Template A5 Standar (1)

Hak cipta adalah hak eksklusif pencipta timbul secara otomatis berdasarkan prinsip deklaratif setelah suatu ciptaan diwujudkan dalam bentuk nyata tanpa mengurangi pembatasan sesuai ketentuan peraturan perundang- undangan. Setiap Orang dengan tanpa hak dan/ atau tanpa izin Pencipta atau Pemegang Hak Cipta melakukan pelanggaran hak ekonomi Pencipta sebagaimana dimaksud dalam pasal 9 ayat (1) huruf c, huruf d, huruf f, dan/ atau huruf h untuk Penggunaan Secara Komersial dipidana dengan pidana penjara paling lama 3 (tiga) tahun dan/ atau pidana denda paling banyak Rp. Setiap Orang yang dengan tanpa hak dan/atau tanpa izin Pencipta atau Pemegang Hak Cipta melakukan pelanggaran hak ekonomi Pencipta sebagaimana dimaksud dalam pasal 9 ayat (1) huruf a, huruf b, huruf e, dan/ atau pidana denda paling banyak Rp.

Pentingnya Statistik

Definisi lainnya terkait statistik disampaikan oleh Walpole (1995) bahwa statistik yaitu ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan menyajikan data dalam pengambilan keputusan. Djarwanto (1994) berpendapat bahwa statistik penting sebagai alat ilmiah yang digunakan dalam penelitian untuk mengumpulkan, menganalisis, dan menarik kesimpulan dari data. Nazir (1999) menyatakan bahwa statistik penting dalam proses penelitian, khususnya dalam mengumpulkan dan menganalisis data untuk menghasilkan temuan yang valid dan dapat diandalkan.

Jenis-jenis Data

Sedangkan, data sekunder yaitu data yang diperoleh dari sumber kedua atau lebih, seperti data yang. Data cross-sectional adalah data yang dikumpulkan pada satu titik waktu tertentu dari berbagai subjek. Sedangkan data time series adalah data yang dikumpulkan dari satu subjek yang sama pada berbagai titik waktu.

Skala Pengukuran Data

Skala interval mampu menguraikan perbedaan jarak antara titik- titik angka tertentu dengan nilai interval yang sama pada masing-masing angka. Skala interval yaitu suatu skala dengan pemberian angka pada set dari suatu objek diukur yang memiliki sifat-sifat ukuran ordinal dan ditambah sifat jarak yang sama. Namun terdapat perbedaannya, skala rasio memiliki sifat yakni skala pengukuran ini memberikan keterangan atau ulasan mengenai nilai absolut dari objek yang diukur.

Teknik Statistika

PENGUMPULAN DATA

Metode Pengumpulan Data

Survei adalah metode pengumpulan data yang menggunakan kuesioner atau wawancara untuk memperoleh informasi dari sejumlah besar responden. Observasi partisipatif adalah suatu metode pengumpulan data secara statistik dimana peneliti terlibat dalam aktivitas yang diamati. Metode pengumpulan data secara statistik dengan menggunakan pengambilan sampel adalah metode mengambil sebagian kecil dari populasi yang representatif untuk dianalisis lebih lanjut.

Teknik Sampling

Sampel acak merupakan metode pengambilan sampel dengan setiap anggota populasi memiliki peluang yang sama untuk dipilih. Sedangkan sampel berstrata adalah metode pengambilan sampel dimana populasi dibagi menjadi strata, dan sampel diambil dari setiap strata. Probability sampling adalah teknik pengambilan sampel yang memberikan peluang yang sama pada setiap anggota populasi untuk dipilih.

Menurut Sugiyono, sampling acak sederhana adalah metode pengambilan sampel dimana setiap anggota populasi memiliki peluang yang sama untuk dipilih sebagai sampel. Sampling acak sistematis adalah salah satu teknik pengambilan sampel dimana elemen-elemen dari populasi dipilih secara teratur setelah interval tertentu. Sampling acak sistematis sebagai teknik pengambilan sampel di mana elemen-elemen dari populasi dipilih dengan interval tertentu dari daftar yang telah diurutkan secara acak.

Stratified sampling adalah teknik pengambilan sampel yang melibatkan pembagian populasi menjadi subkelompok atau strata yang homogen, dan kemudian sampel diambil secara acak dari setiap strata. Cluster sampling adalah teknik pengambilan sampel dimana populasi dibagi menjadi kelompok-kelompok yang disebut klaster. Sugiyono (2017) mendefinisikan purposive sampling sebagai teknik pengambilan sampel dimana peneliti menentukan sampel berdasarkan tujuan tertentu.

Snowball sampling adalah teknik pengambilan sampel dimana peneliti memulai dengan sejumlah kecil responden yang relevan, kemudian meminta mereka untuk merekomendasikan individu lain yang juga.

PENGOLAHAN DAN PENYAJIAN DATA

Pengolahan Data
Penyajian Data
Visualisasi Data
Ukuran Pemusatan Data

Mean (Rata-rata): Dihitung dengan menjumlahkan seluruh nilai dalam dataset dan
Median: Merupakan nilai tengah dari data yang telah diurutkan (Ott & Longnecker,
Modus: Merupakan nilai yang paling sering muncul dalam sekumpulan data (Freedman et al.,

Ukuran Penyebaran Data (Range, Variansi, Standar Deviasi)

Standar Deviasi: Akar kuadrat dari varians yang menunjukkan tingkat penyebaran data
Koefisien Variasi: Rasio standar deviasi

Pengolahan data meliputi kegiatan pengeditan data, transformasi data, dan penyajian data, sehingga diperoleh data yang lengkap dari masing-masing obyek untuk setiap variabel yang diteliti. Pengeditan dilakukan karena kemungkinan data yang masuk ( raw data) tidak memenuhi syarat atau tidak sesuai dengan kebutuhan. Selain itu, dalam pengeditan data juga dilakukan deteksi kesalahan untuk mencari kesalahan yang mungkin terjadi saat pengumpulan data, seperti duplikasi, data yang hilang (missing values), atau data yang tidak sesuai.

Aktivitas lainnya dalam pengeditan data adalah koreksi data yang berguna untuk memperbaiki kesalahan yang ditemukan dalam data. Jika ada data yang tidak lengkap, bisa dilakukan imputasi data (mengganti data yang hilang dengan estimasi yang relevan) atau mencari data yang lebih akurat. Mengidentifikasi dan mengelola data yang menyimpang jauh dari distribusi normal (outlier), apakah dengan menghapus atau mengganti outlier tersebut.

Adapun kegunaan Box Plot ini juga mengidentifikasi distribusi suatu data yang ekstrim atau dikenal sebagai outlier. Ciri khas penyajian/visualisasi data dengan metode ini adalah frekuensi data yang ditunjukkan dengan adanya batang (stem) dan daun (leaf). Median: Merupakan nilai tengah dari data yang telah diurutkan (Ott & Longnecker, yang telah diurutkan (Ott & Longnecker, 2015).

Standar Deviasi: Akar kuadrat dari varians yang menunjukkan tingkat penyebaran data yang menunjukkan tingkat penyebaran data (McClave & Sincich, 2018).

DISTRIBUSI FREKUENSI

Pengertian Distribusi Frekuensi

Menurut Triola (2014), distribusi frekuensi adalah metode untuk menampilkan sebaran data dengan mengelompokkan nilai-nilai data ke dalam kategori atau interval tertentu, serta menghitung frekuensi kemunculan nilai tersebut. Distribusi frekuensi adalah cara mengelompokkan data ke dalam interval-interval tertentu, dan kemudian menghitung jumlah data yang berada dalam tiap interval. Penyusunan data dalam bentuk distribusi frekuensi mempermudah dalam menganalisis pola distribusi dan sebaran data (Siregar, 2014).

Berdasarkan beberapa pengerti distribusi frekuensi dari beberapa para ahli di atas, dapat ditarik kesimpulan bahwa distribusi frekuensi secara umum menggambarkan pengelompokkan data berdasarkan nilai atau interval tertentu dengan mencatat frekuensi kemunculan setiap kelompok. Sebuah distribusi frekuensi akan memiliki bagian-bagian yang akan dipakai dalam pembuatan daftar distribusi frekuensi. Batas kelas (class limits) adalah nilai-nilai yang membatasi kelas yang satu dengan kelas yang lain.

Batas kelas merupakan batas semu dari setiap kelas, karena di antara kelas yang satu dengan kelas yang lain masih terdapat lubang tempat angka-angka tertentu. Tepi kelas disebut juga batas nyata kelas, yaitu batas kelas yang tidak memiliki lubang untuk angka tertentu antara kelas yang satu dengan kelas yang lain. Titik tengah kelas atau tanda kelas adalah angka atau nilai data yang tepat terletak di tengah suatu kelas.

Panjang interval kelas atau luas kelas adalah jarak antara tepi atas kelas dan tepi bawah kelas.

Jenis-Jenis Distribusi Frekuensi

Distribusi frekuensi yang berisikan jumlah frekuensi dari setiap kelompok data.Distribusi frekuensi ada dua jenis yaitu distribusi frekuensi numerik dan distribusi frekuensi peristiwa atau kategori. Distribusi frekuensi yang berisikan nilai-nilai hasil bagi antara frekuensi kelas dan jumlah pengamatan disebut distribusi frekuensi relatif. Distribusi frekuensi relatif menyatakan proporsi data yang berada pada suatu kelas interval, distribusi frekuensi relatif pada suatu kelas didapatkan dengan cara membagi frekuensi dengan total data yang ada dari pengamatan atau observasi.

Penyusunan Distribusi Frekuensi

Batas bawah kelas pertama biasanya sama dengan nilai minimum, dan batas atas kelas pertama diperoleh dengan menambahkan panjang kelas. Menghitung Frekuensi: Frekuensi untuk setiap kelas dihitung dengan cara menghitung berapa banyak data yang termasuk dalam kelas tersebut.

KONSEP DISTRIBUSI PROBABILITAS

Pendahuluan

Adapun syarat yang perlu dipenuhi dalam suatu distribusi probabilitas variabel random diskrit adalah sebagai berikut. Variabel random kontinu merupakan variabel yang memiliki nilai data kontinu dan diperoleh dari hasil pengukuran. Distribusi diskrit yang dibahas pada bab ini antara lain distribusi binomial, distribusi hipergeometrik dan distribusi Poisson.

Distribusi Bernoulli

Percobaan dilakukan sebanyak 1 kali
Besarnya probabilitas sukses di setiap percobaan (p) tetap dari satu percobaan ke

Distribusi Binomial

Percobaan dilakukan pengulangan sebanyak n kali
Hasil dari setiap pengulangan dapat digolongkan menjadi sukses atau gagal
Probabilitas (peluang) sukses p sama untuk masing-masing pengulangan dan probabilitas
Pengulangan untuk masing-masing percobaan saling independen satu dengan
Diketahui probabilitas seorang balita terkena penyakit ISPA yaitu sebesar 0,20. Apabila
Suatu hasil penelitian pada perguruan tinggi di kota Z menunjukkan bahwa 35%
Misalkan X adalah banyaknya balita yang terkena ISPA, maka
Misalkan

Hasil dari setiap pengulangan dapat digolongkan menjadi sukses atau gagal digolongkan menjadi sukses atau gagal. Probabilitas (peluang) sukses p sama untuk masing-masing pengulangan dan probabilitas masing-masing pengulangan dan probabilitas (peluang) gagal adalah q=1−p. Pengulangan untuk masing-masing percobaan saling independen satu dengan percobaan saling independen satu dengan yang lainnya dan dengan pengembalian.

Apabila terdapat 5 balita yang datang ke IGD dengan keluhan penyakit ISPA, maka tentukan probabilitas terdapat 3 balita yang terkena ISPA.

Distribusi Binomial Negatif

Eksperimen terdiri dari serangkaian percobaan yang saling bebas
Setiap percobaan hanya dapat menghasilkan satu dari dua outcome yang mungkin seperti
Probabilitas sukses p, dan demikian juga dengan probabilitas gagal q = 1 − p selalu
Eksperimen terus berlanjut (percobaan terus dilakukan) sampai sejumlah total k sukses
Jadi pada suatu eksperimen binomial negatif, jumlah suksesnya tertentu sedangkan jumlah

Setiap percobaan hanya dapat menghasilkan satu dari dua outcome yang mungkin seperti satu dari dua outcome yang mungkin seperti sukses atau gagal. Probabilitas sukses p, dan demikian jugadengan probabilitas gagal q=1−p selalu dengan probabilitas gagal q=1−p selalu konstan dalam setiap percobaan. Jadi pada suatu eksperimen binomial negatif, jumlah suksesnya tertentu sedangkan jumlah jumlah suksesnya tertentu sedangkan jumlah percobaannya yang acak.

Distribusi Binomial Negatif, bila percobaan bebas berulang dapat menghasilkan sebuah sukses dengan probabilitas p dan gagal dengan probabilitas q=1– p, maka distribusi probabilitas dari. Apabila probabilitas setiap pasangan bersedia adalah 0,4, berapakah probabilitas dokter tersebut harus bertanya pada 15 pasangan sampai akhirnya mendapatkan 5 pasangan yang bersedia berpartisipasi. Jadi probabilitas dokter tersebut harus bertanya pada 15 pasangan sampai akhirnya mendapatkan 5 pasangan yang bersedia berpartisipasi adalah 0,034.

Distribusi Hipergeometrik

Sebanyak n sampel random (acak) diambil dari N populasi
Dari N populasi ada k sukses dan N − k gagal Secara umum, apabila dari N populasi

Dari N populasi ada k sukses dan N−k gagal Secara umum, apabila dari N populasi Secara umum, apabila dari N populasi diperoleh k sukses dan N−k gagal maka distribusi probabilitas untuk variabel random hipergeometrik X adalah banyaknya sukses dalam n sampel random (acak) adalah sebagai berikut (Setiawan, 2015).

Distribusi Poisson
Distribusi Seragam Kontinu
Distribusi Normal dan Normal Standar Distribusi Normal adalah distribusi

Kurva dengan bentuk garis lengkung harus menyerupai lonceng
Kurvanya selalu berada di atas suatu sumbu mendatar X
Kedua ujung kurva (ekor) semakin mendekati sumbu absisnya namun tidak pernah
Distribusi Normal memiliki dua parameter yaitu rata-rata atau mean ( μ ) dan standar
Distribusi Normal yaitu distribusi yang simetris
Total luas daerah dibawah kurva Normal bernilai satu
Misalkan variabel random X berdistribusi Normal dengan parameter rata-rata atau
Diketahui tinggi badan balita di kota Z memiliki distribusi Normal dengan μ = 85 dan
Distribusi T

Distribusi Poisson adalah suatu distribusi yang digunakan dalam penentuan peluang suatu peristiwa yang jarang terjadi dalam interval waktu tertentu (Nohe, 2013). Distribusi Normal dan Normal StandarDistribusi Normal adalah distribusi Distribusi Normal adalah distribusi yang paling umum digunakan pada statistika. Distribusi Normal yaitu suatu hasil dari variabel random kontinu banyak ditemukan di bidang kedokteran dan kesehatan masyarakat, contohnya kadar Hb, tekanan darah sistolik dan diastolik, dan lain--lain.

Distribusi Normal memiliki dua parameter yaitu rata-rata atau mean (μ) dan standar yaitu rata-rata atau mean (μ) dan standar deviasi (σ). Distribusi Normal yang mempunyai rata-rata nol dan standar deviasi sama dengan satu disebut distribusi Normal standar. Misalkan variabel random X berdistribusi Normal dengan parameter rata-rata atau Normal dengan parameter rata-rata atau (mean) μ=0 dan simpangan baku 1.

Diketahui tinggi badan balita di kota Z memiliki distribusi Normal dengan μ=85 dan memiliki distribusi Normal dengan μ=85 dan σ=5. Distribusi T atau biasa disebut dengan distribusi student−t merupakan distribusi yang banyak diterapkan dalam statistik inferensial dimana nilai varians dari suatu populasi tidak diketahui. Dikarenakan sampel terdiri dari kelompok nilai yang berbeda, maka nilai standar deviasi akan cenderung selalu berubah dan bervariasi antar kelompok sampel.

Jika nilai standar deviasi dari suatu populasi diketahui, maka peneliti cenderung menggunakan distribusi Normal sebagai pendekatan pengujian statistik yang lebih valid (Anggraeni dkk., 2022).

Macam-Macam Distribusi Probabilitas a. Distribusi probabilitas berdasarkan

Misalnya seorang dokter puskesmas menyatakan bahwa jumlah kunjungan setiap hari senin adalah 30 orang dengan peluang sebesar 10%, hari selasa jumlah kunjungan sebesar 35 orang dengan probabilitas 30%, hari rabu jumlah kunjungan 40 orang dengan probabilitas 50% dan pada hari kamis jumlah kunjungan sebanyak 45 orang dengan probabilitas 20%. Distribusi probabilitas ini berdasarkan pengalaman pribadi atau berdasarkan catatan di masa lampau yang digunakan untuk meramalkan keadaan di masa yang akan datang. Misalnya pada tahun 2020 jumlah penderita muntaber sebanyak 2000 orang dengan probabilitas 0,6, penyakit kulit 500 orang dengan probabilitas 0,2 dan penderita penyakit mata sebanyak 700 orang dengan probabilitas 0,2.

DAFTAR PUSTAKA

BIOGRAFI PENULIS