Pengantar Biostatistik [PDF]

Citation preview

Pengantar Biostatistik / Pendahuluan: 1. Definisi Biostatistik 2. Data Statistik 3. Data, Variabel, dan Skala Pengukuran 4. Sejarah / Manfaat dan Peran 5. Ruang Lingkup Statistik 6. Populasi dan Sampel 7. Pembulatan Data 8. Pembulatan Bilangan 9. Pemeriksaan Data 10. Soal-soal Latihan BAB I PENDAHULUAN



A.



LATAR BELAKANG MASALAH Penggunaan statistik dalam kehidupan sehari-hari disadari atau tidak memegang peranan yang cukup penting, meskipun dalam bentuk yang sangat sederhana. Misalnya seorang ibu rumah tangga menggunakan statistik untuk mengetahu berapa rata-rata pengeluarannya selama sebulan. Statistik juga digunakan di Pemerintahan, industri, Rumah Sakit, Perusahaan Swasta dan lain sebagainya untuk perencanaan dan penyusunan program-program yang didasari atas fakta di lapangan, dengan kata lain harus berdasarkan data real. Dari data tersebut kemudian diolah sehingga menghasilkan informasi yang dijadikan dasar untuk mengambil keputusan. Dalam bidang kesehatan kehadiran statistik sangat banyak sekali manfaat dan kegunaannya seiring dengan perkembangan ilmu dan pengetahuan bidang kesehatan tersebut. Oleh sebab itu pemahaman terhadap statistik sudah menjadi suatu keharusan, khususnya bagi para mahasiswa kesehatan, akademisi dan praktisi bidang kesehatan.



B. 1. 2. 3. 4.



RUMUSAN MASALAH Bagaimanakah pengertian biostatistik ? Bagaimanakah jenis-jenis biostatistik ? Apa pengertian data? Bagaimanakah jenis-jenis data?



C. 1. 2. 3. 4.



MANFAAT PENULISAN Mengetahui pengertian biostatistik. Mengetahui jenis-jenis biostatistik Mengetahui pengertian data. Mengetahui jenis-jenis data.



BAB II PEMBAHASAN A.



PENGERTIAN BIOSTATISTIK Biostatistik adalah data atau informasi yang berkaitan dengan masalah kesehatan.Statistik kesehatan sangat bermanfaat untuk kepentingan administratif, seperti merencanakan program pelayanan kesehatan, menentukan alternatif penyelesaian masalah kesehatan, dan melakukan analisis tentang berbagai penyakit selama periode waktu tertentu. Statistik kesehatan dikenal dengan istilah “biostatistik”. Biostatistik terdiri dari dua kata dasar yaitu bio dan statistik. Bio berarti hidup, sedangkan statistik adalah kumpulan angka-angka. Sehingga secara harfiah biostatistik adalah kumpulan angka-angka tentang kehidupan.



B.



JENIS-JENIS BIOSTATISTIK Statistik secara umum dibagi menjadi dua jenis yaitu statistic deskriptif dan statistik inferensial. 1. Statistik Deskriptif Kegiatan mulai dari pengumpulan data, pengolahan, sampai mendapatkan informasi dengan jalan menyajikan dan analisis data yang telah terkumpul. Tujuan dari statistik deskriptif adalah memberikan gambaran tentang keadaan yang berkaitan dengan penyakit atau masalah kesehatan berdasarkan data yang telah dikumpulkan. Untuk data numerik informasi yang diberikan berupa perhitungan nilai tengah (mean, median, modus), nilai variasi. Sedangkan untuk data kategori informasinya adalah nilai proporsi/persentase. 2. Statistik Inferensial /statistik Induktif Tujuan dari statistik inferensial adalah untuk menarik kesimpulan cirri-ciri populasi berdasarkan data yang diperoleh melalui sampel. Statistik inferensial merupakan kumpulan cara atau metode yang dapat mengeneralisasikan nilai-nilai dari sampel dikumpulkan menjadi nilai populasi. Hal ini dilakukan dengan menggunakan teori estimasi atau uji hipotesis. C.



PENGERTIAN DATA Menurut Luknis Sabri dan Sutanto. P.H (2010). Data adalah bentuk jamak (plural) dari kata dotum, data adalah himpunan angka yang merupakan nilai dari unit sampel kita sebagai hasil mengamati/mengukurnya. Sutanto (2007). Mengemukakan data adalah merupakan kumpulan angka/huruf hasil dari penelitian terhadap staf/karakteristik yang akan kita teliti. Data merupakan materi mentah yang



membentuk semua laporan riset (Dempsey, 2002). Jadi dari pengertian di atas dapat saya simpulakan bahwa Data adalah sekumpulan informasi yang biasanya berbentuk angka yang dihasilkan dari pengukuran atau penghitungan.



D. 1. a)



JENIS-JENIS DATA Jenis Data Menurut Cara Memperolehnya Data Primer Data primer adalah secara langsung diambil dari objek / obyek penelitian oleh peneliti perorangan maupun organisasi. Contoh : Mewawancarai langsung penonton bioskop 21 untuk meneliti preferensi konsumen bioskop. b) 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 dengan berbagai cara atau metode baik secara komersial maupun non komersial. Contohnya adalah pada peneliti yang menggunakan data statistik hasil riset dari surat kabar atau majalah.



2. a)



Macam-Macam Data Berdasarkan Sumber Data Data Internal Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu organisasi secara internal. Misal : data keuangan, data pegawai, data produksi, dsb. b) Data Eksternal Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada di luar organisasi. Contohnya adalah data jumlah penggunaan suatu produk pada konsumen, tingkat preferensi pelanggan, persebaran penduduk, dan lain sebagainya. 3. a)



Klasifikasi Data Berdasarkan Jenis Datanya Data Kualitatif adalah data yang berbentuk kualitas, seperti penyataan terhadap KB yang dikategorikan menjadi tiga kategori yaitu : setuju, kurang setuju, tidak setuju). Berbentuk katakata atau pengkategorian. Dalam mengolah data mengunakan komputer, kategori tersebut harus dilakuka proses “coding” terlebih dahulu. Misalkan : untuk setuju di beri kode 2, kurang setuju diberi kode 1 dan tidak setuju diberi kode 0. Data Kualitatif disebut juga dengan data kategori. b) Data Kuantitatif. Data dalam bentuk bilangan (numerik), misalnya : jumlah balita yang mendapatkan imunisasi, Berat Badan Bayi. Diperoleh dengan cara menghitung maupun mengukur. Data Kuantitatif disebut juga dengan data numerik. 4.



Pembagian Jenis Data Berdasarkan Sifat Data



a)



b) 5. a)



b)



Data Literal (diskrit) adalah data yang berbentuk bilangan bulat, misalnya : Jumlah anak dalam keluarga, jumlah penyakit TBC, jumlah kecelakaan jalan raya. Diperoleh dengan cara menghitung. Data Kontinyu adalah data yang berbentuk rangkaian data, nilainya berbentuk desimal. Misalnya : Tinggi Badan, Berat Badan, Tekanan Darah. Diperoleh dengan cara mengukur. Jenis-jenis Data Menurut Waktu Pengumpulannya Data Cross Section Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya laporan keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei 2004, dan lain sebagainya. Data Time Series / Berkala Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu atau periode secara historis. Contoh data time series adalah data perkembangan nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006, jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan ke bulan, dll.



BAB III PENUTUP



A.



KESIMPULAN Biostatistik merupakan ilmu yang mempelajari cara pengumpulan, pengolahan, penyajian dan analisis data termasuk cara pengambilan kesimpulan dengan memperhitungkan unsur ketidakpastian berdasarkan konsep propabilitas. Data adalah segala keterangan atau informasi yang dapat memberikan gambaran tentang suatu keadaan.



B.



SARAN Dalam pembuatan makalah ini masih jauh dari sempurna. Oleh karena itu, penulis meminta kritik dan saran yang sifatnya membangun dari pembaca untuk kesempurnaan makalah selanjutnya. Semoga makalah yang kami buat dapat bermanfaat bagi pembacadan pendebgar.



DAFTAR PUSTAKA



http://cokroaminoto.blogetery.com/2010/02/18/manfaat-mempelajari-biostatistik-dalam-penyusunanproposal-penelitian. diakses, kamis 26 September 2013 http://organisasi.org/klasifikasi_jenis_dan_macam_data_pembagian_data_dalam_ilmu_eksak_sains_statis tik_statistika. Diakses, Minggu 13 Oktober 2013 Hastono Priyo Sutanto dan Sabri Luknis. Statistik Kesehatan. PT Rajagrafindo Persada, Jakarta. 2011 BAB I



PENDAHULUAN A.



Latar belakang



Statistik berasal dari kata state yang artinya negara. Dalam pengertian yang paling sederhana statistik artinya data. Dalam pengertian yang lebih luas, statistik dapat diartikan sebagai kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan (berkaitan) dengan suatu masalah tertentu. Data merupakan bahan baku informasi, dapat didefinisikan sebagai kelompok teratur simbolsimbol yang mewakili kuantitas, fakta, tindakan, benda, dan sebagainya. Populasi ialah kumpulan dari organisma-organisma sejenis yang dapat berbiak silang sedangkan komunitas atau bisa juga diartikan sebagai kumpulan dari beberapa populasi yang hidup di suatu areal tertentu.



Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. B.



Tujuan penulisan



Makalah ini akan membahas beberapa pokok materi statistik, diantaranya sebagai berikut: 1. Apakah pengertian statistik, data, sampel, dan populasi? 2. Bagaimana cara teknik penarika sampel dengan data yang tidak diketahui? 3. Bagaimanakah bentuk rumus sampel dan populasi?



BAB II



A.



PEMBAHASAN Pengertian statistik, data, sampel dan populasi menurut tiga pendapat



1.



Statistik Secara umum, statistik merupakan disiplin ilmu yang mempelajari metode dan prosedur pengumpulan, penyajian, analisa, dan penyimpulan suatu data mentah, agar menghasilkan informasi yang lebih jelas untuk keperluan suatu pendekatan ilmiah (scientific inferences), dan dapat dikelompokkan menjadi dua bagian yaitu statistik deskriptif dan statistik inferensial. Berikut ini adalah pengertian dan definisi statistik:



a.



Anderson And Bancrof Statistik adalah ilmu dan seni pengembangan dan penerapan metode yang paling efektif untuk kemungkinan salah dalam kesimpulan dan estimasi dapat diperkirakan dengan menggunakan penalaran induktif berdasarkan matematika probabilitas.



b.



UU RI No. 7 tahun 1960 Statistik adalah keterangan berupa angka-angka yang memberikan gambaran yang wajar dari seluruh ciri-ciri kegiatan dan keadaan masyarakat Indonesia.



c.



Sujana Statistik adalah pengetahuan yang berhubungan dengan cara – cara pengumpulan fakta, pengolahan serta penganalisaannya, pernarikan kesimpulan serta pembuatan keputusan yang cukup beralasan berdasarkan fakta dan penganalisaan yang dilakukan.



2. Pengertian Data a.



Wahyu Supriyanto & Ahmad Muhsin



Data merupakan bahan baku informasi, dapat didefinisikan sebagai kelompok teratur simbol-simbol yang mewakili kuantitas, fakta, tindakan, benda, dan sebagainya. b.



Zulkiffi a. M



Data adalah keterangn atau bukti mengenai suatu kenyataan yang masih mentah, masih berdiri sendiri-sendiri, belum diorganisasikan, dan belum diolah. c.



Kuswadi & e. Mutiara



Data adalah kumpulan informasi yang diperoleh dari suatu pengamatan, dapat berupa angka, lambang atau sifat. 3.



Pengertian Populasi a.



Dr. Ir. Adji Sastrosupadi, MS



Populasi adalah keseluruhan bahan atau data yang kita teliti, misal tinggi badan mahasiswa. b.



Chairani Hanum



Populasi ialah kumpulan dari organisma-organisma sejenis yang dapat berbiak silang sedangkan komunitas atau bisa juga diartikan sebagai kumpulan dari beberapa populasi yang hidup di suatu areal tertentu. c.



Gunawan Susilowarno



Populasi adalah kumpulan dari individu-individu yang terdiri dari satu spesies yang bersama sama menempati luas wilayah yang sama, mengandalkan sumber daya yang sama, dan dipengaruhi oleh faktor lingkungan sama serta memiliki kemungkinan yang tinggi untuk berinteraksi satu sama lain. 4.



Pengertian sampel a.



Menurut Sugiyono



Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut.



b.



Menurut Arikunto



Sampel adalah sebagian atau wakil populasi yang diteliti. c.



Menurut Ismiyanto



Sample adalah sebagian dari totalitas subjek penelitian atau sebagian populasi yang diharapkan dapat mewakili karakteristik populasi yang penetapannya dengan teknikteknik tertentu. B.



Teknik penarikan sampel



Teknik penarikan sampel sering disebut rencana sampling ataurancangan sampling (sampling design). Rancangan Sampling Ada empat rancangan sampling dalam kategori sampel probabilitas: 1. sampling random sederhana, 2. sampling sistematis, 3. sampling berstrata, dan 4.



sampling Master.



Rumus-rumus sampel Contoh-contoh praktis pengambilan sampel yang paling banyak digunakan dalam penelitian adalah sebagai berikut: Rumus Slovin N n = --------1+N(e) Di mana: n



= ukuran sampel



N



= ukuran populasi



e



= persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih dapat ditolerir atau diinginkan, misalnya 10%.



Rumus Issac dan Michael



dimana: s



= Jumlah sample



N



= Jumlah populasi



λ2



= Chi Kuadrat, dengan



dk



= 1, taraf kesalahan 1%, 5% dan 10%



d



= 0,05



P = Q = 0,5 Rumus Sampling Fraction Per Cluster



Kemudian didapat besarnya sample per cluster ni = fi x n Keterangan : fi



= sampling fraction cluster



Ni



= banyaknya individu yang ada dalam cluster



N



= banyaknya populasi seluruhnya



n



= banyaknya anggota yang dimasukkan sampel



ni



= banyaknya anggota yang dimasukkan menjadi sub sampel



C.



Rumus sampel untuk populasi yang tidak di ketahui



Untuk penelitian survei, biasanya rumus yang bisa dipakai menggunakan proporsi binomunal (binomunal proportions). Jika besar populasi (N) diketahui, maka dicari dengan menggunakan rumus berikut:



Dengan jumlah populasi (N) yang diketahui, maka peneliti bisa melakukan pengambilan sampel secara acak). Namun apabila besar populasi (N) tidak diketahui atau (N-n)/(N-1)=1 maka besar sampel dihitung dengan rumus sebagai berikut : Keterangan : n



= jumlah sampel minimal yang diperlukan = derajat kepercayaan



p



= proporsi anak yang diberi ASI secara eksklusif



q



= 1-p (proporsi anak yang tidak diberi ASI secara eksklusif



d



= limit dari error atau presisi absolut



Jika ditetapkan =0,05 atau = 1,96 atau 1- /2 = 1,96 2 atau dibulatkan menjadi 4, maka rumus untuk besar N yang diketahui kadang-kadang diubah menjadi:



Misalnya, kita ingin mencari sampel minimal untuk suatu penelitian mencari factor determinan pemberian ASI secara eksklusif. Untuk mendapatkan nilai p, kita harus melihat dari penelitian yang telah ada atau literatur. Dari hasil hasil penelitian Suyatno (2001) di daerah Demak-Jawa Tengah, proporsi bayi (p) yang diberi makanan ASI eksklusif sekitar 17,2 %. Ini berarti nilai p = 0,172 dan nilai q = 1 –p. Dangan limit dari error (d) ditetapkan 0,05 dan nilai = 0,05, maka jumlah sampel yang dibutuhkan sebesar:



= 219 orang (angka minimal)



Jika tidak diketemukan nilai p dari penelitian atau literatur lain, maka dapat dilakukan maximal estimation dengan p = 0,5. Jika ingin teliti teliti maka nilai d sekitar 2,5 % (0,025) atau lebih kecil lagi. Jika tidak diketemukan nilai p dari penelitian atau literatur lain, maka dapat dilakukan maximal estimation dengan p = 0,5. Jika ingin teliti teliti maka nilai d sekitar 2,5 % (0,025) atau lebih kecil lagi.



BAB III



PENUTUP A.



Kesimpulan



Dari semua materi di atas dapat disimpulkan bahwa statistik, data, populasi dan sampel merupakan hal yang sangat di butuhkan dalam membuat sebuah penelitian. Karena tanpa ada keempat hal tersebut di atas maka sebuah penelitian akan sulit untuk di atur datanya. Karena data yang kita teliti dalam bentuk populasi sangat banyak. Dengan adanya empat hal tersebut maka penelitian dapat di lakukan dengan mudah karena ada teknik-teknik yang memudahkan berjalannya sebuah penelitian. B.



Saran



Makalah ini masih sangat jauh dari kesempurnaan, baik dari segi penyajian bahan maupun dalam segi penulisan. Oleh sebab itu, penulis sangat mengharapkan kritik dan saran pembaca agar karya tulis ini bisa menjadi berguna bagi pendidikan di indonesia.



REFERENSI http://agung7villa.blogspot.com/2012/04/pengertian-statistik-menurut-para-ahli.html http://www.masbied.com/search/pengertian-statistika-menurut-para-ahli qoronizumalin.blogspot.com/2012/03/pengertian-statistik.html https://sites.google.com/site/materikuliahrizal/ilmu-bahan Biostatistik Dasar PENGERTIAN Statistik adalah sekumpulan konsep dan metode yang digunakan untuk mengumpulkan dan menginterpretasi data tentang bidang kegiatan tertentu dan mengambil kesimpulan dalam situasi dimana ada ketidakpastian dan variasi. Kata statistik berasal dari kata status (bahasa Latin) yang berarti negara. Mengapa negara ? Karena dulu , statistik hanya semata-mata sering digunakan untuk menyajikan data-data yang berhubungan dengan negara seperti: statistik tenaga kerja, statistik produksi pertanian, statistik pendidikan,dsb. Namun saat ini statistik telah berkembang ke seluruh aspek kehidupan seperti dibidang kedokteran, bisnis, hukum,dll. Statistik yang diterapkan dibidang biologi, farmasi,kesehatan, dan kedokteran disebut dengan biostatistik. Contoh : 1. Suatu studi dilakukan untuk melihat efek dari dua macam bentuk makanan (cair & padat) yang mempunyai kadar protein tinggi apakah menghasilkan penyerapan yang sama pada anak-anak. 2. Pusdakes menaksir proporsi ibu hamil yang melakukan pemeriksaan K4 di Kab. Bekasi. RUANG LINGKUP STATISTIK 1. Statistik Deskriptif Kegiatan mulai dari pengumpulan data sampai mendapatkan informasi dengan jalan menyajikan dan analisis data yang telah terkumpul atau sengaja dikumpulkan. Atau kegiatannya hanya



mendeskripsikan data yang disurvey saja tanpa melakukan generalisasi. Contoh : Untuk menggambarkan karakteristik penduduk diperlukan data seperti: umur, jenis kelamin, status perkawinan, dsb. 2. Statistik Inferens/Induktif Kumpulan cara atau metode yang dapat menggeneralisasi nilai-nilai dari sampel yang sengaja dikumpulkan menjadi nilai populasi. Atau kegiatannya sudah melakukan generalisasi dari sampel ke populasi. Contoh : Untuk menganalisa hubungan pertambahan berat badan Ibu hamil dengan berat lahir di daerah Cibinong diambil sampel di RSUD Cibinong. Statistik inferens/induktif dibagi menjadi dua, yaitu statistik parametrik dan statistik non parametrik. Untuk lebih jelasnya baca postingan tentang Statistik Parametrik dan Statistik Non Parametrik. Tahapan kegiatan di dalam statistika biasanya dibagi dalam benerapa tahap, yaitu : 1. Pengumpulan data 2. Penyajian data 3. Pengolahan data 4. Analisis/interpretasi data. Tentang data baca postingan saya yang ini : Konsep Data. REFERENSI Sabri, L., Hastono, SP. Statistik Kesehatan.Edisi Revisi. Jakarta: Rajawali Pers. 2008 Pagano, M., Kimberlee Gauvreau. Principles of Biostatistics. Belmont: Duxbury Press, 1993. See more at: http://statistikkesehatan.blogspot.com/2011/03/biostatistik.html#sthash.KuFkFJ9Y.dpuf Biostatistik adalah Alat untuk melakukan riset dan Biostatistik dapat dipandang sebagai ilmu statistik terapan pada bidang Biologi, Farmasi & Kedokteran. Menurut Dr.Eko Budiarto,SKM : Ada 3 Statistik yaitu : 1. Statistik merupakan kumpulan angka yang dihasilkan dari pengukuran atau penghitungan yang disebut dengan data 2. Statistik dapat pula diartikan sebagai statistik sample 3. Statistik sebagai suatu metode ilmiah yang dapat digunakan sebagai alat bantu dalam mengambil keputusan, mengadakan analisis data hasil penelitian dll. Metode statistika adalah sebagai alat bantu untuk mengembangkan ilmu pengetahuan. Dapat diterapkan pada berbagai disiplin ilmu Seperti : Pertanian, industri, psikologi, ekonomi, manajemen termasuk kedokteran & kesehatan masyrakat.



Statistika Kesehatan sangat bermanfaat utk kepentingan administrasi spt : Merencanakan program kes Menentukan alternatif penyelesaian mslh kes dan Melakukan analisis ttg berbagai peny selama periode waktu ttt (Time Series Analysis). Statistika Kesehatan berguna utk menentukan penyebab timbulnya penyakit baru yg blm diketahui/ Untuk menguji manfaat obat bagi penyembuhan penyakit. tertentu setelah hasil uji klinik dinyatakan berhasil. Statistika Kesehatan Secara administrasi dapat digunakan utk memperoleh informasi tentang halhal yg berkaitan dengan masalah kedokteran. Misalnya : Angka kematian (Mortalitas), Angka kesakitan (Morbiditas) yang disebabkan oleh penyakit Informasi t merersebut untuk merencanakan Program Pelayanan kesehatan/ Penelitian guna mengetahui penyebab, yang dilakukan sebagai pencegahan dan pengobatan didalam menurunkan angka kematian. Macam-macam data : 1. Data Kualitatif : Diperoleh dari hasil penghitungan, tetapi menyatakan Sifat yg dikelompokkan dlm kategori (data. kategori) Contoh: Sembuh atau tidak, baik atau buruk, laki-laki atau perempuan 2.



Data Kuantitatif : Diperoleh dari pengukuran, dapat berupa bilangan Bulat/ desimal dan hasilnya dinyatakan dlm numeric



Data tersebut dibagi lagi menjadi : 1. Data deskrit : Dari hsl perhitungan Contoh: Tinggi badan, berat badan, umur, tekanan darah 2.



Data Kontinu : Dari pengukuran



Data Kontinu dibagi menjadi 2yaitu : a. Data primer : Pengumpulan data dilakukan secara langsung oleh penelitian thdp sasaran. Contoh: Penelitian ttg khasiat macam obat utk pengobatan suatu penyakit penelitian dilakukan langsung pd penderita di Rumah Sakit (RS) b. Data sekunder : Pengumpulan dt diperoleh dr orang lain/Tempat lain & bukan dilakukan oleh peneliti. Contoh: Data dari Rekam medik di Rumah Sakit (RS). SKALA UKURAN Yang lazim digunakan ada 4 macam : Skala Nominal Tdk mempunyai jenjang (urutan), ttp hanya membedakan subKategori secara kualitatif. Misalnya : Jenis kelamin Walaupun penulisannya laki-laki diberi kode 1 danWanita diberi kode 2, tetapi bukan berarti bahwa wanita Memiliki jenjang yang lebih rendah dibanding laki-laki. Disini pemberian nomor hanya sbg kode dlm pengolahan. Subkategori telah memiliki urutan/ jenjang, ttp msh bersifat kuatitatif spt pd skala nominal. Jadi dari data dg skala ordinal hanya dpt diketahui bahwa satu Responden kondisinya lebih baik dr responden lain. Misalnya : Tingkat pendidikan penderita A lebih tinggi daripada penderita B dan tingkat pendidikan penderita B Lebih tinggi daripada penderita C.



Skala Interval Data dg skala interval memiliki sifat2 data nominal & ordinal.Pada data dengan skala interval, jenjang tsb dpt dinyatakan dengan Angka hingga bersifat kuantitatif. Misalnya : Pengukuran suhu badan pada penderita demam tifoid, Dimana penderita A dg suhu badan 38,6°C, sedangkan penderita B dg suhu badan 39,6°C. Dari hasil pengukuran suhu badan kedua penderita tersebut dapat disimpulkan bahwa suhu badan A berbeda dengan suhu badan B, dimana suhu badan B lebih tinggi 1°C dari pada suhu badan A. Skala Rasio Selain memiliki ketiga cirri skala ukuran yg telah diuraikan di atas. Data dengan Skala Rasio juga memiliki titik nol absolut sehingga Pada data dg skala rasio masing2 subkategori dapat dibandingkan dengan titik nol. Misalnya : Umur penderita A 15 tahun & penderita B 30 tahun. Pada contoh tsb dpt disimpulkan bahwa umur A berbeda dengan umur B, dimana umur B lebih tinggi 15 th daripada A atau B dua kali umur A. POPULASI DAN SAMPEL : Populasi adalah kumpulan semua individu dlm suatu batas tertentu. Kumpulan individu yg akan diukur/ diamati ciri-cirinya disebut : Populasi Studi. Sampel adl bagian dari populasi Berdasarkan besarnya populasi dibagi menjadi 2 yaitu :  Populasi besar ( Populasi tak terhingga ). Adalah populasi ygmemiliki jumlah individu sedemikian banyaknya sehingga sulit / tidak mungkin diketahui jumlahnya. 



Populasi kecil ( Populasi terbatas ). adalah populasi dengan jumlah unit dasar yg tidak banyak hingga mudah dihitung.



Contoh : Bila kita akan mengadakan penelitian ttg pengalaman akseptor KB dlm pemakaian alat kontrasepsi di suatu Kabupaten maka semua penduduk dalam kabupaten tsb adl Populasi Umum. Sedangkan semua ibu2 pasangan usia subur peserta KB yg terdapat di kabupaten tsb adl Populasi Studi. Bila kita ambil sebagian dari akseptor KB yg akan diteliti pengalaman pemakaian kontrasepsinya maka sebagian ibu2 tersebut disebut Sampel, Dan pasangan usia subur disebut unit dasar. Hasil pengamatan pd sampel ini akan diekstrapolasikan kepada Populasi studi, yaitu semua ibu2 pasangan usia subur yg menjadi Akseptor KB di kabupaten tersebut. Karena pengamatan hanya dilakukanj terhadap sebagian (sample) Dari populasi studi maka hasilnya tidak sama dengan seluruh populasi studi. Perbedaan ini disebut kesalahan sampling (sampling error). Jadi yang dimaksud dengan Kesalahan sampling adalah perbedaan antara hasil sampel dengan hasil sensus yg dilakukan dg cara yang sama, pada populasi yg sama, dan oleh pewawancara yg sama. Kesalahan lain yg tdk berkaitan dg pengambilan sample disebut Kesalahan tak sampling (Nonsampling error). Hal ini berarti bahwa baik hasil sample maupun sensus terdapat kesalahan yang sama. Hal2 yg mungkin dpt menimbulkan kesalahan tak sampling antara lain sbb :  Batasan unit dasar yg kurang tepat. Misal : Pada s/ pen ttg obat utk infark miokard, dimana orang dengan keluhan nyeri dada diambil sbg unit sample, meskipun kitaketahui bahwa tdk semua nyeri dada disebabkan infark miokard.







Jawaban responden yg salah (respons error) pada sampling survey dengan teknik wawancara atau angket. Hal ini dapat timbul secara tidak sengaja.



Misal : - mengisi umur anak 4,5 th dg 45 th, ttp hal ini kadang2 Dilakukan secara sengaja dg maksud ttt. - Sengaja tdk mengaku sbg akseptor KB krn dilarang oleh suaminya. - Kurangnya informasi tentang hal yg diteliti/ responden yang harus mengingat kejadian masa lampau yaitu : kapan bapak mulai merokok.  Kesalahan pada ruang lingkup karena kesalahan dalam batas & lokasi. Misalnya : Dipilih suatu kecamatan padahal kecamatan tersebut telah berubah karena sebagian desanya dikembangkan menjadi kemantren. 



Kesalahan dlm pengolahan dt yg disebabkan human error.







Kesalahan alat ukur yg digunakan dll. Penyimpangan atau kesalahan lain yg dpt timbul dlm suatu penelitian disebut Bias. Bias adl perbedaan antara hsl sesungguhnya dlm populasi dg hasil semua sample yg berasal dari populasi tersebut. SOAL LATIHAN TUGAS I 1. Apa yang di maksud dengan data?



A. Data adalah keterangan mengenai sesuatu hal yang sudah sering terjadi dan berupa himpunan fakta, angka, grafik, tabel, gambar, lambang, kata, huruf-huruf yang menyatakan sesuatu pemikiran, objek, serta kondisi dan situasi. Sumber: NUZULLA AGUSTINA B. Data adalah kumpulan kejadian/peristiwa yang terjadi di dunia nyata. Data dapat berupa angka-angka, huruf-huruf, simbol-simbol khusus, atau gabungan dari semuanya. Sumber: LIA KUSWAYATNO C. Data adalah kumpulan informasi yang diperoleh dari hasil suatu pengamatan. Data dapat berupa angka atau lambang Sumber: SLAMET RIYADI



2. Tuiskan skala- skala pengukuran beserta contohnya 1. Nominal



Skala ini merupakan skala pengukuran terendah. Skala ini hanya berfungsi sebagai kategorisasi. Tidak menunjukkan adanya indikasi apakah sesuatu itu bersifat lebih tinggi dari pembandingnya. Peneliti hanya menggunakan angka sebagai alat bantu koding saja. Contoh: Dalam kuesioner terdapat pertanyaan mengenai jenis kelamin (gender) jawabannya hanya ada 2, pria atau wanita. Dalam pengolahan data, peneliti dapat memberikan kode 1 =wanita dan kode 2=pria. Koding ini sangat bergantung pada peneliti. Bisa saja peneliti membaliknya, dimana pria=1 dan wanita=2. Koding tersebut tidak dimaksudkan untuk menunjukan bahwa wanita dengan kode 1, lebih tinggi derajatnya dibandingkan pria dengan kode 2. 2. Ordinal Ordinal berasal dari kata order. Skala ini menunjukkan adanya rangking. Namun jarak antar rangking 1, 2, 3, dst tidaklah tetap. Contoh: Nama Rangking Rata-rata Nilai Amir 1 9.00 Budi 2 8.75 Wati 3 8.00 Dari data tersebut, terlihat bahwa meskipun Amir menduduki rangking 1, rata-rata nilainya hanya memiliki selisih 0,25 dibandingkan Budi yang menduduki rangking 2. Adapun jarak antara rangking 2 dengan rangking 3 adalah sebesar 0,75. Rangking tersebut tergolong data ordinal yang mengindikasikan bahwa nilai Amir>Budi>Wati, meskipun secara rata-rata jaraknya tidaklah sama. 3. Interval Skala interval menunjukkan adanya rangking, jarak yang konstan, dapat dilakukan operasi matematika, namun dengan nilai nol yang tidak mutlak (no absolute zero) Contoh: Temperatur Celcius Kelvin Titik Beku 0 273,15 Suhu Badan Normal 36,8 310 Data temperatur tergolong data interval karena semakin tinggi skor suhu, maka kedudukannya lebih tinggi. Jika kita bandingkan selisih antara titik beku skala temperatur celcius dengan Kelvin, maka selisihnya sama yaitu sebesar 36,8 derajat. Namun nilai 0 dalam suhu, hanyalah berdasarkan konvensi saja. 4. Rasio Rasio merupakan skala tertinggi yang memiliki seluruh sifat skala nominal, ordinal dan interval. Nilai nol dalam skala ini bersifat mutlak. Peneliti juga dapat melakukan operasi matematika. Yang membedakannya dengan skala interval adalah ia memiliki nilai nol mutlak. Contoh: Bulan Pendapatan Januari 1 juta Februari 2 Juta



Maret 0 April 2 juta Mei 5 Juta Total 10 Juta Sumber: Churchill, Gilbert A. 2005. “Dasar-Dasar Riset Pemasaran”, Edisi 4, Jilid I, Alih Bahasa Oleh Andriani, Dkk, Penerbit Erlangga, Jakarta.



3. Apa yang dimaksut dengan: 1. Wawancara? 2. Angket? 3. Pemeriksaan? 4. Pengamatan?



1. Wawancara merupakan percakapan antara dua orang atau lebih dan berlangsung antara yang mewawancarai dan yang diwawancarai. Wawancara yang dalam istilah lain dikenal dengan interview merupakan suatu metode pengumpulan berita, data, atau fakta di lapangan. Sumber: http://spotindo.com/search/pengertian+wawancara Wawancara adalah percakapan dengan maksud tertentu. Percakapan itu dilakukan oleh dua pihak, yaitu pewawancara (interviewer) yang mengajukan pertanyaan dan terwawancara (interviewee) yang memberikan jawaban atas pertanyaan tersebut. Sumber: (Lexy J, 2006 :186). Sumber: http://id.shvoong.com/writing-and-speaking/presenting/2170427-pengertian-dan-fungsiwawancara/#ixzz1q74g1eHN 2. Angket angket adalah tiga kegiatan pengumpulan data yang berbeda dalam hal bagaimana data diperoleh dan oleh siapa data ditulis. Data atau jawaban dalam observasi diperoleh melalui pengamatan dan dituliskan oleh pengamat atau peneliti di dalam lembar pereka . angket adalah tiga kegiatan pengumpulan data yang berbeda dalam hal bagaimana data diperoleh dan oleh siapa data ditulis. Data atau jawaban dalam observasi diperoleh melalui pengamatan dan dituliskan oleh pengamat atau peneliti di dalam lembar perek . Sumber: http://id.shvoong.com/business-management/accounting/2175754-pengertianpemeriksaan-menurut-para-ahli/#ixzz1q783ilwP 3. pengamatan adalah proses dan eksperimen fisis untuk menurunkan h ...



Banyak pelajar yang dididik dengan pandangan keilmuan yang terkenal, atau setidaknya harus dikenal. Tetapi, status ilmu yang sebagian besar kita pelajari boleh jadi menyesatkan. Ide-ide “metode ilmiah” juga bisa jadi keliru. Ini mungkin disebabkan para ilmuwan itu sendiri yang cenderung tidak mau tahu kemungkinan-kemungkinan filsafat ilmu. Artikel ini disalin dari : http://blog.tp.ac.id/tag/makalah-pengertian-pengamatan#ixzz1pccCnQ4u



3. Pemeriksaan A. Agoes (2004) mendefinisikan pemeriksaan (auditing) sebagai suatu pemeriksaan yang dilakukan secara kritis dan sistematis, oleh pihak yang independent, terhadap laporan keuangan yang disusun oleh manajemen, beserta catatan – catatan pembukuan dan bukti – bukti pendukungnya, dengan tujuan untuk dapat memberikan pendapat mengenai kewajaran laporan keuangan tersebut. B. Boynton et.al (2002) mendefinisikan pemeriksaan (auditing) sebagai suatu proses sistematis untuk memperoleh serta mengevaluasi bukti secara objektif mengenai asersi-asersi kegiatan dan peristiwa ekonomi, dengan tujuan menetapkan derajat kesesuaian antara asersi-asersi tersebut dengan kriteria yang telah ditetapkan sebelumnya serta penyampaian hasil-hasilnya kepada pihak-pihak yang berkepentingan. Sumber: http://id.shvoong.com/business-management/accounting/2175754-pengertianpemeriksaan-menurut-para-ahli/#ixzz1q783ilwP



TUGAS II 1. Pengertian sampel  Sampel adalah sebagian anggota dari populasi yang dipilih dengan prosedur tertentu dan diharapkan dapat mewakili suatu populasi. 2. Tehnik-Tehnik pengambilan sampel: a.Sampel Random Sederhana (Simple Random Sampling) b.Sampel Random Sistematik (Systematic Random Sampling) c.Sampel Random Berstrata (Stratified Random Sampling) d.Sampel Random Berkelompok (Cluster Sampling) e.Sampel Bertingkat (Multi Stage Sampling) 3. Jelaskan kekurangan dan kelebihan dari masing-masing tehnik sampel tersebut



Adapun 5 cara dalam pengambilan sampel yang dilakukan secara random, yaitu : a.Sampel Random Sederhana (Simple Random Sampling).Proses pengambilan sampel dilakukan dengan memberi kesempatan yang sama pada setiap anggota populasi untuk menjadi anggota sampel. Sampel dan populasi dipilih secara random. Keuntungan cara ini adalah estimasinya sederhana. Tetapi, cara ini membutuhkan daftar anggota keseluruhan dari populasi dan ada kemungkinan sampel tersebar dalam suatu daerah yang luas. b.Sampel Random Sistematik (Systematic Random Sampling)Keuntungan dari cara ini adalah setiap perencanaan yang dilakukan mudah. Kekurangannya adalah cara ini membutuhkan daftar populasi. c.Sampel Random Berstrata (Stratified Random Sampling) Keuntungan adalah cepat dalam menafsirkan karakteristik populasinya. Kerugiannya adalah diperlukan daftar dari setiap strata dan apabila daerah yang diamati sangat luas maka akan menambah biaya taransportasi. d.Sampel Random Berkelompok (Cluster Sampling) Keuntungan dari cara ini adalah tidak memerlukan daftar populasi sehingga tidak ada biaya transportasi. Kerugiannya adalah sulit dalam menentukan estimasinya. e.Sampel Bertingkat (Multi Stage Sampling) Metode ini dapat dipakai apabila jumlah populasi yang diamati besar dan bersifat homogen. Cara ini dapat dilakukan untuk daerah yang sangat luas. Keuntungan cara ini adalah biaya transportasi sangat kecil. Adapun yang menjadi kerugian dari pemakaian cara ini adalah perlu kecermatan dalam pengambilan sampel karena sifatnya yang banyak. http://irwansyah-hukum.blogspot.com/2012/06/makalah-biostatistik.html http://ikm-biostatistik.blogspot.com/p/biostatistik-pengertian-statistika.html BIOSTATISTIK ( Pengertian Statistika ) 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 algoritma 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, sampel, unit sampel, dan probabilitas. Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam (misalnyaastronomi dan biologi maupun ilmu-ilmu sosial (termasuk sosiologi dan psikologi), maupun di bidang bisnis, ekonomi, dan industri. Statistika juga digunakan dalampemerintahan 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 jajak



cepat (perhitungan cepat hasil pemilu) atau quick count. Di bidang komputasi, statistika dapat pula diterapkan dalam pengenalan pola maupun kecerdasan buatan. SEJARAH Penggunaan istilah statistika berakar dari istilah istilah dalam bahasa latin modernstatisticum collegium ("dewan negara") dan bahasa Italia statista ("negarawan" atau "politikus"). Gottfried Achenwall (1749) menggunakan Statistik dalam bahasa Jerman untuk pertama kalinya sebagai nama bagi kegiatan analisis data kenegaraan, dengan mengartikannya sebagai "ilmu tentang negara (state)". Pada awal abad ke-19 telah terjadi pergeseran arti menjadi "ilmu mengenai pengumpulan dan klasifikasi data". Sir John Sinclair memperkenalkan nama (Statistics) dan pengertian ini ke dalam bahasa Inggris. Jadi, statistika secara prinsip mula-mula hanya mengurus data yang dipakai lembaga-lembaga administratif dan pemerintahan. Pengumpulan data terus berlanjut, khususnya melaluisensus yang dilakukan secara teratur untuk memberi informasi kependudukan yang berubah setiap saat. Pada abad ke-19 dan awal abad ke-20 statistika mulai banyak menggunakan bidang-bidang dalam matematika, terutama peluang. Cabang statistika yang pada saat ini sangat luas digunakan untuk mendukung metode ilmiah, statistika inferensi, dikembangkan pada paruh kedua abad ke19 dan awal abad ke-20 oleh Ronald Fisher (peletak dasar statistika inferensi), Karl Pearson (metode regresi linear), dan William Sealey Gosset (meneliti problem sampel berukuran kecil). Penggunaan statistika pada masa sekarang dapat dikatakan telah menyentuh semua bidang ilmu pengetahuan, mulai dari astronomi hinggalinguistika. Bidang-bidang ekonomi, biologi dan cabang-cabang terapannya, sertapsikologi banyak dipengaruhi oleh statistika dalam metodologinya. Akibatnya lahirlah ilmu-ilmu gabungan seperti ekonometrika, biometrika (atau biostatistika), dan psikometrika. Meskipun ada pihak yang menganggap statistika sebagai cabang dari matematika, tetapi sebagian pihak lainnya menganggap statistika sebagai bidang yang banyak terkait dengan matematika melihat dari sejarah dan aplikasinya. Di Indonesia, kajian statistika sebagian besar masuk dalam fakultas matematika dan ilmu pengetahuan alam, baik di dalam departemen tersendiri maupun tergabung dengan matematika. BIOSTATISTIK ( Pengertian dan Jenis Data ) Jenis Data Statistik dan Skala Pengukuran 2.5.1 Jenis Data Data yang diperoleh dari suatu sampel dan populasi dapat dibedakan menjadi dua jenis, yaitu : a. Data kualitatif yakni data yang bukan berupa angka (non – numerik) biasa disebut dengan istilah atribut. b. Data kuantitatif: data yang berupa angka (numerik). Data jenis ini dibedakan menjadi dua bagian, yaitu data diskrit dan kontinyu. Selain pembagian tersebut, ada yang membagi data menjadi data primer dan data sekunder. Data primer adalah data yang diperoleh langsung dari sumbernya, misal melalui wawancara, penyebaran kuesioner, pengukurn langsung, dan lain lain. Sedangkan data sekunder adalah data yang diambil/ disadur dari pihak lain, misal diambil dari koran, jurnal, penelitian/ publikasi pihak lain, dan lain-lain. 2.5.2 Skala Pengukuran



Skala pengukuran : cara mengukur suatu varibel. Terdapat 4 jenis skala pengukuran, yakni : a. Skala Nominal : angka yang diberikan pada objek/ variabel pengukuran hanya memiliki arti sebagai label saja (asal bisa dibedakan). Tidak memiliki tingkatan. Contoh skala nominal : No. 1.



Jenis Kendaraan Peugeuot



Jumlah (Unit)



2.



Toyota



3.



Isuzu



68,638 20,521



4.



Daihatsu



15,721



5.



BMW



1,515



1,367



b. Skala Ordinal : angka yang diberikan pada objek/ variabel pengukuran mengandung pengertian tingkatan. Contoh skala ordinal: No. 1.



Jenis Kendaraan Toyota



Jumlah (Unit) 68,638



2.



Isuzu



20,521



3.



Daihatsu



15,721



4.



BMW



1,515



5.



Peugeuot



1,367



c. Skala Interval : angka yang diberikan pada objek/ variabel pengukuran mengandung sifat ordinal ditambah sifat jarak/ interval. Contoh skala interval : Suhu udara dapat berkisar antara -4° hingga 40° C. Jika termometer menunjukkan 0° C, bukan berarti tidak ada suhu, tetapi hanya sebagai penunjuk bahwa suhu saat itu tergolong rendah. d. Skala Rasio : angka yang diberikan pada objek/ variabel pengukuran mengandung sifat interval ditambah sifat yang mampu memberikan keterangan tentang nilai absolut variabel yang diukur. Artinya apabila menunjuk angka 0 (nol), maka berarti benar-benar nol, tidak ada, atau kosong. Contoh skala rasio : Jumlah komponen mesin yang diproduksi per batch adalah 1.000.000 komponen. Bila dalam suatu batch menunjukkan angka produksi 0, maka artinya adalah pada saat itu tidak dilakukan proses produksi sehingga tidak ada output produksi. BIOSTATISTIK ( Ruang Lingkup Statistika ) Lingkup dan pentingnya Statistik: 1. Statistics and planning: Statistics in indispensable into planning in the modern age which is termed as “the age of planning”. . 1 Statistik dan perencanaan: Statistik dalam sangat diperlukan dalam perencanaan di era modern yang disebut sebagai "usia perencanaan". Almost all over the



world the govt. Hampir seluruh dunia govt tersebut. are re-storing to planning for economic development. adalah re-menyimpan dalam perencanaan pembangunan ekonomi. 2. Statistics and economics: Statistical data and techniques of statistical analysis have to immensely useful involving economical problem. 2 Statistik dan ekonomi:. Data statistik dan teknik analisis statistik harus sangat berguna melibatkan masalah ekonomis. Such as wages, price, time series analysis, demand analysis. Seperti upah, harga, waktu analisis deret, analisis permintaan. 3. Statistics and business: Statistics is an irresponsible tool of production control. 3Statistik dan bisnis:. Statistik adalah alat kontrol yang tidak bertanggung jawab produksi.Business executive are relying more and more on statistical techniques for studying the much and desire of the valued customers. Eksekutif bisnis yang lebih dan lebih mengandalkan pada teknik statistik untuk mempelajari banyak dan keinginan pelanggan dihargai. 4. Statistics and industry: In industry statistics is widely used inequality control. 4 Statistik dan industri:. Dalam statistik industri secara luas digunakan kontrol ketidaksetaraan. In production engineering to find out whether the product is confirming to the specifications or not. Dalam teknik produksi untuk mengetahui apakah produk ini mengkonfirmasi dengan spesifikasi atau tidak. Statistical tools, such as inspection plan, control chart etc.Statistik alat, seperti rencana inspeksi, kontrol dll bagan 5. Statistics and mathematics: Statistics are intimately related recent advancements in statistical technique are the outcome of wide applications of mathematics. 5 Statistik dan matematika:. Statistik berhubungan erat kemajuan terbaru dalam teknik statistik adalah hasil dari aplikasi luas matematika. 6. Statistics and modern science: In medical science the statistical tools for collection, presentation and analysis of observed facts relating to causes and incidence of dieses and the result of application various drugs and medicine are of great importance. . 6Statistik dan ilmu pengetahuan modern: Dalam ilmu medis alat statistik untuk koleksi, presentasi dan analisis fakta-fakta yang diamati yang berkaitan dengan penyebab dan kejadian dieses dan hasil dari berbagai aplikasi obat dan obat-obatan adalah sangat penting. 7. Statistics, psychology and education: In education and physiology statistics has found wide application such as, determining or to determine the reliability and validity to a test, factor analysis etc. 7 Statistik, psikologi dan pendidikan:. Dalam pendidikan dan fisiologi statistik telah menemukan aplikasi yang luas seperti, menentukan atau untuk menentukan validitas dan reliabilitas untuk menguji, analisis faktor, dll 8. Statistics and war: In war the theory of decision function can be a great assistance to the military and personal to plan “maximum destruction with minimum effort.” Statistikdan perang: ". Penghancuran maksimal dengan usaha minimal" Dalam perang teori fungsi keputusan dapat menjadi bantuan besar kepada militer dan pribadi untuk merencanakan



KONSEP DASAR BIOSTATISTIK 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 algoritma 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, sampel, unit sampel, dan probabilitas .http://bahankuliahkesehatan.blogspot.com 1. Definisi Statistik secara sempit diartikan sebagai data. Arti luas diartikan sebagai alat. Alat untuk analisis, dan alat untuk membuat keputusan. Statistik digunakan untuk membatasi cara-cara ilmiah untuk mengumpulkan, menyusun, meringkas, dan menyajikan data penyelidikan. 2. Ruang lingkup statistik a. Statistik deskriptif Statistik deskriptif adalah statistik yang digunakan untuk mengambarkan atau menganalisis suatu statistik hasil penelitian tetapi tidak digunakan untuk membuat kesimpulan yang lebih luas (generalisasi/inferensial). Penelitian tidak bermaksud untuk membuat suatu kesimpulan terhadap populasi dari sampel yang diambil, statistik yang digunakan adalah statistik deskriptif. b. Statistik inferensial Statistik inferensial adalah statistik yang digunakan untuk menganalisis data sampel, dan hasilnya akan digeneralisasikan untuk populasi dimana sampel diambil. Terdapat dua jenis statistik inferensial yaitu statistik parametrik dan statistik non parametrik. Statistik parametrik digunakan untuk menganalisis data yang berbentuk interval dan rasio sedangkan statistik non parametrik biasanya digunakan untuk menganalisis data yang berbentuk nominal dan ordinal. Statistik parametrik mensyaratkan bahwa distribusi data normal dan variansi data harus sama sedangkan statistik non parametrik tidak memerlukan syarat distribusi data normal dan variansi sama.



3. Tipe Variabel Variabel penelitian merupakan suatu atribut atau suatu nilai dari orang, objek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulan. Berdasarkan jenisnya variabel penelitian antara lain: a. Variabel Independent Variabel independent sering disebut sebagai variabel bebas. Variabel bebas merupakan variabel yang mempengaruhi atau menjadi sebab perubahan atau timbulnya variabel dependent. b. Variabel Dependent Variabel dependent sering disubut sebagai variabel terikat. Variabel terikat merupakan variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas. c. Variabel Moderator Variabel moderator merupakan variabel yang mempengaruhi (memperkuat atau memperlemah) hubungan antara variabel infependent dengan dependent. Variabel ini disebut juga sebagai variabel independent ke dua. d. Variabel Intervening Variabel intervening adalah variabel yang secara teoritis mempengaruhi hubungan antara variabel independent dan variabel depandent, tetapi tidak dapat diamati atau diukur. e. Variabel Kontrol Variabel kontrol merupakan variabel yang dikendalikan atau dibuat konstant sehingga hubungan variabel dependent dan independent tidak dipengaruhi oleh faktor luar yang tidak diteliti.



4. Sumber Data Kesehatan Data primer : merupakan data yang dikumpulkan oleh peneliti yang digunakan untuk menjawab tujuan dari penelitian secara spesifik. Data primer dapat diperoleh dari kegiatan survei, penelitian dilapangan. Data skunder : merupakan data yang telah tersedia atau telah dikumpulkan oleh orang atau lembaga tertentu, misal biro pusat statistic. Data sekunder dapat diperoleh dari catatan laporan dinas kesehatan sebagai kegiatan surveilans di dinas kesehatan. 5. Skala Pengukuran Untuk menentukan teknik statistik mana yang akan digunakan untuk menguji hipotesis maka harus diketahui terlebih dulu macam-macam data dan bentuk hipotesis. Macam data dalam penelitian seperti pada gambar berikut:



Skala pengukuran: a. Skala deskrit / Nominal Skala deskrit atau nominal adalah data yang hanya dapat digolongkan secara terpisah atau secara kategorik. Contoh Jenis kelamin (laki-laki-perempuan) b. Skala Ordinal Data ordinal adalah data yang berbentuk rangking atau peringkat. Dimana jarak antara satu rangking dengan rangking yang lainnya belum tentu sama. Contoh



Tingkat pendidikan (SD, SMP, SMA, PT) c. Skala Interval Data interval adalah data yang jaraknya sama tetapi tidak mempunyai nilai nol (0) absolut/mutlak. Contoh Suhu d. Skala Rasio Data rasio adalah data yang jaraknya sama dan mempunyai nilai nol mutlak. Contoh Berat badan 6. Metode Pengumpulan Data Menurut Nan Lin, ada 4 metode pengumpulan data antara lain; a. Metode observasi Metode observasi adalah suatu metode pengumpulan data yang dilakukan oleh peneliti untuk mencatat kejadian atau peristiwa dengan menyaksikannya. b. Metode dokumentasi Metode dokumentasi dilakukan jika tidak mungkin bagi peneliti untuk melakukan kontak dengan pelaku atau subjek penelitian. c. Metode survei Survei merupakan suatu metode pengumpulan data yang mengunakan instrumen kuesioner atau wawancara untuk mendapatkan tanggapan dari responden yang disampel. d. Metode eksperimen Merupakan metode dengan melakukan perlakuan. 7. Syarat Alat Ukur Syarat alat ukur yang baik seharusnya memenuhi validitas dan reliabilitas dari pengukuran.



Validitas Validitas merupakan kesesuaian antara alat dan apa yang di ukur. Reliabilitas Reliabilitas merupakan hasil beberapa kali pengukuran tetapi hasil tetap sama.



LATIHAN 1. Apa yang anda ketahui tentang statistik deskriptif dan statistik inferensial..? 2. Sebutkan jenis statistik inferensial..? 3. Apa syarat mengunakan statistik para metrik…? 4. Apa ciri-ciri skala data rasio, interval, ordinal dan nominal. 5. Rubahlah data dibawah ini ke dalam data rasio, interval, ordinal dan nominal..? Data jumlah hari tidak masuk kerja bidan selama 1 tahun.



5



4



5



7



10 25 23 2



3



3



3



20 21 12



6



1



6



6



11 15 34 12 2



3



4



19 22 13



12 3



7



4



12 16 22 21 2



4



12 18 12 12



15 2



4



5



13 15 23 14 3



2



13 17 13 13



16 23 3



5



14 16 12 13 3



2



14 11 14 14



2



4



13 15 14 15 4



9



15 16 15 15



3



4



http://bahankuliahkesehatan.blogspot.com STATISTIK I. Pendahuluan Mata kuliah statistika bagi mahasiswa sangat diperlukan terutama ketika seorang mahasiswa harus mengumpulkan, mengolah, menganalisis dan menginterprestasikan data untuk pembuatan



skripsi, thesis atau disertasi. Dalam hal ini pengetahuan statistik dipakai dalam menyusun metodologi penelitian. Sebagai suatu ilmu, kedudukan statistika merupakan salah satu cabang dari ilmu matematika terapan. Oleh karena itu untuk memahami statistika pada tingkat yang tinggi, terebih dahulu diperlukan pemahaman ilmu matematika. Dinegara maju seperti Amerika, Eropa dan Jepang, ilmu statistika berkembang dengan pesat sejalan dengan berkembangnya ilmu ekonomi dan teknik. Bahkan kemajuan suatu negara sangat ditentukan oleh sejauh mana negara itu menerapkan ilmu statistika dalam memecahkan masalahmasalah pembangunan dan perencanaan pemerintahannya. Jepang sebagai salah satu negara maju, konon telah berhasil memadukan ilmu statistika dengan ilmu ekonomi, desain produk, psikologi dan sosiologi masyarakat. Sejauh itu ilmu statistika digunakan pula untuk memprediksi dan menganalisis perilaku konsumen, sehingga Jepang mampu menguasai perekonomian dunia sampai saat ini. Statistik dan Statistika Statistik adalah kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan atau berkaitan dengan suatu masalah tertentu. Contoh : Statistik penduduk adalah kumpulan angka-angka yang berkaitan dengan masalah penduduk. Statistik ekonomi adalah kumpulan angka-angka yang berkaitan dengan masalah ekonomi. Statistika adalah pengetahuan yang berkaitan dengan metode, teknik atau cara mengumpulkan, mengolah, menganalisis dan menginterprestasikan data untuk disajikan secara lengkap dalam bentuk yang mudah dipahami penggunan II. Pengertian Data Dalam statistika dikenal beberapa jenis data. Data dapat berupa angka dapat pula bukan berupa angka. Data berupa angka disebut data kuantitatif dan data yang bukan angka disebut data kualitatif. Berdasarkan nilainya dikenal dua jenis data kuantitatif yaitu data diskrit yang diperoleh dari hasil perhitungan dan data kontinue yang diperoleh dari hasil pengukuran. Menurut sumbernya data dibedakan menjadi dua jenis yaitu data interen adalah data yang bersumber dari dalam suatu instansi atau lembaga pemilik data dan data eksteren yaitu data yang diperoleh dari luar. Data eksteren dibagi menjadi dua jenis yaitu data primer dan data sekunder. Data primeradalah data yang langsung dikumpulkan oleh orang yang berkepentingan dengan data tersebut dan data sekunder adalah data yang tidak secara langsung dikumpulkan oleh orang yang berkepentingan dengan data tersebut. Jenis – Jenis Statistika Statistika dibedakan berdasarkan jenisnya menjadi dua yaitu Statistika Deskriptif danStatistika Inferensia. Statistika deskriptif adalah statistika yang berkaitan dengan metode atau cara medeskripsikan, menggambarkan, menjabarkan atau menguraikan data. Statistika deskripsi mengacu pada bagaimana menata, menyajikan dan menganalisis data, yang dapat dilakukan misalnya dengan



menentukan nilai rata-rata hitung, median, modus, standar deviasi atau menggunakan cara lain yaitu dengan membuat tabel distribusi frekuensi dan diagram atau grafik. Statistika inferensia adalah statistika yang berkaitan dengan cara penarikan kesimpulan berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakteristik dari suatu populasi. Dengan demikian dalam statistika inferensia data yang diperoleh dilakukan generalisasi dari hal yang bersifat kecil (khusus) menjadi hal yang bersifat luas (umum). Populasi Dan Sampel Populasi adalah keseluruhan pengamatan atau obyek yang menjadi perhatian sedangkanSample adalah bagian dari populasi yang menjadi perhatian. Populasi dan sample masing-masing mempunyai karakteristik yang dapat diukur atau dihitung. Karakteristik untuk populasi disebut parameter dan untuk sample disebut statistik. Contoh parameter adalah mean ( ), standar deviasi ( ), proporsi (P) dan koefisien korelasi ( ), sedangkan statistik adalah nilai rata-rata ( ), standar deviasi (s), proporsi (p) dan koefisien korelasi (r). Populasi dibedakan menjadi dua jenis yaitu : Populasi orang atau individu adalah keseluruhan orang atau individu (dapat pula berupa bendabenda) yang menjadi obyek perhatian. Populasi data adalah populasi yang terdiri atas keseluruhan karakteristik yang menjadi obyek perhatian. Sample juga dibedakan menjadi dua jenis yaitu : Sampel orang atau individu adalah sampel yang terdiri atas orang-orang (dapat pula berupa benda-benda) yang merupakan bagian dari populasinya yang menjadi obyek perhatian. Sampel data adalah sebagaian karakteristik dari suatu populasi yang menjadi obyek perhatian. Meskipun populasi merupakan gambaran yang ideal, tetapi sangat jarang penelitian dilakukan memakai populasi. Pada umumnya yang dipakai adalah sample. Ada beberapa alasan mengapa penelitian dilakukan menggunakan sample : 1. 2. 3. 4.



Waktu yang diperlukan untuk mengumpulkan data lebih singkat. Biaya lebih murah. Data yang diperoleh justru lebih akurat. Dengan statistika inferensia dapat dilakukan generalisasi. III. Cara Mengumpulkan Data Untuk memperoleh data yang benar dan dapat dipertanggung jawabkan keabsahannya, data harus dikumpulkan dengan cara dan proses yang benar. Terdapat beberapa cara atau teknik untuk mengumpulkan data yaitu :



1.



1. Wawancara (interview) yaitu cara untuk mengumpulkan data dengan mengadakan tatap muka secara langsung. Wawancara harus dilakukan dengan memakai suatu pedoman wawancara yang berisi daftar pertanyaan sesuai tujuan yang ingin dicapai. Ada dua jenis wawancara yaitu wawancara berstruktur (structured interview) dan wawancara takberstruktur (unstructured interview). Wawancara berstruktur adalah wawancara yang jenis dan urutan dari sejumlah pertanyaannya sudah disusun sebelumnya, sedangkan wawancara takberstruktur adalah wawancara yang tidak secara ketat ditentukan sebelumnya. Wawancara takberstruktur lebih fleksibel karena pertanyaannya dapat dikembangkan meskipun harus tetap pada pencapaian sasaran yang telah ditentukan. Ciri-ciri pertanyaan yang baik adalah :



1. 2. 3. 4. 5.



Sesuai dengan masalah atau tujuan penelitian. Jelas dan tidak meragukan. Tidak menggiring pada jawaban tertentu. Sesuai dengan pengetahuan dan pengalaman orang yang diwawancarai. Pertanyaan tidak boleh yang bersifat pribadi. Kelebihan dari wawancara adalah data yang diperlukan langsung diperoleh sehingga lebih akurat dan dapat dipertanggung jawabkan. Kekurangannya adalah tidak dapat dilakukan dalam skala besar dan sulit memperoleh keterangan yang sifatnya pribadi.



1.



2. Kuesioner (angket) adalah cara mengumpulkan data dengan mengirim atau menggunakan kuesioner yang berisi sejumlah pertanyaan. Kelebihannya adalah dapat dilakukan dalam skala besar, biayanya lebih murah dan dapat memperoleh jawaban yang sifatnya pribadi. Kelemahannya adalah jawaban bisa tidak akurat, bisa jadi tidak semua pertanyaan terjawab bahkan tidak semua lembar jawaban dikembalikan.



1.



3. Observasi (pengamatan) adalah cara mengumpulkan data dengan mengamati obyek penelitian atau kejadian baik berupa manusia, benda mati maupun gejala alam. Data yang diperoleh adalah untuk mengetahui sikap dan perilaku manusia, benda mati atau gejala alam. Kebaikan dari observasi adalah data yang dieroleh lebih dapat dipercaya. Kelemahannya adalah bisa terjadi kesalahan interpretasi terhadap kejadian yang diamati.



1. 1. 2. 3. 4. 5.



4. Tes dan Skala Obyektifadalah cara mengumpulkan data dengan memberikan tes kepada obyek yang diteliti. Cara ini banyak dilakukan pada tes psikologi untuk mengukur karakteristik kepribadian seseorang. Beberapa contoh tes skala obyektif yaitu : Tes kecerdasan dan bakat. Tes kepribadian. Tes sikap. Tes tentang nilai. Tes prestasi belajar, dsb. 5. Metode proyektif adalah cara mengumpulkan data dengan mengamati atau menganalisis suatu obyek melalui ekspresi luar dari obyek tersebut dalam bentuk karya lukisan atau tulisan. Metode ini dipakai dalam psikologi untuk mengetahui sikap, emosi dan kepribadian seseorang. Kelemahan dari metode ini adalah obyek yang sama dapat disimpulkan berbeda oleh pengamat yang berbeda.



Skala Pengukuran Salah satu aspek penting dalam memahami data untuk keperluan analisis terutama statistika inferensia adalah Skala Pengukuran. Secara umum terdapat 4 tingkat/jenis skala pengukuran yaitu : 1. 1. Skala nominal adalah skala yang hanya mempunyai ciri untuk membedakan skala ukur yang satu dengan yang lain. Contoh skala nominal seperti tabel dibawah ini : Jenis dan Jumlah buah-buahan yang



Diproduksi suatu Daerah pada Tahun 1998 Jenis Buah-Buahan



Jumlah



Pepaya



2 ton



Mangga



1,5 ton



Apel



1 ton



Duku



1,4 ton



Manggis



1,3 ton



Sumber: Data Buatan 1.



2. Skala Ordinal adalah skala yang selain mempunyai ciri untuk membedakan juga mempunyai ciri untuk mengurutkan pada rentang tertentu. Contoh skala ordinal seperti tabel dibawah ini : Penilaian Anggota Kelompok Belajar“ Bina Pintar “ Kategori Nilai



Banyaknya



Istimewa



6 orang



Baik



18 orang



Rata-rata



15 orang



Kurang



7 orang



Kurang sekali



0 orang



Sumber : Data Buatan 1.



3. Skala Interval adalah skala yang mempunyai ciri untuk membedakan, mengurutkan dan mempunyai ciri jarak yang sama. Contoh, suhu tertinggi pada bulan Desember dikota A, B dan C berturut-turut adalah 28, 31 dan 20 derajat Fahrenheit. Kita dapat membedakan dan mengurutkan besarnya suhu, sebab satu derajat Fahrenheit merupakan suatu besaran yang tetap, namun pada saat suhu menunjukkan nol derajat Fahrenheit tidak berarti tidak adanya panas pada kondisi tersebut. Hal ini dapat dijelaskan, misalnya kota A bersuhu 30 derajat Fahrenheit dan kota B bersuhu 60 derajat Fahrenheit, tidak dapat dikatakan bahwa suhu dikota B dua kali lebih panas dari pada suhu dikota A, karena suhu tidak mempunyai titik nol murni (tulen).



1.



4. Skala ratio adalah skala yang mempunyai 4 ciri yaitu membedakan, mengurutkan, jarak yang sama dan mempunyai titik nol yang tulen (berarti). Contoh : Pak Asmuni mempunyai uang nol rupiah, artinya pak Asmuni tidak mempunyai uang.



IV. PENYAJIAN DATA Secara garis besar ada dua cara penyajian data yaitu dengan tabel dan grafik. Dua cara penyajian data ini saling berkaitan karena pada dasarnya sebelum dibuat grafik data tersebut berupa tabel. Penyajian data berupa grafik lebih komunikatif. Dilihat dari waktu pengumpulannya, dikenal dua jenis data yaitu : Cross section data adalah data yang dikumpulkan pada suatu waktu tertentu. Data berkala adalah data yang dikumpulkan dari waktu ke waktu. Dengan data berkala dapat dibuat garis kecenderungan atau trend. Penyajian data dengan tabel Tabel atau daftar merupakan kumpulan angka yang disusun menurut kategori atau karakteristik data sehingga memudahkan untuk analisis data. Ada tiga jenis tabel yaitu : Tabel satu arah atau satu komponen adalah tabel yang hanya terdiri atas satu kategori atau karakteristik data. Tabel berikut ini adalah contoh tabel satu arah. Banyaknya Pegawai Negeri SipilMenurut Golongan Tahun 1990 Golongan



Banyaknya (orang)



I



703.827



II



1.917.920



III



309.337



IV



17.574



Jumlah



2.948.658



Sumber : BAKN, dlm Statistik Indonesia, 1986 Tabel dua arah atau dua komponen adalah tabel yang menunjukkan dua kategori atau dua karakteristik. Tabel berikut ini adalah contoh tabel dua arah. Jumlah Mahasiswa UPH menurutFakultas dan Kewarganegaraan 1995 Fakultas



WNI



WNA



Jumlah



Fak. Ekonomi



1850



40



1890



Fak. Teknologi Industri



1320



10



1330



Fak. Seni Rupa & Design



530



5



535



Fak. Pasca Sarjana



250



10



260



Jumlah



3950



65



4015



Sumber : Data Buatan Tabel tiga arah atau tiga komponen adalah tabel yang menunjukkan tiga kategori atau tiga karakteristik. Contoh tabel berikut ini. Jumlah Pegawai Menurut Golongan,Umur dan Pendidikan pada Departeman A Tahun 2000 Golongan Umur (tahun) 25 – 35 > 35



Pendidikan Bukan Sarjana



Sajana



I



400



500



900



0



II



450



520



970



0



III



1200



2750



1850



2100



IV



0



250



0



250



Jumlah



2.050



4020



3720



2350



Penyajian data dengan grafik/diagram Penyajian data dengan grafik dianggap lebih komunikatif karena dalam waktu singkat dapat diketahui karakteristik dari data yang disajikan. Terdapat beberapa jenis grafik yaitu : Grafik garis (line chart) Grafik garis atau diagram garis dipakai untuk menggambarkan data berkala. Grafik garis dapat berupa grafik garis tunggal maupun grafik garis berganda. Grafik batang / balok (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. Grafik lingkaran (pie chart) Grafik lingkaran lebih cocok untuk menyajikan data cross section, dimana data tersebut dapat dijadikan bentuk prosentase. Grafik Gambar (pictogram) Grafik ini berupa gambar atau lambang untuk menunjukkan jumlah benda yang dilambangkan. Grafik Berupa Peta (Cartogram). Cartogram adalah grafik yang banyak digunakan oleh BMG untuk menunjukkan peramalan cuaca dibeberapa daerah.



  



VI. DAFTAR REFERENSI Prof. Dr. Sudjana, Metode Statistik, 1990, Transito, Bandung. Furqon, PhD, Statistik Terapan Untuk Penelitian, 1997, Alphabeta, Bandung. Richard J. Shavelson, Statistical Reasoning for Behavioral Science, 1988, Allyn and Bacon, Massachusetts. Konsep Statistika Statistika Adalah ilmu pengetahuan tentang pengembagan dan aplikasi metode pengumpulan, pengolahan, penyajian, analisa/intrepretasi data numeric, sehingga kesalhan dalam pengambilan kepuatusan dapat diperhitungkan secara numeric. Sedangkan Biostatistika Adalah cabang ilmu statistic yang berkaitan dengan apliksai metode statistic pada persoalan dibidang biologi dan kedokteran. Dalam Statistika Kesehatan data yang dibutuhkan lebih banyak menjurus pada perencanaan, pelaksanaan & penilaian program kesehatan, yang termasuk di dalamnya : Morbiditas (frekuensi dan penyebab kesakitan), Statistik Rumah sakit (jumlah pasien, lama perawatan, dll), Statistik Pelayanan (imunisasi, kesehatan gigi, KB, dll). Fungsi Statistik Dalam Bidang Kesehatan :        



Memeberikan gambaran/keterangan tentang masalah kesehatan Penentuan prioritas masalah yang perlu ditanggulangi Bahan yang dapat digunakan untuk perencanaan bidang kesehatan Dapat membandingkan tingkat kesehatan masyarakat Menilai dan menganalisa hasil usaha kesehatan Dapat menentukan kebutuhan dalam bidang kesehatan yang sudah atau belum dipenuhi Dapat mencari hubungan sebab dan akibat Dokumentasi data kesehatan masyarakat



Dilihat berdasarkan tahap-tahap kerjanya, maka ruang Lingkup kajian Statistik dapat dibedakan dalam 2 macam yaitu : 1.



Statistic Deskriptif, yaitu suatu statistic yang metode dan prosedur yang dipakai terbatas pada : Pengumpulan data, Pengolahan data, Penyajian data dan Analisa data yang tanpa perlu adanya peramalan atau pembuktian statistic 2. Statistik Inferensial, yaitu statistic yang metode dan prosedur yang dipakai sama seperti pada statistic deskriptif namun disertai pengambilan kesimpulan denganpembuktian secara statistic terhadap hasil dari sampel atau populasi



Dalam statistik sumber segala informasi yang telah melalui berbagai proses pengolahan, cleaning, dan sebagainya pasti berasal data data mentah. Sedangkan data sendiri dapat diartikan sebagai fakta atau keterangan mengenai suatu benda, persoalan dan keadaan. Dalam Ilmu ststistik Data dapat dibagi menjadi 2, yaitu : 1. Data Kualitatif, data berbentuk kalimat 2. Data Kuantitatif, data berbentuk bilangan atau angka, yang data ini juga dapat dibedakan menjadi 2: 1. 2.



deskrit ——> data berbentuk bilangan bulat (kunjungan pasien, jumlah anak, dll) kontinue —–> data berbentuk bilangan pecahan ( BB, TB, dsb)



Khusus dalam Statistik Kesehatan, Sumber data yang dipakai meliputi : Data Primer (survey, sensus, experiment) dan Data Sekunder (pencatatan peristiwa vital seperti kematian dan kelahiran, Catatan Khusus serta laporan dan Publikasi) Menurut skala ukur, data dapat dibagi dalam 4 jenis :    



Data berskala Nominal Data berskala ordinal Data berkala interval Data berkala rasio



http://tuloe.wordpress.com/2009/06/27/biostatistik/ DAFTAR ISI I. Pendahuluan Statistik dan Statistika II. Pengertian Data Jenis – Jenis Statistika Populasi Dan Sampel III. Cara Mengumpulkan Data Wawancara (interview) Kuesioner (angket) Observasi (pengamatan) Tes dan Skala Obyektif Metode proyektif Skala Pengukuran IV. PENYAJIAN DATA Penyajian data dengan tabel Penyajian data dengan grafik/diagram VI. DAFTAR REFERENSI



STATISTIK I. Pendahuluan Mata kuliah statistika bagi mahasiswa sangat diperlukan terutama ketika seorang mahasiswa harus mengumpulkan, mengolah, menganalisis dan menginterprestasikan data untuk pembuatan skripsi, thesis atau disertasi. Dalam hal ini pengetahuan statistik dipakai dalam menyusun metodologi penelitian. Sebagai suatu ilmu, kedudukan statistika merupakan salah satu cabang dari ilmu matematika terapan. Oleh karena itu untuk memahami statistika pada tingkat yang tinggi, terebih dahulu diperlukan pemahaman ilmu matematika. Dinegara maju seperti Amerika, Eropa dan Jepang, ilmu statistika berkembang dengan pesat sejalan dengan berkembangnya ilmu ekonomi dan teknik. Bahkan kemajuan suatu negara sangat ditentukan oleh sejauh mana negara itu menerapkan ilmu statistika dalam memecahkan masalahmasalah pembangunan dan perencanaan pemerintahannya. Jepang sebagai salah satu negara maju, konon telah berhasil memadukan ilmu statistika dengan ilmu ekonomi, desain produk, psikologi dan sosiologi masyarakat. Sejauh itu ilmu statistika digunakan pula untuk memprediksi dan menganalisis perilaku konsumen, sehingga Jepang mampu menguasai perekonomian dunia sampai saat ini. Statistik dan Statistika Statistik adalah kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan atau berkaitan dengan suatu masalah tertentu. Contoh : Statistik penduduk adalah kumpulan angka-angka yang berkaitan dengan masalah penduduk. Statistik ekonomi adalah kumpulan angka-angka yang berkaitan dengan masalah ekonomi. Statistika adalah pengetahuan yang berkaitan dengan metode, teknik atau cara mengumpulkan, mengolah, menganalisis dan menginterprestasikan data untuk disajikan secara lengkap dalam bentuk yang mudah dipahami penggunan II. Pengertian Data Dalam statistika dikenal beberapa jenis data. Data dapat berupa angka dapat pula bukan berupa angka. Data berupa angka disebut data kuantitatif dan data yang bukan angka disebut data kualitatif. Berdasarkan nilainya dikenal dua jenis data kuantitatif yaitu data diskrit yang diperoleh dari hasil perhitungan dan data kontinue yang diperoleh dari hasil pengukuran. Menurut sumbernya data dibedakan menjadi dua jenis yaitu data interen adalah data yang bersumber dari dalam suatu instansi atau lembaga pemilik data dan data eksteren yaitu data yang diperoleh dari luar. Data eksteren dibagi menjadi dua jenis yaitu data primer dan data sekunder. Data primer adalah data yang langsung dikumpulkan oleh orang yang berkepentingan dengan data tersebut dan data sekunderadalah data yang tidak secara langsung dikumpulkan oleh orang yang berkepentingan dengan data tersebut. Jenis – Jenis Statistika Statistika dibedakan berdasarkan jenisnya menjadi dua yaitu Statistika Deskriptif dan Statistika Inferensia.



Statistika deskriptif adalah statistika yang berkaitan dengan metode atau cara medeskripsikan, menggambarkan, menjabarkan atau menguraikan data. Statistika deskripsi mengacu pada bagaimana menata, menyajikan dan menganalisis data, yang dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung, median, modus, standar deviasi atau menggunakan cara lain yaitu dengan membuat tabel distribusi frekuensi dan diagram atau grafik. Statistika inferensia adalah statistika yang berkaitan dengan cara penarikan kesimpulan berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakteristik dari suatu populasi. Dengan demikian dalam statistika inferensia data yang diperoleh dilakukan generalisasi dari hal yang bersifat kecil (khusus) menjadi hal yang bersifat luas (umum). Populasi Dan Sampel Populasi adalah keseluruhan pengamatan atau obyek yang menjadi perhatian sedangkan Sampleadalah bagian dari populasi yang menjadi perhatian. Populasi dan sample masing-masing mempunyai karakteristik yang dapat diukur atau dihitung. Karakteristik untuk populasi disebut parameter dan untuk sample disebut statistik. Contoh parameter adalah mean ( ), standar deviasi ( ), proporsi (P) dan koefisien korelasi ( ), sedangkanstatistik adalah nilai rata-rata ( ), standar deviasi (s), proporsi (p) dan koefisien korelasi (r). Populasi dibedakan menjadi dua jenis yaitu : Populasi orang atau individu adalah keseluruhan orang atau individu (dapat pula berupa bendabenda) yang menjadi obyek perhatian. Populasi data adalah populasi yang terdiri atas keseluruhan karakteristik yang menjadi obyek perhatian. Sample juga dibedakan menjadi dua jenis yaitu : Sampel orang atau individu adalah sampel yang terdiri atas orang-orang (dapat pula berupa benda-benda) yang merupakan bagian dari populasinya yang menjadi obyek perhatian. Sampel data adalah sebagaian karakteristik dari suatu populasi yang menjadi obyek perhatian. Meskipun populasi merupakan gambaran yang ideal, tetapi sangat jarang penelitian dilakukan memakai populasi. Pada umumnya yang dipakai adalah sample. Ada beberapa alasan mengapa penelitian dilakukan menggunakan sample : 1. Waktu yang diperlukan untuk mengumpulkan data lebih singkat. 2. Biaya lebih murah. 3. Data yang diperoleh justru lebih akurat. 4. Dengan statistika inferensia dapat dilakukan generalisasi. III. Cara Mengumpulkan Data Untuk memperoleh data yang benar dan dapat dipertanggung jawabkan keabsahannya, data harus dikumpulkan dengan cara dan proses yang benar. Terdapat beberapa cara atau teknik untuk mengumpulkan data yaitu : 1. 1. Wawancara (interview) yaitu cara untuk mengumpulkan data dengan mengadakan tatap muka secara langsung. Wawancara harus dilakukan dengan memakai suatu pedoman wawancara yang berisi daftar pertanyaan sesuai tujuan yang ingin dicapai. Ada dua jenis wawancara yaitu wawancara berstruktur (structured interview) dan wawancara takberstruktur (unstructured interview). Wawancara berstruktur adalah wawancara yang jenis dan urutan dari sejumlah pertanyaannya sudah disusun sebelumnya, sedangkan wawancara takberstruktur adalah wawancara yang tidak secara ketat ditentukan sebelumnya. Wawancara



takberstruktur lebih fleksibel karena pertanyaannya dapat dikembangkan meskipun harus tetap pada pencapaian sasaran yang telah ditentukan. Ciri-ciri pertanyaan yang baik adalah : 1. Sesuai dengan masalah atau tujuan penelitian. 2. Jelas dan tidak meragukan. 3. Tidak menggiring pada jawaban tertentu. 4. Sesuai dengan pengetahuan dan pengalaman orang yang diwawancarai. 5. Pertanyaan tidak boleh yang bersifat pribadi. Kelebihan dari wawancara adalah data yang diperlukan langsung diperoleh sehingga lebih akurat dan dapat dipertanggung jawabkan. Kekurangannya adalah tidak dapat dilakukan dalam skala besar dan sulit memperoleh keterangan yang sifatnya pribadi. 1. 2. Kuesioner (angket) adalah cara mengumpulkan data dengan mengirim atau menggunakan kuesioner yang berisi sejumlah pertanyaan. Kelebihannya adalah dapat dilakukan dalam skala besar, biayanya lebih murah dan dapat memperoleh jawaban yang sifatnya pribadi. Kelemahannya adalah jawaban bisa tidak akurat, bisa jadi tidak semua pertanyaan terjawab bahkan tidak semua lembar jawaban dikembalikan. 1. 3. Observasi (pengamatan) adalah cara mengumpulkan data dengan mengamati obyek penelitian atau kejadian baik berupa manusia, benda mati maupun gejala alam. Data yang diperoleh adalah untuk mengetahui sikap dan perilaku manusia, benda mati atau gejala alam. Kebaikan dari observasi adalah data yang dieroleh lebih dapat dipercaya. Kelemahannya adalah bisa terjadi kesalahan interpretasi terhadap kejadian yang diamati. 1. 4. Tes dan Skala Obyektif adalah cara mengumpulkan data dengan memberikan tes kepada obyek yang diteliti. Cara ini banyak dilakukan pada tes psikologi untuk mengukur karakteristik kepribadian seseorang. Beberapa contoh tes skala obyektif yaitu : A. Tes kecerdasan dan bakat. B. Tes kepribadian. C. Tes sikap. D. Tes tentang nilai. E. Tes prestasi belajar, dsb. 5. Metode proyektif adalah cara mengumpulkan data dengan mengamati atau menganalisis suatu obyek melalui ekspresi luar dari obyek tersebut dalam bentuk karya lukisan atau tulisan. Metode ini dipakai dalam psikologi untuk mengetahui sikap, emosi dan kepribadian seseorang. Kelemahan dari metode ini adalah obyek yang sama dapat disimpulkan berbeda oleh pengamat yang berbeda. Skala Pengukuran Salah satu aspek penting dalam memahami data untuk keperluan analisis terutama statistika inferensia adalah Skala Pengukuran. Secara umum terdapat 4 tingkat/jenis skala pengukuran yaitu : 1. 1. Skala nominal adalah skala yang hanya mempunyai ciri untuk membedakan skala ukur yang satu dengan yang lain. Contoh skala nominal seperti tabel dibawah ini : Jenis dan Jumlah buah-buahan yang



Diproduksi suatu Daerah pada Tahun 1998 Jenis Buah-Buahan Jumlah Pepaya 2 ton Mangga 1,5 ton Apel 1 ton Duku 1,4 ton Manggis 1,3 ton Sumber: Data Buatan 1. 2. Skala Ordinal adalah skala yang selain mempunyai ciri untuk membedakan juga mempunyai ciri untuk mengurutkan pada rentang tertentu. Contoh skala ordinal seperti tabel dibawah ini : Penilaian Anggota Kelompok Belajar “ Bina Pintar “ Kategori Nilai Banyaknya Istimewa 6 orang Baik 18 orang Rata-rata 15 orang Kurang 7 orang Kurang sekali 0 orang Sumber : Data Buatan 1. 3. Skala Interval adalah skala yang mempunyai ciri untuk membedakan, mengurutkan dan mempunyai ciri jarak yang sama. Contoh, suhu tertinggi pada bulan Desember dikota A, B dan C berturut-turut adalah 28, 31 dan 20 derajat Fahrenheit. Kita dapat membedakan dan mengurutkan besarnya suhu, sebab satu derajat Fahrenheit merupakan suatu besaran yang tetap, namun pada saat suhu menunjukkan nol derajat Fahrenheit tidak berarti tidak adanya panas pada kondisi tersebut. Hal ini dapat dijelaskan, misalnya kota A bersuhu 30 derajat Fahrenheit dan kota B bersuhu 60 derajat Fahrenheit, tidak dapat dikatakan bahwa suhu dikota B dua kali lebih panas dari pada suhu dikota A, karena suhu tidak mempunyai titik nol murni (tulen). 1. 4. Skala ratio adalah skala yang mempunyai 4 ciri yaitu membedakan, mengurutkan, jarak yang sama dan mempunyai titik nol yang tulen (berarti). Contoh : Pak Asmuni mempunyai uang nol rupiah, artinya pak Asmuni tidak mempunyai uang. IV. PENYAJIAN DATA Secara garis besar ada dua cara penyajian data yaitu dengan tabel dan grafik. Dua cara penyajian data ini saling berkaitan karena pada dasarnya sebelum dibuat grafik data tersebut berupa tabel. Penyajian data berupa grafik lebih komunikatif. Dilihat dari waktu pengumpulannya, dikenal dua jenis data yaitu : Cross section data adalah data yang dikumpulkan pada suatu waktu tertentu. Data berkala adalah data yang dikumpulkan dari waktu ke waktu. Dengan data berkala dapat dibuat garis kecenderungan atau trend. Penyajian data dengan tabel Tabel atau daftar merupakan kumpulan angka yang disusun menurut kategori atau karakteristik data sehingga memudahkan untuk analisis data.



Ada tiga jenis tabel yaitu : Tabel satu arah atau satu komponen adalah tabel yang hanya terdiri atas satu kategori atau karakteristik data. Tabel berikut ini adalah contoh tabel satu arah. Banyaknya Pegawai Negeri Sipil Menurut Golongan Tahun 1990 Golongan Banyaknya (orang) I 703.827 II 1.917.920 III 309.337 IV 17.574 Jumlah 2.948.658 Sumber : BAKN, dlm Statistik Indonesia, 1986 Tabel dua arah atau dua komponen adalah tabel yang menunjukkan dua kategori atau dua karakteristik. Tabel berikut ini adalah contoh tabel dua arah. Jumlah Mahasiswa UPH menurut Fakultas dan Kewarganegaraan 1995 Fakultas WNI WNA Jumlah Fak. Ekonomi 1850 40 1890 Fak. Teknologi Industri 1320 10 1330 Fak. Seni Rupa & Design 530 5 535 Fak. Pasca Sarjana 250 10 260 Jumlah 3950 65 4015 Sumber : Data Buatan Tabel tiga arah atau tiga komponen adalah tabel yang menunjukkan tiga kategori atau tiga karakteristik. Contoh tabel berikut ini. Jumlah Pegawai Menurut Golongan, Umur dan Pendidikan pada Departeman A Tahun 2000 Umur (tahun) Pendidikan Bukan Golongan 25 – 35 > 35 Sarjana Sajana I 400 500 900 0 II 450 520 970 0 III 1200 2750 1850 2100 IV 0 250 0 250 Jumlah 2.050 4020 3720 2350 Penyajian data dengan grafik/diagram Penyajian data dengan grafik dianggap lebih komunikatif karena dalam waktu singkat dapat diketahui karakteristik dari data yang disajikan. Terdapat beberapa jenis grafik yaitu : Grafik garis (line chart) Grafik garis atau diagram garis dipakai untuk menggambarkan data berkala. Grafik garis dapat berupa grafik garis tunggal maupun grafik garis berganda. Grafik batang / balok (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. Grafik lingkaran (pie chart) Grafik lingkaran lebih cocok untuk menyajikan data cross section, dimana data tersebut dapat dijadikan bentuk prosentase. Grafik Gambar (pictogram) Grafik ini berupa gambar atau lambang untuk menunjukkan jumlah benda yang dilambangkan. Grafik Berupa Peta (Cartogram). Cartogram adalah grafik yang banyak digunakan oleh BMG untuk menunjukkan peramalan cuaca dibeberapa daerah. VI. DAFTAR REFERENSI  Prof. Dr. Sudjana, Metode Statistik, 1990, Transito, Bandung.  Furqon, PhD, Statistik Terapan Untuk Penelitian, 1997, Alphabeta, Bandung.  Richard J. Shavelson, Statistical Reasoning for Behavioral Science, 1988, Allyn and Bacon, Massachusetts. http://lesnapurnawan.wordpress.com/2009/07/17/makalah-statistik/ http://www.slideshare.net/UJANGKETUL/biostatistik Populasi dan Sampel 1. Pengertian populasi Populasi atau universe adalah jumlah keseluruhan dari satuan-satuan atau individu-individu yang karakteristiknya hendak diteliti. Dan satuan-satuan tersebut dinamakan unit analisis, dan dapat berupa orang-orang, institusi-institusi, benda-benda, dst. (Djawranto, 1994 : 420). 2. Pengertian Sampel Sampel atau contoh adalah sebagian dari populasi yang karakteristiknya hendak diteliti (Djarwanto, 1994:43). Sampel yang baik, yang kesimpulannya dapat dikenakan pada populasi, adalah sampel yang bersifat representatif atau yang dapat menggambarkan karakteristik populasi. 3. Kriteria Sampel Ada dua kriteria sampel yaitu kriteria inklusi dan kriteria eksklusi. Penentuan kriteria sampel diperlukan untuk mengurangi hasil peneliian yang bias. Kriteria inklusi adalah karakteristik umum subjek penelitian dari suatu populasi target yang terjangkau yang akan diteliti (Nursalam, 2003: 96). Sedangkan yang dimaksud dengan Kriteria eksklusi adalah meng-hilangkan/mengeluarkan subjek yang memenuhi kriteria inklusi dari penelitian karena sebab-sebab tertentu (Nursalam, 2003: 97).



Sebab-sebab yang dipertimbangkan dalam menentukan kriteria ekslusi antara lain: a. subjek mematalkan kesediannya untuk menjadi responden penelitian, dan b. subjek berhalangan hadir atau tidak di tempat ketika pengumpulan data dilakukan. 4. Teknik pengambilan sampel a. Pengertian teknik pengambilan sampel Teknik pengambilan sampel atau teknik sampling adalah teknik pengambilan sampel dari populasi. Sampel yang merupakan sebagaian dari populasi tsb. kemudian diteliti dan hasil penelitian (kesimpulan) kemudian dikenakan pada populasi (generalisasi). Hubungan populasi, sample, teknik sampling, dan generasi dapat digambarkan sebagai berikut:



b. Manfaat sampling 1) Menghemat beaya penelitian. 2) Menghemat waktu untuk penelitian. 3) Dapat menghasilkan data yang lebih akurat. 4) Memperluas ruang lingkup penlitian. c. Syarat-syarat teknik sampling Teknik sampling boleh dilakukan bila populasi bersifat homogen atau memiliki karakteristik yang sama atau setidak-tidaknya hampir sama. Bila keadaan populasi bersifat heterogen, sampel



yang dihasilkannya dapat bersifat tidak representatif atau tidak dapat menggambarkan karakteristik populasi. d Jenis-jenis teknik sampling 1) Teknik sampling secara probabilitas Teknik sampling probabilitas atau random sampling merupakan teknik sampling yang dilakukan dengan memberikan peluang atau kesempatan kepada seluruh anggota populasi untuk menjadi sampel. Dengan demikian sampel yang diperoleh diharapkan merupakan sampel yang representatif. Teknik sampling semacam ini dapat dilakukan dengan cara-cara sebagai berikut. a) Teknik sampling secara rambang sederhana. Cara paling populer yang dipakai dalam proses penarikan sampel rambang sederhana adalah dengan undian. b) Teknik sampling secara sistematis (systematic sampling). Prosedur ini berupa penarikan sample dengan cara mengambil setiap kasus (nomor urut) yang kesekian dari daftar populasi. c) Teknik sampling secara rambang proportional. Jika populasi terdiri dari subpopulasi-subpopulasi maka sample penelitian diambil dari setiap subpopulasi. Adapun cara peng-ambilan- nya dapat dilakukan secara undian maupun sistematis. d) Teknik sampling secara rambang bertingkat. Bila subpoplulasi-subpopulasi sifatnya bertingkat, cara peng-ambilan sampel sama seperti pada teknik sampling secara proportional. e) Teknik sampling secara kluster (cluster sampling) Ada kalanya peneliti tidak tahu persis karakteristik populasi yang ingin dijadikan subjek penelitian karena populasi tersebar di wilayah yang amat luas. Untuk itu peneliti hanya dapat menentukan sampel wilayah, berupa kelompok klaster yang ditentukan secara bertahap. Teknik pengambilan sample semacam ini disebut cluster sampling atau multi-stage sampling.



2) Teknik sampling secara nonprobabilitas.



Teknik sampling nonprobabilitas adalah teknik pengambilan sample yang ditemukan atau ditentukan sendiri oleh peneliti atau menurut pertimbangan pakar. Beberapa jenis atau cara penarikan sampel secara nonprobabilitas adalah sebagai berikut. a) Puposive sampling atau judgmental sampling Penarikan sampel secara puposif merupakan cara penarikan sample yang dilakukan memiih subjek berdasarkan kriteria spesifik yang dietapkan peneliti. b) Snow-ball sampling (penarikan sample secara bola salju). Penarikan sample pola ini dilakukan dengan menentukan sample pertama. Sampel berikutnya ditentukan berdasarkan informasi dari sample pertama, sample ketiga ditentukan berdasarkan informasi dari sample kedua, dan seterusnya sehingga jumlah sample semakin besar, seolah-olah terjadi efek bola salju. c) Quota sampling (penarikan sample secara jatah). Teknik sampling ini dilakukan dengan atas dasar jumlah atau jatah yang telah ditentukan. Biasanya yang dijadikan sample penelitian adalah subjek yang mudah ditemui sehingga memudahkan pula proses pengumpulan data. d) Accidental sampling atau convenience sampling Dalam penelitian bisa saja terjadi diperolehnya sampel yang tidak direncanakan terlebih dahulu, melainkan secara kebetulan, yaitu unit atau subjek tersedia bagi peneliti saat pengumpulan data dilakukan. Proses diperolehnya sampel semacam ini disebut sebagai penarikan sampel secara kebetulan.



4. Penentuan Jumlah Sampel Bila jumlah populasi dipandang terlalu besar, dengan maksud meng-hemat waktu, biaya, dan tenaga, penelitili tidak meneliti seluruh anggota populasi. Bila peneliti bermaksud meneliti sebagian dari populasi saja (sampel), pertanyaan yang selalu muncul adalah berapa jumlah sampel yang memenuhi syarat. Ada hukum statistika dalam menentukan jumlah sampel, yaitu semakin besar jumlah sampel semakin menggambarkan keadaan populasi (Sukardi, 2004 : 55). Selain berdasarkan ketentuan di atas perlu pula penentuan jumlah sampel dikaji dari karakteristik populasi. Bila populasi bersifat homogen maka tidak dituntut sampel yang jumlahnya besar. Misalnya saja dalam pemeriksaan golongan darah.



Walaupun pemakaian jumlah sampel yang besar sangat dianjurkan, dengan pertimbangan adanya berbagai keterbatasan pada peneliti, sehingga peneliti berusaha mengambil sampel minimal dengan syarat dan aturan statistika tetap terpenuhi sebagaimana dianjurkan oleh Isaac dan Michael (Sukardi, 2004 : 55). Dengan menggunakan rumus tertentu (lihat Sukardi, 2004 : 5556), Isaac dan Michael memberikan hasil akhir jumlah sampel terhadap jumlah populasi antara 10 – 100.000. Peran Statistik Di dalam penelitian, statistika berperan untuk: · Memberikan informasi tentang karakteristik distribusi suatu populasi tertentu, baik diskrit maupun kontinyu. Pengetahuan ini berguna dalam menghayati perilaku populasi yang sedang diamati · Menyediakan prosedur praktis dalam melakukan survey pengumpulan data melalui metode pengumpulan data (teknik sampling). Pengetahuan ini berguna untuk mendapatkan hasil pengukuran yang terpercaya · Menyediakan prosedur praktis untuk menduga karakteristik suatu populasi melalui pendekatan karakteristik sampel, baik melalui metode penaksiran, metode pengujian hipotesis, metode analisis varians. Pengetahuan ini berguna untuk mengetahui ukuran pemusatan dan ukuran penyebaran serta perbedaan dan kesamaan populasi. · Menyediakan prosedur praktis untuk meramal keadaan suatu obyek tertentu di masa mendatang berdasarkan keadaan di masa lalu dan masa sekarang. Melalui metode regresi dan metode deret waktu. Pengetahuan ini berguna memperkecil resiko akibat ketidakpastian yang dihadapi di masa mendatang. · Menyediakan prosedur praktis untuk melakukan pengujian terhadap data yang bersifat kualitatif melalui statistik non parametrik. Sementara menurut Sugiyono (2003:12), statistika berperan untuk: · Alat untuk menghitung besarnya anggota sampel yang diambil dari suatu populasi, sehingga jumlah sampel yang dibutuhkan akan lebih dapat dipertanggungjawabkan · Alat untuk menguji validitas dan reliabilitas instrumen sebelum instrumen tersebut digunakan dalam penelitian · Sebagai teknik untuk menyajikan data, sehingga data lebih komunikatif, misalnya melalui tabel, grafik, atau diagram · Alat untuk menganalisis data seperti menguji hipotesis yang diajukan dalam penelitian.



2.



Fungsi Statistik Fungsi yang penting ssebagai alat bantu, yaitu alat bantu untuk mengolah, menganalisis, dan menyimpulkan hasil yang telah dicapai dalam kegiatan penilaian tersebut. Bagi seorang pendidik professional, statistik juga memiliki kegunaan yang cukup besar. Sebab dengan menggunaan statistik sebagai alat bantu, maka berlandaskan pada data eksak itu ia akan dapat :



a. b. c.



d. e. f.



Memperoleh gambaran, baik gambaran secara khusus maupun gambaran secara umum tentang suatu gejala, keadaan atau peristiwa. Mengikuti perkembangan atua pasang surut mengenai gejala, keadaan atau peristiwa tersebut, dari waktu ke waktu. Melakukan pengujian, apakah gejala yang satu berbeda denagn gejala yang lain ataukah tidak. Jika terdapat perbedaan, apakah perbedaan itu merupakan perbedaan yang berarti ataukah perbedaan itu terjadi hanya kebetulan saja. Mengetahui apakah gejala yang satu ada hubungannya dengan gejala yang lain. Menyusun laporan yang berupa data kuantitatif denag teratur, ringkas dan jelas. Menarik kesimpulan secara logis, mengambil keputusan secara tepat dan mantap, serta dapat memperkirakan atau meramalkan hal-hal yang mungkin terjadi di masa mendatang, dan langkah konkret apa yang kemungkinan perlu dilakukan oleh seorang pendidik.



3. Manfaat yang dapat diambil dari mempelajari Statistik Pendidikan adalah : v Dapat mengetahui rata-rata (average) dari suatu data statistik v Dapat mengetahui pemencaran atau penyebaran (variability atau dispersion) dari suatu data statistik v Dapat mengetahui korelasai (hubungan) dari suatu data statistik BAB I PENDAHULUAN



1.1



Latar Belakang Statistika Pada Umumnya digunakan untuk menunjukkan tubuh pengetahuan (body of knowledge) tentang cara-cara pengumpulan data, analisis dan penafsiran data.



1.2 a) b) c)



Rumusan Masalah Apa fungsi,kegunaan Dan Peranaan Statistik ? Sebutkan Macam – Macam Kegunaan Statistik Dalam Berbagai Bidang Ilmu ? Apa Saja fungsi Dan Kegunaan Statistik Dalam Dunia Pendidikan ?



1.3 a) b) c)



Tujuan Agar Pembaca Mengetahui Secara Langsung Fungsi,Kegunaan, Dan Peranaan Statistik. Agar Pembaca Mengetahui Berbagai Fungsi Statistik Dalam Berbagai Bidang Ilmu. Agar Pembaca Memahami Kegunaan Statistik Dalam Dunia Pendidikan.



BAB II PEMBAHASAN



2.1 Fungsi,Kegunaan, Dan Peranan statistik. Statistika digunakan untuk menunjukkan tubuh pengetahuan (body knowledge) tentang cara-cara pengumpulan data, analisis dan penafsiran data. a. Fungsi statistika Ø Statistik menggambarkan data dalam bentuk tertentu Ø Statistik dapat menyederhanakan data yang kompleks mudah dimengerti Ø Statistik merupakan teknik untuk membuat perbandingan Ø Statistik dapat memperluas pengalaman individu Ø Statistik dapat mengukur besaran dari suatu gejala Ø Statistik dapat menentukan hubungan sebab akibat



menjadi



data



of



yang



b. Kegunaan Statistika Ø Membantu penelitian dalam menggunakan sampel sehingga penelitian dapat bekerja efisien dengan hasil yang sesuai dengan obyek yang ingin diteliti Ø Membantu penelitian untuk membaca data yang telah terkumpul sehingga peneliti dapat mengambil keputusan yang tepat Ø Membantu peneliti untuk melihat ada tidaknya perbedaan antara kelompok yang satu dengan kelompok yang lainnya atas obyek yang diteliti Ø Membantu peneliti untuk melihat ada tidaknya hubungan antara variabel yang satu dengan variabel yang lainnya Ø Membantu peneliti dalam menentukan prediksi untuk waktu yang akan dating Ø Membantu peneliti dalam melakukan interpretasi atas data yang terkumpul (M.Subana dkk, 2000;14) Ø Pemerintah menggunakan statistika untuk menilai hasil pembangunan masa lalu dan merencanakan masa mendatang Ø Pimpinan menggunakannya untuk pengangkatan pegawai baru, pembelian peralatan baru, peningkatan kemampuan karyawan, perubahan sistem kepegawaian, dsb. Ø Para pendidik sering menggunakannya untuk melihat kedudukan siswa, prestasi belajar, efektivitas metoda pembelajaran, atau media pembelajaran. Ø Para psikolog banyak menggunakan statistika untuk membaca hasil pengamatan baik melalui tes maupun obserbasi lapangan.



c. Peranan Statistika Ø Di dalam penelitian, statistika berperan untuk: Ø Memberikan informasi tentang karakteristik distribusi suatu populasi tertentu, baik diskrit maupun kontinyu. Pengetahuan ini berguna dalam menghayati perilaku populasi yang sedang diamati Ø Menyediakan prosedur praktis dalam melakukan survey pengumpulan data melalui metode pengumpulan data (teknik sampling). Pengetahuan ini berguna untuk mendapatkan hasil pengukuran yang terpercaya Ø Menyediakan prosedur praktis untuk menduga karakteristik suatu populasi melalui pendekatan karakteristik sampel, baik melalui metode penaksiran, metode pengujian hipotesis, metode analisis varians. Pengetahuan ini berguna untuk mengetahui ukuran pemusatan dan ukuran penyebaran serta perbedaan dan kesamaan populasi. Ø Menyediakan prosedur praktis untuk meramal keadaan suatu obyek tertentu di masa mendatang berdasarkan keadaan di masa lalu dan masa sekarang. Melalui metode regresi dan metode deret waktu. Pengetahuan ini berguna memperkecil resiko akibat ketidakpastian yang dihadapi di masa mendatang. Ø Menyediakan prosedur praktis untuk melakukan pengujian terhadap data yang bersifat kualitatif melalui statistik non parametric, Sementara menurut Sugiyono (2003:12), statistika berperan untuk: Ø Alat untuk menghitung besarnya anggota sampel yang diambil dari suatu populasi, sehingga jumlah sampel yang dibutuhkan akan lebih dapat dipertanggungjawabkan Ø Alat untuk menguji validitas dan reliabilitas instrumen sebelum instrumen tersebut digunakan dalam penelitian Ø Sebagai teknik untuk menyajikan data, sehingga data lebih komunikatif, misalnya melalui tabel, grafik, atau diagram Ø Alat untuk menganalisis data seperti menguji hipotesis yang diajukan dalam penelitian. 2.2 Kegunaan Statistik Dalam Berbagai Bidang Ilmu 1. Kegunaan Statistik Dalam Bidang Ilmu mnajemen : a. Penentuan struktur gaji, pesangon,tunjangan karyawan b. Penentuan jumlah persediaan c. Evaluasi produktivitas karyawan d. Evaluas kinerja karyawan. 2. Kegunaan Statistik Dalam Bidang Ilmu Akuntasi : a. Penentuan standar audit barang dan jasa b. Penentu depresiasi barang dan jasa c. Analisis rasio keuangan. 3. Kegunaan Statistik Dalam Bidang Ilmu Keuangan : a. Tingkat pengembalian infestasi b. Analisis pertumbuhan laba. 4. Kegunaan Statistik Dalam Bidang Ilmu Pemasaran :



a. Mengetahui preferensi konsumen b. Penelitian dan pengembangan produk c. Analisis potensi,segmentasi dan diskriminasi pasar d. Ramalan penjualan e. Efektifiktas kegitan promosi penjualan f. Penetepan harga. 5. Kegunaan Statistik Dalam Bidang Ekonomi Pembangunan : a. Analisis pertumbuhan ekonomi, inflasi dan suku bunga b. Pertumbuhan penduduk, pengangguran dan kemiskinan. 6. Kegunaan Statistik Dalam Bidang Agribisnis : a. Analisis produksi tanaman, ternak,ikan dan lain- lain b. Kelayakan usaha dan skala ekonomi c. Manajemen produksi agribisnis d. Analisis ekspor dan impor produksi pertanian. 2.3 Fungsi Dan Kegunaan Statistik Dalam Dunia Pendidikan Berikut gambaran perhitungan statistik status pendidikan di Indonesia :



Fungsi yang dimiliki oleh statistik dalam dunia pendidikan terutama bagi para pendidik (pengajar, guru, dosen atau yang lainya adalah sebagai alat bantu. Tidak dapat disangkal bahwa dalam melaksanakan tugasnya, seorang pendidik akan senantiasa terlibat pada masalah penilaian atau evaluasi terhadap hasil pendidikan setelah anak didik menempuh proses pendidikan dalam jangka waktu yang telah ditentukan. di dalam kegiatan menilai itu, seorang pendidik menggunakan norma tertentu; norma tersebut pada hakekatnya adalah semacam ukuran. Hasil penilain itu biasaanya dinyatakan dalam berbagai macam cara. namun cara yang paling umum digunakan adalah menyatakan



dalam bentuk angka (bilangan). memang hal yang di nilai itu sendiri yaitu kemajuan atau perkembangan anak didik dalm jangka waktu tertentu-sebenarnya bersifat kualitatif, akan tetapi diubah menjadi data yang kuantitatif. Dengan kata lain, terhadap hasil penilaian itu dilakukan kuantifikasi. Alasan kuantifikasi itu sudah barang tentu bermacam-macam, namun alasan yang paling utama adalah, dengan melakukan pengubahan bahan keterangan yang bukan berupa angka menjadi bahan keterangan yang berupa angka, pendidik akan dapat dengan secara jelas dan tegas memperoleh gambaran mengenai kemajuan atau perkembangan yang telah dicapai oleh anak didik, setelah menjalani proses pendidikan. Dengan menggunakan data kuantitatif seorang pendidik akan lebih dapat meperoleh kepastian, ketimbang menggunakan data kualitatif. Karena dalam kegiatan penilaian hasil pendidikan cara yang paling umum adalah dengan menggunakan data kuantitatif. maka tidak perlu diragukan lagi bahwa statistik dalam hal ini mempunyai fungsi yang sangat penting sebagai alat bantu, yaitu alat bantu untuk mengolah, menganalisis, dan menyimpulkan hasil yang telah dicapai dalam kegiatan penilaian tersebut. Bagi seorang pendidik profesional, statistik juga memiliki keguanaan yang cukup besar, sebab dengan menggunakan statistik sebagai alat bantu, maka pada data tersebut pendidik akan dapatkan hal-hal sebagai berikut:  Memperoleh gambaran, baik gambaran umum maupun secara khusus tentang suatu gejala, keadaan atau peristiwa.  mengikuti perkembangan pasang-surut mengenai gejala, keadaan atau peristiwa tsb, dari waktu ke waktu.  melakukan pengujian, apakah gejala yang satu berbeda dengan gejala yang lain. jiak terdapat perbedaan apakah perbedaan itu merupak perbedaaan yang berarti (meyakinkan) ataukah perbedaan itu terjadi hanya kebetulan saja.  mengetahui apakah gejala yang satu aada hubungannya dengan gejala yang lain.  menysusun laporan yang berupa data kuantitatif dengan teratur, ringkas dan jelas.  menarik kesimpulan secara logis, mengambil keputusan secara tepat dan mantap, serta dapat memperkirakan atau meramlkan hal-hal yang mungkin terjadi di masa mendatang, dan langkah kongkrit apa yang perlu dilakukan pendidik.



BAB III PENUTUP 3.1



Kesimpulan Kegunaan Statistik adalah untuk menunjukan tentang cara – cara pengumpulan data, menganalisis dan penafsiran data. 3.2



Saran Kami sebagai penulis disini menyadari bahwa makalah kami ini masih jauh dari kesempurnaan. Oleh karena itu, kami sangat mengharapkan kritik dan saran yang bersifat membangun untuk kesempurnaan makalah ini.



DAFTAR PUSTAKA 1.



Bungin, Burhan. 2006. Metode Penelitian Kuantitatif Komunikasi, Ekonomi, dan Kebijakan Publik serta Ilmu-ilmu Sosial Lainnya. Jakarta. Prenada Media Group. Hadi, S. 1995. Statistik 1, 2, 3, Yogyakarta. Andi Offset Nazir, Mohamad. 1983. Metode Penelitian. Jakarta. Ghalia Indonesia. Sudjana. 1992. Metoda Statistika (Edisi ke 5). Bandung: Tarsito Sugiyono. 2003. Statistika untuk Penelitian, Bandung. Alfabeta



2.



Susetyo, Budi. 2010. Statistika Untuk Analisis Data Penelitian. Bandung. PT. Refika Aditama. Walpole, R.E. 1992. Pengantar Statistika. Jakarta. PT Gramedia Pustaka Utama. PENGERTIAN DATA STATISTIK PENGGOLONGAN DATA STATISTIK PENGERTIAN DATA STATISTIK PENGGOLONGAN DATA STATISTIK Makalah ini disusun guna memenuhi tugas mata kuliah Statistik semester 5 Dosen Pengampu: Suyoto, M.Pd Disusun oleh:



1. Cornado setya sakti 2. Endhi Pujiana 3. Zakiyyati Fakhiroh



PENDIDIKAN BAHASA DAN SASTRA INDONESIA FAKULTAS PENDIDIKAN BAHASA DAN SENI IKIP PGRI SEMARANG 2011 BAB I PENDAHULUAN A.



Latar Belakang Masalah 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 jajak cepat (perhitungan cepat hasil pemilu) atau quick count. Di bidang komputasi, statistika dapat pula diterapkan dalam pengenalan pola maupun kecerdasan buatan.



B. 1. 2.



Rumusan Masalah Bagaimanakah pengertian data statistik? Seperti apakah penggolongan data statistik?



C. 1. 2.



Manfaat Mengetahui pengertian data statistik. Mengetahui penggolongan data statistik.



BAB II PEMBAHASAN



1.



1. 2. 3. 4. 5. 2.



a.



b.



Pengertian Statistik Secara Etimologi Kata statistik berasal dari bahasa Latin "Ratio Status" yang dalam bahasa Itali ekivalen dengan kata "Region di stato". Istilah tersebut muncul pada awal abad pertengahan, biasa digunakan untuk menyatakan hal-hal yang berhubungan dengan pelajaran tentang kenegaraan. Kemudian berkembang istilah "statistia" yang berarti orang yang berkecimpung dalam urusan keadaan kenegaraan atau ahli negara. Statistik didefinisikan sebagai fakta-fakta berbentuk angka yang terangkum dalam tabel-tabel atau kumpulan angka pada tabel yang menerangkan suatu fenomena. Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Atau statistika adalah ilmu yang berusaha untuk mencoba mengolah data untuk mendapatkan manfaat berupa keputusan dalam kehidupan. Arti luas statistik (statistika) adalah metoda atau alat untuk : Pengumpulan data. Pengolahan data. Penyajian data. Analisis data. Penarikan simpulan data. . Penggolongan Data Statistik Menurut Ir. M. Iqbal Hasan, M.M dalam “ Pokok-Pokok Materi Statistik 1” statistikterbagi atas beberapa golongan. Statistik berdasarkan cara penggolongan data terbagi atas: Statistik Deskriftip (Statistik Deduktif) Mempunyai tujuan untuk mendeskripsi atau memberi gambaran objek yang diteliti sebagaimana adanya tanpa menarik kesimpulan atau generalisasi. Dalam statistic deskriptif ini dikemukakan cara-cara penyajian data dalam bentuk table maupun diagram, penentuan ratarata(mean), modus, median, rentang serta simpangan baku.



Statistik Analitik / Inferensial (Statistik Induktif) Mempunyai tujuan untuk penarikan kesimpulan. Sebelum menarik kesimpulan dilakukan suatu dugaan yang dapat diperolehdari statistika deskriptif. Bidang statistik yang mencakup semua kegiatan statistik secara utuhmulai dari kegiatan pengumpulan data, pengolahan data, penyajian data, analisis data dan penarikan simpulan berdasarkan data yang ada.Tujuan akhir untuk membuat inference atau menggeneralisasi hasil pengukuran sampel ke populasi.Alat yang digunakan pada statistik analitik adalah teori estimasi, pengujian hipotesis, dll.



Statistik berdasarkan bentuk parameter terbagi atas: a.



Statistik parametrik : berhubungan dengan inferensi statistik yang membahas parameterparameter populasi seperti rata-rata proporsi, dan lain- lain. Dengan ciri-ciri parametrik adalah jenis data interval atau rasio serta distribusi data (populasi) adalah normal atau mendekati normal.



b.



Statistik non- parametrik: inferensi statistik yang tidak membahas parameterparameter populasi dengan ciri adalah data nominal atau ordinal serta distribusi data (populasi) yang tidak diketahui atau bisa disebut tidak normal. Statistik berdasarkan ruang lingkup penggunaannya terbagi atas: Statistik sosial Yaitu statistik yang diterapkan atau digunakan dalam ilmu-ilmu sosial. Statistik pendidikan Yaitu statistik yang di terapkan atau digunakan dalam ilmu pendidikan Statistik ekonomi Yaitu statistik yang diterapkan atau digunakan dalam ilmu ekonomi Statistik perusahaan Yaitu statistik yang diterapkan tau digunakan dalam bidang perusahaan Statistik pertanian Yaitu statistik yang diterapkan atau digunakan dalam ilmu pertanian. Statistik kesehatan Yaitu statistik yang diterapkan atau digunakan dalam bidang kesehatan. Pengertian Data Statistik Dalam analisis suatu metode statistika, pasti anda akan berhadapan dengan data, kenapa?? Karena data menjadi bahan baku dalam analisis. Jadi setinggi apapun keilmuan seseorang tentang statistika tanpa data, ia tidak bisa berkata apa-apa kecuali hanya bergumam belaka. Data selain menjadi bahan baku suatu analisis statistika, juga menjadi perrtimbangan yang sangat penting dalam pemilihan metode analisis statistika pada suatu pemecahan permasalahan. Data berasal dari kata Latin, yaitu datum, yang merupakan bentuk jamak, datum adalah keterangan atau informasi yang diperoleh dari suatu pengamatan sedangakan data adalah segala keterangan atau informasi yang dapat memberikan gambaran tentang suatu keadaan. Data statistik merupakan keterangan atau ilustrasi mengenai suatu hal yang bisa berbentuk kategori ( misal: rusak, baik, cerah, berhasil, ataupun bilangan) Tujuan pengumpulan data: 1. Untuk memperoleh gambaran suatu keadaan Untuk dasar pengambilan keputusan



a. b. c. d. e. f. 3.



2.



Ciri-Ciri Data 1. Berbentuk angka atau simbol angka, tidak berbentuk kalimat. 2. Tersusun teratur. Berurutan sesuai dengan aturan-aturan, kaidah-kaidah, hukum-hukum, rumusrumus, dalil-dalil tertentu. 3. Agregat. Seluruh kumpulan nilai-nilai pengukuran yang merupakan suatu kesatuan dan setiap nilai pengukuran hanya mempunyai arti sebagai bagian dari keseluruhan tersebut. 4.



Penggolongan Data Statistik



a.



Data Diskrit (data anumeration) Angka-angka yang tidak memiliki desimal atau pecahan di antara dua bilangan bulatnya, diperoleh dari menghitung. Tiap objek memiliki satu satuan yang utuh, yang tidak memungkinkan untuk terjadinya secara sebagian. Misalnya : jumlah rumah 34 rumah, jumlah penduduk 3657jiwa, jumlah mobil 29 mobil, jumlah meja 56 meja, dsb. Pada perhitungan dimungkinkan ada desimal, namun kesimpulan akhir merupakan angka tanpa desimal. Pembulatan selalu naik, berapapun angka di belakang koma.



b.



Data Kontinue (data measurement) kumpulan angka- angka yang masih dimungkinkan memiliki bilangan desimal atau pecahan di antara dua bilangan bulatnya yang banyaknya tak terhingga, biasanya didapatkan dari proses pengukuran. Contoh : tinggi badan 175,5 cm, berat badan 67,75 kg, jarak 10,7 km, kecepatan 23 m/dt, temperatur 370C, volume 35,2 l, dll.



Data Menurut Sifatnya a. Data Kualitatif Adalah kenyataan yang menunjukkan sifat-sifat objek yang tidak memungkinkan secara langsung dapat diubah menjadi angka, sehingga menggunakan pendekatan dalam bentuk kategori. Contoh : lukisan indah, pemandangan bagus, wajah cantik, penataan rapi, kebijaksanaan tepat, perkataannya benar, tariannya indah. b. Data Kuantitatif : adalah data yang dinyatakan dalam bentuk angka. Misalnya : 60 rumah, 2.345 jiwa, 23 km, 19 gr.



a. b. c. d.



Data Menurut Sumbernya Data Primer : data yang diperoleh secara langsung dengan melakukan sendiri pengumpulan terhadap obyek. Data Sekunder : data yang diperoleh dari olahan data primer Data Tersier : data yang diperoleh dari olahan data sekunder. Data Kuarter : data yang diperoleh dari data tersier yang telah diolah terlebih dahulu.



BAB III PENUTUP Simpulan Data merupakan hal yang vital saat menganalisis sesuatu, tanpanya kita tidak dapat mengumpulkan, mendeskripsikan, menganalisis, serta menyajikan sesuatu. Data merupakan keterangan yang benar dan nyata tentang sesuatu yang butuh di proses lebih jauh. Maka statistik membutuhkan data sebagai bahan kajian dan analisis. Dalam data statistik terbagi menjadi : a.



b.



Data Diskrit (data anumeration) Angka-angka yang tidak memiliki desimal atau pecahan di antara dua bilangan bulatnya, diperoleh dari menghitung. Data Kontinue (data measurement) kumpulan angka- angka yang masih dimungkinkan memiliki bilangan desimal atau pecahan di antara dua bilangan bulatnya yang banyaknya tak terhingga, biasanya didapatkan dari proses pengukuran. DAFTAR PUSTAKA http://www.scribd.com/doc/Statistik-Konsep-Dasar-Statistik-Data http://wulansarisumihadi.wordpress.com/pengertian-statistika-dan-manfaatnya http://cokroaminoto.blogetery.com/ruang-lingkup-dan-macam-statistik http://materi-statistik.blogspot.com/search/label/DefinisiStatistik Siregar, Syofian, M.M. 2010. Statistika Deskriptif.Bandung:Rajawali press Populasi dan Sampel TUGAS STATISTIKA 2 1.Jelaskan pengertian dari berbagai sumber dan berikan contoh masing-masing dari: Jawab : a. Populasi adalah totalitas dari semua objek atau individu yang memiliki karakteristik tertentu, jelas dan lengkap yang akan di teliti (bahan penelitian).



Contoh : -Populasi mahasiswa Universitas Gunadarma -Populasi mahasiswa Fakultas Ilmu Komputer dan Teknologi Informasi -Populasi mahasiswa Sistem Informasi , Filkom, UG b. Sampel adalah bagian dari populasi yang di ambil melalu cara-cara tertentu yang jga memilki karakteristik tertentu, jelas dan lengkap yang di anggap bisa mewakili populasi. Contoh : Pedagang eceran beras hanya meneliti segenggam beras untuk menentukan kualitas sekarung beras, pedagang emas hanya meneliti bekas gosokan dari perhiasan tersebut untuk menentukan kualitas emas perhiasan tersebut, peneliti lingkungan hanya meneliti beberapa milliliter air untuk menentukan kualitas air pada suatu sungai atau danau. c. Statistik adalah kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan atau berkaitan dengan suatu masalah tertentu dan menggunakan data sumber yang berasal dari sampel. Contoh : -Statistik pertanian adalah sekumpulan angka-angka yang berkaitan dengan masalah pertanian. -Statistik pendidikan adalah kumpulan angka-angka yang berkaitan dengan masalah pendidikan. d. Parameter adalah nilai yang saling terkait dan menggunakan sumber data yang berasal dari populasi dan dapat digunakan unuk menarik kesimpulan mengenai karakter populasi. Contoh : - mean ( ), standar deviasi ( ), proporsi (P) dan koefisien korelasi ( ). - Rata-rata nilai ujian Statistika mahasiswa Universitas Gunadarma. - Median nilai ujian Statistika mahasiswa Universitas Gunadarma.



2. Jelaskan perbedaan Populasi dan Sampel ! Jawab : Perbedaan yang mendasar dalam pengertian antara pengertian ” populasi dan sampel” dalam penelitian dalam penelitian kuantitatif adalah Populasi diartikan sebagai wilayah generalisasi yang terdiri atas: obyek/ subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Sedangkan Sampel adalah sebagian dari populasi itu.



3. Jelaskan metode sampling dan proses sampling ! Jawab : • Metode Sampling a. Berdasarkan jumlah sampel yang di ambil : - Sampling Tunggal adalah suatu metode sampling yang hanya diperlukan satu sampel saja dari sebuah populasi. - Sampling Ganda adalah suatu metode sampling dari sebuah populasi yang dapat diambil satu sampel kedua, hanya jika sampel pertama di anggap belom cukup mewakili dalam pengambilan keputusannya. - Sampling Multiple adalah suatu metode sampling (lebih dari dua) yang prosesnya sama dengan sampling ganda dan digunakan untuk memenuhi asumsi bahwa pengambilan keputusan masih dirasakan belom mencukupi hanya dari dua sampel saja. b. Berdasarkan cara yang dipakai : - Kebijaksanaan ( Non Probability Sampling ) adalah setiap anggota populasi tidak memiliki kesempatan atau peluang yang sama sebagai sampel. Teknik-teknik yang termasuk ke dalam Non Probability ini antara lain : Sampling Sistematis, Sampling Kuota, Sampling Insidential, Sampling Purposive, Sampling Jenuh, dan Snowball Sampling. - Acak / Random ( Probability Sampling ) adalah teknik pengambilan sampel yang memberikan peluang yang sama kepada setiap anggota populasi untuk menjadi sampel. Teknik ini meliputi simpel random sampling, sistematis sampling, proportioate stratified random sampling, disproportionate stratified random sampling, dan cluster sampling. • Proses Sampling : - Menentukan Populasi - Mengidentifikasi kerangka sampling - Menentukan ukuran sampel - Memilih prosedur sampling



- Memilih sampel



4. Jelaskan masing-masing bagan pada teknik sampling berikut ! Jawab : a. Sampling Non Probabilitas - Convinience Sampling adalah Merupakan teknik dalam memilih sampel, peneliti tidak mempunyai pertimbangan lain kecuali berdasarkan kemudahan saja. Seseorang diambil sebagai sampel karena kebetulan orang tadi ada di situ atau kebetulan dia mengenal orang tersebut. Oleh karena itu ada beberapa penulis menggunakan istilah accidental sampling – tidak disengaja – atau juga captive sample (man-on-the-street) Jenis sampel ini sangat baik jika dimanfaatkan untuk penelitian penjajagan, yang kemudian diikuti oleh penelitian lanjutan yang sampelnya diambil secara acak (random). Beberapa kasus penelitian yang menggunakan jenis sampel ini, hasilnya ternyata kurang obyektif. Contoh : misalnya ada seorang peneliti ingin mengetahui tentang kebersihan wilayah Jakarta Selatan ia menanyakan kepada orang yang ada dijalan atau orang dia jumpai bukan orang yang mengerti tentang kebersihan wilayah Jakarta Selatan seperti petugas kebersihan atau mendatangi kantor gubernur atau walikota Jakarta Selatan. - Judgement Sampling adalah teknik pengambilan sampling dimana sampel yang dipilih berdasarkann penilaian peneliti bahwa dia atau seseorang yang paling baik jika dijadikan sampel penelitiannya. Contoh : misalnya dalam suatu perusahaan untuk memperoleh data tentang bagaimana satu proses produksi direncanakan oleh suatu perusahaan, maka manajer produksi merupakan orang yang terbaik untuk bisa memberikan informasi. Jadi, judment sampling umumnya memilih sesuatu atau seseorang menjadi sampel karena mereka mempunyai “information rich”. - Quota Sampling adalah teknik pengambilan sampling dalam bentu distratifikasikan secara proposional, namun tidak dipilih acak melainkan secara kebetulan saja. Contoh : Misalnya, di sebuah kantor terdapat pegawai laki-laki 60% dan perempuan 40% . Jika seorang peneliti ingin mewawancari 30 orang pegawai dari kedua jenis kelamin tadi maka dia harus mengambil sampel pegawai laki-laki sebanyak 18 orang sedangkan pegawai perempuan 12



orang. Sekali lagi, teknik pengambilan ketiga puluh sampel tadi tidak dilakukan secara acak, melainkan secara kebetulan saja. b. Sampling Probabilitas - Simple Random Sample adalah suatu teknik sampling yang dipilih secara acak, cara ini dapat diambil bila analisa penelitian cenderung bersifat deskriptif atau bersifat umum. Setiap unsur populasi harus memilik kesempatan sama untuk bisa dipilih menjadi sampel. Contoh: misal ada “pembiayaan pembangunan pendidikan Dasar di Jawa Barat”, sampelnya adalah seluruh SD dan SMP yang ada di Jawa Barat. Terhadap seluruh SD dan SMP itu dilakukan pemilihan secara random tanpa pengelompokan terlebih dahulu, dengan demikian peluang SD maupun SMP untuk terpilih sebagai sampel sama. - Stratified Sample adalah suatu teknik sampling dimana populasi kita bagi kedalam sub populasi(strata), karena mempunyai karakteristik yang heterogen dan heterogenitas tersebut mempunyai arti yang signifikan terhadap pencapaian tujuan penelitian, maka penelitian dapat mengambil dengan cara ini. Setiap stratum dipilih sampel melalui proses simple random sampling. Contoh: misalnya ada suatu manajer yang ingin mengetahui sikap manajer terhadap suatu kebajikan. Dia menduga bahwa manajer tingkat atas memiliki sikap yang positif terhadap kebajikan perusahaan. Agar dapat menguji dugaan teresebut maka sampelnya harus terdiri dari manajer tingkat atas, menengah, dan bawah. Kemudian dari masing-masing. Strata dipilih manajer dengan teknik simple random sampling. - Cluster Sample adalah Merupakan cara pengambilan sampel dengan cara gugus. Populasi dibagi keadalam satuan-satuan sampling yang besar yang disebut cluster. Berbeda dengan pembentukan strata, satuan sampling yang ada dalam tiap kluster harus relatif heterogen. Pemilihan dilakukan beberapa tingkat: (1) Memilih kluster dengan cara simple random sampling. (2) Memilih satuan sampling dalam kluster. Jika pemilihan dilakukan lebih dari 2 kali disebut Multi-stage Cluster Sampling. Contoh : Misalnya dalam penelitian yang sama seperti di atas, karena Jawa Barat sangat luas, dipilihlah kabupaten/kota tertentu sebagai sampel klaster ke-1 secara random. Dari tiap kabupaten terpilih dilakukan pemilihan lagi, yaitu kecamatan-kecamatan tertentu dengan cara



random sebagai sampel klaster ke-2. Selanjutnya dari masing-masing kecamatan dilakukan pemilihan sekolah yang juga dilakukan secara random. - Sistematic Sample adalah teknik sampling jika peneliti dihadapkan pada ukuran populasi yang banyak dan tidak memiliki alat pengambil data secara random, cara pengambilan sampel sistematis dapat digunakan. Cara ini menuntut kepada peneliti untuk memilih unsur populasi secara sistematis, yaitu unsur populasi yang bisa dijadikan sampel adalah yang “keberapa”. Contoh : Misalnya setiap unsur populasi yang keenam, yang bisa dijadikan sampel. Soal “keberapa”-nya satu unsur populasi bisa dijadikan sampel tergantung pada ukuran populasi dan ukuran sampel. Misalnya, dalam satu populasi terdapat 5000 rumah. Sampel yang akan diambil adalah 250 rumah dengan demikian interval di antara sampel kesatu, kedua, dan seterusnya adalah 25. - Area Sampling adalah teknik sampling yang dipakai ketika peneliti dihadapkan pada situasi bahwa populasi penelitiannya tersebar di berbagai wilayah. Contoh : Misalnya seorang marketing manajer sebuah stasiun TV ingin mengetahui tingkat penerimaan masyarakat Jawa Barat atas sebuah mata tayangan, teknik pengambilan sampel dengan area sampling sangat tepat.



Refrensi : http://mistercela21.wordpress.com/2009/10/04/teknik-sampling/ http://irkhampmri.wordpress.com/2013/02/20/populasi-sampel-parameters-dan-statistik/ http://smartstat.wordpress.com/2010/03/18/pengertian-statistika/ http://www.ilmustatistik.com/2008/11/07/pendahuluan/



Penggolongan data statistik 1. Berdasakan sifatnya yaitu sifat angkanya, data statistik dibedakan menjadi dua golongan, yaitu data kontinu dan data diskrit. a. Data Kontinu adalah data statistik yang angka-angkanya merupakan deretan yang sambung-menyambung. Contoh : Data statistik tinggi badan 150, 1 – 150, 2 – 150, 3 – 150, 4 – 150, 5, dst Data statistik berat badan



30, 1 – 40, 2 – 40, 3 – 40, 4 – 40, 5, dst b. Data Diskrit adalah data statistik yang tidak mungkin berbentuk pecahan. Contoh : Data statistik jumlah anggota keluarga (satuan orang) 1 – 2 – 3 – 4 – 5 – 6 – 7 – dst Data statistik jumlah buku perpustakaan 50 – 125 – 200 – 4556 – dst 2. Berdasarkan cara penyusun angkanya, dapat dibedakan menjadi tiga macam, yaitu data nominal, data ordinal, dan data interval. a. Data Nominal / Data Hitungan adalah data statistik yang cara menyusun angkanya didasarka atas penggolongan atau klasifikasi tertentu. Contoh : Penggolongan berdasarkan kelas dan jenis kelamin Kelas Jenis Kelamin Jumlah Wanita



Pria 50 48 72 170



III II I Jumlah



34 44 52 130



84 92 124 300



b. Data Ordinat / Data Urutan adalah data statistik yang cara menyusunnya didasarkan atas urutan kedudukan (rangking). Contoh : Skor hasil penilaian dewan juri terhadap lima orang finalis lomba puisi. Nomor Nomor Nama Skor Urutan urut undian kedudukan 1 031 Sugianto 451



4 2 3 4 5



115 083 024 056



Parjo Jono Jinni Junu



497 427 568 485



2 5 1 3



c.



Data Interval adalah data statistik dimana terdapat jarak yang sama di antara hal-hal yang sedang diselidiki atau dipersoalkan. Contoh : Umur manusia dalam hidup dalam angkatan kerja Umur Manusia 1 – 15 200.000 16 – 30 15.000.000 31 – 45 250.000



3. Berdasarkan bentuk angkanya, dapat dibedakan menjadi data tunggal (Ungrouped Data) dan data berkelompok (Grouped Data). a. Data Tunggal adalah data statistik yang masing-masing angkanya merupakan satu unit (satu kesauan), dengan kata lain datanya tidak dikelompok-kelompokkan. Contoh : Data ulangan 10 anak SMP mata pelajaran PAI sebaai berikut : 78 76 80 97 75 87 56 89 90 95 b. Data Kelompok adalah data statistik yang tiap-tiap unitnya terdiri dari kelompok angka. Contoh : Data dari ulangan 10 anak SMP mata pelajaran PAI yang dikelompokkan sebagai berikut : 85 – 100 75 – 84 55 – 74 dst 4. Berdasarkan sumbernya, dapat dibedakan menjadi data Primer dan data Skunder, yaitu : a. Data Primer adalah data statistik yang diperoleh atau bersumber dari tangan pertama (first hand data). Contoh : Data yang didapat dari kuosioner langsung ke siswa sebuah SD Negeri. b. Data Skunder adala data statistik yang diperoleh atau bersumber dari tangan kedua (scond hand data). Contoh : Data siswa yang diambil dari TU tentang pembayaran sekolah 5. Berdasarkan waktu pengumpulannya, dapat dibedakan menjadi data seketika (cross section data) dan data urutan waktu (time series) atauHistorical Data.



a. Data Seketika adalah data statistik yang mencerminkan keadaan pada satu waktu saja (at a point of time). Contoh : Data penduduk Kabupaten Karimun tahun 2000 (hanya satu tahun saja). b. Data Urutan Waktu adalah data statistik yang mencerminkan keadaan atau perkembangan mengenai sesuatu hal, dari satu waktu ke waktu yang lain secara berurutan Contoh : Data penduduk Kabupaten Karimun tahun 2000 sampai tahun 2008 (beberapa waktu dengan urutan waktu yang berbeda). http://uvayabjm.blogspot.com/2011/04/pengertian-penggolongan-data-statistik.html Latihan soal  Uji T Sampel Independent Seorang Kepala Puskesmas menyatakan bahwa rata-rata perhari jumlah kunjungan pasien adalah 20 orang . untuk membuktikan pernyataan tersebut . kemudian diambil sampel random sebanyak 20 hari kerja dan diperoleh ratarata 23 orang dengan standar deviasi 6 orang. Jawab : I. H0 = 20 ( Tidak ada perbedaan kunjungan pasien tahun lalu dengan saat ini ) Ha ≠ 20 ( Ada perbedaan kunjungan pasien tahun lalu dengan saat ini ) II. Titik kritis t pada α = 0,05 dan df = 19 → t tabel = 2,093 III. H0 ditolak bila t –hitung > t –tabel = 2,093 H0 diterima bila t –hitung < t –tabel = 2,093 IV. Uji –t t –hitung = _ x - µ_ = _23 – 20_ = _3_ = 2,24 s/√n 6/ √ 20 1,341 V. Karena nilai t –hitung = 2,24 > t –tabel = 2,093 → H0 ditolak VI. Kesimpulan : ada perbedaan kunjungan pasien tahun lalu dengan saat ini.



 Uji T 2 Sampel Dependent Data sampel terdiri atas 10 pasien pria mendapat obat captorildengan dosis 6,25mg. pasien diukur dengan tekanan darah sistolik sebelum pemberian obat dan 60 menit sesudah pemberian obat. Peneliti ingin mengetahui apakah pengobatan tersebut efektif untuk menurunkan tekanan darah pasien-pasien tersebut. Dengan α = 0,05. Adapun hasil pengukuran sebagai berikut: Sebelum : 175 179 165 170 162 180 177 178 140 176 Sesudah : 140 143 135 133 162 150 182 150 175 155



I.



II. III. IV.



Jawab : H0 : µ1 = µ2 (tidak ada perbedaan tekanan darah sistolik setelah diberikan obat disbanding sebelum diberi obat ) Ha : µ1 ≠ µ2 (ada perbedaan tekanan darah sistolik setelah diberikan obat disbanding sebelum diberi obat ) Titik kritis uji – nilai t tabel pada α = 0,05 dan df = 9 → t –tabel = 2,26 H0 ditolak bila t –hitung > t –tabel = 2,26 H0 diterima bila t –hitung < t –tabel = 2,26 Perhitungan Sebelum : 175 179 165 170 162 180 177 178 140 176 Sesudah : 140 143 135 133 162 150 182 150 175 155_ di 35 36 30 37 0 30 -5 28 -35 11 d = x = 167 = 16,7 n 10 Sd = √ n ∑ di2 – (∑ di)2 = √ 10. 7845 – 27889 = √ 78450 – 27889 N ( n-1) 10 ( 10-1) 90 = √ 50561 90 = √ 561,79 = 23,7 t



–hitung



=



d



=



16,7



=



16,7



=



16,7



= 0,2



2 V. VI.



s√n 23,7 √ 10 23,7 . 3,16 74,89 Karena nilai t hitung = 0,22 < t tabel = 2,26 →H0 diterima Kesimpulan : tidak ada perbedaan tekanan darah sistolik setelah diberikan obat di banding sebelum diberikan obat.



 2 sampel berpasangan Ingin diketahui apakah terdapat perbedaan waktu yang dibutuhkan perawat untuk memasang infuse sebelum dan sesudah mengikuti pelatihan. Karna itu diambil sampel acak sebanyak 6 orang perawat. Waktu yang dibutuhkan sebelum dan sesudah mengikuti pelatihan sebagai berikut:(dalam menit) Perawat 1 2 3 4 5 6



Sebelum



6



8



7



10



9



7



Sesudah



5



6



7



8



7



5



I.



Ho: µ1 = µ2 Ha: µ1 ≠ µ2 II. Titik kritis uji – nilai t tabel pada α = 0,05 dan df = 9  = 2.26 III. Sebelum : 6 8 7 10 9 7 6 7 9 8 Sesudah : _ 5 6 7 8 8 7 5 7 9 7_ di 1 2 0 2 1 0 1 0 0 1 _ d = 8/10 = 0,8 Sd = √ 10 (106) - 64 = 3,33 10 (10 -1) t-hitung = d = 0,8 = 0,76 s/√n 3,33/ √10 IV. Nilai t-hitung =0,76 < 2,26 (t-tabel) Ho diterima V. Kesimpulan: Tidak ada perbedaan waktu yang dibutuhkan perawat untuk memasang infuse sebelum dan sesudah mengikuti pelatihan.