Upload
jonathan-rodriguez
View
71
Download
0
Embed Size (px)
Citation preview
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