (Nilai Tengah)
MODUS
SIMPANGAN BAKU & VARIANS
Varians Sampel

Simpangan Baku (Std Deviasi)

Sampel
UKURAN PENYIMPANGAN / UKURAN
PENYEBARAN DATA
1. Rentangan (Range)
2. Rentangan Antar Kuartil (RAK)
3. Simpangan Kuartil (Rentangan Semi Antar
Kuartil)
4. Simpangan Rata-Rata (SR)
5. Simpangan Baku (Standard Deviasi)
6. Varians (Variasi)
7. Koefisien Varians (KV)
8. Angka Baku (Standart Score)
DISTRIBUSI
FREKUENSI
• Ada 2 cara yang sering dipakai dalam
penyajian data :
1. Tabel (Tabel Distribusi Frekuensi)
2. Diagram (grafik)

• Grafik / Diagram
1. HISTOGRAM
2. POLIGON
3. OGIVE