ANALISA DATA STATISTIK
A. Konsep Dasar
Analisis merupakan suatu penguraian dari suatu informasi yang utuh kedalam bagian – bagian komponen dengan maksud untuk mengidentifikasi dan mengevaluasi data yang telah diolah sehingga dapat ditemukan permasalahan, kesempatan – kesempatan, hambatan – hambatan yang terjadi dan kebutuhan – kebutuhan yang diharapkan.
Evaluasi data statistik dilakukan setelah adanya pengumpulan data dan pengolahan data sehingga dapat diambil suatu kesimpulan dan dapat digunakan sebagai suatu informasi untuk digunakan pada berbagai keperluan.
B. Proses Analisa Data
Setelah data terkumpul, untuk menjadi suatu informasi yang akurat, maka langkah selanjutnya adalah penganalisaan data.
Analisa data :
1. Mean
Mean adalah konstanta yang paling banyak dipergunakan yang diperoleh dengan jalan menjumlahkan semua nilai pengamatan dibagi jumlah semua pengamatan dalam agregat.
Sifat – sifat dari mean adalah :
1. Mempertimbangkan semua nilai pengamatan
2. Dapat dimanipulasi secara matematis, sehingga dapat dipergunakan untuk keperluan statistik
3. Hanya berlaku untuk data kuantitatif
4. Sangat kecil dipengaruhi oleh nilai ekstrim besar atau kecil
Rumus perhitungan mean:
a. Data Distribusi tunggal
contoh:
berapa mean dari hasil pengukuran tinggi badan pada 7 orang dewasa (dalam Cm) 149, 155, 161, 167, 161, 173, 161 adalah :
n =7
x = 149+155+161+167+161+173+161 = 1127
bila terdapat dua set data atau lebih, maka cara mengelompokkan data tersebut adalah:
kelompok I : X1
kelompok II : X2
b. Data distribusi kelompok
1. Rumus a
2. Rumus b
keterangan :
f: Frekuensi
Xd = rata-rata dugaan yaitu titik tengah yang paling banyak frekuensinya
Xi = titik tengah
D = nilai rata-rata dugaan -
i : panjang kelas interval
contoh :
Umur (tahun) | f | Xi | f.Xi | d | f.d | X2 | f.X2 | d2 | f.d2 |
20 | 10 | 25 | 250 | -2 | -20 | 625 | 6250 | 4 | 40 |
30 | 30 | 35 | 1050 | -1 | -30 | 1225 | 36750 | 1 | 30 |
40 | 30 | 45 | 1350 | 0 | 0 | 2025 | 60750 | 0 | 0 |
50 | 20 | 55 | 1100 | 1 | 20 | 3025 | 60500 | 1 | 20 |
60 | 10 | 65 | 650 | 2 | 20 | 4225 | 42250 | 4 | 40 |
100 | 4400 | -10 | 130 |
- Median
Merupakan nilai observasi yang terletak ditengah-tangah setelah seri pengamatan diurutkan terlebih dahulu menurut besar-kecilnya (Array data).
Sifat-sifat nilai median :
o Median mudah dihitung dan mudah dimengerti
o Dipengaruhi jumlah observasi
o Tidak dipengaruuhi nilai observasi
o Sering dipergunakan pada distribusi frekuensi yang miring
o Digunakan pada data yang bersifat kuantitatif maupun kwalitatif berskala ratio, interval maupun ordinal
Untuk menentukan nilai median harus terlebih dahulu ditentukan posisi dengan cara :
o Bila seri pengamatan genap (n = genap) maka posisi median
bila seri pengamatan ganjil (n = ganjil) maka posisi median
contoh :
a. Data distribusi tunggal
Tinggi badan (cm) =149, 155, 161, 167, 161, 173, 161
Posisi median :
disusun array : 149, 155, 161, 161, 161, 167, 173
nilai median : 161
b. Data distribusi kelompok
keterangan
b1 : batas bawah kelas dimana median terletak
f1 : frekuensi kumulatif semua kelas yang nilainya lebih rendah dari kelas median
fdm : frekuensi kelas dimana median terletak
i : interval
contoh :
Tinggi badan (cm) | Titik tengah | Frek. | Frekuensi. Kum (fk) |
130 | 135 | 1 | 1 |
140 | 145 | 13 | 14 |
150 | 155 | 48 | 62 |
160-170 | 165 | 77 | 139 |
170 | 175 | 49 | 188 |
180 | 185 | 11 | 199 |
190-200 | 195 | 1 | 200 |
Posisi median adalah : 
B1 = 160
Frekuensi kelas yang memiliki median = 77
Interval = 10
f1 = 62
jadi median adalah :
- Modus
Modus kurang dikenal apabila dibandingkan dengan mean atau median, namun dalam kehidupan sehari-hari masyarakat sering menggunakannya. Misalnya apabila ingin mengetahui mode potongan rambut pria masa kini, maka menggunakan modus.
Pengertian modus adalah nilai yang memiliki frekuensi terbanyak atau sering muncul.
Sifat dari modus adalah :
o Tidak dipengaruhi oleh nilai ekstrim
o Digunakan pada data kuantitatif (nominal dan ordinal) maupun data kuantitatif ( interval dan rasio)
1. Data distribusi tunggal
Contoh :
Data pegawai RS X menurut jenis tenaga kerjanya
Jenis petugas | Jumlah |
Dokter spesialis | 8 |
Dokter umum | 20 |
Perawat | 40 |
Pembantu perawat | 75 |
Modus pegwai RS X adalah : pembantu perawat
2. Data distribusi kelompok
Rumus : 
keterangan
L1 : batas bawah kelas yang memiliki median
[]1 : selisih frekuensi kelas yang memiliki modus dengan frekuensi kelas yang lebih kecil
[]2 : selisih frekuensi kelas yang memiliki modus dengan frekuensi kelas yang lebih besar dan terdekat
i = Interval
Tinggi badan (cm) | Titik tengah | Frek. | Frekuensi. Kum (fk) |
130 | 135 | 1 | 1 |
140 | 145 | 13 | 14 |
150 | 155 | 48 | 62 |
160-170 | 165 | 77 | 139 |
170 | 175 | 49 | 188 |
180 | 185 | 11 | 199 |
190-200 | 195 | 1 | 200 |
Modus terletak pada kelas yang memiliki frekuensi terbanyak yaitu kelas 160-170
160;I = 10
[]1 = 77 – 48 = 29 []2 = 77 – 49 = 28
BAB III
PENUTUP
A. Kesimpulan
Kegiatan statistik adalah pengumpulan data, pengolahan data, penyajian data serta penganalisaan data, penarikan kesimpulan serta pembuatan keputusan yang didasarkan atas data yang diperoleh. Data diperoleh dari fakta, pengertian fakta adalah kejadian yang benar-benar terjadi atau bekas-bekasnya.
Analisa data statistik perlu pemahaman yang cermat, kecermatan dalam menganalisa sangat penting demi memperoleh gambaran informasi dari statistik yang jelas.
B. Saran
Dalam analisa data statistik hendaknya disesuaikan dengan kebutuhan, pemilihan rumus analisa yang tepat akan menjadikan analisa data statistik lebih akurat dan mudah dipahami sehingga menghasilkan informasi yang akurat pula.
DAFTAR PUSTAKA
Heri Purwanto, Pengantar Statistik Keperawatan, EGC, Jakarta
Tidak ada komentar:
Posting Komentar