KULIAH STATISTIK 27 OKT 2018

POPULASI & SAMPEL  POPULASI adalah keseluruhan subyek yang akan di teliti  SAMPEL adalah sebagian dari Populasi yang di harapkan dapat mewakili populasi

Syarat Sampel agar mewakili  Jumlah sampel harus cukup tidak harus banyak  Jumlah sampel tidak harus besar tergantung karakteristik Populasi  Homogen --  Sedikit saja  Misal --  Masak sayur --  mencicipi (termasuk uji sampel)  HETEROGEN  Sampel harus banyak  Misal  mengetahui rata-rata umur S1 Reguler dan S2 Kesmas  Yang di teliti adalah Umur Tidak terkait Jumlah Mahasiswa.  Lebih banyak mana Jumlah sampelnya Yang lebih banyak yang diambil sampelnya  Jawab : S  Homogen  S  Heterogen ( Bervariasii)

 Pemilihan ampel Harus dilakukan dengan Benar.  Pemilihan sampel dengan benar _----  harus Random (acak)  Setiap anggota Populasi harus memiliki Peluang yang sama  Contoh ;………………………

4. Jenis Statistik  A, STATISTIK DESKRIPTIF  Statistik Yang kegiatannya hanya menampilkan deskriptif suatu data yang di Survey Tanpa melakukan generalisasi  B. STATISTIK ANALITIK  Kegiatannya sudah melakukan Generalisasi sampel ke Populasi  Contoh :  Survey BB mahasiswa pada sampel 50 mahasiswa Urindo  Hasil Survey dikatakan Rata BB Nya adalah 60 Kg  Kesimpulan :  1. rata-rata BB Mahasiswa adalah 60 Kg (analitik) lebih luas di generalisasi.Hanya Untuk Penelitian Kuantitatif  2. Rata-rata BB mahasiswa S2 Urindo adalah 60 Kg ( Analitik)  (sudah menggeneralisasi sebagian)  3. Rata-rata BB 50 Mahasiswa S2 Urindo adalah 60 Kg ( Yang di survey) (ini adalah Deskriptif karena yang di survey 50 mahasiswa urindo / menjelaskan saja)

5.Jenis Statistik a. Statistik parametrik Statistik yang di tandai dengan Distribusi datanya Normal b. Statustik Non parametrik Statistik Yang Distribusi datanya Tidak Normal

METODA STATISTIK  PENGERTIAN : Suatu langkah-langkah merubah data menjadi sebuah informasi a. Pengumpulan Data b. Data harus akurat Data apa yang di kumpulkan : Tergantung pada Tujuan penelitian Contoh : Untuk Penelitain Perilaku Sexual Remaja

b. Cara pengumpulan data  Cara pengumpulan data harus benar  Caranya : dapat melalui wawancara, Observasi, Angket, Pengukuran  Jawab : Tidak ada Yang paling baik  contoh Penelitian Jarak Jamban : yang sering di gunakan wawancara / angket Ditanyakan pada responden dengan melengkapi form wawancara.  Penelitian lain yang lebih di tekannkan dengan membuat angket pada penelitian yang sifatnya Sensitif  Contoh : Perilaku sexual, Untuk Penyakit HIV & AIDS

Instrument  Dapat berupa Kuisioner  Alat Ukur yang lain Khususnya versi elektronik.

C. Pengolahan Data  Editing data suatu kegiatan untuk memeriksa kelengkapan isian jawaban pada kuisioner  Missing data Akan terjadi Bila Pertanyaan tidak ada jawabannya.

D. CODING DATA kuliah 3 Nov 2018  Pengertian :  a. Survey / pengumpulan data  b. Pengukuran data yang dimasukkan Data ke dalam Bentuk angka.  c. Prosesing Data > Memasukkan data ke Komputer  D. Cleaning Data > Pengecekan Kebenaran Entri Data

E. ANALISIS DATA  Memberi makna / arti data yang sudah di olah  Jenis :  a. Univariat / Univariabel / Deskriptif (uni / satu variabel) masing –masing variabel di deskriptifkan / dijelaskan Contoh ; Survey Jenis kelamin pasien / mahasiswa. b. Bivariat / Bi variabel Tujuan > Untuk Mengetahui hubungan 2 (dua) vaiabel di buktikan dengan uji statistic c. Multivariat Beberapa variabel di analisa atau di hubungkan secara bersamaan dengan suatu kejadian Misal : faktor –faktor yang berhubungan dengan Diare (Tesis menggunakan variabel Multivariat)

4.PENYAJIAN DATA  Data hasil analisis di sajikan A. Berbentuk Tekstular (dengan Narasi) dengan singkat dan padat B. TABULAR Syarat 1. Nomor Variabel 2.Judul Tabel harus menjawab 4 W ( Who(siapa), What (apa), Where (Dimana), When (kapan) 3. Isi Tabel

Contoh tabular  Tabel 5.1 Distribusi Ibu Hamil menurut pendidikan di Kel bamboo Wulung Tahun 2013 narasi : Menyimpulkan angka yang ada di table Contoh : Menyampaiakan Persentase yang terbesar Baru yang terkecil (Yang di nilai Persen) PendidikanfrekuensiPersentase 1.SD 2.SMP 3.SMA 4. PT Total

Jenis tabel  1. Tabel tunggal  Berisi 1 Variabel (frekuensi )  2. Tabel Master / Ringkasan (table induk )-  Berisi beberapa variabel  3. Tabel silang ; Berisi / menyilangkan 2 variabel.

c. Penyajian Grafikal  Penyajian data menggunakan Grafik/ diagram  Jenis Grafik tergantung Jenis variabel. Apakah Variabel Katagorik atau Numerik  1. Grafik Untuk Variabel Katagorik berbentuk Diagram Bar, Pie, Pareto > 2. Grafik Untuk variabel numerik berbentuk Diagram Hystogram, Polygon, Lingkaran (data waktu) Misal : Jumlah pasien DBD Tiap Bulan > 3. Grafik Ogive (data waktu) Scatter plot, Box Plot, Stem and leaf

Peringkasan data  Data kalau akan di analisis datanya harus di ringkas Dahulu baru bias ketahui hasil analisisnya  Peringkasan data dengan cara menghitung Ukuran tengah dan ukuran variasi dari data tersebut.  Ukuran Tengah / Nilai tengah sentral tendency  Data di ringkas menjadi satu nilai tertentu  Ukuran tengah sangat tergantung dari Jenis variabelnya, apakah Numerik atau katagorik

A1. Ukuran tengah untuk variabel Numerik

Lanjutan Ukuran tengah  B. MEDIAN Nilai yang membagi data menjadi 2 (dua ) bagian yaitu 50% data berada di bawah nilai median dan 50 % data berada di atas nilai median. rumus = X = n +1 2 contoh terdapat data nilai Berat badan Mahasiswa urindo 65, 50, 55, 70, 80 Berapa Nilai median dari data tersebut data terlebih dahulu di urutkan = 50, 55, 70, 80 Nilai mediannya = 65 (Rumus = 5+1 ) 2 Bila Nilai median Genap maka nilai ke 3 atau 4 di jumlahkan dan di bagi 2 sifat Nilai median -  Tidak terpengaruh oleh data ekstrem. 65

Contoh median data  Contoh ada data BB  50, 52, 54, 55, 58 berapa nilai Mean = 269 / 5 Nilai Mean = 53,8 = 54 (tidak terlalu tinggi ataupun terlalu rendah)  Nilai BB 50, 52, 54, 56, 90 Nilai Median = 54 (Nilai mediannya tetap sama)  Ketentuan ;  Bila suatu data ada angka Ekstrem maka ukuran tengah yang tepat adalah Median  Bila suatu data tidak ada angka Ekstream maka ukuran tengah yang tepat adalah Mean

Lanjutan Ukuran tengah  C. MODUS Nilai atau angka yang sering muncul dalam suatu pengamatan / Frekuensi terbanyak. Nilai modus ada beberapa pengamatan : 1. Tidak ada nilai yang lebih banyak di observasi (maka tidak ada nilai modus) 2. ditemui satu modus (uni modal) 3. ada dua modus (bimodal) 4. lebih dari tiga modus (multimodal)

Contoh nilai Modus  Contoh : dari pengamatan Berat Badan 10 Orang mahasiswa di dapatkan data sebagai berikut : 52, 53, 55, 55, 55, 56, 57, 60, 62, 62 kg dari pengamatan nilai yang paling banyak muncul 55 yaitu 3 kali dengan demikian nilai Modus adalah 55. Kesimpulan : Hubungan antara Nilai Mean, Median dan Modus.adalah Pada distribusi yang simetris ketiga Nilai sama besarnya Nilai median selalu terletak antara Nilai Modus dan Mean pada dsitribusi yang menceng Apa Nilai Mean Lebih besar daripada Nilai Median dan Modus maka distribusi menceng ke kanan. Bila Nilai Mean lebih kecil daripada Nilai Median dan Modus maka distribusi menceng Ke Kiri

A2. Ukuran tengah Untuk variabel katagorik  Jenisnya hanya Proporsi / Persentase Misal : Survey data, dijelaskan berapa persen yang laki-laki dan berapa Persen yang perempuan

B. Ukuran Variasi  Ukuran yang menunjukkan Suatu data apakah bervariasi atau heterogen atau  Data tidak ber variasi / Homogen  Tergantung Jenis Variabelnya :  B1. Ukuran variasi variabel Numerik.Jenisnya Yaitu  a. Range  cara mendapatkannya : Nilai tertinggi di kurangi Nilai terendah  Semakin Tinggi range Semakin Ber variasi  Contoh BB 50, 51, 53, 54, 58 Nilai range untuk data tersebut adalah 58 – 50 kg = 8 BB. 50, 52, 54, 67, 90 Nila range untuk data tersebut adalah 90 – 50 = 40 Sifat 1. Nlai range kurang bagus Kelemahan dalam penghitungan range hanya tidak melibatkan seluruh data (range kurang valid) 2. Range hanya melibatkan angka tertinggi dan angka terendah 

Ukuran variasi berdasarkan variabel Numerik  B. varian varian adalah rata-rata perbedaan antara mean dengan nilai masing-masing observasi Rumus =

C Standar Deviasi

Contoh Soal Standar Deviasi (S) X (kg)

c.KOEFISIEN VARIAN (Coeficient Of Variation = COV)

B2. Ukuran variasi variabel Katagorik  1. Proporsi atau Persentase  Contoh : variabel Jenis Kelamin 2 kelas  Kelas a = 49 Wanita dan 51 Pria (Heterogen) lebih seimbang  Kelas b = 4 Wanita dan 86 Pria (Homogen)  Kelas mana yang Jenis Kelaminnya bervariasi ( Kelas A )  Dikatakan data heterogen bila Proporsi antar kelompok seimbang  Dikatakan Data Homogen Bila Persentase kelompok tertentu Jumlahnya mayoritas.