Ukuran Tendensy Sentral,

Ukuran Penempatan dan

Dispersi

By Eka Diah K, SKM

Poltekkes Majapahit
 Ukuran Tendensy Sentral
• Nilai tengah (Ukuran tendensi sentral ) adalah
nilai yang mewakili sekelompok data hasil
pengamatan yang memiliki kecenderungan
berada ditengah-tengah suatu distribusi.
• Fungsi nilai tengah adalah sebagai alat untuk
membandingkan kelompok suatu data dengan
data yang lain. Contoh: rata-rata umur
penduduk desa jabon lebih muda dibandingkan
penduduk tangunan dan puri.
• Ada beberapa macam ukuran nilai tengah
antara lain:
1. Rata-rata
2. median
3. modus
 1. Rata-rata
• Rumus:

X 
 x
n

X 
 f .Nt
n
  fd 
X  N t0  i 
 n 
 Contoh
• Jika diketahui umur 5 orang mahasiswa
Poltekkes adalah sebagai berikut:
20, 25, 20, 30, 25
Maka berapa rata-rata usia mahasiswa
tersebut?

X
 Xi 20  25  20  30  25 120
   24
n 5 5
• Jika diketahui berat badan ibu hamil di desa X
adalah sebagai berikut:

No Berat Badan Frekuensi (f)

1 40-44 10
2 45-49 40
3 50-54 30
4 55-59 20
Jumlah 100

• Maka berapa rata-rata berat badan ibu?

N Berat Frekuensi Nt f.Nt
o Badan (f)
1 40-44 10 42 420
2 45-49 40 47 1880
3 50-54 30 52 1560
4 55-59 20 57 1140
Jumlah 100 5000

X 
 f .Nt

5000
 50
n 100
 Cara lain:
N Berat Badan Frekuensi d f.d
o (f)
1 40-44 10 -1 -10
2 45-49 40 0 0
3 50-54 30 1 30
4 55-59 20 2 40
Jumlah 100 60

  f .d   60 
X  Nto  i    47  5   50
 n  100 
 Median
• Median adalah ukuran nilai yang menunjukkan posisi tengah dari sederetan
angka, jadi membagi 2 bagian sama besar.
• Rumus letak median:
Letak Me= (n+1)/2
• Keuntungan Median
 Median paling stabil bila dibandingkan dengan mean, karena paling sedikit
dipengaruhi oleh nilai-nilai ekstrim dan paling cocok untuk data-data yang tidak
simetris.
 Median lebih mudah dipahami dan perhitungannya juga lebih mudah
dibandingkan mean.
 Median bisa digunakan untuk menghitung data distribusi frekuensi dengan
interval kelas terbuka yang tidak bisa dilakukan oleh mean.
 Median dapat digunakan untuk mengukur data kualitatif.
 Contoh: data dukungan atasan terhadap motivasi bekerja karyawan adalah sebagai
berikut:
Sangat tidak setuju; tidak setuju; kurang setuju; setuju, sangat setuju
 Letak Me= (5+1)/2=3 , yaitu kurang setuju.
• Kerugian Median
– Harus mengurutkan data dulu
– Median tidak memperhitungkan nilai data
(besar atau kecil)
– Nilai median gabungan 2 kelompok  jumlah
nilai kelompok 1 ditambah nilai kelompok 2
 Rumus
• Me = Bb+ I (1/ 2n  Jf )
f
 Contoh
• Diketahui nilai ujian seminar proposal
mahasiswa Poltekkes Majapahit adalah:
Nilai Frekuensi
60 – 64 2
65 – 69 6
70 – 74 15
75 – 79 20
80 – 84 16
85 – 89 7
90 – 94 4
Jumlah 70
• Maka letak median = ½ n = ½ .70 = 35
• Jadi interval Median terletak pd 75 – 79,
• maka nilai Bb= 75 – 0,5 = 74,5
• nilai p = 5 dan f=20 serta Jf = 23
1/ 2.70  23
• maka nilai Me = 74,5 + 5 20
• = 74,5 + 5 .0,6 = 74,5 + 3 = 77,5
• Jadi 50 % mahasiswa poltekkes memiliki nilai
seminar lebih dari 77,5 dan 50% mahasiswa
Poltekkes memiliki nilai seminar yang kurang
dari 77,5.
 Modus
• Modus adalah nilai yang sering muncul
atau nilai yang menunjukkan jumlah
frekuensi yang paling banyak.
• Modus sering tidak digunakan sebagai
ukuran tendensi central sebab modus
sangat dipengaruhi oleh nilai ekstrim.
• Perubahan nilai ekstrim akan
mengakibatkan perubahan nilai modus.
 Rumus
 F1 
• Rumus: Mo = Bb + p  
 F1  F 2 
 Contoh
• Diketahui Umur mahasiswa yg mengikuti kuliah biostatistik adalah:

Umur Frekuensi
22 – 24 2
25 – 27 10
28 – 30 20
31 – 33 6
34 – 36 12
Jumlah 50
• Letak modus pada interval 28 – 30, dg Bb= 27,5 dan p= 3 dan F1= 20 – 10 =
10 dan
• F2 = 20 – 6 = 14  10 
• Maka Mo= 27,5 + 3 10 14  = 27,5 + 1,25 = 28,75
• Sebagian besar mahasiswa yg mengikuti kuliah Biostatistik berumur 28,75
tahun
 Ukuran Penempatan
• Ada 3 macam ukuran penempatan:
– Kuartil
– Desil
– Persentil
 1. Kuartil
• Kuartil adalah distribusi data yang telah disusun
menjadi 4 bagian sama besar, yaitu dengan
distribusi K1 = 25 %, K2 = 50%, K3 = 75%
• keuntungan perhitungan kuartil antara lain:
– Perhitungan kuartil tidak dipengaruhi oleh nilai
ekstrim
– Perhitungannya mudah
– K2 = median
– Dapat dicari dalam distribusi kelas yang terbuka
 Rumus Letak Kuartil untuk
Ungrouped Data
• Letak K3, K2 dan K1 dapat dicari dg
rumus:
– Letak K1 = ¼ (n+1)
– Letak K2 = ½ (n+1)
– Letak K3 = ¾ (n+1)
 Kuartil Untuk Grouped Data
• Rumus untuk menghitung kuartil pada
data berkelompok adalah:
• Letak kuartil :
i.n
• Ki =
4
• Nilai kuartil:
i.n  Jf
Nilai Ki = Bb + p 4
f
 Contoh soal
• Data berat badan ibu hamil di BPS “murah
sekali” adalah sebagai berikut:
67, 56, 67, 78, 78, 67, 80, 98, 67, 88, 86, 89
• data diurutkan dulu:
56, 67, 67, 67, 67, 78, 78, 80, 86, 88, 89, 98.
• Letak K1= ¼ (n+1) = ¼ (12+1) = 3,25
• Letak K2 = ½ (n+1) = ½ (12+1) = 6,5
• Letak K3 = ¾ (n+1) = ¾ (12+1) = 9,75
 Maka nilai kuartil
• Nilai K1= data ke 3 + ¼ (data ke 4 – data
ke 3)
= 67 + ¼ (67-67) = 67
• Nilai K2 = data ke 6 + ½ (data ke 7 – data
ke 6)
= 78 + ½ (78 – 78) = 78
• Nilai K3 = data ke 9 + ¾ (data ke 10 –
data ke 9)
= 86 + ¾ (88 – 86) = 87,5
 diketahui data tinggi badan
remaja di suatu SMU adalah:
No. Tinggi Badan Frekuensi
1. 140 – 142 3
2. 143 – 145 10
3. 146 – 148 4
4. 149 – 151 5
5. 152 – 154 15
6. 155 – 157 13
Jumlah 50
• Letak K1 = ( 1.(50+1))/4 ) = 12,75 (interval 143 – 145)
• Letak K2 = ( 2.(50+1)) /4) = 25,5 (interval 152 – 154)
• Letak K3 = ( 3.(50+1))/4 = 38,25 (interval 155 – 157)
1.50  3
• Nilai K1 = 142,5 + 3. 4 = 142,5 + 3 (0,95)
10 = 142,5 +2,85 = 145,35
• Interpretasi:
Jadi 25% remaja di SMU tersebut memiliki tinggi
maksimal 145,35cm, sedangkan 75% remaja memiliki
tinggi minimal 145,35cm.
 2. DESIL
(DECILE)
• Bila data distribusi dibagi menjadi 10
bagian sama besar maka 1/10 bagian data
tersebut disebut dengan desil.
• Keuntungan menggunakan desil adalah:
lebih teliti dibanding menggunakan kuartil.
1. Untuk Ungrouped data
• Letak Di = data ke i (n+1)/10
• Nilai Di = Nilai sebelum Di + b(nilai Di – nilai sebelum Di)
• Contoh soal:
Diketahui data tinggi badan 10 balita adalah:
45, 56, 58, 67, 57, 58, 60, 61, 78, 69.
• Maka urutan data adalah sebagai berikut:
45, 56, 57, 58, 58, 60, 61,67, 69, 78.
• Maka jika disuruh mencari D4:
Letak D4 = data ke 4 (10+1)/10 = 4,4
Nilai D4 = data ke 4 + 0,4 (data ke 5 – data ke 4)
= 58 +0,4 (58-58)= 58
• Jadi 40 % balita memiliki tinggi maksimal sama dengan
58 cm.
2. Untuk Grouped data
i.n
• letak nilai Di = data ke 10
• Nilai Di = Bb + p (i.n /10f  Jf )
dengan nilai i = 1, 2, 3, ….9.
 Contoh soal:
• Tingkat pengetahuan warga tentang DHF adalah:
Skor pengetahuan warga f
1. 20 – 29 15
2. 30 – 39 23
3. 40 – 49 15
4. 50 – 59 5
5. 60 – 69 9
6. 70 – 79 7
7. 80 – 89 6
JUMLAH 80
 1.80
• Letak D1 = data ke
10
= data ke 8
(1.80  0)
• Nilai D1 = 19,5 + 10 10
15
= 19,5 + 10 (0,533)
= 19,5 + 5,33 = 24,83
• jadi 10 % warga desa memiliki skor
maksimal 24,83, sedangkan 90% warga
memiliki nilai minimal 24,83.
• Jika diketahui Berat badan penderita diabetes adalah
sbb:
Berat badan frekuensi
60 – 69 10
70 – 79 15
80 – 89 20
90 – 99 5
Jumlah 50
• Jika diketahui penderita diabetes yg IDDM adalah
penderita dg berat badan lebih dari 87 kg, maka berapa
jumlah penderita IDDM?, dan jika diketahui 40 % BB
terendah dari penderita DM dikategorikan NIDDM,
maka berapa berat badan penderita yg dikategorikan
NIDDM?
 Ukuran Dispersi
1. Range: Nmax-Nmin
2. Interquartil: Q3-Q1
3. Standar Deviasi
Untuk data yang berbentuk distribusi frekuensi
(Grouped data), maka perhitungan simpangan
bakunya adalah:
SD = n fi. Xi2  ( fi. Xi)2
n(n  1)

Untuk data tidak berkelompok maka rumusnya

adalah :
SD =  X  X 2
/ n 1

4. Varians (SD2)
Pengantar Probabilitas
 BILANGAN FAKTORIAL
Bilangan faktorial ditulis n!
Rumus :
n! = n(n-1)(n-2)…3.2.1
dimana : 0! = 1 dan 1! = 1

Contoh :
5! = 5.(5-1).(5-2).(5-3).(5-4)=5.4.3.2.1
=120
 PERMUTASI
Susunan-susunan yang dibentuk dari
anggota-anggota suatu himpunan dengan
mengambil seluruh atau sebagian anggota
himpunan dan memberi arti pada urutan
anggota dari masing-masing susunan
tersebut.

Permutasi ditulis dengan P.

 PERMUTASI (lanjutan)
Bila himpunan terdiri dari n anggota dan diambil
sebanyak r, maka banyaknya susunan yang
dapat dibuat adalah :
n!
n Pr 
n - r !
Contoh :
Bila n=4 dan r=2, maka
4! 4! 4.3.2!
4 P2     12
4 - 2! 2! 2!
 PERMUTASI (lanjutan)
Bila himpunan tersebut mempunyai anggota yang sama, maka banyak permutasi

   n ! n ! n !... n !
yang dapat dibuat adalah : n n!
n1 , n 2 , n 3 ,..., n k
1 2 3 k

dimana n1+n2+n3+…+nk = n
Contoh :
Berapa banyak susunan yang dapat dibuat dari kalimat TEKNIK ELEKTRONIKA?
Banyak n=17
huruf A = n1 = 1 huruf K = n4 = 4 huruf O = n7 = 1
huruf E = n2 = 3 huruf L = n5 = 1 huruf R = n8 = 1
huruf I = n3 = 2 huruf N = n6 = 2 huruf T = n9 = 2
Maka banyak permutasi adalah :

 17
1,3,2,4,1,2,1,1,2  
17!
1! 3!2!4!1!2!1!1!2!
 411.675.26 4.000
 KOMBINASI
Susunan-susunan yang dibentuk dari
anggota-anggota suatu himpunan dengan
mengambil seluruh atau sebagian dari
anggota himpunan itu tanpa memberi arti
pada urutan anggota dari masing-masing
susunan tersebut.

Kombinasi ditulis dengan C.

 KOMBINASI (lanjutan)
Bila himpunan terdiri dari n anggota dan diambil
sebanyak r, maka banyaknya susunan yang
dapat dibuat adalah :

n Cr  r 
n n!
r!n - r !
Contoh :
Bila n=4 dan r=2, maka
4 C2  2  
4! 4! 4.3.2!
4
  6
2!4 - 2 ! 2!2! 1.2.2!
 KOMBINASI (lanjutan)
Contoh :
Dalam suatu kelompok terdiri dari 4 orang ahli mesin
dan 3 orang ahli elektronika. Buatlah juri yang terdiri
dari 2 orang ahli elektronika dan 1 orang ahli mesin!
Jawab :
4 C1    
4! 4! 4.3!
4
  4
1!4 - 1! 1!3! 3!
1

C
3 2   3
2  
3!

3! 4.3.2!
2!3 - 2! 2!1!

2!
 12
Banyaknya jenis juri yang dapat dibentuk adalah
3 x 4 = 12 jenis juri.
 LATIHAN
1. Dalam berapa cara 6 kelereng yang warnanya berbeda
dapat disusun dalam satu baris?
2. Dari kelompok ahli ada 5 orang sarjana ekonomi dan 7
sarjana hukum. Akan dibuat tim kerja yang terdiri atas
2 sarjana ekonomi dan 3 sarjana hukum. Berapa
banyak cara untuk membuat tim itu jika :
a. tiap orang dapat dipilih dengan bebas
b. seorang sarjana hukum harus ikut dalam tim itu
c. dua sarjana ekonomi tidak boleh ikut dalam tim itu
 Distribusi Binomial

By Eka Diah K, SKM., M.Kes

Bagian Penelitian dan Pengabdian
Masyarakat
Poltekkes Majapahit
 Konsep dasar distribusi
Binomial

• Distribusi binomial banyak digunakan di

dunia kesehatan
• Cth: probabilitas kesembuhan
• Disebut juga distribusi bernoulli (jacob
bernoulli)
 Syarat distribusi binomial
• Tiap peristiwa hanya punya 2 hasil
(sukses/ gagal).
• Probabilitas dari setiap peristiwa adalah
tetap
• Event bersifat dependen
Rumus distribusi Binomial

n! r nr
n Pr  p q
r !( n  r )!
 Contoh soal
• Jika kita ingin mengetahui probabilitas
kematian 4 laki-laki dari 8 ODHA yang ada
maka dapat dihitung sebagai berikut:
n!
n Pr  p r q nr
r !( n  r )!

8! 8 4 8.7.6.5
8 P4  0,5 0,5 
4
(0.0625 )(0.0625 )
4!(8  4)! 4.3.2.1
8 P4  (1680 / 24) * 0.003906  0.27
 Rata-rata dan SD dalam distribusi
binomial
• Rata-rata dalam distribusi binomial adalah
perkalian antara banyaknya peristiwa dengan
probabilitas yang diinginkan

X  np
SD  n. p.q
 Latihan
• Pada sebuah RS terdapat 10 penderita
muntaber. Berapa probabilitasnya bila 10
penderita tersebut membutuhkan rawat
inap?
• Pada sebuah RS terjadi 2 kali kasus
keracunan makanan yang dibagi dalam 5
kelompok umur (1-15, 16-30, 31-40, 41-50
dan 51-60). Berapa probabilitas penderita
pada kelompok umur 16-30 tahun?