33
BIOSTATISTIK BIOSTATISTIK AKADEMIKEBIDANAN AKADEMIKEBIDANAN OLEH : OLEH : ELVIPSON SINAGA, SKM ELVIPSON SINAGA, SKM

Modul 1 (Pengantar Statistik)

Embed Size (px)

Citation preview

Page 1: Modul 1 (Pengantar Statistik)

BIOSTATISTIKBIOSTATISTIK

AKADEMIKEBIDANAAKADEMIKEBIDANANN

OLEH :OLEH :ELVIPSON SINAGA, SKM ELVIPSON SINAGA, SKM

Page 2: Modul 1 (Pengantar Statistik)

PENGERTIAN STATISTIKA

Secara umum Statistika adalah disiplin ilmu yang mempelajari metode dan prosedur pengumpulan, penyajian, analisa dan penyimpulan suatu data mentah, agar menghasilkan informasi yang lebih jelas untuk keperluan suatu pendekatan ilmiah (scientific inferences).

Page 3: Modul 1 (Pengantar Statistik)

Definisi lain statistika adalah kumpulan angka-angka yang melukiskan atau menggambarkan sesuatu persoalan, biasanya disusun dalam tabel atau daftar, sering disertaidiagram atau grafik dan keterangan-keteranganlain seperlunya (Sudjana, 1989).

STATISTIKA

Page 4: Modul 1 (Pengantar Statistik)

Statistik deskriptif merupakan metode dan prosedur statistik yang dipakai hanya terbatas pada pengumpulan, penyajian dan analisa data dalam bentuk narasi, tabulasi atau diagram. Ukuran-ukuran yang dapat dihitung dalam analisis ini adalah ukuran tendensi sentral dan ukuran variasi tanpa perlu adanya peramalan (estimasi) dan pembuktian statistik terhadap parameter populasi.

STATISTIKA

Page 5: Modul 1 (Pengantar Statistik)

Statistik inferensial (induktif) merupakan alat untuk merancang riset, menganalisis data dan menarik kesimpulan tentang populasi dari data sampel.

STATISTIKA

Page 6: Modul 1 (Pengantar Statistik)

Biostatistik merupakan salah satu aplikasi konsep dan metode statistika yang diterapkan pada ilmu biologi, kedokteran, farmasi dan kesehatan. Sifat aplikatif dari Biostatistik juga bermanfaat untuk menganalisis, membuat interprestasi, dan memahami fakta dan temuan-temuan riset biologi, kedokteran, farmasi dan kesehatan.

B IOSTATISTIK

Page 7: Modul 1 (Pengantar Statistik)

KEGUNAAN STATISTIKStatistik dapat digunakan dalam bidang

administrasi, bidang perencanaan dan evaluasi serta dalam bidang penelitian.

Dalam bidang penelitian dapat dimanfaatkan untuk (1) memberikan gambaran tentang suatu objek secara lengkap dan ringkas (2) membandingkan kejadian satu dengan kejadian lainnya dengan dengan beracuan pada waktu dan tempat, dan (3) membuat ramalan pada kejadian yang sama dimasa yang akan datang.

Page 8: Modul 1 (Pengantar Statistik)

Definisi DataData adalah bahan atau

keterangan/fakta yang dinyatakan dalam angka (bilangan), dan kebenarannya harus dapat dipercaya atau dapat diandalkan.

Jenis DataBerdasarkan jenisnya, data dapat

dibagi dalam 2 kelompok, yaitu :

DATA STATISTIK

Page 9: Modul 1 (Pengantar Statistik)

1. Data kontinu, merupakan variabel numerikal yang nilainya dapat diukur terus menerus, sampai sekecil-kecilnya atau merupakan bilangan bulat dan pecahan.

Misalnya nilai Hb darah = 14,20 gr %, berat badan = 65,75 Kg, dan lain-lain.

Page 10: Modul 1 (Pengantar Statistik)

2. Data diskrit, merupakan variabel numerikal yang nilai tidak dapat diukur sekecil-kecilnya dan merupakan satu kesatuan atau merupakan bilangan bulat, data diskrit dapat bersifat kuantitatif atau kualitatif.

Misalnya jumlah ibu hamil di desa A, nilai pembobotan pada pengukuran skala likert, dan lain-lain.

Page 11: Modul 1 (Pengantar Statistik)

Sifat Data

Data kualitatif, yaitu data yang tidak bisa diukur dan dihitung serta disajikan bukan dalam bentuk angka. Misalnya : agama, jenis kelamin, suku bangsa, dan lain-lain.

Data kuantitatif, yaitu data yang bisa diukur dan dihitung serta disajikan dalam bentuk angka. Misalnya Tekanan darah sistolik, jumlah cakupan imunisasi, dan lain-lain.

Page 12: Modul 1 (Pengantar Statistik)

Sumber Data Data primer, yaitu data yang dikumpulkan

sendiri oleh sipeneliti pada saat berlangsung suatu penelitian.

Data sekunder, yaitu data yang dikumpulkan secara rutin oleh instansi tertentu, yang kemudian digunakan oleh si peneliti.

Data tertier, yaitu data yang sudah diproses dan dipublikasikan sebagai suatu karya/ karangan ilmiah.

Page 13: Modul 1 (Pengantar Statistik)

Pengumpulan Data Pengumpulan data dapat dilakukan secara langsung

atau tidak langsung, dan tergantung dari kebutuhan informasi yang ingin dikumpulkan, tenaga pelaksana penelitian, serta dana yang tersedia.

Ada tiga cara yang sering dilakukan dalam kegiatan pempulan data, yaitu :

Observasi, merupakan cara pengumpulan data yang dilakukan secara langsung dengan cara mengamati dengan tanpa adanya perlakukan terhadap objek penelitian. Hasil pengukuran dengan cara ini lebih banyak dalam bentuk data kualitatif.

Page 14: Modul 1 (Pengantar Statistik)

Interview atau Wawancara, yaitu pengumpulan data yang dilakukan secara langsung di lapangan antara petugas pengumpul data dengan cara mewawancarai secara langsung reponden yang diteliti.

Kuesioner atau Angket, yaitu berupa lembaran berisi pertanyaan-pertanyaan yang disiapkan sedemikian rupa, yang berfungsi sebagai alat pengumpul data penelitian.

Biasanya kuesioner dapat digunakan pada saat interview atau wawancara atau dapat juga dilakukan dengan cara mengirimkannya melalui pos kepada responden yang telah terpilih, dengan harapan akan dikembalikan.

Page 15: Modul 1 (Pengantar Statistik)

Registrasi dan Pencatatan, yaitu berupa pengumpulan data secara rutin terhadap setiap kegiatan atau kejadian, dengan menggunakan sistem manajemen data yang baik, seperti angka kelahiran, kematian, kesakitan dan lain-lain.

Hasil ujian (test) atau hasil laboratorium, yaitu berupa pengumpulan data yang dilakukan untuk mengukur tingkat pengetahuan atau keahlian seseorang atau pencatatan hasil pemeriksaan laboratorium dan lain sebagainya.

Page 16: Modul 1 (Pengantar Statistik)

Pengertian Pengolahan Data

Pengolahan data ialah proses penataan data, karena data hasil pengumpulan merupakan data kasar.

Guna Pengolahan Data

Pengolahan data digunakan agar data kasar dapat diorganisir, disajikan dan dianalisa hingga dapat ditarik kesimpulan.

Pengolahan Data

Page 17: Modul 1 (Pengantar Statistik)

Proses Pengolahan Data

Kegiatan dalam proses pengolahan data adalah :

Memeriksa data (editing)

Yang dimaksud dengan proses editing ialah upaya untuk memeriksa kembali kebenaran data yang diperoleh atau diukumpulkan.

Page 18: Modul 1 (Pengantar Statistik)

Memberi kode (coding)

Coding merupakan kegiatan pemberian kode numerik (angka) terhadap data yang terdiri atas beberapa kategori, misalnya jenis kelamin untuk laki-laki diberi kode 1 dan wanita diberi kode 2.

Menyusun data (tabulating)

Penyusunan data merupakan pengorganisasian data sedemikian rupa agar dengan mudah dapat dijumlah, disusun dan ditata untuk disajikan dan dianalisis

Page 19: Modul 1 (Pengantar Statistik)

Data Kasar

Editing Data ?Coding Data ?

Cleaning Data ?

Edit Data

Proses Analisis Data Dengan Komputerisasi

Statistik Uji ?

Hasil Analisis Sudah Sesuai dengan Tujuan penelitian

Proses Pengolahan dan Analisis Data

Page 20: Modul 1 (Pengantar Statistik)

VARIABEL DAN SKALA PENGUKURAN

Variabel

Variabel adalah karakteristik unit yang diukur dalam pengumpulan data yang nilainya bervariasi misalnya umur, tinggi badan, berat badan, tekanan darah, diagnosis, pengobatan dll

Page 21: Modul 1 (Pengantar Statistik)

SKALA PENGUKURAN Skala pengukuran yang dikembangkan

oleh S.S. Stevens, cukup luas digunakan dalam setiap penelitian yang membagi tingkat ukuran ke dalam empat kategori, yaitu :

1. Skala Nominal

2. Skala Ordinal

3. Skala Interval

4. Skala Ratio

Page 22: Modul 1 (Pengantar Statistik)

SKALA NOMINAL

Skala nominal, skala ini merupakan tingkat pengukuran yang paling sederhana. Numerikal yang diberikan kepada objek tidak mempunyai makna besaran (hanya sekedar label) dan tidak bisa diurut atau dijumlah.

Page 23: Modul 1 (Pengantar Statistik)

SKALA NOMINAL

Contoh : Jenis kelamin : 1 = Pria 2 = Wanita) Agama : 1 = Islam 2 = Kristen Protestan 3 = Kristen Khatolik 4 = Hindu 5 = Buddha

Page 24: Modul 1 (Pengantar Statistik)

Skala nominal

Status marital : 1. Kawin 2. Tidak kawin 3. Janda/Duda 4. Pisahan (Cerai) Suku bangsa : 1. Melayu 2. Batak toba 3. Jawa 4. Karo 6. Suku lainnya

Page 25: Modul 1 (Pengantar Statistik)

SKALA ORDINAL

Skala ordinal, penomoran pada objek ini disusun menurut besar atau urutan (rank), tetapi nomor-nomor tersebut tidak menunjukkan jarak yang sama antara dua nomor.

Page 26: Modul 1 (Pengantar Statistik)

SKALA ORDINAL

Contoh : Stadium penyakit : 1 = Berat 2 = Sedang 3 = Ringan) Tingkat pendidikan : 1 = SD 2 = SLTP 3 = SLTA 4 = Akademi 5 = Sarjana

Page 27: Modul 1 (Pengantar Statistik)

SKALA INTERVAL Skala interval, skala ini mempunyai sifat

berurutan. Pada skala ini, disamping untuk membedakan, juga mempunyai tingkatan, dan jarak yang pasti antara satu kategori dengan kategori lainnya dalam satu variabel atau subjek yang diukur. Jarak yang sama dan pasti antara satu kategori dengan kategori lainnya dalam satu variabel disebut jarak interval atau skala interval. Besar interval dapat ditambah atau dikurangi, dimana yang dijumlahkan bukanlah kuantitas atau besaran, tetapi interval.

Page 28: Modul 1 (Pengantar Statistik)

SKALA INTERVALContoh : Temperatur (oC atau oK),

Misalnya, temperatur 36 oC jelas 12 oC lebih panas dari 24 oC, dan tidak dikatakan bahwa 36 oC 1½ kali dari 24 oC. Alasanya, penentuan skala 0 oC bukan keberadaan panas absolut, tetapi hanya merupakan batas pengukuran positif dan negatif. Dengan kata lain, pada skala interval tidak dijumpai nol absolut.

Page 29: Modul 1 (Pengantar Statistik)

SKALA INTERVAL

Contoh lainnya : Suhu tubuh Koefesien inteligensia

Page 30: Modul 1 (Pengantar Statistik)

SKALA RASIO Skala rasio, skala ini merupakan tingkat

pengukuran tertinggi. Skala rasio selain memiliki sifat skala nominal, ordinal dan interval, juga mempunyai titik nol absolut dengan makna empiris. Setiap nilai variabel yang berskala rasio (ratio scale) diukur dari titik nol yang sama, artinya perbandingan (rasio) antara satu nilai dengan nilai lainnya dapat ditentukan. Pada skala rasio semua operasi matematik (penambahan, penguangan, pengalian dan pembagian) dapat diterapkan.

Page 31: Modul 1 (Pengantar Statistik)

SKALA RASIO

Contoh :

• dalam keadaan tanpa bobot, berat subjek 0 Kg• berat subjek F = 3 x berat subjek B (F : B = 6 : 2)• berat subjek B = 0,5 x berat subjek D (B : D = 2 : 4)• subjek F lebih berat dari semua yang diukur, yaitu A, B,

C, D dan E• Perbedaan berat subjek E dan A adalah 5-1 = 4• Berat masing-masing subjek yang diukur ada;lah

berbeda.

berat 6 5 4 3 2 1 0

objek F E D C B ........A

Page 32: Modul 1 (Pengantar Statistik)

SKALA RASIO

Contoh lainnya: Temperatur (0K) besar penghasilan berat badan elektrolit serum denyut nadi Kadar ureum

Page 33: Modul 1 (Pengantar Statistik)

TERIMA KASIH