BIOSTATISTIK
METODE DESKRIPTIF DAN UJI NORMALITAS DATA
OLEH
KELOMPOK 6
A5C
1. SIWI MINGGAYANI NI WAYAN
11.321.11292. SRI WIDYA WATI NI WAYAN
11.321.11303. SUCI MASTIA DEWI LUH PUTU11.321.11314. SUGIARTI NI
MADE
11.321.11325. WISWANTARA PANDE NYOMAN11.321.11366. YUDI ANTARA
ADI I KADEK
11.321.11377. DESY PARIANI NI MADE
11.321.11468. EKA DESIARI NI WAYAN
11.321.1153SEKOLAH TINGGI ILMU KESEHATAN WIRA MEDIKA PPNI
BALIPROGRAM STUDI ILMU KEPERAWATAN2014
KATA PENGANTAR
Puji syukur penulis panjatkan kehadapan Ida Sang Hyang Widhi
Wasa/Tuhan Yang Maha Esa, atas segala limpahan rahmatnya. Sehingga
penulis dapat menyelesaikan paper yang berjudul, Metode Deskriptif
Dan Uji Normalitas Data. Penulis menyadari bahwa paper ini sudah
barang tentu banyak kekurangannya hal ini disebabkan karena
terbatasnya kemampuan dan kurang pengalaman, oleh karena itu
penulis sangat mengharapkan sekali saran dari pembaca
Denpasar, Juli 2013
Penulis
DAFTAR ISI
BAB I PENDAHULUANA. Latar Belakang
Hasil pengukuran yang kita peroleh disebut dengan data mentah.
Besarnya hasil pengukuran yang kita peroleh biasanya bervariasi.
Apabila kita perhatikan data mentah tersebut, sangatlah sulit bagi
kita untuk menarik kesimpulan yang berarti. Untuk memperoleh
gambaran yang baik mengenai data tersebut, data mentah tersebut
perlu di olah terlebih dahulu.Pada saat kita dihadapkan pada
sekumpulan data yang banyak, seringkali membantu untuk mengatur dan
merangkum data tersebut dengan membuat tabel yang berisi daftar
nilai data yang mungkin berbeda (baik secara individu atau
berdasarkan pengelompokkan) bersama dengan frekuensi yang sesuai,
yang mewakili berapa kali nilai-nilai tersebut terjadi. Daftar
sebaran nilai data tersebut dinamakan dengan Daftar Frekuensi atau
Sebaran Frekuensi (Distribusi Frekuensi). Dengan demikian,
distribusi frekuensi adalah daftar nilai data (bisa nilai
individual atau nilai data yang sudah dikelompokkan ke dalam selang
interval tertentu) yang disertai dengan nilai frekuensi yang
sesuai.Pengelompokan data ke dalam beberapa kelas dimaksudkan agar
ciri-ciri penting data tersebut dapat segera terlihat. Daftar
frekuensi ini akan memberikan gambaran yang khas tentang bagaimana
keragaman data. Sifat keragaman data sangat penting untuk
diketahui, karena dalam pengujian-pengujian statistik selanjutnya
kita harus selalu memperhatikan sifat dari keragaman data. Tanpa
memperhatikan sifat keragaman data, penarikan suatu kesimpulan pada
umumnya tidaklah sah.B. Rumusan Masalah
Berdasarkan latar belakang diatas dapat dirumuskan permasalahan
sebagai berikut :
1. Apa yang dimaksud dengan distribusi frekuensi ?2. Apa saja
yang termasuk metode deskriptif?3. Apa yang dimaksud dengan uji
normalitas data?4. Apa saja uji normalitas data?C. TujuanAdapun
tujuan dari pembuatan tugas ini, adalah sebagai berikut :1. Tujuan
umumSetelah mengikuti presentasi diharapkan agar dapat memahami
tentang distribusi frekuensi dan tendensi sentral.
2. Tujuan khusus
Diharapkan mahasiswa/mahasiswi dapat menjelaskan tentang :
a. Distribusi frekuensib. Tendensi sentralD. Metode Penulisan
Dalam penulisan paper ini ditempuh metode-metode tertentu untuk
mengumpulkan beberapa data dan mengolah data tersebut. Untuk
pengumpulan Data dilakukan dengan metode dokumentasi yaitu
mengumpulkan berbagai sumber yang memuat materi yang terkait dengan
metode diskriptif. Sumber tersebut seperti internet dan berbagai
buku referensi. Data yang telah diperoleh kemudian diolah dengan
menggunakan metode deskriptif kualitatif, yaitu suatu metode dengan
jalan menyusun data atau fakta-fakta yang telah diperoleh secara
sistematis dan menuangkannya dalam suatu simpulan yang disusun atas
kalimat-kalimat
BAB II PEMBAHASAN
A. DISTRIBUSI FREKUENSI
Distribusi (sebaran) frekuensi (jumlah) yang terdapat pada nilai
variable tersebut Distribusi frekuensi dapat digambarkan dalam
bentuk table, yang didalamnya dapat memuat: frekuensi, persentase,
proporsi, rasio, dan frekuensi komulatif dari masing-masing
karakteristik variable. Rentang karakteristik variable dapat
sedikit atau mungkin lebar sekali. Misalnya penelitian tentang umur
penduduk pada suatu wilayah giografi tertentu, maka peneliti
memperoleh rentang umur yang sangat lebar yaitu 0-100 tahunan. Jika
rentang umur tersebut dijadikan kategori dan disajikan dalam bentuk
tabelmaka akan diperoleh table yang sangat panjang. Untuk
menghindari table yang sangat panjang, maka kategori umur dapat
dibuat dalam bentuk kelompok-kelompok. Oleh sebab itu maka table
dapat dibagi menjadi dua, yaitu: table yang menyajikan data tunggal
(distribusi frekuensi tunggal) dan table yang menyajikan data
kelompok (distribusi frekuensi berkelompok). Distribusi frekuensi
tunggal digunakan jika range (rentang data terkecil dan terbesar)
sempit, sedangkan distribusi frekuensi berkelompok digunakan untuk
menyajikan data dengan range lebar. Jika pemlihan jenis distribusi
frekuensi tidak tergantung pada jumlah data, tetapi pada range atau
lebar data. Data kualitatif yang kita peroleh dari hasil pengamatan
dapat ditata dan diringkas dalam bentuk tabel yang dikenal dengan
distribusi frekuensi dan bila dihitung proporsi atau persentasenya
dapat disajikan dalam bentuk tabel distribusi frekuensi relatif .
Contoh :
Kita mengadakan penelitian tentang berat badan 24 orang
penderita DM yang dirawat di RS dengan hasil sebagai berikut ,
40,60, 45, 40,40,45,45,60,45,60,40. Berat badan dinyatakan dalam
kg.
Dari data tersebut hanya diketahui bahwa berat badan penderita
tidak sama, tetapi tidak dapat diperoleh gambaran yang jelas
tentang berat badan tersebut sehingga sulit untuk dilakukan
penilaian lebih lanjut. Untuk mendapatkan gambaran yang lebih jelas
maka data tersebut disusun secara berurutan mulai dari penderita
dengan berat badan terkecil sampai terbesar atau sebaliknya hingga
data tersebut menjadi seperti tertera di bawah ini : 40, 40,40,40,
45,45,45,60,60,60. Dengan susunan data seperti ini, selain
diketahui bahwa berat badan penderita tidak sama diketahui pula
berat badan terkecil dan terbesar , tetapi dengan cara penyusunan
ini tidak dapat diketahui berapa orang yang mempunyai berat badan
tertentu dan berat badan dengan jumlah terbanyak.Untuk mengetahui
hal tersebut maka data disusun sedemikian rupa sehingga penderita
dengan berat badan yang sama disatukan dan jumlahnya dinyatakan
dalam frekuensi (f)
Berat badanFrekuensi (f)
404
453
603
DISTRIBUSI FREKUENSI RELATIF
Telah dijelaskan sebelumnya bahwa distribusi frekuensi merupakan
penataan data kualitatif. Bila data kualitatif dihitung dalam
bentuk proporsi atau persentase maka menjadi ditribusi frekuensi
relatif.
Dengan distribusi frekuensi relatif kita dapat mengetahui
persentase suatu kelompok terdapat seluruh pengamatan.Perubahan
data kualitatif menjadi presentase dilakukan dengan mebagi
frekuensi (f) dengan jumlah seluruh obsevasi (N) dan dikalikan 100.
Secara matematik hal tersebut dapat ditulis dengan rumus
berikut.Rumus (5.3)
(f/N) x 100
Contoh
Kita mengetahui distribusi umur 20 orang penderita karsinoma
mamae yang dirawat di suatu rumah sakit selama satu tahun.
Dari distribusi frekuensi relatif tabel 5.1 dapat diketahui
bahwa persentase terbesar adalh 25% , terletak pada kelompok umur
56 60tahun dan kelompok umur 71 75tahun, tetapi tidak dapat
disimpulkan adanya kecendrungan jumlah kasus yang meningkat dengtan
meningkatnya umur. Hal ini mungkin disebabkan oleh jumlah
pengamatan yang terlalu sedikit yaitu 20 orang atau presentase
dengan jumlah pengamatan yang terlalu kecil sehingga menimbulkab
bias. Untuk menghindari terjadinya bias maka secara matematika
perhitungan persentase menggunakan n minimal sebanyak 60. Jika n
semakin mendekati 100 maka perhitungan persentasenya semkain
tepat.
Tabel 5.1 Distribusi frekuensi relatif karsinoma mamae
Umur (thn)
frekuensi
frekuensi relatif (%)
41 45
2
10
46 50
2
10
51 55
1
5
56 60
5
25
61 65
4
20
66 70
1
5
71 75
5
25
Jumlah
20
100
Distribusi frekuensi kumulatif
Distribusi frekuensi kumulatif ialah distribusi frekuensi yang
setiap kelompoknya dinyatakan dengan nilai kumulatif.Distribusi
frekuensi kumulatif dapat dinyataka dalam 4 model sebagai
berikut.1. Kurang dari batas bawah kelompok ( batas bawah
kelompok)
2. Sama atau lebih besar dari batas atas kelompok ( ( batas atas
kelompok)
3. Kurang atau sama dengan batas atas kelompok ( batas atas
kelompok)
4. Lebih besar dari batas atas kelompok ( ( batas atas
kelompok)
Distribusi frekuensi kumulatif kurang dari bats bawah
kelompok.
Model ini dapat digunakan untuk mengetahui frekuensi data yang
mempunyai nilai dibawah kelompok tertentu. Agar dapat dipahami
dengan jelas maka akan diberikan contoh sebagai berikut.
Misalkan kita akan mengukur berat badan 55orang penderita yang
dirawat dibagian penyakit dalam suatu rumah sakit untuk mengetahui
berapa orang penderita yang memiliki berat badan kurang dari 51
kg.
Perhitungan distribusi frekuensi kumulatif kurang dari batas
bawah kelompok tertentu dilakukan dengan menjumlah semua frekuensi
yang terletak sebelum nilai bats bawah kelompok tersebut. Misalnya
berat badan kurang dari 51 kg maka jumlah frekuensi sekelompok
sebelumnya adalah 2+5 = 7 (tabel 5.2)
Tabel, Distribusi frekuensi kumulatif kurang dari batas bawah
kelompok
Berat badanFBerat badan
batas bawahFrekuensi komulatif
41-452 410
46-505 462
51-5513 517
56-6015 5620
61-6511 6135
66-708 6646
71-751 7154
76-800 7655
Distribusi frekuensi kumulatif sama atau lebih besar dari batas
bawah kelompok.
Untuk memperoleh distribusi frekuensi kumulatif sama atau lebih
besar dari batas bawah kelompok dilakukan dengan menjumlah
frekuensi kelompok yang bersangkutan ditambah dengan frekuensi
kelompok berikutnya. Misalnya, penderita dengan berat badan 56 kg
atau lebih, diperoleh dengan menjumlahkan frekuensi kelompok
berikutnya, yaitu 15 + 11 + 8 + 1 + 0 = 35. Ini berarti bahwa
penderita dengan berat badan 56 keatas ada sebanyak 35 orang.
Tabel, Distribusi frekuensi kumulatif sama atau lebih batas
bawah.
Berat badanfBerat badan ( batas bawah kelompokFrekuensi
komulatif
41-452( 4155
46-505( 4653
51-5513( 5148
56-6015( 5635
61-6511( 6120
66-708( 669
71-751( 711
76-800( 760
Distribusi kumulatif kurang dari atau sama dengan batas atas
kelompok
Distribusi kumulatif ini dapat dilihat pada tabel dengan cara
menjumlah frekuensi pada kelompok yang diinginkan dengan semua
frekuensi kelompok sebelumnya. Misalnya, berat badan kurang atau
sama dengan batas atas 55 kg adalah 20 orang.Tabel, Distribusi
frekuensi kumulatif kurang atau sama dengan batas atasBerat
badanFBerat badan batas atas kelompok(((((Frekuensi kumulatif
41-452 452
46-505 507
51-5513 5520
56-6015 6035
61-6511 6546
66-708 7054
71-751 7555
Distribusi frekuensi kumulatif lebih besar dari batas atas
kelompok
Untuk mengetahui banyaknya frekuensi berat badan yang lebih
besar dari batas atas kelompok maka diakukan dengan menjumlah semua
frekuensi kelompok berikutnya. Misalnya, frekuensi kumulatif lebih
besar dari 60 kg diperoleh dengan menjumlahkan 11 + 8 + 1 = 20Ini
berarti bahwa jumlah penderita dengan berat badan lebih dari 60 kg
adalah 20 orang. Contoh :Table 5.5 Distribusi frekuensi kumulatif
lebih besar dari batas atas kelompok.
Berat BadanfBerat badan >
batas atas kelompokfrekuensi
kumulatif
41-45
46-50
51-55
56-60
61-65
66-70
71-752
5
13
15
11
8
1>45
>50
>55
>60
>65
>70
>7553
48
35
20
9
1
0
B. TEDENSI SENTRAL
Tendensi sentral atau kecenderungan memusat, merupakan suatu
bilangan yang menunjukkan kecenderungan untuk memusatnya
bilangan-bilangan dalam suatu distribusi frekuensi. Tendensi
sentral dapat digunakan untuk mendeskripsikan suatu kelompok data
dengan suatu angka yang dapat mewakili kelompoknya. Tendensi
sentral meliputi: rata-rata (mean), median, dan modus.
a. Rerata (mean)
Rerata (mean) merupakan titik berat dari seperangkat data atau
observasi yang sensitif terhadap nilai ekstrim. Rata-rata diperoleh
dengan cara membagi jumlah nilai () dibagi dengan jumlah individu
(n). Rumus :
1) Untuk data yang tidak dikelompokkan.
QUOTE
Keterangan :
( (huruf yunani) artinya jumlah
X = nilai suatu pengamatan/ observasi
n = jumlah semua observasi
2) Untuk data yang dikelompokkan
QUOTE
fx = jumlahkan frekuensi tiap kelas interval.
b. Median
Median, merupakan nilai tengah dari sekelompok data yang telah
disusun secara urut. Median dapat diilustrasikan sebagai suatu
nilai yang membatasi antara kelompok rendah dengan kelompok tinggi
setelah data diurutkan.median tidak sensitif terhadap nilai
ekstrim. Median digunakan untuk menentukanpemusatan ( apakah
mencong/ skewed). Cara menentukan :
1) Untuk data yang tidak dikelompokkan
Data dengan jumlah ganjil maka posisi median pada : (n+1)/2,
sedangkan pada data dengan jumlah genap maka posisi median
rata-rata antara n/2 dan (n/2)+1.
2) Untuk data yang dikelompokkan
Untuk data yang dikelompokkan, posisi median ditentukan dengan
rumus :
Keterangan :
Md = median
Im = limit bawah kelas interval posisi
n = banyaknya observasi
cf = frek. Komulatif sebelum kelas median
fm = frekuensi kelas median
i = interval
c. Modus (Mo)
Modus merupakan nilai yang sering muncul ( frekuensi terbesar)
dari seperangkat data atau observasi. Modus digunakan untuk secara
cepat mengetahuai pemusahatan. Seperangkat data dapat memiliki
satu, dua atau tanpa modus. Kalau satu modus disebut unimodal, dua
modus disebut bimodal sedangkan tanpa modus disebut nonmodal. Cara
menentukan modus: untuk data yang tidak dikelompokkan modus dapat
ditentukan dari nilai yang paling sering muncul ( f terbesar),
sedangkan untuk data yang dikelompokkan modus dicari dengan
rumus:
Keterangan :
Mo = modus
Im = limit bawah kelas interval posisi modus
d1 =selisih frek. Kelas modus dengan kelas sebelumnya
d2 = selisih frek. Kelas modus dengan kelas sesudahnya
i = interval.
Variabilitas/ DispersiVariabilitas/ dispersi digunakan untuk
menunjukkan gambaran variabilitas data dan menunjukkan perbedaan
nilai satu observasi terhadap nilai observasi lainnya. variabilitas
meliputi : desil, persentil, kuartil, range, meandeviasi, standar
deviasi, varian, dan nilai standar.
a. Range
Range atau rentang jarak pengukuran atau merupakan jarak antara
nilai terendah dengan nilai tertinggi. Range merupaka prakiraan
rentang nilai sebenarnya. Cara mencari :
1) Untuk data yang tidak dikelompokkan :
Range = nilai tertinggi nilai terendah
2) Untuk data yang dikelompokkan :
Range = batas atas kelas interval teratas batas bawah kelas
intervalterbawah.
b. Persentil
Persentil (P) adalah sekumpulan data/ nilai yang dibagi 100
dengan ukuran sama besar. P1 adalah suatu nilai dalam distribusi
yang membatasi 1 % data bagian atas atau 99 % bagian bawah. P25
berarti nilai yang membatasi 25 % nilai bagian atas atau 75 %
bagian bawah.
1) Untuk data yang tidak dikelompokkan :
Pi adalah data yang terletak pada : i.n/100
2) Untuk data yang dikelompokkan :
Keterangan
Pi = persentil ke i
lm = batas bawah kelas persentil
cf = frekuensi komulatif sebelum Pi
fi = frekuensi kelas persentil
c. Desil = P80 (persentil ke 80)
d. Quartil (Q). Quartil adalah sekumpulan data yang dibagi
menjadi 4 bagian yang sama banyaknya. Q1 adalah suatu nilai yang
membatasi 25 % data pada bagian atas dan 75 % dibagian bawah. Qi =
i (n+1)/4.
e. Mean deviasi
Deviasi merupakan penyimpanan suatu nila hasil pengukuran
terhadap nilai rata-rata kelompoknya ( D = X - X). Jarak antara
nilai individu dengan rata-ratanya disebut dengan simpangan
(deviasi). Mean deviasi merupakan rata-rata penyimpangan yang
dimaksud dengan mengabaikan tanda negatif (-). Mean deviasi dicari
dengan membagi jumlah deviasi dengan jumlah individu. Rumus :
f. Standar deviasi/ simpangan baku
Standar deviasi (S atau Sd) merupakan sebaran data yang sangat
penting. Standar deviasi digunakan untuk mengatasi kelemahan mean
deviasi sebagai akibat mengabaikan tanda negatif dalam
prosespenghitungannya. Standar deviasi memiliki hubungan antara
range dengan distribusi frekuensi. Standar deviasi identik dengan
rentang data tetapi tidak selebar range. Pada standar deviasi,
nilai rata-rata dipandang sebagai pusat (pertengahan) dan diberi
nilai 0. Penyimpangan kekiri diberikan tanda negartanda negatif,
sedangkan penyimpangan kekanan diberikan tanda positif. Cara
mencari standar deviasi :
Untuk data yang tidak dikelompokkan :
Keterangan :
Sd = Standar Deviasi
X = X X
N = jumlah kasus
Atau dengan Rumus data mentah :
1) Untuk data yang dikelompokkan :
Atau dengan rumus :
g. Varians :
Varian (S), merupakan suatu angka menunjukkan ukuran
variabilitas yang dihitung dengan jalan menguadratkan nilai standar
deviasi (S= s2). Varian digunakan untuk menjelaskan homogenitas
sekelompok data.
h. Nilai standar (Z-score)
Nilai standar (Z-score) merupakan suatu bilangan yang berfungsi
untuk menunjukkan sebeberapa jauh suatu nilai menyimpang dari
rata-rata kelompoknya dalam satuan deviasi. Nilai standar sangat
penting jika peneliti ingin mengolah data dengan satuan yang
berbeda tanpa melakukan konversi skala. Misalnya seorang peneliti
tidak mungkin melakukan operasi matematik 2 kg + 2 meter, tanpa
melakukan konversi skala. Nilai standar memiliki satuan baku,
sehingga dapat digunakan untuk membandingkan dua gejala atau
lebih.
Contoh Tendensi Sentral
1. Data tunggal :
Pasien keLama hari perawatan Pasien ke Lama hari perawatan
1468
2579
3485
4796
56103
a) Rerata :
= 58/10 = 5,8b) Median :
Oleh karena jumlah data genap (10), maka posisi median berada
pada rata-rata antara n/2 dan (n/2+1) yaitu antara 10/2 dan
(10/2)+1. Untuk itu data terlebih dahulu harus diurut, sebagai
berikut :
3,4,4,5,5,6,6,7,8,9 rata-rata antara posisi ke 5 dan ke 6 adalah
(5+6)/2 =5.5
c) Modus : dalam contoh tersebut terdapat tiga data dengan
frekuensi terbesar, yaitu 4,5 dan 6 oleh karena itu data tersebut
memilikinilai modus 4,5,6
d) Range = nilai tertinggi nilaa terendah 9 3 = 6
e) Persentil, misal dicari P20. Setelah data tersebutdiurut maka
akan didapatkan urutan sebagai berikut : 3,4,4,5,5,6,6,7,8,9
P20 = 20 x 10/100
P20 = 2 data ke-2 adalah 4. Jadi nilai persentil 20adalah 4
f) Standar deviasi
Jumlah x2 = 357, jumlah x = 58, n = 10, maka dapat dihitung
sebagai berikut :
2. Data berkelompok :
Tabel, Distribusi umur penderita yang dirawat di Ruang Bedah RS
Suka-suka tahun 2007.
Umur Jml. Pend. (f)Titik TengahFx Fx2N Fx2Frek. komulatif
0-4224 8-30.4851858.672
5-94728 196-25.4852597.9416
10-1471284 1008 -20.4852937.44713
15-1951785 1445-15.4851198.92618
20-2422594 0 -10.485045
25-292127567 15309-5.485631.789766
30-341432448 14336-0.4853.2931580
35-39637222 82144.515122.31148
40-441742714 299889.5151539.099103
45-491247564 2650814.51552528.223115
50-541152572 2974419.5154189.187126
55-59557285 1624524.5153004.926131
60-64362186 1153229.5152613.406134
Jml 1344353 -6.30523225.22
a) Rerata .
= 32.485
b) Median :
Posisi median = n/2 134/2 = 67. Dilihat dari frekuensi komulatif
maka posisi medianpada kelas interval ke 7. Oleh karena itu : lm
=30, cf =66, fm =14, i =5
Md = 30 + 5c) Modus :
Frekuensi tertinggi dari data tersebut adalah 27 yaitu pada
kelasinterval 20-24, maka nilai modus dapat dihitung sebagai
berikut :
Mo = 20 +
= 23.93
d) Range = batas atas kelas interval teratas batas bawah kelas
interval terbawah.
= 64-0
= 64
e) Persentil
Pi = persentil ke i
lm = batas bawah kelas persentil
cf = frekuensi kumulatif sebelum Pi
fi = frekuensi kelas persentil
umpama kita mencari persentil ke 25, maka :
posisi : 25/100 Xn=25/100 x 134
= 33.5 kalau kita lihat frek. Komulatif maka ditemukan kelas
interval 20-24.
P25 = 19.5 + 5
= 19.5 + 2.87
= 22.37
f) Standar deviasi
Dengan rumus data mentah :
Catatan :
Secara praktis analisis deskriptif dapat dilakukan dengan
bantuan program komputer, seperti program SPPS. Berikut ini diulas
sepintas teknik analisis deskriptif dengan bantuan program SPSS
:
1. Entry data
a. Bukalah program SPSS
b. Klik variable view yang ada pada bagian kiri bawah
c. Lakukan pengisian sbb :
1) Kolom Name, diisi nama variabel yang akan dianalisis secara
urut dari baris pertama kebawah. Misalnya x1,x2,x3, Y.
2) Kolom Type, pengisian tergantung jenis data yang akan
dimasukkan, jika berupa angka maka diisi dengan Numeric dan jika
berupa kalimat diisi dengan string.
3) Kolom Width, diisi dengan jumlah huruf/digit angka yang akan
dimasukkkan
4) Kolom Decimal, diisi dengan jumlah digit angka dibelakang
koma yang akan dimasukkan.
5) Kolom Label, diisi dengan nama variabel yang lebih
lengkap.
6) Kolom values, diisi jika data yang dimasukkan berupa kode.
Misalnya kode 1 untuk wanita dan 2 untuk laki-laki, maka pada
valuemasukkan angka 1 dan pada valuelabel masukkan wanita kemudian
klik Add. Setelah itu kembali ke value untuk mengisi 2 dan
seterusnya.
7) Kolom Missing, diisi dengan kode yang dapat menandai data
yang hilang (tidak terisi).
8) Kolom Column, diisi lebar entry (sama dengan Width).
9) Kolom Align, menunjukkan posisi data. Apakah di
tengah-tengah, di kanan atau di kiri.
10) Kolom Measure (sangat penting diidi), diisi sesuai dengan
jenis skala data yang dimasukkan. Pada kolom ini terdapat tiga
pilihan, yaitu : Scale untuk interval atau rasio, Ordinal, dan
Nominal.
11) Kembali ke Data View (pada kiri bawah), maka tampak sel
(kolom/baris) yang telah siap untuk diisi data.
12) Menyimpan data dengan File, Save As, kemudian berikan
namanya.
2. Analisis Deskriptif
a. Frequency
Pada analisis ini kita akan memperoleh mean, median, kuartil,
persentil, standar deviasi dan sebagainya. Langkah-langkah
analisis: Analyze, Descriptive Statistics, Frequencies, masukan
kode variable yang tampak pada kotak sebelah kiri ke kotak sebelah
kanan (variable (s)) Statistics, kemudian aktifkan pilihan yang ada
(dengan mengklik) sesuai dengan keperluan, Continue, OK.b.
Gambar/Grafik/Chart
Langkah-langkah analisis: Analyze, Descriptive Statistics,
Frequencies, masukan kode variable yang tampak pada kotak sebelah
kiri ke kotak sebelah kanan (variable (s)), Chart, aktifkan pilihan
yang ada (dengan mengklik) sesuai dengan keperluan.
c. Data Standar (Z-Skor)
Langkah-langkah analisis: Analyze, Descriptive Statistics,
Frequencies, masukan kode variable yang tampak pada kotak sebelah
kiri ke kotak sebelah kanan (variable (s)), Chart, aktifkan Save
Standardized Values as Variables.
BAB III PENUTUP
A. Simpulan
Distribusi frekuensi yang merupakan sebuah table yang
menunjukkan frekuensi kejadian dengan nilai yang berbeda dari suatu
variable atau kejadian dalam suatu rentang nilai. Frekuensi adalah
bilangan yang menunjukkan berapa kali suatu nilai muncul dalam
suatu kategori variable. Distribusi frekuensi biasanya digunakan
sebagai kategori variable. Distribusi frekuensi biasanya digunakan
sebagai langkah awal sebagai analisis data. Cara ini dapat membantu
bila observasi melibatkan banyak individu.
B. Saran
Sebagai seorang perawat diharapkan lebih memperdalam pengetahuan
serta keterampilannya agar menjadi seorang perawat yang
profesional. Dan sebagai seorang mahasiswa diharapkan agar lebih
memperdalam ilmu agar menjadi seorang perawat yang profesional.
Dan sebagai seorang tenaga kesehetan agar dapat bekerja sama
dengan baik sehingga tercipta pelayanan kesehatan yang menyeluruh
dan berkesinambungan demi terciptanya pelayanan kesehatan yang
baik.
DAFTAR PUSTAKA
Budiarto, eko. 2002. Biostatistika untuk kedokteran dan
kesehatan masyarakat. Jakarta : EGC
M. Nazir, 1993. Metode Statistik Dasar 1, Gramedia Pustaka Utama
: Jakarta.
Ronald E Walpole, (1992). Pengantar Statistika, Edisi
Terjemahan, PT Gramedia : Jakarta.
Riwidikdo , handoko. 2009. Statistic kesehatan . Jogjakarta :
Mitra cendikia
Sukawana, wayan. 2008. Pengantar statistic untuk perawat.
Denpasar
Sugiarto, Dergibson Siagian, 2006, Metode Statistika Untuk
Bisnis dan Ekonomi. Gramedia Utama : Jakarta.Statistika, (2000)
kar. J. Supranto, jilid 1 chap.6 edisi keenam halaman 126-145.
QUOTE i
QUOTE i
QUOTE i
i
