STATISTIK/MAS101

Statistika Deskriptif
dan Inferensial
Tim Pengajar Statistik D4 Pengobat Tradisional
Fakultas Vokasi, Universitas Airlangga

Ratna Wahyuni, SSi,MKes,PhD

Agustus 2022
Penggunaan Statistika Deskriptif dan Inferensial
Cakupan Statistika Deskriptif
❑Distribusi frekuensi.
❑Penyajian grafik, bagan, dan diagram.
❑Ukuran pemusatan data (mean, median, modus).
❑Pembagian distribusi (kuartil, desil, persentil).
❑Variabilitas (range, rata-rata deviasi,varian, standar deviasi, koefisien
varian, Z score).
❑Angka indeks.
❑Time series (deret waktu atau data berkala).

Darmansyah, 2016, Bahan Ajar: Statistik, Universitas Negeri Padang.

Cakupan Statistika Inferensial
❑Probabilitas/teori kemungkinan.
❑Distribusi teoritis.
❑Sampling dan distribusi sampling.
❑Studi estimasi (penaksiran pada tingkat populasi).
❑Uji hipotesis.
❑Analisis korelasional dan uji signifikansi.
❑Analisis regresi untuk peramalan.

Darmansyah, 2016, Bahan Ajar: Statistik, Universitas Negeri Padang.

Statistika Deskriptif
Statistika Deskriptif
❑Merupakan statistika yang menggambarkan dan menganalisis
kelompok data yang diberikan tanpa penarikan kesimpulan mengenai
kelompok data yang lebih besar.
❑Jadi statistika deskriptif memberikan informasi hanya mengenai data
yang ada, dan sama sekali tidak menarik kesimpulan apapun tentang
data tersebut.
❑Penyajian data bisa dalam bentuk tabel, grafik, bagan maupun
diagram; maupun dalam bentuk penyajian data numerik berupa
mean, median, modus, range, rata-rata deviasi, varian, standar
deviasi, koefisien varian yang merupakan ukuran pemusatan
data/distribusi data/variabilitas data.
Contoh penggunaan
❑Penelitian yang bertujuan untuk mengetahui prevalensi penderita
obesitas → prevalensi penderita obesitas sebesar 5% pada suatu
populasi.
❑Penelitian yang bertujuan untuk mengetahui profil perokok pada
suatu daerah → prosentase perokok pada populasi , rata-rata jumlah
rokok yang dikonsumsi dalam sehari, rata-rata usia perokok, dll.
❑Penelitian tentang eksplorasi tanaman obat pada suatu daerah →
jumlah jenis tanaman obat yang digunakan, rata-rata penggunaan
tanaman obat oleh masyarakat, prosentase penggunaan masing-
masing tanaman obat, dll.
Statistika Deskriptif meliputi
1. Nilai tengah (central tendency)→ mean, median, modus.
2. Nilai letak (posisi) → median, kuartil, desil, dan persentil
3. Nilai-nilai variasi → range, rata-rata deviasi, varian, standar deviasi,
koefisien varian, Z score.
Nilai Tengah (Central Tendency)
Mean, Median, dan Modus
• Mean/nilai rata-rata : = x1+x2+x3+…..+xn
n

Rumus untuk data kelompok/interval

x =rata-rata, x= nilai sampel, n = jumlah sampel, f=frekuensi, A=nilai tengah kelas.

• Median/nilai tengah →posisi median (n+1)/2
• Modus/nilai yang paling sering muncul.

Hidayati dkk, 2019, Statistika Dasar: Panduan Bagi Dosen dan Mahasiswa, Pena Persada.
Case Study
• Tentukan Mean, Modus, Median!

Data Tunggal/
Data Kelompok?

I Wayan Santiyasa, Modul Kuliah Statistika Dasar, FMIPA Udayana.

Distribusi Data
• Umumnya, data yang terkumpul dalam suatu pengkoleksian data
akan membentuk suatu sebaran distribusi berupa bell curve dalam
penyajian data histogram. Distribusi data ini disebut sebagai distribusi
normal, dimana mean, median, dan modus berada pada satu titik.
Distribusi Normal (1)

Prof Bhisma Murti, Pengantar Biostatistik, Bagian Ilmu Kesehatan Masyarakat, FK, Universitas Sebelas Maret.
Distribusi Normal (2)

Prof Bhisma Murti, Pengantar Biostatistik, Bagian Ilmu Kesehatan Masyarakat, FK, Universitas Sebelas Maret.
Nilai Letak (Posisi)
Kuartil, Desil, dan Persentil
• Jika sekumpulan data disusun menurut urutan nilainya, kemudian
dibagi 4 bagian yang sama, maka bilangan pembagi disebut kuartil.
Ada 3 buah Kuartil (K1, K2, K3).
• Jika sekumpulan data disusun menurut urutan nilainya, kemudian
dibagi 10 bagian yang sama, maka bilangan pembagi disebut desil.
Ada 9 buah Desil (D1 sampai D9).
• Jika sekumpulan data disusun menurut urutan nilainya, kemudian
dibagi 100 bagian yang sama, maka bilangan pembagi disebut
persentil. Ada 99 buah Persentil (P1 sampai P99).
Nilai-nilai Variasi
Range
• Perbedaan nilai data dari nilai yang paling besar dengan nilai yang
paling kecil.
• Contoh : ……………..
 Rata-rata deviasi (mean deviation)

▪ Rata-rata dari seluruh perbedaan

data/nilai simpangan.
▪ Diambil nilai mutlak.

STATISTIKA: UKURAN VARIANSI DAN SIMPANG BAKU (bayu1410.blogspot.com)

 Varian

▪ Merupakan rata-rata dari kuadrat

simpangan setiap data terhadap
rata-rata hitung data.

STATISTIKA: UKURAN VARIANSI DAN SIMPANG BAKU (bayu1410.blogspot.com)

Simpangan Baku/Standar Deviasi (standard deviation)
▪ Merupakan suatu teknik statistika yang digunakan untuk menjelaskan
homogenitas suatu kelompok data. Simpangan baku juga merupakan
nilai statistik yang sering digunakan untuk menentukan bagaimana
sebaran data dalam sampel, serta seberapa dekat titik data individu
ke mean/rata-rata nilai dari sampelnya. Simpangan baku merupakan
akar kuadrat positif dari varian.

Simpangan baku populasi Simpangan baku sampel

STATISTIKA: UKURAN VARIANSI DAN SIMPANG BAKU (bayu1410.blogspot.com)

Simpangan Baku - Rumus Cara Mencari dan Contoh Soalnya

Koefisien Varian (Coeficient of Variation/COV)

▪ Rasio dari standar deviasi

terhadap nilai rata-rata dan
dibuat dalam bentuk
persentase.

STATISTIKA: UKURAN VARIANSI DAN SIMPANG BAKU (bayu1410.blogspot.com)

Z score (standard score)
▪ Suatu ukuran relatif yang menyatakan penyimpangan data dari nilai
rata-ratanya yang diukur dalam satuan standar deviasinya.
▪ Jika nilainya diatas rata-rata maka nilainya positif, jika dibawah rata-
rata maka nilainya negatif.
▪ Disebut pula sebagai nilai standar/nilai baku.

Z-Score: Definition, Formula and Calculation - Statistics How To

Jenis-jenis pengukuran Statistika Deskriptif
Statistika Inferensial
Statistika Parametrik dan Non Parametrik
Statistika Inferensial
❑Merupakan statistika untuk menaksir dan atau menguji karakteristik
populasi yang dihipotesiskan berdasarkan data sampel.
❑Merupakan metode untuk menarik kesimpulan tentang parameter
populasi dengan menggunakan statistika sampel.
Uji Statistika :
1. Uji hipotesis : menguji signifikansi statistika tentang
beda/hubungan/pengaruh variabel,
2. Estimasi : menaksir besarnya beda/kekuatan hubungan/pengaruh
variabel.
Statistika Inferensial
Berdasarkan distribusinya maka dibedakan menjadi :
1. Statistika Parametrik → dipergunakan untuk data yang berskala
interval dan rasio, sebaran data harus sama dan berdistribusi
normal, data memiliki varians yang homogen.
2. Statistika Non-Parametrik → dipergunakan apabila sebaran normal
data diabaikan/tidak diketahui atau data dengan distribusi bebas,
varians data tidak perlu homogen, digunakan untuk data kualitatif
berupa nominal atau ordinal.
Contoh penggunaan
❑Apakah pemberian herbal seledri dalam menurunkan tekanan darah pada
penderita hipertensi terbukti signifikan ?
❑Penelitian apakah ada beda pengaruh pemberian herbal seledri dan herbal
buah mengkudu dalam menurunkan tekanan darah pada penderita
hipertensi?
❑Seberapa besar beda pengaruh pemberian herbal seledri dibandingkan
dengan herbal buah mengkudu dalam menurunkan tekanan darah pada
penderita hipertensi?
❑Berapa besar peningkatan resiko seorang perokok pasif menderita kanker
jika hidup serumah dengan perokok aktif?
❑Berapa probabilitas seorang penderita kanker stadium 4 dapat
melangsungkan hidup sampai usia 60 tahun?
❑Apakah ada hubungan antara motivasi belajar dengan pencapaian
akademik?
Jenis-jenis pengukuran/uji Statistika Inferensial
Jenis-jenis Statistik Parametrik
❑Uji T berpasangan,
❑Uji T tidak berpasangan,
❑Uji F (Anova),
❑Korelasi Pearson.
Jenis-jenis Statistik Non-Parametrik
❑Uji Wilcoxon,
❑Uji H Kruskal-Wallis,
❑Uji Spearman,
❑Uji Kendall,
❑Uji Mann Whitney,
❑Uji Friedman,
❑Uji Chi-Square.
Can anyone help with a taxonomy of statistical analytic methods in life sciences / agricultural sciences? (researchgate.net)
Statistika Parametrik

Can anyone help with a taxonomy of statistical analytic methods in life sciences / agricultural sciences? (researchgate.net)
Statistika Non-Parametrik

Can anyone help with a taxonomy of statistical analytic methods in life sciences / agricultural sciences? (researchgate.net)
Uji Statistika
❑Merupakan prosedur formal untuk menguji secara kuantitatif
kesesuaian antara data dan hipotesis.
❑Ada dua kesimpulan dari uji statistika, yakni menolak hipotesis awal
(H0) atau menerima hipotesis awal. Hipotesis awal adalah hipotesis
yang menyatakan tidak ada beda/hubungan/pengaruh. Hipotesis
tandingan/alternatif adalah Ha.

Prof Bhisma Murti, Pengantar Biostatistik, Bagian Ilmu Kesehatan Masyarakat, FK, Universitas Sebelas Maret.
Nilai p pada Uji Statistika
❑Nilai p (p value) adalah kemungkinan/probabilitas untuk menarik
kesimpulan yang salah bahwa terdapat beda/hubungan/pengaruh sebesar
atau lebih besar daripada yang diamati, ketika H0 (tidak ada
beda/hubungan/pengaruh) benar.
❑Nilai p menunjukkan menunjukkan besarnya peran peluang kebetulan.
Makin kecil nilai p, makin kecil kemungkinan beda/hubungan/pengaruh
yang telah diamati terjadi karena kebetulan.
❑Jika nilai p≥α, maka beda/hubungan/pengaruh secara statistika tidak
signifikan, peran peluang kebetulan lebih besar.
❑Jika nilai p<α, maka beda/hubungan/pengaruh secara statistika signifikan,
peran peluang kebetulan kecil.
❑Perhatikan nilai Confidence Interval (CI).
Persiapan Latihan Statistik
❖Silahkan download SPSS diatas versi 23.
❖Mari mencoba bermain dengan Microsoft Excell (Statistika Deskriptif,
Insert Grafik dll).
Ratna; Surabaya, Oktober 2021
modified Agustus 2022.
Alfa (α) dan Beta (β)
• Alfa → kesalahan tipe 1
• Beta → kesalahan tipe 2
• Jika Alfa diturunkan, maka Beta meningkat.
• Alfa=1-spesifisitas, Beta=1-sensitivitas/daya.