materi 25

10
Penyajian data bar, pie, histogram Jenis skala pengukuran nominal, ordinal, interval, rasio. Central tendensi ukuran pemusatan, distribusi frekuensi pakai mean median modus -median dipakai kalau distribusi tidak rata/simetris (interval tidak rata) jadi tdk pakai mean -modus dipakai kalau ada nilai ekstrim Z test uji hipotesis Diketahui harga rata rata 100. Standar deviasi 16. Hitung confident interval pd populasi untuk confident limit 95% 1. Confident limit 90% = X bar +/- 1sd = 100 +/- 1x16 = 100 +/- 16 116 dan 84 2. Confident limit 95% = X bar +/- 2sd = 100 +/- 2x16 = 100 +/- 32 132 dan 68 3. Confident limit 99% = X bar +/- 3sd = 100 +/- 3x16 = 100 +/- 48 148 dan 52 Koefisien variasi Diket: data diare/ bulan di tahun X1=3, X2=6, X3=9, X4=18, X5=12, X6=10. sd diketahui 5,16 coefficien of variation = sd/X bar X bar = 3+6+9+18+12+10/6 = 58/6 = 9,67 Coeff. of variation = 5,16/9,67 = 53,36% Standar Deviasi

Upload: rizkia-retno-d

Post on 17-Dec-2015

11 views

Category:

Documents


2 download

DESCRIPTION

materi blok biostatistik ikm kedokteran

TRANSCRIPT

Penyajian data bar, pie, histogram

Jenis skala pengukuran nominal, ordinal, interval, rasio.

Central tendensi ukuran pemusatan, distribusi frekuensi pakai mean median modus-median dipakai kalau distribusi tidak rata/simetris (interval tidak rata) jadi tdk pakai mean-modus dipakai kalau ada nilai ekstrim

Z test uji hipotesisDiketahui harga rata rata 100. Standar deviasi 16. Hitung confident interval pd populasi untuk confident limit 95%1. Confident limit 90% = X bar +/- 1sd = 100 +/- 1x16 = 100 +/- 16 116 dan 842. Confident limit 95% = X bar +/- 2sd = 100 +/- 2x16 = 100 +/- 32 132 dan 683. Confident limit 99% = X bar +/- 3sd = 100 +/- 3x16 = 100 +/- 48 148 dan 52

Koefisien variasi Diket: data diare/ bulan di tahun X1=3, X2=6, X3=9, X4=18, X5=12, X6=10. sd diketahui 5,16coefficien of variation = sd/X barX bar= 3+6+9+18+12+10/6 = 58/6= 9,67Coeff. of variation = 5,16/9,67= 53,36%

Standar Deviasi

Confidence Interval

Uji normalitas Pakai Kolgomorov Smirnov Test (distribusi normal) dan Saphiro Wilk Test (distribusi tidak normal)Lihat yang mana yg ditanya, karena kedua test selalu berlawanan Prinsipnya: p (di spss munculnya sig) Apabila p/sig > 0,05 contoh: 0,2 atau 0,3 maka data tsb distribusi normal.Apabila p/sig < 0,05 maka distribusi data tsb tidak normal.

Levene test (uji homogenitas?) adalah uji terhadap varian dari 2 buah data. Hasil dapat:1. Varian berbeda/ tidak homogen bila p/sig0,05

Uji signifikasi chi square

Regresi ganda

Pelajari distribusi siklik pandemi, epidemi, KLB dan outbreak.

Outbreak

Penentuan kasus pada outbreak Pelajari investigasi wabah, cari bahan epidemik. Misalkan penentuan kasus, ada istilah probable case, ada possible case, ada suspect case ada certain case. Kalau pemeriksaan kasus TB memakai pemeriksaan sputum ziehl nelsen positif 3 definit case. Kasus lain: misal flu burung, kalau pemeriksaan virus memakai PCR, maka kasus yang positif dinamakan definit case

Pandemi

Endemi

KLB Pelajari KLB (Kejadian Luar Biasa). Pelajari prinsip KLB, biasanya makanan minuman. Makanan yang terbanyak menimbulkan penyakit adalah faktor resiko. Jadi nanti ada tabel, liat yang mana yang terbanyak. kalau ada dua yg terbanyak, bikin gabungan.

RR

Bias Bias (penyimpangan) kalau wawancana dengan seseorang, hasil wawancara recall bias.

Indikator kesehatan Hapalkan seluruh indikator yang menentukan status kesehatan suatu masyarakat. Misalkan anda dokter puskes, indikator apa saja yg dipakai? Apakah angka kematian (pakai maternal mortality rate dan infant mortality rate), angka kesakitan, status gizi, usia harapan hidup.

Statistik: deksriptif hanya menyajikan data, ukuran pemusatan data dll. Hanya memberi gambaran.Inferensia analisis data. Untuk menarik kesimpulan atau opini. termasuk uji hipotesis dan regresi korelasi.

Kapan melakukan uji normalitas?

Apa itu alpha?Taraf kebeartian atau taraf nyata. Biasanya 5%, atau 1%. Berarti mentolerir adanya error sebanyak 5% atau 1%5% 0,051% 0,01 (untuk ketelitian tinggi, cth. Farmasi)

Dk: derajat kebebasan

Statistik inferensia dibagi dua:-parametrik : data interval dan rasio (numerik) kuantitatif-non parametrik : data nominal dan ordinal (kategorik) kualitatif

Hipotesis:

Penolakan atau Penerimaan Hipotesis dapat membawa kita pada 2 jenis kesalahan (kesalahan= error = galat), yaitu : 1. Galat Jenis 1 Penolakan Hipotesis Nol (H0) yang benar Galat Jenis 1 dinotasikan sebagai juga disebut taraf nyata uji Catatan : konsep dalam Pengujian Hipotesis sama dengan konsep konsep pada Selang Kepercayaan

2. Galat Jenis 2 Penerimaan Hipotesis Nol (H0) yang salah Galat Jenis 2 dinotasikan sebagai

Prinsip pengujian hipotesis yang baik adalah meminimalkan nilai dan Dalam perhitungan, nilai dapat dihitung sedangkan nilai hanya bisa dihitung jika nilai hipotesis alternatif sangat spesifik. Pada pengujian hipotesis, kita lebih sering berhubungan dengan nilai . Dengan asumsi, nilai yang kecil juga mencerminkan nilai yang juga kecil.

Masalah skala pengukuran Jenis hipotesis (asosiasi)

Komparatif Korelatif

Tidak berpasangan Berpasangan

Numerik 2 kelompok >2kelompok 2 kelompok >2kelompok

Uji t tidak berpasangan One way ANOVA Uji t berpasangan Repeated ANOVA Pearson*

Kategorik (ordinal) Mann-Whitney Kruskal-Wallis Wilcoxon Friedman Spearman Somersd Gamma

Kategorik (nominal/ordinal) Chi-Square Fisher Kolmogorov- Smirnov (tabel B x K) McNemar, Cochron Marginal Homogeneity Wilcoxon, Friedman (prinsip P x K)) Koefisien kontingansi Lambda

Uji t 1 sampelBiasanya di parametrik ya?One tail test kanan Ho lebih kecil atau sama dengan, Ha lebih besar.One tail test kiri Ho lebih besar atau sama dengan, Ha lebih kecilTwo tail test Ho sama dengan atau Ha tidak sama dengan

Uji t 2 sampelMembandingankan 2 populasi Independen subjek beda (tidak berpasangan)

Paired subjek sama (berpasangan) NILAI PRE POST TEST.Data harus distribusi normal, sebaran homogen, sampel random, data interval/rasio (numerik)

Uji Anova analisis of varians. Lebih dari 2 kelompokUntuk menguji hipotesis rata rata k sampel berpasangan. Data rasio/interval (scale) One way Two way

Pearson: Korelasi dan Regresi-regresi: adanya hubungan sebab akibat antara variabel bebas dan terikat., hubungan antar variabel melalui satu persamaanLinear: variabel dependen numerikBiner: varuabel dependen kategorik

-korelasi: analisis mengetahui tingkat keeratan hubungan antara 2 variableAda 3 jenis; berhubungan positif, negatif, atau tidak ada hubunganKoefisien -1 < r < 1Koefisien kecil makin besar error.

-korelasi ganda: arah dna kuatnya hubungan antara 2 variabel independen dgn 1 variabel dependen.

Chi squareDipakai kalau variabelnya kategorik dan kategorik

Ragam populasi diketahui: pakai Z test (populasi besar)Ragam tidak diketahui: t test (populasi kecil, simpangan baku populasi tidak diketahui)

Kasus kemaren: asosiasi pake koefisien kontingensi, tapi tetep pake chi square.Wait, dari awal kita tau darimana itu parametris atau non parametris :/

Fungsi confident intervalFungsi RR(mungkin ud masuk kohort)