Bab 2: Penyajian Data dan Statistika FMIPA Universitas Islam Indonesia
1 2 Biasa Distribusi Frekuensi 3 Stem-and-Leaf Plot Histogram Scatter Plot Boxplot
Penyajian Data Data diuraikan dalam bentuk kalimat. Contoh: Banyaknya pasien rumah sakit A adalah 1040 orang terdiri atas 540 laki-laki dan 500 perempuan.
Biasa Penyajian Data kandungan asam folat pada 25 sampel obat. Kandungan Asam Folat (mkg) Frekuensi Frekuensi Relatif 2.5 2 0.08 3.5 8 0.32 4.5 10 0.4 5.5 5 0.2 Total 25 1 Keterangan: frekuensi kelas frekuensi relatif = frekuensi total
Distribusi Frekuensi yang berisi pengelompokan data dalam beberapa kelas. Data yang disusun dalam tabel distribusi frekuensi disebut data berkelompok.
Contoh: Penyajian Data Serum Cholesterol Changes (mg %) for 156 Patients After Administration of a Drug Tested for Cholesterol-Lowering Effect a
Frequency Distribution of Serum Cholesterol Changes Class Interval Class Limit Class Midpoint Frequency -100 to -81-100.5 to -80.5-90.5 1-80 to -61-80.5 to -60.5-70.5 6-60 to -41-60.5 to -40.5-50.5 16-40 to -21-40.5 to -20.5-30.5 31-20 to -1-20.5 to -0.5-10.5 40 +0 to +19-0.5 to +19.5 +9.5 43 +20 to +39 +19.5 to +39.5 +29.5 16 +40 to +59 +39.5 to +59.5 +49.5 3
Langkah-langkah membuat tabel distribusi frekuensi: 1 banyak kelas = 1 + 3.3 log n 2 range = x max x min 3 panjang kelas = range 4 titik tengah kelas = banyak kelas batas atas+batas bawah 2
Distribusi Frekuensi Kumulatif Class Interval Cumulative Frequency -100 to -81 80.5 1-80 to -61 60.5 7-60 to -41 40.5 23-40 to -21 20.5 54-20 to -1 0.5 94 +0 to +19 +19.5 137 +20 to +39 +39.5 153 +40 to +59 +59.5 156
Stem-and-Leaf Plot Penyajian Data Penyajian data yang efektif untuk data yang terdiri dari dua angka. diperoleh dengan memisahkan observasi menurut angka-angka pokoknya.
Histogram Penyajian Data Merupakan tampilan visual dari tabel distribusi frekuensi.
Scatter Plot Penyajian Data yang menyajikan data yang saling berkorelasi. Biasa digunakan ketika menyajikan hasil percobaan. Data dikumpulkan dalam bentuk berpasangan (X dan Y ).
The scatter plot demonstrating a relationship (or correlation) between time to 80 % dissolution of various tablet formulations of a particular drug and the fraction of the dose absorbed when human subjects take the various tablets.
Boxplot Penyajian Data yang dapat mencerminkan bentuk distribusi dari sekelompok data (skewness), ukuran pemusatan data, dan ukuran penyebaran (keragaman) data pengamatan. Terdapat beberapa ukuran statistik dari boxplot: a. Nilai minimum dan maksimum b. Q 1 yaitu kuartil pertama (25 % dari titik bawah) c. Q 2 yaitu kuartil kedua atau median (50 % dari titik bawah) d. Q 3 yaitu kuartil ketiga (75 % dari titik bawah) e. Outlier atau pencilan dan nilai ekstrim
Cara membuat boxplot: Menentukan Q1, Q2, dan Q3 a. Untuk n ganjil Q i = X i(n+1) 4 b. Untuk n genap Q 1 = X n+2 4 Q 2 = 1 ( X n 2 2 + X ) n 2 +1 Q 3 = X 3n+2 4 Menentukan IQR (Inter Quartile Range) yaitu selisih antara Q 3 dan Q 1 IQR = Q 3 Q 1
Nilai outlier a. Q 3 + (1.5 IQR) < outlier atas Q 3 + (3 IQR) b. Q 1 (1.5 IQR) > outlier bawah Q 1 (3 IQR) Nilai ekstrim a. Ekstrim bagian atas jika nilainya di atas Q 3 + (3 IQR) b. Ekstrim bagian bawah jika nilainya lebih rendah dari Q 1 (3 IQR)
Nicotine content was measured in random sample of 40 cigarettes
Kuartil 1,2, dan 3 Q 1 = X 40+2 = X 10.5 = X 10 + 0.5(X 11 X 10 ) 4 = 1.63 + 0.5(1.64 1.63) = 1.635 Q 2 = 1 ( ) X 40 + X 40 2 2 2 +1 = 1 2 (X 20 + X 21 ) = 1 (1.75 + 1.79) = 1.77 2 Q 3 = X 3 40+2 4 = 1.97 + 0.5(2.03 1.97) = 2 IQR = Q 3 Q 1 = 2 1.635 = 0.365 = X 30.5 = X 30 + 0.5(X 31 X 30 )
Nilai outlier a. Outlier atas Q 3 + (1.5 IQR) < outlier atas Q 3 + (3 IQR) 2 + (1.5 0.365) < outlier atas 2 + (3 0.365) Outlier atas = 2.55 b. Outlier bawah 2.5475 < outlier atas 3.095 Q 1 (1.5 IQR) > outlier bawah Q 1 (3 IQR) 1.635 (1.5 0.365) > outlier bawah 1.635 (3 0.365) Outlier bawah = 0.72 dan 0.85 1.0875 > outlier bawah 0.54
Nilai ekstrim a. Ekstrim bagian atas jika nilainya di atas Q 3 + (3 IQR) = 2 + (3 0.365) = 3.095 b. Ekstrim bagian bawah jika nilainya lebih rendah dari Q 1 (3 IQR) = 1.635 (3 0.365) = 0.54 Jadi, tidak ada nilai ekstrim.
1 Distribusi Kontinu Variabel kontinu merupakan variabel yang nilainya bisa berapapun di dalam suatu interval. Contoh: Distribusi Normal 2 Distribusi Diskrit Distribusi peluang di mana semesta peubah acaknya dapat dihitung atau berhingga. Contoh: Distribusi Binomial
Kumpulkan informasi mengenai contoh dari masing-masing distribusi yang berkaitan dengan bidang farmasi!