HUBUNGAN DATA BAYI STUNTING DI POSYANDU PURWOKERTO SELATAN DENGAN METODE

ANALISIS DESKRIPTIF DAN DISTRIBUSI FREKUENSI MENGGUNAKAN UKURAN GEJALA PUSAT

DATA YANG DIKELOMPOKKAN DAN UKURAN DISPERSI

FAKULTAS TEKNIK DAN INFORMATIKA

PROGRAM STUDI SISTEM INFORMASI
UNIVERSITAS BINA SARANA INFORMATIKA
 ABSTRAK
Makalah ini mengulas tentang data bayi stunting yang ada di Kecamatan Purwokerto Selatan. Stunting
menggunakan metode analisis deskriptif dan ukuran dispersi yang telah dikelompokkan. Stunting sendiri
menurut WHO merupakan gangguan pertumbuhan dan perkembangan anak akibat kekurangan gizi kronis dan
infeksi berulang, yang ditandai dengan panjang atau tinggi badannya berada di bawah standar. Kegiatan ini
bertujuan untuk mengetahui perhitungan data menggunakan metode statistika.

Metode yang dilakukan untuk mengerjakan laporan ini adalah menggunakan metode analisis
deskriptif dimana kita mengumpulkan data-data yang sesuai dengan keadaan sebenarnya yang ada di lapangan
yang kemudian kita susun, diolah, dan dianalisis untuk menghasilkan data yang akurat serta memberikan
gambaran mengenai masalah yang ada. Serta menggunakan ukuran dispersi yang dimana mengacu pada sejauh
mana data tersebar atau tersebar keluar dari nilai tengah atau pusat. Dalam statistik, dispersi mengukur sejauh
mana nilai-nilai dalam suatu himpunan data menyebar dari nilai pusat, seperti rata-rata atau median.Ukuran
dispersi membantu mengidentifikasi sejauh mana nilai-nilai dalam suatu himpunan data tersebar, memberikan
wawasan tentang variasi atau kehomogenan data tersebut.
LANJUTAN
Dari hasil analisis data yang telah dilakukan terhadap dataset yang terdiri dari 14 nilai, dapat
disimpulkan bahwa rata-rata (mean) data dikelompokkan adalah sekitar 77.714. Median (Q2) dari data tersebut
adalah 69.5, sementara modusnya terletak pada nilai 70. Distribusi data ditunjukkan oleh kuartil pertama (Q1)
sebesar 60, kuartil kedua (Q2 atau median) sebesar 69.5, dan kuartil ketiga (Q3) sebesar 72.5. Rentang data
mencapai 32, memberikan gambaran sejauh mana data tersebar dari nilai terkecil hingga terbesar. Kesimpulan
ini memberikan wawasan tentang karakteristik pusat dan sebaran data, yang dapat digunakan sebagai dasar
untuk pengambilan keputusan atau analisis lebih lanjut.
 LATAR BELAKANG
Menurut WHO, Stunting merupakan gangguan pertumbuhan dan perkembangan anak akibat
kekurangan gizi kronis dan infeksi berulang, yang ditandai dengan panjang atau tinggi badannya berada di
bawah standar. Stunting adalah masalah kurang gizi kronis yang disebabkan oleh asupan gizi yang kurang dalam
waktu cukup lama akibat pemberian makanan yang tidak sesuai dengan kebutuhan gizi. Stunting
dapat terjadi mulai janin masih dalam kandungan dan baru nampak saat anak berusia dua tahun (Kementerian
Kesehatan Republik Indonesia, 2016). Penyebabnya karena rendahnya akses terhadap makanan bergizi,
rendahnya asupan vitamin dan mineral, dan buruknya keragaman pangan dan sumber protein hewani.Faktor ibu
dan pola asuh yang kurang baik terutama pada perilaku dan praktik pemberian makan kepada anak juga menjadi
penyebab anak stunting apabila ibu tidak memberikan asupan gizi yang cukup dan baik. Ibu yang masa
remajanya kurang nutrisi, bahkan di masa kehamilan, dan laktasi akan sangat berpengaruh pada pertumbuhan
tubuh dan otak anak.
Faktor lainnya yang menyebabkan stunting adalah terjadi infeksi pada ibu, kehamilan remaja,
gangguan mental pada ibu, jarak kelahiran anak yang pendek, dan hipertensi. Selain itu, rendahnya akses
terhadap pelayanan kesehatan termasuk akses sanitasi dan air bersih menjadi salah satu faktor yang sangat
mempengaruhi pertumbuhan anak.
METODE ANALISIS
Metode yang digunakan dalam penelitian ini adalah metode analisis deskriptif dan distribusi
frekuensi. Analisis deskriptif adalah metode penelitian dengan cara mengumpulkan data-data sesuai dengan
yang sebenarnya kemudian data-data tersebut disusun, diolah dan dianalisis untuk dapat memberikan gambaran
mengenai masalah yang ada. Tujuan dari analisis deskriptif adalah untuk mendapatkan gambaran tentang data
yang digunakan didalam penelitian yang dilihat dari nilai rata-rata, standar deviasi, varian, maksimum,minimum
dan sum.
Distribusi frekuensi adalah yang merupakan penyusunan data ke dalam kelas-kelas tertentu dimana
setiap individu/item hanya termasuk kedalam salah satu kelas tertentu saja. (Pengelompokkan data
berdasarkan kemiripan ciri). Tujuannya : untuk mengatur data mentah (belum dikelompokkan) ke dalam
bentuk yang rapi tanpa mengurangi inti informasi yang ada.
Contoh data deskriptif beberapa anak dari posyandu di Purwokerto Selatan
Jumlah Data Bayi ada 14
Desa/Kel Tinggi Badan Berat Badan
Menentukan range (jangkauan) : selisih antara nilai yang terbesar dengan nilai Berkoh 59 5,2
yang terkecil.
Berkoh 70 8,1
R = Xmax – Xmin. Karangklesem 78 8,5

R = Xmax – Xmin Karangklesem 48 3,7

Karangpucung 72 7,4
= 80 – 48
Karangpucung 58 6,6
= 32 Purwokerto Kidul 67 9

Menentukan banyaknya kelas dengan mempergunakan rumus Sturges. K = 1 + Purwokerto Kidul 60 5,4
3,3 log N dimana K = banyaknya kelas dan N = jumlah data yang diobservasi. Purwokerto Kulon 64 6,5

K=1+3.3logN Purwokerto Kulon 76 9,8

Tanjung 70 6,8
K=1+3.3log14
Tanjung 69 8,4
K=1+3.3×1.146 Teluk 80 9,7

=1+3.7698 Teluk 73 8,7

= 4.77 = 5
LANJUTAN
Namun, karena jumlah kelas harus berupa bilangan bulat, kita bulatkan nilai K menjadi 10-24 0
bilangan bulat terdekat. Oleh karena itu, K dapat diambil sebagai 5.
25-39 0

Menentukan interval kelas : I = R/K

40-54 1

Untuk membuat interval kelas, perlu mengetahui rentang data dan jumlah kelas (K) yang 55-69 6
telah ditentukan sebelumnya. Dalam contoh kita sebelumnya, kita menggunakan rumus Sturges dan
menentukan K sebagai 5. 70-84 7

Kita memiliki data dengan rentang antara 10 dan 80, dan kita ingin membuat 5 kelas. Pertama-tama, TOTAL 14
kita hitung lebar interval (W):

W = Rentang Data/K

= (80-10)/5

= 70/5

= 14

Sekarang, kita dapat membuat interval kelas. Misalnya, kita dapat memulai dari nilai terkecil dan
menambahkan lebar interval hingga kita mencapai nilai tertinggi:
UKURAN GEJALA PUSAT DATA YANG DI KELOMPOKAN
Rata-rata hitung (mean) 10-24 0 48 1
Berikut adalah langkah-langkah perhitungannya: 58 1
25-39 0 59 1
1. Identifikasi titik tengah (X) dan frekuensi (f) dari masing-masing kelas. 40-54 1 60 1
X:53,59,64,69,72,76,78 64 1
55-69 6 67 1
70-84 7 69 1
f:1,1,1,2,2,3,4 70 2
TOTAL 14
72 1
73 1
2. Hitung f⋅X untuk masing-masing kelas. 76 1
78 1
f⋅X :53,59,64,138,144,228,312 80 1
X adalah rata-rata,
3. Jumlahkan f⋅X. Total 14
∑(f⋅X)=1088 f adalah frekuensi setiap kelas,
4. Hitung N, jumlah total frekuensi. X adalah titik tengah setiap kelas,
N=14 N adalah jumlah total frekuensi
5. Substitusi nilai ke dalam rumus rata-rata
Xˉ= ∑(f⋅X)/N
=​1088/14
=77.714
Median
 Identifikasi kelas median, yaitu kelas yang mengandung median. Dalam hal ini, median adalah 14/2=7 yang berada dalam
kelas ke-5 (69-72).
 Identifikasi nilai L (batas kelas bawah), F (jumlah kumulatif frekuensi sebelum median), f (frekuensi kelas median), dan
w (lebar interval kelas).
L:69
F:3 (jumlah kumulatif frekuensi sebelum median)
f​:3 (lebar interval kelas) ​
w:3 (jumlah kumulatif frekuensi sebelum median)

Median = L+N/2​−F/f​⋅w
= 69+14/2-3/2.3
= 69+7-3/2.3
= 69+4/2.3
= 69+2.3
= 69 + 6 = 75
Modus
48,58,59,60,64,67,69,70,70,72,73,76,78,80
Bisa dilihat bahwa nilai atau kelas dengan frekuensi tertinggi adalah 70. Jadi, modus dari data ini adalah
70.

Fraktil
Fraktil adalah nilai yang membagi data ke dalam sejumlah bagian yang sama besar. Fraktil
umumnya diukur dengan persentil, desil, atau kuartil. Beberapa fraktil yang umum digunakan adalah
kuartil ke-1 (Q1), kuartil ke-2 (Q2), dan kuartil ke-3 (Q3), yang membagi data menjadi empat bagian sama
besar.

Dalam data yang telah diurutkan:

48,58,59,60,64,67,69,70,70,72,73,76,78,80
Kuartil ke-1 (Q1)
Q1=(n+1)⋅1/4​
Q1=15⋅1/4​
Q1=15/4​
Q1=3.75
Kuartil ke-1 berada di antara data ke-3 dan ke-4, yang merupakan nilai 60. Oleh karena itu, Q1=60.
Kuartil ke-2 (Q2) atau Median:
Q2=(n+1)⋅2/4​
Q2=15⋅2/4​
Q2=30/4​
Q2=7.5
Kuartil ke-2 berada di antara data ke-7 dan ke-8, yang merupakan nilai 69 dan 70. Oleh karena itu, Q2 berada di antara kedua nilai tersebut,
dan kita bisa mengambil rata-rata mereka:
Q2=69+70/2​
Q2=139/2​
Q2=69.5
Kuartil ke-3 (Q3):
Q3=(n+1)⋅3/4​
Q3=15⋅3/4​
Q3=45/4​
Q3=11.25
Kuartil ke-3 berada di antara data ke-11 dan ke-12, yang merupakan nilai 72 dan 73. Oleh karena itu, Q3=272+73​=72.5
 UKURAN DISPERSI
Ukuran Dispersi Merupakan ukuran penyebaran suatu kelompok data terhadap pusat data. Ukuran dispersi mengacu pada sejauh
mana data tersebar atau tersebar keluar dari nilai tengah atau pusat. Dalam statistik, dispersi mengukur sejauh mana nilai-nilai dalam suatu
himpunan data menyebar dari nilai pusat, seperti rata-rata atau median. Ada beberapa ukuran dispersi yang umum digunakan, termasuk:

1. Rentang (Range): Rentang adalah selisih antara nilai maksimum dan minimum dalam suatu himpunan data. Rentang memberikan
gambaran kasar tentang sebaran data, tetapi tidak sensitif terhadap nilai ekstrem.
2. Variansi (Variance): Variansi adalah rata-rata dari kuadrat deviasi setiap nilai data dari rata-rata. Variansi memberikan ukuran seberapa jauh
nilai-nilai data tersebar dari rata-rata.
3. Deviasi Standar (Standard Deviation): Deviasi standar adalah akar kuadrat dari variansi. Deviasi standar memberikan ukuran dispersi
dalam satuan yang sama dengan data aslinya, sehingga lebih mudah diinterpretasikan.
4. Kuartil (Quartiles): Kuartil adalah nilai-nilai yang membagi data menjadi empat bagian sama besar. Jarak antara kuartil pertama dan ketiga
memberikan gambaran tentang sebaran data di bagian tengah.
5. Jangkauan Antar Kuartil (Interquartile Range): Jangkauan antar kuartil adalah selisih antara kuartil ketiga dan kuartil pertama. Ini
memberikan ukuran sebaran data di bagian tengah, mengabaikan ekstrem atas dan bawah.

Ukuran dispersi membantu mengidentifikasi sejauh mana nilai-nilai dalam suatu himpunan data tersebar, memberikan wawasan
tentang variasi atau kehomogenan data tersebut.
Menentukan Ukuran Statistika Dengan Excel Data Ukuran
2007/2010 Bayi
48 Column1
Langkah-langkahnya: 58
59 Mean 67,42857143
1. Masukkan data pada range (A1:A21) 60 Standard Error 2,362049505
2. Pilih menu Data pada menu utama 64 Median 69,5
67 Mode 70
3. Pilih Data Analysis 69 Standard Deviation 8,837979979
70 Sample Variance 78,10989011
4. Pilih Deskriptive Statistics pada Data Analysis 70 Kurtosis 0,230363027
lalu klik OK 72 Skewness -0,665166498
73 Range 32
Ketika Box Dialog muncul: 76 Minimum 48
➢ Pada kotak Input Range , sorot pada range 78 Maximum 80
A2:A21 80 Sum 944
Count 14
➢ Pada kotak Output Range, ketik C2

➢ Berikan tanda check pada Summary Statistics,

Kemudian klik OK
 Tinggi
Desa/Kel Badan Berat Badan Chart Title
Berkoh 59 5,2
Berkoh 70 8,1 80
78 76
Karangklesem 78 8,5 70 72 70 69 73
67 64
Karangklesem 48 3,7 59 58 60
Karangpucung 72 7,4 48
Karangpucung 58 6,6
Purwokerto Kidul 67 9
Purwokerto Kidul 60 5,4
5.2 8.1 8.5 3.7 7.4 6.6 9 5.4 6.5 9.8 6.8 8.4 9.7 8.7
Purwokerto Kulon 64 6,5
l l
Purwokerto Kulon 76 9,8 ko
h
ko
h
sem sem cun
g
ung i du i du lo
n
lo
n
ung ung eluk eluk
r r le le c K K Ku Ku nj nj T T
Tanjung 70 6,8 Be Be gk gk gp
u
gp
u
rto erto to to Ta Ta
n n n n e e r e r
Tanjung 69 8,4 ra ra ra ra ok wok ok wok
Ka Ka Ka Ka r w r r w r
Teluk 80 9,7 Pu Pu Pu Pu
Teluk 73 8,7
Tinggi Badan Berat Badan

Bin Frequency Cumulative % Histogram

40 0 0,00%
6 150.00%
50 1 7,14%
Frequency

4 100.00%
60 3 28,57%
2 50.00%
70 5 64,29%
0 0.00%
80 5 100,00% 40 50 60 70 80 More
More 0 100,00% Bin

Frequency Cumulative %
TERIMA KASIH