biostatistik

BIOSTATISTIK

STATISTIK

1. Arti sempit

Adalah data ringkasan berbentuk angka,

-jumlah karyawan

-jumlah akseptor KB,

-jumlah peserta KB aktif di kelurahan,

-jumlah balita yang ditimbang

2. Arti luas

Merupakan ilmu yang mempelajari cara pengumpulan, pengolahan, penyajian dan analisis data termasuk cara pengambilan kesimpulan dengan memperhitungkan unsur ketidakpastian berdasarkan konsep propabilitas.

Pembagian Statistik

1. Descriptive Statistic Adalah penggunaan statistik untuk tujuan

• menggambarkan sesuatu yang spesifik • tidak memikirkan mengenai implikasi

/kesimpulan yang mewakili sesuatu yang besar dan umum.

Contoh :

BALITA

Balita BB naik

Balita BB tetap

Dibuat rata-rata angka berat badan naik, turun, dan tetap

Menyimpulkan keadaanyang terjadi pada Kelompok tersebut

Balita BB turun

2. Inferencial Statistic

Adalah suatu cara penggambaran suatu kesimpulan dari suatu set data yang sedang diteliti dan hasilnya dapat dibuat suatu generalisasi.

Populasi

Sampel 5000akseptor KB

IUD60%

Suntik40%

Tahapan Kegiatan Statistik

1. Pengumpulan data

2. Pengolahan data

3. Penyajian data

4. Analisis / interpretasi data

5. Simpulan

Data

adalah fakta yang dinyatakan dengan angka (numerik) atau

keterangan (kategori)

Klasifikasi Data

1. Jenis Data kuantitatif kualitatif

2. Sumber data primer skunder

tersier nominal ordinal

3. Skala interval rasio

diskret

kontinu

1. Jenis data 1. Data kualitatif

data dalam bentuk kata, kalimat, dan gambar seperti pertanyaan terhadap Keluarga Berencana

2. Data kuantitatif:data dalam bentuk bilangan (numerik) atau data kualitatif yang diangkakan (skoring: baik sekali=4, baik=3, kurang baik=2, tidak baik=1)

•Data Kuantitatif

a). Diskret: - bilangan bulat contoh : jumlah anak,angka kematian, angka kelahiran-data yg hanya dapat golongkan secara terpisahsecara diskrit atau katagori,biasanya hasil dari perhitungancontoh : pria = 30, wanita=40 (jenis kelamin)

b). Kontinu: data yg merupakan rangkaian data, nilainya dapat dalam bentuk desimal

contoh : tinggi badan 162,2cm ,berat badan 63,8 kg

Diskrit : Nominal

Kontinu : Ordinal, interval, rasio

2. Skala pengukuran

1. Nominal

2. Ordinal

3. Interval

4. Ratio

Skala ordinal

98 93 76 70 50 30

jarak tidak sama

Skala interval

-2 - 1 0 1 2 3 4 5 6 7 8 9 10 11 12

walaupun (-) tetap ada nilainya

Skala rasio

0 1 2 3 4 5 6 7

nilai nol mutlak

Skala Nominal hanya membedakan, tidak

tahu mana yang lebih tinggi

Contoh:

Jenis kelamin : Laki-laki 1

Perempuan 2

Suku: Ambon 1 Batak 2

Jawa 3 Sunda 4

Skala Ordinal bisa membedakan , tahu yang

lebih tinggi, tapi tidak tahu

berapa perbedaannya, dapat

diurutkan

Contoh :

Pendidikan : rendah 1

sedang 2

tinggi 3

Skala Interval

Tahu perbedaannya, tahu yang

lebih tinggi, dapat diurutkan, tahu berapa bedanya

Contoh: suhu tubuh manusia

38 0 C

37 0 C

36 0 C

Skala Ratio

Tahu perbedaannya, tahu yang

lebih tinggi, dapat diurutkan, tahu

berapa bedanya dan tahu

kelipatannya.

Contoh: panjang tali

80 cm, 160 cm, 240 cm dst

No Sifat Skala Nominal Ordinal Interval Rasio

1 Persamaan pengamatan (pengelompokkan), klasifikasi dapat dilakukan

Ya Ya Ya Ya

2 Urutan tertentu, urutan pengamatan dapat dilakukan

tdk Ya Ya Ya

3 Jarak antara kelompok dapat dilakukan

tdk tdk Ya Ya

4 Perbandingan antara kelompok (adanya titik nol mutlak)

tdk tdk tdk Ya

3. Sumber data

1. Primer: responden / objek penelitian

contoh : – Ibu-ibu hamil yang berkunjung ke posyandu

Melati pada bulan Mei-Juni tahun 2006– Mahasiswa Fakultas kedokteran Univ. Yarsi

tahun 2006

2. Sekunder: sumber data yang sudah tersedia dalam bentuk dokumen dan laporan

Contoh :

- daftar nama warga di Rt.03/Rw.10 Kec. Senen

- data kejadian penyakit di RS. Yarsi tahun 2005

3. Tersier: data sekunder yang sudah diolah dan dipublikasikan (sdh ada tabel/grafik)

contoh :

- Majalah Ilmiah

- Jurnal Kesehatan (Jurnal Kedokteran Yarsi)

- Buku stratifikasi puskesmas

I. TEKNIK PENGUMPULAN DATA

1. Wawancara (interview)

2. Pengamatan (observasi)

4. Pengukuran

5. Pemeriksaan fisik

6. Pemeriksaan Lab.

7. Pemeriksaan Rö

ALAT PENGUMPULAN DATA

1. Kuesioner

2. Timbangan Berat badan

3. Alat ukur tinggi badan

4. USG

5. dll

II. PENGOLAHAN DATA

Tahapan – tahapannya :

1. Edit

2. Koding

3. Data entry

4. Data cleaning

Cara pengolahan data:

a. Manual (melidi)

b. Elektrikal (komputer)program Epi Info,

STATA,

SPSS,

C Sampel, dll

III. PENYAJIAN DATA

1. Tulisan (textular) : dalam bentuk teks/narasi

2. Tabel (tabular)

3. Gambar/grafikal

TABEL

Penyajian dalam bentuk kolom dan baris

Macam-macam bentuk tabel:

1. Master tabel (tabel induk) berisi semua hasil pengumpulan data yang masih dalam bentuk data mentah. Disajikan dalam lampiran suatu laporan

2. Text tabel (tabel rincian) uraian dari data yang diambil dari tabel induk.

Contoh :- Distribusi frekwensi- Distribusi relatif- Distribusi kumulatif- Tabel silang (cross tabulasi)

Syarat tabel 1. Nomor tabel 2. Judul tabel yang singkat, jelas, lengkap 3. “Box head” 4. “Stub” 5. “Body” 6. Total 7. Sumber 8. “Foot note”

Tabel No 1Distribusi frekuensi pengetahuan mahasiswa FKUY Jakarta tentang Keluarga Berencana Januari 2004

Pengetahuan Jumlah %

Baik 110 55

Sedang

80 40

Kurang 10 5

Jumlah 200 100

Sumber: BKKBN DKI Jakarta, 2005

Grafical

1. Histogram

2. Frekuensi poligon

3. Ogive

4. Line diagram

5. Bar diagram

6. Pie diagram

7. Scatter diagram

8. Pictogram

9. Mapgram

10. Box whisker plot

11. Steam and leaf

12. Pareto

Syarat grafik/diagram

1. Nomor grafik/diagram2. Judul grafik yang singkat, jelas dan

lengkap3. Ada 2 sumbu sebagai ordinat dan absis

(X dan Y)4. Skala tertentu5. Sumber6. Foote note

AGE

70.0

65.0

60.0

55.0

50.0

45.0

40.0

35.0

30.0

25.0

20.0

15.0

10.0

5.0

0.0

14

12

10

8

6

4

2

0

Std. Dev = 18.63

Mean = 24.2

N = 60.00

Gambar 1. Distribusi Frekuensi Umur Pasien di RSCM tahun 2005

Grafikal1. Histogram data kontinu

2. Poligon

AGE

70.0

65.0

60.0

55.0

50.0

45.0

40.0

35.0

30.0

25.0

20.0

15.0

10.0

5.0

0.0

14

12

10

8

6

4

2

0

Std. Dev = 18.63

Mean = 24.2

N = 60.00

Keuntungan: dapat melakukan perbandingan penyebaran beberapa masalah yg digambar dlm satu gambar

3. Line diagramdata diskret, skala nominal, memperlihatkan perubahan dari waktu ke waktu/dari

suatu tempat ke tempat lain

Gambar 2. Jumlah Penderita Diare, TB, DBD, di Puskesmas Melati tahun 2004 - 2006

0

5

10

15

20

25

30

35

tahun 2004 tahun 2005 tahun 2006

diare

TB

DBD

4. Pie Diagram

jml akseptor

42%

37%

21%

iud

suntikan

pil

Syarat Diagram Pie

1. Besar lingkaran 360 0, 1o = 3.6 %

2. Dimulai pada posisi jam 12

3. Searah jarum jam

4. Persentase yang lebih besar dahulu yang dibuat

5. Ada gradasi yang berbeda antara bagian satu dengan lainnya

5. Bar diagram

jml akseptor

050

100150200250300350400450

pil suntikan IUD

jml akseptor

Alhamdulillah

Semoga Allah selalu memberikan ilmu yang

bermanfaat serta keberkahan untuk kita

semua, Amiin