• Statistik dalam arti sempit 

angka2/data.
• Statistik dalam arti luas 
merupakan suatu prosedur atau
metode pengumpulan data,
pengolahan data, analisa data dan
penyajian data.
Sumber:
Hastono,Sutanto Priyo (2007), Analisis Data
Kesehatan,FKM UI.
Statistik = disiplin ilmu yang
mempelajari metode dan prosedur
pengumpulan data, penyajian, analisa,
dan penyimpulan sekelompok data,
guna menghasilkan informasi yang
lebih jelas untuk keperluan suatu
pendekatan ilmiah

Sumber:
Chandra, Budiman (1995),Pengantar Statistik
Kesehatan, EGC, Jakarta.
 PEMBAGIAN STATISTIK
1. Statistik Deskriptif
a.pengumpulan data
b.Pengolahan data
c. Penyajian data
d.Analisa sederhana
2. Statistik Inferensial
a.Penetapan dan Uji hipotesa
b.Pengambilan kesimpulan
c. Estimasi/perkiraan
d.Prediksi
Peranan Statistik Bidang Kesehatan
a. Mengukur vital event yang terjadi
dalam masyarakat
b. Mengukur masalah kes dalam
kelompok masyarakat
c. Membandingkan status kesehatan
masyarakat di satu tempat dengan
tempat lain.
d. Meramalkan status kesehatan
masyarakat di masa mendatang
e. publikasi ilmiah di media massa
 Lanjutan ..
f. Evaluasi tentang keberhasilan, dan
kegagalan dari suatu program kes. atau
yankes yang sedang dilakukan.
g. Keperluan estimasi tentang kebutuhan
masy terhadap yankes
h. Keperluan research terhadap masalah
kesehatan, KB, kesehatan lingkungan,
dan lain -lain.
i. Perencanaan dan sistem administrasi
kesehatan
 ORGANISASI DATA

Tahap- tahap statistik

– Pengumpulan data (data collecting)
– Pengolahan data (data processing)
– Penyajian data (data presentatioan)
– Analisis dan interpretasi (analysis &
interpretation)

Tujuan statistik , meringkas data

menjadi informasi
Data berasal dari kata datum yang
berarti materi atau kumpulan fakta
yang dipakai untuk keperluan suatu
analisa, diskusi, presentasi ilmiah,
atau tes statistik.
Data dapat diartikan sebagai
sekumpulan informasi hasil
pengukuran atau perhitungan yang
dinyatakan dalam bentuk angka.
1. Data Primer:
materi atau kumpulan fakta yang
dikumpulkan sendiri oleh si peneliti Contoh:
data hasil survei, observasi atau
eksperimen.
2. Data Sekunder:
internal dan eksternal.
- Internal: data berasal dari lingkungan
sendiri seperti hasil peneltian sebelumnya
atau data puskesmas, di rumah sakit
berupa medical record, dll
- Eksternal: data yang berasal dari lingk.
luar seperti publikasi, instansi, badan
ilmiah, dan lainnya.
1. Data Kualitatif;
• Diperoleh dari hasil penghitungan,
• sering disebut data katagorik yang
merupa’n data hasil pengklasifikasian/
penggolongan suatu data.
• Selalu bilangan bulat
• Tidak berwujud angka,tapi berupa
kata2, misalnya sembuh atau tidak,
baik atau buruk, laki-laki atau
perempuan.
• Jumlahnya dinyatakan dalam frekuensi,
2. Data Kuantitatif;
• data yang berwujud angka,
• Dihasilkan dari pengukuran,
• Dapat berupa bilangan bulat/desimal.
• Hasilnya dinyatakan dalam kuantitas
numerik terhadap ciri tertentu yang
disebut varibel. Mis: temperatur,
umur, TB, BB.
1. Data Diskrit
* merupakan nilai hasil dari penghitungan.
* Misalnya jumlah pasien

2. Data Kontinu
* merupakan nilai hasil dari pengukuran
* Misalnya: TD, nilai Hb=13,98gr/100ml,
BB =65,75 Kg
 data yang diperoleh dari hasil
penelitian perlu dinyatakan
dengan ukuran skala.
• Skala untuk data
kualitatif/Variabel Katagorik:
Nominal dan Ordinal
• Skala untuk data
kuantitatif/Variabel Numerik:
Interval dan Ratio
- Tidak mempunyai jenjang, hanya
membedakan sub katagorik secara
kualitatif.
- Misalnya: Jenis Kelamin. Walaupun dalam
penulisan laki-laki diberi kode 1 dan
perempuan 2, tetapi tidak berarti bahwa
wanita memiliki jenjang yang lebih rendah
dari laki-laki. Pemberian nomor hanya
sebagai kode dalam pengolahan
- Keuntungan: mudah dijawab dan diolah
- Kekurangan: informasi yang diperoleh
tidak mendalam, penghitungan yang
dilakukan hanya berupa proporsi atau
presentase.
• Sub katagorik
• telah memiliki ururtan atau jenjang
• Ciri data  adanya perbedaan antar sub
katagorik, namun jarak antara sub katagorik
tidak sama dan tidak konstan.
• tidak memiliki titik nol yang absolut.
• hanya dapat diketahui bahwa satu responden
kondisinya lebih baik dari responden lain.
• Misalnya: tingkat pendidikan A lebih tinggi dari
B, tingkat pendidikan B lebih tinggi dari C. dari
data tersebut tidak dapat dikatakan bahwa A
memiliki kepandaian dua kali dari C.
• Memiliki sifat data skala nominal dan
ordinal.
• jenjang pada skala nominal dan ordinal
dapat dinyatakan dengan angka hingga
bersifat kuantitatif.
• Tidak mempunyai nilai nol mutlak/absolut
• Mis: Suhu A=40o,Suhu B=10o. dapat
dikatan Suhu A lebih panas, beda
panasnya 30o,
• Kalau Suhu Benda 0 derajat, bukan berarti
benda tersebut tidak mempunyai panas
(tidak mempunyai nilai nol mutlak)
• Memiliki sifat skala nominal, ordinal dan
interval.
• Memiliki angka nol absolut, sehingga
pada data dengan skala ratio masing-
masing sub katagorik dapat dibandingkan
dengan titik nol.
• Misalnya umur A 15 tahun, umur B 30
tahun dapat disimpulkan umur A berbeda
dengan umur B,  umur B 2x lebih tinggi
daripada umur A. kalau umur 0 tahun
berati tidak ada orangnya, sehingga ada
angka nol mutlak.
 SKALA PENGUKURAN

NOMINL ORDINl INTERL RATIO

• Persamaan pengamat’n + + + +
klasifikasi pengamatan
dapat dilakukan
• Rangking/ urutan - + + +
• Persamaan jarak,satuan
pengukuran ada - - + +
• Perbandingan - - - +
 Dalam analisis statistik,
seringkali data numerik diubah
ke dalam data katagorik dengan
cara dilakukan pengelompokkan/
pengklasifikasian.
- Misalnya variabel BB data riilnya
merupakan data numeric,namun
bila dikelompokkan menjadi
kurus(<50kg), sedang (50-60Kg)
dan gemuk (>60kg) maka jenis
datanya berubah menjadi
katagorik.
 Rangkuman tentang Data:
1. Menurut sumbernya : primer & sekunder
2. Menurut sifatnya : kualitatif & Kuantitatif
3. Menurut bentuk angka: Data Diskrit & data kontinyu
4. Menurut tingkat pengolahan:
a. Raw data
b. array data
c. Ungrouped data
d. grouped data
5. Menurut Skala ukur:
a. nominal
b. ordinal
c. interval
d. ratio
1. Sensus; mengumpulkan data
pada setiap yang akan
diamati/diukur
2. Survey; mengumpulkan data
pada sebagian yang akan
diamati/diukur dengan tehnik
sampel.
Keuntungan:
1. Biaya murah
2. Waktu dan tenaga sedikit
3. Data yang diperoleh lebih
dipercaya

Kerugian:
1. Data yang diperoleh bersifat
sesaat, sehingga tidak dapat
menggambarkan perubahan-
perubahan yang terjadi dengan
berjalannya waktu.
1. Wawancara; proses interaksi
atau komunikasi secara
langsung antara pewawancara
dengan responden
2. Angket; Pertanyaan tertulis
yang diajukan kepada
responden. Jawaban diisi oleh
responden sesuai dengan
daftar isian yang diterima.
3. Pengamatan; merupakan cara
pengumpulan data yang biasa dilakukan
pada studi kualitatif, tetapi dapat juga
digunakan pada studi kuantitatif,
terutama untuk membuktikan kebenaran
jawaban responden.

4. Pengukuran; cara pengumpulan data

dengan melakukan pengukuran
menggunakan alat seperti Timbangan,
meteran, USG, laboratorium, dll.
 PENGOLAHAN DATA
• Pengolahan data merupakan
suatu proses untuk memperoleh
data atau ringkasan data
berdasarkan suatu kelompok
data mentah dengan
menggunakan rumus tertentu
sehingga menghasilkan
informasi yang diperlukan
TUJUAN PENGOLAHAN DATA

1. Meringkas data sehingga mampu

memberikan informasi berdasarkan
kebutuhan.
2. Merupakan kegiatan yang
menentukan hubungan antara input
dengan data processing.
3. Untuk mendapatkan jawaban dari
permasalahan yang sedang diteliti.
LANGKAH-LANGKAH PENGOLAHAN
DATA
1. Pemeriksaan Data (Editing)
Memeriksa dan menyesuaikan data dengan rencana semula
seperti apa yang diinginkan dengan cara menjumlah/
menghitung banyaknya kuesioner yang telah diisi dan
melakukan koreksi (membetulkan/menyeleksi hal-hal yang
salah atau kurang jelas.

2. Pemberian Kode (Coding)

Memberi kode pada data yaitu dengan merubah kata-kata
menjadi angka. contoh: untuk Baik = 3, sedang = 2, kurang =
1. Atau Pendidikan diberi kode:
TK =1
SD =2
SMP =3
SMA =4
PT =5
LANGKAH-LANGKAH PENGOLAHAN
DATA

3. Klasifikasi Data (Sorting)

Mensortir yaitu memilah atau mengelompokkan
data menurut jenis/variabel yang dikehendaki.
Misalnya menurut:
jenis kelamin
kelompok umur
tempat tinggal
dst.

4. Pemindahan Data (Transfering/ Entry Data)

Memindahkan/memasukkan data dengan cara
manual (telly “cross five”) atau melalui komputer.
 LANGKAH-LANGKAH PENGOLAHAN
DATA

5. Penyusunan Data (Tabulasi)

Pengorganisasian data dalam bentuk
tabel sehingga mudah dijumlah,
disusun, dan ditata untuk disajikan serta
dianalisa. Hal ini juga dapat dilakukan
secara manual atau dengan komputer.
1. Formulir isian
2. Check List
3. Kuesioner terbuka atau tertutup
4. Alat ukur seperti timbangan,
termometer, tensimeter,dll
 Penyajian Data Statistik

Data Pengumpulan
data
Pengolahan
data
Penyajian
Data
Analisa
Data Informasi

Tujuan:
Tersajinya data dalam bentuk-bentuk sederhana yang
mampu menjelaskan sendiri (self-explanatory) dari variabel
yang dipelajari.

Bentuk Penyajian Data:

Tekstular: Penyajian data dengan tulisan
Tabular : Penyajian data dengan tabel
Grafikal : Penyajian data dengan grafik/diagram
31
 Penyajian data ( Tekstular)

 Menggunakan bahasa yg benar

 Prosedur, metodologi, hasil dan pembahasan
 Ringkas dan tidak banyak gambaran statistik karena
tidak
efektif
 Menghindari bahasa berbunga
 Paragraf mengandung:
.Tema
.Data/fakta pendukung tema
.Pendapat/opini
 Biasanya narasi dipakai dalam menyajiakan informasi
yang didapat dari penyajian tabel maupun gambar

32
 CONTOH TEKSTULAR
(ALINEA YANG BAIK)

Angka Kematian Ibu (AKI) di TEMA

Indonesia masih tinggi bila dibandingkan
dengan negara tetangga. Data Bank Dunia
tahun 1995 menunjukkan bahwa AKI di
Indonesia adalah 600 per 100.000 kelahiran,
DATA
sedang Thailand hanya sebesar 100 per
100.000 kelahiran; Singapura 50/100.000
kelahiran.. dst. Data SKRT 1995 juga
menunjukkan tingkat AKI yang relatif sama,
yaitu 550/100.000 kelahiran . Hal ini
menunjukkan bahwa pelayanan kesehatan OPINI
di Indonesia masih memprihatinkan.

33
 Penyajian data ( Tabel)

• Tabel adalah penyajian data

dalam bentuk baris dan kolom
• Bagian-bagian tabel
– Body tabel
– Box head
– Stubb
– Jumlah (total baris maupun total
kolom)

34
 Penyajian data ( Tabel)

Bagian-bagian Tabel

Box head Tot

Stubb

Body

Tot Grand tot

35
 Penyajian data ( Tabel)
• Bagian tabel ini dilengkapi:
– Nomor tabel
– Judul (menjawab what, where, when)
– Keterangan ( Foot Note= catatan kaki)
– Sumber, kalau tabel itu tabel kutipan
• Kegunaan masing-masing
– Agar mudah dirujuk
– Keterangan, agar didapat keterangan yang
lengkap
– Sumber, agar jangan dianggap plagiat dan
memudahkan untuk merujuk kembali

36
 Jenis tabel
• Tabel induk (master tabel)
• Tabel Kerja
– Tabel ditribusi frekuensi
– Tabel silang
– Tabel distribusi kumulatif
• Contoh:

37
 Tabel Distribusi Frekuensi

• Data umur ibu

Tabel 1. Distribusi frekuensi dan persentase umur ibu

di Kecamatan X, Kabupaten Y, 2003

Kelompok Umur Frekuensi Persentase

15-19 5 5.0
20-24 14 14.0
25-29 29 29.0
30-34 31 31.0
35-39 14 14.0
40-44 6 6.0
45-49 1 1.0
Total 100 100,0
Sumber: Laporan survey Z, 2003

38
 Tabel Distribusi Frekuensi (kategori)

Tabel 1. Distribusi Frekuensi Tingkat Pendidikan Ibu

di Kecamatan X, Kabupaten Y, 2003
Tingkat Pendidikan n %
Tidak Tamat SD 8 8,0
Tamat SD/Sederajat 19 19,0
Tamat SLTP/Sederajat 34 34,0
Tamat SLTA/Sederajat 28 28,0
Tamat Akdemi/PT 11 11,0
Total 100 100,0
Sumber: Laporan Survei KIA, 2003, 39
 Tabel Silang

Tabel 1. Distribusi Anemia Ibu Hamil dan Konsumsi Tablet

Tambah Darah (Fe), di Kabupaten X, 2003
Anemia Ibu Hamil
Konsumsi
Anemia Tidak Anemia Total
Fe
n % n %
< 90 tablet 35 46,7 40 53,3 75

≥ 90 tablet 25 33,3 50 66,7 75

Total 60 40,0 90 60,0 150

Sumber: Laporan Survei Kesehatan Ibu dan Anak, di Kab X, 2003 40
Tabel Distribusi Persentase Kumulatif
• Data umur ibu
Tabel 2. Distribusi frekuensi dan persentase kumulatif umur ibu
di Kecamatan X, Kabupaten Y, 2003

Kelompok Frekuensi Persentase Kumulatif

Umur
15-19 5 5,0
20-24 14 19,0
25-29 29 48,0
30-34 31 79,0
35-39 14 93,0
40-44 6 99,0
45-49 1 100.0
Total 100
Sumber:Survei Z, 2003

41
 Contoh salah dlm penyajian di laporan

Tabel 2. Distribusi Pendidikan Responden

Survei Cepat Kesehatan Ibu,
Kabupaten Tangerang, 1996

Pendidikan | Freq Percent Cum.

----------------+-----------------------
Tidak sekolah | 42 14.1% 14.1%
Jangan langsung
Tidak tamat SD |
Tamat SD |
98
87
32.9%
29.2%
47.0%
76.2% menggunakan
Tamat SLTP | 37 12.4% 88.6%
Tamat SLTA
Akademi/PT
|
|
33
1
11.1%
0.3%
99.7%
100.0%
hasil keluaran
----------------+-----------------------
Total | 298 100.0% komputer
untuk tabel
Tabel 3. Distribusi Pekerjaan Responden
Survei Cepat Kesehatan Ibu, pada laporan
Kabupaten Tangerang, 1996

Pekerjaan | Freq Percent Cum.

----------------+-----------------------
Bekerja | 274 91.9% 91.9%
Tidak bekerja | 25 0.4% 100.0%
----------------+-----------------------
Total | 298 100.0%

42
 Penyajian data dengan Grafik
• Seperti tabel, gambar pun perlu
dilengkapi dengan
– Judul (menjawab What, Where, When)
– Nomor
– Keterangan (key)
– Sumber (kalau gambar tersebut
kutipan)

43
 Jenis Grafik
• Berbeda dengan tabel, gambar sudah
ditentukan peruntukannya sesuai jenis
data
• Data numerik:
– Histogram,
– Frek poligon,
– Ogive,
– Stem & leaf,
– Box plot,
– Scatter diagram

44
 Jenis Grafik
• Data kategorik:
– Bar: single bar, multiple, subdivided
– Pareto chart
– Pie
– Line diagram
– Pictogram
– Mapgram

45
 Histogram
Gambar 1. Distribusi Umur Ibu Hamil (tahun)
40

30

20

10

0
14.9 19.9 24.5 29.5 34.5 39.5 44.5 49.5

Umur (tahun)
46
 Histogram (Variation)

40

30

20

10

47
 Poligon

14.9 19.9 24.5 29.5 34.5 39.5 44.5 49.5

Umur (tahun)
48
 Stem & leaf
40 44555677899 11
50 00022445677889 14
60 011122333444666778899 21
70 001122233355 12
80 022334 6
90 0045 4

Batang Daun Frek

49
 Bar diagram/single bar
Jumlah akseptor baru di PKM X triwulan I, II
& III th 2012

52
50
45
40
35
30

20

10

Trwl I Trwl II Trwl III 50

 Multiple bar
Jumlah Akseptor Baru di
tiga Wilayah Jakarta th 2009

90
80
70
60 Key
50 J.Pst
40 J.Tmr
30 J Utr
20
10
0
1st Qtr 2nd Qtr 3rd Qtr 4th Qtr
51
Sub divided bar

52
Pie Diagram

Departemen Biostatistik dan 53

Informatika Kesehatan, FKM-UI
 Pie Diagram
Tingkat Pendidikan

Tamat
Akademi/PT Tidak Tamat
11% SD
8%
Tamat SD
Tamat SLTA 20%
28%

Tamat SLTP
33%

54
Line diagram

55
 Pictogram
jumlah PJK thn 2001 – 2005

Tahun 2001:

Tahun 2003:

Tahun 2005:

Keterangan:

= 10 kasus
56
 Map gram

DHF
H5N1
57
 Analisis Data
• Analisis Univariabel (univariate)

• Analisis Bivariate

• Analisis Multi variate

 Data kategorik
• Contoh: hasil pengukuran golongan
darah sekelompok orang didapatkan
– Gol darah O………35 orang ( 35% )
– Gol darah A………25 orang ( 25% )
– Gol darah B……….29 orang ( 29 % )
– Gol darah AB……..11 orang ( 11 % )

Jadi ditemui paling banyak gol darah O yaitu

35%........dst
 Data Numerik
• data ini berasal dari skala yang
rangkingnya tinggi, maka banyak
informasi yang didapatkan dari
menganalisanya yi:
– Nilai tengah (Central Tendency) t/d
mean (arythmatic mean), Median,
Modus
– Nilai Posisi t/d Median, Presentil
– Nilai Varian/deviasi t/d Range, range,
Mean deviasi, Varian, Standar deviasi
 UKURAN STATISTIK
DESKRIPTIF

• UKURAN RATA-RATA
CENTRALTENDENSI

• UKURAN DISPERSI 
VARIABILITAS
 UKURAN RATA-RATA
• Penting utk gambaran umum dari
seri pengamatan
• Bilangan  menunjukkan
kecenderungan (tendency) utk
berkelompok atau kumpul di
pusat (sentral)
• 3 macam : Mean
Median
Modus
 Nilai MEAN
• Wakil dari keseluruhan nilai
• Sangat dipengaruhi nilai ekstrim
• Berasal dari semua pengamatan

Nilai MEDIAN
• Nilai tengah
• Terletak di tengah bila data di “array”
• Batas distribusi 50% di atas nilai
median & batas distribusi 50%
berada di bawah
Kelebihan dan kekurangan
Nilai Median
• Kelebihan  nilai
lebih stabil &tidak
dipengaruhi nilai
ekstrim

• Kekurangan  tidak
pertimbangkan nilai
lain & kurang efisien
 Median data ungroup
• Bila jumlah pengamatan ganjil
maka posisi median adalah n + 1
2

• Bila jumlah pengamatan genap

maka posisi median adalah rata-
rata antara dua nilai.
 Contoh median pada
ungroup data
• Jumlah pengamatan ganjil
56764 564564
setelah di “array” maka
44455566667
Posisi median = 11 + 1 = 6
2
Nilai median adalah nilai observasi
ke-6 yaitu 5
• Jumlah pengamatan genap
56764 5864564
setelah di “array” maka
444555666678
Posisi median = 12 + 1 = 6,5
2
Nilai median adalah 5+6 = 5,5
2
 MODUS
• Nilai yg sering muncul
dalam pengamatan
• Secara Statistik  nilai
frekuensi tertinggi
• Ditunjukkan dengan
puncak kurva distribusi
 SIFAT MODUS
• Tidak ada nilai yg lebih
sering muncul  tdk ada
modus
• 1 modus  unimodal
• 2 modus  bimodal
• 3 modus  trimodal
• Ungroup  nilai frekuensi
tinggi
• Group  titik tengah
frekuensi tertinggi
 Contoh modus ungroup data
• Pengamatan :
56764 5864564
Maka modus adalah 6 (4 kali)
• Pada distribusi simetris unimodal,
maka nilai rata2, median, dan
modus berada pada satu titik.
UKURAN DISPERSI
VARIABILITAS
• Variasi data terhadap
nilai rata-rata
• Makin besar nilai
variasi  makin
variasi datanya
• Utk mengetahui
apakah ukuran rata-
rata telah mewakili
pengamatan
 VARIAN

• Rata-rata beda antara

mean dg nilai
observasi

• Rumus :
V =  ( xi – x ) 2
n
 Contoh
x (xi – x) ( xi – x )2
57
48 9 81
52 5 25
56 1 1
62 5 25
67 10 100
285 30 232
 Contoh
• Diketahui :
n=5
x = 285 = 57
5
 ( xi – x ) 2 = 232

Maka nilai varian:

V = 232 = 46,4
5
 STANDAR DEVIASI
• Ukuran penyebaran
data thd rata-rata
• Akar dari varian
• Dipengaruhi perub.
nilai observasi
• Rumus :
SD =   ( xi – x ) 2
n
 Contoh
• Diketahui :
n=5
x = 285 = 57
5
 ( xi – x ) 2 = 232

Maka nilai Standar Deviasinya:

SD =  (232) = 6,8
5
−