statistik deskriptif : data statistik · pdf filepertemuan ii dan iii) 2 data statistik_ig....

JURUSAN TERAPI WICARA POLTEKKES KEMENKES SURAKARTA

2013

Statistik Deskriptif : Data Statistik

Dodiet Aditya Setyawan e-mail : [email protected] http://adityasetyawan.wordpress.com

(Pertemuan II dan III)

2 Data Statistik_Ig. Dodiet Aditya Setyawan Jurusan Terapi Wicara Poltekkes Kemenkes Surakarta

BBAABB IIII :: DDAATTAA SSTTAATTIISSTTIIKK

KOMPETENSI DASAR :

1. Mampu memahami pengertian data statistik, jenis dan skala ukur data

dalam statistik.

2. Mampu memahami teknik-teknik pengumpulan dan penyajian data

statistik dengan instrumen penelitian.

A. PENGERTIAN DATA

efinisi Data secara Etimologis merupakan bentuk jamak dari DATUM yang

berasal dari Bahasa Latin dan berarti "Sesuatu Yang Diberikan". Dalam

pengertian sehari-hari DATA dapat berarti Fakta dari suatu objek yang diamati,

yang dapat berupa angka-angka maupun kata-kata. Sedangkan jika dipandang

dari sisi Statistika, maka DATA merupakan Fakta-fakta yang akan digunakan

sebagai bahan penarikan kesimpulan. (Siswandari, 2009).

DATA merupakan Kumpulan fakta yang diperoleh dari suatu pengukuran. Suatu

pengambilan keputusan yang baik merupakan hasil dari penarikan kesimpulan

yang didasarkan pada Data/Fakta yang akurat. Untuk mendapatkan Data yang

akurat diperlukan suatu Alat Ukur atau yang disebut Instrumen yang baik. Alat

Ukur atau Instrumen yang baik adalah Alat Ukur/Instrumen yang VALID dan

RELIABEL. (Amin, dkk., 2009).

Selanjutnya, agar DATA dapat dianalisis dan ditafsirkan dengan Baik, maka harus

memenuhi syarat-syarat sebagai berikut :

1. Obyektif

Data yang diperoleh dari lapangan/hasil pengukuran, harus ditampilkan

dan dilaporkan apa adanya.

2. Relevan

Dalam mengumpulkan dan menampilkan Data harus sesuai dengan

permasalahan yang sedang dihadapi atau diteliti.

D

http://id.wikipedia.org/wiki/Bahasa_Latin


3. Up to Date (Sesuai Perkembangan)

Data tidak boleh usang atau ketinggalan jaman, karena itu harus selalu

menyesuaikan perkembangan.

4. Representatif

Data harus diperoleh dari sumber yang tepat dan dapat menggambarkan

kondisi senyatanya atau mewakili suatu kelompok tertentu atau populasi.

B. JENIS DATA

Menurut Jenisnya, DATA secara umum dapat dibagi menjadi 2 macam, yaitu :

1. Data KUANTITATIF

Yaitu Data yang dinyatakan dalam bentuk angka-angka atau jumlah dan dapat

diukur besar kecilnya serta bersifat obyektif sehingga dapat ditafsirkan sama

oleh orang lain.

Contoh : harga Buku Rp. 45.000, ; berat badan ; tinggi badan ; suhu tubuh, dsb.

2. Data KUALITATIF

Yaitu Data yang berhubungan dengan kategorisasi atau karakteristik dalam

bentuk Sifat (Bukan Angka) yang tidak dapat diukur besar kecilnya.

Contoh : Jenis kelamin, Bahasa, Pekerjaan, Pengetahuan, Sikap, dsb.

C. SKALA PENGUKURAN DATA

‘SKALA PENGUKURAN DATA’ = ‘SKALA DATA’ pada dasarnya dimaksudkan untuk

mengklasifikasikan Variabel yang akan diukur agar tidak terjadi kesalahan dalam

menentukan teknik analisis data dan tahapan penelitian selanjutnya. ‘SKALA

PENGUKURAN DATA’ = ‘SKALA DATA’ dibedakan menjadi 4 macam, yaitu :

1. Skala NOMINAL

Skala Nominal disebut juga SKALA KALSIFIKASI.

Skala Nominal Variasinya tidak menunjukkan Perurutan atau

Kesinambungan, tiap variasi berdiri sendiri secara terpisah. Dalam Skala

Nominal tidak dapat dipastikan apakah kategori satu mempunyai derajat yang

lebih tinggi atau lebih rendah dari kategori yang lain ataukah kategori itu

lebih baik atau lebih buruk dari kategori yang lain. Fungsi Bilangan atau Angka

dalam Skala Nominal HANYA sebagai SIMBOL untuk membedakan sebuah

http://adityasetyawan.files.wordpress.com/2009/09/vaiabel-penelitian.pdf


karakteristik dengan karakteristik lainnya. Skala Nominal merupakan Skala

Kualitatif yang paling rendah tingkat pengukurannya dibandingkan skala –

skala yang lain, karena Skala ini Hanya Mampu MENGKLASIFIKASIKAN suatu

Variabel. Dengan Skala ini hanya dapat dikatakan SAMA atau TIDAK SAMA,

sehingga Tanda Matematis yang dapat diterapkan pada Skala ini hanyalah “ = “

dan “ ≠ “. Dan Skala Nominal TIDAK memiliki Nilai NOL ABSOLUT.

Misalnya :

Jenis Kelamin : dibedakan antara 1). Laki – laki ; 2). Perempuan

Pekerjaan : dapat dibedakan 1). Petani, 2). Pegawai, 3). Pedagang

Golongan Darah : dibedakan atas Gol. 0, A, B, AB

Ras : dapat dibedakan atas Mongoloid, Kaukasoid, Negroid.

Suku Bangsa : dpt dibedakan dalam suku Jawa, Sunda, Batak dsb.

2. Skala ORDINAL

Skala ORDINAL merupakan skala yang didasarkan pada Ranking, yang

diurutkan dari jenjang yang lebih tinggi ke jenjang terendah atau sebaliknya.

Sifat Skala Ordinal tidak hanya membedakan tetapi juga menunjuukan adanya

tingkatan. Skala Ordinal adalah Skala Data Kontinum yang batas satu variasi

nilai ke variasi nilai yang lain tidak jelas, sehingga yang dapat dibandingkan

hanyalah nilai tersebut lebih tinggi, sama atau lebih rendah daripada nilai yang

lain. Skala Ordinal adalah Skala Data Kontinum yang batas satu variasi nilai ke

variasi nilai yang lain tidak jelas, sehingga yang dapat dibandingkan hanyalah

nilai tersebut lebih tinggi, sama atau lebih rendah daripada nilai yang lain.

Skala Ordinal juga merupakan Skala Kualitatif seperti Skala Nominal, tetapi

tingkatannya lebih tinggi, karena dengan Skala ini selain dapat dibedakan

objek yang satu dengan yang lainnya, juga dapat Menentukan mana yang

LEBIH BESAR atau LEBIH KECIL, bahkan dapat diurutkan dari yang Paling

Rendah ke yang Paling Tinggi. Kalau dalam Skala Nominal semua Objek

dianggap sama tingkatannya, maka dalam Skala Ordinal ada JENJANG

TINGKATAN yang tidak sama, dan Tanda Matematis yang dapat dipakai pada

Skala Ordinal adalah “ = “ ; “ ≠ “ ; “ < “ dan “ > “

Contoh :

Tingkat Pendidikan : dikategorikan SD, SMP, SMA, PT


Pendapatan : Tinggi, Sedang, Rendah

Tingkat Keganasan Kanker : dikategorikan dalam Stadium I, II, dan III. Hal

ini dapat dikatakan bahwa : Stadium II lebih berat daripada Stadium I dan

Stadium III lebih berat daripada Stadium II.

Kepangkatan dalam ABRI : Kopral, Sersan, Letnan, Kapten

Tetapi kita tidak bisa menentukan secara pasti besarnya perbedaan

keparahan itu.

Sikap (yang diukur dengan Skala Linkert) : Setuju, Ragu – ragu, Tidak

Setuju. Dsb.

3. Skala INTERVAL

Skala Interval merupakan Skala yang menunjukkan jarak antara satu data

dengan data yang lain dan mempunyai bobot yang sama. Skala Interval sudah

termasuk dalam Skala Kuantitatif dan dengan Skala ini, disamping dapat

Membedakan Satu Objek dengan yang lain, Menentukan mana yang Lebih

Besar dan Lebih Kecil, juga dapat menentukan Jarak (Interval) antara satu

objek dengan objek yang lain. Skala Interval Adalah Skala Data Kontinum yang

batas variasi nilai satu dengan yang lain jelas, sehingga jarak atau intervalnya

dapat dibandingkan. Dikatakan Skala Interval bila jarak atau perbedaan

antara nilai pengamatan satu dengan nilai pengamatan lainnya dapat

diketahui secara pasti. Nilai variasi pada Skala Interval juga dapat

dibandingkan seperti halnya pada skala ordinal (Lebih Besar, Sama, Lebih

Kecil..dsb); tetapi Nilai Mutlaknya TIDAK DAPAT DIBANDINGKAN secara

Matematis, oleh karena itu batas – batas Variasi Nilai pada Skala Interval

bersifat ARBRITER (ANGKA NOL-nya TIDAK Absolut).

Contoh :

Temperature atau Suhu: sebagai skala interval, suhu 360Celcius jelas lebih

panas daripada suhu 240 Celcius. Tetapi tidak bisa dikatakan bahwa suhu

360 Celcius 1½ kali lebih panas daripada suhu 240 Celcius. Alasannya :

Penentuan skala 00 Celcius Tidak Absolut (=00 Celcius tidak berarti Tidak

Ada Suhu/Temperatur sama sekali).

Tingkat Kecerdasan,

Waktu (menit, jam, hari, minggu, bulan, tahun), dsb.


4. Skala RASIO

Skala Rasio Adalah Skala yang disamping batas intervalnya jelas, juga variasi

nilainya mempunyai batas yang tegas dan mutlak atau mempunyai nilai NOL

ABSOLUT. Skala Rasio merupakan Skala Kuantitatif yang tertinggi derajatnya,

semua sifat yang ada pada Skala Interval ada dalam Skala Rasio yang

membedakannya adalah adanya Nilai 0 Absolut atau Nilai 0 Sejati dalam Skala

Rasio, dimana “ 0 (NOL) “ berarti “TIDAK ADA”.

Misalnya :

Tinggi Badan : sebagai Skala Ratio, tinggi badan 180 Cm dapat

dikatakan mempunyai selisih 60 Cm terhadap tinggi badan 120 Cm, hal

ini JUGA dapat dikatakan Bahwa : tinggi badan 180 adalah 1½ kali dari

tinggi badan 120 Cm.

Denyut Nadi : Nilai 0 dalam denyut nadi dapat dikatakan Tidak Ada

Sama Sekali denyut nadinya.

Ukuran Berat

Jarak

Ukuran Panjang

Dosis Obat, dsb.

ari uraian di atas jelas bahwa Skala Ratio, Interval, Ordinal dan Nominal

berturut –turut memiliki nilai kuantitatif dari yang Paling Rinci ke yang

Kurang Rinci. Skala Ratio mempunyai sifat – sifat yang dimiliki Skala Interval,

Ordinal dan Nominal. Skala Interval memiliki ciri – ciri yang dimiliki Skala Ordinal

dan Nominal, sedangkan Skala Ordinal memiliki sifat yang dimiliki Skala Nominal.

Adanya perbedaan tingkat pengukuran memungkinkan terjadinya Transformasi

Skala Ratio dan Interval menjadi Ordinal atau Nominal. Transformasi ini dikenal

sebagai Data Reduction atau Data Collapsing. Hal ini dimaksudkan agar dapat

menerapkan metode statistik tertentu, terutama yang menghendaki skala data

dalam bentuk Ordinal atau Nominal. Sebaliknya, Skala Ordinal dan Nominal

TIDAK DAPAT diubah menjadi Interval atau Ratio. Skala Nominal yang diberi

label 0, 1 atau 2 dikenal sebagai Dummy Variable (Variabel Rekayasa). Misalnya :

Pemberian label 1 untuk laki – laki dan 2 untuk perempuan tidak mempunyai arti

DDD


kuantitatif (tidak mempunyai nilai / hanya kode). Dengan demikian, perempuan

tidak dapat dikatakan 1 lebih banyak dari laki – laki. Pemberian label tersebut

dimaksudkan untuk mengubah kategori huruf (Alfabet) menjadi kategori Angka

(Numerik), sehingga memudahkan analisis data.

D. PENGUMPULAN DATA

Dalam proses pengumpulan Data Statistik, terdapat beberapa Prinsip yang harus

diperhatikan dalam Pengumpulan Data Statistik, antara lain :

1. Mengumpulkan Data selengkap-lengkapnya. (TIDAK sebanyak-

banyaknya).

2. Mempertimbangkan Ketepatan Data, meliputi :

Jenis data,

Waktu pengumpulan data,

Kegunaan data,

Relevansi data.

3. Kebenaran Data(data yang dapat dipercaya kebenarannya baik sumbernya

maupun data itu sendiri.

E. METODE dan INSTRUMEN PENGUMPULAN DATA

Metode Pengumpulan Data adalah Teknik atau cara-cara yang dapat digunakan

oleh peneliti untuk mengumpulkan data. Sedangkan Instrumen Pengumpulan

Data adalah Alat bantu yang dipilih dan digunakan oleh peneliti dalam kegiatan

pengumpulan data agar menjadi lebih mudah dan sistematis. Data yang

dikumpulkan dalam penelitian akan digunakan untuk menguji hipotesis atau

menjawab pertanyaan atau masalah yang telah dirumuskan, dan yang pada

akhirnya akan dipergunakan sebagai dasar dalam pengambilan kesimpulan atau

keputusan. Oleh karena itu, Data harus merupakan Data yang baik dan benar.

Agar Data yang dikumpulkan baik dan benar, maka Instrumen atau Alat Bantu

Pengumpulan Datanya juga harus Baik dan Benar.


Tabel Metode dan Instrumen Pengumpulan Data :

NO JENIS METODE JENIS INSTRUMEN

1 ANGKET (KUESIONER)

1. Angket (Kuesioner) 2. Daftar Cocok (Checklist) 3. Skala 4. Inventory

2 WAWANCARA (INTERVIEW)

1. Pedoman Wawancara (Interview Guide) 2. Daftar Cocok (Checklist)

3 PENGAMATAN/OBSERVASI (OBSERVATION)

1. Lembar Pengamatan 2. Panduan pengamatan 3. Panduan Observasi 4. Daftar Cocok (Checklist)

4 UJIAN (TEST) 1. Soal Ujian (Soal Tes)

2. Inventory

5 DOKUMENTASI 1. Daftar Cocok (Checklist) 2. Tabel

Sumber : Arikunto (1995) dalam Riduwan (2010)

Keterangan :

1. Angket / Kuesioner (Questionnaire)

Angket merupakan teknik mengumpulkan data melalui formulir yang berisi

pertanyaan yang diajukan secara tertulis kepada sekelompok

orang/responden untuk mendapatkan keterangan tentang masalah yang akan

diteliti. Beberapa hal yang perlu diperhatikan dalam membuat pertanyaan

kuesioner/angket antara lain :

a) Siapkan dan rencanakan baik-baik segala seustu yag

diperlukan, seperti bahan-bahan, tenaga dan biaya.

b) Pertanyaan-pertanyaan harus singkat, jelas dan mudah

dimengerti.

c) Fokuskan pertanyaan-pertanyaan dengan obyek atau

masalah yang akan diteliti.

d) Ajukan pertanyaan-pertanyaan yang pantas, sopan dan tidak

menyinggung perasaan calon responden.


Pada umumnya Angket/Kuesioner dibedakan menjadi 2 macam, yaitu :

a) Angket Terbuka (angket tidak terstruktur)

Adalah angket yang disusun dalam bentuk sederhana sehingga responden

dapat memberikan isian sesuai dengan kehendak dan keadaannya.

Contoh :

Bagaimanakah pendapat Saudara tentang Pelayanan di Klinik “Y”.....?

Apakah Saudara pernah mengikuti pelatihan kader....?

Pendidikan apa saja yang pernah Bapak/Ibu ikuti ? Tuliskan dengan

sebenarnya pada daftar isian berikut :

No Tingkat Pendidikan Tempat Tahun Lulus

1.

2.

3.

4.

5.

b) Angket Tertutup (angket berstruktur)

Angket yang berisi pertanyaan yang disusun dengan menyediakan pilihan

jawaban sehingga responden dapat menjawab hanya dengan memilih salah

satu jawaban yang sesuai dengan dirinya.

Contoh :

Berapa jumlah anak Bapak/Ibu/Saudara ?

a. Tidak punya

b. 1 orang

c. 2 orang

d. Lebih dari 2 orang

Apakah Ibu mengikuti program ASI Eksklusif ?

a. Ya b. Tidak

Menurut Bapak/Ibu/Saudara, apakah program beasiswa perlu

dilestarikan ?

a) Ya b) Tidak.


2. Wawancara

Adalah suatu cara pengumpulan data yang digunakan untuk memperoleh

informasi langsung dari sumbernya dengan cara dialog secara lisan. Faktor-

faktor yang mempengaruhi Arus Informasi dalam wawancara adalah :

a) Pewawancara

Petugas pengumpul informasi yang diharapkan dapat menyampaikan

pertanyaan dengan jelas dan membuat responden mau menjawab

semua pertanyaan dengan benar serta mencatat semua informasi yang

dibutuhkan.

b) Responden

Pemberi informasi yang diharapkan dapat menjawab semua

pertanyaan dengan jelas dan lengkap.

c) Pedoman Wawancara

Uraian penelitian yang dituangkan dalam bentuk daftar pertanyaan

agar proses wawancara dapat berjalan dengan lancar.

d) Situasi Wawancara

Hal-hal yang berhubungan dengan Waktu dan Tempat wawancara.

Waktu dan tempat wawancara yang tidak tepat dapat menjadikan

proses wawancara tidak berjalan dengan baik.

Secara teknis, Wawancara dapat dibedakan menjadi 2 macam, yaitu :

a) Wawancara Bebas/ Tidak Terstruktur (High Degree of Flexibility =

Unstructured).

Pada wawancara seperti ini, pewawancara tidak menggunakan

pedoman wawancara, sehingga tidak ada alat bantu dalam wawancara.

Kemungkinan menyebabkan arah wawancara menjadi tidak fokus dan

melebar kemana-mana, kecuali pewawancara sudah sangat

berpengalaman dan memahami betulu tujuan wawancara sesuai

dengan tujuan penelitiannya.

b) Wawancara Terpimpin/ Terstruktur (Low Degree of Flexibility =

Structured).

Wawancara dilakukan berdasarkan pertanyaan-pertanyaan dalam

pedoman wawancara atau kuesioner yang telah disusun sebelumnya.


Dengan cara seperti ini, hasil wawancara akan lebih cermat dan lebih

terarah.

3. Pengamatan (Observasi)

Merupakan tindakan pemusatan perhatian secara langsung terhadap gejala

nyata dari objek penelitian yang sedang diamati. Alat bantu yang biasa

digunakan untuk Observasi dapat berupa Checklist atau Daftar Cek, yaitu :

Suatu Daftar yang berisi tentang subjek dan gejala-gejala yang harus diamati

beserta penilaiannya.

Contoh :

No Pernyataan Jawaban

SS S TS STS 1 Administrasi akademik akan dilaksanakan

dengan menggunakan Teknologi Informasi √

2 Mahasiswa yang berprestasi akan diberikan beasiswa

√

3 Dst.

4. Tes

Tes sebagai instrumen pengumpulan data merupakan serangkaian pertanyaan

atau latihan atau alat lain yang digunakan untuk mengukur keterampilan,

pengetahuan, inteligensi, kemampuan atau bakat yang dimiliki oleh individu

atau kelompok. Bentuk-bentuk Tes sebagai instrumen pengumpul data antara

lain : Tes Kepribadian, Tes Bakat, Tes Prestasi, Tes Inteligensi dan Tes Sikap.

5. Dokumentasi

Dalam upaya untuk mengumpulkan data dengan cara Dokumentasi, peneliti

melakukan penelusuran terhadap berbagai macam dokumen seperti buku,

notulen, catatan riwayat perkembangan pasien atau catatan rekam medik

pasien, peraturan-peraturan, catatan harian dan sumber informasi lain yang

sesuai dengan kebutuhan data penelitian. Hasil dari proses pengumpulan data

dengan cara Dokumentasi ini biasanya dicatat dalam bentuk Checklist.


F. PENYAJIAN DATA

Data populasi atau sample yang sudah terkumpul selanjutnya diatur, disusun dan

disajikan dalam bentuk yang jelas dan komunikatif. Secara umum terdapat

beberapa cara penyajian data statistik, yaitu dengan menggunakan Narasi, Tabel,

Grafik dan Diagram. Cara-cara penyajian Data Statistik tersebut secara skematik

dapat digambarkan sebagai berikut :

Gambar : Cara Penyajian Data

1. TABEL

a) Tabel Biasa

Penyajian data statistik ataupun data hasil penelitian dengan

menggunakan tabel lebih efisien dan komunikatif, sehingga banyak

digunakan. Setiap tabel berisi Judul Tabel, Judul Tiap Kolom, Nilai Data

dalam Setiap Kolom, dan Sumber Data dari mana data tersebut diperoleh.

Contoh :

PENYAJIAN DATA

TABEL

1. Biasa

2. Distribusi Frekuensi

3. Tabel Silang (Cross tab)

DIAGRAM

1. Batang 2. Garis 3. Lingkaran 4. Pencar 5. dsb.

GRAFIK

1. Histogram

2. Poligon Frekuensi


TABEL2.1

TINGKAT PENDIDIKAN PENDUDUK DI DESA ‘X’

No Jenis

Kelamin Tingkat Pendidikan

Jumlah SD SMP SMA D-3 S-1 S-2

1 Laki-laki 30 25 30 15 10 2 112

2 Perempuan 25 20 20 20 20 4 109

Jumlah 55 45 50 35 30 6 221

Sumber Data : BPS Kabupaten ‘X’

b) Tabel Distribusi Frekuensi

Yaitu penyusunan suatu data dalam bentuk kelompok mulai dari yang

terkecil sampai ke yang terbesar berdasarkan kelas-kelas interval atau

kategori tertentu. Tabel Distribusi Frekuensi disusun bila jumlah data yang

akan disajikan cukup banyak sehingga tidak akan efektif dan kurang

komunikatif bila disajikan dengan tabel biasa. (scr Khusus akan dibahas

di BAB III. DISTRIBUSI FREKUENSI).

Contoh Tabel Distribusi Frekuensi

TABEL 2.1

DISTRIBUSI FREKUENSI PEGAWAI MENURUT UMUR DI PT ‘X’

Umur Frekuensi 20 – 25 tahun 26 – 30 tahun 31 – 35 tahun 36 – 40 tahun 41 – 45 tahun 46 – 50 tahun 51 – 55 tahun

20 10 30 20 50 10 10

JUMLAH 150

c) Tabel Silang (Cross Tabulation)

Merupakan Tabel Distribusi Frekuensi yang disajikan dengan dua variabel

atau lebihsekaligus dalam satu tabel.

Contoh :


Tabel 2.1 Distribusi Responden berdasarkan Tingkat Pendidikan Ibu dan

Tingkat Pengetahuan tentang Autis pada Anak

Tingkat Pendidikan Pengetahuan tentang Autis pada Anak

Baik Tidak Baik n % n %

SD 0 0 15 50 SMP 5 16,7 10 33,3 SMA 10 33,3 5 16,7 Perguruan Tinggi 15 50 0 0

JUMLAH 30 100 30 100

2. GRAFIK

Grafik adalah lukisan pasang surutnya suatu keadaan (turun naiknya hasil

statistik) dengan garis atau gambar.

a) Histogram (Batang)

b) Poligon (Garis)

0

5

10

15

20

25

60-64 65-69 70-74 75-79 80-84 85-89 90-100

Axi

s Ti

tle

Axis Title

frekuensi

0

5

10

15

20

25

60-64 65-69 70-74 75-79 80-84 85-89 90-100

frekuensi


3. DIAGRAM

Merupakan gambaran untuk memperlihatkan atau menerangkan sesuatu data

yang akan disajikan.

Contoh macam-macam penyajian data dengan Diagram :

Diagram Batang (Bar Chart)

Diagram Lingkaran (Pie Chart)

Diagram Garis (Line Chart)

0

50

100

150

SD SMP SMA PT

Jumlah

Tingkat Pendidikan

Distribusi Pendidikan Responden

SD

SMP

SMA

PT

58

76123

35


SD

SMP

SMA

PT

0

100

200

SD SMP SMA PT

58 76123

35

Jumlah

Tingkat Pendidikan



DAFTAR PUSTAKA

1 Amin.I., Aswin.A., Fajar.I., Isnaeni, Iwan.S., Pudjirahaju.A., Sunindya.R..

2009. Statistika untuk Praktisi Kesehatan. Yogyakarta. Graha Ilmu.

2 Dahlan.S.M.2012.Statistik untuk Kedokteran dan Kesehatan. Jakarta.

Salemba Medika.

3 Hadi.S. 2001. Metodologi Research. Jilid 3. Yogyakarta. Andi Offset.

4 Hadi.S. 2002. Statistik. Jilid 2. Yogyakarta. Andi Offset.

5 Hasibuan.A.A.,Supardi, Syah.D. 2009. Pengantar Statistik Pendidikan.

Jakarta. Gaung Persada Press.

6 Heriyanto,A., Sandjaja. 2006. Panduan Penelitian. Jakarta. Prestasi Pustaka

7 Riduwan.2010. Dasar-dasar Statistika. Bandung. Alfabeta.

8 Siswandari. 2009. Statistika (Komputer Based). Surakarta. LPP UNS dan

UNS Press.

9 Sugiyono. 2003. Statistika untuk Penelitian. Bandung. Alfabeta.

10 Sugiyono.2009. Statistik Nonparametris untuk Penelitian. Bandung.

Alfabeta.

statistik deskriptif : data statistik · pdf filepertemuan ii dan iii) 2 data statistik_ig....

Documents