[ppt]biostatistik - fk uwks 2012 c | born to be a ... · web viewdiagram batang (bar) data diskrit...
TRANSCRIPT
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.