STATISTIKA DESKRIPTIF

Pengertian Statistika Deskriptif

PENDAHULUAN (1)
Statistika Deskriptif
Ø Berkaitan dengan penerapan metode
statistik untuk mengumpulkan, mengolah,
menyajikan, dan menganalisis data
kuantitatif secara deskriptif.
 Data & Syarat Data

PENDAHULUAN (2)

Data Sejumlah informasi yang dapat memberikan gambaran

tentang suatu keadaan atau masalah, baik yang berupa
angka-angka maupun berbentuk kategori.

Data Hasil pencatatan peneliti baik yang berupa fakta

maupun angka-angka.

Data Suatu bahan mentah yang jika diolah dengan baik melalui
berbagai analisis dapat melahirkan berbagai informasi.

Syarat Data 1. Objektif

2. Relevan
3. Up to date
4. Representatif
5. Dapat dipercaya
 Syarat Data

PENDAHULUAN (3)

Objektif Data yang diperoleh dari penelitian harus

menggambarkan keadaan sebenarnya.

Relevan Data yang diperoleh harus ada kaitannya dengan

permasalahan yang akan diteliti.

Up to date Data yang diperoleh tidak ketinggalan zaman;

perkembangan waktu dan teknologi menyebabkan suatu
kejadian dapat mengalami perubahan dengan cepat.

Representatif Data yang diperoleh dari hasil penelitian sampel

harus menggambarkan populasinya.

Dapat Sumber data diperoleh dari sumber

dipercaya yang tepat.
 Klasifikasi Data

DATA (1)
Klasifikasi Jenis Data
1. Cara Memperolehnya

2. Cara Sumber Data

3. Jenis Data

4. Sifat Data

5. Waktu Pengumpulan
 Klasifikasi Data

DATA (2)
Klasifikasi
Data 1. Cara Memperolehnya

Data Primer Data primer adalah data yang secara

langsung diambil dari objek/ objek
penelitian oleh peneliti perorangan
maupun organisasi.
Contoh: Mewawancarai langsung
untuk meneliti kinerja perawat.

Data Sekunder Data sekunder adalah data yang

didapat tidak secara langsung dari
objek penelitian.
Peneliti mendapatkan data yang sudah
jadi yang dikumpulkan oleh pihak lain.
 Klasifikasi Data

DATA (3)
Klasifikasi
Data 2. Cara Sumber Data

Data Internal Data internal adalah data yang

menggambarkan situasi dan kondisi pada
suatu organisasi secara internal. Misal: data
keuangan, data perawat, data pasien, dsb.

Data Eksternal Data eksternal adalah data yang

menggambarkan situasi serta kondisi
yang ada di luar organisasi. Contohnya
adalah data jumlah penggunaan obat
luar pada pasien rawat jalan,
persebaran penduduk, dsb.
 Klasifikasi Data

DATA (4)
Klasifikasi
Data 3. Jenis Data

Data Kuantitatif Data kuantitatif adalah data yang

dipaparkan dalam bentuk angka-
angka.
Misal: berat badan pasien di RS
Persahabatan.

Data Kualitatif Data kualitatif adalah data yang

disajikan dalam bentuk kata-kata yang
mengandung makna.
Misal: anggapan psikolog terhadap
syndroma narsysus.
 Klasifikasi Data

DATA (5)
Klasifikasi
Data 4. Sifat Data

Data Diskrit Data diskrit adalah data kuantitatif yang

nilainya khusus dan merupakan hasil
perhitungan, biasanya berbentuk bilangan
bulat.
Contoh: jumlah pasien di ruang rawat inap.

Data Kontinu Data kontinu adalah data kuantitatif

yang nilainya menempati
semua interval pengukuran dan
merupakan hasil pengukuran, bisa
berupa bilangan pecahan dan bulat.
Contoh: panjang pen tulang yang
dibutuhkan 5.3 cm
 Klasifikasi Data

DATA (6)
Klasifikasi
Data 5. Waktu Pengumpulan

Data Cross Section Data yang menunjukkan titik waktu

tertentu.
Contoh: laporan keuangan per 31
Desember 2015.

Data Time Series/ Data yang menggambarkan sesuatu dari

Berkala waktu ke waktu atau periode secara
historis.
Contoh: data nilai tukar Dollar Amerika
terhadap Rupiah Indonesia.
 Langkah Statistika Deskriptif
Distribusi Frekuensi
DISTRIBUSI FREKUENSI (1)
Langkah Statistika 1. Pertanyaan yang harus dijawab
Deskriptif 2. Mengumpulkan data
3. Menata data
4. Menyajikan data
5. Kesimpulan

Distribusi Frekuensi Ø Pengelompokan data ke dalam beberapa

kategori yang menunjukan banyaknya
data dalam setiap kategori dan setiap
data tidak dapat dimasukan ke dalam dua
atau lebih kategori.
Ø Tujuan: Data menjadi informatif dan
mudah dipahami.
 Langkah-langkah
Distribusi Frekuensi
DISTRIBUSI FREKUENSI (2)

Ø Mengurutkan data
Ø Membuat ketegori atau kelas data
Ø Melakukan penturusan atau tabulasi, memasukan nilai ke
dalam interval kelas
 Langkah-langkah
Distribusi Frekuensi
DISTRIBUSI FREKUENSI (3)
Mengurutkan Data Ø Mengurutkan data : dari yang terkecil ke yang
terbesar atau sebaliknya.
Ø Tujuan : Untuk memudahkan dalam
melakukan perghitungan pada langkah
ketiga.

Membuat Kategori Tentukan interval kelas.

Interval kelas adalah batas bawah dan batas
atas dari suatu kategori, rumus :

Interval= Nilai terbesar - Nilai terkecil

Jumlah Kelas

Tabulasi Data
 Jenis-jenis Penyajian Data

PENYAJIAN DATA (1)

Jenis-jenis
Penyajian Data 1. Grafik Garis (line chart)

2. Grafik batang (bar chart)

3. Histogram

4. Grafik Lingkaran (pie chart)

5. Grafik berupa Peta

(Cartogram)
 Grafik Garis

PENYAJIAN DATA (2)

Jenis-jenis
Penyajian Data 1. Grafik Garis (line chart)

Dilakukan apabila: 1. Memiliki beberapa seri data.

2. Memiliki data dengan interval yang
sama atau berurutan, seperti hari,
bulan, kuartal, atau tahun fiskal.

Jenis-jenis 1. Single line chart (Grafik garis

grafik garis tunggal)
2. Multiple line chart (Grafik garis
berganda)
3. Multiple companent line chart (Grafik
garis komponen berganda)
4. Multiple precentage component line
chart (Grafik garis presentase
komponen berganda)
 Grafik Garis

PENYAJIAN DATA (3)

Jenis-jenis
Penyajian Data 1. Grafik Garis (line chart)

Kelebihan 1. Dapat digunakan untuk menaksir atau

memperkirakan data berdasarkan pola-pola yang
telah diperoleh.
2. Dapat digunakan untuk membandingkan dua
keadaan atau lebih yang mempunyai hubungan.

Jenis-jenis 1. Hanya untuk data berkala.

grafik garis 2. Harus sangat teliti dalam membaca
diagram ini.
 Grafik Garis

PENYAJIAN DATA (4)

1. Single Line Chart (Grafik Garis Tunggal)

Tabel Jumlah Pasien RS AWS selama Tujuh Tahun

Tahun 2004 2015 2016 2017 2018 2019 2020

Jumlah
800 975 1000 1100 1150 1250 1500
Pasien
 Grafik Garis

PENYAJIAN DATA (5)

1. Single Line Chart (Grafik Garis Tunggal)

Grafik Data Pasien

1600

1400

1200

1000

800

600

400

200

2008 2009 2010 2011 2012 2013 2014 2015 2016

 Grafik Garis

PENYAJIAN DATA (6)

2. Multiple Line Chart (Grafik Garis Berganda)

Tabel Penjualan Obat Batuk Berdasarkan Merk di Apotek X

Merk
Obat Jan Feb Mar Apr Mei Jun Jul Agu
Batuk

Merk A 135 130 143 157 163 170 178 183

Merk B 105 98 112 121 132 139 143 150

Merk C 72 65 74 79 81 89 93 102
 Grafik Garis

PENYAJIAN DATA (7)

2. Multiple Line Chart (Grafik Garis Berganda)

Grafik Penjualan Obat Batuk Berdasarkan Merk di Apotek X

 Grafik Batang

PENYAJIAN DATA (8)

Jenis-jenis
Penyajian Data 2. Grafik Batang
 Histogram

PENYAJIAN DATA (9)

Jenis-jenis
Penyajian Data 3. Histogram

1. Histogram merupakan diagram balok.

2. Histogram menghubungkan antara tepi kelas interval dengan
pada sumbu horizontal (X) dan frekuensi setiap kelas pada
sumbu vertikal (Y).

Kelas Interval Jumlah Frekuensi (F)

1 215 2122 14
2 2123 4030 3
3 4031 5938 1
4 5939 7846 1
5 7847 9754 1
 Histogram

PENYAJIAN DATA (10)

Jenis-jenis
Penyajian Data 3. Histogram

Nilai Biostatistika

14

12
10

8
6

2
0
Tepi Kelas
 Grafik Batang

PENYAJIAN DATA (11)

Jenis-jenis
Penyajian Data 4. Grafik Lingkaran
 Grafik Batang

PENYAJIAN DATA (12)

Jenis-jenis
Penyajian Data 5. Grafik Berupa Peta
 Pengertian & Syarat-syarat

UKURAN SENTRAL TENDENSI (1)

¢ Nilai sentral atau tendensi adalah nilai dalam
rangkaian data yang mewakili rangkaian data
tersebut.
¢ Syarat-syarat:
1. Harus dapat mewakili rangkaian data.
2. Perhitungannya harus didasarkan pada seluruh data.
3. Perhitungannya harus objektif.
4. Perhitungannya harus mudah.
5. Dalam suatu rangkaian hanya ada 1 nilai sentral.
 Macam-macam Nilai Sentral

UKURAN SENTRAL TENDENSI (2)

1. Mean (rata-rata) adalah jumlah seluruh nilai data
dibagi dengan seluruh kejadian.
2. Median (nilai tengah) adalah nilai tengah dari
rangkaian data yang telah tersusun secara teratur.
Atau sebagai ukuran letak, karena median membagi
distribusi menjadi 2 bagian yang sama.
3. Modus merupakan nilai data yang memiliki frekuensi
terbesar atau dengan kata lain, nilai data yang paling
sering terjadi. Dalam satu rangkaian data, kadang
dijumpai adanya 1 modus, 2 modus, atau tidak ada
modus.
 Mean – Rata-rata Hitung Sederhana

UKURAN SENTRAL TENDENSI (3)

§ Rata-rata hitung sederhana (simple arithmetic mean)
dapat dihitung dengan rumus:

åx
n
i

x= i=1

N
dengan:
x = dibaca x bar, merupakan notasi dari rata-rata
å = sigma yang berarti jumlah
xi = nilai dari x1 x n
N = jumlah kejadian atau jumlah frekuensi
 Mean – Rata-rata Hitung Ditimbang

UKURAN SENTRAL TENDENSI (4)

§ Rata-rata hitung ditimbang (weighted
arithmetic mean)
Salah satu kekurangan rata-rata hitung adalah adanya
anggapan bahwa setiap barang mempunyai arti penting yang
sama. Dalam kenyataannya barang-barang mempunyai arti
penting yang berbeda. Oleh karena itu, masing-masing arti
penting barang harus diberi faktor penimbang yang berbeda.

§ Secara subjektif pemberian faktor penimbang

didasarkan pandangan masing-masing individu.
§ Secara objektif, faktor penimbang ditentukan
berdasarkan jumlah konsumsi barang.
 Mean – Rata-rata Hitung Ditimbang

UKURAN SENTRAL TENDENSI (5)

§ Contoh
Berikut perhitungan rata-rata ditimbang untuk 3 macam
barang kebutuhan pokok di Samarinda tahun 2019.
Jenis Harga/kg Weight x.w
Barang (x) (w)
Beras Rp 14000,- 5 70000
Gula Rp 12000,- 3 36000
Garam Rp 5000,- 2 10000
Jumlah Rp 31000,- 10 116000

x= å xw 116000
= = 11600
åw 10
Hasil ini menunjukkan bahwa dalam perhitungan ini
barang yang menentukan adalah gula.
 Kelebihan dan Kekurangan Nilai Rata-rata

UKURAN SENTRAL TENDENSI (6)

Kelebihan

1. Sifat objektif.
2. Mudah dimengerti.
3. Mudah dihitung.
4. Perhitungan didasarkan pada data keseluruhan sehingga nilai
rata-rata dapat mewakili suatu rangkaian data.
5. Mempunyai stabilitas sampel.
6. Dapat digunakan untuk perhitungan lebih lanjut.

Kelebihan

1. Mudah dipengaruhi oleh nilai ekstrim.

2. Pada distribusi yang sifatnya condong, nilai rata-rata kurang
mewakili.
 Median (Nilai Tengah) – Data Tak Berkelompok

UKURAN SENTRAL TENDENSI (7)

A. Data Tak Berkelompok

Dilakukan untuk data ganjil dan data genap.

2 3 4 5 5 jumlah N = 5

Susun data dalam susunan yang teratur.

Cari letak median dengan rumus:
N +1 = 5 +1 = 3
2 2
Median pada data tersebut adalah data ke-3 = 4.
 Median (Nilai Tengah) – Data Tak Berkelompok

UKURAN SENTRAL TENDENSI (8)

A. Data Tak Berkelompok

Jika datanya genap

2 3 4 5 jumlah N = 4

Susun data dalam susunan yang teratur.

Cari letak median dengan rumus:
N +1 = 4 +1 = 2.5
2 2
Median pada data tersebut terletak pada 2.5, artinya di antara data ke-
2 dan data ke-3.
Jadi nilai median:
3+ 4
= 3.5
2
UKURAN VARIASI (1)
¢ Ukuran statistik yang dihitung dari sebuah populasi
disebut parameter, sedangkan yang dihitung berdasarkan
sampel dinamakan statistik.
¢ Untuk membedakan parameter dari statistik, maka
digunakan lambang yang berbeda;
misalnya untuk parameter digunakan huruf Greek seperti
μ untuk rata-rata hitung
σ untuk varians (simpangan baku),
sedangkan statistik kita nyatakan dengan huruf latin seperti
untuk rata-rata hitung dan S untuk simpangan baku.
UKURAN VARIASI (2)
¢ Ukuran statistik mengisyaratkan keseragaman (variasi)
data.
¢ Nilai numerik ukuran variasi adalah non-negatif.

¢ Apabila nilai numerik = 0, maka artinya data yang kita

miliki keadaannya seragam sempurna.
¢ Makin jauh dari nilai numerik ukuran variasi dari nol,
makin tidak seragam data.
 Rumus Varians

UKURAN VARIASI (3)

2
æ N ö
ç å x1 ÷
å (x )
N
2
- è i=1 ø
i
N
o =
2 i=1
N
 Rumus Simpangan Baku/
Standar Deviasi
UKURAN VARIASI (4)
2
æ N ö
ç å x1 ÷
å (x )
N
2
- è i=1 ø
i
n
S= i=1

n
 Skor Baku

UKURAN VARIASI (5)

Skor Baku/ Angka Baku/ Nilai Standar

1. Nilai standar (angka baku) adalah perubahan yang dipergunakan

untuk membandingkan dua buah keadaan atau lebih.
2. Angka baku yang lazim dipergunakan adalah Z score,
dirumuskan dengan:

Z=x-µ
s
3. Mengamati perubahan nilai kenaikan dan nilai penurunan
variabel atau suatu gejala dari rata-ratanya.
4. Semakin kecil angka bakunya semakin kecil pula perubahan variabel
tersebut dari rata-ratanya, dan sebaliknya.
 Skor Baku

UKURAN VARIASI (6)

Skor Baku/ Angka Baku/ Nilai Standar

6. Nilai z mengukur berapa simpangan baku sebuah

pengamatan terletak di atas atau di bawah nilai tengahnya.
7. Karena σ tidak pernah negatif, nilai z yang positif mengukur
beberapa simpangan baku letak suatu pengamatan di atas nilai
tengahnya.
8. Nilai z negatif mengukur berapa simpangan baku letak
suatu pengamatan di bawah nilai tengahnya.
DAFTAR PUSTAKA
[1] Wayne W. Daniel. 1995. Biostatistics: A
Foundation for Analysis in the Health
Sciences. John Wiley & Sons.