KONSEP DASAR

STATISTIKA

DISAMPAIKAN OLEH
IBNU FAJAR, SKM, MKES
 STATISTIK
1.
1. KUMPULAN DATA YG BERBENTUK BILANGAN ATAU
BUKAN BILANGAN YG DISUSUN DLM BENTUK TABEL
DAN ATAU GRAFIK YG MENGGAMBARKAN SUATU
PERSOALAN
MISALNYA : STATISTIK PENDUDUK, STATISTIK
PENDIDIKAN, STATISTIK PERTANIAN, DSB

2. UKURAN YG DIPEROLEH DARI SAMPEL :

MISALNYA : RATA-2 ( x µ)
STANDARD DEVIASI ( Sd/s σ ),
PROPORSI ( p  π ), DSB
 PENGERTIAN STATISTIKA

Pengetahuan yang berhubungan dengan cara-

cara pengumpulan data, pengolahan dan
analisis data serta penarikan kesimpulan
berdasarkan kumpulan data dan analisis yg
telah dilakukan
 PERANAN STATISTIKA
DALAM PENELITIAN

PENYUSUNAN • MASALAH DG MODEL

MODEL MATEMATIK

• PENOLAKAN & PENERIMAAN

PERUMUSAN
HIPOTESIS  PROBABILITAS
HIPOTESIS

PENGEMBANGAN • UJI VALIDITAS &

INSTRUMEN RELIABILITAS INSTRUMEN
PENGUMPULAN DATA

PENGUMPULAN • BESAR SAMPEL  RUMUS

DATA STATISTIK

PENGOLAHAN DAN • ANALISIS DISKRIPTIF &

ANALISIS DATA INFERENSIAL
 PENTINGNYA STATISTIKA
BAGI SEORANG PEMIMPIN

DATA

PENGUMPULAN DATA

PENGOLAHAN DATA & ANALIS DATA

PENARIKAN KESIMPULAN

PENGAMBILAN KEPUTUSAN
 STATISTIKA
Metode 1.
1. Menyimpulkan ttg suatu nilai
parameter populasi  nilai
meringkaskan statistik sampel.

data dan 2.
2. Mengevaluasi informasi yang
ada dalam data sehingga
menggambarkan diperoleh pengetahuan baru.
hal yang penting 3. Mencari hubungan sebab
dari suatu
3.
akibat antara variabel satu
dg yg lain  memperoleh
fenomena. pengetahuan baru  Uji
statistik

DISKRIPTIF INFERENSIAL
 VARIABEL

SUBYEK / OBYEK VARIABEL DATA JENIS DATA

IBU HAMIL KADAR HB 11 mg/dl Kuantitatif (sifat)
12 mg/dl Rasio (skala
13 mg /dl pengukuran)
BAYI LINGKAR 9 cm Kuantitatif (sifat)
LENGAN ATAS 10 cm Rasio (skala
( LILA ) 11 cm pengukuran)
REMAJA PUTRI GOLONGAN A, B, AB, O Kualitatif /Nominal
DARAH
DST
PENGELOLAAN DATA

DATA 
 TEKNIK PENGUMPULAN

 TEKNIK PENGOLAHAN

 TEKNIK PENYAJIAN

 TEKNIK ANALISIS

INFORMASI
 DATA

SUATU KUMPULAN FAKTA YANG

MENGGAMBARKAN SUATU PERISTIWA
ATAU KEJADIAN YANG BIASANYA
BERBENTUK ANGKA
 PEMBAGIAN DATA

 BERDASAR SIFAT  BERDASAR SKALA

PENGUKURAN
◦ KUANTITATIF ◦ NOMINAL
◦ KULITATIF ◦ ORDINAL
◦ SEMI KUANTITATIF ◦ INTERVAL
◦ RASIO
 TEKNIK PENENTUAN JENIS DATA
BERDASARKAN SKALA PENGUKURAN

JENIS
NOMINAL ORDINAL INTERVAL RASIO
CIRI-2
ADA ADA ADA ADA
MEMBEDAKAN

TDK ADA ADA ADA

TINGKATAN

JARAK / TDK TDK ADA ADA

INTERVAL

NOL MUTLAK/ TDK TDK TDK ADA

KELIPATAN
TEKNIK PENGUMPULAN DATA

1. WAWANCARA
2. OBSERVASI
3. ANGKET
4. PENGUKURAN/PE
MERIKSAAN
5. DOKUMENTASI
TEKNIK PENGOLAHAN DATA

1. EDITING
2. CODING
3. PEMASUKAN
DATA-SCORING
4. TABULATING
TEKNIK PENYAJIAN DATA

 TEKSTULAR/NARA
SI
 TABEL

◦ TABEL DISTRIBUSI
FREKUENSI
◦ TABEL SILANG
 GRAFIK /
DIAGRAM
TEKNIK ANALISIS DATA

• DESKRIPTIF
DESKRIPTIF  INFERENSIAL
1.1. PENATAAN
PENATAAN 1. ESTIMASI
2.2. PERINGKASAN
PERINGKASAN
2. UJI HIPOTESIS
3. PENGGAMBARAN
3. PENGGAMBARAN
KAJIAN PADA ANALISIS DESKRIPTIF
PERINGKASAN
JENIS DATA PENATAAN UKURAN UKURAN PENGGAMBARAN
TENGAH PENYEBARAN

NOMINAL TABEL MODUS BANYAKNYA GRAFIK BATANG

JENIS DATA GRAFIK PETA
GRAFIK PIE

ORDINAL TABEL MODUS RENTANG GRAFIK BATANG

MEDIAN GRAFIK PETA
GRAFIK PIE

INTERVAL/ TABEL MODUS RENTANG HISTOGRAM

RASIO MEDIAN VARIANS POLIGON
MEAN STD.DEVIASI OGIVE
GRAFIK GARIS
DLL
SCATTER
ANALISIS DESKRIPTIF
 PENATAAN
1. TABEL DISTRIBUSI FREKUENSI 
ATURAN STURGES
BANYAK KELAS = 1 + 3,3 Log n , dst
2. TABEL SILANG  MELIBATKAN 2 VARIABEL ATAU
LEBIH
ANALISIS PERSENTASE
 PERSENTASE  SUATU PROPORSI DENGAN ANGKA
DASAR (KONSTANTA) 100
 BILA MENGANALISIS PADA BARIS (MEMBANDINGKAN
DALAM BARIS) MAKA DIBUAT PERSENTASE
TERHADAP KOLOM MASING-MASING
 SEDANGKAN BILA MENGANALISIS PADA KOLOM,
MAKA DIBUAT PERSENTASE TERHADAP BARIS
MASING-MASING
CONTOH ANALISIS PERSENTASE
PADA PENYAJIAN DATA DALAM BENTUK TABEL

JENIS EFEKTIFITAS
KONTRASEPSI
BAIK SEDANG GAGAL
JUMLAH

A 18 5 2 25

B 12 7 6 25
JUMLAH 30 12 8 50
ANALISIS KOLOM
JENIS EFEKTIFITAS
KONTRASEPSI
JUMLAH
BAIK SEDANG GAGAL

A 18 5 2 25
(72%) (20 %) (8 %) (100%)

B 12 7 6 25
(48 %) (28 %) (24 %) (100%)
CARA ANALISIS KOLOM

DARI TABEL 1.
DAPAT DIKATAKAN BAHWA EFEKTIFITAS YANG
BAIK PADA KONTRASEPSI A LEBIH BESAR (72%)
DARIPADA B (48%). DAN PADA EFEKTIFITAS
KONTRASEPSI YANG GAGAL KONTRASEPSI B
LEBIH BESAR (24 %) DARIPADA A (8 %)
ANALISIS BARIS
JENIS EFEKTIFITAS
KONTRASEPSI
BAIK SEDANG GAGAL

A 18 5 2
(60%) (41,67 %) (25 %)
B 12 7 6
(40 %) (58,33%) (75 %)
30 12 8
JUMLAH
(100 %) (100%) (100%)
CARA ANALISIS BARIS
DARI TABEL 2.
DAPAT DIKATAKAN BAHWA KONTRASEPSI A LEBIH
BANYAK YANG MEMPUNYAI EFEKTIFITAS YANG
BAIK (60%) DARIPADA YANG GAGAL (25%). DAN
PADA KONTRASEPSI B LEBIH BANYAK EFEKTIFITAS
YANG GAGAL (75%) DARI PADA YANG BAIK (40%).
ANALISIS DESKRIPTIF
1. UKURAN NILAI TENGAH
1. MEAN
2. MEDIAN
3. MODUS
2. UKURAN PENYEBARAN
1. BANYAK DATA
2. RENTANG
3. STANDARD DEVIASI – VARIANS
4. KOEFISIEN VARIASI
PENGGAMBARAN
 GRAFIK TITIK
 GRAFIK GARIS
 DIAGRAM BATANG (BAR DIAGRAM)
 DIAGRAM LINGKARAN (PIE DIAGRAM)
 HISTOGRAM
 PIKTOGRAM
 OGIVE
 POLIGON FREKUENSI, DLL
UJI HIPOTESIS
PENGERTIAN (BAHASA YUNANI)
 HIPO = KURANG/BELUM

 TESIS = KESIMPULAN /PERNYATAAN

JADI MERUPAKAN KESIMPULAN YANG BELUM

DIBUKTIKAN KEBENARAN
PENGUJIAN HIPOTESIS BERDASARKAN DATA HASIL
PENELITIAN PADA SAMPEL YANG DIAMBIL DARI
POPULASI
CONTOH HIPOTESIS
HIPOTESIS PENELITIAN
ADA PERBEDAAN BERAT BADAN BAYI LAHIR
ANTARA IBU BEKERJA DAN TIDAK BEKERJA
HIPOTESIS STATISTIK
Ho : µ1 = µ2
H1 : µ1 ≠ µ2
PENGUJIAN SATU SISI DAN DUA SISI

* PENGUJIAN SATU SISI  BILA Ha BERSIFAT SATU

ARAH ATAU SATU SISI
Ho : µ1 ≤ µ2
Ha : µ1 > µ2
atau
Ho : µ1  µ2
Ha : µ1 < µ2
* PENGUJIAN DUA ARAH ATAU DUA SISI
Ho : µ1 = µ2
Ha : µ1 ≠ µ2
TEORI KESALAHAN DLM UJI HIPOTESIS

KEADAAN SEBENARNYA
KESIMPULAN
BENAR SALAH
TERIMA Ho KESALAHAN
TDK MEMBUAT
KESALAHAN TIPE II ()
TOLAK Ho KESALAHAN
TDK MEMBUAT
TIPE I () KESALAHAN
APA PENGERTIAN  DAN 
   BESARNYA PELUANG MENOLAK Ho PADA
SAMPEL, PADAHAL DLM POPULASI Ho BENAR
 = 0,05 (SIGNIFIKANSI ATAU TK.KEPERCAYAAN)
ARTINYA SETIAP 100 KALI MENOLAK Ho ADA 5
KALI MENOLAK Ho YANG BENAR
   PELUANG MENERIMA Ho YANG SALAH
 = 0,2  1-  = POWER UJI
ARTINYA PENELITIAN INI MEMPUNYAI KEKUATAN
80 % UNTUK MENDETEKSI PERBEDAAN ITU , JIKA
PERBEDAAN DI POPULASI MEMANG ADA.
DASAR PEMILIHAN UJI
SAMPEL JUMLAH
JENIS DATA
TUJUAN UJI BEBAS/ KELOMPOK DATA KUANTITATIF DATA SEMI DATA
TERIKAT SAMPEL KUANTITATIF KUALITATIF

TWO SAMPLE T TEST WILLCOXON SUM CHI SQUARE

RANK TEST
2 KEL
ANOVA ONE WAY KRUSKALL WALLIS CHI SQUARE
BEBAS
KOMPARASI
> 2 KEL
2 PAIRED T TEST WILLCOXON MC. NEMAR
PENGAMAT SIGNED RANK TEST
TAK AN
BEBAS
>2 FRIEDMAN TEST
PENGAMAT AN0VA TWO WAY UJI COCHRAN
AN
KORELASI TERIKAT KORELASI KORELASI KOEFISIEN
PRODUCT MOMENT SPEARMAN KONTINGENSI
(r ) (rs) (C)
UJI STATISTIK  SATU VARIABEL BEBAS

VARIABEL
UJI STATISTIK
INDEPENDEN DEPENDEN

NOMINAL NOMINAL CHI SQUARE

(EXACT FISHER)
NOMINAL NUMERIK UJI T INDEPENDEN,
(DIKOTOM) BERPASANGAN

NOMINAL NUMERIK ANOVA

( > 2 NILAI)
NUMERIK NUMERIK REGRESI/KORELASI
UJI STATISTIK  LEBIH DARI SATU VARIABEL
BEBAS

VARIABEL
UJI STATISTIK
INDEPENDEN DEPENDEN

NOMINAL NUMERIK ANOVA

NUMERIK NUMERIK REGRESI MULTIPLE

NOMINAL & NOMINAL REGRESI

NUMERIK DIKOTOM LOGISTIK
 SEKIAN
TERIMA KASIH