KONSEP DASAR

STATISTIK

OLEH
U S WA T U N K H A S A N A H , M . K M
DEFINISI

• Statistik :
Sekumpulan konsep dan metode yang
digunakan untuk mengumpulkan dan
menginterpretasi data tertentu dan
mengambil kesimpulan dalam situasi
dimana ada ketidakpastian dan variasi
 JENIS STATISTIK
• Statistika Teoretik
• Statistika Terapan  1. statistika deskriptif
2. Statistika inferensial
Statistika deskriptif : mereduksi data kedalam
beberapa besaran untuk disajikan secara
bermakna
Statistika Inferensial : membuat kesimpulan dari
data yang diperoleh meliputi pengujian hipotesis,
estimasi, pengambilan kesimpulan.
JENIS STATISTIK

• Segi persyaratan parameter

statistik parametris & non parametris
• Segi variabel
Statistik univariat, bivariat, &multivariat
• Pengetahuan awal
Statistika tanpa melibatkan pengetahuan awal & statistika Bayes yang
melibatkan pengetahuan awal
PENGGUNAAN STATISTIKA
TERAPAN
• Statistika terapan banyak digunakan untuk
1. Memberikan gambaran secara kuantitatif tentang keadaan data
2. Melakukan estimasi dan prediksi untuk pengambilan keputusan
3. Menguji hipotesis deduktif dan induktif serta mengambil keputusan
di dalam penelitian ilmiah
4. Menemukan karakteristik pendapat orang banyak di dalam poling
pendapat
• Data untuk statistika terapan dapat diperoleh melalui
1. Ujian
2. Survei
3. Eksperimen
VARIABEL DAN DATA

• Variabel adalah suatu karakteristik dari suatu objek yang nilainya

untuk tiap objek bervariasi dan dapat diamati/diobservasi, di dihitung
atau diukur.
• Data adalah suatu keterangan yang berbentu kualitatif atau kuantitatif
yang merupakan hasil observasi, perhitungan, atau pengukuran dari
suatu variabel
 DATA
• Menurut jenisnya :
1. Kualitatif : data non metric; (jenis kelamin, pendidikan, warna, suku, dan
sebagainya)
2. Kuantitatif : data metric; berbentuk bilangan. (Tinggi badan,berat badan,
jarak dalam ukuran kilometer dan sebagainya)
- Data diskrit :data kuantitatif yang nilainya khusus dan merupakan hasil
perhitungan serta biasanya berbentu bilangan bulat: (jumlah penumpang bus)
- data kontinu: data kuantitatif yang nilainya menempati semua interval
pengukuran dan merupakan hasil pengukuran serta bisa berupa bilangan
pecahan dan bulat. (Jarak rumah ke sekolah bisa 1.25 Km, panjang tali 10.8
meter, dsb)
 DATA
• Menurut sumbernya
1. Data internal, yaitu data yang menggambarkan keadaan/kegiatan di
dalam sebuah organisasi.
Misal : Di dalam sebuah Rumah sakit, data internal meliputi data personalia,
data keuangan, data inventaris, data rekam medis pasien, data obat, dan
sebagainya.
2. Data eksternal, yaitu data yang menggambarkan keadaan/kegiatan di luar
sebuah organisasi.
Misal : di dalam sebuah Rumah sakit, data eksternalnya meliputi : sikap
pasien, kepuasan pasien, citra rumah sakit, dan sebagainya.
DATA
• Menurut cara memperolehnya
Data primer, yaitu data yang dikumpulkan dan
diolah sendiri langsung dari objeknya.
Contoh: kuesioner yang disebarkan langsung
oleh peneliti ke responden, hasil wawancara
yang dilakukan peneliti terhadap partisipan.
2. Data sekunder, yaitu data yang diperoleh
dalam bentuk yang sudah jadi, sudah
dikumpulkan dan diolah oleh pihak lain,
biasanya sudah dalam bentuk publikasi.
Contoh : catatan rekam medis pasien yang
digunakan oleh peneliti, dan berbagai bentuk
laporan lain yang diperoleh peneliti dari pihak-
pihak terkait.
DATA

• Menurut skalanya
1. Data nominal
2. Data ordinal
3. Data interval
4. Data rasio
DATA NOMINAL

• Data nominal : data yang diperoleh dari hasil

pengamatan, tidak mengenal urutan (tidak mempunyai
arti menurut besarnya atau posisinya, dapat
dipertukarkan bebas)
• Contoh : jenis kelamin 1. pria; 2. wanita, status
perkawinan 1. single; 2. menikah; 3. cerai, janis agama
1. Islam; 2. katolik; 3. kristen; 4. hindu; 5. budha
DATA ORDINAL

• Data ordinal : data yang berasal dari hasil pengamatan, observasi, atau
angket berskala dari suatu variabel. data biasanya berbentuk kualitatif,
namun jika dirubah menjadi numerik maka bilangan bersifat diskrit
dan mengenal urutan sesuai kualitas atributnya.

• Contoh : data dari variabel motivasi belajar mahasiswa FK (5. Sangat

bagus, 4. Bagus, 3. sedang, 2. jelek, 1. sangat jelek)
DATA INTERVAL

• Data interval didapat dari hasil mengukur suatu variabel. Data

diasumsikan berbentuk bilangan kontinu mempunyai urutan, seperti
data ordinal. Skala interval tidak memiliki nilai nol mutlak.
• Contoh : data temperatur suhu, 0 derajat, bukan berarti tidak ada
kalor/temperatur suhu sama sekali.
DATA RASIO

• Data ini berasal dari hasil mengukur suatu variabel, data hampir sama
dengan skala interval, namun memiliki nol mutlak
• Contoh : data massa benda, jika massa benda 0 kg berarti benda itu
tidak ada barangnya. Massa 6 kg berarti 2 x massa 3 kg.
 FREKUENSI DISTRIBUSI
• Tabel Frekuansi distribusi : tabel yang menggambarkan distribusi data hasil
pengamatan atau penelitian yang sudah dikelompokan sesuai frekuensi
masing-masing data.

Nilai ujian statistik Jumlah

75 15
72 7
70 18
65 10
UKURAN TENDENSI SENTRAL

• Sentral tendensi adalah nilai yang

representatif dalam suatu kelompok
observasi / kelompok data
• Nilai tendensi sentral : Mean, Median,
Modus
MEAN

• Rata-rata (rata-rata hitung) dari sebuah kelompok data

kuantitatif.
• Dalam sebuah sampel Mean dihitung dengan jalan MEMBAGI
JUMLAH NILAI DATA OLEH BANYAK DATA
• N = Ukuran Populasi
• n= ukuran sampel
• Simbol rata-rata utk sampel ialah ẋ (eks garis) (statistik)
• Simbol rata-rata untuk populasi μ (parameter)
 5 6 10 20 9

5 + 6 +10 + 20 + 9/5 =10

Nilai susulan matakuliah
statistik mahasiswa

Xi fi fiXi
70 5 350
69 6 414
45 3 135
80 1 80
56 1 56
 MEDIAN
• Median : Nilai tengah dari suatu set data
setelah data tersebut diurutkan dari yang
kecil ke yang terbesar.
• Median : suatu nilai yg membagi distribusi
data kedalam dua bagian yg sama besar,
atau suatu nilai yg membagi 50% frekuensi
bagian atas dan 50% frekuensi bagian
bawah, sehingga frekuensi kelompok atas =
frekuensi kelompok bawah
MODUS

• Modus : merupakan angka yang paling

banyak muncul dalam suatu set data
• Modus : Angka dengan nilai frekuensi
terbanyak
 VARIABILITAS
• Suatu data yang mempunyai kecenderungan
(tendensi) pusat misalnya rata-rata yang sama
belum tentu mempunyai penyebaran data yang
sama pula.
• Ukuran penyebaran (variasi) menyatakan
seberapa jauh nilai amatan yang sebenarnya
menyimpang atau berbeda dengan nilai
pusatnya.
 VARIABILITAS

Pengukuran variabilitas berfungsi

sebagai
• untuk mengetahui seberapa jauh observasi
melenceng dari nilai rata-ratanya
• alat untuk mengetahui homogenitas dan
heterogenitas data.
• Jika data yang kita hadapi memiliki
tingkat penyebaran yang tinggi berarti
data cenderung bersifat heterogen.
Variabilitas suatu pengukuran dapat
diterapkan jika data yang diperoleh
dalam bentuk numerik atau berskala
interval dan rasio
UKURAN VARIABILITAS

• Jangkauan (range)
• Simpangan baku (standard deviation)
• Varians (variance)
RANGE

• Range adalah salah satu ukuran statistik yang menunjukan jarak

penyebaran data antara nilai terendah (Xmin) dengan nilai tertinggi
(Xmax).
• Semakin kecil rangenya maka
semakin homogen distribusinya

• Semakin kecil rangenya, maka

meannya merupakan wakil yang
representatif
VARIANS
• Varians : rata-rata perbedaan antara mean dengan
nilai masing-masing observasi.
SIMPANGAN BAKU
• Simpangan baku : akar dari varian
UKURAN BENTUK
• SKEWNESS : kemiringan
distribusi data
KURTOSIS
UJI HIPOTESIS
HIPOTESIS

• Berasal dari kata hipo dan thesis. Hipo artinya sementara/lemah

kebenarannya dan thesis artinya pernyataan/teori.
• Pernyataan sementara yang perlu diuji kebenarannya. Untuk menguji
kebenaran sebuah hipotesis digunakan pengujian yang disebut
pengujian hipotesis.
• Pengujian hipotesis dijumpai dua jenis hipotesis, yaitu hipotesis nol
(Ho) dan hipotesis alternatif (Ha).

37
• Tujuan: penarikan kesimpulan (menggeneralisir) nilai yang berasal dari
sampel terhadap keadaan populasi melalui pengujian hipotesis.
• Keyakinan ini didasarkan pada besarnya peluang untuk memperoleh
hubungan tersebut secara kebetulan
• Semakin kecil peluang tersebut, semakin besar keyakinan bahwa
hubungan tersebut memang ada.

38
PRINSIP UJI HIPOTESIS
• melakukan perbandingan antara nilai sampel (data hasil
penelitian) dengan nilai hipotesis (nilai populasi) yang
diajukan.
• Peluang untuk diterima dan ditolaknya suatu hipotesis
tergantung besar kecilnya perbedaan antara nilai sampel
dengan nilai hipotesis.
• Bila perbedaan tersebut cukup besar, maka peluang untuk
menolak hipotesis pun besar pula, sebaliknya bila
perbedaan tersebut kecil, maka peluang untuk menolak
hipotesis menjadi kecil.
• Jadi, makin besar perbedaan antara nilai sampel dengan
nilai hipotesis, makin besar peluang untuk menolak
hipotesis
39
HIPOTESIS NOL (HO)

• Hipotesis yang menyatakan tidak ada perbedaan sesuatu kejadian

antara kedua kelompok. Atau hipotesis yang menyatakan tidak
ada hubungan antara variabel satu dengan variabel yang lain.
Contoh:
• Tidak ada perbedaan berat badan bayi antara mereka yang
dilahirkan dari ibu yang merokok dengan mereka yang dilahirkan
dari ibu yang tidak merokok.
• Tidak ada hubungan merokok dengan berat badan bayi.

40
HIPOTESIS ALTERNATIF (HA)

• Hipotesis yang menyatakan ada perbedaan suatu kejadian

antara kedua kelompok. Atau hipotesis yang menyatakan
ada hubungan variabel satu dengan variabel yang lain.
Contoh :
• Ada perbedaan berat badan bayi antara mereka yang
dilahirkan dari ibu yang merokok dengan mereka yang
dilahirkan dari ibu yang tidak merokok.
• Ada hubungan merokok dengan berat badan bayi.

41
ARAH/BENTUK UJI HIPOTESIS

• Bentuk hipotesis alternatif akan menentukan arah uji statistik apakah

– satu arah (one tail)
– dua arah (two tail).

42
ONE TAIL (SATU SISI)

• bila hipotesis alternatifnyanya menyatakan adanya perbedaan dan

ada pernyataan yang mengatakan hal yang satu lebih tinggi/rendah
dari hal yang lain.

Contoh :
• Berat badan bayi dari ibu hamil yang merokok lebih kecil
dibandingkan berat badan bayi dari ibu hamil yang tidak merokok.

43
 TWO TAIL (DUA SISI)
• Merupakan hipotesis alternatif yang hanya menyatakan perbedaan
tanpa melihat apakah hal yang satu lebih tinggi/rendah dari hal yang
lain.
Contoh
• Berat badan bayi dari ibu hamil yang merokok berbeda dibandingkan
berat badan bayi dari ibu yang tidak merokok. Atau dengan kata lain :
• Ada perbedaan berat badan bayi antara mereka yang dilahirkan dari ibu
yang merokok dibandingkan dari mereka yang tidak merokok.

44
CONTOH PENULISAN
HIPOTESIS
• Suatu penelitian ingin mengetahui hubungan antara jenis
kelamin denga tekanan darah, maka hipotesisnya adalah
sbb:
Ho :  A =  B
– Tidak ada hubungan antara jenis kelamin dengan tekanan
darah
Ha :  A =  B
– Ada hubungan antara jenis kelamin dengan tekanan darah

45
 KESALAHAN PENGAMBILAN
KEPUTUSAN

• Ada dua jenis kesalahan

pengambilan keputusan dalam uji
statistik, yaitu:
– kesalahan tipe alpha
– Kesalahan tipe beta

46
 KESALAHAN TIPE I ()
• Merupakan kesalahan menolak Ho padahal sesungguhnya Ho benar. Artinya:
menyimpulkan adanya perbedaan padahal sesungguhnya tidak ada perbedaan.
• Peluang kesalahan tipe satu (I) adalah  atau sering disebut Tingkat
signifikansi (significance level).
• Sebaliknya peluang untuk tidak membuat kesalahan tipe I adalah sebesar 1-,
yang disebut dengan Tingkat Kepercayaan (confidence level).

47
KESALAHAN TIPE II ()
• Merupakan kesalahan tidak menolak Ho padahal sesungguhnya Ho
salah. Artinya: menyimpulkan tidak ada perbedaan padahal
sesungguhnya ada perbedaan.
• Peluang untuk membuat kesalahan tipe kedua (II) ini adalah sebesar .
• Peluang untuk tidak membuat kesalahan tipe kedua (II) adalah sebesar
1-, dan dikenal sebagai Tingkat Kekuatan Uji (power of the test).

48
KESALAHAN PENGAMBILAN
KEPUTUSAN
Keputusan Populasi

Ho Benar Ho Salah

Tidak Menolak Benar (1-) Kesalahan Tipe II

Ho ()
Menolak Ho Kesalahanan Tipe Benar (1-)
I ()

49
 MENENTUKAN TINGKAT KEMAKNAAN (LEVEL OF
SIGNIFICANCE)
• Tingkat kemaknaan, atau sering disebut dengan nilai , merupakan nilai
yang menunjukkan besarnya peluang salah dalam menolak hipotesis nol.
• nilai  merupakan batas toleransi peluang salah dalam menolak hipotesis
nol.
• nilai  merupakan nilai batas maksimal kesalahan menolak Ho.
• Nilai  dapat diartikan pula sebagai batas maksimal kita salah menyatakan
adanya perbedaan.

Uji Hipotesa - Rizanda Machmud- Bagian IKM/IKK

50
FKUNAND
 PENENTUAN NILAI  (ALPHA)
• Tergantung dari tujuan dan kondisi penelitian.

• Nilai  (alpha) yang sering digunakan adalah 10 %, 5 % atau 1 %.

– Bidang kesehatan masyarakat biasanya digunakan nilai 

(alpha) sebesar 5 %.
– Pengujian obat-obatan digunakan batas toleransi kesalahan
yang lebih kecil misalnya 1 %, karena mengandung risiko
yang fatal.

51
• Misalkan seorang peneliti akan menentukan
efektifitas suatu obat A maka dia akan
menentukan  yang kecil sekali , peneliti tersebut
tidak akan mau mengambil resiko bahwa ketidak
berhasilan obat bius besar karena akan
berhubungan dengan nyawa seseorang yang akan
dibius.
PEMILIHAN JENIS UJI PARAMERTIK ATAU NON
PARAMETRIK

• Dalam pengujian hipotesis sangat berhubungan dengan distribusi data

populasi yang akan diuji.
• Bila distribusi data populasi yang akan diuji berbentuk
normal/simteris/Gauss, maka proses pengujian dapat digunakan dengan
pendekatan uji statistik parametrik.
• Bila distribusi data populasinya tidak normal atau tidak diketahui
distribusinya maka dapat digunakan pendekatan uji statistik Non
Parametrik.

53
PARAMETRIK & NON
PARAMETRIK
• Kenormalan suatu data dapat juga dilihat dari jenis variabelnya, bila
variabelnya berjenis numerik/kuantitatif biasanya distribusi datanya
mendekati normal/simetris. Sehingga dapat digunakan uji statistik
parametrik.
• Bila jenis variabelnya katagori(kualitatif), maka bentuk distribusinya
tidak normal, sehingga uji non parametrik dapat digunakan.
• Penentuan jenis uji juga ditentukan oleh jumlah data yang dianalisis,
bila jumlah data kecil (< 30) cenderung digunakan uji Non
paramterik.

54
PROSEDUR UJI HIPOTESIS

1. Menetapkan Hipotesis
2. Penentuan uji statistik yang sesuai
3. Menentukan batas atau tingkat kemaknaan (level of significance)
4. Penghitungan Uji Statistik
5. Keputusan Uji Statistik

55
MENETAPKAN HIPOTESIS
Hipotesis Nol (Ho)
• Tidak ada perbedaan berat badan bayi antara mereka yang dilahirkan
dari ibu yang merokok dengan mereka yang dilahirkan dari ibu yang
tidak merokok.
Hipotesis Alternatif (Ha)
• Ada perbedaan berat badan bayi antara mereka yang dilahirkan dari ibu
yang merokok dengan mereka yang dilahirkan dari ibu yang tidak
merokok.

56
 PENENTUAN UJI STATISTIK
YANG SESUAI
• Jenis uji statistik sangat tergantung dari:
– Jenis skala data

– Jenis distribusi data populasinya apakah mengikuti distribusi normal

atau tidak

57
CONTOH PENENTUAN UJI
STATISTIK
• Sebagai gambaran, jenis uji statistik untuk mengetahui perbedaan
mean akan berbeda dengan uji statistik untuk mengetahui perbedaan
proporsi/persentase.
• Uji beda mean menggunakan uji T atau uji Anova, sedangkan uji
untuk mengetahui perbedaan proporsi digunakan uji Kai kuadrat.

58
MENENTUKAN BATAS ATAU TINGKAT
KEMAKNAAN (LEVEL OF SIGNIFICANCE)

• Batas/tingkat kemaknaan, sering juga disebut dengan nilai .

Penggunan nilai alpha tergantung tujuan penelitian yang dilakukan,
untuk bidang kesehatan masyarakat biasanya menggunakan nilai alpha
5%

59
KEPUTUSAN UJI STATISTIK

• hasil pengujian statistik akan menghasilkan dua kemungkinan

keputusan yaitu menolak Hipotesis Nol dan Gagal menolak Hipotesis
nol.
• Keputusan uji statistik dapat dicari dengan dua pendekatan yaitu
pendekatan klasik dan pendekatan probabilistik

60
BEBERAPA LINK YANG DAPAT DI
TONTON UNTUK BELAJAR STATISTIK

• https://youtu.be/2e2nWkN-AaI
• https://youtu.be/DBmCa7S0Fgw
• https://youtu.be/LHt9NK0LKhk
• https://youtu.be/-sG2QqaeeZ0
TERIMA KASIH