Statistik adalah ?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

Statistika Kesehatan = >Data /informasi yang berkaitan dengan

masalah kesehatanContoh :

AKI, Sarana kesehatan, cakupan imunisasi, dll

= >Pengolahan data penelitian

Posisi Statistik dalam kegiatan penelitian

TEORI

HIPOTESA

OBSERVASI

GENERALISASI

STATISTIK

Fungsi Statistika Kesehatan 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 dapat untuk memberi

penerangan tentang kesehatan kepada masyarakat

TUJUAN STATISTIK

1.Memberikan gambaran/ ukuran mengenai status/ derajat kesehatan. Contoh: Angka Kematian Bayi

2.Untuk evaluasi program kesehatan,Contoh: Status Kesehatan*10 th yll AKI = 125/100000*Sekarang AKI = 75/100000

3.Untuk merencanakan program kesehatanContoh: Didapat data pola penyakit di suatu daerah Dasar pengalokasian sumber daya kesehatan

4. Analisa data: Uji T test, Anova dll (Kemaknaan)

Pengelompokan Statistika1. Statistika Deskriptif

Statistika Deskriptif: statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik kesimpulan mengenai kelompok itu sajaCth : Untuk menggambarkan karakteristik penduduk diperlukan data seperti: umur, jenis kelamin, status perkawinan, dsb

Statistika Inferensal

statistika yang menggunakan data dari suatu sampel untuk menarik kesimpulan mengenai populasi dari mana sampel tersebut diambil Cth : Untuk menganalisa hubungan pertambahan berat badan Ibu hamil dengan berat lahirdi daerah Sidoarjo diambil sampel di RSUD Sidoarjo

Pengelompokan Stat Analitik (inferensial)Statistika Parametrik:

Menggunakan asumsi mengenai populasi Membutuhkan pengukuran kuantitatif dengan level data interval atau rasio

Statistika Nonparametrik (distribution-free statistics for use with nominal / ordinal data): Menggunakan lebih sedikit asumsi mengenai populasi (atau bahkan tidak ada sama sekali) Membutuhkan data dengan level serendah rendahnya ordinal (ada beberapa metode untuk nominal)

Variabel Penelitiansetiap hal dalam suatu penelitian yang

datanya ingin diperoleh. Dinamakan variabel karena nilai dari data tersebut beragam

Contoh :- jenis kelamin,- tekanan darah (sist/diast)- kadar Hb- dll

VARIABEL/PEUBAHDiskret : hasil perhitungan

- jumlah anak dalam keluarga- jumlah puskesmas, dll

Kontinu : hasil pengukuran- umur- berat badan

Jenis Variabel

1. Variabel tergantung (dependent variable)

2. Variabel bebas (independent variable)3. Variabel penengah (moderating variable)4. Variabel sela/antara (intervening

variable)

- STATISTIK : Ukuran karakteristik sampel

( x, s r )

- PARAMETER : Ukuran

karakteristik populasi

DATA/ DATUM Keterangan yang dapt memberikan

gambaran tentang suatu keadaan populasi. Hasil pengamatan suatu populasi :

- Status- Informasi- Keterangan

Syarat Data :ObyektifRepresentatifUp to date (kecuali utk

penelitian historis / retrospektif)

Menurut Sumber, data dikelompokkan :1. Data primer : Data/ yang dikumpulkan sendiri oleh peneliti ( data langsung dari responden )2. Data Sekunder : a. Internal : data yang berasal dari

lingkungan sendiri ( medical record ) b. Eksternal : Data yang diperoleh antar lintas sektor ( biro pusat statistik )

Karakteristik data- Akurasi : data yang dikumpulkan setidak-

tidaknya harus mendekati sebenarnya. (dinilai sebagai veliditas)- Presisi : pengukuran meskipun dilakukan

berulang-ulang oleh siapapun hasilnya tetap sama.(dinilai sebagai reliabilitas)

- Validitas eksternal : Karakteristik data sampel harus sama dengan karakteristik data populasi.

Seberapa jauh bisa digeneralisasi termasuk ke populasi lain

- Validitas Internal :

- Validitias Internal : Meliputi kemampuan dan keahlian dari orang

yang melakukan tugas, sensitivitas alat diagnostik atau laboratorium.

contoh : pemeriksaan Hb dg Haemometer sahli oleh perawat, Validitas internalnya beda dengan pemeriksaan Hb dg Spektrometer oleh analis.

Metode Pengumpulan Data :a. Komunikasi (kuesioner dan wawancara)

Bersifat self report ( introspeksi terhadap diri sendiri)Kuesioner : - kuesioner pilihan

- Kuesioner isianWawancara : - wawancara bebas

- wawancara terpimpinb. Observasi (pengamatan)

Pengamatan Dengan pengamatan data dapat dicatat

dengan segera dlm hal ini tidak tergantung dari ingatan seseorang / data lampau.

Syarat-syarat pengamatan :Mengetahui apa yang diamatiPerilaku dibuat dalam kategori-kategoriUnit yang digunakan dalam mengukur

kategori harus jelasHarus punya derajat terapan atau

generalisasiBesar sampel harus ditentukanPengamatan harus reliabel dan valid

CARA PEMILIHAN UJI STATISTIK :

1.Tujuan2.Jenis skala data3.Asumsi dasar4. Jumlah sampel5. Jumlah variabel

StatistikANALITIK

DESKRIPTIF

TAHAPAN ANALISA DATATAHAP LINGKUP CONTOH TUJUAN

Pertama Deskriptif (distribusi variabel)

Mean, median,modus, simpangan baku, Int kepercayaan, distribusi frekuensi, (grafik/diagram)

Editing akhir karakteristik, Dasar pemilihan analisis statistik.(membersihkanData)

Kedua Analitik / Inferensial (asosiasi antar variabel)

Tabel silang, komparasi,korelasi, regresi

EstimasiUji Hipotesis, Kuat asosiasi

DESKRIPTIFSajian data dapat dilaporkan dalam bentuk : 1. Tulisan 2. Tabel : tabel frekuensi 3. Gambar/grafik : Histogram, diagram garis, diagram

batang, diagram lingkar, diagram tebar, pictogram, box whisker plot, dot plot

PENGOLAHAN DATA DESKRIPTIFDistribusi Frekuensi Data Kuantitatif - Terlebih dulu cari harga max dan min.

Selisihnya disebut Range = R - Tentukan jumlah kelas dan interval kelas Rumus Sturgess : M =1 + 3.3logN M= jumlah kelas, N=jumlah data (observasi)Distribusi Frekuensi Data Kualitatif - Buat frekuensi dan prosentasenya

Interval = R : M

Contoh : Tinggi Badan anak kelas VI SD

Jumlah kelas :K = 1 + 3,322 log 48K = 6,58K = 7

Lebar kelas intervali = ( 74,2 - 72,3 ) / 7i = 0,3

72.372.3 73.473.4 73.573.5 73.073.0 73.773.7 73.973.9

72.472.4 73.073.0 73.473.4 74.574.5 73.773.7 72.972.9

72.572.5 73.173.1 73.673.6 73.473.4 73.773.7 73.973.9

72.672.6 73.173.1 73.473.4 73.673.6 73.773.7 73.973.9

72.772.7 72.872.8 72.872.8 72.972.9 72.972.9 73.273.2

73.273.2 73.373.3 73.473.4 73.573.5 73.573.5 73.673.6

73.673.6 73.773.7 73.773.7 73.873.8 73.873.8 73.873.8

74.074.0 74.074.0 74.074.0 74.174.1 74.274.2 74.274.2

1. NILAI RATA-RATA HITUNG (MEAN) contoh :

2. MEDIAN (Md) Nilai yang membagi distr 2 sama besar - n ganjil : median pada urutan ke (n+1) / 2 contoh diatas : (9+1) / 2 = 5 Md = 61 - n genap : median pada urutan diantara ke n / 2 dan (n/2) + 1 mis = 59 60 60 60 60 61 62 66 75 76 Md = (60+61) / 2 = 60,5 kg

3. MODUS (Mo) Nilai yang sering muncul Mis contoh diatas Mo= 60

PesertaPeserta 11 22 33 44 55 66 77 88 99BB (KG)BB (KG) 5959 6060 6060 6060 6161 6262 6666 7575 7676

x

Kgx 3,64=9579=9=n 579=xi∑

B. GROUPed DATA (TERKELOMPOK)1.Nilai rata-rata hitung (MEAN)

rata-rata dari distribusi frekuensi

asumsi : setiap pengamatan dalam kelas mempunyai nilai yang sama dengan nilai titik tengah klas.

( )x

54,6Kg=351910=n

fm∑=x

BB (Kg)BB (Kg) ff ttk tengah klas (m)ttk tengah klas (m) fmfm

35-<4535-<45 66 4040 240240

45-<5545-<55 1212 5050 600600

55-<6555-<65 1414 6060 840840

65-<7565-<75 11 7070 7070

75-<8575-<85 22 8080 160160

nn 3535 ∑ ∑ fmfm 19101910

MEDIAN ( grouped data)

Ket : Md = median Lmd = batas bawah klas median

n = besar sampel cf = frek kump sampai klas

median f.Md = frek klas median i = besar interval

i×f.mdcf-2n+Lmd=Md

Modus grouped dataAsumsi: modus pada kelas yang mempunyai trek

terbanyak ( langsung dibawah puncak poligon frek )

Keterangan : Mo = modus Lmo = batas bawah kelas modus

d1 = beda antara frekuensi klas modus dgn frek kelas sblum kelas modus

d2 = beda antara frekunsi kelas modus dgn frek kelas sesudah kelas modus

i = besar interval

idd

diLmoMo

21

Nilai VariasiVarian : parameter ukuran penyebaran data, variabilitas nilai terhadap mean

V (S²) = ∑(x-µ)² n-1

Standar Deviasi : simpangan baku, akar varianS = √v = √S²

Koefisien Varian : rasio SD terhadap mean dalam persen. S

µx 100%

HistogramUntuk Data Kontinyu

Diagram Garis (Line Diagram)Untuk data diskrit

Diagram Batang (Bar)Data diskrit atau skala nominal atau skala

ordinal

Diagram Lingkar (Pie Diagram)Data diskrit atau kategori. Menggambarkan %

ANALITIKEx: Ho = tekanan darah penduduk desa sama dengan

penduduk kotaH1 = tekanan darah penduduk desa sama berbeda penduduk kota

P – Value : - Probabilitas untuk memperoleh hasil apabila Ho adalah

benar. - semakin kecil P-value, semakin besar penolakan terhadap Ho - Umumnya signifikan apabila P-value <0.05Uji Hipotesis : menilai P-value - penting krn Uji hipotesis yg sesuai akan membawa kita pada

pengambilan kesimpulan yg sahih

Tujuan Penelitian:Komparasi (perbandingan)

Apakah ada perbedaan...Korelasi (hubungan)

Apakah ada hubungan...

Ctt: magnitude (berapa besar-> deskriptif. causal (apakah penyebab-> analitik)

Data dpt dikelompokkan menurut sifatnya : Data kualitatif : karakteristiknya bersifat

kualitatif ( Skala nominal )Data semikuantitif : punya peringkat ( skala ordinal )Data kuantitatif : data yang mempunyai

nilai yang dapat ditentukan besarnya ( interval &

ratio ) - diskret - kontinyu

SKALA PENGUKURANSKALA

Sifat Ratio Interval Ordinal Nominal

Kelipatan + - - -

Selisih + + - -

Jenjang + + + -

Bedakan + + + +

Contoh Titer atb Sh udr pdidikn agama

Asumsi Dasar Asumsi dasar disini hanya diperuntukan

untuk skala data kuantitatif ( ratio dan interval )

Apabila data berupa kuantitatif distribusi Normal maka uji memakai Uji Parametrik,

Sedangkan data Kuantitatif dengan distribusi tidak normal maka uji akan turun,yaitu menggunakan uji Non Parametrik.

Jumlah sampel Jumlah sampel / jumlah perlakuan-kontrol / jumlah kelompok akan menentukan uji yang akan dipakai

Ctt: jumlah sampel = jumlah kelompok Besar sampel = jumlah individu /

responden

Jumlah Variabel Jumlah varibel akan sangat berkaitan erat

dengan jenis uji yang akan dipakai.

Misalkan ada satu variabel tergantung / akibat yang dipengaruhi oleh 5 variabel bebas / penyebab secara bersamaan maka uji yang dipakai akan berbeda halnya bila satau persatu variabel bebas tersebut dikaitkan dengan variabel tergantungnya

Pemilihan teknik analisa dataTujuan uji Jumlah sampel/pasangan

Sampel bebas /

berpasangan

Jenis variabelKuantitatif

(rasio-interval) Populasi

berdistribusi normal

SemiKuantitatif (ordinal) Kuantitatif distribusi

populasi tak normal

Kualitatif (nominal) / Katogotik

Komparasi 2 Bebas Uji t 2 sampel bebas

-Uji Mann-Whitney-Uji jumlah peringkat Wilcoxon

-Uji Khi-kuadrat

-Uji eksak Fisher

Berpasangan

Uji t 2 sampel berpasangan

Uji peringkat bertanda Wilc

Uji Mc Nemar

>2 Bebas Anova 1 arah Kruskall-Wallis Uji khi-kuadrat

Berpasangan

Anova untuk subyek yang sama

Uji Friedman Uji Cohrans

Korelasi Korelasi Pearson (r)Regresi

Korelasi Spearmen (rs)Korelasi Kappa

Koefisien kontingensi(c)Koefisien PhiKoefisien Kappa

Daftar PustakaPurnomo,W.2007.Statistik dan Statistika

Managemen .PPS S2 Airlangga.Sarmanu, dkk.2007. Statistika Parametrik. LPPM

Airlangga.Sarmanu, dkk.2007. Statistika Non Parametrik. LPPM

Airlangga.Rosner,B.Fundamental of Biostatistics. PWS –Kent

Publishing.Co.Dixon,JD &Massey,FJ.1991. Pengantar Analysis

Statistik. Gajahmada University Press( terjemahan)Cocran,W. Statistical Method. UIOWA University Press.