[Ringkasan] Dokumen tersebut membahas tentang penyajian data hasil pengolahan, meliputi penggunaan tabel, grafik, dan diagram. Jenis variabel yang disebutkan adalah kualitatif dan kuantitatif, serta metode penyajian datanya seperti distribusi frekuensi dan tabulasi silang.

1.  Sebutkan 4 jenis variabel dan jelaskan
1

2. 2

3. 3
 Dipengaruhi oleh skala variabel
 Bentuk penyajian :
1. Narasi - Informasi yg penting
2. Tabel - Sederhana
3. Grafik - Mudah dipahami
4. Mapping - Gunakan media yg tepat
5. Gambar

4. 4

5. 5
Data KualitatifData KualitatifData KualitatifData Kualitatif Data KuantitatifData Kuantitatif
MetodeMetode
TabelTabel
MetodeMetode
GrafikGrafik
 Distr. FrekuensiDistr. Frekuensi
 Distr. Frek.Distr. Frek.
RelatifRelatif
 % Distr. Frek.% Distr. Frek.
 Tabulasi silangTabulasi silang
MetodeMetode
TabelTabel
MetodeMetode
GrafikGrafik
DataData
 GrafikGrafik
BatangBatang
 GrafikGrafik
LingkaranLingkaran
 Distr. FrekuensiDistr. Frekuensi
 Distr. Frek. RelatifDistr. Frek. Relatif
 Distr. Frek. Kum.Distr. Frek. Kum.
 Distr. Frek. Relatif Kum.Distr. Frek. Relatif Kum.
 Diagram Batang-DaunDiagram Batang-Daun
 Tabulasi silangTabulasi silang
 Plot TitikPlot Titik
 HistogramHistogram
 OgiveOgive
 DiagramDiagram
ScatterScatter

6. 6
 Menyajikan hasil pengolahan data dengan
menggunakan kalimat
 Misal :
‘Sejumlah 90 % penderita penyakit Y di kota X
adalah anak usia sekolah dasar yang tinggal di
daerah nelayan’
‘ Tiga diantara tujuh peserta penyuluhan
kesehatan tentang penanggulangan DB
adalah kader kesehatan’

7. 7
 Menyajikan hasil pengolahan data dengan
menggunakan tabel dari sederhana- kompleks
 Penyajian informasi dalam bentuk angka dengan
menggunakan format baris dan kolom
 Tabel hrs mudah dipahami pembaca
 Buat sesederhana mungkin
 Dua/tiga tabel lebih baik daripada satu variabel
besar dengan banyak variabel

8. 8
 Terdiri : judul tabel, badan/isi tabel, catatan kaki
 Judul tabel : singkat, jelas, relevan, menjelaskan
apa yg disajikan, dimana,kapan
 Badan tabel : lajur baris-kolom, tiap lajur diberi
label, titik temu baris kolom berisi nilai var, ada
lajur berisi jumlah
 Catatan kaki : penjelasan label, sumber informasi
dari isi tabel

9. 9
 Dibedakan menjadi 2 : umum, khusus
1. Tabel umum
- Berisi seluruh data/ variabel hasil
penelilitian
- Utk data kuantitatif berisi angka
absolut/ nilai asli
Contoh :

10. 10

11. 11
 Dibedakan menjadi 2 : umum, khusus
2. Tabel khusus
- Berisi data hasil ‘variasi’ dari tabel
umum/ master tabel
- Tujuan : menyajikan data dlm bentuk
sederhana, menggambarkan adanya
hubungan
Contoh :

12. 12
Kelompok umur Frekuensi Persentase
Kurang 20 tahun 1 6,3
20 -35 tahun 5 31,3
36-50 tahun 7 43,8
Lebih 50 tahun 3 18,8
Jumlah 16 100,0
Sumber : Survey pada pasien di RS Y di kota X tahun Y

13. 13
Tabel 1. Sasaran Pengobatan Massal Filariasis berdasarkan Puskesmas*
*)Sasaran Pengobatan Massal dilaksanakan serentak yang dimulai pada tanggal 1 s/d 31
Desember 2008 terhadap semua penduduk di wilayah Kabupaten Parigi Moutong Sul-tengah

14. 14
Sumber : Survey pada siswa SMA di kota X tahun 2003
No Alasan Persen
1 Coba-coba 87,2
2 Iseng 69,2
3 Mencari ketenangan 59,0
4 Ikut teman 59,0
5 Menambah keberanian 20,5
6 Dipaksa seseorang 10,3

15. 15
 Menyajikan hasil pengolahan data dengan
grafik / diagram tertentu
 Penyajian perhatikan skala pengukuran data.

16. 16
 Terdiri : judul grafik, badan/isi grafik, catatan kaki
/keterangan
 Judul grafik : singkat, jelas, relevan, menjelaskan
apa yg disajikan, dimana,kapan
 Badan grafik :tampilkan var dgn warna menarik,
batasi jml var yg ditampilkan, lengkapi dgn
legenda yg menjelaskan artinya.
 Catatan kaki : penjelasan label, sumber informasi
dari isi grafik

17. 17
Bentuk Skala pengukuran data
Garis, Histogram Kontinyu :
Interval, Rasio
Bar, Pie, Pictogram Kategorikal :
( Nominal, Ordinal )

18. 18
0
10
20
30
40
50
60
70
80
90
j an feb m ar april
Kot a
Desa
Desa+ Kot a
Contoh2 Grafik :Contoh2 Grafik :
Skala data kategoriSkala data kategori

19. 19

20. 20
Source: Michigan Department of
Community Health, Bureau of
Epidemiology, HIV/AIDS Surveillance
Section; reported cases as of July 1,
2006

21. 21
0
20
40
60
80
100
120
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr
Cases
2007
Deteksi outbreaks dysentery dengan memonitor
incidence kasus diare berdarah
2008
Grafik 1.1. Trend penderita diare berdarah di Kabupaten Y
Tahun 2007-2008

22. 22

23. 23
 Merupakan grafik dari distribusi frekuensi kumulatif.
 Nilai data disajikan pada garis horisontal (sumbu-x).
 Pada sumbu vertikal dapat disajikan:
 Frekuensi kumulatif, atau
 Frekuensi relatif kumulatif, atau
 Persen frekuensi kumulatif
 Frekuensi yang digunakan (salah satu diatas)masing-
masing kelas digambarkan sebagai titik.
 Setiap titik dihubungkan oleh garis lurus.

24. 24
FIGURE 2. Cumulative percentage distribution curve
of the age at which addicts become inactive

25. 25
 Diagram scatter (scatter diagram) merupakan metode
presentasi secara grafis untuk menggambarkan
hubungan antara dua variabel kuantitatif.
 Salah satu variabel digambarkan pada sumbu horisontal dan
variabel lainnya digambarkan pada sumbu vertikal.
 Pola yang ditunjukkan oleh titik-titik yang ada
menggambarkan hubungan yang terjadi antar
variabel.

26. 26
xx
yy
xx
yy
xx
yy
xx
yy
xx
yy
xx
yy
Hubungan Positif
Jika X naik, maka
Y juga naik dan
jika X turun, maka
Y juga turun
Hubungan Negatif
Jika X naik, maka
Y akan turun dan
jika X turun, maka
Y akan naik
Tidak ada hubungan
antara X dan Y

27. 27
Analysis of responsiveness of primary myoblasts to myostatin
©2009 by National Academy of Sciences

28. 28

29. 29

30. 30
 Kondisi Kwashiokor-Marasmus

31. 31

32. 32
 Keterangan tentang jumlah
 Keterangan tentang rata-rata
 Keterangan tentang persentase
 Keterangan tentang rasio
 Keterangan tentang range
 Dsb.

33.  Data kuantitatif berdasarkan pengukuran
interval dan rasio
 Data dari responden umumnya bervariasi
sehingga memerlukan penyederhanaan data
dengan cara mengelompokkan data menjadi
kelas-kelas dan interval tertentu
 Kaidah yang dipakai untuk penyederhanaan data
biasanya menggunakan kaidah sturgess

34.  Distribusi frekuensi
 Pengelompokan data ke dalam beberapa
kategori yang menunjukan banyaknya data
dalam setiap kategori dan setiap data tidak dapat
dimasukan ke dalam dua atau lebih kategori
 Tujuan
 Data menjadi informatif dan mudah dipahami

35.  Mengurutkan data
 Membuat ketegori atau kelas data
 Membuat Interval data
 Membuat Tabel Frekuensi
Melakukan penturusan atau tabulasi,
memasukan nilai ke dalam interval kelas

36.  Tabel frekuensi
 Diagram (grafik) terdiri dari :
 Histogram : sama dengan diagram batang, hanya batangnya
menempel (tidak terpisah) karena data yang disajikan bersifat
Kontinyu
 Poligon Frekuensi : grafik yang dihasilkan dengan menghubungkan
puncak dari masing-masing nilai tengah kelas histogram.
 Ogive : diagram yang dibuat dari frekuensi kumulatif. Sumbu
horizontal menggunakan kelas, sedangkan sumbu vertikal
menggunakan frekuensi kumulatif
 Stem and leaf diagram (grafik batang daun) : Batang = bilangan-
bilangan, Daun = bilangan sisanya

37.  Mengurutkan data : dari yang terkecil (Min)
ke yang terbesar (Max) atau sebaliknya
 Tujuan :
 Untuk memudahkan dalam melakukan
perhitungan pada langkah ketiga

38. Data diurut
dari terkecil
ke terbesar
Nilai terkecil
215
Nilai terbesar
9750
No Nama Kecamatan ∑ Masyarakat
yang dilayani
1. Wado 215
2. Ujung Jaya 290
3. Tomo 310
4. Darmaraja 365
5. Conggeang 530
6. Ganeas 580
7. Surian 650
8. Sumedang Selatan 750
9. Sukasari 840
10. Situraja 1200
11. Rancakalong 1280
12. Paseh 1580
13. Tanjungmedar 2050
14. Tanjungkerta 2075
15. Jatinunggal 2175
16. Buahdua 3150
17. Cibugel 3600
18. Cimanggu 5350
19. Tanjungsari 6600
20. Jatinangor 9750

39.  Membuat kategori atau kelas data
 Tidak ada aturan pasti, berapa banyaknya kelas !
 Langkah :
 Banyaknya kelas/kategori sesuai dengan
kebutuhan

40.  Gunakan pedoman bilangan bulat terkecil
k, dengan demikian sehingga 2k
≥ n atau
aturan Sturges
Jumlah kategori (k) = 1 + 3,322 Log n
 Contoh n = 20
(k) = 1 + 3,322 Log 20
(k) = 1 + 3,322 (1,301)
(k) = 1 + 4,322
(k) = 5,322
Jumlah minimal
Ketegori yaitu 5

41.  Tentukan interval kelas :batas kelas nyata dan
batas kelas semu.
 Interval kelas adalah batas bawah dan batas
atas dari suatu kategori
Rumus :
Nilai terbesar - terkecil
Interval kelas = R /K=
Jumlah kelas

42.  Batas kelas nyata:antara kelas tidak terdapat
loncatan nilai
 Range (R)= (Max+0,5) – (Min-0,5)
 K=kategori/Jumlah kelas
 interval=R/K= (Max+0,5) – (Min-0,5) /K
 Batas kelas semu: antara kelas terdapat
loncatan nilai

43.  Berdasarkan data
 Nilai tertinggi = 9750
 Nilai terendah = 215
 Interval kelas :
 = [ 9750 – 215 ] / 5
 = 1907
 Jadi interval kelas 1907 yaitu jarak nilai
terendah dan nilai tertinggi dalam suatu
kelas atau kategori

44. Kelas
1 215 2122
2 2123 4030
3 4031 5938
4 5939 7846
5 7847 9754
Interval
Nilai tertinggi :
= 215 + 1907
= 2122
Nilai terendah
Kelas ke 2
= 2122 + 1
= 2123
Ada loncatan nilai
antara kelas

45. Kelas Batas Kelas nyata
1 214,5 ≤ x ≥ 2122,5
2 2122,5 ≤ x ≥ 4030,5
3 4030,5 ≤ x ≥ 5938,5
4 5398,5 ≤ x ≥ 7846,5
5 7846,5 ≤ x ≥ 9754,5
Tidak ada loncatan
kelas

46.  Batas kelas
 Nilai terendah dan tertinggi
 Batas kelas dalam suatu interval kelas
terdiri dari dua macam :
 Batas kelas bawah – lower class limit
▪ Nilai teredah dalam suatu interval kelas
 Batas kelas atas – upper class limit
▪ Nilai teringgi dalam suatu interval kelas

47. Kelas Jumlah Frekuensi (F)
1 215 2122 14
2 2123 4030 4
3 4031 5938 1
4 5939 7846 1
5 7847 9754 1
Interval
Batas kelas bawah
Batas kelas atas

48.  Lakukan penturusan atau tabulasi data
Kelas Interval Frekuensi Jumlah Frekuensi (F)
1 215 2122 IIIII IIIII IIII 14
2 2123 4030 III 3
3 4031 5938 I 1
4 5939 7846 I 1
5 7847 9754 I 1

49. 215-2122:
IIIII IIIII IIII
= 14
No Nama Kecamatan ∑ Masyarakat
yang dilayani
1. Wado 215
2. Ujung Jaya 290
3. Tomo 310
4. Darmaraja 365
5. Conggeang 530
6. Ganeas 580
7. Surian 650
8. Sumedang Selatan 750
9. Sukasari 840
10. Situraja 1200
11. Rancakalong 1280
12. Paseh 1580
13. Tanjungmedar 2050
14. Tanjungkerta 2075
15. Jatinunggal 2175
16. Buahdua 3150
17. Cibugel 3600
18. Cimanggu 5350
19. Tanjungsari 6600
20. Jatinangor 9750

50.  Frekuensi setiap kelas dibandingkan dengan
frekuensi total
 Tujuan ; Untuk memudahkan membaca data
secara tepat dan tidak kehilangan makna dari
kandungan data

51. Frekuensi relatif (%)
= [ 14 / 20 ] x 100 %
= 70 %
Distribusi Frekuensi Relatif
Kelas Interval Jumlah Frekuensi (F) Frekuensi relatif (%)
1 215 2122 14 70
2 2123 4030 3 15
3 4031 5938 1 5
4 5939 7846 1 5
5 7847 9754 1 5

52.  Tanda atau perinci dari suatu interval kelas
dan merupakan suatu angka yang dapat
dianggap mewakili suatu interval kelas
 Nilai tengah kelas kelasnya berada di tengah-
tengah pada setiap interval kelas

53. Kelas Nilai tengah
1 215 2122 1168.5
2 2123 4030 3076.5
3 4031 5938 4984.5
4 5939 7846 6892.5
5 7847 9754 8800.5
Interval
Nilai tengah Kelas ke 1
= [ 215 + 2122] / 2
= 1168.5
Nilai tengah Kelas ke 1
= [ 215 + 2122] / 2
= 1168.5

54.  Nilai batas antara kelas yang memisahkan
nilai antara kelas satu dengan kelas lainnya
 Penjumlahan nilai atas kelas dengan nilai
bawah kelas diantaranya dan di bagi dua

55. Nilai tepi kelas ke 2
= [ 2122 +2123 ] / 2
= 2122,5
Kelas Interval Jumlah Frekuensi (F) Nilai Tepi Kelas
1 215 2122 14 214.5
2 2123 4030 3 2122.5
3 4031 5938 1 4030.5
4 5939 7846 1 5938.5
5 7847 9754 1 7846.5
9754.5

56.  Menunjukan seberapa besar jumlah frekuensi
pada tingkat kelas tertentu
 Diperoleh dengan menjumlahkan frekuensi
pada kelas tertentu dengan frekuensi kelas
selanjutnya
 Frekuensi kumulatif terdiri dari ;
 Frekuensi kumulatif kurang dari
 Frekuensi kumulatif lebih dari

57.  Merupakan penjumlahan dari mulai
frekuensi terendah sanpai kelas tertinggi
dan jumlah akhirnya merupakan jumlah
data (n)
0 + 0 = 0
0 + 14 = 14
Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif
Kurang dari
1 215 2122 214.5 0
2 2123 4030 2122.5 14
3 4031 5938 4030.5 17
4 5939 7846 5938.5 18
5 7847 9754 7846.5 19
9754.5 20

58.  Merupakan pengurangan dari jumlah data
(n) dengan frekuensi setiap kelas dimulai
dari kelas terendah dan jumlah akhirnya
adalah nol
20 – 0 = 20
20 – 14 = 6
Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif
Lebih dari
1 215 2122 214.5 20
2 2123 4030 2122.5 6
3 4031 5938 4030.5 3
4 5939 7846 5938.5 2
5 7847 9754 7846.5 1
9754.5 0

59. Kelas Interval Nilai Tepi Kelas Frekuensi kumulatif
Kurang dari Lebih dari
1 215 2122 214.5 0 20
2 2123 4030 2122.5 14 6
3 4031 5938 4030.5 17 3
4 5939 7846 5938.5 18 2
5 7847 9754 7846.5 19 1
9754.5 20 0

60. Distribusi Frekuensi Relatif
n=20
Jumlah
Anak Frekuensi (F) Prosentase(%)
1 2 10
2 6 30
3 3 15
4 4 20
5 5 25
Total 20 100
Interpretasi: jumlah anak yang dimiliki bervariasi dan tdk terlihat
kecenderungan apakah jumlah anak cenderung besar atas sedikit.hal ini
terlihat pada jumlah anak 2 (30%) dan 5 (25%)

61. LATIHAN :
Berikut dilaporkan sebaran data waktu keterlambatan 50 pegawai
yang tidak mengikuti apel pagi (menit
Buatlah - Tabel Distribusi Frekuensi
- Tabel Distribusi Frekuensi Kumulatif
20.8 25.3 23.7 21.3 19.7 22.8 20.7 20.3 21.5 24.2
21.9 22.5 23.6 23.1 22.8 22.0 21.2 19.0 19.9 20.7
20.7 23.8 25.1 24.2 23.8 20.9 23.3 25.0 24.1 23.3
25.0 20.0 19.5 19.8 21.1 22.2 22.9 24.1 23.9 20.9
22.8 23.5 24.2 22.8 21.6 20.1 19.5 21.8 23.9 22.7

62. Contoh :
Data berikut merupakan nilai ujian Mata Ku-
liah Pengantar Statistika Sosial dari 34 Praja
71 75 57 88 64 80 75 82 90
68 90 88 71 75 71 81 81 48
82 72 62 68 74 79 84 75 57
75 75 68 65 68 75 80
Contoh :
Data berikut merupakan nilai ujian Mata Ku-
liah Pengantar Statistika Sosial dari 34 Praja
71 75 57 88 64 80 75 82 90
68 90 88 71 75 71 81 81 48
82 72 62 68 74 79 84 75 57
75 75 68 65 68 75 80
Latihan :

63.  Cross-tabulation adalah sebuah teknik visual
yang memungkinkan peneliti menguji relasi
antar variabel.
 Cross tabulation ini juga berfungsi untuk
memeberikan gambaran tentang data yang
dikumpulkan selama penelitian.
 Untuk menerangkan secara umum mengenai
populasi yang diteliti biasanya digunakan
statistik inferensial (inferential statistics).
63

64.  Korelasi merupakan suatu metode yang
menggambarkan hubungan diantara satu variabel
dengan variabel lainnya.
 Korelasi bertujuan untuk mengukur kekuatan
hubungan (asosiasi) linier diantara dua variable.
 contoh kita ingin melihat bagaimana hubungan
antara lamanya waktu belajar dengan nilai ujian yang
didapatkan.
 Korelasi ini tidak menunjukkan hubungan sebab
akibat.
 Korelasi ada yang bernilai positif, negatif dan nol
(tidak ada hubungan). 64

65.  Analisis Regresi merupakan proses membuat
fungsi atau model matematis yang dapat
digunakan untuk memprediksi atau
menentukan satu variabel dari variabel
lainnya.
 y = b0+ b1X y
dimana : b0 = intercept sampel
b1 = slope sampel
65