STATISTIKA

Endah Ratnasari Mulatasih, M.Si.

Statistika
 Statistika berasal dari bahasa latin yang berarti
“State” yang berarti negara
 Penggunaan statistika yang umum digunakan untuk
keperluan administrasi negara misalnya keterangan
tentang mobilisasi penduduk ketika terjadinya
suatu bencana
 Statistika digunakan dalam berbagai bidang
misalnya pertanian, ekonomi, kedokteran,
pendidikan, dan farmasi
Statistika
 Peran nyata statistika dalam bidang farmasi yaitu
membandingkan kualitas obat-obatan di suatu
daerah, evaluasi tentang pembuatan, pengendalian
dan distribusi obat-obatan, obat mana saja yang
akan lebih tepat diberikan untuk suatu penderita
penyakit tertentu, melakukan estimasi kebutuhan
masyarakat akan obat-obatan, dsb.
Definisi Statistika
 Statistika dapat didefinisikan sebagai suatu metode
yang digunakan dalam pengumpulan dan analisa data
yang berupa angka sehingga dapat diperoleh informasi
yang bermanfaat.
 Statistika menyediakan prinsip-prinsip dan metodologi
untuk merancang proses pengumpulan data, meringkas
data yang diperoleh, melakukan interpretasi dan
mengambil kesimpulan atau generalisasi
 Data adalah sejumlah informasi yang dapat
memberikan gambaran tentang suatu keadaan.
Statistika dan Statistik
 Statistika adalah ilmu mengumpulkan, menata,
menyajikan, menganalisis, dan menginterpretasikan
data menjadi informasi untuk membantu
pengambilan keputusan.
 Statistika pengetahuan yang berhubungan dengan
cara-cara pengumpulan bahan-bahan atau
keterangan, pengolahan serta penganalisisannya,
penarikan kesimpulan serta pembuatan keputusan
yang beralasn berdasarkan penganalisisan yang
dilakukan.
Statistika dan Statistik
 Statistik  adalah suatu kumpulan angka yang tersusun
lebih dari satu angka.
 Pengertian menurut Prof. DR. Sudjana, M.A.,M.Sc.
 Statistik adalah tabel atau daftar angka tentang suatu hal
atau kegiatan juga menyatakan ukuran sebagai wakil
sekumpulan angka-angka.
Statistik adalah kumpulan data yang berupa bilangan
atau bukan bilangan disusun dala, bentuk tabel, diagram,
atau grafik yang menggambarkan suatu persoalan. Atau
ukuran sebagai sampel dari kumpulan data tertentu.
Klasifikasi Statistika
Statistika dibedakan menjadi:
1. Statistika Deskriptif
2. Statistika Inferensial.
Statistika Deskriptif
 Bagian Statistika yang membicarakan mengenai cara
pengumpulan data dan menyederhanakan angka-angka
pengamatan yang diperoleh (mengumpulkan, meringkas dan
menyajikan data) serta melakukan pemusatan dan penyebaran.
 Penyajian data dalam bentuk tabel, grafik, distribusi frekuensi,
menentukan nilai pemusatan dan penyebaran data.
 Contoh: Gambaran pendapatan penduduk Kota Bandar
Lampung, Gambaran Tanaman Obat di Kecamatan Natar,
Gambaran waktu tunggu pelayanan obat di instalasi Farmasi
RSUD May Jend HM Ryacudu
Nilai pemusatan dan penyebaran data statistik

 Deskripsi data yang dilakukan meliputi ukuran

pemusatan data dan ukuran penyebaran data.
 Ukuran pemusatan data meliputi nilai rata-rata
(mean), modus, dan median.
 Sedangkan ukuran penyebaran data meliputi
jangkauan (range), simpangan rata-rata, ragam
(varians) dan simpangan baku, kuartil, dsb.
Statistika Inferensial
 Statistika inferensial berkenaan dengan permodelan
data dan melakukan pengambilan keputusan
berdasarkan analisis data, misalnya melakukan
pengujian hipotesis, melakukan estimasi
pengamatan masa mendatang (estimasi atau
prediksi), membuat permodelan hubungan
(korelasi, regresi, ANOVA, deret waktu), dan
sebagainya.
 Statistika inferensial diklasifikasikan menjadi
Statistika Parametrik dan Statistika Non
Parametrik.
 Statistika Parametrik dan Non Parametrik

 Statistika Parametrik adalah bagian dari statistika inferensial

yang mempertimbangkan nilai dari satu atau lebih parameter
populasi. Skala Pengukuran variabel penelitian (data)
Minimalnya adalah interval (selang). Biasanya digambarkan
dalam bentuk distribusi populasi yang normal.
 Statistika Non Parametrik merupakan bagian dari statistika
inferensial yang tidak memperhatikan nilai dari satu atau
lebih parameter populasi. Skala pengukuran yang digunakan
seperti berskala nominal atau ordinal. Biasanya tidak
digambarkan dalam bentuk distribusi populasi yang normal.
 PENGELOLAAN,
PENGUMPULAN DATA
Populasi dan Sampel
 Populasi: Sekumpulan individu yang memiliki
karakteristik yang khas yang menjadi perhatian.
 Sampel: Bagian/ sebagian dari anggota populasi
yang diambil menurut prosedur tertentu sehingga
dapat mewakili populasinya.
Data
 Data merupakan bentuk jamak dari datum
 Datum merupakan informasi yang diperoleh dari
satu satuan amatan

 Misal:
 Berat tablet aspirin adalah 500 mg (datum)
 Berat rata-rata ke-10 tablet aspirin adalah 500 mg
(data)  lebih dari 1
Syarat Data yang baik
Syarat Data yang baik
Jenis data secara umum

 Data Kualitatif: data yang tidak berbentuk angka

 Data Kuantitatif: data yang berbentuk angka
Jenis-jenis (klasifikasi) data
 Data dibagi menjadi 4 jenis berdasarkan
kriterianya:
1. Sifatnya
2. Sumbernya
3. Waktu pengumpulan
4. Tipe skala pengukuran
Jenis Data Berdasarkan Sifatnya
1. Kualitatif: data yang bersifat menggolongkan saja
Contoh: macam pengrajin (pengrajin bambu,
kayu, emas, dsb)
2. Kuantitatif: Data yang berbenttuk angka
Contoh: Keuntungan penjualan obat tahun 2015 =
Rp 27.000.000,-
Jenis Data Berdasarkan Sumbernya

1. Primer: data yang dikumpulkan dan diolah sendiri

oleh peneliti (langsung dari responden)
2. Sekunder: Data yang diperoleh dalam bentuk
sudah jadi yaitu diolah dan disajikan oleh pihak
lain
Jenis Data Berdasarkan Waktu Pengumpulan

1. Cross section: Data yang dikumpulkan pada

waktu tertentu saja
Contoh: Penggunaan Obat Common Cold di
Puskesmas Simpur Tahun 2015
2. Time Serries: Data yang dikumpulkan dari
beberapa tahapan waktu (kronologis)
Contoh: Perkembangan keuntungan penjualan
obat Antiseptik Tahun 2010-2016
Jenis data berdasarkan tipe Skala Pengukuran

 Skala Nominal
 Skala Ordinal
 Skala Interval (selang)
 Skala Nisbah (rasio)
Skala Nominal
 Skala ini menempatkan angka sebagai atribut objek. Tidak
memiliki efek evaluatif karena hanya menempatkan angka ke
dalam kategori tanpa struktur, tidak memiliki peringkat dan tidak
ada jarak.

Contoh Data Variabel :

Ya = 1 dan Tidak = 0

 Pria = 1 dan Wanita = 0

 Hitam = 1, Abu-abu = 2, Putih = 2

Skala Ordinal (Peringkat)
 Skala ordinal memiliki peringkat, tapi tidak ada jarak
posisional objektif antar angka karena angka yang tercipta
bersifat relatif subjektif. Skala ini menjadi dasar dalam Skala
Likert.

Contoh Data Variabel :

Sangat Tidak Setuju = 1

Tidak Setuju = 2
Tidak Tahu = 3
Setuju = 4
Sangat Setuju = 5
Skala Interval
 Skala interval adalah skala ordinal yang memiliki
poin jarak objektif dalam keteraturan kategori
peringkat, tapi jarak yang tercipta sama antar
masing-masing angka.

Contoh Data Variabel :

Umur 20-30 tahun = 1

Umur 31-40 tahun = 2
Umur 41-50 tahun = 3
Skala Rasio
 Skala rasio adalah skala interval yang memiliki nol
mutlak.

Contoh Data Variabel :

0 tahun, 1 tahun, 2 tahun, 3 tahun, ..... dst.

 ..... -3C, -2C, -1C, 0C, 1C, 2C, 3C, ..... dst.

 ..... 0,71m ..... 5,38m ..... 12,42m ..... dst.

Penggunaan Skala Pengukuran
Teknik Pengumpulan Data
PENGELOLAAN
DISTRIBUSI
FREKUENSI
Pengumpulan data
 Data yang telah dikumpulkan masih dalam keadaan
data mentah/acak sehingga masih sulit untuk
diinterpretasikan maka perlu untuk dilakukan
pengelompokan-pengelompokan.
 Data-data yang disusun kedalam kelas-kelas
interval tertentu disebut distribusi frekuensi.
 Data yang dinyatakan dalam distribusi frekuensi
memiliki kelebihan dan kekurangan.
 Kelebihan yang dimiliki oleh distribusi frekuensi
adalah memberikan gambaran secara menyeluruh
mengenai data yang kita miliki.
 Kekurangannya adalah rincian data atau informasi
awal menjadi hilang sehingga data berkelompok
menjadi semu dan tidak nyata.
Pengertian Distribusi Frekuensi
 Susunan data menurut kelas-kelas interval
tertentu atau menurut kategori tertentu dalam
sebuah daftar
 Dari distribusi frekuensi dapat diperoleh
keterangan atau gambaran sederhana dan
sistematis dari data yang diperoleh.
Bagian-bagian distribusi frekuensi
 Kelas-kelas (class)
 Batas kelas (class limits)

 Tepi kelas (class boundary)

 Titik tengah kelas/tanda kelas (class mid

point/class marks)
 Interval kelas (class interval)

 Panjang Interval kelas atau kelas (interval kelas)

 Frekuensi kelas (class frequency)

Contoh :
Modal (jutaan Rp) Frekuensi (f)
50-59 16
60-69 32
70-79 20
80-89 17
90-99 15
Jumlah 100
Dari distribusi frekuensi di atas:
1. Banyaknya kelas adalah 5.
2. Batas kelas-kelas adalah 50, 59, 60, 69,…
3. Batas bawah kelas-kelas adalah 50, 60, 70,…
4. Batas atas kelas-kelas adalah 59, 69, 79,…
5. Tepi bawah kelas-kelas adalah 49.5, 59.5, 69.5,…
6. Tepi atas kelas-kelas adalah 59.5, 69.5, 79.5,…
7. Titik tengah kelas-kelas adalah 54.4, 64.5, 75.5,…
8. Interval kelas-kelas adalah 50-59, 60-69, 70-79,…
9. Panjang interval kelas-kelas adalah 10.
10. Frekuensi kelas-kelas adalah 16, 32, 20,…
Penyusunan Distribusi Frekuensi
1. Mengurutkan data dari yang terkecil ke yang terbesar.
2. Menentukan jangkauan (range) dari data.
Jangkauan = data terbesar – data terkecil
3. Menentukan banyaknya kelas (k).
k = 1 + 3.3 log n; k Є bulat
ket : k = banyaknya kelas
n = banyaknya data
Hasil dibulatkan, biasanya ke atas.
4. Menentukan panjang interval kelas.
Panjang interval kelas (i) = jangkauan (R) / banyaknya kelas (k)
5. Menentukan batas bawah kelas pertama.
6. Menuliskan frekuensi kelas secara melidi dalam kolom turus sesuai
banyaknya data.
Penyajian Data
 Tabel adalah Kumpulan angka-angka yang disusun
sedemikian rupa menurut kategori tertentu
sehingga memudahkan dalam melakukan
pembahasan dan analisis data.
 Distribusi frekuensi atau tabel frekuensi adalah
susunan data dalam suatu tabel yang telah
diklasifikasikan menurut kelas-kelas atau kategori
tertentu.
Distribusi Frekuensi dalam tabel
Distribusi Mata Pencaharian Penduduk Desa
Sumberjaya
Mata Pencaharian Jumlah
Petani 30
Buruh Tani 20
Pengusaha Industri 60
Buruh bangunan 23
Pedagang 95
Supir angkutan 2
PNS/ ABRI 10
Pensiunan 15
Lain-lain 30
Jumlah 285
Penyajian Data
 Grafik adalah gambar-gambar yang menunjukkan
data secara visual yang biasanya diuat berdasarkan
nilai pengamatan aslinya ataupun dari tabel-tabel
yang dibuat sebelumnya
 Grafik distribusi frekuensi, Diagram batang-daun,
diagram kotak garis, dsb
Distribusi Frekuensi dalam Grafik
 Distribusi frekuensi suatu variabel selain dapat
disajikan dalam bentuk tabel juga dapat disajikan
dalam bentuk grafik antara lain: histogram,
poligon, distribusi frekuensi komulatif, dan grafik
lingkaran (pie chart)
Histogram, Poligon, Frekuensi, dan Kurva
Histogram dan Poligon Frekuensi
 Histogram dan poigon frekuensi adalah dua grafik yang sering
digunakan
untuk menggambarkan distribusi frekuensi.
 Histogram merupakan grafik batang dari distribusi frekuensi
dan poligon frekuensi merupakan grafik garisnya.
 Batang-batang pada histogram saling melekat atau berimpitan.
 Poligon frekuensi dibuat dengan cara menarik garis dari satu
titik tengah batang histogram ke titiktengah batang histogram
yang lain.
 Pada pembuatan histogram digunakan sistem salin sumbu.
Sumbu-sumbu mendatar (sumbu X) menyatakan interval kelas
(tepi bawah kelas dan tepi atas masing-masing kelas) dan
sumbu tegak (sumbu Y) menyatakan frekuensi.
Histogram, Poligon, Frekuensi, dan Kurva

Bentuk Kurva Frekuensi

 Simetris atau berbentuk lonceng, ciri-cirinya ialah

nilai variabel di samping kiri dan kanan yang

berjarak sama terhadap titik tengah (frekuensi
terbesar) mempunyai frekuensi yang sama.
Dinamakan juga distribusi normal.
 Tidak simetris/condong. Condong ke kanan

(kocondongan positif) , Condong ke kiri

(kecondongan negatif).
Histogram, Poligon, Frekuensi, dan Kurva

Bentuk Kurva Frekuensi

 Bentuk J atau J terbalik, ciri-cirinya ialah salah satu

nilai ujung kurva memiliki frekuensi maksimum.

 Bentuk U, dengan ciri kedua ujung kurva memiliki

frekuensi maksimum.
 Bimodal, dengan ciri mempunyai dua maksimal.

 Multimodal, dengan ciri mempunyai lebih dari dua

maksimal.
 Uniform, terjadi bila nilai-nilai variabel dalam suatu

interval mempunyai frekuensi yang sama.

Jenis-jenis Distribusi Frekuensi
 Distribusi Frekuensi Biasa
adalah distribusi frekuensi ysng hanya berisikan jumlah
frekuensi dari setiap kelompok data atau kelas.
Jenis DFB:
 Distribusi Frekuensi Numerik
adalah distribusi frekuensi yang pembagian kelasnya
dinyatakan dalam angka.
Contoh : Tabel Frekuensi pelamar suatu perusahaan
berdasarkan umur.
 Distribusi Frekuensi Peristiwa atau kategori

adalah yang pembagian kelasnya dinyatakan berdasarkan data

atau golongan data yang ada.
Contoh : Tabel banyaknya peristiwa pada hasil pelemparan
dadu berdasarkan anga dadu.
Jenis-jenis Distribusi Frekuensi
 Distribusi Frekuensi Relatif
adalah distribusi frekuensi yang berisikan nilai-nilai
hasil bagi antara frekuensi kelas dan jumlah
pengamatan yang terkandung dalam kumpulan data
yang terdistribusi tertentu.
Rumus :
Contoh DFR
Frekuensi relatif dapat dinyatakan dalam bentuk
perbandingan, desimal atau persen.
Interval Kelas f Frekuensi Relatif
(Tinggi (cm)) (Banyak Murid) Perbandingan Desimal Persen
140-144 2 2/50 0.04 4
145-149 4 4/50 0.08 8
150-154 10 10/50 0.2 20
155-159 14 14/50 0.28 28
160-164 12 12/50 0.24 24
165-169 5 5/50 0.1 10
170-174 3 3/50 0.06 6
Jumlah 50 1 1 100
Jenis-jenis Distribusi Frekuensi
Distribusi Frekuensi Kumulatif
 Adalah distribusi frekuensi yang berisikan frekuensi

kumulatif.
 Frekuensi kumulatif adalah frekuensi yang dijumlahkan.

 Distribusi frekuensi kumulatif memiliki grafik atau kurva

yang disebut ogif.

 Jenis DFK

 Distribusi Frekuensi Kumulatif Kurang Dari

adalah distribusi frekuensi yang memuat jumlah frekuensi yang
memiliki nilai kurang dari nilai batas kelas suatu interval
tertentu.
 Distribusi Frekuensi Kumulatif Lebih Dari
adalah distribusi frekuensi yang memuat jumlah frekuensi yang
memiliki nilai lebih dari nilai batas kelas suatu interval tertentu.
Grafik
 Histogram
 Poligon Frekuensi
 Frekuensi Komulatif
 Lingkaran (Pie)
 Batang-Daun
 Kotak Garis
Latihan Soal
Pengumpulan, Pengelolaan dan Penyajian Data
Tabel
 Tabel dapat disajikan dalam bentuk tabel
 Data yang disajikan sebelumnya diolah terlebih
dahulu dengan menggunakan microsoft excell
ataupun dengan menggunakan spss atau pengolah
data yang lain
Grafik
 Grafik adalah penyajian data yang terdapat dalam
table yang ditampilkan ke dalam bentuk gambar. 
  Pengertian grafik lainnya yaitu grafik merupakan
suatu rangka yang digunakan untuk membentuk
objek visualisasi dari data sebuah table.
Fungsi Grafik
 Fungsi dari grafik adalah untuk menggambarkan data-data
yang berupa angka-angka kebetuk yang lebih sederhana
secara teliti dan menjelaskan perkembangan serta
perbandingan suatu obyek ataupun peristiwa yang saling
berhubungan secara singkat dan jelas. Jadi dapat
disimpulkan fungsi grafik:
 Menggambarkan data kuantitatif dengan betuk sederhana
namun teliti.
 Menjelaskan perkembangan, perbandingan suatu obyek
ataupun peristiwa yang saling berkaitan secara singkat,
padat dan jelas.
Tujuan Pembuatan grafik
 Tujuan dari pengunaan grafik dalam penyajian data
ialah untuk menunjukkan perbandingan  antara data
satu dengan data yang lain secara informasif yang
kualitatif dengan tampilan yang  sederhana. Data-
data yang berupa uraian deskriptif yang banyak dan
juga kompleks bisa diubah menjadi bentuk yang
sederhana dengan menggunakan grafik. Sehingga
jika sebuah grafik sulit dibaca atau dipahami berarti
garfik tersebut sudah kehilangan manfaatnya.
Grafik
 1. Grafik batang
 Grafik batang adalah grafik yang penyajian datanya
mengunakan batang  atau persegi panjang. Grafik batang
atau sering kita kenal dengan sebutan histogram. Grafik
batang  dipakai untuk memperlihatkan perbedaan tingkat
nilai dari beberapa aspek pada suatu data. Grafik batang
merupakan grafik yang paling sederhana diantara jenis-
jenis grafik lainnya. Karena grafik ini sangat mudah
untuk dipahami dan hanya menggambarkan data dalam
bentuk batang.
 2. Grafik Garis
 Grafik garis adalah grafik yang penyajian datanya
mengunakan garis atau kurva. Grafik garis banyak digunakan
untuk menggambarkan suatu perkembangan atau perubahan
dari waktu ke waktu pada sebuah objek yang di teliti. Garfik
ini terdiri dari 2 sumbu utama yakni sumbu X dan sumbu Y.
Untuk pengunaaanya sumbu X biasanya digunakan untuk
menunjukkan waktu pengamatan. Sedangkan sumbu Y
digunakan untuk menunjukkan nilai hasil pengamatan pada
waktu-waktu tertentu.  Waktu dan hasil pengamatan
dikumpulkan dengan titik-titik pada bidang XY.
 3. Grafik lingkaran
 Grafik lingkaran adalah grafik yang penyajian datanya
mengunakan lingkaran. grafik lingkaran merupakan gambaran
naik turunnya data yang berupa lingkaran untuk
menggambarkan persentase dari nilai total suatu data. Dalam
membuat grafik lingkaran ada beberapa hal yang harus kita
perhatikan yakni, kita tentukan terlebih dahulu besar persentase
tiap objek terhadap keseluruhan data  dan kemudian kita
tentukan besarnya sudut masing-masing kelompok data. Untuk
menetukan presentase suatu kelompok data dapat kita laukan
dengan cara jumlah suatu kelompok data di bagi dengan jumlah
total seluruh data di kali 100%.
Grafik
Macam – Macam grafik:
 Histogram
 Poligon Frekuensi
 Frekuensi Komulatif
 Lingkaran (Pie)
 Batang-Daun
 Kotak Garis
Pengukuran Dispersi, Keruncingan, dan
Kemiringan Data
Contoh soal :
Dari hasil pengukuran diameter pipa-pipa yang dibuat oleh sebuah mesin
(dalam mm terdekat), diperoleh data sebagai berikut :
78 72 74 79 74 71 75 74 72 68
72 73 72 74 75 74 73 74 65 72
66 75 80 69 82 73 74 72 79 71
70 75 71 70 70 70 75 76 77 67
Buatlah distribusi frekuensi dari data tersebut!
Penyelesaian :
a. Urutan data:
65 66 67 68 69 70 70 70 70 71
71 71 72 72 72 72 72 72 73 73
73 74 74 74 74 74 74 74 75 75
75 75 75 76 77 78 79 79 80 82
b. Jangkauan (R) = 82 – 65 =17
c. Banyaknya kelas (k) adalah k = 1 + 3.3 log 40
= 1 + 5.3 = 6.3 ≈ 6
 Dua sifat yang paling sering digunakan untuk
menjelaskan sifat dari suatu rangkaian data adalah
sifat memusat (kecenderungan) dan variabilitas/
Penyebaran data
 Sifat memusat atau pemusatan data meliputi rerata
(mean), median dan modus
 Pengukuran variasi data (penyebaran data) yaitu
Kisaran (Jangkauan), Simpangan Rerata, varians,
simpangan baku
Rerata (Mean)
 Rerata atau mean merupakan metode yang paling
terkenal untuk menjelaskan sifat memusat data dan
berkenaan dengan pusat dari distribusi data
 Penggunaan rerata paling sesuai ketika terdistribusi
secara simetris di sekitar nilai rerata, yaitu
distribusi gaussian
 Secara matematis digambarkan dengan:
S Merupakan notasi jumlah
Xj mengacu pada nilai data mulai dari j=1 hingga j=N
N merupakan data yang masuk dalam perhitungan
Contoh:
1. Penurunan tekanan darah (mmHg) dari 6 pasien 4
jam setelah pemberian satu dosis baku suatu obat
anti hipertensi baru ditunjukkan pada Tabel.
Hitung penurunan tekanan darah dari 6 pasien
tersebut!
Nomor Pasien Penurunan Tekanan Darah (mmHg)
1 20
2 25
3 21
4 34
5 41
6 37
Contoh:
2. Penilaian rasa sakit yang dicatat dari 20
sukarelawan setelah pemberian analgesik yang
ada di pasaran dan pemaparan pada rangsangan
nyeri.
Jumlah sukarelawan Penilaian rasa sakit
2 3 (sangat nyeri)
12 2 (cukup nyeri)
6 1 (sedikit nyeri)
Jawaban
1. Rerata = (20+25+21+34+41+37)/6 = 29,67
mmHg
2. Rerata = (2x3)+(12x2)+(6x1)/20 = 1,8
Median (Nilai Tengah)
 Median merupakan alternatif yang digunakan untuk
menjelaskan sifat memusat dari suatu rangkaian
(distribusi) data ketika data terdistribusi secara
Gaussian, yaitu terdistribusi secara merata pada
tiap sisi rerata.
 Atau dengan kata lain, median merupakan nilai
tengah dari dari serangkaian data yang berurutan
 Contoh:
1. Perlengketan patogen Candida albicans oportunistik
pada 10 sel epitel bukal (BEC) in vitro diperiksa dan
datanya ditunjukkan pada Tabel. Hitung median.
Nomor Sel Epitel Jumlah patogen yang melekat
1 2
2 0
3 0
4 6
5 4
6 24
7 9
8 6
9 1
10 0
Contoh:
2. Berat 11 tablet diambil dari 1 bets untuk tujuan
pengendalian mutu ditampilkan dalam tabel.
Tentukan median.
Nomor Tablet Berat Tablet
1 251
2 255
3 250
4 245
5 265
6 260
7 231
8 225
9 250
10 275
11 300
Jawaban
1. Data diurutkan dahulu: 0,0,0,1,2,4,6,6,9,24
tentukan nilai tengah yaitu rerata dari nilai pada
posisi 5 dan 6 (data genap = 10) sehingga median
=3
2. Data diurutkan dahulu: 225, 231, 245, 250, 250,
251, 255, 260, 265, 275, 300
tentukan nilai tengah yaitu nilai posisi ke 6 (data
ganjil = 11) sehingga median = 251 mg
Modus (Bilai yang paling sering Muncul)

 Modus merupakan ukuran yang paling sering

muncul atau terjadi dalam suatu rangkaian data.
 Contoh: Konsentrasi obat (mg/mL) dalam 10 vial
produk parenteral yang tersedia di pasaran telah
ditetapkan menggunakan metode kromatografi.
Hitunglah modus dari konsentrasi teramati 20, 22,
23, 25, 25, 25, 25, 28, 29, 29, 30, 31, 31, 31, 31,
31, 35
 Jawab: modus : 31
Kisaran (Jangkauan)
 Didefinisikan sebagai perbedaan antara nilai
terbesar (max) dengan nilai terkecil (min)
 Contoh: Tentukan nilai jangkauan dari Konsentrasi
obat (mg/mL) dalam 10 vial produk parenteral yang
tersedia di pasaran telah ditetapkan menggunakan
metode kromatografi. Nilainya 20, 22, 23, 25, 25,
25, 25, 28, 29, 29, 30, 31, 31, 31, 31, 31, 35
 Jawaban : Jangkauan = nilai max – nilai min
 Jangkauan = 35 – 20 = 15
Simpangan Rata-rata
 Merupakan suatu ukuran variasi data yang dihitung
sebagai simpangan rata-rata dari rerata.
 Dengan mengetahui kegunaan rerata sebagai
ukuran kecendrungan memusat suatu istilah yang
menjelaskan simpangan di sekitar parameter pusat
ini dapat merupakan relevansi statistik langsung.
TERIMAKASIH
Statistika parametrik dan non parametrik
Statistika parametrik dan non parametrik
 STATISTIKA PARAMETRIK
(termasuk dalam statistika inferensial)
 Statistika Parametrik
 Statistik Parametrik, yaitu statistik yang
mengunakan data interval atau selang dan rasio
berdasarkan fakta yang bersifat pasti dan
berdasarkan sampel.
 Data diambil dengan memberi peluang yang sama
atau independen, serta tidak bias.
 Data Parametrik juga dicirikan oleh suatu populasi
yang berdisribusi normal dan mempuyai varians
yang sama.
 Statistika parametrik
 Contoh metode statistik parametrik :
 a. Uji-z (1 atau 2 sampel)
 b. Uji-t (1 atau 2 sampel)
 c. Korelasi pearson,
 d. Perancangan percobaan (one or two-way anova
parametrik), dll.
 Statistika parametrik
 Keunggulan :
 Syarat syarat parameter dari suatu populasi yang
menjadi sampel biasanya tidak diuji dan dianggap
memenuhi syarat, pengukuran terhadap data
dilakukan dengan kuat.
 Observasi bebas satu sama lain dan ditarik dari
populasi yang berdistribusi normal serta memiliki
varian yang homogen.
 Statistika parametrik
 Kelemahan :
  Populasi harus memiliki varian yang sama.
  Variabel-variabel yang diteliti harus dapat diukur
setidaknya dalam skala interval.
  Dalam analisis varian ditambahkan persyaratan
rata-rata dari populasi harus normal dan bervarian
sama, dan harus merupakan kombinasi linear dari
efek-efek yang ditimbulkan.
Persyaratan analisis statistik parametrik
Statistika parametrik