Upload
abdul-hadi-kadarusno
View
222
Download
0
Embed Size (px)
Citation preview
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
1/39
ANALISIS DATAANALISIS DATASTATISTIK DESKRIPTIF (1)STATISTIK DESKRIPTIF (1)
Abdul Hadi Kadarusno, SKM, MPH
http://pbm-alhiko.blogspot.comhttp://alhiko.blogspot.com
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
2/39
O u t l i n eO u t l i n e Pengantar: Kegiatan Statistik.
Analisis Data Statistik Deskriptif.
Statistik Deskri tif: Ukuran nilai
tengah & Ukuran keragaman(Ungroup Data).
Tugas 3
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
3/39
KEGIATAN STATISTIKKEGIATAN STATISTIK
PENGOLAHAN
DATA
PENYAJIAN DATA
PENGUMPULAN
DATA
KESIMPULAN
ANALISIS
DATA
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
4/39
Kegiatan mengubah data hasilpenelitian menjadi informasi yangda at di unakan untuk men ambil
ANALISA DATAANALISA DATA
kesimpulan penelitian.
Cara pengambilan kesimpulan dapatdengan estimasi atau test hipotesis
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
5/39
BIDANG KAJIAN STATISTIKBIDANG KAJIAN STATISTIK
1. Statistik Deskriptifkumpulkan, olah, sajikan, analisis(metode yang membantu proses pengambilanke utusan ba i kelom ok an diteliti sa a
2. Statistika Inferenskumpulkan, olah, sajikan, analisis, intepretasi
(metode yg membantu proses pengambilankeputusan pada kelompok yang lebih besardari yang diteliti {generalisasi})
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
6/39
TEKNIK ANALISA DATATEKNIK ANALISA DATAANALISA STATISTIK
DESKRIPTIFINFERENSIAL
PARAMETRIK NON PARAMETRIKKUANTITATIF
UJI BEDA
UJI HUBUNGAN
UJI BEDA
UJI HUBUNGAN
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
7/39
Statistik yang mempelajari metode meringkas dan
menggambarkan sisi yang penting dari suatu data
Ukuran Nilai Tengah :
ANALISA DESKRIPTIFANALISA DESKRIPTIF
, ,
Ukuran Keragaman :
range, variance, sd, koefisien keragaman
Rate, Ratio dan Proporsi Analisis persentase :
analisis persentase baris dan kolom
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
8/39
HASIL PENGERJAANHASIL PENGERJAANHASIL PENGERJAANHASIL PENGERJAANHASIL PENGERJAANHASIL PENGERJAANHASIL PENGERJAANHASIL PENGERJAANSTATISTIK DESKRIPTIFSTATISTIK DESKRIPTIFSTATISTIK DESKRIPTIFSTATISTIK DESKRIPTIFSTATISTIK DESKRIPTIFSTATISTIK DESKRIPTIFSTATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF
Mengambarkan situasi tertentu
Menggambarkan perkembangan keadaan
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
9/39
PerhitunganPerhitungan
Ungroup data Group data
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
10/39
UKURAN NILAI TENGAHUKURAN NILAI TENGAH(Ungroup Data) MEAN:
cara: menjumlahkan semua nilai pengamatankemudian dibagi dengan jumlah pengamatan
,
MEDIAN:
nilai yang di tengah pada data yang diperoleh
setelah data di array(diurutkan) MODUS:
nilai yang paling sering muncul / nilai dengan
frekuensi tertinggi (nominal, ordinal)
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
11/39
Mean arithmaticMean arithmaticRumus:
Oi = -------------
Dimana:
= nilai mean
Oi = nilai pengamatan
n = banyaknya pengamatan
= sigma
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
12/39
Mean arithmaticMean arithmaticLama perawatan (hari) di Rumah Sakit yang
dilaporkan dari 5 penderita yaitu 3,5,2,3,2Tentukan rerata lama perawatan ke-5 penderita
tsb di rumah sakit.
Jawab: Oi
Mean = = --------------
n3+5+2+3+2
= --------------- = 3,0
5
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
13/39
MedianMedian Nilai pengamatan yang terletak ditengah apabila
nilai pengamatan yang disusun dalam array. Suatu nilai yg membtsi 50 % frek distrbs bagian
bawah dgn 50 % frek distrbs bagian atas.
Pada jumlah pengamatan yang ganjil, nilaimedian terletak ditengah dan membagi duabagian yang sama besar pada array.
Sedang pada jumlah pengamatan yang genapnilai pengamatan yang terdapat ditengah tengah array
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
14/39
MedianMedianContoh : Lama perawatan (hari) di RS yang dilaporkan
dari 5 penderita yaitu 3,5,2,3,2. Tentukan median
lama perawatan
Jawab:. , , , ,
2. Letak median ditentukan.Letak Md = n + 1
2
= 5 + 12
= 3, pd observasi ke-3 yaitu 3 hari.
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
15/39
MedianMedianBila 6 penderita, mempunyai lama perawatan
sbb ; 6, 3, 2, 6, 1, 8
Jawab :
1. Susunlah nilai pengamatan dalam bentuk
1, 2, 3, 6, 6, 8
2. Letak Median = n + 1
2= 6 + 1
2
= 3,5
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
16/39
Nilai Median terletak pada pengamatan
yang ke-3 dan ke-4.Nilai Median = 3 + 6
MedianMedian
= 4,5
Jadi Median lama perawatan adalah 4, 5
hari.
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
17/39
MedianMedianMerupakan salah satu tekhnik penjelasan kelompok ygdidasarkan atas nilai tengah dari kelompok data yg telah disusun
urutannya dari terkecil sampai terbesar atau sebaliknya.Misal kelompok umur sbb;
19, 20, 20, 35, 45, 45, 45, 45, 45, 51, 56, 57,60. n ganjil
180, 171, 170, 167, 166, 165, 164, 160, 147, 145, (TB: cm )
Bila n genap : maka nilai dibagi dua, sehingga :
166 + 165 = 165,52
artinya tinggi badan rata-rata kelompok itu = 165,5
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
18/39
Mode / ModusMode / Modus Nilai ini jarang digunakan.
Nilai pengamatan yg mempunyai frekwensiterbanyak.
(unimodal), 2 mode (bimodal). Mode dapatdigunakan dalam mendiskripsikan datakualitatif, misalnya diagnose penyakit.
Contoh Data kualitatif:
1. Kebanyakan pemuda Indonesia merokok
2. Kebanyakan tentara berambut pendek
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
19/39
ModusModus Data kuantitatif: Tentukan nilai mode
lama perawatan (hr) : 3,5,2,3,2 Jawab : Dari pengamatan diperoleh
frekwensi yang terbanyak yaitu 2penderita.
Jadi nilai mode adalah 2 hari.
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
20/39
Contoh Data Kuantitatif:
Hasil pencatatan umur pegawai dikantor X adalah sbb dalam tahun .
ModusModus
20, 45, 60, 56, 45, 45, 20, 19, 57, 45,45, 51, 35.
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
21/39
Tabel data sbb:UMUR PEGAWAI JUMLAH
1920
35
12
1
51
56
57
60
1
1
1
1JUMLAH 13
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
22/39
Range
Mean Deviation / Rata2 Simpangan
UKURAN KERAGAMAN/UKURAN KERAGAMAN/
NILAI PENYEBARANNILAI PENYEBARAN// DDIISPERSISPERSI((PenyimpanganPenyimpangan))
Standart Deviation/ Simpangan Baku Variance / Varians
Koefisien keragaman
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
23/39
RangeRange Nilai yang menyatakan perbedaan antara
nilai terbesar dengan terkecil Range :
a as a as nya a ar e as n erva yangpaling tinggi dikurangi batas bawah nyatadari kelas interval yang paling rendah
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
24/39
RANGE ( RENTANG )RANGE ( RENTANG ) Ukuran dispersi (penyimpangan) yg paling
sederhana,
hanya melibatkan 2 nilai dlm distribusi, yaitu nilaiterbesar dan terkecil.
sehingga dgn range saja belum bisa mengetahuivariasi yg sebenarnya.
Contoh : Distribusi berat badan dengan range yg sama tetapi
mean berbeda
Range berbeda tapi mean sama
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
25/39
Distribusi BB Mahasiswa Distribusi Nilai Ujian
No Kelompok I Kelompok II1
2
3
4
5
6
40
43
49
60
60
64
40
41
40
40
43
45
No Kelpk I Kelpk II1
2
34
5
40
45
5055
60
10
25
5570
90
78
9
10
6565
66
70
5052
55
70
Jml 582 474
Jml 250 250
BB Mhs:range : 30 range : 30
rata-rata : 58,2 rata-rata : 47,4
Nilai ujian:rata-rata: 50 rata-rata:50range : 20 range : 80
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
26/39
DEVIASIDEVIASI/SIMPANGAN/SIMPANGAN RATARATA--RATARATA
( Mean( Mean DDeviasieviasi ))Pada prinsipnya simpangan rata-rata merupakan
modifikasi dari ukuran rata-rata, yaitu apabila
rata-rata ( mean) adalah jumlah pengamatansetiap individu dibagi dgn banyak nyaen amatan, sedan kan Sim an an Rata-rata
adalah : jumlah selisih antara hasil setiap pengamatan
dengan rata-rata dibagi dengan banyaknya
pengamatan Manfaat : mengetahui variasi yang terjadi di dalam
suatu kelp pengamatan /membandingkan tingkat
variabilitasnya dalam dua kelp atau lebih.
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
27/39
Rumus Mean Deviation ( MD ) adalah:
MD = X Xn
Contoh:
Berat badan 2 kelompok penderita yang masing-masingterdiri dari 5 orang
Kelom ok I Kelom ok II
BB Kg Mean selisih BB Kg Mean selisih40
45
5055
60
50 10
5
05
10
25
35
5560
75
50 25
15
510
25
250 30 250 80
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
28/39
Kelompok I Kelompok II
X = 50 X = 50
X X = 30 X - X = 80
MD = 30/5 = 6 MD = 80/5 = 16
Kesimpulan dari hasil perhitungan diatas:
Variabilitas kelompok II adalah 3 X lebih besar daripada kelompok I
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
29/39
STANDAR DEVIASISTANDAR DEVIASI
( Deviation( Deviation StandartStandart ))
Simpangan baku = ukuran dispersi yg sangat penting &
sangat banyak digunakan dlm statistik. Penyimpangan /selisih nilai hasil pengamatan dgn rata-
rata dapat menghasilkan nilai yg negatif, utk menghindaria n tanpa memper at an n a a a arnya ma a
hasilnya dipangkatkan 2 sehingga hasilnya menjadi positif.
jumlah seluruh selisih hasil pengamatan dengan rata-rata yang telah dipangkatkan dua dibagi dengan jumlah
pengamatan disebutVARIANS, bila varians ini ditarik akarmaka akan menghasilkanSTANDAR DEVIATION.Dengan kata lain: Standar Deviasi adalah akar darivarians
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
30/39
Rumus Varians = a2 : ( X - )2/ n
Deviasi standar = a : ( X - )2/ n
a : deviasi standar x : hasil pengamatan : rata-rata n : banyaknya pengamatan
Cara menghitung:
1. Data mentah disusun secara berurutan
2. Jumlahkan hasil pengamatan
3. Bagilah sigma X dengan banyaknya pengamatan(x/N: )
4. Kurangkan hasil pengamatan dengan rata-rata
5. Pangkatkan hasil no 46. Jumlahkan hasil no 5
7. Bagilah hasil no 5 dengan banyaknya pengamatan
8. Hasil no 7 ditarik akarnya
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
31/39
ContohContoh :: Hasil pemeriksaan gula darah dari 10 orang:
No Guladarah
X
(rata-rata)
X - X (X - X)2
1
2
3
70
72
76
78,4 -8,4
-6,4
-2,4
-
70,56
40,97
5,76
5
6
7
8
9
10
78
79
80
85
86
81
,
-0,4
0,6
1,6
6,6
7,6
2,6
,
0,16
0,36
2,56
43,56
57,76
6,76
Jml 784 230,40
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
32/39
Varians = 230,40 = 23,04
10SD = 23,04 = 4,8 mg
KOEFISIEN VARIASIKOEFISIEN VARIASI ((coefisiencoefisien of variation)of variation)Standar deviasi tidaklah bisa untuk dua variasi dengan
,
bisa untuk membedakan atau menghitung dispersi absolut.
Cara yang lebih tepat untuk menghitung dua variasi dengan
satuan yang berbeda adalah dengan teknik koefisien
Variasi, yaitu dengan mengadakan perbandingan secara
relatif
Rumus : KV = ( SD/ X ) x 100%
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
33/39
Rumus : KV = ( SD/ X ) x 100%
Contoh 1:
Seorang analis A dalam sehari rata-rata mampu memeriksa 40sampel darah dengan deviasi standar/ tingkat kesalahan 5
Analis B mampu memeriksa 160 sampel dengan deviasiStandar/ tingkat kesalahan 15.
Se intas da at dilihat analis B mem un ai variasi kesalahan
lebih besar dibanding dengan analis A. tetapi analis Bmampu memeriksa sampel darah 4 kali lebih besar daripada analis A sehingga perbandingannya dapat dilihat sbb :
Analis A : KV ( 5/40 ) x 100% = 12,5%
Analis B : KV ( 15/160 ) x 100% = 9,4 %
Kesimpulan : analis B mempunyai deviasi variasi lebih kecil
dibanding analis A
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
34/39
Contoh 2 ( Data Kelompok )Berat Badan
No Kelompok 1 Kelompok 2
1
2
3
4
10
12
14
16
30
40
45
50
56
7
8
910
1820
27
30
3525
5560
65
70
7580
Jml 207 570
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
35/39
Ket: KV = ( SD/ X ) x 100%
Kelompok I : Kelompok II :n = 10 n = 10x = 20,7 x = 57
, ,
KV =( 7,52 / 20,7 ) x 100% KV = ( 15,5 / 57) x 100%= 36,33 % = 27,2%
Kesimpulan :BB Kelp I mempunyai Variasi lebih besar dibanding Kelp II
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
36/39
ContohContoh 3:3:Hasil pemeriksaan suhu dan nadi dari sekelompok Px febris
Suhu = x = 38,5c Nadi x = 120 / menitSD = 1,5 SD = 6
KV= 1 5/38 5 x 100=3 9% KV = 6/120 x 100 = 5%
Kesimpulan :
Nadi mempunyai variasi kira-kira 1,3 kali lebih besar
dibanding suhu.
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
37/39
DariDari keduakedua contohcontoh diatasdiatas dapatdapat
disimpulkandisimpulkan ::
1. KV dapat dipergunakan untuk
membandingkan satu variabel (BB) dari 2kelompok yang sama.
.
kelompok dengan satuan yang berbeda3. KV juga dapat untuk mengetahui
homogenitas dari suatu kelompok, yaituapabila koefisien variasi
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
38/39
Tugas/LatihanTugas/Latihan
Berat Badan (kg) dari 30 orang mhs:1. ....... 11. ....... 21. .......
2. ....... 12. ....... 22. .......
3. ....... 13. ....... 23. .......
4. ....... 14. ....... 24. .......
Hitunglah Mean - Median Modusnya
Hitunglah Standar Deviasinya.
5. ....... 15. ....... 25. .......
6. ....... 16. ....... 26. .......
7. ....... 17. ....... 27. .......
8. ....... 18. ....... 28. .......
9. ....... 19. ....... 29. .......
10. ....... 20. ....... 30. .......
8/22/2019 Slide Statistik Kes - D4 Sanits- 3 Agst 2013
39/39
SEKIAN DAN TERIMA KASIHSEKIAN DAN TERIMA KASIHSELAMAT BELAJARSELAMAT BELAJAR