asalamualaikum warahmatullahi wabarakatuh Yang saya hormati dan banggakan para mahasiswa Untas Pada kesempatan ini kita akan membahas sesi pertama dari biostatistik yaitu dengan pengantar statistik Jadi mengawali bahasan kita meng atau di statistik kita awali dengan pengantar statistik Apa itu statistik dan statistika Di sini ada dua pengertian ada namanya statistik dan statistik Jadi kalau bahasa Inggris ada pakai S ini belakangnya ada yang tidak pakai S Statistik ini menunjuk pada pada atau menunjuk sebagai sajian data dalam bentuk angka atau dikatakan hasil penerapan algoritma statistika pada suatu data sampel Sedangkan yang statistiks atau statistika itu mengarah pada statistik sebagai ilmu dan teknik Jadi bisa diartikan secara bebas statistika itu adalah ilmu yang mengumpulkan menata menyajikan menganalisis dan menginterpasikan data menjadi informasi untuk membantu pengambilan keputusan yang efektif Ada beberapa definisi yang dikemukakan para ahli walaupun disajikan dengan formulasi redaksi yang berbeda tapi intinya ya kurang lebih sama ya Jadi berhubungan bagaimana cara mengumpulkan kemudian mengolah menganalisis menginterpretasi data kemudian memanfaatkannya untuk pengambilan keputusan atau untuk ee digunakan berbagai kepentingan Jadi ada beberapa di sini yang disajikan para ahli walaupun formulasinya beda-beda di antaranya Markirit Anderson dan Bankrov Sutraja Selanjutnya bagaimana karakteristik statistik Nah statistik pertama karakteristik pertanya adalah bekerja dengan angka Jadi ciri statistik adalah bicara dengan angka-angka Jadi bisa angka sikit itu sebagai jumlah atau frekuensi dan angka statistik sebagai nilai atau harga Kemudian angka statistik sebagai nilai yang mempunyai arti data kualitatif yang diwujudkan dalam angka Jadi walaupun bersifat kualitatif ya diwujudkannya dalam bentuk angka Nah [Musik] kemudian statistik bersifat objektif Nah objektif itu ya artinya apa adanya Jadi artinya bahwa angka statistik ini dipakai sebagai alat mencari fakta ya Jadi kalau orang memberikan statement bahwa jumlahnya besar angkanya tinggi Nah ya statistik menyajikan dalam bentuk angkanya faktanya berapa persen berapa per mil berapa per 100.000 Nah gitu kira kira-kira seperti itu Jadi ee statistik sifatnya objektif mengungkapkan apa adanya ya sesuai dan fakta Kemudian statistik bersifat universal Jadi statistik [Musik] ini digunakan dalam semua disiplin ilmu ya Jadi tidak ada disiplin ilmu yang tidak memerlukan statistik Kenapa Karena statistik ini ya digunakan ya untuk pengembangan keilmuan pengembangan disiplin ilmu Jadi makanya setiap disiplin [Musik] ilmu selalu menggunakan statistik Karena apa Pengembangan keilmuan didasarkan pada penelitian-penelitian Bicara penelitian mau enggak mau kita harus menggunakan tool atau perangkat statistik Nah kemudian statistik di berdasarkan kepentingannya ada bagi istilah ada statistik ekonomi statistik kesehatan biostatistika ya Nah statistik kesehatan ini masuk dalam lingkup geostatistika itu penerapan metode statistik untuk percan permasalahan dalam bidang biologi Jadi kesehatan termasuk dan biologi Nah jadi utamanya digunakan ya untuk mencari deskripsi suatu variabel suatu fenomena suatu kejadian kemudian mencari estimasi ya atau prediksi suatu variabel Ya Jadi kalau kita misalkan ingin tahui gambaran situasi berarti kita ingin menggali deskripsinya Sealkan masalah kesehatannya apa Apakah kematiannya tinggi kejadian penyakitnya yang tinggi Berarti kita mencoba menggali deskripsi Kemudian kalau kita misalkan ingin menduga pendukaan misalkan kira-kira di satu populasi ini berapa persen ya populasi yang menderita sakit Nah berarti kita menggali estimasi atau mencoba mencari prediksi suatu variabel yaitu variabel kejadian penyakit di satu populasi Nah kemudian juga digunakan untuk mencari perbedaan antar variabel atau komparasi Jadi komparasi itu nanti bisa digunakan untuk menyimpulkan ada apakah ada pengaruh atau hubungan ya antar variabel [Musik] Misalkan apakah jenis kelamin terpengaruh terhadap prestasi mahasiswa Nah jadi dibedakan jenis kelamin laki-laki dengan jenis kelamin perempuan Kalau ada perbedaan yang signifikan berarti di situ jenis kelamin ini punya pengaruh atau hubungan Kemudian statistik juga di statistik ini sering digunakan untuk mencari hubungan atau korelasi antar variabel Contohnya misalkan apakah tekanan darah ya itu berhubungan ya dengan kejadian ee stroke ya Jadi ber tingkat tekanan darah apakah berhubungan dengan kejadian stroke Jadi dihubungkan dengan berbagai tingkatan tekanan darah Kemudian bagaimana ee angka kejadian stroknya artinya mencari korelasi Nah sehingga di [Musik] sini statistik ini ya dipergunakan sebagai alat bantu untuk memecahkan berbagai masalah Jadi melalui penelitian baik sifatnya deskriptif maupun analitik Jadi kalau kita dihadapkan pada masalah misalnya kita ingin tahui gambarannya atau estimasinya apakah ada tidaknya perbedaan atau tidaknya hubungan Nah ini mau enggak mau harus menggunakan tool statistik Nah kemudian secara spesifik dalam bidang kesehatan berdasarkan tadi kemampuannya untuk bisa mencari dalam mendeskripsikan mengkomparasi kemudian mengestimasi ya atau mencari korelasi Dalam bidang kesehatan ini banyak fungsi yang bisa dijalankan pertama di antaranya memberikan gambaran tentang masalah kesehatan Jadi masalah [Musik] kesehatan yang ber utamanya adalah bicara mengenai kesakitan kematian kecacatan atau disability Nah agar kita tahu apakah masa kesehatan apa itu apa yang dihadapi masyarakat kita lihat angka-angka statistiknya bagaimana deskripsi statistiknya angkanya gambarannya Misalkan berapa jumlah yang sakit TBC berapa yang sakit atau menderita pneumuni berapa yang terjangkit COVID dan sebagainya Jadi angka statistik akan memberikan gambaran sejauh mana besaran masalah kesehatan Begitu pula [Musik] dengan distribusi angka-angkanya menurut tempat menurut waktu ya Jadi bisa di deskripsikan dengan jelas nanti gambaran masalah kesehatan Nah kemudian kalau gambaran masalah kesehatan bisa dikuantifikasi kemudian bisa dideskripsi ya bisa ditentukan penentuan prioritas masalah yang ditanggungi Jadi kalau penyakitnya jumlahnya sangat tinggi berarti prioritas atau kematiannya sangat tinggi berarti prioritas atau kecacatannya sangat tinggi berarti prioritas dilihat dari angkanya dari gambaran dari data statistiknya [Musik] Kemudian kita dengan tahunya gambaran prioritas kita bisa juga untuk perencanaan Jadi kalau kita merencanakan program kesehatan tanpa didukung fakta-fakta statistik ya seperti kayak kita trial and error atau coba-coba gitu ya resikonya kalau enggak tepat ya salah gitu Ya makanya perencanaan yang baik didasarkan pada evidence bukti atau fakta yang ada di lapangan di mana itu ditunjukkan dari angka-angka statistik Kemudian bisa digunakan untuk membandingkan tingkat kesehatan masyarakat Jadi berdasarkan data statistik bagaimana angka kejadian penyakit angka kematian angka kecacatan antar wilayah bisa dibandingkan tingkat kesehatan masyarakat antar wilayah kemudian antar waktu Nah kemudian menilai dan menganalisis hasil usaha kesehatan Ya kita tahu bahwa apakah program kesehatan itu berhasil atau tidak ya angka yang bicara bagaimana sebelum usaha kesehatan dijalankan gambarannya kemudian dibandingkan dengan bagaimana gambaran ya setelah usaha kesehatan dijalankan apakah ada perbedaan atau tidak Jadi kalau kita misalkan program air bersih tujuannya untuk menurunkan kasus diare Nah sebelum intervensi dilakukan bagaimana kejadian kasus di hari Nah setelah kemudian intervensi dilakukan dengan proyek atau program bagaimana kejadian kasus diinya Ada perbedaan tidak Nah kemudian kalau kita misalkan ee ingin merencanakan ya kebutuhan tahun depan 2 tahun ke depan 3 tahun depan berarti kita memerlukan semacam estimasi atau prediksi Nah ini statistik juga ya salah satunya digunakan untuk alat prediksi atau alat estimasi Jadi dengan metode statistik kita bisa memprediksi keadaan di keadaan yang akan datang berdasarkan fakta-fakta fakta-fakta yang telah berlalu ya atau fakta yang telah lampau Jadi kalau gambaran 5 tahun ke belakang seperti ini nanti tahun depan kira-kira gambarannya seperti apa Nah ini dengan biasanya digunakan dengan teknik regresi ya atau untuk meramalkan atau mengtu itu ee berdasarkan perkembangan atau gambaran masa lampau Kemudian kalau kita mencari kita membutuhkan pembuktian apakah suatu faktor yang dicurigai ini berhubungan atau menyebabkan kejadian suatu masalah Nah ini kita ini bermain dengan statistik analitik ya Jadi kebenar salah satu unsur kebenaran di antaranya bisa dibutuhkan hubungan secara statistik ya Di samping secara ee teoritis ya tapi harus bisa dibuktikan hubungannya secara statistik Nah kemudian fungsi statistikalnya adalah sebagai mendokumentasi data kesehatan masyarakat Jadi kalau ya keadaan fenomena atau situasi tidak di di olah secara statistik ya di dikuantifikasi ya secara statistik ya kita akan mi masalah dalam dokumentasi data kesehatan masalah data kesehatan gitu Jadi kalau misalkan apa itu ee tahun kemarin masalah kesehatannya tinggi tapi kalau enggak ada datanya ya enggak bisa didokumentasikan begitu Nah ini berbagai fungsi praktis statistik dalam bidang kesehatan sehingga dari fungsi yang bisa dijalankan tersebut manfaatnya implikasinya bisa digunakan di antaranya khususnya untuk perencanaan kemudian untuk evaluasi ya kemudian penentuan [Musik] prioritas kemudian menentukan permasalahan penyebab menganalisis masalah penyebab kemudian mendapatkan gambaran tingkat kesehatan masyarakat bisa untuk menilai keberhasilan suatu program dan untuk dan bisa menyebarkan informasi kesehatan Nah itu tadi di antaranya berbagai dampak positif atau manfaat dari statistik kesehatan Nah kemudian statistika ini ee bisa dibagi dalam dua kategori besar yaitu pertama statistik deskriptif dan statistik inferensial Statistik deskriptif disebut juga statistik deduktif Sedangkan tasi inferensial juga dengan statistik induktif ya Nah apa yang dimaksud dengan statistik deduktif atau deskriptif namanya deskriptif artinya hanya mendeskripsikan Jadi di sini statistik metode statisk atau prosedur yang dipakai sebatas dalam pengumpulan pengordan penyajaran danis tanpa adanya uji variabel atau pembuktian statistik Tidak ada uji variabel Jadi hanya menyajikan gambaran gambaran potret Sehingga di sini kata-kata kuncinya tidak ada pembuktian statistik tidak menggunakan ya signifikansi atau tidak membuat generalisasi karena ini ee apa itu potret sesungguhnya di lapangan Jadi datanya adalah data populasi bukan data sampel Nah ini statistik deskriptif Jadi fenomena atau fakta yang ada di lapangan ya dihitung diolah dan sesuai yang ada di lapangan gitu Nah sedangkan statistik inferensial itu kita ee statistik bekerja dengan data sampel Jadi datanya bukan data populasi tapi data sampel Nah pengertian inferensial di sini statistik untuk menyimpulkan untuk penarikan kesimpulan Makanya ada yang mengartikan diensial ini itu mencakup semua metode yang berhubungan analisis sebagian data untuk peramalan ya atau estimasi atau penarikan kesimpulan keseluruhan gugus data induknya atau generalisasi Jadi inferensial ini bisa digunakan tujuannya untuk menarik kesimpulan dan ee kesimpulan sifatnya generalisasi atau misal ee kemudian apa itu menyatakan ada tidaknya hubungan ya dengan data sampel Jadi jika sampelnya dilakukan dengan benar jadi walaupun tidak semua data power up itu yang diambil semua populasi bisa digunakan untuk menggeneralisir Jadi kalau cara pengambilan representatif walaupun tidak semua anggota populasi diambil datanya tapi bisa digunakan untuk menganalisi Jadi di sini kata-kata kuncinya contohnya diferensial ini gunakan data sampel Nah kemudian digambarkan digunakan untuk ee menarik kesimpulan ya Ada tidaknya perbedaan ada tidaknya hubungan ya Kemudian untuk apa itu ee menduga ya atau mengestimasi atau untuk memprediksi atau meramalkan Nah ini statistik inferensial Nah makanya dalam stasi diferensial ini ada uji variabel ini harus supaya inferensinya atau penandingan kesimpulannya itu tepat samplingnya pengambilan sampelnya juga harus representatif Jadi kesimpulannya jadi menyimpulkan fenomena yang terjadi di populasi dengan mendasarkan pada data sampel Ini ciri beberapa ciri utama dari statistik inferensial Nah sehingga kalau diakan perbedaannya jelas di sini deskriptif hanya bersifat mendeskripsikan menggambarkan suatu fenomena suatu keadaan pada berbagai tempat berbagai waktu berbagai situasi ya Nah kemudian tidak ada maksud untuk membandingkan meramalkan atau menggeneralisasikan atau mencari hubungan Jadi tidak ada Nah sedangkan inferensial ini digunakan untuk memperkirakan membandingkan meramalkan atau menggenalisasi ya Kemudian mencari hubungan atau membuktikan hipotesis atau membuktikan dugaan atau memberikan perkira apa itu perkiraan ya atau pemodelan ya dengan menggunakan sampel ya Nah pada statistik inferensial [Musik] tadi ada dua hal ya yang dilakukan Pertama adalah namanya pendukaan atau estimasi Yang kedua adalah pengujian hipotesis statistik Jadi kalau estimasi memperkirakan kita enggak punya dugaan Tapi kalau kita ingin menguji hubungan ya kita harus punya namanya hipotesis Hipotesisnya dugaannya apa Jadi stasi inferensial ini ya kalau dibilang ada dua satu pendukaan kemudian pengujian hipotesis Nah kemudian dilihat dari ee ujinya berdasarkan uji statistik yang digunakan dibagi dua Ada yang disebut statistik parametri dan statistik parametrik Parametrik berasal dari kata para dan matrik Para itu setengah atau mendekati matrik itu ukuran Nah jadi kalau parametrik ini statistiknya didasarkan pada distribusi atau ukuran ya ee teoritis gitu ya Jadi pada distribusi teoritis Sedangkan kalau stasi nonpametrik itu didasarkan pada distribusi ya ee non teor distribusi non teoritis ya Jadi itu kira-kira Nah dua-duanya ini saling melengkapi gitu ya karena ada kondisi-kondisi tertentu yang tidak bisa dipecahkan dengan ee statistik parametrik Begitu pula sebaliknya dua-duanya mempunyai keunggulan dan keterbatasan Statistik parametrik Apa itu statistik parametrik Jadi di [Musik] sini uji yang modelnya menetapkan adanya syarat-syarat tertentu disebut asumsi Jadi di sini penggunaan parametrik ini didasarkan atas asumsi-asumsi Harus ada asumsi-asumsinya Di antaranya asumsinya bahwa datanya normal artinya terdistribusi secara [Musik] normal Jadi sebelum apakah menentukan apakah parametrik nonpametrik diuji dulu diuji dulu apakah datanya terdistribusi normal atau tidak Nah data dikatakan normal secara teoritis itu bentuknya seperti lonceng Jadi angka-angka ekstrem rendah akar tinggi itu ya itu jumlahnya sedikit ya paling banyak berkisar di antara rata-rata Jadi kalau ee suatu event atau suat yang diulang berulang-ulang itu akan terdistribusinya seperti kayak lonceng Jadi angka-angka yang ekstrem rendah dan ekstrem tinggi jumlahnya paling sedikit Nah puncaknya nanti angka rata-rata Jadi kalau normal sempurna ya rata-rata sama dengan nilai yang sering keluar atau mubus sama dengan nilai tengah median Nah itu kemudian parametrik ini juga untuk data yang skalanya rasio dan interval Nanti kita bicara tersendiri Nah itu data rasio Kemudian kalau nonpametrik itu tidak menukan adanya syarat-syarat tersebut Nah ini biasanya kalau ee datanya tidak normal misalkan sampelnya kecil sehingga distribusinya enggak seperti kayak lonceng gitu Bisa menceng kiri bisa menceng ke kanan ya Kemudian skalanya nominal atau ordinal ya kita menggunakan statistik non parametrik Nah ya Kemudian kita bicara mengenai apa itu data dan variabel Data itu adalah sebetulnya bentuk jamak dari datum Jadi kalau datanya tunggal namanya datum Sehingga data ini sebetulnya sudah bentuknya jamak Yaitu sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan dirangkum dianalis,is dan selanjutnya diinterpretasikan Jadi kalau datanya hanya satu tunggal ya secara tertinggal itu baru datum belum data gitu ya berarti enggak bisa dilakukan proses statistiknya enggak bisa dianalisis atau di itu Kemudian variabel itu adalah karakter data yang menjadi perhatian Jadi variabel itu kalau ya secara secara mudahnya bisa dipahami sebagai ini ee apa [Musik] itu kotaknya ya Sedangkan data itu adalah isinya Contohnya variabel jenis kelamin Jadi kotaknya jenis kelamin Datanya isinya ada perempuan ada laki-laki Nah di situ ada berapa orang perempuan ada berapa orang laki Nah itu datanya Nah kotaknya namanya [Musik] variabel Misalkan variabel tinggi badan Nah datanya isinya itu bisa ada yang 100 cent 100 cent 150 cent dan seterusnya supaya jelas apa itu data dan apa itu variabel Nah data bisa di artikan dari berbagai sudut pandang Dilihat dari cara diperolehnya data dibagi dua Ada namanya data primer data sekunder Data primer adalah data yang dikumpulkan sendiri secara langsung oleh peneliti Jadi kalau Anda mengumpulkan data sendiri dengan baik wawancara atau dengan observasi maupun dengan polling ya ada lakukan sendiri disebut dengan data primer sedangkan data sekunder data yang diperoleh dari orang atau dari tempat lain dari sumber lain ya bukan dikompokkan secara langsung oleh peneliti Kemudian jenis data dan sifat dan sifat menurut sifatnya ya ada data kualitatif dan kuantitatif Kualitatif atau kualitas lebih mengarah pada mutu Sedangkan kuantitatif adalah kuantitas jumlah Contohnya [Musik] ee data tingkat pendidikan pendidikan rendah pendidikan tinggi pendidikan sedang atau ee [Musik] ee warna bunga ada merah kuning hijau dan seterusnya Nah kualitatif [Musik] ini skala skala datanya nominal atau ordinal atau se datanya data kategori Sedangkan untuk kuantitatif ini menunjuk atau mengindikasikan seberapa banyak umat ini ya Nah sehingga datanya selalu data numerik Jadi contohnya misalkan data tinggi badan datanya selalu numerik angka apakah 100 misalkan 150 cent 170 cent data suhu Jadi yang isinya angka numerik kuantitatif Nah skala pengurannya interval dan rasio Nanti kita bicara apa itu data nominal interval dan rasio Nah sehingga kalau di skema supaya lebih mudah seperti ini Data dibagi dalam kualitatif kuantitatif kualitatif seperti jenis kelamin laki perempuan warna bunga merah hijau kuning habitat habitat dataran tinggi dataran rendah pegunungan dan lain-lain Nah kemudian data kuantitatif yang menunjuk kuantitas Data kuantitatif ini terbagi dua ada yang disebut data diskrit dan data continue Data diskrit data yang diperoleh dari hasil menghitung Nah jadi kalau menghitung ini datanya pasti bulat-bulat misalkan ya jumlah rumah enggak ada jumlah rumah 3,5 ya atau 3 1/4 kalau di kesehatan misalkan jumlah trombosit jumlah kloroplas Nah ini datanya bulat karena sekarang hitung jumlah orang enggak ada jumlah orang 10,5 ini enggak ada orang Jadi harus bulat Nah kalau data kontinue bisa bulat bisa pecahan Misalkan berat badan 50 kilo 20 kilo Tapi ada juga ya 50,1 kilo 20,5 kilo datanya kontinue Luas tanah bisa datanya bulat bisa ya pecahan Nah kemudian skala pengukuran tadi disinggung-singgung ada data nominal ordinal interval rasio Artinya data dilihat dari skala pengukuran Skala nominal ini skala pengukuran data pada dasnya untuk membedakan secara klasifikasi Jadi bukan untuk mengukur tapi membedakan secara kategori atau klasifikasi Jadi tujuannya membedakan Jadi bilangan atau angka yang digunakan itu mewakili klasifikasi atau kategorinya Jadi bilangan hanya berfungsi sebagai lambang untuk membedakan Jadi contohnya jenis kelamin laki membedakan laki dengan perempuan Jadi angka ini seusnya hanya sebagai lambang untuk membedakan Kalau laki misalkan 10 perempuan 15 berarti perempuan lebih banyak dibanding laki-laki Nah ciri yang utama yang kedua dari nominal ini adalah tidak ada tingkatan tidak ada order atau tingkatan Jadi tiap kategori itu dianggap senjaja Contohnya jenis kelamin maki perempuan itu enggak ada tingkatannya [Musik] Kemudian nama desa dalam kecamatan desa A Desa B Desa C tidak ada tingkatan Nanti skalanya nominal Misalkan Desa A ada 10 Desa B 5 Desa C 1 Nah antar desa enggak ada tingkatan Angka itu sifatnya hanya membedakan Jadi kalau dilihat angkanya tadi desa A paling banyak jumlahnya dibanding dengan B maupun dengan C Selanjutnya skala ordinal digunakan untuk mengukur perbedaan perbedaan kualitas ya ataupun kuantitas Jadi fungsinya fungsi bilangan fungsi angka dalam skala ordinal ini pertama lambang untuk membedakan Kemudian yang kedua memberikan peringkat atau ranking Nah di sinilah beda dengan nominal Kalau nominal tidak ada ranking tingkatan tapi kalau original ada ranking Contohnya tingkat pendidikan di situ ada SD SMP SMA Secara tingkatan paling rendah adalah SD di atasnya SMP di atas lagi SMA di atasnya lagi perguruan tinggi Jadi secara kategori sudah ada tingkatan Nah bilangan di sini berfungsi untuk ya memberikan perbedaan di tiap tingkatan tersebut Misalkan pekerja suatu pabrik ternyata perguruan tinggi hanya lima SMA 10 SMP 20 SD 50 Nah berarti ya struktur atau gambaran ketenagaan di perusahaan tersebut ya didominasi oleh berpendidikan rendah karena angkanya paling besar adalah SD Kita tahu SD pendidikannya paling rendah Nah kemudian hanya paling kecil adalah perguruan tinggi karena angkanya paling kecil Jadi tingkatan pendidikan yang tertinggi justru proporsinya paling rendah Sementara yang tingkat pendidikannya rendah proporsinya paling tinggi Jadi dalam skala ordinal itu ada tingkatan Nah kemudian skala pengukuran berikutnya adalah skala interval [Musik] interval angkanya atau bilangnya berfungsi pertama sebagai lambang kemudian memberikan peringkat kemudian juga memperlihatkan jarak ya atau interval antar ya antar kategori ya antar antar data ini Nah ciri utama skala interval ini ya di samping datanya kuantitatif ya adalah tidak mempunyai titik nol absolut Kalau nol absolut artinya tidak ada itu nol absolut kosong Nah lantas apa kira-kira apa nol yang bukan absolut Ya contohnya suhu Suhu suhu nol itu berarti bukan berarti tidak ada suhu ya tapi dia punya nilai ya suhu ter karena ada suhu yang nilainya minus ya min1 derajat minajat ya Nah jadi 0 itu punya nilai Begitu pula misalkan nilai ujian Nilai ujian sama dengan 0 Bukan berarti dia tidak ikut ujian tapi nilainya nol Artinya jawabannya salah semua Kalau dia tidak ikut ujian artinya nilainya strip Artinya enggak enggak ada nilai Tapi kalau nilainya nol berarti jawabannya salah semua punya nilai gitu karena ada ujian-ujan tertentu Kalau salah ya melebihi dari yang benar bisa minus Salah dikasih minus benar plus ya Jadi kalau plus dan minus seimbang berarti nilainya no Salah satu benar satu Jadi salah satu -1 benar 1 dapat 1 berarti ditotal sehingga nilainya Jadi contohnya nilai ujian suhu itu skalnya interval Nah kemudian setelah interval itu ada jarak ya Jadi dan tiap tiap jarak tiap antar klasifikasi itu jaraknya sama dikatikan interval ya Misalkan intervalnya 5 makanya ee jarak 0 dan 5 = 5 dengan 10 sama dengan 10 dengan 5 ke 15 Jadi ini ada jarak diperlihatkan jarak Nah skala yang terakhir adalah skala rasio ya Ini skala rasio itu hampir sama interval Cuma ciri [Musik] utamanya punya nol absolut Jadi kalau rasio kalau nol berarti tidak ada kosong Misalkan jumlah ya jumlah buku dalam tas sama dengan nol berarti memang tidak ada buku ya Kemudian ee jumlah ya orang di dalam ruangan sama dengan nol Berarti tidak ada orang sama sekali nolnya merupakan 0 absolut Sehingga pada skala rasio ini semua hukum aritmatik berlaku pada skala ini Nah jadi kalau diringkas seperti ini Kalau pengukuran ada empat nominal ordinal interval rasio Nah kemampuan dalam memisahkan mendiskriminasi Kalau skalanya nominal ini kemampuannya hanya bisa membedakan tapi enggak tidak bisa menentukan urutan tidak bisa mengukur besar beda dan tidak mengukur kelipatan Kalau ordinal ini bisa membedakan bisa menentukan urutan ya tapi tidak digunakan untuk mengukur besar beda ataupun kelipatan pengukuran ya Kemudian skala interval ini bisa membedakan bisa menentukan urutan dan mengukur besar perbedaan jarak gitu Tapi tidak bisa mengukur kelipatan Sedangkan rasio ini bisa membedakan bisa menentukan urutan bisa mengukur besar beda dan mengukur kelipatan Nah ini penting nanti kalau kita menyusun usulan penelitian ya skala datanya apa ya apakah nominal ordinal interval rasio lihat ee ee kata-kata kuncinya Kalau variabelnya kategorian klasifikasi ya kalau enggak nominal nominal Kemudian kalau datanya numerik berarti kalau enggak interval rasio Selanjutnya data bisa pula dilihat dari waktu pengumpulannya ada namanya data proseksional atau data potong lintang yaitu data yang dikumpulkan pada satu waktu tertentu Jadi pada suatu saat ya Tapi kalau time series data data dikumpulkan dalam kurun waktu ya dalam periode tertentu Misalkan time series data setahun dari Januari Februari Maret Tapi kalau cross section data jangan satu waktu dan ya kalaupun misalkan tidak cukup 1 hari satu 1 hari rentangnya juga terlalu lama gitu misalkan proseksionalnya selama 1 minggu ya karena sehari enggak cukup tapi konsepnya satu waktu ya tidak ee dalam satu periode Ini bedanya dengan time series Nah itu kira-kira ee dasar-dasar yang perlu harus dipahami sebelum kita bicara lebih jauh mengenai statistik Nah untuk itu sebagai closing pada mahasiswa coba mencari contoh-contoh mana yang di masuk dalam data nominal ordinal interval rasio Kemudian [Musik] ee judul penelitian apa yang kira-kira menggunakan uji parametrik dan nonpametrik Kemudian yang ketiga statistik apa Oh contohnya apa itu Ee judul penelitian apa yang kira-kira menggunakan statistik deskriptif dan statistik inferensial Nah supaya lebih bisa memahami perbedaan antara statistik deskriptif analitik statistik parametrik nonparametrik dan contoh-contoh skala atau contoh ee data menurut skala pengukuran kemudian cara pengumpulannya ya Kemudian menurut sifatnya Jadi coba dicari contoh-contohnya Demikian ya mengawali sesi pertama ini Kalau ada pertanyaan nah kita lanjut Silakan bertanya dan ee kalau ada yang kurang jelas mungkin klarifikasi ya Kita buka sesi diskusi dan tanya jawab Terima kasih Wasalamualaikum warahmatullahi wabarakatuh