HUBUNGAN BIOSTATISTIK DENGAN PENELITIAN

Takdir Tahir

Penelitian

• Pengamatan terhadap suatu masalah/ fenomena

• Pembuktian ilmiah yang bersifat empiris dan logis

• Dilakukan dengan metode yang sesuai

Biostatistik

• Metode statistika yang diterapkan pada bidang ilmu biologi, farmasi, kedokteran, dan kesehatan (irham, 2007)

• Bertujuan untuk mengeneralisasi kesimpulan dari suatu masalah.

• Digunakan pada penelitian kuantitatif

Jenis-jenis Statistik

• Deskriptif menganalisis data yg tlh terkumpul dlm bentuk deskripsi tanpa membuat kesimpulan atau generalisasi.

• Inferensial membuat kesimpulan/generaliasi yang berlaku utk populasi.

Macam statistik

Statistik deskriptif

Statistik Inferensial

Statistik Parametris

Statistik Non Parametris

METODE PENELITIAN : Prosedur atau langkah-langkah teratur dan sistematik dalam menghimpun pengetahuan untuk dijadikan ilmu.

Teknik Penelitian : Cara dan alat (termasuk kemahiran membuat dan menggunakannya) yang diperlukan untuk mencapai tujuan penelitian. Teknik Penelitian : 1. Bagaimana cara melakukan penelitian2. Alat-alat penelitian apa yang diperlukan untuk membangun ilmu melalui penelitian

1. Persiapan

Pelaksanaan Penelitian, terdiri atas 4 fase kegiatan :

3. Pengolahan data/ informasi

- menetapkan/merumuskan/mengidentifikasi masalah, - menyusun kerangka pikiran/pendekatan masalah - Merumuskan hipotesis - Menentukan rancangan uji hipotesis/teknik analisis- Teknik pengumpulan data

- Masih berubungan dengan Pengujian hioptesis dan/teknik analisis

- Berhubungan dengan langah pembahasan dan penarikan kesimpulan

- Masih berhubungan dengan pengujian hipotesis/teknik analisis.

4. Penulisan Laporan Penelitian

2. Pengumpulan data/

informasi

Langkah-Langkah Penelitian Fase Kegiatan

1. Menetapkan/merumuskan/identifikasi masalah Persiapan

4. Menguji hipotesis/analisis - Rancangan - Data/informasi yang diperlukan - Analisis/Interpretasi

Pengumpulan data/informasi

5. Pembahasan Penyusunan/Penulisan Laporan

2. Menyusun kerangka pikir/pendekatan masalah

3. Merumuskan hipotesis

6. Penarikan kesimpulan

Desain PenelitianMenyusun

InstrumenPenarikan Sampel

Uji Coba

Pengumpulan Data

Analisis Data

Pengolahan Data

Pembahasan Hasil Analisis

Penulisan Laporan

PROSES PENELITIAN

Unsur-unsur pokok Desain penelitianKonseptualisasi Masalah

Metodologi

LATAR BELAKANG- Latar Belakang Masalah - Gejala-2 Umum dan Khusus - Perumusan Masalah - Siginifikansi Penelitian

TUJUAN - Tujuan - Hipotesis

KERANGKA HIPOTESISDefinisi Operasional, Indikator EmpirisPengukuran, Kerangka Hubungan

PENARIKAN SAMPELSatuan Analisis, populasi, sampel

METODE PENGUMPULA DATA

ANALISIS DATA : - Analisi Pendahuluan, - Analisis Lanjutan

I. Analisis Pendahuluan

1. Editing (Penyuntingan)

1. Pengolahan data

2. Analisis Deskriptif

1. Tabel distribusi

II. Analisis Uji Hipotesis

2. Coding (Pemberia kode)3. sheet (Tabel Induk)

ANALISIS DATA

2. Diagram/Histogram

3. Ukuran tendensi pusat.

4. Estimasi Parameter

1. SOFT WARE : MS-EXCEL, SPSS, MINITAB, SAS

2. Kalkulator (terpaksa)

Rencana Pengumpulan PengumpulanSortirTabulasiAanalisi Uji HpotesisInterpretasiPenarikan Kesimpulan

DATA

STATISTIKA

Tahapan Analisis Data

13

ANALISIS DESKRIPTIF

Variabel Nominal dan Ordinal

Tabel/Distribusi Frekuensi

Diagram

Ukuran Dispersi

Variabel Ratio dan Interval

Variabel Kondisi-kondisi yang oleh peneliti dimanipulasikan, dikontrol atau

diobservasi dalam suatu penelitian

Segala sesuatu yg akan menjadi obyek

pengamatan penelitian

Diperlukan Skala pengukuran

Amir , UcuTene, ina

Aco, rahimAbdul, tuti

Jenis kelaminTinggi badan, berat

badan, Rambut, mata, hobi,

pendidikan, dll

Diukur menggunakan alat

Alat harus punya skala

Variabel - Dapat Membedakan antara yang satu unit pengamatan dengan lainnya

- Mempunyai ciri yang dapat membedakan- Perbedaan obyek terletak pada ukuran

Jumlah dan Macam Variabel

Banyaknya variabel sangat tergantung dari tuntutan

peneletian (sederhana atau sulitnya penelitian)

Semakin sederhana penelitian, semakin

sederhana atau sedikit varabel yg

digunakanVar. menurut fungsinya

Var. TergantungVar. Bebas

Var. InterveningVar. Moderator

Var. KendaliVar. Rambang

Var menurut jenis data

Var. DikritVar. Kontinu

Variabel diskrit : diukur dengan bilangan diskrit (bilangam bulat)

Diperoleh dengan cara menghitung , misalnya jumlah orang, jml anak dsb.

Variabel kontinu : diukur dengan bilangan kontinu (bilangan real)

Diperoleh dari cara mengukur (ada satuan), mis: tinggi badan 165 cm badan 65 kg, umur 45 th, dsb.Variabel dependen = var.respon (var.tdk bebas) :

nilainya tergantung dari nilai variabel lain.

Variabel independen =var.prediktor (var. bebas) : nilainya tdk tergantung dari nilai variabel lain.

Contoh harga merupakan var.indenpenden dari jml penjualan.

Studi komparatif prestasi belajar Mahasiswa Ners smtr III yg mengajarnya

menggunakan metode Student Centre Learning (SCL) dengan Metode

Konvensional Prestasi belajar : var. tergantung (respon)

Metode SCL & Konvesional : var. bebas (prediktor)

Mhs Ners smtr III : var. Moderator

Contoh

Sebab AkibatHubungan

Var. bebas

Var. Moderator

Var. Kendali

Var. Rambang

Var. Interpennin

g

Var. Tergantun

g

Skala pengukuran

Skala Nominal Membeakan setiap obyek dgn lainnya dgn status sama : mis. Jenis kelamin : L = 1, P=2, Agama : 1=Islam, 2=Kristen, 3=Protesan, 4=Hindu, 5=Budha, Nomor kamar di hotel, jenis pekerjaan, dsb

Ciri : 1. bersifat membedakan (deskriminatif), 2 bersiat ekualitas, yaitu kategori dalam var. ad. Sama 3. Simetris, yi. Dapat dipertkarkan, (4) pengkategoriannya bersifat tuntas.

Skala Ordinal Membedakan setiap obyek dgn lainnya dgn status tdk sama : mis. Var. kelas ekonomi : 1. ekonomi lemah, 2. ekonomi menengah, 3. ekonomi menengah . Sehingga 1<2<3 atau 3>2>1,

Selisih antara 2 dgn 1 dan 3 dgn 2 tidak selalu sama, shg tdk boleh dikurangkan.

Skala Interval antara 3-2 sama 2-1 intervalnya sama, shg pada skala ini dpt dilakukan penambahan dan

penguranganCiri : titik nolnya bersifat arbitrer,

yi. Diukur dari angka nol yg berbeda. Mis. Umur ayah 43 th, umur anak 20 th, selisihnya 23 th. Namu titik nol yg berbeda,

krn dihitung dr tgl lahir yg berbeda (tdk multipler).

Skala Ratio Sama dgn skala interval, namun titik nolnya bersifat mutlak,

mis. Berat dgn kg mempunyai ttk nol yg sama, dimana saja

dan kapan saja

Ciri-ciri skala penguranSkala pengukuran Ciri Operasi matematik contoh

Nominal KlasifikasiPembedaanSetaraTuntas

SimetriA=BB=A

Jenis KelaminAgama, StbNomor kamar

Ordinal Klasifikasi, pembedaan, berjenjang, interval tdk sama, tuntas

AsimetriA>B>C, C<B<AC-B tdk sama B-A

Status sosialEkonomi

Interval PembedaanInterval samaTitik nol : arbitrer

N= cN=k Skor 45, 75, 80

Ratio Sama skala interval tp ttk nol mutlak

N = cN Berat 10 kg, tinggi 165 cm

Pendidikan JumlahSD 23

SMP 45SMA 15Sarjan 4Pascasarjana 2JUMLAH 87

Tabel/Distribusi Frekuensi

IP Jumlah

0,50 - 0,99 1

1,00 - 1,49 2

2,00 - 2,49 7

2,50 - 2,99 12

3,00 - 3,49 7

3,50 – 4,00 5

Jumlah 354

Diagram batang

SD SMP SMA Sarjana Pascasarjana 0

5

10

15

20

25

30

35

40

45

50

Histogram

1 2

7

12

75

0,495 0,995 1,495 2,495 2,995 3,495 4,005

Analisis VariabelNominal Ordinal Interval/rato

Distribusi frekuensi

kategorik kategorik numerik

Diagram Bar chart Bar chart, diagram

poligon

Ukuran tendensi pusat

Modus Modus,median Mean (rata-2 hitung)

Dispersi Indeks var.kum (IVK)

IVK Sd

Estimasi Proporsi Proporsi Mean

Hubungan antara analisis dan variabel

Untuk mengetahui apakah hipotesis diterima atau ditolak berdasarka data yg telah dikumpulkan

II. Analisis Uji Hipotesis

Tidak menguji kebenaran hip. Ttp menguji apakah hip. Diterima atau ditolak.

Tujuan :

8-HIPOTESIS 27

HIPOTESIS

Jawaban sementara yang harus diuji kebenarannya

Dirumuskan berdasarkan Fakta, Hasil Penelitian dan Teori

Acuan dalam melaksanakan penelitianAda 2 Hipotesis: Ho dan H1Diperlukan taraf signifikansi = Tarafa nyata =

Taraf kepercayaan =α

KESIMPULAN

HIPOTESIS BENAR HIPOTESIS SALAH

TERIMA HIPOTESIS

Tdk ada kekeliruan KEKELIRUAN MACAM II (β)(kuasa uji = 1 – β)

TOLAK HIPOTESIS

KEKELIRUAN MACAM I(taraf signifikansi α)

Tdk ada kekeliruan

MACAM KEKELIRUAN DALAM PENGUJIAN HIPOTESIS

TARAF KEPERCAYAAN = SIGNIFICANCE LEVEL a = 0.05 ATAU = 0.01a

Alat analisis (uji statistik)

Statistik ZT Studen

Uji F/AnovaChi square ( )cAnalisis regresi

korelasi, Analisis Non parametrik

dll

Tergantung pada : 1. Jumlah variabel dalam pernyataan

hip.2. Model hub. Antara variabel3. Skala pengkuran variabel

1. Jumlah variabel

a. Univariate : hanya satu variabel dalam hip. Contoh : Prestasi belajar mahasiswa rendah

b. Bivariate : Terdapat dua variabel dalam hip. Contoh : Ada hub. Positf antara prestasi belajar dengan motivasi belajar mahasiswac. Multivariate : Terdapat tiga atau > variabel dalam hip. Contoh : Prestasi belajar mahasiswa dipengaruhi oleh motivasi belajar , kondisi ekonomi dan lingkunga belajar mahasiswa

2 Model Hubungan, terdapat 5 macam hub.

a. Klasifikasi

b. Tipologi

d. Fungsional

3. Skala pengukuran.

b. Assosiatif

a. Nominalb. Ordinalc. Intervald. Ratio

Variabel y Varabel X

Pengukuran Univariate statistik

Dikotomi(k=2)

Bivariate (k>3)

Nominal Ordinal Interval/Ratio

(1) (2) (3) (4) (5) (6)

Nominal p Beda p; 2c 2, C VC Kruskall-Wallis

Anova

Ordinal p Beda p; beda Md; Mann Whitney U-test; run tes

Kruskall-Wallis

Spearman;Rs; Kendall

Kendall

Interval/rato µ Beda µ Anova Kendall Korelasi, regresi

Analisis Uji Hpotesis untuk Dua Variabel

Langkah-langkah pengujian hipotesisa. Perumusan hipotesis

H0 : θ = θoH1 : θ ≠ θo

H0 : θ1 = θ2H1 : θ1 > θ2

H0 : θ = θoH1 : θ < θo

H0 : θ1 = θ2H1 : θ1 ≠ θ2

H0 : θ = θoH1 : θ > θo

H0 : θ1 = θ2H1 : θ1 < θ2

θ : ditaksir oleh u; pi, sigma

c. Penetapan Statistik Uji

d. Perhitungan

e. Kesimpulan

Z hitungt hitungF hitung

c hitung

Z tabelt tabelF tabel

c tabel

dibandingkan

Hitung > TabelHo ditolak

H1 diterima

Beberapa hal yang masih lemah dalam analasis data ( proposal ) 1. Tidak masuk dalam kategori penelitian ( Desain) 2. Penentuan variabel : terkait dengan skala pengukuran3. Hubungan antara variabel4. Data deskriptif yang seharusnya induktif atau sebaliknya.5. Data kualitif yang perlu di kuantiatifkan agar dapat diuji secara statistika (penelitian teknik)6. Penggunaan analisis Anova yang tidak efesien, sehingga menimbulkan konsekwensi pembiayaan yang tinggi (high cost).7. Kesalahan dalam memilih alat uji 8. Teknik penarikan sampel