![Kelompok 6 Biostatistik PDF [PDF]](https://pdfs.asia/img/200x200/kelompok-6-biostatistik-pdf.jpg)
11 0 1 MB
KEPERAWATAN BIOSTATISTIK
OLEH : KELOMPOK 6
1. NI PUTU ADEN SARASITA
15. 321. 2412
2. AGUSTINA DE ALMEIDA
17. 321. 2711
3. FIRA YASINTA
17. 321. 2714
4. I GEDE WAHYU SEPTIANA
17. 321. 2720
5. NI KADEK PON WIDIASTUTI
17. 321. 2729
6. NI KADEK YUNI PURNAMAYANTI
17. 321. 2730
7. NI KOMING ANGGI RATNA SARI
17. 321. 2743
8. NI WAYAN PARMINI
17. 321. 2756
9. SUPUTRA SIDARTA
17. 321. 2763
PROGRAM STUDI ILMU KEPERAWATAN SEKOLAH TINGGI ILMU KESEHATAN WIRA MEDIKA BALI DENPASAR 2020
1
LATAR BELAKANG Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah 'statistika' (Bahasa
inggris:statistics)
berbeda
dengan
'statistik' (statistic).
Statistika
merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil penerapan algoritme statistika pada suatu data. Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data; ini dinamakan statistika deskriptif. Sebagian besar konsep dasar statistika mengasumsikan teori
probabilitas.
Beberapa
istilah
statistika
antara
lain: populasi,sample,unit sample dan probabilitas Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam
(misalnya astronomi
dan biologi maupun
ilmu-ilmu
sosial
(termasuk sosiologi dan psikologi) maupun di bidang bisnis,ekonomi, dan industri. Statistika
juga
digunakan
dalam pemerintahan
untuk
berbagai
macam
tujuan; sensus penduduk merupakan salah satu prosedur yang paling dikenal. Aplikasi statistika lainnya yang sekarang popular adalah prosedur jajak pendapat atau polling (misalnya
dilakukan
sebelum
pemilihan
umum),
serta hitung
cepat (perhitungan cepat hasil pemilu) atau quick count. Di bidang komputasi, statistika dapat pula diterapkan dalam pengenalan pola maupun kecerdasan buatan. Kita sering menjumpai dalam majalah, brosur, buletin, monograf, dan buku ilmiah adalah penyajian data. Dalam kerja penelitian ada beberapa cara untuk mendapatkan hasil pengukuran. Penyajian data sebaiknya di pilih tergantung jenis data, selera dari peneliti dan tujuan penampilan data itu. Dan langkah pertama dalam kerja analistik statistik adalah penampilan data yang sistematis. Ada beberapa dalam penyajian data, dalam makalah ini kami akan menjelaskan tentang Penyajian Data: Tabulasi dan Grafik. Tabel merupakan kumpulan angka-angka yang disusun menurut kategori-kategori (misalnya: jumlah pegawai menurut pendidikan dan masa kerja; jumlah penjulan menurut jenis barang dan kantor cabang) sehingga memudahkan dalam pembuatan analisis data. Gafik merupakan gambarangambaran yang menunjukkan secara visual data berupa angka ( munkin
2
juga dengan simbol-simbol) yang biasanya juga berskala dari tabel-tabel yang telah di buat.
RUMUSAN MASALAH 1. Rumusan masalah dalam makalah ini adalah skala pengukuran dan bentuknya itu seperti apa? 2. Apa saja macam-macam data? 3. Berapa banyak ada macam data? 4. Apa itu skala ukur? 5. Apa saja bagian dari skala ukur? 6. Apa yang dimaksud Penyajian data?
TUJUAN PENULISAN MAKALAH Agar dapat mengetahui macam-macam skala, menginformasikan data statistika, dan penyajian data.
3
A. DEFINISI DATA Data Penelitian adalah segala fakta dan angka yang dapat dijadikan bahan untuk menyusun suatu informasi (Suharsimi Arikunto, 2002 : 96). Pengertian Data adalah: “The word data is the plural of Latin datum. A large class of practically important statements are measurements or observations of variable. Such statements may comprise numbers, words, or images” (Wikipedia, 2005). Data merupakan materi mentah yang membentuk semua laporan penelitian (Dempsey dan Dempsey, 2002: 76). Berdasarkan penjelasan para pakar di atas, maka dalam artikel kali ini, penulis akan menyebutkan istilah data sebagai data penelitian. Sebab dalam blog kami, lebih spesifik membahas perihal penelitian. Menurut penulis, yang dimaksud dengan data dapat berarti secara luas dan dapat pula berari secara sempit. Pengertian Data dalam arti luas adalah sekumpulan informasi yang dapat diuat, diolah, dikirimkan dan di analisis. Namun apabila kita mau mengartikan data dalam arti sempit konteks penelitian, maka yang dimaksud dengan data adalah data penelitian. Untuk pengertian yang kedua tersebut, maka sebaiknya kita merujuk kepada data definisi penelitian yang sudah dikemukakan oleh para pakar di atas.
B. MACAM- MACAM DATA Data Penelitian dapat diklasifikasikan berdasarkan sifat, sumber, dan juga skala pengukurannya. Berikut di bawah ini akan kami jelaskan satu persatu tentang klasifikasi data penelitian: Berdasarkan Sifatnya: a. Data Kuantitatif Data yang berupa angka-angka. Misalnya berat badan, luas rumah, tinggi badan, nilai IQ, dll. Data Kuantitatif dibagi agi menjadio 2, yaitu:
4
(1) Data Diskrit, adalah data yang diperoleh dari hasil perhitungan hingga hasilnya selalu positif dan dapat dipisahkan satu dengan yang lain secara jelas. Ciri-ciri data Diskrit : -
Diperoleh dengan cara menghitung
-
Bilangan angkanya/ bulat biasanya dinyatakan dalam jumlah % atau proporsi.
(2) Data Kontinyu, yaitu data yang dihasilkan dari pengukuran, dapat
berupa bilangan desimal atau
bilangan bulat tergantung alat ukur yang digunakan. Contoh : berat badan ; 20 kg, 50 kg, 77 kg. Ciri-ciri data Kontinyu : -
Diperoleh dengan cara mengukur
-
Bilangan cenderung decimal
-
Biasanya dinyatakan dalam nilai rata-rata
b. Data Kualitatif:
Data yang
berupa kata-kata atau
pernyataan- pernyataan. Dapat pula diartikan sebagai data kategorik, karena memang biasanya berupa kategori atau pengelompokan-pengelompokan berdasarkan nama atau inisial tertentu. Misalkan: Kelompok PNS, Petani, Buruh, Wiraswasta, dll. Berdasarkan Cara Memperolehnya: a. Data Primer Yaitu data asli atau data baru yang dikumpulkan langsung oleh orang yang melakukan penelit ian. b. Data Sekunder Yaitu data tersedia yang dikumpulkan dari berbagai sumber yang sudah ada sebelumnya. Misalnya; dari perpustakaan, dokumen penelitian terdahulu, dan lain-lain.
5
Berdasarkan Sumbernya: a. Data Internal Data yang berasal dari lingkungan sendiri, seperti hasil penelitian sebelumnya atau data dirumah sakit berupa medical records, kapasitas tempat tidur dan lain-lain. b. Data Eksternal Data yang berasal dari luar lingkungan, seperti publikasi, instansi, badan ilmiah, dan lain-lain.
Berdasarkan Waktu Pengumpulannya a. Data Cross Section Yaitu data yang dikumpulkan hanya pada waktu-waktu tertentu saja untuk mengetahui keadaan pada waktu tersebut. Misalnya; data penelitian dengan kuesioner. b. Data Berkala Yaitu data yang dikumpulkan secara berkala dari waktu ke waktu untuk mengetahui perkembangan suatu kejadian pada periode tertentu. Misalnya; data harga sembako.
C. DEFINISI SKALA PENGUKURAN Pengukuran dapat didefinisikan sebagai suatu proses sistematik dalam menilai dan membedakan sesuatu obyek yang diukur. Dalam mengolah dan menganalisis data, kita sangat berkepentingan dengan sifat dasar skala pengukuran yang digunakan. Operasi-operasi matematik serta pilihan peralatan statistik yang digunakan dalam pengolahan data, pada dasarnya memiliki persyaratan tertentu dalam hal skala pengukuran datanya. Ketidaksesuaian matematik/peralatan
antara statistik
skala yang
pengukuran digunakan
dengan akan
operasi
menghasilkan
kesimpulan yang bias dan tidak tepat/relevan. Ada empat tipe pengukuran atau skala pengukuran yang digunakan, yakni: nominal, ordinal, interval,
6
dan rasio. Berikut penjelasan lebih lanjut tentang keempat skala pengukuran tersebut:
D. JENIS SKALA PENGUKURAN a. Skala Nominal Merupakan skala yang paling lemah/rendah di antara keempat skala pengukuran. Sesuai dengan nama atau sebutannya, skala nominal hanya bisa membedakan benda atau peristiwa yang satu dengan yang lainnya berdasarkan nama (predikat). Contoh: -
klasifikasi barang yang dihasilkan pada suatu proses produksi dengan predikat cacat atau tidak cacat
-
bayi yang baru lahir bisa laki-laki atau perempuan. Tidak jarang digunakan nomor-nomor yang dipilih sekehendak ahti sebagai pengganti nama-nama atau sebutan-sebutan, untuk membedakan benda-benda atau peristiwa-peristiwa berdasarkan beberapa karakteristik, contoh:
-
dapat digunakan nomor 1 untuk menyebut kelompok barang yang cacat dari suatu proses produksi dan nomor 0 untuk menyebut kelompok barang yang tidak cacat dari suatu proses produksi. Skala nominal biasanya juga digunakan bila penelit i berminat terhadap jumlah benda atau peristiwa yang termasuk ke dalam masing-masing kategori nominal. Data semacam ini sering disebut data hitung (count data) atau data frekuensi
b. Skala Ordinal Skala Ordinal ini lebih tinggi daripada skala nominal, dan sering juga disebut dengan skala peringkat. Hal ini karena dalam skala ordinal, lambang-lambang bilangan hasil pengukuran selain menunjukkan pembedaan juga menunjukkan urutan atau tingkatan obyek yang diukur menurut karakteristik tertentu. Misalnya tingkat kepuasan seseorang
7
terhadap produk. Bisa kita beri angka dengan 5=sangat puas, 4=puas, 3=kurang puas, 2=tidak puas dan 1=sangat tidak puas. Atau misalnya dalam suatu lomba, pemenangnya diberi peringkat 1,2,3 dstnya. Dalam skala ordinal, tidak seperti skala nominal, ketika kita ingin menggant i angka-angkanya, harus dilakukan secara berurut dari besar ke kecil atau dari kecil ke besar. Jadi, tidak boleh kita buat 1=sangat puas, 2=tidak puas, 3=puas dstnya. Yang boleh adalah 1=sangat puas, 2=puas, 3=kurang puas dan seterusnya. Selain itu, yang perlu diperhatikan dari karakteristik skala ordinal adalah meskipun nilainya sudah memiliki batas yang jelas tetapi belum memiliki jarak (selisih). Kita tidak tahu berapa jarak kepuasan dari tidak puas ke kurang puas. Dengan kata lain juga, walaupun sangat puas kita beri angka 5 dan sangat tidak puas kita beri angka 1, kita tidak bisa mengatakan bahwa kepuasan yang sangat puas lima kali lebih tinggi dibandingkan yang sangat tidak puas. Sebagaimana halnya pada skala nominal, pada skala ordinal kita juga tidak dapat menerapkan operasi matematika standar (aritmatik) seperti pengurangan, penjumlahan, perkalian, dan lainnya. Peralatan statistik yang sesuai dengan skala ordinal juga adalah peralatan statistik yang berbasiskan (berdasarkan) jumlah dan proporsi seperti modus, distribusi frekuensi, Chi Square dan beberapa peralatan statistik non-parametrik lainnya. Contoh:
Data
Skala Kecantikan Skala Kecantikan (a)
(b)
Yuni
4
10
Desi
3
6
Ika
2
5
Astuti
1
1
Skala kecantikan (a) di atas menunjukkan bahwa Yuni paling cantik (dengan skor tertinggi 4), dan Astuti yang paling tidak cantik dengan skor
8
terendah (1). Akan tetapi, tidak dapat dikatakan bahwa Yuni adalah 4 kali lebih cantik dari pada Astuti. Skor yang lebih tinggi hanya menunjukkan skala pengukuran yang lebih tinggi, tetapi tidak dapat menunjukkan kelipatan. Selain itu, selisih kecantikan antara Yuni dan Desi tidak sama dengan selisih kecantikan antara Desi dan Ika meskipun keduanya mempunyai selisih yang sama (1). Skala kecantikan pada (a) dapat digant i dengan skala kecantikan (b) tanpa mempengaruhi hasil penelitian. c. Skala Interval Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap. Dengan demikian, skala interval sudah memiliki nilai intrinsik, sudah memiliki jarak, tetapi jarak tersebut belum merupakan kelipatan. Pengertian “jarak belum merupakan kelipatan” ini kadang-kadang diartikan bahwa skala interval tidak memiliki nilai nol mutlak. Misalnya pada pengukuran suhu. Kalau ada tiga daerah dengan suhu daerah A = 10oC, daerah B = 15 oC dan daerah C=20oC. Kita bisa mengatakan bahwa selisih suhu daerah B, 5oC lebih panas dibandingkan daerah A, dan selisih suhu daerah C dengan daerah B adalah 5oC (Ini menunjukkan pengukuran interval sudah memiliki jarak yang tetap). Tetapi, kita tidak bisa mengatakan bahwa suhu daerah C dua kali lebih panas dibandingkan daerah A (artinya tidak bisa jadi kelipatan). Kenapa? Karena dengan pengukuran yang lain, misalnya dengan Fahrenheit, di daerah A suhunya adalah 50oF, di daerah B = 59oF dan daerah C=68oF. Artinya, dengan pengukuran Fahrenheit, daerah C tidak dua kali lebih panas dibandingkan daerah A, dan ini terjadi karena dalam derajat Fahrenheit titik nolnya pada 32, sedangkan dalam derajat Celcius titik nolnya pada 0. Skala interval ini sudah benar-benar angka dan, kita sudah dapat menerapkan semua operasi matematika serta peralatan statistik kecuali yang berdasarkan pada rasio seperti koefisien variasi.
9
Contoh: Nilai
Data
Mata Skor Nilai Mata Kuliah
Kuliah (a)
(b)
Yuni
A
4
Desi
B
3
Ika
C
2
Astuti
D
1
Tabel di atas menunjukkan bahwa nilai A setara dengan 4, B setara dengan 3, C setara dengan 2 dan D setara dengan 1. Selisih antara nilai A dan B adalah sama dengan selisih antara B dan C dan juga sama persis dengan selisih antara nilai C dan D. Akan tetapi, tidak boleh dikatakan bahwa Yuni adalah empat kali lebih pintar dibandingkan Astuti, atau Ika dua kali lebih pintas dari pada Astuti. Meskipun selisihnya sama, tetapi tidak mempunyai nilai nol mutlak d. Skala Rasio Yaitu ukuran yang membedakan, mempunyai arti tingkatan, mempunyai besaran / jarak tertentu antar datanya, mempunyai nilai mutlak (absolute). Selain memiliki ketiga ciri skala ukuran yang telah diuraikan sebelumnya, data dengan skala rasio juga memilik titik nol absolute sehingga pada data dengan skala rasio masing-masing subkategori dapat dibandingkan dengan titik nol, misalnya umur penderita A 15 tahun dan penderita B 30 tahun. Contoh: Data
Tinggi Badan
Berat badan
Yuni
170
60
Desi
160
50
Ika
150
40
Astuti
140
30
10
Tabel di atas adalah menggunakan skala rasio, artinya setiap satuan pengukuran mempunyai satuan yang sama dan mampu mencerminkan kelipatan antara satu pengukuran dengan pengukuran yang lain. Sebagai contoh; Yuni mempunyai berat badan dua kali lipat berat Astuti, atau, Desi mempunyai tinggi 14,29% lebih tinggi dari pada Astuti. Skala pengukuran interval dan rasio biasanya dikenai alat statistik parametric.
E. DEFINISI PENYAJIAN DATA Kegiatan pengumpulan data di lapangan akan menghasilkan data angka-angka yang disebut ‘data kasar’ (raw data) yang menunjukkan bahwa data tersebut belum diolah dengan teknik statistik tertentu. Jadi data tersebut masih berwujud sebagaimana data itu diperoleh yang bisanya berupa skor dan relatif banyak tidak beraturan. Dalam pembuatan laporan penelitian, data termasuk yang harus dilaporkan. Agar dapat memberikan gambaran yang bermakna, data-data itu haruslah disajikan ke dalam tampilan yang sistematis dan untuk keperluan penganalisisan biasanya data itu disusun dalam sebuah tabel atau gambar-gambar grafik. Penyajian data ini bertujuan memudahkan pengolahan data dan pembaca memahami data sebagai dasar pengambilan keputusan. Penyajian data dalam sebuah tabel ataupun gambar grafik memiliki maksud tertentu, seperti halnya pepatah yang mengatakan “satu gambar sama halnya dengan seribu kata” yang bermakna bahwa penyajian data dalam bentuk gambar akan lebih cepat bisa ditangkap atau dimengerti daripada kata-kata yang puitis sifatnya. Seorang
manajer
perusahaan
atau
seorang
pejabat
tinggi
pemerintahan akan lebih mudah mengetahui perkembangan harga dengan melihat grafik trend yang naik daripada harus membaca laporan dengan penuh kata-kata yang bagus, akan tetapi kurang sistematis penyusunannya. Itulah sebabnya, dalam suatu laporan sering disertai tabel-tabel atau grafikgrafik. Setelah disajikan dalam bentuk tabel, data sering digambarkan grafiknya.
11
F. JENIS-JENIS PENYAJIAN DATA Beberapa grafik yang disajikan antara lain sebagai berikut : 1. grafik garis (line chart); 2. grafik batang/balok (bar chart) 3. histogram 4. grafik lingkaran (pie chart); 5. grafik batang/balok (bar chart)
1. GRAFIK GARIS ( LINE CHART) 1.1.Line Cart (Diagram Garis) Line chart (diagram garis) merupakan diagram yang digunakan untuk
menggambarkan
keadaan
yang
serba
terus
atau
berkesinambungan, misalnya produksi minyak tiap tahun, jumlah penduduk tiap tahun, dan sebagainya. Diagram garis juga memiliki sumbu datar dan sumbu tegak, dimana sumbu datar menyatakan waktu dan sumbu tegak menyatakan kuantum data. Diagram garis berguna untuk menyajikan perbandingan data pada satu
atau
beberapa seri data.
Perbedaannya,
grafik
garis
memungkinkan kita untuk menemukan tren atau pola data dari waktu ke waktu. Misalnya, naik turunnya penjualan, laba perusahaan, temperatur, atau harga saham dan valas selama periode tertentu. Penggunaan grafik garis dilakukan, apabila: memiliki beberapa seri data. memiliki data dengan interval yang sama atau berurutan, seperti hari, bulan, kuartal, atau tahun fiskal. Jenis-jenis diagram grafik garis (line chart) antara lain sebagai berikut : 1. single line chart (grafik garis tunggal); 2. multiple line chart (grafik garis berganda); 3. multiple companent line chart (grafik garis komponen berganda); dan
12
4. multiple precentage component line chart (grafik garis presentase komponen berganda). Kelebihan Penguunaan Line Chart adalah sebagai berikut : a.
diagram garis digunakan untuk menaksir atau memperkirakan data berdasarkan pola-pola yang telah diperoleh; dan
b.
diagram garis ada yang tunggal dan majemuk,diagram garis majemuk yaitu dalam satu gambar terdapat lebih dari satu garis. diagram
garis
majemuk
biasanya
digunakan
untuk
membandingkan dua keadaan atau lebih yang mempunyai hubungan. Kekurangan Penguunaan Line Chart adalah sebagai berikut : a. hanya digunakan untuk data yang berkala,tidak bisa data yang lainnya; dan b. harus sangat teliti dalam membaca diagram ini.
13
1.2.Single Line Chart (Grafik Garis Tunggal) Single line chart (grafik garis tunggal) adalah grafik yang terdiri dari satu garis untuk menggambarkan perkembangan satu hal/kejadian. Misalnya perkembangan hasil penjualan semen, pupuk, tekstil; perkembangan ekspor karet, kopi, lada, teh, ternak, dan minyak bumi.
Tabel Data Penjualan Hipotetis Harapan Kita selama Tujuh Tahun Tahun
2001
2002
2003
2004
2005
2006
2007
80
97.5
100
110
115
125
150
Hasil Penjualan
14
Grafik Hasil Penjualan Hipotetis Harapan Kita selama Tujuh Tahun
Grafik Garis Tunggal Hasil Penjualan 160 140 120 100 80 60 2001 2002 2003 2004 2005 2006 2007
15
1.3.Multiple Line Chart (Grafik Garis Berganda) Multiple line chart (grafik garis berganda) adalah grafik yang terdiri dari beberapa garis untuk menggambarkan perkembangan beberapa hal/kejadian sekaligus. Misalnya perkembangan ekspor menurut perkembangannya Tabel Penjualan HipotetisToko “Terang”selama Delapan Tahun Terakhir. Jenis
2000
2001
2002
2003
2004
2005
2006
2007
Televisi
20
30
35
40
50
65
70
85
Radio
25
45
50
60
65
75
80
90
Kulkas
30
50
60
75
85
90
95
100
Barang
Grafik Jumlah Penjualan “Terang” menurut Jenis Barang 100 90 80 70 60 50 40
Televisi
30
Radio
20
Kulkas
10 0 2000 2001 2002 2003 2004 2005 2006 2007
16
1.4.Multiple Component Line Chart (Grafik Garis Komponen Berganda) Multiple Component
Line Chart
(Grafik Garis Komponen
Berganda) adalah grafik yang serupa dengan grafik berganda,akan tetapi garis yang teratas/terakhir menggambarkan jumlah (total) dari komponen-komponen, sedangkan garis lainnya menggambarkan masing-masing komponen. Tabel Jumlah Pesawat Terbang menurut Kepemilikan selama Enam Tahun (Unit)
Grafik Jumlah Pesawat Terbang menurut Kepemilikan selama Enam Tahun (Unit)
17
1.5.Multiple Percentage Component Line Chart (Grafik Garis Presentase Komponen Berganda) Multiple percentage component line chart (grafik garis presentase komponen berganda) adalah grafik yang serupa dengan grafik garis komponen berganda, hanya masing-masing dinyatakan sebagai presentase terhadap jumlah (total), sehingga garis teratas (terakhir) merupakan garis yang menunjukkan 100%. Tabel Data Presentase Realisasi Kredit Kepemilikan Rumah melalui BTN selama Enam Tahun
Grafik Presentase realisasi Kredit Kepemilikan Rumah melalui BTN menurut Jenisnya
18
2. GRAFIK BATANG? BALOK (BAR CHART) 2.1.Bar Chart (Grafik Batang) Bar chart (grafik batang) umumnya digunakan untuk menggambarkan perkembangan nilai suatu objek penelitian dalam kurun waktu tertentu. Diagram batang menunjukkan keterangan-keterangan dengan batangbatang tegak atau mendatarsecara vertikal dan sama lebar dengan batangbatang terpisah. Bar chart (grafik batang) pada dasarnya sama fugsinya dengan grafik garis yaitu untuk menggambarkan data berkala. Grafik batang juga terdiri dari grafik batang tunggal dan grafik batang ganda. Jenis-jenis diagram grafik batang (bar chart) antara lain sebagai berikut 1. single bar chart (grafik batang tunggal); 2. multiple bar chart (grafik batang berganda); 3. multiple companent bar chart (grafik batang komponen berganda); 4. multiple precentage component bar chart (grafik batang presentase komponen berganda); dan 5. net balanced bar chart (grafik batang berimbang netto). Kelebihan Pengguanaan Bar Chart adalah pengguaan yang paling sederhana dan paling umum. Kekurangan Pengguanaan Bar Chart adalah sebagai berikut : a. diagram batang hanya disajikan data yang telah dikelompokkan atas atribut dan kategori; dan b. diagram batang tidak dapat menampilkan datum dari tiap orang atau benda yang dicatat(sebut saja data individual.
2.2.Single Bar Chart (Grafik Batang Tunggal) Grafik Hasil Penjualan Hipotetis Harapan Kita selama Tujuh Tahun
19
160 140 120 100 Hasil Penjualan
80
60
*Sebagian data dari Tabel 1.1
20
2.3.Multiple Bar Chart (Grafik Batang Berganda) Grafik Jumlah Hasil Penjualan Toko “Terang” 100 90 80 70 60
Televisi
50
Radio
40
Kulkas
30 20 10 0 2005
2006
2007
*Sebagian data dari Tabel 1.2 Jenis
2000
2001
2002
2003
2004
2005
2006
2007
Televisi
20
30
35
40
50
65
70
85
Radio
25
45
50
60
65
75
80
90
Kulkas
30
50
60
75
85
90
95
100
Barang
21
2.4.Multiple Companent Bar Chart (Grafik Batang Komponen Berganda) Tabel 1. 1 Calon Pemilih warga DKI Jakarta pada Pemilu 1999 menurut Indentitas Penduduk dan Wilayah
Grafik Calon Pemilih warga DKI Jakarta pada Pemilu 1999 menurut Indentitas Penduduk dan Wilayah
22
2.5.Multiple Precentage Component Bar Chart (Grafik Batang Presentase Komponen Berganda) Grafik Nilai Ekspor dan Impor Migas, Indonesia 100% 90% 80% 70% 60%
Kulkas
50%
Radio
40%
Televisi
30% 20% 10% 0%
*Sebagian data dari Tabel 1.2 Jenis Barang
1992
%
Televisi
20
26,67
Radio
25
33,33
Kulkas
30
40
Jumlah
75
100
23
2.6.Net Balanced Bar Chart (Grafik Batangan Berimbang Netto) Tabel Nilai Ekspor dan Impor termasuk Migas, Indonesia, 1992-1997 (Juta US$)
Tahun
Ekspor
Impor
1988
19218.5
13248.5
1989
22158.9
16359.6
1990
25675.3
21837
1991
29142.4
25868.8
1992
33967
27279.6
1993
36823
28327.8
1994
40053.4
31983.5
1995
45418
40628.7
1996
49814.8
42928.5
1997
53443.6
59148.4
24
Grafik Selisih Ekspor-Impor Indonesia (Juta US$)
3. HISTOGRAM 3.1.Pengertian Histogram Histogram adalahmodifikasi dari diagram batang (bar diagram), dimana tampilan grafis dari tabulasi frekuensi yang di gambarkan dengangrafis batangan sebagai manifestasi data binning. Tiap tampilan batang menunjukanproporsi frekuensi pada masing- masing data kategori yang berdapingan dengan intervalyang tidak tumpang tindih.Histogram adalah grafik balok yang memperlihatkan satu macam pengukuran darisuatu proses atau kejadian. Grafis ini sangat cocok untuk data yang di kelompokan.Histogram merupakan diagram
frekuensi
bertetangga
yang
bentuknya
diagrambatang. Batang yang berdekatan harus berimpit.
25
seperti
3.2.Kegunaan Histogram Kegunaan dari pengggunaan histogram adalah sebagai berikut 1. Diagram batang umumnya digunakan untuk mengambarkan perkembangan nilai suatu objek penelitian dalam kurun waktu tertentu. Diagram batang
menunjukan keterangan-keterangan
dengan batang- batang tegak atau mendatar dan sama lebar dengan batang-batang terpisah; 2. Mengetahui dengan mudah penyebaran data yang ada; 3. Mempermudah melihat dan menginterpretasikan data; dan 4. Sebagai alat pengendali proses, sehingga dapat mencegah timbulnya masalah.
26
3.3.Ciri- Ciri Histogram Ciri-ciri dari histogram antara lain sebagai berikut 1. skala yang digunakan harus di mulai dari 0; 2. diagram batang yang di buat secara vertikal maupun horizontal; 3. diagram harus di lengkapi dengan judul; dan 4. di agram batang di sajikan dalam bentuk batangan. Histogram ini juga digunakan dalam menyajikan data yang disusun dalam suatu distribusi frekuensi, distribusi persentase atau telah tersusun. Tepi-tepi kelas ini digunakan untuk menentukan titik tengah kelas yang dapat di tulis sebagai berikut. Titik tengah kelas = ½ (tepi atas + tepi bawah kelas)
3.4.Hubungan Histogram dan Poligon Frekuensi Poligon frekuensi dalam histogram dibuat untuk menghubungkan titik-titik tengah setiap puncak persegi panjang dari histogram secara beraturan. Agar poligon tertutup maka sebelum kelas paling bawah dan setelah kelas paling atas, masing-masing di tambah satu kelas.
27
Tabel Jumlah Harga Saham Tahun 1992 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
Grafik Hasil Saham pada Tahun 1997
Hasil Saham
15
14
10 5
4 1
1
0
28
1
4. GRAFIK LINGKARAN (PIE CHART) 4.1.Pie Chart (Diagram Lingkaran) Pie Chart (diagram lingkaran) adalah penyajian data statistik yang dinyatakan dalam persen atau derajat dapat menggunakan diagram lingkaran. KelebihanPenggunaan Pie Chart adalah a. tempat untuk membuat diagram lingkaran tidak terlalu besar; dan b. diagram lingkaran sangat
berguna untuk menunjukkan dan
membandingkan proporsi dari data Kekurangan Penggunaan Pie Chart adalah diagram lingkaran tersebut tidak dapat menunjukkan frekuensinya. Sebuah Kabupaten di Indonesia penduduknya mempunyai mata pencarian sebagai berikut :
Penyelesaiannya:
A : Pertanian
: 25%
A
= 25/100 x 360 = 90
B : Perikanan
: 25%
B
= 25/100 x 360 = 90
C : Pertambangan
: 50%
C
= 50/100 x 360 = 180
Grafik Mata Pencarian Penduduk Indonesia
Mata Pencarian Penduduk
Pertanian
Perikanan
29
Pertambangan
4.2.Cartogram (Grafik Berupa Peta) Cartogram (grafik berupa peta) adalah grafik yang digambarkan pada peta yang sebenarnya, dan diberi warna. Dalam pembuatannya digunakan peta geografis tempat yang terjadi .Dengan demikian diagram ini melukiskan keadaan dihubungkan dengan tempat kejadiannya, seperti halnya kepadatan penduduk atau kurang penduduk suatu daerah dan atau pulau atau juga bisa melihat penduduk dalam daerah tersebut. Contoh: peta indonesia di gambarkan dengan gambar jagung, padi,kopi,teh, pada daerah-daerah tertentu yang menggambarkan bahwa daerah Jawa Barat penghasil padi, jagung, daerah Sulawesi Selatan penghasil kopi, daerah Bali penghasil teh. Tabel Peta Kepadatan Penduduk Indonesia Propinsi
Jumlah Penduduk Tiap km2
Jawa dan Madura
690
Sumatera
59
Kalimantan
12
Sulawesi
55
Maluku
19
Nusa Tenggara
96
30
Grafik Peta Kepadatan Penduduk Indonesia
31
KESIMPULAN 1. Data sekumpulan informasi yang diperoleh dari suatu pengamatan data dibagi 3 antara lain kuantitatif,kualitatif dan interval. 2. Skala kesepakatan yang digunakan sebagai acuan untuk menentukan panjang pendeknya interval yang ada dalam alat ukur.Setelah proses pengukuran yang menghasilkan data kuantitatif yang berupa angka-angka tersebut baru lah kemudian ditentukan analisis statistik yang cocok untuk digunakan 3. Data adalah bentuk jamak dari datum. Data merupakan keteranganketerangan tentang suatu hal, dapat berupa suatu yang diketahui atau yang dianggap atau anggapan. Atau suatu fakta yang digambarkan lewat angka, simbol, dan lain-lain. Data juga terdiri atas berbagai jenis. Jenis data secara garis besarnya dapat dibagi atas dua macam, yaitu data dikotomi/ diskrit dan data kontinum. Berdasarkan sumber pengambilannya, data dibedakan atas dua, yaitu data primer dan data sekunder. Data Primer merupakan data yang diperoleh atau di kumpulkan langsung di lapangan oleh orang-orang yang melakukan penelitian atau yang bersangkutan yang memerlukannya. Sedangkan data sekunder merupakan data yang diperoleh atau di kumpulkan oleh orang yang melakukan penelitian dari sumber-sumber yang telah ada. Berdasarkan waktu pengumpulannya, data dibedakan atas dua, yaitu data berkala dan data seketika. Data Berkala (time series data) adalah data yang terkumpul dari waktu ke waktu untuk memberikan gambaran perkembangan suatu kegiatan atau keadaan. Sedangkan data seketika (cross section data) merupakan data yang terkumpul pada suatu waktu tertentu untuk memberikan gambaran perkembangan suatu kegiatan atau keadaan pada waktu itu. Data statistika tidak hanya cukup dikumpulkan dan diolah, tetapi juga perlu disajikan dalam bentuk yang mudah dibaca dan di mengerti oleh pengambil keputusan. Penyajian data ini bisa dalam bentuk tabel atau grafik/diagram. Ada beberapa jenis tabel, yaitu antara lain : tabel biasa, tabel distribusi frekuensi, tabel distribusi frekuensi relatif, , tabel distribusi frekuensi kumulatif, tabel distribusi frekuensi relatif-kumulatif. Sedangkan grafik terdiri 32
atas : grafik garis (line chart). grafik batangan (bar chart/ histogram), grafik lingkaran (pie chart), grafik gambar, dan grafik berupa peta(cartogram). 1. Penyajian data dengan grafik dikatakan lebih komunikatif karena dalam waktu singkat seseorang akan dapat dengan mudah memperoleh gambaran dan kesimpulan mengenai suatu keadaan. 2. Dengan membaca data pada tabel dan grafik, para eksekutif akan dengan cepat dan mudah mengetahui situasi dan kondisi perusahaannya sehingga dapat diambil tindakan-tindakan atau keijakan-kebijakan yang tepat.
SARAN Jika suatu penelitian yang membutuhkan suatu data maka perlu mempelajari skala pengukuran, perlu data statistic dan penyajian data. Adapun saran yang penulis sampaikan adalah agar pembaca dapat menggunakan pemecahan masalah secara statistik, lebih tepat jika mengikuti tahapan yang ilmiah. Data yang baik tentu saja harus yang mutakhir, cocok (relevan),
dengan
masalah
penelitian
dari
sumber
yang
dapat
dipertanggungjawabkan, lengkap akurat, objektif dan konsisten. Pengumpulan data sedapat mungkin di peroleh dari tangan pertama. Data yang baik sangat di perlukan dalam penelitian, sebab bagaimanapun canggihnya suatu analisis data jika tidak di tunjang oleh data yang baik, maka hasilnya kurang dapat di pertanggungjawabkan. Demikianlah makalah yang kami buat ini, semoga bermanfaat dan menambah pengetahuan para pembaca. Kami mohon maaf apabila ada kesalahan ejaan dalam penulisan kata dan kalimat yang kurang jelas, dimengerti, dan lugas.Karena kami hanyalah manusia biasa yang tak luput dari kesalahan Dan kami juga sangat mengharapkan saran dan kritik dari para pembaca demi kesempurnaan makalah ini. Sekian penutup dari kami semoga dapat diterima di hati dan kami ucapkan terima kasih yang sebesar-besarnya.
33
DAFTAR PUSTAKA https://www.statistikian.com/2012/10/pengertian-data.html http://mukhtarhabib.blogspot.com/2009/06/skala-skala-pengukuran-statistik.html https://www.statistikian.com/2012/10/pengertian-data.html http://www.konsultanstatistik.com/2009/03/skala-pengukuran-statistik.html https://delfistefani.wordpress.com/2012/12/09/data-jenis-jenis-data-dan-skalapengukuran/ Eko, Bidiarto. (2001). Biostatistika Untuk Kedokteran dan Kesehatan Masyarakat. Jakarta: EGC. Budiman Chandra, (2009). Biostatistika Untuk Kedokteran & Kesehatan. Jakarta: EGC.
34
