I. PENDAHULUAN Statistik - Jurusan · PDF fileBiostatistika 1 I. PENDAHULUAN Statistika bukan...
Transcript of I. PENDAHULUAN Statistik - Jurusan · PDF fileBiostatistika 1 I. PENDAHULUAN Statistika bukan...
Biostatistika 1
I. PENDAHULUAN
Statistika bukan sesuatu yang asing bagi mahasiswa, di Sekolah Tingkat Menengah
anda pernah mempelajarinya, meskipun dalam kadar yang relative rendah. Demikian pila
kata Statistik, lebih popular lagi bagi anda sebab hampir di setiap kantor ada kata statistic,
misalnya statistik penduduk desa,statistic tenaga kerja, statistic pendidikan dan sebagainya.
Bahkan mungkin sekali anda telah merasa mengerti dan memahami apa arti kata statistika.
Statistika bukan saja berurusan table-tabel angka dan sekitar kompilasi beraneka macam
grafik dengan gaya mutahir.
Statistika adalah sekumpulan konsep dan metode yang digunakan untuk
mengumpulkan data, menyajikan data,analisis data dan menginterpretasikan data tentang
bidang tertentu dan mengambil kesimpulan dalam situasi dimana ada ketidakpastian dan
variasi.
Menurut sejarah kata statistika diambil dari bahasa latin, Status yang berarti Negara.
Untuk beberapa decade statistic semata-mata hanya dikaitkan denagn penyajian angka-angka
tentang situasi perekonomian, kependudukan dan politik yang terjadi di suatu Negara.
Statistik dalam perkembangannya telah membuat lompatan yang jauh lebih maju daripada
hanya sekitar kompilasi grafik-grafik dan table-tabel angka. Sebagai suatu disiplen ilmu saat
ini statistika meliputi berbagai metode dan konsep yang sangat penting dalam semua
penelitian yang melibatkan pengumpulan data dengan cara eksperimental dan observasi dan
mengambil inferensi atau kesimpulan dengan jalan menganalisis data.
Statistika terdiri dari seni dan ilmu tentang pengumpulan penyajian, analisis dan
interprestasi data maupun mengambil kesimpulan (generalisasi) yang masuk akal
sehubungan dengan fenomena yang dipelajari/diselidiki. Statistika mempunyai peranan yang
sangat penting dalam langkah-langkah pokok metode ilmiah pad atingkat pengumpulan
informasi misalnya statistika memberi petunjuk kepada para peneliti bagaimana cara yang
wajar dan baik untuk mengumpulan data yang informative termasuk penentuan macam dan
banyak data/sample sedemikian hingga kesimpulan yang ditarik dari analisis data dapat
dinyatakan denagn tingkat ketepatan (presisi) yang diinginkan.
Setelah data terkumpul masih banyak lagi metode meringkaskan informasi yang
terkandung di dalam data, memusatkan perhatian pada segi-segi pokok saja serta
mengabaikan hal-hal yang peluangnya kecil dan kurang penting.Statistik yang mempelajari
metode meringkas dan menggambarkan segi-segi yang sangat penting dari data disebut
Statistika Diskretf.
Biostatistika 2
Statistika Diskretif, terdiri dari metode-metode yang berkaitan denagn pengumpulan
dan penyajian suatu data sehingga dapat menghasilkan suatu informasi yang memiliki arti,
serta dalam menarik kesimpulan atau pendugan belum menerapkan teori peluang.
Tujuan utama statistika saat ini adalah mengevaluasi informasi yang terkandung
dalam data dan menaksirkan tentang pengetahuan baru yang diperoleh dari informasi
tersebut. Bagian ini kita kenal sebagai Statistika Inferensial, dan metode-metode yang
berkaitan denagn bidang ini dikenal sebagai Inferensi Statistika. Penggunaan metode-
metode ini kita akan memperoleh dasar penalaran unuk menginterprestasikan fakta-fakta
yang diperoleh untuk mengetahui seberapa jauh fakta-fakta ini mendukung atau kontadisi
dengan metode denagn model yang dipostulat dan untuk menyarankan atau mungkin
menrencanakan penyelidikan-penyelidikan lebih lanjut.
Statistika inferensi terdiri dari metode-metode analisis suatu data sample, sehingga
dapat dilakukan pendugaan, peramalan atau inferensi (kesimpulan) berkenaan denagn
populasinya.
Perkembangan statistika pada berbagai bidang ilmu cukup pesat mengingat
penggunaannya dirasakan sangat membantu dalam melakukan penelitian dari mulai
mengumpulkan data, menyajikan data, analisis data dan menyimpulkannya. Pemakaian dan
pemahaman Statistika pada berbagai ilmu disesuaikan dengan keperluan bidang ilmu tersebut
sehingga muncul spesifikasi statistika seperti statistika Ekonomi, Statistika Managemen dan
sebagainya, sedangkan di bidang ilu biologi dan kesehatan muncul istilah Biostatistika.
Kesimpulan berdasarkan fakta melalui pengumpulan dan interprestasi data tidak
terbatas pada tugas pekerjaan peneliti professional saja, tetapi meliputi kehari-hari. Semua
orang yang berusaha sadar atau tidak memahami hal-hal yang menarik tentang masyarakat,
kondisi kehidupan,lingkungan dan masyarakat pada umumnya.
Dalam studi tentang tingkat penganguran, pencemaran lingkungan, pendapatan
masyarakat,keefektifan obat dan lain-lain yang menarik tenang prilaku kehidupan masa kini,
kita kumpulkan fakta dan data, kemudian menginterprestasikan atau berusaha memahami
interprestasi yang dibuat orang.
Laporan-laporan yang didasarkanatas penelaran statistika yang baik dan interprestasi
yang cermat akan memberikan kesimpulan-kesimpulan yang bermakna dan informative.
Tetapi kerapkali kesalahan penerapan statistika yang disengaja atau kurang hati-hati akan
menyebabkan kesimpulan-kesimpulan yang salah dan menyimpang dai kenyataan.
Penalaran statistika memberikan kriterian untuk menentukan kesimpulan-kesimpulan
mana yang benar-benar didukung oleh data dan mana yang tidak. Dalam semua bidang ilmu
Biostatistika 3
dimana inferensi ditarik dari analisis data, dapat tidaknya dipercaya juga sangat tergantung
pada penggunaan metode statistika dalam langlah pengumpulan data. Metode statistika
memegang peranan penting dalam Negara demokrasi, misalnya perumusan kebijakan umum
dan segala macam perencanaan yang lain dapat lebih responsip terhadap kemampuan rakyat
banyak.
SOAL:
1. Jelaskan perbedaan kata statistik dengan statistika
2. Jelaskan penggunaan statistika dalam penelitian
3. jelaskan perbedan antara statistika deskretif denagn statistika inferensial.
Biostatistika 4
II. DATA DAN SKALA
Seperti kita ketahui bahwa statistika diterapkan untuk mengumpulkan menyajikan
menganalisis dan menginterrestasikan data. Data yang kita kumpulkan dapat bersifat
kualitatif maupun kuantitatif statistika khususnya bekerja dangan data kuantitatif atau data
kualitatif yang sudah dikuantitatifkan denagn berbagai cara.
Data kuantitatif adalah fakta yangdipresentasikan dengan angka. Misalnya
penghasilan keluarga dalam rupiah (Rp),berat sapi dalam Kg, tinggi badan dalam Cm,lama
hidup suatu mikroorganisme dalam jam dan sebagainya. Data kualitati adalah fakta yang
dinyatakan dalam bentuk sifat (bukan angka). Misalnya jenis babi yaitu babi local babi saddle
back,babi landrace,babi duroc dan sebagainya; jenis kandang yaitu kandang induk,kandang
pejantan,kandang anak,kandang penggemukan dan sebagainya. Data kualitatif dpat kita
kuantitatifkan antara lain denagn cara memberi skor,rangking,variable boneka (dummy
variable) dan sebagainya.
Data diukur secara langsung dan tidak sedikit data yang tidak dapat diukur secara
langsung. Untuk data yang tidak dapat diukur secara langsung harus kita buat
secaraoperasional dapat diukur. Operasionalisasi ini berarti harus diusahakan untuk memecah
atau menguraikan pengertian itu dalam sejumlah demensi yang dapat diukur. Misalnya
operasionalisasi status social ekonomi masyarakat menjadi demensi pendapatan dan demensi
pekerjaan. Dalam mengukur fakta validitas pengukuran harus diusahakan sebaik mungkin.
Sebagai contoh apakah daging ayam yang diawetkan denagn suatu zat pengawet masih
disenangi oleh konsumen,dapat diukur denagn skala pengukuran sangat disukai, disukai,
sedikit suka,suka,biasa saja,sedikit tidak suka,tidak suka dan sangat tidak suka.jika kita
mengukur berat kambing maka dapat digunakan timbangan yang sudah punya skala.
Demikian juga untuk mengukur suhu tubuh dapat digunakan thermometer yang sudah ada
skalanya.
Jadi ada beberapa skala yang dapat digunakan untuk mengukur fakta untuk mendapatkan
data sebagai berikut :
a. Skala Nominal
Skala nominal adalah pengukuran yang paling rendah tigkatannya ini terjadi apabila
bilangan atau lambing lambing lain digunakan untuk mengklasifikasikan obyek,orang,hewan
atau benda lain. Apabila bilangan atau lambing-lambang lain digunakan untuk
mengidentifikasikan kelompok dimana beberapa obyek dapat dimasukkan kedalamnya maka
bilangan atau lambing itu membentuk suatu skala nominal (klasifikasi).
Biostatistika 5
Sebagai contoh misalnya kita menggolongkan ternak dalam himpunan ternak besar,
ternak kecil,ternak unggas dan aneka ternak. Dalam hal ini skala untuk mengukur variable
ternak terdiri dari empat titik. Titik skala dinamakan kelas atau kategori. Demikian pula
pengelompokan suatu kejadian menjadi dua kelompok yang dikenal dengan skala nominal
dikotonik dan biasanya diberi lambing himpunan {0,1}. Misalnya kejadian mati dan hidup
sembuh dan sakit, tidak berhasil,berhasil,tidak ditemukan dan ditemukan.
b. Skala Ordinal (Ranking)
Skala ordinal terjadi bila obyek yang ada dalam satu katagori suatu skala tidak hanya
berbeda denagn obyek-obyek itu,tetapi juga mnpunyai hubungan satu dengan yang lain.
Huubungan yang ada biasa kita jumpai diantara kelas-kelas adalah : lebih tinggi,lebih
disenangi, lebih sering, lebih sulit, lebih dewasa dan sebagainya.
Pengukuran yang dilakukan dalam skala ordinal adalah obyek dibedakan menurut
persamaanya dan menurut urutannya. Jadi dapat dibuat urutan atau rangking yang lengkap
dan teratur diantar kelas-kelas. Sebagai cotoh kejadian suatu penyakit pada ternak babi dibagi
menjadi sering sekali, sering, kadang-kadang, dan tidak pernah. Kejadian ini bisa
dikuantitatifkan dengan memberikan lambing himpunan angka-angka {4,3,2,1}.
c. Skala Interval.
Pengukuran dalam skala interval lebih kuat dari skala ordinal, sebab pengukuran
dicapai selain dengan persamaan dan urutannya juga mengetahui jarak (interval) antar adua
kelas.
Skala interval mepunyai cirri unit pengukuran yang dan konstan yang memberikan
suatu bilangan (nyata) untuk setiap pasangan obyek-obyek dalam himpunan berurutan itu.
Dalam pengukuran semacam ini perbandingan antar ainterval sembarang adalah independent
denagn unit pengukuran dan skala interval mempunyai titik nol sembarang.
Sebagai contoh skala interval adalah skala untuk mengkur suhu misalnya skala
Celcius dan Fahrenheit. Kedua alat ini mempunyai titik nol dan unit pengukuran yang
berbeda. Namun kedua alat ini memberikan informasi yang sama, karena ada hubungan linear
antara kedua skala tersebut yaitu temperature dalam skala yang satu dapat ditransformasikan
ke skala yang lain dengan rumus transformasi F=9/5 C + 32, F adalah derajat temperature
dalam Fahrenheit dan C adalah derajat temperature dalam Celcius, contoh lain adalah
semua skala ordinal yang mempunyai titik nol dan unit pengukuran sembarang.
Biostatistika 6
d. Skala Rasional
Skala rasional disamping mempuyai sifat seperti skala interval masih juga mempunyai
sifat lainyaitu titik nolnya tertentu. Dalam skala rasional perbandingan dua titik skala
sembarang adalah independent denagn unit pengukuran.
Contoh skala rasio adalah skala untuk pengukuran panjang, berat,luas isi
(volume) dan sebagainya, termasuk pula banyak orang banyak ternak dan sebagainya.
Soal :
1. berikan beberapa contoh data kualitatif dn kuantitatif
2. berikan beberapa contoh data yang menggunakan skala pengukuran
nominal,ordinal,interval dan rasional
Biostatistika 7
III. LAMBANG HIMPUNAN DATA, NOTASI DAN OPERASINYA.
Untuk menunjukkan urutan angka-angka yang diperoleh dari suatu penelitian tanpa
menulis angka-angka tersebut, kerap kali kita tuliskan angk apertama sebagai Y1, angka
kedua Y2 dan seterusnya angka ke-n ditulis denagn Yn.
Contoh :
1. Jumlah anak babi yang lahir dari 5 ekor induk dari suatu perusahaan datanya sebagai
berikut :
Induk A B C D E Jumlah
Jumlah anak 12 11 10 9 13 55
Jika Yi menunjukkan jumlah naka babi dari induk ke-I maka dapat ditulis
Y1 = 12, Y2=11,Y3 =10, Y 4=9 dan Y5= 13 maka jumlah seluruh anak babi ditulis dengan
symbol :
5
14321
i
YYYYYi = 12+11+10+9+13 = 55 ekor
Bila induk babi sebanyak n ekor maka jumlah anaknya dapat dilambangkan denagn simbul :
n
i
YnYYYi1
..........21
Huruf
n
i
Yn1
yakni huruf yunani sigma berarti jumlah dan subsrip i=1
(dibawah sigma) menunjukkan angka pertama dalam urutan angka yang dijumlahkan dan n
(diatas sigma) menunjukkan angka terakhir,
Maka rata-rata jumlah anak babi perekor induk dilambangkan dengan X dan dapat dicari
dengan rumus :
X =
n
i
Yin1
/1 = 1/n ( Y1+ Y2+………..+Yn)
jadi rata-rata jumlah anak dari 5 ekor induk contoh diatas adalah
X =
5
1
5/1i
Yi = 1/5 ( Y1+ Y2+Y 3 + Y 4 +Y5)
= 1/5 (55)
=11 ekor
2. Dari 25 ekor sapi Bali jantan mempunyai berat badan (Kg) dan lingkar dada (Cm)
datanya sebagai berikut :
Biostatistika 8
Sapi
(i)
berat badan (Kg)
(Xi
lingkar dada (Cm)
(Yi)
1 70 98
2 80 112
3 85 108
4 85 124
5 90 115
6 96 113
7 98 115
8 110 115
9 110 122
10 139 116
11 130 120
12 107 100
13 137 115
14 149 119
15 153 121
16 165 125
17 115 112
18 188 120
19 146 115
20 128 114
21 156 117
22 145 117
23 144 117
24 199 137
25 140 117
Total 3165 2904
Rata-rata 126,6 116,16
Dalam contoh ini berat badan dan lingkar dada sapi Bali jantan ke-I ditulis denagn ( Xi , Yi)
untuk sapi ke 1 (sapi nomor 1 ) adalah (X1,Y1 ) = (70,96) untuk sapi ke-2 ((X2,Y2 ) = (80,112)
dan seterusnya hingga sapi ke 25 adalah (X25,Y25 ) = (140,117)
Dari contoh no 2 kita dapat menghitung :
a. jumlah berat badan (X) sapi bali jantan :
25
1
.i
XiX i = ( X1+ X2+………..+X25)
= 70 + 80 +………..+140
= 3165 Kg
b. Jumlah lingkar dada (Y.) sapi Bali
25
1
.i
YiY = ( Y1+ Y2+………..+Y25)
= 98+112+……..117
Biostatistika 9
=2904 Cm
c. Rata –rata berat badan (X ) sapi Bali jantan
X = 1/25
25
1i
Xi = 1/25 ( X1+ X2+………..+Xn)
=
1/ 25 ( 70 + 80 +………+140)
= 1/ 25 (3165)
= 126,6 Kg
d. Rata-rata lingkar dada (Y) sapi Bali jantan
25
X = 1/25
25
1i
Yi = 1/25 ( Y1+ Y2+………..+Yn)
=
1/ 25 (98 + 112 +………+117)
= 1/ 25 (2904) = 116,16 Cm
e. jumlah berat badan dan lingkar dada ( X.. + Y.) sapi Bali Jantan
(X.+ Y.) =
25
1i
Σ (Xi+Yi ) = (X1+Y1) + (X2+Y2)+………..+(X25+Y25)
= (70+98)+(80+112)+……..(140+117)
= 6069 (kg + Cm)
f.
25
1i
Xi 2= X1
2 + X2
2+……………..+ X25
2
= 70
2 + 80
2 +………….+140
2
= 4900 +6400+………….+19600
= 427711 Kg2
g.
25
1i
Yi 2
= Y12 + Y2
2+………..+Y25
= 98
2 + 112
2 +……..+117
2
Biostatistika 10
= 9604 + 12544 +…….+13689
= 338714 Cm2
h.
25
1i
X i Yi = X 1 Y1 + X 2Y2 +…………+ X 25 Y25
= (70 x 98) +(80 x 112)+…………..(140 x 117)
= 6860 + 8960 +………….+16380
= 371656 Kg Cm
i.
25
1i
(Xi- X. )2
= (X1- X. )2
+ (X2- X. )2
+ ………. (X25- X. )2
= (70 -126.6)2 +(80-126,6)
2 +……(140-126,6)
2
= 3203,56 + 2171,56 +….+179,56
= 27033 Kg2
3. Seorang saudagar babi membeli pada 3 perusahaan masing-masing sebanyak 4 ekor
denagn berat badan sebagai berikut :
Data berat badan (Kg) 12 ekor babi pd a3 perusahaan
Perusahaan (i)
Babi ( J ) Total
( Y i) 1 2 3 4
1
2
3
100
130
160
120
140
100
115
100
150
110
150
140
445
520
550
Total ( Y.j ) 390 360 365 400 1515
Untuk menyatakan berat babi pada perusahaan ke – I pada babi (ulangan) ke-j ditulis dengan
Yi j, misalnya babi pada perusahaan ke-1 dan ulangan ke-1 adalah Y11=100 demikian
seterusnya Y12 =120…………Y34 =140
Dari tabel diatas berat seluruh babi yang dibeli saudagar tersebut dapat dihitung dengan cara
sebagai berikut :
a.
3
1i
Yi = Y1.+ Y2.+Y3.
= 445 + 520 + 550
= 1515 Kg atau
Biostatistika 11
b.
4
1i
Yj = Y.1+ Y.2+Y.3 +Y.4
= 390 + 360 +365 +400
= 1515 Kg atau
c.
3
1
4
1i j
Yij = Y11+ Y12+Y13 +Y.14 +Y21 +Y 22+Y23 +Y24+…….+Y34
= 100 +120 +115+110+130+140+100+150+…….+140
= 1515 Kg
Disamping itu kita juga bisa mencari :
a. rata-rata berat babi pada perusahaan 1 (Y1)
Y 1 = ¼
4
1i
Yi j = ¼ ( Y11+ Y12+Y13+ Y14)
= ¼ (100+120+115+110)
= ¼ (445)
= 111,25 Kg
b. rata-rata berat babi pada perusahaan 2 (Y2.)
Y 2. = ¼
4
1i
Y2 j = ¼ ( 520) = 130 Kg
c. rata-rata berat seluruh babi ( Y….) yang dibeli saudagar pada 3 perusahaan adalah :
Y. ... = 1/(3x4).(
3
1
4
1i j
Yij ) = 1/12(1515) =126,25 Kg
SOAL
1. Dari contoh nomor 2 carilah :
a.
25
1i
(Yi - Y.)2
Biostatistika 12
b.
25
1i
(Xi - X.) (Yi - Y.)2
2. dari contoh nomor 3 carilah :
a.
3
1
4
1i j
Yj j 2
b.
3
1i
(Yi - Y.)2
c.
3
1i
(Y.j - Y…)2
d.
3
1
4
1i j
(Yj j - Y…)
2
3. data tinggi badan pasangan suami istri disuatu RT adalah sebagai berikut :
Pasangan (i) 1 2 3 4 5
Suami (Xi) 170 175 160 160 170
Istri (Yi) 160 165 150 160 165
Hitunglah
a.
5
1i
Xi d.
5
1i
( Yi - Y)2
b.
5
1i
Yi e.
5
1i
(Xi - X.) (Yi - Y.)
c.
5
1i
(X.i - X)2 f.
5
1i
X.i Yi
Biostatistika 13
IV. DISTRIBUSI FREKUENSI
Semakin banyak data yang diambil atau didapatkan maka semakin mencerminkan
populasinya namun data yang terlalu banyak sulit menyajikan dan sulit menginterprestasikan
. hal ini dapat dipermudah apabila data itu kita ringkas menjadi distribusi frekuensi atau table
frekuensi.
Distribusi frekuensi adalah susunan angka menurut besarnya (kuantitas) yang disebut
frekuensi distribusi kuantitatif atau menurut katagorinya (kualitasnya) yang disebut distribusi
frekuensi kualitatif (katagori)
(1) Tentukan banyak interval kelas
Interval kelas yang akankita buat jangan terlalu sedikit supaya tidak banyak informasi
yang hilang dan jangan terlalu banyak (tidk efisien) serat diusahakan ganjil (tidak genap).
Interval kelas yang paling efisien biasanya antara 5-20 kelas, tergantung pada banyaknya
data. Berdasarkan banyaknya data, Struges memberikan formula sebagai berikut : k= 1
+3,322 log n
disini k= banyaknya interval kelas dan n=banyaknya data , misalnya banyaknya data (n=126)
maka banyaknya interval kelas yang digunakan adalah k1 +3,322 log 126 =7,98, supaya
ganjil dibulatkan menjadi 7 interval kelas.
(2) Tentukan lebar interval kelas
Lebar interval kelas ditentukan denagn menggunakan rumus :
I= (nilai terbesar-nilai terkecil) = R
Banyaknya interval kelas k
Misalnya data sebanyak (n = 126) data terbesar nilainya 100 dan terkecil 30, maka
R=100-30 =70 jadi lebar interval kelasnya adalah I = 70/7 =10
(3) Susunlah batas bawah dan atas dari setiap interval
Berdasarkan penetapan banyaknya interval kelas dan lebar interval maka batas setiap
kelas bisa dari data terbesar atau terkecil misalnya 30 – 40, 40 – 50, 50 – 60,
60 -70, 70 - 80, 80 - 90, dan 90 - 100
(4) Susunlah format data
Format data berupa table frekuensi berisikan kolom-kolom nomor urut kelas, interval
kelas, nilai tengah kelas dan frekuensi data. Nilai tengah kelas adalah sebuah nilai sebagai
Biostatistika 14
wakil dari interval kelas yaitu (batas bawah-batas asat)/2. frekuensi kelas diperoleh denagn
membilang banyaknya data yang tergolong kedalam suatu interval kelas. Total seluruh
frekuensi kelas harus sama denagn banyaknya data jadi n= n
Σ fi bil atidak berarti salah setiap
data hanya boleh mesuk kedalam salah satu interval kelas jadi setiap data idak boleh menjadi
anggota yan lebih kecil.asal secara konsisten berlaku untuk semua data maka tidak boleh
dimasukkan kedalam kelas yang lebih besar untuk data yang lain.
Distribusi frekuensi atau table frekuensi dapat pula dilengkapi denagn kolom-kolom
frekuensi komulatif(frekuensi komulatif kurang dari) frekuensi nisbi atau frekuensi
persentase. Frekuensi komulatif lebih dari batas atas adalah banyaknya data yang tercakup
dalam kisaran mulai dari batas atas sampai batas bawah terkecil.
Frekuensi nisbi (relative) merupakan frekuensi dari setiap kelas yang dinyatakan
dalam suatu proporsi dihitung dengan rumus f.n.i = fi/n. apabila dinyatakan dalam presentase
maka dikalikan 100 %
Penyusunan distribusi frekuensi yang telah kita bahs hanya merupakan pedoman
umum,karena setiap peneliti dapat menentukan ketentuan-ketentuan lain sesuai denagn
masalah tujuan dan pengalamannya. Misalnya penentuan interval kelas berat telur ayam yang
beratnya berkisar antara 40-70 gram maka biasa digunakanlah lebar interval 5 gram
sedangkan nilai suatu mata kuliah biasanya digunakan 5 interval kelas dengan lebar interval
tertentu.
Contoh :
Data tambahan berat badan (gram/ekor/hari) sapi Bali jantan sebanyak 100 ekor
51 50 55 30 56 52 55 56 57 58 52 34 38 45 46
45 40 45 38 43 54 45 45 47 47 47 44 43 50 43
55 39 47 47 50 44 43 42 44 44 55 44 46 48 48
50 50 50 49 50 56 56 44 47 47 53 49 54 49 50
49 55 45 50 46 52 34 45 47 55 54 53 54 53 43
37 45 48 56 54 55 58 55 57 40 35 43 44 53 50
50 57 53 57 60 61 65 61 62 63
Langkah-langkah penyususnan frekuensi distribusi dari data diatas dapat dilakukan
sebagai berikut :
(1). Tentukan banyaknya interval kelas denagn rumus :
k = 1 + 3,322 log n
k = 1 + 3,322 log 100
k = 1 + 6,644
k=7,644 dibulatkan (ganjil) k= 7
(2) tentukan lebar interval dengan rumus
Biostatistika 15
I = R = 65 – 30 = 35 = 5
k 7 7
(3) susunlah format data berup atabel distribusi frekuensi
Table distribusi frekuensi tambahan berat badan (gram/ekor/hari) 100 ekor sapi Bali jantan
No
Interval
Kelas
Frekuensi
Kelas( f i)
Nilai
Tengah (Yi)
Frekuensi
Nisbi
Frekuensi Komulatif
>bb <ba
1
2
3
4
5
6
7
30-35
35-40
40-45
45-50
50-55
55-60
60-65
4
6
20
30
22
12
6
32,5
35,5
42,5
47,5
52,5
57,5
62,5
0,04
0,06
0,20
0,30
0,22
0,12
0,06
100
96
90
70
40
18
6
4
10
30
60
82
94
100
Jumlah 100 1,00
Menggambar grafik distribusi frekuensi
Informasi yang terkandung di dalam sebaran frekuensi yang berbentuk table akan
lebih mudah dipahami apabila disajikan dalam bentuk gambar grafik distribusi frekuensi
Dalam menggambar grafik suatu distribusi frekuensi interval kelas distribusi kita
letakkan pada sumbu X sedangkan frekuensi kita letakkan pada sumbu Y. selanjutnya denagn
alas tiap-tiap interval kita buat persegi panjang-persegi panjang dengan tinggi sama dengan
frekuensi masing-masing interval itu. Maka diperoleh grafik yang dinamakan histogram
sebagai contoh kita gambar grafik histogram distribusi tersebut diatas.
0
10
20
30Fre
ku
em
si
1 2 3 4 5 6 7
Interval Kelas
Distribusi frekuensi dapat juga digambar denagn grafik frekuensi polygon. Cara
menggambar grafik ini adalah denagn meletakkan interval distribusi frekuensi pada sumbu X
dan frekuensinya pada sumbu Y seperti pada menggambar histogram diatas tadi. Selanjutnya
kita tentukan titik tengah tiap intervalnya dan dari titik tengah-titik tengah itu kita ukurkan ke
Biostatistika 16
atas sejauh frekuensi masing-masing maka diperoleh grafik batang. Apabila ujung-ujung
batang yang saling berdekatan dihubungkan denagn garis lurus maka diperoleh grafik
frekuensi polygon.
Sebagai contoh kita ambil data diatas.
0
25
50
75
100
1 2 3 4 5 6 7
Interval Kelas
Fre
ku
en
si
>bb
≤ba
Distribusi frekuensi dapat pula digambar dengan grafi frekuensi komulatif yang
disebut ogive frekuensi lebih dari dan atau kurang dari
Sebagai contoh kita ambil data dar frekuensi distribusi table 1
Penyajian data dalam bentuk gambar grafik di maksudkan unutk menunjukkan cirri-ciri
penting dari suatu distribusi frekuensi secara keseluruhan walaupun cara penyajiann itu
memberikan informasi yang lebih sdikit dibandingkan table. Namun bentuk grafik biasanya
lebihmenarik bagi pembaca.
Penyajian-penyajian grafik yang lain seperti pie chart, pictogram dan sebagainya bisa
anda pelajari sendiri.
Biostatistika 17
Penyusunan Distribusi Frekuensi Kualitatif
Cara penyusunan distribusi kuantitatif pada dasarnya sama dengan penyusunan
frekuensi distribusi kuantitatif. Pertama-tama harus kita tentukan banyaknya kelas (katagori)
yang akan kita gunakan. Banyaknya kelas kit agunakan sangat tergantung dari keadaan data
dan juga keinginan /maksud penelitian. Dalam meyusun kelas perlu diperhatikan jangan
sampai ada data yang tidak termuat.juga harus dihindari kelas-kelas yang tumpang tindih
(overlap).
Contoh
Table distribusi frekuensi data skor warna dari 50 sampel daging ayam broiler
No Skor Warna frekuensi
1
2
3
4
5
Merah kecoklatan
Coklat tua cerah
Coklat tua suram
Coklat kehijauan
Hijau kekuningan
20
15
10
3
2
Biostatistika 18
V. UKURAN PEMUSATAN DAN PENYEBARAN DATA DATA
1. Ukuran Pemusatan Data
Ukuran pemusatan sekumpulan data (distribusi) adalah harga yang kita pandang dapat
menggambarkan ringkasan informasi khususnya dalam hal letaknya (lokasinya).
a. Rata- rata Hitung
Harga rata-rata hitung atau arithmetric mean (disingkat mean) merupakan ukuran
pemusatan yang sudah sangat dikenal dan banyak digunakan dalam kehidupan sehari.
Harga rata-rata hitung didefinisikan sebagai jumlah semua data yang ada dibagi dengan
banyaknya data, biasanya diberi lambing Y.
Y=(Y1 + Y2 +…………….+Yn)/n=
n
i
Yijn1
/1
Sebagai contoh misalnya mempunyai 5 ekor babi dengan berat masing-masing
100,120,110,130 dan 140 kg . maka rata-rata hitung berat babi adalah :
Y. = 100 + 120 +110 + 130 + 140 = 120 kg
5
Apabila data dalam distribusi frekuensi maka rumus untuk menghitung rata-rata hitung
adalah :
k
i i
fifiYiY1 1
)/()(
Disini i=1,2, k (k adalah banyaknya interval kelas) fi adalah frekuensi kelas ke-I dan Xi
adalah nilai tengah kelas ke- i.
Sebagai contoh kita hitung rata-rata hitung dari table distribusi frekuensi kuantitatif (Table 1)
Y = 4(32,5) + 6(37,5) +……+6(62,5)=4850=48,50 gram/ekor/hari 100 100
b. Median
Median sekumpulan data adalah nilai data yang terletak di tengah-tengah apabila data disusun
menurut besarnya. Jika sekumpulan data banyaknya genap maka median adalah rata-rata dua
harga yang ditengah-tengah.
Dengan pengertian diatas median sekumpulan data dapat dicarai denagn cara
menyusun data menurut besarnya yaitu dari kecil ke besar. Kit aperiksa harga yang ditengah-
tenagh urutan tadi dan harga itu adalah median untuk data yang banyaknya ganjil. Jiak
Biostatistika 19
banyaknya data genap maka kita ambil dua harga yang ditenagh dan selanjutnya hitung rata-
rata dengan demikian diperoleh harga median.
Sebagai contoh misalnya median 7 data yang diurut dari kecil ke besar sebagai berikut ;
No urut : 1 2 3 4 5 6 7
Nilai ; 6 7 11 12 16 17 18
Jadi nilai mediannya (Me) = 12
Untuk mencari nomor lokasi data dirumuskan
nt = n + 1
2
Untuk contoh diatas nomor urutan data yang ditengah-tenagh
nt = 7 + 1 = 4
2
Apabila data berbentuk distribusi frekuensi mak aunuk mencari median (Me) dapat dilakukan
sebagai berikut :
1. cari nomor lokasi tengah denagn rumus nt = n + 1 2
2. tentukan batas bawah interval kelas lokasi median ( Lm)
3. tentukan frekuensi komulatif kurang dari batas bawah interval kelas tersebut kita singkat
tbb.
4. cari tambahan frekuensi (d) dengan rumus d = nt – tbb
5. Median (Me) = [ Lm = ( d/fm) (I)1, disini fm adalah frekuensi pada interval kelaslokasi
median dan I adalah interval kelas.
Sebagai contoh kita hitung median distribusi frekuensi kuantitatif (table 1) sebagai berikut :
1. nt = 100 + 1 = 50,5
2
2. lokasi median berada pada nomor kelas ke – 4 dengan batas bawah 45
3. Frekuensi komulatif kurang dari batas bawah (<45) yaitu tbb adalah 30
4. d = 50,5 – 30 = 20,5
5. Me = [ 45 = (20.5/30)(5) = 48,42
c. Kuartil, desil dan persentil
jika median adalah harga yang membagi distribusi data menjadi dua bagian yang
sama, maka kuarti (K) adalah harga yang membagi distribusi data menjadi 4 bagian yang
sama, sehingga terdapat tiga harga kuartil I,II, dan III. Kuartil II berimpit/ sama dengan
Biostatistika 20
menghitung median, kuartil I dan III adalah mediab dari bsgian data pertama dan kedua
setelah median seluruh ditentukan.
Desil (D) adalah harga-harga yang membagi data menjadi 10 bagian maka ada 9
harga desil.
Letak/harga desil yang ke 5 sama dengan median prinsip cara harga desil yang lain
menghitungnya sama dengan menghitung median.
Persentil (P) adalah harga-harga yang membagi distribusi data menjadi 100 bagian
maka ada 99 harga persentil.
Nilai D2 berimpit/sama dengan P20 nilai tersebut menunjukkan bahwa data yang lebih
kecil dari D2 atau P20 sebanyak 2/10 atau 20/100 yaitu 20 %
Nilai tengah kisaran (NTK) dapat dihitung denagn rumus
NTK = P25 + P75 = KI + KIII
2 2
d. Modus
Modus adalah data yang paling sering muncul atau data yang frekuensinya tertinggi.
Sebagai contoh misalnya data berat 10 orang bayi yang baru lahir pada suatu rumah
sakit adalah sebagai berikut
No. bayi 1 2 3 4 5 6 7 8 9 10
Berat (kg) 4,0 3,5 4,0 5,5 3,5 4,0 4,5 3,5 4,5 4,0
Modusnya = 4 kg
Modus pad atabel distribusi frekuensi (table 1) adalah 47,5
e. Nilai tengah Geometrik
nilai tengah geometric atau geometric mean digunakan untuk data yang cenderung
meningkat secara deret ukur ( geometric) atau data yang berkaitan denagn waktu dan
mempunyai gambar grafik berbentuk fungsi eksponensial. Contoh jumlah bakteri pada
daging selama kurun waktu tertentu pertumbuhan ternak selama tumbuh cepat (sebelum
dewasa kelamin)
peningkatan secara deret ukur dalam kurun waktu tertentu atau bisa juga akibat
diberikan perlakuan tertentu dapat denagn mudah dilihat data yang satu merupakan kelipatan
tertentu dari data yang lainnya.
Biostatistika 21
Dalam keadaan data seperti ini rat-rata hitung kurang cocok atau memberikan
informasi kurang berguna maka untuk memperoleh informasi yang lebih cocok atau berguna
digunakan rata-rata geometric denagn rumus sebagai berikut
n____________________
G= √ (Y1)(Y2)(Y3)………(Yn)
Contoh jumlah bakteri pada daging ayam per gram selama 4 hari penyimpanan adalah
sebagai berikut
Hari ke I 0 1 2 3 4
Jmlh bakteri(Yi) 106
108 10
10 10
13 10
14
Maka nilai rata-rata geometric jumlah bakteri daging ayam selama 4 hari penyimpanan
adalah :
G = 5 14)1013)(1010)(108)(106)(10(
G = 5 5110
G = 1010,2
per gram daging ayam
Cara lain untuk menghitung rata-rata geometric adalah denagn melakukan transformasi data
denagn logaritma )log)
Jumlah bakteri ( Yi) 10
6 10
8 10
10 10
13 10
14
Log Yi 6 8 10 13 14
Rata-rata log Yi= 6 +9+10+13+14 =51 =10,2
5 5
G = 1010,2
Hasil ini dapat memberikan informasi yang lebih berguna, karena rata-rata geometric
menunjukkan bahwa rata-rata jumlah bakteri pada hari ke 2 dan juga merupakan median dari
data tersebut.
f.Nilai tengah Harmonik
nilai tengah harmonic merupakan kebalikkan nilai-nilai data dihitung denagn rumus.
H = n = n
1 + 1 +……………….. 1 n
Σ 1
Y1 Y2 Yn i=1 Y
i
Biostatistika 22
Contoh seorang petni membelanjakan uangnya Rp. 5.000,- untuk membeli 10 ekor ayam (@
Rp 5.00,-perekor) dan uangnya yang Rp 5.000 lagi untuk membeli 5 ekor ayam yang lebih
besar ukuran tubuhnya (@ rp 1000,-perekor) maka harga rata-rata seekor ayam adalah ;
H= 2 = 2/3 = 666,67 Rp/ekor
1 + 1 3
500 1000 1000
Jadi harga perekor ayam untuk Rp 10.000,- uang yang dibelanjakan untuk mebeli 15 ekor
ayam adalah Rp 666,67
Perhitungan diatas dapat juga dikerjakan denagn cara sebagai berikut
H = 10 x 500 + 5 x1000 = 10000 = 666,67 Rp/ekor
10 + 5 15
Data yang mempunyai nilai tengah harmonic sebenarnya merupakan data yang kurang
serasi atau harmonis dari seluk beluk satuan data ini dapat diharmoniskan denagn melakukan
kebalikkan ( 1/ Yi) karena satuannya yang lebih cocok digunakan dalam perhitungan adalah
ekor/Rp
Uang yang dibelanjakan petani :
Rp/ekor (Yi) 50000/10 = 5000 5000/5 =1000
Ekor/Rp (1/Yi) 10/5000=0,002 5/5000=0,001
2
Σ Xi
Y =
i= 1 = 0,002 + 0,001 =0,003 =0,0015 ekor/Rp
2 2 2
Jadi H = (1/ Y) = 1/ 0,0015 = 666,67 Rp/ekor
2.Ukuran Penyebaran Data
Ukuran pemusatan data atau nilai tengah data kurang dapat dipercaya apabila kita
ingin membandingkan dua buah data atau lebih demikian juga jika kita ingin melakukan
estimasi terhadap suatu populasi yang sedang kita pelajari karena nilai tengah sebagai
indicator tunggal tidak dapat mengambarkan keadan datanya. Untuk itu kita pelajari ukuran
penyebaran (dispersi) data sebagai berikut :
a. Rentang (range )
rentang (range) atau kisarn data adalah deviasi yang paling sederhana didefinisinkan
sebagai perbedaan harga yang tertinggi denagn yang terendah dari sekumpulan data. Jadi
rentang adalah data terbesar dikurangi data terkecil. Rentang memberikan gambaran seberapa
jauh data itu memencar (merentang) tetapi tidak menunjukkan tentang keragaman datanya.
Dua kumpulan data yang mempunyai rentang yang sama belum tentu keadaannya sama.
Biostatistika 23
Contoh
Data kelompok I : 45, 50,50,55,60,70, dan 80
Range = 80-45 =35
Data kelompok II : 45,60,72,70,75,76 dan 80
Range = 80-45 =35
b. Rata-rata Simpangan Absolut
jarak setiap data (nilai pengamatan )denagn rata-ratanya (mean) disebut simpangan
yang dirumuskan denagn
di =Yi - Y.
bila data lebih besar dari rata-rata maka simpangan nya bersifat positif. Bila data lebih kecil
dari rata-ratanya maka simpangannya lebih kecil dari rata-ratanya maka simpanganya bernilai
negative dan bila sama dengan rata-ratanya maka simpangannya sama dengan nol. Jumlah
semua simpangan sama dengsn nol,jadi dapat dirumuskan
jumlah simpangan =
n
i 1
(Yi – Y) = n
Σ di = 0
jadi karena jumlah simpanagn selalu sama dengan nol maka tidak memberikan informasi apa-
apa,untuk itu diperbaiki denagn mencari nilai absolutnya sehingga dirumuskan :
│d│=
n
i 1
(Yi – Y) =
n
i
di1
Simpangan baku dan Ragam
Simpangan baku (standar deviasi) dan bentuk kuadratnya disebut ragam (varian) juga
merukana deviasi yang juga memperhitungkan tiap data terhadap meanya. Ragam
didefinisikan sebagai jumlah kuadrat simpanagn setiap data terhadap rata-ratanya dibagi
denagn n-1 disini n adalh banyaknya data sedangkan simpangan baku (standar deviasi)
didefinisikan sebagai akar positif dari ragam (variasi) dirumuskan sebagai :
S2
=
n
i 1
(Yi - Y)2/(n-1)
disini S2
adalah ragam, (n-1) disebut derajat bebas
n
i 1
(Yi - Y)2
disebut
jumlah kuadrat (JK) jadi standar deviasinya dirumuskan menjadi S =SD=√S2
Biostatistika 24
Untuk lebih praktis dalam perhitungan dapat diturunkan rumus definisinya sebagai
berikut :
JK =
n
i 1
(Yi - Y.)2 =
n
i 1
( Yi2 -2YiY + Y.
2)
=
n
i
Yi1
2 -
n
i
n
i
n
i
nYinnYiYi111
2/2
)(/))((2
=
n
i
Yi1
2 -
n
I
n
i
nYinYi11
/2
)(/2
)(2
=
n
i
Yi1
2 -
n
I
nYi1
/2
)(
n
n (ΣYi )2
S2 = Σ Yi
2 --
i=1
i=1
n_____
n - 1
untuk data yang tersusun dalam distribusi frekuensi maka digunakan rumus
k
k (Σ f iYi )2
S2 = Σ f iYi
2 --
i=1
i=1
n_____
n - 1
Disini f I adalah frekuensi interval ke I Yi adalah nilai tengah interval ke I k adalah
banyaknya interval dan n adalah banyaknya data ( n = Σ fi)
i=1
contoh berat badan (kg) 5 ekor sapi bali jantan yang dipotong di suatu RPH seperti table
berikut :
Biostatistika 25
No
Berat (Yi)
(Yi - Y.)
│Yi - Y│
(Yi - Y)2
Yi 2
1
2
3
4
5
200
220
210
215
219
-12.8
7,2
-2,8
2,2
6,2
12,8
7,2
2,8
2,2
6,2
163,84
51,84
7,84
4,84
38.44
40000
48400
44100
46225
27961
total 1064 0,0 31,2 266,80 226686
rataan 212,8 0,0 6,24 13,36 45337,2
Rentang =220 -200 = 20
Rata-rata simpangan absolute =
5
1I
│Yi - Y│=32,2
Jumlah Kuadrat (JK) =
5
1I
(Yi - Y)2
=
5
1
2
i
Yi -
5
1
/2
)(i
nYi
= 2686 – (1064/5)2
= 266860-0226419,2
= 266,8
Derajat bebas (DB) = 5 -1 =4
Ragam (S2) = JK =266,8 = 66,7
DB 4
Simpangan Baku ( S2 = D) = √S
2 =√66,7 = 8,167
Untuk data yang berbentuk distribusi frekuensi table 1 maka
7
7 (Σ f iYi )2
S2 = Σ f iYi
2 --
i=1
i=1
100_____
100 – 1
= 240225 – (4850/100)2
100 -1
= 50,505
Jadi S = √ 50,505 =7,107
Biostatistika 26
d. Koefisien Keragaman
koefisien keragaman (koefisien variasi ) adalah merupakan ukuran penyebaran nisbi
(relative) dari suatu data dan dirumuskan :
KK = (S/Y.) x 100%
disini S adalah simpangan baku dan Y adalah rata-rata
koefisien keragaman merupakan ukuran penyebaran data yang dapat menggambarkan
ketelitian hasil penelitian yaitu semakinkecil nilainya maka penelitian itu semakin teliti
koefisien keragaman biasanya dianggap baik jika ≤ 30%
SOAL
1. Data penelitian berat badan (kg) 50 ekor ayam broiler sebagai berikut ;
2,6 2,3 2,5 2,4 2,6 2,7 2,0 2,5 3,0 2,7
2,8 2,7 2,8 2,8 2,7 2,5 2,6 2,7 2,5 2,4
2,5 2,7 2,4 2,4 2,6 2,5 2,6 2,7 2,4 2,6
2,5 2,5 2,5 2,7 2,5 2,5 2,5 2,7 2,3 2,7
2,6 2,6 2,6 2,3 2,5 2,5 2,6 2,6 2,6 2,6
PERTANYAAN
a. buat table distribusi frekuensi diatas
b. Sajikan data diatas dalam bentuk gambar histogram,grafik batang,ogive dan frekuensi
komulatif
c. Hitunglah rata-rata hitung median persentil, modus, dan standar deviasi sebelum dan
sesudah data disusun dalam bentuk distribusi frekuensi
3.Cari data minimal 50 sampel dan lakukan langkah-langkah seperti soal no 1