Pendahuluan

Statistik deskriptif , selang Kepercayaan,
Uji Hipotesis
Analisa parametrik –non parametrik
Analisa varian


Statistik
deskriptif
Data
Digambarkan
Statistik
inferensial
Data umum
Mengambil
kesimpulan
Statistik deskriptif adalah metode-metode
yang berkaitan dengan pengumpulan dan
penyajian suatu gugus data sehingga
menaksir kualitas data berupa jenis variabel,
ringkasan statistik (mean, median, modus,
standar deviasi, etc), distribusi, dan
representasi bergambar (grafik),
tanpa rumus probabilistik apapun
Statistik deskriptif
5
UKURAN PEMUSATAN DATA
Mean (Rata-rata)
Median
Mode atau Modus
UKURAN VARIASI DATA
Kisaran (Range)
Ragam (Variance)
Simpangan Baku (Standard Deviation)
Koefisien Variasi atau Simpangan Baku Relatif
Kesalahan Baku

a. Rerata aritmatika






Contoh:
Kadar gula darah puasa dari 20 orang pasien hipertensi di
bangsal penyakit dalam RSUP dr,. M.Djamil Padang, sbb:

183 145 187 155 194
165 190 156 172 181

X= 183+145+187+155+194+165+190+156+172+181 = 172,8
10


6
n
x
n
x x x x
x
i
n
¿
=
+ + + +
=
...
3 2 1
b. Rerata aritmatika berbobot

N
∑ wjXj
J=1

N
Contoh:
penilaian rasa sakit dari 20 orang pasien
Jumlah Pasien Derajat nyeri
2 3 (sangat nyeri)
12 2 (cukup nyeri)
6 1 (sedikit nyeri)
Penyelesaian:

X= (2X3)+(12X2)+(6X1)
20
X= 36 = 1,8
20
 Median (Md)=> nilai tengah atau rerata dari
dari dua nilai tengah dari serangkaian data
yg diurutkan besarnya
 Untuk n ganjil ÷ median (Md) = data yang
berada di tengah setelah data itu diurutkan
mulai dari yang besar ke yang kecil atau
sebaliknya
Md = data ke-(n+1)/2
Contoh:
3,2,0,0,6,5,10,9,1,8,4
Penyelesaian:
1. atur menurut besarnya
0,0,1,2,3,4,5,6,8,9,10
2. tentukan nilai tengah yaitu 4



9
 Untuk n genap ÷ median (Md) = nilai rata-
rata dari data yang berada di tengah setelah
kumpulan data itu diurutkan.
Contoh:
3,2,0,0,6,5,10,9,1,8

Penyelesaian:
1. atur menurut besarnya
0,0,1,2,3,5,6,8,9,10
2. tentukan nilai tengah yaitu 5+6 = 5,5
2


Mode adalah data/ukuran yang
paling sering muncul dalam
serangkaian data hasil pengukuran.
Contoh: kosentrasi (mg/ml) dlm 10 vial
ranitidin injeksi sbb:
145, 143,
144,145,151,149,145,143,142,145
 modus adalah 145
11
Apabila nilai M ~ Md ~ Mo → berarti
data terdistribusi normal
Apabila data terdistribusi normal,
maka uji statistik yang digunakan
adalah uji parametrik
Apabila data terdistribusi tidak
normal, maka uji statistik yang
digunakan adalah uji nonparametrik

12
Kisaran (Range)
Simpangan Rerata
Ragam (Variance)
Simpangan Baku (Standard Deviation)
Koefisien Variasi atau Simpangan
Baku Relatif
Kesalahan Baku
13
Rentang (R) = Nilai tertinggi – Nilai terendah












Kisaran data A: 65 – 5 = 60
Kisaran data B: 90 – 10 = 80
14
RANGKAIAN DATA A RANGKAIAN DATA B
15 20
20 80
5 90
35 30
65 10
Disebut sebagai rerata jumlah kuadrat



 X adalah rerata data sampel
 N adalah jumlah pengamatan dalam
sampel

) 1 (
) (
2
2
÷
÷
=
¿
n
x x
S
i
Contoh:
Data hasil pengukuran sbb:
20
1 5
80
=
÷
=
16
No. x
1
2
3
4
5
1
3
5
9
12
-5
-3
-1
3
6
25
9
1
9
36
E 30 0 80
) ( x x ÷
2
) ( x x ÷
6
5
30
5
12 9 5 3 1
= =
+ + + +
=
¿
=
n
x
x
i
) 1 (
) (
2
2
÷
÷
=
¿
n
x x
S
i
Suatu ukuran dispersi data yg umum
digunakan
Merupakan akar kuadrat positif dari
varians
Secara matematis ditulis sbb:
) 1 (
) (
2
÷
÷
= =
¿
n
x x
SD S
i
No. x
1
2
3
4
5
1
3
5
9
12
-5
-3
-1
3
6
25
9
1
9
36
E 30 0 80
) ( x x ÷
2
) ( x x ÷
18
) 1 (
) (
2
÷
÷
= =
¿
n
x x
SD S
i
Contoh
47 , 4 20
4
80
= = = = SD S
No. x
1
2
3
4
5
1
3
5
9
12
1
9
25
81
144
E 30 260
2
x
1
) (
2
2
÷
÷
=
¿
¿
n
n
x
x
SD
i
i
19
47 , 4
20
1 5
5
30
260
2
=
=
÷
÷
= SD
Koefisien variasi: menunjukkan
variabilitas suatu data yg didefinisikan
sebagai perbandingan antara simpangan
baku dengan rerata
Contoh:

CV (%)= s x 100
x
= 125 x 100
2500
= 5%


% 100 x
x
SD
RSD CV = =
X
S
21
n
S
S SE
x
= =
 Contoh:

 SE = 3,8 = ???
√8,8
5
7
8
9
15
X (rerata) = 8,8
S = 3,8
Tabel Distribusi Frekuensi
 Tabel distribusi frekuensi adalah salah satu cara menyajikan
dan meringkaskan data yang besar jumlahnya.
 Cara membuatnya adalah dengan menghitung jumlah titik
data yang termasuk dalam satu seri interval (kelompok)
tertentu yang sama ukurannya
 Contoh: Hasil pengukuran berat badan (g) dari 50 ekor tikus
percobaan adalah sebagai berikut:
30 g 47 g 37 g 29 g 38 g
32 42 32 30 34
34 32 33 37 36
39 33 45 40 35
43 41 35 32 41
36 27 28 35 30
38 28 41 37 34
41 36 32 30 37
31 31 35 28 25
26 49 34 34 33
22
Kelompok
Berat Badan (g)
Tally Frekuensi
24-25
26-27
28-29
30-31
32-33
34-35
36-37
38-39
40-41
42-43
44-45
46-47
48-49












1
2
4
6
8
9
7
3
5
2
1
1
1
23
24
Grafik
Distribusi frekuensi data di atas dapat disajikan dalam bentuk grafik batang
atau histogram
Contoh:
48-49 46-47 44-45 42-43 40-41 38-39 35-37 34-35 32-33 30-31 28-29 26-27 24-25
9
8
7
6
5
4
3
2
1
0
Berat (gram)
F
r
e
k
u
e
n
s
i
Diagram batang yang memperlihatkan distribusi frekuensi berat badan (gram)
50 ekor tikus
10
12
14
16
18
20
22
24
26
28
30
bulan 0 bulan 1
S
G
P
T

Waktu
kontrol (N=12)
perlakuan (N=12)
Ketepatan (Akurasi)
 Ketepatan menunjukkan kedekatan nilai data hasil
pengukuran dengan nilai yang sesungguhnya.
 Ketepatan dapat dinyatakan sebagai :
• Kesalahan mutlak
Kesalahan Mutlak (error abs) = Nilai yang diamati – nilai yang
diharapkan
• Contoh:


26
Metode analitis Nilai yg
diamati
(mg/ ml)
Nilai yang
diharapka
n (mg/ml)
Kesalaha
n mutalk
(mg/ml)
KCKT dg deteksi UV

Spektroskopi UV

Spektroskopi
fluoresens

2,51


3,53

2,19
2,50


2,50

2,50
+0,01


+1,03

-0,31



• Kesalahan Relatif

Kesalahan Relatif =


• Perolehan Kembali (% Recovery)

% Recovery =


Berdasarkan contoh sebelumnya, hitung kesalahan relatif dan
perolehan kembali!!!
% 100 ×
diharapkan yang Nilai
Mutlak Kesalahan
% 100 ×
diharapkan yang Nilai
diamati yang Nilai
Ketelitian menunjukkan keterulangan
serangkaian pengukuran.
Presisi lebih menjelaskan sebaran
(variabilitas) dari satu rangkaian
pengukuran
Ketelitian dapat dinyatakan dengan
berbagai cara:
• Variansi (S
2
)
• Simpangan Baku (S = SD)
• Koefisien Variasi (KV = CV = RSD)
28
29
X X X
47
48
49
50
51

29
39
49
59
69

28
26
27
30
30

Volume sampel A
(mL)
Volume sampel B
(mL)
Volume sampel C
(mL)






= 49,0
s = 1,6
Kesalahan relatif rata-
rata = 2%
KV = 3,3%






= 49,0
s = 15,8
Kesalahan relatif rata-rata =
2%
KV = 32,2%






= 28,2
s = 1,80
Kesalahan relatif rata-rata =
43,6%
KV = 6,4%
Sampel A menunjukkan ketepatan tinggi dan ketelitian tinggi
Sampel B menunjukkan ketepatan tinggi dan ketelitian rendah
Sampel C menunjukkan ketepatan rendah dan ketelitian tinggi
Rentang Kepercayaan
 Selang kepercayaan sering pula disebut batas
kepercayaan atau batas ketangguhan hasil
pengukuran
 Rumus:
Pada probabilitas P% selang kepercayaan adalah:




Di sini:
µ = taksiran nilai rata-rata populasi (yang
sesungguhnya)
= nilai rata-rata sampel
Z
P%
= nilai distribusi normal pada probabilitas P%
Pada P = 95% ÷ Z = 1,96
Pada P = 99% ÷ Z = 2,58
o = simpangan baku populasi
 n = banyaknya data dalam sampel

x
n
Z x
P
o
µ
%
± =
 Suatu obat memperlihatkan penurunan tekanan
darah rata-rata 9,8 torr bila diujikan pada 100
orang pasien. Simpangan bakunya diketahui 8
torr. Tentukan selang kepercayaan 95% dan selang
kepercayaan 99% penurunan tekanan darah rata-
rata yang sesungguhnya (populasi)!
Selang kepercayaan 95% :
57 , 1 8 , 9
100
8
96 , 1 8 , 9
) (
± =
|
.
|

\
|
± =
|
.
|

\
|
± =
± =
µ
µ
o
µ
o µ
n
Z x
Z x
x
Selang kepercayaan 99% :
06 , 2 8 , 9
100
8
58 , 2 8 , 9
) (
± =
|
.
|

\
|
± =
|
.
|

\
|
± =
± =
µ
µ
o
µ
o µ
n
Z x
Z x
x
J
a
w
a
b
a
n

Rumus

Di sini:
t = taksiran proporsi yang
sesungguhnya (populasi)
p = proporsi yang diamati dari sampel
q = 1 – p
n = banyaknya data dalam sampel
n
pq
p 96 , 1 ± = t
Suatu survei terhadap 1000 orang
apoteker memperlihatkan bahwa 30%
mempunyai lebih dari 15 tahun
pengalaman dan 70% mempunyai
kurang dari 15 tahun pengalaman.
Tentukanlah selang kepercayaan 95%
proporsi sesungguhnya apoteker yang
berpengalaman lebih dari 15 tahun!
Selang kepercayaan 95%:
028 , 0 3 , 0
1000
7 , 0 3 , 0
96 , 1 3 , 0
96 , 1
± =
×
± =
± =
t
t
t
n
pq
p
Ini berarti bahwa proporsi yang sesungguhnya berada antara 0,272 dan
0,328 dengan probabilitas 95%
Penaksiran nilai rata-rata yang
sesungguhnya dari nilai rata yang
diperoleh pada pengukuran sampel
kecil dilakukan dengan mencari nilai
selang kepercayaan.
Selang kepercayaan sering pula
disebut batas kepercayaan atau batas
ketangguhan atau batas kesalahan
hasil pengukuran
 Rumusnya:



µ = taksiran nilai rata-rata populasi (yang
sesungguhnya)
= nilai rata-rata sampel
t = nilai distribusi t (Tabel t) pada probabilitas
P% dan Derajat Bebas (DB) = n – 1
SD = S = simpangan baku sampel
n = banyaknya data dalam sampel
|
.
|

\
|
± =
n
SD
t x µ
x
Penaksiran potensi tablet didasarkan pada analisis
10 buah tablet yang dipilih secara random dari
satu batch tablet yang terdiri dari 1 juta tablet.
Hasil analisis potensi (mg/tablet) 10 buah tablet
itu adalah sebagai berikut:
98,6 99,3 97,9 100,3 99,6
98,0 100,1 97,5 98,4 99,1
Rata-rata adalah 98,88 mg dan simpangan baku
adalah 0,954 mg. Tentukan taksiran nilai rata-rata
potensi tablet yang sesungguhnya pada
probabilitas 95%!
Pada P = 95% (P = 0,05) dan DB = 10 – 1 = 9,
t = 2,262 (lihat dalam Tabel Distribusi t)
Selang kepercayaan 95%:

tablet mg sampai
n
SD
t x
/ 56 , 99 20 , 98
68 , 0 88 , 98
10
954 , 0
262 , 2 88 , 98
=
± =
|
.
|

\
|
± =
|
.
|

\
|
± =
µ
µ
µ
µ
Tabel Distribusi t
DB
Satu Ekor
P 0,4 P 0,3 P 0,2 P 0,1 P 0,05 P 0,025 P 0,01 P 0,005
Dua Ekor
P 0,8 P 0,6 P 0,4 P 0,2 P 0,1 P 0,05 P 0,02 P 0,01
1 0,325 0,727 1,376 3,078 6,314 12,706 31,821 63,657
2 0,289 0,617 1,061 1,886 2,920 4,303 6,965 9,925
3 0,277 0,584 0,978 1,638 2,353 3,182 4,541 5,841
4 0,271 0,569 0,941 1,533 2,132 2,776 3,747 4,604
5 0,267 0,559 0,920 1,476 2,015 2,571 3,365 4,032
6 0,265 0,553 0,906 1,440 1,943 2,447 3,143 3,707
7 0,263 0,549 0,896 1,415 1,895 2,365 2,998 3,499
8 0,262 0,546 0,889 1,397 1,860 2,306 2,896 3,355
9 0,261 0,543 0,883 1,383 1,833 2,262 2,821 3,250
10 0,260 0,542 0,879 1,372 1,812 2,228 2,764 3,169
11 0,260 0,540 0,876 1,363 1,796 2,201 2,718 3,106
12 0,259 0,539 0,873 1,356 1,782 2,179 2,681 3,055
13 0,259 0,538 0,870 1,350 1,771 2,160 2,650 3,012
14 0,258 0,537 0,868 1,345 1,761 2,145 2,624 2,977
15 0,258 0,536 0,866 1,341 1,753 2,131 2,602 2,947
16 0,258 0,535 0,865 1,337 1,746 2,120 2,583 2,921
17 0,257 0,534 0,863 1,333 1,740 2,110 2,567 2,898
18 0,257 0,534 0,862 1,330 1,734 2,101 2,552 2,878
19 0,257 0,533 0,861 1,328 1,729 2,093 2,539 2,861
20 0,257 0,533 0,860 1,325 1,725 2,086 2,528 2,845
~ 0,253 0,524 0,842 1,282 1,645 1,960 2,326 2,576