petrus geroda beda ama, skm.,m€¦ · statistik tenaga kerja, ... kedokteran, produk industri,...
TRANSCRIPT
Petrus Geroda Beda Ama, SKM.,M.Kes
Biostatistik = Statistik Kesehatan
Statistik = Asal kata :
Status (Latin) = Negara
State (English) = Negara
Why State ?
Dulu digunakan untuk data yg berhubungan dengan negara seperti :
statistik tenaga kerja, statistik kehutanan, statistik pendidikan, dll
Sekarang berkembang ke seluruh aspek
kehidupan :
kedokteran, produk industri, teknologi
informasi, bisnis, hukum, dll
Sekumpulan konsep dan metode yang digunakan untuk mengumpulkan dan menginterpretasi data tentang bidang kegiatan tertentu dan mengambil kesimpulan dalam situasi dimana ada ketidakpastian dan variasi
1. Suatu studi dilakukan untuk melihat efek dari dua macam bentuk mekanan (cair dan padat) yang mempunyai kadar protein tinggi apakah menghasilkan penyerapan yang sama pada anak-anak
2. Mempelajari hubungan nilai ujian Biostatistik dengan tingkat kehadiran mahasiswa
Data /informasi yang berkaitan dengan masalah kesehatan
Contoh :
AKI, Sarana kesehatan, cakupan imunisasi, pelayanan kesehatan,dll
Perencanaan program pelayanan kesehatan
Penyelesaian masalah kesehatan
Analisis berbagai penyakit selama periode waktu tertentu (time series analysis)
Menentukan penyebab timbulnya penyakit baru yang belum diketahui
Menguji manfaat obat bagi penyembuhan penyakit (setelah hasil uji klinik dinyatakan berhasil)
Secara administratif untuk memberi penerangan tentang kesehatan kepada masyarakat
1. Memberikan gambaran/ ukuran mengenai status/ derajat kesehatan. Contoh:
Angka Kematian Bayi
Angka Kematian Ibu
2. Untuk evaluasi program kesehatan.
Contoh: Status Kesehatan
*10 th yll AKI = 125/100000
*Sekarang AKI = 75/100000
3. Untuk merencanakan program kesehatan
Contoh: Didapat data pola
penyakit di suatu daerah Dasar pengalokasian sumber daya kesehatan
1. Statistika Deskriptif
Statistika Deskriptif: suatu kegiatan mengumpulkan data sampai mendapatkan informasi dengan jalan menyajikan dan menganalisa data yang telah terkumpul atau sengaja dikumpulkan
Cth :
Untuk menggambarkan karakteristik penduduk diperlukan data seperti: umur, jenis kelamin, status perkawinan, dsb
2. Statistika Inferens (Induktif)
suatu metode yang digunakan untuk menggeneraslisir nilai-nilai sampel menjadi nilai populasi dimana sempel itu diambil.
Cth :
Untuk menganalisa hubungan pertambahan berat badan Ibu hamil dengan berat lahir di daerah Cibinong diambil sampel di RSUD Cibinong
Statistik Parametrik:
Ilmu statistika yang mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data menyebar normal atau tidak.
Jika data tidak menyebar normal, perlu dilakukan transformasi agar data mengikuti sebaran normal, sehingga bisa dikerjakan dg statistika parametrik.
Contoh metode statistika parametrik: uji-z (1 atau 2
sampel), uji-t (1 atau 2 sampel), korelasi pearson, Perancangan Percobaan (1 or 2-way ANOVA parametrik), dll.
Statistika Non-Parametrik ->
Statistika bebas sebaran (tdk mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak).
Biasanya digunakan untuk menganalisis data berjenis Nominal atau Ordinal. Data berjenis Nominal dan Ordinal tidak menyebar normal.
Contoh metode Statistika non-parametrik:
Binomial test, Chi-square test, Median test, Friedman Test, dll.
Himpunan angka yang merupakan nilai dari unit sampel sebagai hasil mengamati atau mengukurnya
DATA
JENIS DATA
KUALITATIF
KUANTITATIF
Diskrit
Continum
Nominal
Ordinal
Interval
Rasio
Skala Pengukuran
Macam - Macam Data ditinjau dari jenisnya 1. Data kualitatif, yaitu data yang berbentuk
kualitas. Misalnya suatu pernyataan tentang KB (keluarga berencana) sangat setuju, setuju, kurang setuju, tidak setuju.
2. Data kuantitatif, yaitu data dalam bentuk bilangan (numerik). Misalnya, jumlah balita yang telah mendapatkan imunisasi
3. Data diskrit : yaitu data yang berbentuk bilangan bulat
Contoh : Jumlah Anak dalam keluarga, jumlah penderita penyakit TBC, jumlah kecelakaan dijalan raya dll
4. Data Kontinu
Yaitu data yang merupakan rangkaian data yang nilainya berbentuk desimal.
Misalnya tinggi badan162,5 cm, berat badan 63,8Kg dll
1. Data Primer Dikumpulkan secara langsung oleh
peneliti
2. Data Sekunder Data yang diperoleh dari suatu sumber
dan biasanya sudah di kompilasi oleh yang mempunyai data.
Variabel adalah sifat yang akan diukur atau
diamati yang nilainya bervariasi antara satu objek
ke objek lainnya.
Contoh:
Untuk mengamati bayi baru lahir variabel
yang akan diamati adalah berat badan, panjang
badan (nilai ini bervariasi antara satu bayi
dengan bayi lainnya)
Untuk mengamati bayi baru lahir
variabel yang akan diamati adalah berat badan, panjang badan (nilai ini bervariasi antara satu bayi dengan bayi lainnya)
Untuk menilai kinerja Rumah Sakit
variabel yang akan dinilai adalah …
1. Nominal 2. Ordinal 3. Interval 4. Rasio
Nilai dapat dibedakan/klasifikasi pengamatan dapat dilakukan
Setiap objek akan masuk dalam 1 kelompok. (tidak tumpang tindih)
Nilainya sederajat
Contoh: Jenis Kelamin, Agama , pekerjaan, asal daerah
Nilai dapat dibedakan
Ada tingkatan/ urutan pengamatan dapat dilakukan tapi belum ada jarak.
Contoh: Pendidikan; SD, SMP, SMU
kelas, semester, juara, peringkat
Nilai dapat dibedakan Ada tingkatan Ada jarak. Contoh:
nilai,
skor IQ,
Suhu/ temperatur 40’ lebih panas 15’ dari temperatur 25’
Nilai dapat dibedakan
Ada tingkatan
Ada jarak.
Sudah ada kelipatan
Mempunyai nilai Nol Mutlak
Contoh: Berat badan
Berat 80 kg = 2 x berat 40 kg
volume,
jumlah orang
Jeniskulit
Agama
Gaji Pegawai
Golongan/pangkat
Skor Ujian
Waktu(detik, Menit)
Umur
Tinggi pohon
Suku Daerah Partai Ranking kelas Status Sosial Suhu Nilai IPK Jarak Panjang
SELESAI