dan
PENYAJIAN DATA NUMERIK
Arithmetic Mean
X x i
n
Ciri2 dari Mean : unik dan hanya ada satu
dalam data, mudah dimengerti, sangat
dipengaruhi oleh nilai ekstrim
Tendensi Sentral
Median = X ke (n 1) / 2
n= 15 median adalah nilai x ke?
n= 10 median adalah nilai x ke?
Ciri median : unik, mudah dimengerti dan dihitung, tidak terlalu dipengaruhi
oleh nilai ekstrim
Distribusi :
• Normal mean, median dan modus berhimpit
• Skewed/ Menceng
Kanan mean lebih besar dari median
Kiri mean lebih kecil dari median
Skewness and Kurtosis
• Skewness
• Menunjukkan apakah distribusi datanya simetris atau tidak simetris.
• Simetris distribusi normal (right half and left half of the graph
are a mirror images of each other)
• Tidak simetris
• data menceng kanan/mengekor di kanan (positive skewed)
• data menceng kiri/mengekor di kiri (negative skewed)
• Kurtosis
Degree of which a distribution is “peaked” or “flat” in
comparison to a normal distribution whose graph is characterised in
a bell-shaped appearance
Ukuran Sebaran/
Variability
• Range
x x
i
2 2
2
/n x x
SD atau SD
n 1 n 1
Variance= SD2
Sebaran… cont)
• Koefisien Variasi
• standar deviasi dalam ukuran mean
• Untuk membandingkan variabilitas data
dengan 2 unit pengukuran yang berbeda
• Untuk membandingkan data dengan alat ukur
yang berbeda (misal kadar kolesterol dalam
miligram per 100ml vs bb dalam pounds atau
bb siswa sd vs bb siswa SMA)
SD
C.V x100%
x
Sebaran
X ke (n 1) / 4 X ke 3(n 1) / 4
Percentil 1- 100
k ( n 1)
k percentil= 100
• Polygon
• Line chart
Polygon
STEM AND LEAF PLOT
7.00 9. 0555577
5.00 10 . 00005
.00 11 .
6.00 12 . 000055
6.00 13 . 055577
20.00
75% (quartile 3)
15.00
Inter
quartie = 50% (quartile 2 = median)
10.00
IQ3-IQ1)
5.00 25% (quartile 1)
0.00
5%
VAR00001
BOXPLOT PERBANDINGAN 2 KELOMPOK
Kapan suatu nilai bisa dikatakan
outlier?
• Outlier
Observasi dimana nilai x terlalu kecil atau terlalu besar,
yang melebihi nilai pada Q3 (lebih dari 1.5(IQR)) atau yang
kurang dari nilai pada Q1 (lebih dari 1.5 (IQR)).
Yaitu…..
• Tab var
Pengelompokan variabel :
• Recode var (rule) (rule), gen(newvar)
• Kemudian tab var
• Grafik
• histogram variable_name,
• histogram variable_name, normal by (variable_name)
Contoh pada data low birth
weight
• Ringkasan statistik dapat diperoleh dari berbagai command
berikut :
• sum sbp, detail
• by sex, sort: sum sbp, detail
• tabstat sbp, by (sex) stat (mean p50 sd iqr skew kurtosis)
• tab sex, missing
• tab sex tox untuk tabulasi silang
• Pengelompokan variabel (
• Grafik
• histogram sbp
• histogram sbp, bin(10) normal by(sex)
• graph box sbp
• graph box sbp, by(sex)
ANALISIS DESKRIPTIF
Data Kategorikal
TABLE GRAPH
• SINGLE TABLE • BAR
• CROSS-TABLE • PIE
STATISTICS
• PERCENT
• RATIO
Tingkat pendidikan 16 sampel ibu hamil
1. SD 9. SMP
2. SD 10.Tdk Sekolah
3. SMA 11. PT
4. SMP 12. Tdk sekolah
5. SD 13. SD
6. SMP 14. SMP
7. SMP 15. SMA
8. SMA 16. SMA
Coba sajikan informasi ini!
Tabel distribusi frekuensi
Tabel 1. Distribusi tingkat pendidikan ibu hamil
Tingkat Pendidikan Frekuensi Persentase
Tdk Sekolah 2 12.5%
SD 4 25%
SMP 5 31.25%
SMA 4 25%
PT 1 6.25%
Total 16 100%
5
4.5
4
3.5 Tdk Sklh
3
Grafik
2.5
SD
SMP
2
SMA
1.5
1 PT
0.5
0
Tingkat Pendidikan
Anemia Data
(1= anemia; 2=non anemia)
1 1 2 1 2 1 2 1 2 2 1 2 2 2
1 1 2 2 2 1 1 2 2 2 1 2 2 1
2 2
2 2 1 2 2 1 2 2 1 2 1 1 2 2
2
1 1 2 2 2 2 2 1 1 2 2 2 1 2
1
1 1 2 1 2 1 2 1 2 2 1 2 2 2
1 1 2 2 2 1 1 2 2 2 1 2 2 1
2 2
2 2 1 2 2 1 2 2 1 2 1 1 2 2
2
1 1 2 2 2 2 2 1 1 2 2 2 1 2
Berapakah Prevalensi Anemia ?
1
One Categorical Variable
80
60
40 Anem ia
Non Anemia
20
0
Pregnant w omen
No : count 15 75 90
colm% 15% 75% 45%
Total : count 100 100 200
colm% 100% 100% 100%
Pengertian
• Penelitian prospektif
suatu penelitian dengan pengamatan terjadinya out-
come ke depan, dimana pd saat mulai pengamatan, out-
come belum ada.
Misal:
Penelitian risiko jantung koroner pada perokok,
Pengertian
• Penelitian retrospektif
suatu penelitian dengan pengamatan terjadinya faktor
risiko ke belakang, dimana pd saat mulai pengamatan,
out-come sudah terjadi.
Misal:
Penelitian risiko jantung koroner pada perokok
Relatif Risk (RR)
• Risk (p)
Odd(+) (a/n1)/(b/n1)
Terpapar Sakit Tidak Total
OR = ----------- = -----------------
Ya a b n1 Odd(-) (c/n2)/(d/n2)
Tidak c d n2 a/b ad
= ---------- = -------
c/d bc
Indikasi
Relatif Risk (RR)
mempelajari faktor risiko pada penelitian prospektif
RR>1, meningkatkan risiko
RR=1, bukan faktor risiko
RR<1, menurunkan risiko (efek pencegahan)
Hitung RR!!
• P1= 60/100
• P2 = 10/100
• RR= P1/P2 =6
Tugas:
Sajikan data dalam tabel silang
Hitung OR!!
Perhitungan
Rokok Case Kontrol Total
Perokok 35 50 85
OR=(35x100)/(15x50)
OR= 4.6
Interpretasi: Odds Ca Paru pada perokok 6 kali
lebih tinggi dibandingkan bukan perokok