Meringkas Data Kuantitatif Farmasi.
Sebelum melakukan uji hipotesis, sekumpulan data mentah (raw data) pasien atau hasil uji kualitas obat harus diringkas. Modul ini melatih Anda mengidentifikasi titik pusat tendensi data dan mendeteksi seberapa lebar variasi data tersebut.
Target Pembelajaran (Sub-CPMK2)
- Mendefinisikan dan menghitung Mean, Median, Modus (Ukuran Pemusatan).
- Menentukan Range, Varians, Standar Deviasi (Ukuran Penyebaran).
- Menganalisis profil distribusi data melalui representasi visual.
- Memahami efek kerentanan Mean terhadap data ekstrem (Outlier).
1. Landasan Teori Parameter Deskriptif
Ukuran Pemusatan Data (Central Tendency)
Mean (Rerata)
Jumlah seluruh nilai data dibagi banyaknya observasi. Kelemahan: Sangat sensitif dan mudah tertarik oleh nilai ekstrem (pencilan/outlier).
Median (Nilai Tengah)
Nilai yang membagi data terurut menjadi dua bagian sama besar (50% atas, 50% bawah). Kelebihan: Lebih tangguh (robust) terhadap pencilan.
Modus
Nilai observasi yang paling sering muncul (frekuensi tertinggi). Berguna untuk menganalisis kecenderungan data kategorik atau distribusi bimodal.
Ukuran Penyebaran Data (Dispersion)
Range (Jangkauan)
Selisih absolut antara nilai tertinggi (Max) dan terendah (Min). Parameter paling kasar untuk melihat kelebaran distribusi data.
Varians Sampel
Rata-rata kuadrat jarak setiap titik data terhadap nilai reratanya. Menggunakan pembagi (n - 1) untuk mengoreksi bias pada estimasi populasi.
Standar Deviasi
Akar kuadrat dari varians. Merupakan ukuran penyebaran yang paling rasional karena satuannya kembali sama dengan satuan data aslinya.
2. Laboratorium Kalkulasi: Raw Data Interaktif
Eksplorasi data mentah. Ketik kumpulan angka untuk melihat ekstraksi parameter pemusatan, penyebaran, grafik distribusi, dan dekonstruksi rumusnya.
*Gunakan koma ( , ) sebagai pemisah antar angka. Gunakan titik ( . ) untuk nilai desimal.
Sebaran Data Posisi (Dot Plot)
Grafik Frekuensi Kemunculan (Histogram)
Grafik ini mengelompokkan data berdasarkan nilai yang sama. Puncak tertinggi menunjukkan letak Modus.
Dekonstruksi Rumus Matematis
Keterangan Variabel Rumus
3. Simulasi Ketahanan (Robustness) terhadap Pencilan
Pencilan (outlier) dapat mendistorsi interpretasi data. Ubah nilai individu terakhir (kotak merah) untuk mendemonstrasikan stabilitas Median dibandingkan Mean.
Geser nilai ekstrem jauh ke kanan (misal 200). Anda akan melihat Mean secara drastis tertarik membesar mengikuti pencilan, sehingga kehilangan fungsinya sebagai wakil kumpulan data. Sementara Median tetap tangguh dan stabil di titik tengah populasi sebenarnya.
4. Evaluasi Pemahaman (Sub-CPMK2)
Uji penguasaan Anda mengenai penentuan ukuran pemusatan dan penyebaran data.