1. Data, Variabel Dan Skala Pengukuran Variabel-1

8/17/2019 1. Data, Variabel Dan Skala Pengukuran Variabel-1

1/21

“BIOSTATISTIKA DESKRIPTIF DAN INFERENSIAL”

Widya Hary Cahyati, S.K.M., M.Kes (Epid).

dr. Rr. Sri Ratna Rahayu, M.Kes., Ph.D.LukmanFauzi, S.K.M., M.P.H.

Nur Siyam, S.K.M., M.P.H.

Jurusan Ilmu Kesehatan Masyarakat Fakultas Ilmu

KeolahragaanUniversitas Negeri Semarang

1


2/21

1. NAMA MATA KULIAH :

2. CAPAIAN PEMBELAJARAN LULUSAN

a. CP Sikap : .b. CP Pengetahuan :

( )

c. CP Ketrampilan: (

).3. CAPAIAN PEMBELAJARAN MATA KULIAH: , , , ,, , , , , .

4. DOSEN PENGAMPU :• , ..., . ().

• . . , .., ..

• , ..., ...

• , ..., ...


3/21

PERTEMUAN MATERI POKOK SUMBER1 , ,

2

3

4 ( )

5 ( , ,

())

6

7

8

9

10 ( )

11 ( )12 ( )

13 /

14

15

16 UAS


4/21

,

MATERI 1


5/21

•

• • , ,

()

.

•

• ,

,

.


6/21

StatistikStatistikdibutuhkandibutuhkan dalamdalam setiapsetiap tahaptahap penelitianpenelitian


7/21

7

JENIS DATA

DATA terbagi atas DATA KUALITATIF dan DATA KUANTITATIF

DATA KUALITATIF :

Data yang dinyatakan dalambentuk bukan angka, tidak

menyatakan kuantitas, tetapi

menyatakan sifat yangdikelompokkan dalam kategori

Contoh : jenis pekerjaan, statusmarital, tingkat kepuasan kerja

DATA KUANTITATIF :

Data yang dinyatakan dalambentuk angka, dihasilkan dari

pengukuran,dapat berupa bilangan

bulat atau desimal.Contoh : lama bekerja, jumlah gaji,

usia, BB, TB, Tekanan darah

DATA

JENIS

DATA

NOMINALORDINAL

INTERVALRASIO

KUALITATIF KUANTITATIF


8/21

8

DATA KUANTITATIF

2

:

,

. ,

,

, .

. , ,


9/21

9

MACAM DATA

(Berdasarkan Cara Memperolehnya)

2

:

.

:

: , ,

, .

: , ,

:


10/21

• &,(1981):

.

• (1973): .

• (1981): (

• (2009:38):

, .

10

Definisi Variabel


11/21

• .

• :

– / / : –

( )

– –

– /

–

–

11

Macam-macam Variabel


12/21

• ()

()

(,2009:39).• ()

.•

(/ )

.

12



13/21

• (/),

. (1988)

(2009:41).

•

.• ((ε))

. 13



14/21

14

VARIABEL


15/21

15


16/21


17/21

DATA NOMINAL :

Skala nominal hanya merupakan nama atau label, dan tidak mengandung

informasi peringkat.Data berskala nominal diperoleh dengan cara kategorisasi atau klasifikasi.

CIRI : posisi data setara, tidak punya jenjang

tidak bisa dilakukan operasi matematika (+, -, x, :), akan tetapi dapat

dihitung proporsi, persentase, atau risiko relatifnya. Uji hipotesis yang seringdigunakan untuk variabel nominal adalah uji x2

CONTOH : jenis kelamin, jenis pekerjaan, agama, golongan darah

Keuntungan data dengan skala nominal mudah dijawab dan diolah

Kekurangan informasi yang diperoleh tidak mendalam, tidak dapatdibedakan antardata secara kuantitatif.

Jumlah dalam subkategori dinyatakan dalam frekuensi dan perhitunganyang dapat dilakukan hanya berupa proporsi atau persentase.


18/21

DATA ORDINAL :

Data berskala ordinal adalah data yang diperoleh dengan cara kategorisasi

atau klasifikasi, tetapi di antara data tersebut terdapat hubungan.

Pada skala ordinal, terdapat informasi peringkat, tetapi jarak antara duaperingkatnya tidak dapat dikuantifikasi.

Subkategori pada skala ordinal telah memiliki urutan atau jenjang, tetapi

masih bersifat kualitatif seperti pada skala nominal.

CIRI :tidak bisa dilakukan operasi matematika (+, -, x, :). Statistik yang digunakan,

selain yang berlaku untuk skala nominal, juga termasuk median, korelasi

peringkat, (spearman), dan banyak uji non-parametrik.

Ciri data dengan skala ordinal adalah adanya perbedaan antar subkategori,

walaupun jarak perbedaan antar sub kategori tersebut tidak sama dan tidakkonstan.

tidak mempunyai titik nol nol absolut

CONTOH : kepuasan kerja, motivasi, tingkat pendidikan,


19/21

DATA INTERVAL :

Data berskala interval adalah data yang diperoleh dengan cara pengukuran,

di mana jarak antara dua titik skala sudah diketahui.

Memiliki sifat-sifat data skala nominal dan ordinal;Pada data dengan skala interval, jenjang dapat dinyatakan dengan angka

sehingga bersifat kuantitatif. Skala interval tidak mempunyai nilai 0 alami

(nilai 0 absolut). Misalnya, suhu 00

celcius tidak sama dengan 00

fahrenheit,oleh karena nilai 0 tersebut arbitrer, ditentukan oleh manusia, bukan nilai

alami.

CIRI : Tidak ada kategorisasi

bisa dilakukan operasi matematikaCONTOH : temperatur yang diukur berdasarkan 0C dan 0F, IQ


20/21

DATA RASIO :

Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di

mana jarak antara dua titik skala sudah diketahui dan mempunyai titik 0absolut.

CIRI : tidak ada kategorisasi, dan dapat dikategorisasikan

bisa dilakukan operasi matematika

CONTOH : skor ujian, BB, TB, dan tekanan darah.


21/21

1. Data, Variabel Dan Skala Pengukuran Variabel-1

Documents

Transcript of 1. Data, Variabel Dan Skala Pengukuran Variabel-1