Dr. Nurul Huriah Astuti, SKM, MKM
Grafik merupakan penyajian data secara visual dari data set yang telah dikumpulkan.
Grafik dapat memberikan informasi dengan lebih cepat dan dalam bentuk yang ringkas.
Grafik biasanya lebih menarik dibandingkan penyajian data dengan menggunakan tabel.
Hal ini bisa dimungkinkan karena dengan grafik kita bisa ditambahkan manipulasi warna.
Untuk melihat pertumbuhan/
perkembangan atau untuk melihat perbandingan
Untuk melihat perbandingan atau tren suatu penyakit/kejadian/masalah
Untuk melihat sebaran data
Untuk melihat sebaran suatu
masalah/penyakit/orang pada suatu daerah
Data numerik:
Histogram
Frekuensi poligon
Ogive
Stem & leaf
Box whisker plot
Scatter diagram
Data kategorik:
Bar : Single Bar, Bar berkelompok, Component Bar
Pareto chart
Pie Diagram
Line diagram
Pictogram
Mapgram
Grafik yang paling sering digunakan
Menunjukkan distribusi frekuensi untuk data kontinu dan diskrit
Histogram terdiri dari bagian vertikal dan horisontal
Bagian vertikal harus dimulai dari titik nol
Bagian horisontal tidak harus dimulai dari titik nol
Membuat batas kelas yang sebenarnya (real limit) untuk tiap- tiap kelas interval,
Contoh:
Kelas interval f real limit
40 – 49 25 39,5 – 49,5
50 – 59 34 49,5 – 59,5 60 – 69 40 59,5 – 69,5 70 – 79 32 69,5 – 79,5 80 – 89 18 79,5 – 89,5
Kelas interval digambarkan dengan sumbu horizontal dan frekuensi dengan sumbu vertical, Setiap kelas digambarkan dalam bentuk bar vertikal
Kelas terendah digambarkan paling kiri pada sumbu horizontal
Skala frekuensi (vertikal) harus dimulai dengan angka 0
Untuk data tidak berkelompok, setiap nilai harus dianggap sebagai interval
40
40-49 50-59 60-69 70-79 80-89 90 10
20 30 Jumlah
Kg
Gambar 1
Jenis grafik yang juga sering digunakan untuk data kontinu seperti pada
histogram
Cara Membuatnya:
Seperti histogram tetapi ada garis yang
“ditumpangkan” atau ditarik pada
pertengahan nilai pada setiap interval dan setiap garis tersebut bersambung dengan pertengahan nilai berikutnya
Keuntungan Frekuensi Poligon:
- Dapat melakukan perbandingan
penyebaran beberapa masalah dalam satu gambar
40
40 50 60 70 80 90
10 20 30 Jumlah
Kg
40
40 50 60 70 80 90
10 20 30 Jumlah
Kg
Frekuensi
Frekuensi Poligon Berat Badan Lahir Bayi Berdasarkan Ras di USA Tahun 2000
Sebuah penyajian grafik frekuensi kumulatif (less than dan more than) dari sebuah
aggregate data kontinu yang telah
dikelompokkan dalam sebuah tabel distribusi frekuensi
Distribusi frekuensi kumulatif (less than dan more than) yang menggambarkan diagramnya dalam sumbu tegak dan mendatar atau
eksponensial
Persamaan ogive dan poligon : gambar grafik berwujud garis-garis atau kurva yang saling menghubungkan satu titik dengan titik yang lainnya
Perbedaan ogive dan poligon :
◦ Ogive menggunakan batas kelas sedangkan poligon menggunakan titik tengah
◦ Ogive menggambarkan distribusi frekuensi
kumulatif kurang dari (frek kum less then) dan
distribusi frekuensi kumulatif lebih dari (frek kum more than), serta distribusi frekuensi kumulatif secara meningkat dengan menggunakan batas kelas sedangkan poligon mencantumkan nilai frekuensi tiap variabel
Dari perpotongan grafik Ogive dapat dilihat Md (Median), yaitu nilai tengah setelah data tersebut disusun
Less then
More then Md
Posisi Md
Nilai Md
X Y
Kadar
kolesterol Frekuensi
Relatif (%) Frekuensi Relatif
Kumulatif (%)
Frek.kum
less than (%) Frek.Kum more than (%)
80 – 119 1,2 1,2 1,2 100
120 - 159 14,1 15,3 15,3 98,8
160 – 199 41,4 56,7 56,7 84,7 (98,8 – 14,1)
200 – 239 28,0 84,7 84,7 43,3 (84,7 – 41,4)
240 – 279 10,8 95,5 95,5 15,3
280 – 319 3,2 98,7 98,7 4,5
320 – 359 0,8 99,5 99,5 1,3
360 - 399 0,5 100 100 0,5
Grafik Frekuensi Kumulatif Less Than
& More Than
Kelemahan pada distribusi frekuensi
yang tidak lagi terlihat nilai aslinya dapat dihilangkan dengan menggunakan
penyajian Steam and Leaf
Batang Daun Frekuensi
40 44555677899 11
50 00022445677889 14
60 011122333444666778899 21
70 001122233355 12
80 022334 6
90 0045 4
Ringkasan distribusi sampel yang disajikan secara grafis yang dapat
menggambarkan bentuk distribusi data (skewness – outlier, extreem value), dan ukuran penyebaran (keragaman) data
pengamatan
Digunakan untuk menyajikan data numerik
Dapat dipakai untuk membandingkan beberapa pengamatan/sampel
Dapat dibuat secara vertikal maupun horisontal
Batas Atas: nilai observasi terbesar
Q1: kuartil terendah atau kuartil pertama
Q2: median atau nilai pertengahan
Q3: kuartil tertinggi atau kuartil ketiga
Batas Bawah: nilai observasi terkecil
Selain itu, boxplot juga dapat menunjukkan ada tidaknya nilai
outlier/Pencilan (*) dan nilai ekstrim (O) dari data pengamatan,
Q2= Median Batas atas Q3
Q1
Batas bawah o
*
Kuartil terendah atau kuartil pertama (Q1), yang memotong 25 % dari data terendah
median (Q2) atau nilai pertengahan
