hubungan biostatistik dengan penelitian
DESCRIPTION
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. - PowerPoint PPT PresentationTRANSCRIPT
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