OLEH

USWATUN KHASANAH
 Statistik :
Sekumpulan konsep dan metode yang
digunakan untuk mengumpulkan dan
menginterpretasi data tertentu dan
mengambil kesimpulan dalam situasi
dimana ada ketidakpastian dan variasi
(Sutanto P.H; 2010)
 Statistika Teoretik
Statistika Terapan 1. statistika deskriptif
2. Statistika inferensial
Statistika deskriptif : mereduksi data kedalam
beberapa besaran untuk disajikan secara
bermakna
Statistika Inferensial : membuat kesimpulan dari
data yang diperoleh meliputi pengujian hipotesis,
estimasi, pengambilan kesimpulan.
 Segi persyaratan parameter
statistik parametris & non parametris
Segi variabel
Statistik univariat, bivariat, &multivariat
Pengetahuan awal
Statistika tanpa melibatkan pengetahuan awal &
statistika Bayes yang melibatkan pengetahuan
awal
 Statistika terapan banyak digunakan untuk
1. Memberikan gambaran secara kuantitatif
tentang keadaan data
2. Melakukan estimasi dan prediksi untuk
pengambilan keputusan
3. Menguji hipotesis deduktif dan induktif serta
mengambil keputusan di dalam penelitian
ilmiah
4. Menemukan karakteristik pendapat orang
banyak di dalam poling pendapat
 Data untuk statistika terapan dapat diperoleh
melalui
1. Ujian
2. Survei
3. Eksperimen
 Variabel adalah suatu karakteristik dari suatu
objek yang nilainya untuk tiap objek
bervariasi dan dapat diamati/diobservasi, di
dihitung atau diukur.
Data adalah suatu keterangan yang berbentu
kualitatif atau kuantitatif yang merupakan
hasil observasi, perhitungan, atau
pengukuran dari suatu variabel
 Menurut jenisnya :
1. Kualitatif : data non metric; (jenis kelamin,
pendidikan, warna, suku, dan sebagainya)
2. Kuantitatif : data metric; berbentuk bilangan.
(Tinggi badan,berat badan, jarak dalam ukuran
kilometer dan sebagainya)
- Data diskrit :data kuantitatif yang nilainya
khusus dan merupakan hasil perhitungan serta
biasanya berbentu bilangan bulat: (jumlah
penumpang bus)
- data kontinu: data kuantitatif yang nilainya
menempati semua interval pengukuran dan
merupakan hasil pengukuran serta bisa berupa
bilangan pecahan dan bulat. (Jarak rumah ke sekolah
bisa 1.25 Km, panjang tali 10.8 meter, dsb)
 Menurut sumbernya
1. Data internal, yaitu data yang
menggambarkan keadaan/kegiatan di
dalam sebuah organisasi.
Misal : Di dalam sebuah Rumah sakit, data
internal meliputi data personalia, data
keuangan, data inventaris, data rekam medis
pasien, data obat, dan sebagainya.
2. Data eksternal, yaitu data yang
menggambarkan keadaan/kegiatan di luar
sebuah organisasi.
Misal : di dalam sebuah Rumah sakit, data
eksternalnya meliputi : sikap pasien, kepuasan
pasien, citra rumah sakit, dan sebagainya.
 Menurut cara memperolehnya
Data primer, yaitu data yang dikumpulkan
dan diolah sendiri langsung dari objeknya.
Contoh: kuesioner yang disebarkan
langsung oleh peneliti ke responden, hasil
wawancara yang dilakukan peneliti
terhadap partisipan.
2. Data sekunder, yaitu data yang
diperoleh dalam bentuk yang sudah jadi,
sudah dikumpulkan dan diolah oleh pihak
lain, biasanya sudah dalam bentuk
publikasi.
Contoh : catatan rekam medis pasien yang
digunakan oleh peneliti, dan berbagai
bentuk laporan lain yang diperoleh peneliti
dari pihak-pihak terkait.
 Menurut skalanya
1. Data nominal
2. Data ordinal
3. Data interval
4. Data rasio
 Data nominal : data yang diperoleh dari
hasil pengamatan, tidak mengenal urutan
(tidak mempunyai arti menurut besarnya
atau posisinya, dapat dipertukarkan bebas)
Contoh : jenis kelamin 1. pria; 2. wanita,
status perkawinan 1. single; 2. menikah; 3.
cerai, janis agama 1. Islam; 2. katolik; 3.
kristen; 4. hindu; 5. budha
 Data ordinal : data yang berasal dari hasil
pengamatan, observasi, atau angket berskala
dari suatu variabel. data biasanya berbentuk
kualitatif, namun jika dirubah menjadi
numerik maka bilangan bersifat diskrit dan
mengenal urutan sesuai kualitas atributnya.

Contoh : data dari variabel motivasi belajar

mahasiswa FK (5. Sangat bagus, 4. Bagus, 3.
sedang, 2. jelek, 1. sangat jelek)
 Data interval didapat dari hasil mengukur
suatu variabel. Data diasumsikan berbentuk
bilangan kontinu mempunyai urutan, seperti
data ordinal. Skala interval tidak memiliki
nilai nol mutlak.
Contoh : data temperatur suhu, 0 derajat,
bukan berarti tidak ada kalor/temperatur
suhu sama sekali.
 Data ini berasal dari hasil mengukur suatu
variabel, data hampir sama dengan skala
interval, namun memiliki nol mutlak
Contoh : data massa benda, jika massa benda
0 kg berarti benda itu tidak ada barangnya.
Massa 6 kg berarti 2 x massa 3 kg.
 Tabel Frekuansi distribusi : tabel yang
menggambarkan distribusi data hasil
pengamatan atau penelitian yang sudah
dikelompokan sesuai frekuensi masing-
masing data.

Nilai ujian statistik Jumlah

75 15
72 7
70 18
65 10
 Sentral tendensi adalah nilai yang
representatif dalam suatu kelompok
observasi / kelompok data
Nilai tendensi sentral : Mean, Median,
Modus
 Rata-rata (rata-rata hitung) dari sebuah kelompok
data kuantitatif.
Dalam sebuah sampel Mean dihitung dengan
jalan MEMBAGI JUMLAH NILAI DATA OLEH
BANYAK DATA
N = Ukuran Populasi
n= ukuran sampel
Simbol rata-rata utk sampel ialah (eks garis)
(statistik)
Simbol rata-rata untuk populasi (parameter)
 X
X

n

5 6 10 20 9

5 + 6 +10 + 20 + 9/5 =10

Nilai susulan matakuliah
statistik mahasiswa

Xi fi fiXi
70 5 350
69 6 414
45 3 135
80 1 80
56 1 56
X
fiXi

fi
1035 / 16 64,6
 Median : Nilai tengah dari suatu set data
setelah data tersebut diurutkan dari yang
kecil ke yang terbesar.
Median : suatu nilai yg membagi distribusi
data kedalam dua bagian yg sama besar,
atau suatu nilai yg membagi 50%
frekuensi bagian atas dan 50% frekuensi
bagian bawah, sehingga frekuensi
kelompok atas = frekuensi kelompok
bawah
 Modus : merupakan angka yang paling
banyak muncul dalam suatu set data
Modus : Angka dengan nilai frekuensi
terbanyak
 Suatu data yang mempunyai kecenderungan
(tendensi) pusat misalnya rata-rata yang sama
belum tentu mempunyai penyebaran data yang
sama pula.
Ukuran penyebaran (variasi) menyatakan
seberapa jauh nilai amatan yang sebenarnya
menyimpang atau berbeda dengan nilai
pusatnya.
kegunaan dari ukuran variasi ini : untuk
mengetahui seberapa jauh observasi
melenceng dari nilai rata-ratanya.
 Pengukuran variabilitas berfungsi sebagai
alat untuk mengetahui homogenitas dan
heterogenitas data.
Jika data yang kita hadapi memiliki tingkat
penyebaran yang tinggi berarti data
cenderung bersifat heterogen.
Pemahaman tentang homogenitas dan
heterogenitas data dalam kelompok sangat
penting tidak hanya untuk kepentingan
identifikasi karakter/ ciri kelompok tetapi juga
untuk memperoleh pemahaman tentang
perbedaan antara dua kelompok atau lebih
 Satu catatan yang perlu dicermati dalam
pengukuran variabilitas bahwa pengukuran ini
dapat diterapkan jika data yang diperoleh dalam
bentuk numerik atau berskala interval dan rasio
 Jangkauan (range)
Simpangan baku (standard deviation)
Varians (variance)
 Range adalah salah satu ukuran statistik yang
menunjukan jarak penyebaran data antara
nilai terendah (Xmin) dengan nilai tertinggi
(Xmax).
 Semakin
kecil rangenya maka semakin
homogen distribusinya

Semakin kecil rangenya, maka

meannya merupakan wakil yang
representatif
 Varians : rata-rata perbedaan antara mean
dengan nilai masing-masing observasi.
 Simpangan baku : akar dari varian
 SKEWNESS :
kemiringan distribusi
data
 Berasal dari kata hipo dan thesis. Hipo artinya
sementara/lemah kebenarannya dan thesis
artinya pernyataan/teori.
Pernyataan sementara yang perlu diuji
kebenarannya. Untuk menguji kebenaran
sebuah hipotesis digunakan pengujian yang
disebut pengujian hipotesis.
Pengujian hipotesis dijumpai dua jenis
hipotesis, yaitu hipotesis nol (Ho) dan
hipotesis alternatif (Ha).

36
 Tujuan: penarikan kesimpulan
(menggeneralisir) nilai yang berasal dari
sampel terhadap keadaan populasi melalui
pengujian hipotesis.
Keyakinan ini didasarkan pada besarnya
peluang untuk memperoleh hubungan
tersebut secara kebetulan
Semakin kecil peluang tersebut, semakin
besar keyakinan bahwa hubungan tersebut
memang ada.

37
 melakukan perbandingan antara nilai sampel
(data hasil penelitian) dengan nilai hipotesis
(nilai populasi) yang diajukan.
Peluang untuk diterima dan ditolaknya suatu
hipotesis tergantung besar kecilnya perbedaan
antara nilai sampel dengan nilai hipotesis.
Bila perbedaan tersebut cukup besar, maka
peluang untuk menolak hipotesis pun besar
pula, sebaliknya bila perbedaan tersebut kecil,
maka peluang untuk menolak hipotesis menjadi
kecil.
Jadi, makin besar perbedaan antara nilai sampel
dengan nilai hipotesis, makin besar peluang
untuk menolak hipotesis
38
 Hipotesis yang menyatakan tidak ada perbedaan
sesuatu kejadian antara kedua kelompok. Atau
hipotesis yang menyatakan tidak ada hubungan
antara variabel satu dengan variabel yang lain.
Contoh:
Tidak ada perbedaan berat badan bayi antara
mereka yang dilahirkan dari ibu yang merokok
dengan mereka yang dilahirkan dari ibu yang tidak
merokok.
Tidak ada hubungan merokok dengan berat badan
bayi.

39
 Hipotesis yang menyatakan ada perbedaan suatu
kejadian antara kedua kelompok. Atau hipotesis
yang menyatakan ada hubungan variabel satu
dengan variabel yang lain.
Contoh :
Ada perbedaan berat badan bayi antara mereka
yang dilahirkan dari ibu yang merokok dengan
mereka yang dilahirkan dari ibu yang tidak
merokok.
Ada hubungan merokok dengan berat badan bayi.

40
 Bentuk hipotesis alternatif akan menentukan
arah uji statistik apakah
satu arah (one tail)
dua arah (two tail).

41
 bila hipotesis alternatifnyanya menyatakan
adanya perbedaan dan ada pernyataan yang
mengatakan hal yang satu lebih
tinggi/rendah dari hal yang lain.

Contoh :
Berat badan bayi dari ibu hamil yang
merokok lebih kecil dibandingkan berat
badan bayi dari ibu hamil yang tidak
merokok.

42
 Merupakan hipotesis alternatif yang hanya
menyatakan perbedaan tanpa melihat
apakah hal yang satu lebih tinggi/rendah
dari hal yang lain.
Contoh
Berat badan bayi dari ibu hamil yang
merokok berbeda dibandingkan berat
badan bayi dari ibu yang tidak merokok.
Atau dengan kata lain :
Ada perbedaan berat badan bayi antara
mereka yang dilahirkan dari ibu yang
merokok dibandingkan dari mereka yang
tidak merokok.

43
 Suatu penelitian ingin mengetahui hubungan
antara jenis kelamin denga tekanan darah, maka
hipotesisnya adalah sbb:
Ho : A = B
Tidak ada hubungan antara jenis kelamin dengan
tekanan darah
Ha : A = B
Ada hubungan antara jenis kelamin dengan
tekanan darah

44
 Ada dua jenis kesalahan
pengambilan keputusan dalam uji
statistik, yaitu:
kesalahan tipe alpha
Kesalahan tipe beta

45
 Merupakan kesalahan menolak Ho padahal
sesungguhnya Ho benar. Artinya:
menyimpulkan adanya perbedaan padahal
sesungguhnya tidak ada perbedaan.
Peluang kesalahan tipe satu (I) adalah atau
sering disebut Tingkat signifikansi
(significance level).
Sebaliknya peluang untuk tidak membuat
kesalahan tipe I adalah sebesar 1-, yang
disebut dengan Tingkat Kepercayaan
(confidence level).

46
 Merupakan kesalahan tidak menolak Ho
padahal sesungguhnya Ho salah. Artinya:
menyimpulkan tidak ada perbedaan
padahal sesungguhnya ada perbedaan.
Peluang untuk membuat kesalahan tipe
kedua (II) ini adalah sebesar .
Peluang untuk tidak membuat kesalahan
tipe kedua (II) adalah sebesar 1-, dan
dikenal sebagai Tingkat Kekuatan Uji
(power of the test).

47
 Keputusan Populasi

Ho Benar Ho Salah

Tidak Menolak Ho Benar (1-) Kesalahan Tipe II

()
Menolak Ho Kesalahanan Tipe Benar (1-)
I ()

48
 Tingkat kemaknaan, atau sering disebut
dengan nilai , merupakan nilai yang
menunjukkan besarnya peluang salah dalam
menolak hipotesis nol.
nilai merupakan batas toleransi peluang
salah dalam menolak hipotesis nol.
nilai merupakan nilai batas maksimal
kesalahan menolak Ho.
Nilai dapat diartikan pula sebagai batas
maksimal kita salah menyatakan adanya
perbedaan.

Uji Hipotesa - Rizanda Machmud-

Bagian IKM/IKK FKUNAND 49
 Tergantung dari tujuan dan kondisi penelitian.
Nilai (alpha) yang sering digunakan adalah 10 %, 5
% atau 1 %.
Bidang kesehatan masyarakat biasanya
digunakan nilai (alpha) sebesar 5 %.
Pengujian obat-obatan digunakan batas
toleransi kesalahan yang lebih kecil misalnya 1
%, karena mengandung risiko yang fatal.

50
 Misalkan seorang peneliti akan menentukan
efektifitas suatu obat A maka dia akan
menentukan yang kecil sekali , peneliti
tersebut tidak akan mau mengambil resiko
bahwa ketidak berhasilan obat bius besar
karena akan berhubungan dengan nyawa
seseorang yang akan dibius.
 Dalam pengujian hipotesis sangat
berhubungan dengan distribusi data
populasi yang akan diuji.
Bila distribusi data populasi yang akan
diuji berbentuk normal/simteris/Gauss,
maka proses pengujian dapat digunakan
dengan pendekatan uji statistik
parametrik.
Bila distribusi data populasinya tidak
normal atau tidak diketahui distribusinya
maka dapat digunakan pendekatan uji
statistik Non Parametrik.
52
 Kenormalan suatu data dapat juga dilihat dari jenis
variabelnya, bila variabelnya berjenis
numerik/kuantitatif biasanya distribusi datanya
mendekati normal/simetris. Sehingga dapat
digunakan uji statistik parametrik.
Bila jenis variabelnya katagori(kualitatif), maka
bentuk distribusinya tidak normal, sehingga uji non
parametrik dapat digunakan.
Penentuan jenis uji juga ditentukan oleh jumlah
data yang dianalisis, bila jumlah data kecil (< 30)
cenderung digunakan uji Non paramterik.

53
1. Menetapkan Hipotesis
2. Penentuan uji statistik yang sesuai
3. Menentukan batas atau tingkat kemaknaan
(level of significance)
4. Penghitungan Uji Statistik
5. Keputusan Uji Statistik

54
Hipotesis Nol (Ho)
Tidak ada perbedaan berat badan bayi
antara mereka yang dilahirkan dari ibu
yang merokok dengan mereka yang
dilahirkan dari ibu yang tidak merokok.
Hipotesis Alternatif (Ha)
Ada perbedaan berat badan bayi antara
mereka yang dilahirkan dari ibu yang
merokok dengan mereka yang dilahirkan
dari ibu yang tidak merokok.

55
 Jenis uji statistik sangat tergantung dari:
Jenis skala data
Jenis distribusi data populasinya apakah mengikuti
distribusi normal atau tidak

56
 Sebagai gambaran, jenis uji statistik untuk
mengetahui perbedaan mean akan berbeda
dengan uji statistik untuk mengetahui
perbedaan proporsi/persentase.
Uji beda mean menggunakan uji T atau uji
Anova, sedangkan uji untuk mengetahui
perbedaan proporsi digunakan uji Kai
kuadrat.

57
 Batas/tingkat kemaknaan, sering juga disebut
dengan nilai . Penggunan nilai alpha
tergantung tujuan penelitian yang dilakukan,
untuk bidang kesehatan masyarakat biasanya
menggunakan nilai alpha 5 %

58
 hasil pengujian statistik akan menghasilkan
dua kemungkinan keputusan yaitu menolak
Hipotesis Nol dan Gagal menolak Hipotesis
nol.
Keputusan uji statistik dapat dicari dengan
dua pendekatan yaitu pendekatan klasik dan
pendekatan probabilistik

59