MAKALAH BIOSTATISTIKA

Dosen Pengampu : Dr. Ir. Rahayu Astuti , M. Kes

Pengertian Data, Macam Data, Variabel serta Skala Pengukuran

Disusun oleh

Reina Dhamanik G2A012038

Niko Cahaya

G2a012003

Suyatni

G2A012001Aryani Wardhani G2A012011

Rinta Pramitasari G2A012004

S1 KEPERAWATAN

FAKULTAS ILMU KEPERAWATAN DAN KESEHATAN

UNIVERSITAS MUHAMMADIYAH SEMARANG

2015BAB I

PENDAHULUAN

A. Latar Belakang

Peran statistik telah membawa manusia untuk memahami gejala ketidakpastian menjadi sebuah kesimpulan yang lebih mudah dan objektif, sehingga jika diterapkan menjadi sebuah kebijakan tentu ada resiko bias atau kurang tepat, tetapi yang lebih tepat tentu lebih banyak disbanding biasnnya. Factor yang mendorong adanya statistic khususnya dalam bidang kesehatan, seperti keperawatan, kebidanan, atau kesehatan masyarakat, untuk memudahkan dalam penelitian ( ).

Ruang lingkup statistic, dimana hanya membicarakan suatu gejala yang berubah-ubah, sehingga kesimpulan yang diperoleh, bukan kebenaran 100%, tapi merupakan kebenaran relative yang boleh jadi berubah seiring dengan perubahan dimensi waktu dan tempat. Dari sini boelh jadi ada hokum statistic yang disebut satu satunya kepastian adalah ketidak pastian. Istilah statistic berarti ilmu pengetahuan yang berhubungan dengan cara-cara pengumpulan, pengolahan, penyajian, analysis data, sampai pada penarikan kesimpulan.

Pendekatan yang dipakai pada ilmu statistic ini lebih cenderung kea rah matematis dari pada aplikasi rumusan matematis yang sudah diturunkan oleh para ahli matematis. Pendekatan ini juga dikenal dengan statistic teoritis, karena lebih cenderung pada pembicaraan masalah penurunan sifat-sifat, dalil, rumus matematik, dan menciptakan model matematik (.).

BAB II

PEMBAHASANA. Pengertian dan Macam Data

Data hasil penelitian dapat dikelompokkan menjadi 2, yaitu data kualitatif dan data kuantitati. Data kualitatif adalah data yang berbentuk kalimat, kata, dan gambar. Sedangkan data kuantitatif adalah data yang berbentuk angka, atau data kualitatif yang diangkakan (skoring).

Data kuantitatif dapat dikelompokkan menjadi dua besar yaitu data Diskrit dan data kontinum. Data diskrit adalah data yang bdiperoleh dari hasil menhitung atau membilang (bukan mengukur). Misalnya jumlah meja ada 20, jumlah orang ada 12, dsb. Data ini sering juga disebut dengan data nominal. Data nominal biasanya diperoleh dai penelitian yang bersifat eksploratif atau surey.

Data kontinum adalah data yang diperoleh dari hasil pengukuran. Data kontinum dapat dikelompokkan menjadi tiga yaitu data Ordinal, Interval, dan Rasio.

Data ordinal adalah data yang berjenjang atau berbentuk peringkat. Oleh karena itu jarak satu data dengan yang lain mungkin tidak sama. Misalnya juara I, II, III, golongan I, II, dsb. Data ordinal biasanya makin kecil angkanya, maka semakin tinggi nilainya. Juara I lebih baik dari juara II, dsb.

Data interval adalah data yang jaraknya sama, tetapi tidak mempunyai nilai nol absolut (mutlak). Pada data ini, walaupun datanya nol, tetapi masih mempunyai nilai. Misalnya nol derajat Celcius, ternyata masih ada nilainya. Dalam penelitian social yang instrumennya menggunakan skala Likert, Guttman, Semantic, Thurstone, data yang diperoeh adalah data interval. Data ini dibuat menjadi data ordinal.

Data rasio adalah sata yang jaraknya sama dan mempunyai nilai nol absolut. Jadi kalu data nol berrati tidak ada apa-apanya. Hasil pengukuran panjang (M), berat (Kg), adalah contoh data rasio. Bila nol meter maka tidak ada panjangnya, demikian juga bila nol Kg tidak ada beratnya. Data ini dibuat data perkalian dan penjumlahan. 5 Kg + 5 Kg = 10 Kg. untuk jenis data yang lain, tidak bisa demikian, oleh karena itu data yang paling teliti adalah data rasio. Data ini dapat disusun ke dalam data interval taupun ordinal.

B. Variabel Dalam penelitian kuantitatif, biasanya peneliti melakukan pengukuran terhadap keberadaan suatu variable dengan menggunakan instrument penelitian. Setelah itu mungkin peneliti melanjutkan analisis untuk mencari hubungan satu variable dengan variable lain.

Variable merupakan gejala yang menjadi focus peneliti untuk diamati. Variable itu sebagai atribut dari sekelompok orang atau objek yangmempunyai variasi antara satu dengan yang lainnya dalam kelompok itu. Tinggi, berat badan, sikap, motivasi, kepemimpinan, rambut merupakan atribut dari seseorang. Selanjutnya berat, ukuran, bentuk, dan warna merupakan atribut dari objek. Menurut hubungan antara satu variable dengan variable yang lain, maka macam-macam variable dalam penelitian dapat dibedakan menjadi :

1. Variable Independen

Variable ini sering disebut sebagai variable stimulus, input, predictor, dan antecedent. Dalam bahasa Indonesia sering disebut sebagai Variabel Bebas. Variable bebas adalah variable yang menjadi sebab timbulnya atau berubahnya variable dependen (variable terikat). Jasi variable independen adalah variable yang mempengaruhi.

2. Variable Dependen

Sering disebut sebagai variable respon, output, kriteria, konsekuen. Dalam bahasa Indonesia sering disebut sebagai variable terikat. Variable terikat merupakan variable yang dipengaruhi atau yang menjadi akibat, karena adanya variable bebas. Anatara variable independen dan dependen, masing-masing tidak berdiri sendiri tetapi selalu berpasangan. Contoh :

a. Kepemimpinan dan Produktifitas Kerja

Kepemimpinan = variable independen dan produktifitas kerja = variable dependen.

b. Panas dan Muai Panjang

Panas = variable independen dan Muai panjang = variable dependen.

3. Variable Moderator

Adalah variable yang mempengaruhi (memperkuat atau memperlemah) hubungan antara variable independen dan variable dependen. Variable ini sering disebut sebagi variable independen ke dua. Contoh : Hubungan antara suami dan isteri akan semakn akrab, bila telah mempunyai anak. Dalam hal ini anak adalah variable moderator yang memperkuat hubungan. Tetapi sebaliknya hubungan suami isteri akan semakin rengang bila ada Fihak ketiga. Dalam hal ini fihak ketiga adalah variable moderator yang memperlemah hubungan. Hubungan antara kemampuan dan produktifitas kerja akan semakin tinggi bila, etos kerja tinggi, dan hubungan antara kemampuan dan produktivitas kerja akan semakin rendah bila etos kerja rendah. Etos kerja sebagai variable moderator.

4. Variabel Intervening

Adalah variabel yang secara teoritis mempengaruhi (memperkuat atau memperlemah) hubungan antara variabel independen dan dependen, tetapi tidak teratur. Contoh : Anak yang pandai nilainya rakan tinggi. Tetapi dalam kasusu tertentu ada ank pandai tetapi nilainya rendah. Ternyata ia sedang sakit hati dan frustasi sewaktu mengerjakan soal ujian. Sakit hati dan frustasi merupakan variabel intervening yang masih sulit diukur, tetapi ada.

5. Variabel Kontrol

Marupakan variabel yang dikendalikan atau dibuat konstan, sehingga tidak akan mempengaruhi variabel utama yang diteliti. Variabel control ini ditetapkan oleh peniliti, bila peniliti akan melakukan penelitian terutama dengan menggunakan metode ekspiremin yang bersifat membuat perbandingan. Contoh : ingin melakukan penelitian untuk membandingkan kecepatan mengetik antara lulusan SMK dan SMA. Untuk penelitian ini maka perlu ditetapkan variabel kontrolna, yaitu naskah yang diketik sama. Mesin ketiknya sama, ruang kerjanya sama

C. Skala Pengukuran Skala adalah perbandingan antar kategori sebuah objek yang diberi bobot nilai berbeda. Jenis-jenis skala pengukuran adalah nominal, ordinal, interval dan rasio.Cara memperoleh data :

1. Hasil pengukuran

Data yang diperoleh dari hasil pengkuran ini, diperoleh dengan menggunakan alat tertentu yang secara konvensi disepakati untuk mengukur variabel yang ingin diukur.

Skala data hasil pengukuran ini dibadi menjadi dua yaitu:

a. Skala data ratio

Ciri data ini antaralain:

1) Mempunyai nilai nol mutlak

Nol mutlak adalah jika alat ukur yang digunakan untuk mengukur subyek yang akan diukur menunjukkan angka nol.

Misalnya :

Kita membeli bensin, pada alat ukurnya menunjukkan angka nol, berarti, memang tidak ada bensin yang keluar.2) Jarak antar skala ukur sama

Alat ukur yang digunakan, menunjukan skala yang sama antar skala yang satu dengan skala yang lain.

Misalnya :

Meteran tinggi badan, kalau satuannya Cm (centimeter), maka skala ukurannya 1 cm, 2 cm dst sampai panjangnya meteran tersebut.

b. Skala data interval

Perbedaan antara skala interval dengan ratio adalah pada nilai nol mutlak, sementara ciri lainnya samaSkala interval tidak mempunyai nilai nol mutlak, sehingga tidak bisa dikatakan, jika seseorang setelah diukur dapat nilai nol, bukan berarti memang orang tersebut tidak ada sesuatu yang diukur

2. Hasil perhitungan

Cara lain untuk memperoleh data adalah dengan cara menghitung, sehingga hasil data yang dikumpulkan cenderung bulat.

Skala data yang diperoleh dari hasil perhitungan ini ada dua yaitu:

a. Ordinal

Ada beberapa ciri utama skala ini :

1) Ada tingkatan

Sesuatu yang dikatakan tingkatan berarti ada yang lebih rendah ada yang lebih tinggi

2) Jarak antar tingkatan tidah selalu sama

Jarak atau skala antar tingkatan tidak selalu sama.

Contoh : tingkat pendidikan

a) Pendidikan dasar: berjalan selama sembilan tahun yaitu Sekolah Dasar (SD) dan Sekolah Menengah Pertama (SMP)

b) Pendidikan lanjut: berjalan selama tiga tahun yaitu Sekolah Menengah Atas (SMA) atau Sekolah Menengah Kejuruan (SMK). Pada skala ordinal ini, juga dibedakan menjadi dua:1) Ordinal KategorialOrginal kategorial adalah suatu skala yang kemudian dikelompok menjadi kelompok tertentu.

Misalnya:

Nilai indeks prestasi, awalnya nilai diperoleh dari nilai dengan sekor dari 0 100, kemudian dari rentang 100 dikelompokkan menjadi lima yaitu:

Tabel perubahan kategori nilai

Nilai mutlakNilai mutuKategori

0 45ETidak lulus

46 55DKurang baik

56 68CCukup

69 79BBaik

80 100AAmat baik

Nilai mutu adalah nilai hasil pengelompokan dari nilai dengan rentang sekor antara 0 100 2) Ordinal skore

Skala ordinal jika berdasarkan skor aslinya, misalnya sekor kepuasan pasien puskesmas dari nilai skor 5 sampai dengan 75, jika yang dipakai ini maka ini juga termasuk skala ordinal dengan sekor aslinya.b. Nominal

Dua ciri skala nominal adalah

1) Equation

Ciri equation atau sederajat ini merupakan ciri utama. Dikatakan sederajat yaitu sama kedudukannya, tidak ada yang lebih tinggi dan yang lebih rendah

2) Dichotome

Ciri kedua lainnya adalah kategorial atau dua kelompok.

Misalnya : jeniskelamin dapat dibagi dua yaitu laki-laki dan perempuan.

Dua ciri ini tidak boleh dibalik dengan kesimpulan setiap yang dichotome skala nominal, jika dichotominya tapi bertingkat, maka termasuk skala ordinal

Misalnya:

a) Jika kadar Hb seorang ibu hamil < 12 mg%, maka disebut anemia

b) Sementara 12 g% disebut normal D. Pengukuran gejala pusat (Central Tendency)

Setiap penelitian selalu berkaitan dengan sekelompok data. Dalam penelitian, peneliti akan memperoleh sekelompok data variable tertentu dari sekelompok responden, atau obyek yang diteliti. Misalnya melakukan penelitian tentang kemampuan kerja perawat di rumah sakit X, maka peneliti akan mendapat data tentang kemampuan kerja perawat di rumah sakit X tersebut.

Beberapa teknik penjelasan kelompok yang telah diobservasi dengan data kuantitatif, selain dapat dijelaskan dengan menggunakan tabel dan gambar, dapat juga dijelaskan menggunakan teknik statistik yang disebut : modus, median, mean.

1. Modus ( Mode )

Modus merupakan teknik penjelasan kelompok yang didasarkan atas nilai yang sedang populer (yang sedang menjadi mode) atau yang sering muncul dalam kelompok tersebut.

Contoh data kualitatif :

a. Kebanyakan pemuda Indonesia yang terserang jantung koroner karena menghisap rokok

b. Pada umumnya pegawai negeri tidak disiplin kerjanya

Contoh data kuantitatif :

Hasil observasi terhadap umur pegawai di rumah sakit X adalah :

45, 45, 60, 56, 45, 45, 20, 19, 57, 45, 45, 51, 35, 20, 35. Untuk mengetahui modus umur dari pegawai tersebut dapat digunakan pertolongan melalui tabel berikut :

TABEL

UMUR PEGAWAI DI RUMAH SAKIT X

Umur PegawaiJumlah

19

20

35

45

51

56

57

601

2

2

6

1

1

1

1

Jumlah15

Dari tabel di atas dapat dilihat bahwa yang paling banyak muncul dari observasi adalah umur 45. Munculnya sebanyak 5 kali, atau frekuensinya 6. Jadi dapat dijelaskan bahwa, kelompok pegawai di rumah sakit X sebagian besar berumur 45 tahun.

2. Median

Median adalah salah satu teknik penjelasan kelompok yang didasarkan atas nilai tengah dari kelompok data yang telah disusun urutannya dari yang terkecil sampai yang terbesar, atau sebaliknya dari yang terbesar sampai yang terkecil.

Misalnya data umur pegawai di rumah sakit X (Contoh dalam modus), untuk dapat mencari mediannya harus disusun terlebih dahulu urutannya. Dari data diatas setelah disusun urutannya dari yang terkecil sampai yang terbesar menjadi seperti berikut : 19, 20, 20, 35, 35, 45, 45, 45, 45, 45, 45, 51, 56, 57, 60.

Nilai tengah dari kelompok data tersebut adalah urutan ke 8, yaitu 45. Jadi mediannya adalah=45. Jika jumlah individu dalam data tersebut genap, maka cara mencari mediannya adalah dengan membagi dua angka yang ada ditengah dibagi dua, atau rata-rata dari dua angka yang tengah.

3. Mean

Mean merupakan teknik penjelasan kelompok yang didasarkan atas nilai rata-rata dari kelompoktersebut. Rata-rata dapat dicari dengan menjumlahkan data seluruh individu dalam kelompok itu, kemudian dibagi dengan jumlah individu yang ada pada kelompok tersebut.

Rumus :

Me= Jumlah umur semua pegawai

Jumlah individu

= 19+20+20+35+35+45+45+45+45+45+45+51+56+57+60

15

= 623/15

= 41,53

Jadi rata-rata umur rata-ratabpegawai di rumah sakit X adalah 41,53 atau 41.

Dari tiga teknik tersebut masing-masing teknik ada yang lebih menguntungkan. Digunakan modus bila peneliti ingin cepat memberikan penjelasan terhadap kelompok, dengan hanya mempunyai data yang populer pada kelompok itu teknik ini kurang teliti. Median digunakan bila terdapat data yang ekstrim dalam kelompok itu, sedangkan mean digunakan bila pada kelompok itu terdapat kenaikan data yang merata.4. Menghitung modus, median, mean untuk data bergolong. (Tersusun dalam tabel distribusi frekuensi).

TABEL

DISTRIBUSI NILAI KEMAMPUAN MANAGERIAL

80 PEGAWAI PT.MAJU JAYA

Interval nilai kemampuanFrekuensi/jumlah

21-30

31-4041-50

51-60

61-70

71-802

10

18

30

15

5

Jumlah 80

Berdasarkan data tersebut di atas hitunglah, modus, median dan mean.

a. Menghitung modus

Untuk menghitung modus data yang telah disusun ke dalam distribusi frekuensi/data bergolong, dapat digunakan rumus sebagai berikut :

Mo=b+p( b1 )

b1+b2

Dimana

Mo= Modus

b= Batas klas interval dengan frekuensi terbanyak

p= Panjang klas Interval dengan frekuensi terbanyak

b1=Frekuensi pada klas modus (frekuensi pada klas interval yang terbanyal) dikurangi frekuensi klas interval terdekat sebelumnya.

b2= Frekuensi klas modus dikurangi frekuensi klas interval brikutnya.

1. Klas modus=klas ke empat (f-nya terbesar=30)

2. b=51-0,5

3. b1=30-18

4. b2=30-15

jadi modusnya= 50,5+30( 12)

12+15

= 63,83

b. Menghitung MedianUntuk menghitung rata-rata rumus yang digunakan adalah :

Dimana :

Md = Median

b = Batas bawah, dimana median akan terletak

n = Banyak data/jumlah sampel

F = Jumlah semua frekuensi sebelum klas median

f = Frekuensi klas medianMedian dari nilai kemampuan managerial 80 pegawai PT.Maju Jaya :Setengah dari seluruh data=1/2 x 80=40. Jadi median akan terletak pada interval ke tiga, karena sampai pada interval ini jumlah frekuensi 30.Dengan demikian pada interval ke 3 ini merupakan klas median batas bawahnya adalah 41-0,5=40,5. Panjang kelas mediannya (p) adalah 10, dan frekuensinya 18. F nya= 30Median=40,5+10(40-30)=43,5

30

c. Menghitung mean

Rumus untuk menghitung mean dari data bergolong adalah :

Dimana =

Me = Mean untuk data bergolong

F = Jumlah data/sampel

f X = Produk perkalian antara f pada tiap interval data dengan tanda klas (X ). Tanda klas X adalah rata rata dari batas bawah dan batas pada setiap interval data. Misalnya f untuk interval pertama =

E. Pengukuran Variasi Kelompok

Untuk mengetahui tingkat variasi kelompok data dapat di lakukan dengan melihat rentag data dan standar deviasi atau simpangan baku dari kelompok data yang telah diketahui.

1. Rentang Data

Rentang data dapat diketahui dengan mengurangi data yang terbesar dengan data yang terkecil yang ada pada kelompok itu

Rumusnya :

R=Xt-XrDimana:

R = Rentang

Xt = Data terbesar dalam kelompok

Xr = Data terkecil dalam kelompok

Contoh :

Sepuluh pegawai di lembaga X, gaji masing -masing tiap bulan dalam satuan ribu adalah:

50, 75, 150, 170, 175, 190, 200, 400. 600, 700.

Data terkecil dari kelompok = 50

Data terbesar = 700

Jadi rentang R = 700 - 50 = 650

Jadi rentang gaji 10 orang pegawai tersebut adalah Rp 650 ribu rupiah

Rentang data ini yang menunjukkan tingkat variasi kelompok.

2. Varians

Salah satu teknik statistik yang di gunakan untuk menjelaskan homogenitas kelompok adalah varians.

Akar varians disebut standar deviasi/simpangan baku.

DAFTAR PUSTAKA

Santjaka, A. (2011). Statistik Untuk Penelitian Kesehatan. Yogyakarta: Nuha Medika.

Sugiono. (2005). Statistik Untuk Penelitian . Bandung: Alfabeta.

Rasio

Interval

Ordinal

Kontinum

Deskrit

Kualitatif

Macam data

Kuantitatif

16