Konsep Nilai-Nilai Pusat KEL.8 [PDF]

Citation preview

MAKALAH STATISTIK KESEHATAN “Konsep Nilai - Nilai Pusat (Central Tendency)” Dosen Pembimbing : Catur Puspawati, ST., MKM Endang Uji Wahyuni, SKM., MKM



Disusun Oleh: KELOMPOK 8 1. Alycia Gita Roshi



P2.31.33.1.17.043



2. Indah Permata Sari



P2.31.33.1.17.053



3. Jihan Afifah Fauziyah



P2.31.33.1.17.054



4. Rafli Teguh Imani Putra



P2.31.33.1.17.078



TINGKAT 3 PROGRAM STUDI DIV SANITASI LINGKUNGAN POLITEKNIK KESEHATAN KEMENKES JAKARTA II Jln. Hang Jebat III/F3 Kebayoran Baru Jakarta 12120 Telp. 021.7397641, 7397643 2020



 Pengertian Nilai Tengah (Central Tendency) Nilai tengah ialah suatu nilai yang dapar mewakili sekelompok nilai hasil pengamatan disebut juga rata-rata. Nilai tersebut mempunyai kencenderungan berada di tengah-tengah suatu distribusi.  Pengertian, Penggunaan, Sifat dan Rumus dari Mean Data Tunggal dan Data Kelompok Rata-rata hitung ialah jumlah semua hasil pengamatan (∑ x ) dibagi dengan banyaknya pengamatan (n). Rata-rata hitung sering disebut dengan mean. simbol yang digunakan untuk rata-rata populasi adalah μ (mu) dan untuk rata-rata sampel digunakan simbol ´x . Sifat-sifat dari mean sebagai berikut: 1. Nilai rata-rata hitung dipengaruhi oleh observasi atau pengamatan. 2. Nilai rata-rata hitung dapat menyimpang terllau jauh. Hal itu disebabkan rata-rata hitung dipengaruhi oleh bilangan-bilangan ekstrem (nilai sangat besar atau sangat kecil), sehingga untuk distribusi dengan kecondongan yang jelek, rata-rata hitung dapat kehilangan makna. 3. Rata-rata hitung tidak dapat dihitung dari distribusi yang memiliki kelas terbuka. 4. Rata-rata paling sering digunakan dan popular, sehingga penjelasan mengenai arti ratarata hitung tidak diperlukan. 5. Jumlah dari penyimpangan semua nilai pengamatan dengan nilai rata-rata hitung sama dengan nol. 6. Jika selisih semua nilai pengamatan dengan nilai rata-rata hitung dikuadratkan maka jumlahnya lebih kecil daripada jumlah penyimpangan kuadrat semua nilai pengamatan dari titik lain selain rata-rata hitung. 7. Rata-rata hitung dapat dimanipulasi secara aljabar. Mean Data Tunggal ∑x ´x = n Keterangan: ´x : rata-rata



∑ x : jumlah nilai tiap pengamatan n : jumlah pengamatan



Contoh soal: Hasil pengukuran berat badan 10 orang penderita diabetes mellitus yang dirawat di suatu rumah sakit adalah sebagai berikut 65, 60, 55, 70, 67, 53, 61, 64, 75 dan 50 (kg). Jawab: ´x =



∑x



n 65+60+55+70+ 67+53+61+64 +75+50 620 ´x = = =62kg 10 10 Mean Data Kelompok Untuk data yang banyak, perhitunga rata0rata dapat diselesaikan dengan beberapa rumus, yaitu: 



Data disusun dalam bentuk distribusi frekuensi tanpa pengelompokan,







Distribusi frekuensi yang dikelompokkan dengan interval kelas yang sama,







Distribusi frekuensi dikelompokkan dengan interval kelas tidak sama,







Perhitungan rata-rata menggunakan kode.



Contoh soal: Misalkan kita ingin mengukur rata-rata berat badan 30 orang penderita penyakit jantung koroner yang dirawat di RS A tahun 1987 sesuai tabel berikut Berat badan (kg) 43 50 55 60 62 63 65 67 68 69 70 71 72 75 78 Jumlah



Frekuensi 4 4 1 2 1 1 3 2 1 1 3 1 3 1 2 30



Jawab: Data disusun dalam distribusi yang tidak dikelompokkan Rumus: ´x =



∑ fx n



Keterangan: ´x : rata-rata



∑ fx : jumlah frekuensi hasil pengamatan n : jumlah pengamatan Tabel distribusi frekuensi berat badan penyakit jantung coroner di RS A Berat badan (kg) 43 50 55 60 62 63 65 67 68 69 70 71 72 75 78 Jumlah



´x =



f 4 4 1 2 1 1 3 2 1 1 3 1 3 1 2 30



fx 172 200 55 120 62 63 195 134 68 69 210 71 216 75 156 1.866



∑ fx = 1.866 =62,2 kg n



30



Distribusi frekuensi yang dikelompokkan Rumus: ´x =



∑ fNt n



Keterangan: ´x : rata-rata



∑ fNt : jumlah frekuensi nilai tengah kelas



n : jumlah pengamatan Tabel distribusi frekuensi berat badan penyakit jantung coroner di RS A Berat badan (kg) 41 – 45 46 – 50 51 – 55 56 – 60 61 – 65 66 – 70 71 – 75 76 – 80 Jumlah



´x =



f 4 4 1 2 5 7 5 2 30



Nt 43 48 55 58 63 68 73 78



fNt 172 192 53 116 315 476 365 156 1.845



∑ fNt = 1.845 =61,5 kg n



30



Perhitungan rata-rata menggunakan kode Rumus: ´x =Nt 0 +i(



∑ fd ) n



Keterangan: x´ : rata-rata Nt 0 : nilai tengah titik nol



∑ fd : jumlah frekuensi kode i : interval kelas n : jumlah pengamatan



Cara Penggunaan: 



Tentukan satu kelas sebagai titik nol dang diberi kode “d”. pemilihan titik nol dapat dilakukan sembarang, tetapi sebaiknya carilah kelas dengan perhitungan yang sulit.







Untuk kelas di atas titik nol diberi kode dengan tanda negative secara berurutan dan untuk kelas di bawah titik nol diberi tanda positif.







Kalikan dengan frekuensi tiap kelas dengan “d” pada kelas yang sama.







Hitung nilai tengah titik nol ( Nt 0)







Bagilah hasil pada poin c dengan jumlah pengamatan dan kalikan dengan interval kelas



(i) kemudian hasilnya ditambah dengan nilai tengah titik nol. Tabel distribusi frekuensi berat badan penyakit jantung coroner di RS A Berat badan (kg) 41 – 45 46 – 50 51 – 55 56 – 60 61 – 65 66 – 70 71 – 75 76 – 80 Jumlah



´x =Nt 0 +i



fd



f 4 4 1 2 5 7 5 2 30



(∑ ) n



=63+ 5



d -4 -3 -2 -1 0 +1 +2 +3



fd -16 -12 -2 -2 0 7 10 6 -9



( −930 )=61,5 kg



Distribusi frekuensi dengan interval kelas yang tidak sama Rumus: ´x =Nt 0 +i(



∑ fd ) n



Keterangan: x´ : rata-rata Nt 0 : nilai tengah titik nol



∑ fd : jumlah frekuensi kode i : interval kelas n : jumlah pengamatan



Cara Penggunaan:   



Tentukan interval yang digunakan. Kode “d” diganti dengan ( Nt i−Nt 0) lalu dibagi dengan interval (i¿=d Perhitungan selanjutnya sama dengan distribusi frekuensi dengan interval kelas yang salam



Tabel distribusi frekuensi berat badan penyakit jantung coroner di RS A Berat badan (kg) 41 - 50 51 – 65 66 – 70



f 8 8 7



Nt 45,5 58 68



d -2,5 0 2



Fd -20 0 14



71 – 80 Jumlah



´x =Nt 0 +i



7 30



∑ fd



( ) n



=58+ 5



75,5



3.5



24,5 18,5



=61,5 kg ( 18,5 30 )



Kenapa hasil perhitungan rata-rata tanpa pengelompokan berbeda dengan hasil rata-rata distribusi frekuensi dengan pengelompokan? Karena pada pengelompokan semua nilai dalam suatu kelas dianggap sama dengan nilai tengahnya. Dalam kenyataannya, hal tersebut tidak selalu demikian.



Rata-Rata Hitung dengan Pembebanan Bila kita ingin menghitung rata-rata beberapa kelompok dengan jumlah pengamatan setiap kelompoknya tidak sama maka perhitungan harus dilakukan dengan pembebanan. Rata-rata hitung dengan beban ialah jumlah hasil kali antara banyaknya pengamatan dengan rata-rata tiap kelompok dibagi dengan jumlah pengamatan masing-masing kelompok.



Rumus: x´w =



´ n1 x´1 +n 2 2+…+ nk x´k n1 +n2 +…+ nk



Keterangan: x´w : rata-rata dengan pembebanan x´k : rata-rata pengamatan ke-k n k : jumlah pengamatan ke- k



Contoh soal: Pengukuran rata-rata berat badan 3 kelompok penderita penyakit paru-paru yang masingmasing kelompok terdiri dari 3,5, dan 10 orang. Jawab: Kelompok 1: 50 kg, 55 kg, 54 kg  X´ 1 =53 kg Kelompok 2: 50 kg, 53 kg, 52 kg, 55 kg, 57 kg  X´ 2 =53,5 kg Kelompok 3: 51 kg, 55 kg, 57 kg, 60 kg, 52 kg, 48 kg, 47 kg, 58 kg, 59 kg, 62 kg 



X´ 3 =54,9 kg Hasil di atas dapat disusun sebagai berikut: Kelompok 1 2 3 Jumlah



x´w =



ni 3 5 10 18



x´ i 53 53,5 54,9 161,3



ni x´ i 159 267 549 975



975 =54,17 kg 18



Bila rata-rata ketiga kelompok dihitung tanpa pembebanan maka akan dihasilkan rata-rata sebagai berikut 53+ 53,5+ 54,9 X´ = =53,8 kg 3 Dari hasil kedua rata-rata tersebut terbyata rata-rata dengan beban mendekati rata-rata kelompok dengan n yang besar, sedangkan rata-rata tanpa beban akan mendekati rata-rata kelompok dengan n yang kecil. Bila jumlah pengamatan tiap kelompok sama maka hasil perhitungan rata-rata dengan beban.



Pengertian, Penggunaan, Sifat dan Rumus dari Modus Data Tunggal dan Data Kelompok Modus merupakan salah satu ukuran nilai tengah yang dinyatakan dalam frekuensi terbanyak dari data kalitatif maupun data kuantitatif. Modus dapat pula dinyatakan sebagai puncak dari suatu kurva. Oleh karena itu, kita mengenal unimodal bila puncakna satu, bimodal bila puncaknya dua dan mutimodal bila puncaknya lebih dari dua. Perhitungan Modus dapat dilakukan untuk frekuensi yang dikelompokkan. Modus atau mode jarang digunakan sebagai nilai tengah karena sangat dipengaruhi oleh nilai ekstrem dan letak modus akan berubah mengikuti nilai ekstrem. Modus Data Tunggal Modus dari data tunggal adalah data yang frekuensinya terbanyak. Contoh soal :



Tentukan modus dari data-data berikut : a. b. c. d.



1, 4, 7, 8, 9, 9, 11 1, 4, 7, 8, 9, 11, 13 1, 2, 4, 4, 7, 9, 11, 11, 13 1, 1, 3, 3, 7, 7, 12, 12, 14, 15



Penyelesaian : a. b. c. d.



Modus = 9 Modus = tidak ada Modus 4 dan 11 Modus = 1, 3, 7, dan 12



Modus Data Kelompok Untuk data berkelompok, dalam hal ini adalah distribusi frekuensi, modus hanya dapat diperkirakan. Nilai yang paling sering muncul akan berada pada kelas yang memiliki frekuensi terbesar. Kelas yang memiliki frekuensi terbesar disebut sebagai kelas modus. Modus data berkelompok dapat dicari dengan rumus berikut: M o=L M +( o



d1 )i d 1 +d 2



Keterangan : M o= modus L M = tepi bawah kelas modus o



d 1 = selisih frekuensi kelas modus dengan frekuensi kelas sebelumnya d 2 = selisih frekuensi kelas modus dengan frekuensi kelas sesudahnya i = panjang interval kelas Contoh soal: Distribusi umur dari 80 orang penderita insufiensi pembuluh darah koroner di Rumah Sakit A pada tahun 1987. Jawab: Distribusi frekuensi umur (n=80)



Distribusi umur



F 6 7 40 10 10 10 7 80



21-30 31-40 41-50 51-60 61-70 71-80 Jumlah



Dengan rumus di atas nilai modus dapat dihitung. Diketahui: L M =40,5 o



d 1=40−7=33 d 2=40−10=30 i=10



(



M o=L M + o



d1 33 i=40,5+10 =40,5+5,2=45,7 tahun d 1 +d 2 33+ 30



)



(



)



Pengertian, Penggunaan, Sifat dan Rumus dari Median Data Tunggal dan Data Kelompok Median merupakan ukuran yang berbeda dengan rata-rata (mean) karena median hanya menyatakan posisi tengah dari sederetan angka hasil pengamatan sedemikian rupa sehingga membagi dua sama banyak. Ini berarti bahwa 50% nilai terletak di bawah median dan 50% terletak di atas median. Median ditulis singkat atau disimbolkan dengan Me atau Md . Cara mencari median dibedakan antara data tunggal dan data berkelompok. a. Media data tunggal Median untuk data tunggal dapat dicari dengan pedoman sebagai berikut. 1) Jika jumlah data ganjil, mediannya adalah data yang berada paling tengah. 2) Jika jumlah data genap, mediannya adalah hasil bagi jumlah dua data yang berdeda di tengah. Pedoman tersebut dirumuskan sebagai berikut. a) Untuk data ganjil (n = ganjil) X n+1



Me =



(



2



)



b) Untuk data genap ( n = genap)



Me =



X n + X n +2 2



2



2 Atau secara singkat median dapat ditentukan: 1 Me = nilai yang ke (n + 1) 2 Contoh soal: Tentukan median dari data berikut a. 4,3,2,6,7,5,8 b. 11,5,7,4,8,14,9,12 Penyelesaian : a. Urutan data: 2, 3, 4, 5, 6, 7, 8 Jumlah data (n) = 7 (ganjil) Me = X 7 +1 = X4 = 5 2



b. Urutan data: 4, 5, 7, 8, 9, 11, 12 Jumlah data (n) = 8 (genap) Me =



X 4 + X 5 8+9 = = 8,5 2 2 Untuk menghitung nilai median, mua-mula data disusun secara berurutan dari yang



kecil ke yang besar atau sebaliknya, kemudian tentukan posisi median dengan menggunakan rumus yang ada diatas bila jumlah pengamatan ganjil, tetapi bila jumlah pengamatan genap maka akan diperoleh dua median dan hitunglah rata-rata dari dua posisi median tersebut seperti diatas pula. Terakhir, cocokkan posisi median dengan niai data yang telah disusun dan kita akan memperoleh nilai median. Contoh : Misalkan kita akan mengukur Hb 5 orang wanita hamil yang datang ke bagian kebidanan di Rumah Sakit A dan kita akan menentukan niai mediannya. Posisi median terletak pada (5+1) / 2 = 3 Kadar Hb yang diperoleh disusun secara teratur : 8,9,10,11,12 Agar lebih jelas maka data di atas dapat kita susun sebagai berikut. Posisi median



1 2 3 4 5



Kadar Hb (mg%)



8 9 10 11 12



Dari hasil perhitungan, posisi median terletak pada posisi ke-3 yang sesuai dengan kadar Hb 10 mg% Bila data yang diperoleh merupakan bilangan genap, misalnya 6 orang maka posisi median terletak pada posisi ke-3 dan ke-4 Posisi median



1 2 3 4 5 6



Kadar Hb (mg%)



8 9 10 11 12 13



Median terletak antara posisi ke-3 dan ke-4 sehingga nilai median sama dengan (10+11)/2 = 11,5 g% b. Median data berkelompok kita sering memperoleh data yang telah disusun menjadi distribusi frekuensi yang dikelompokkan tanpa mengetahui hasil pengamatannya, tetapi kita ingin mengetahui median dari hasil tersebut. perhitungan median pada data distribusi frekuensi yang telah dikelompokkan dapat dilakukan dengan cara sebagai berikut. 1. Tentukan nilai sebelum median tercapai 2. Tentukan posisi median (Men) =



1 n. 2



3. Tentukan frekuensi kumulatif nilai sebelum median tercapai 4. Tentukan interval kelas 5. Tentukan frekuensi kelas di mana median berada 6. hitunglah nilai median menggunakan rumus.



Me = B +



1 n−( Ʃ f 2 ) o 2 f Me



.C



Keterangan: Me = median B = tepi bawah kelas median N = jumlah frekuensi (Ʃf2)o = jumlah frekuensi kelas-kelas sebelum kelas median C = panjang interval kelas fMe = frekuensi kelas median Dalam mencari median data kelompok (distribusi frekuensi) yang perlu dicari terlebih dahulu adalah kelas tempat median berada (kelas median).



1 Kelas median dapat dicari dengan: (Ʃf2)o > n 2 Contoh soal: Tentukan median dari distribusi frekuensi berikut Diameter Pipa (mm) 65 – 67 68 – 70 71 – 73 74 – 76 77 – 79 80 - 82



Frekuensi (f) 2 5 13 14 4 2



Penyelesaian: 1 Jumlah frekuensi (n) = 40 dan n = 20 2 1 Kelas median adalah (Ʃf2)o > n 2 f1 + f2 + f3 = 20 > 20 Jadi, kelas median adalah kelas ke-3 B = 70,5 (Ʃf2)o = 7 C =3 fMe = 13 1 n−( Ʃ f 2 ) o Me =B+ 2 .C f Me 20−7 = 70,5 + 13 x 3



= 73,5 Sifat – Sifat Median Beberapa sifat median, antara lain sebagai berikut. 1) Median dipengaruhi oleh banyaknya observasi atau pengamatan, namun tidak dipengaruhi oleh nilai pengamatan, sehingga nilai median tidak dipengaruhi oleh bilangan-biangan ekstrem. 2) Median dapat dihitung dari distribusi yang memiliki kelas terbuka, kecuali jika kelas mendiannya berada pada kelas terbuka tersebut. 3) Median sering digunakan pada distribusi yang memiliki kecondongan yang sangat jelek. 4) Median didefinisikan dan diinterpretasikan.



5) Median lebih terpengaruh oleh frekuensi sampling, namun adakalanya untuk distribusi tertentu median lebih konstan terhadap fluktuasi sampling. 6) Jumlah penyimpangan (tanda diabaikan) nilai-nilai dari median lebih kecil dari pada jumlah penyimpangan nilai-nilai dari titik yang lain. 7) Jika jumlah penyimpangan dari median dikuadratkan maka jumlahnya lebih besar dari pada jumlah penyimpangan kuadrat nilai-nilai dari rata-rata hitung. Fungsi/ Kegunaan Median  Median dapat digunakan untuk menghitung nilai tengah data kualitatif. Misalnya, intensitas jawaban tentang pendapat masyarakat terhadap program penggunaan oralit pada penderita diare, seperti sangat setuju, setuju, kurang setuju, tidak setuju, sangat tidak setuju, maka mediannya sama dengan (5 + 1)/2 = 3 berarti kurang setuju.  Median juga dapat digunakan untuk menghitung data dalam bentuk distribusi frekuensi dengan kelas terbuka yang tidak dapat dilakukan dengan perhitungan mean.



Pengertian, Penggunaan, Sifat dan Rumus dari Quartil Data Tunggal dan Data Kelompok Data yang telah disusun menjadi suatu distribusi kita bagi menjadi 4 bagian yang sama disebut Quartil.



Quartil Data Tunggal Untuk kelompok data di mana n ≥ 4, kita tentukan tiga nilai, katakanlah Q 1, Q2, Q3, yang membagi kelompok data tersebut menjadi 4 bagian yang sama, yaitu setiap bagian memuat data yang sama atau jumlah observasnya sama. Nilai-nilai tersebut dinamakan kuartil pertama, kedua, ketiga. Pembagi itu adalah sedemikian rupa sehingga nilai 25% data/observasi sama atau lebih kecil dari Q1, 50% data/observasi sama atau lebih kecil dari Q2 75% data/observasi sama atu lebih kecil dari Q3, di mana Q2 = median. Jika suatu kelompok data atau nilai sudah diurutkan dari yang terkecil (X 1) sampai yang terbesar (Xn), maka untuk menghitung Q1, Q2, dan Q3 harus dipergunakan rumus berikut: Qi = nilai yang ke-



i(n+1) , 4



i = 1,2,3 Quartil Data Kelompok Untuk data berkelompok yaitu data yang sudah dibuat tabel frekuensinya, maka rumus kuartil, desil dan persentil adalah sebagai berikut : Rumus Kuartil: Letak Qi pada data ke x = i n



(i× n) 4



= quartil ke 1, 2, 3 = jumlah pengamatan



Nilai Qi = L + i



L i f kum f



( (x – ff kum) )



= tepi bawah kelas dimana kuartil berada = interval kelas = frekuensi kumulatif sebelum Qi = frekuensi dimana Qi berada



Pengertian, Penggunaan, Sifat dan Rumus dari Desil Data Tunggal dan Data Kelompok Bila data yang telah disusun menjadi distribusi dan dibagi menjadi 10 bagian yang sama maka didapat sembilan pembagi dan tiap pembagi disebut Desil. Karenanya ada sembilan buah desil, ialah disel pertama, kedua,...., desil kesembilan yang disingkat D 1, D2, ...., D9. Desil-desil dapat ditentukan dengan jalan: 1) Susun data menurut urutan nilainya 2) Tentukan letak desil 3) Tentukan nilai desil Rumus Prinsip perhitungan sama dengan prinsip perhitungan kuartil. Dengan menghitung desil, kita akan mendapat informasi yang lebih teliti dibanding kuartil. 



Rumus untuk data tunggal: Letak Dd = data ke



d (n+1) 10



D = 1, 2, 3, 4, 5, 6, 7, 8, 9



Nilai Dd = L + b (S – L) L S b



= nilai sebelum Dd = nilai dimana Dd berada = kekurangan unit untuk mencapai Dd



Contoh: Letak D7 untuk data yang telah disusun dalam contoh: 52, 56, 57, 60, 64, 66, 70, 75, 82, 86, 92, 94 D7



:



d (n+1) 10



:



7(12+1) = 9, 1 10



data ke 9, 1 → data ke-9 + (0, 1) Nilai D7



= L + b (S – L) = 82 + (0,1) (86 – 82) = 82, 4







Rumus untuk data berkelompok: Letak Dd pada data ke x =



(d ×n) 10



D



= desil ke 1, 2,..., 9



n



= jumlah pengamatan



Nilai Dd = L + i



L i f kum f



( (x – ff kum) )



= tepi bawah kelas dimana desil berada = interval kelas = frekuensi kumulatif sebelum Dd = frekuensi dimana Dd berada



Contoh: Pemeriksaan kadar Hb terhadap 50 orang wanita hamil Distribsi Kadar Hb Hb (gr%) 7–8



f 4



fkum 4



9 – 10 11 – 12 13 – 14 15 – 16 Jumlah



6 20 15 5 50



10 30 45 50



Diminta D3 untuk 50 orang penderita anemia, maka: (d ×n) x = 10 (3 ×50) = = 15 → terletak diantara kelas interval ke-2 dan ke-3 10 (x – f kum) D3 =L+i f



(



= 10, 5 + 2



)



( (1520– 10) )



= 11 Pengertian, Penggunaan, Sifat dan Rumus dari Persentil Data Tunggal dan Data Kelompok Persentil ialah suatu distribusi dibagi menajdi 100 bagian yang sama, dengan cara demikian kita mendapatkan 99 bagian yang sama. Persentil tidak berbeda dengan kuartil dan desil, yaitu dapat diketahui posisi dan dihitung nilainya, dimana persentil berada serta posisi relative untuk menyatakan pengamatan dengan nilai dibawahnya yaitu, jenjang persentil. Data yang tidak dikelompokkan Tentukan posisi persentil ( P p) pada data ke P = 1, 2, 3, … 99 n = jumlah pengamatan



Hitung nilai P p=L+ b(S−L) L = nilai sebelum P p S = nilai dimana P p berada b = kekurangan unit untuk mencapai P p



p (n+1) 100



Data yang dikelompokkan ( p ×n) 100 = persentil ke 1, 2,..., 99 = jumlah pengamatan



Letak Pp pada data ke x = P n



Nilai Pp = L + i



L i f kum f



( (x – ff kum) )



= tepi bawah kelas dimana persentil berada = interval kelas = frekuensi kumulatif sebelum Pp = frekuensi dimana Pp berada



DAFTAR PUSTAKA Budiarto Eko, Biostatistika untuk Kedokteran dan Kesehatan Masyarakat, EGC, 2002