Transcript pengantar statistik

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
kesehatan
Contoh :
AKI, Sarana kesehatan, cakupan imunisasi, dll
= >Pengolahan data penelitian
Posisi Statistik dalam kegiatan penelitian
TEORI
GENERALISASI
HIPOTESA
STATISTIK
OBSERVASI
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 kesehatan
Contoh:
Didapat data pola penyakit di suatu daerah  Dasar
pengalokasian sumber daya kesehatan
4. Analisa data:
Uji T test, Anova dll (Kemaknaan)
Pengelompokan Statistika
1. Statistika Deskriptif
Statistika Deskriptif: statistika yang menggunakan data
pada suatu kelompok untuk menjelaskan atau menarik
kesimpulan mengenai kelompok itu saja
Cth :
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 Penelitian
 setiap 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/PEUBAH
Diskret : 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
:
Obyektif
 Representatif
 Up 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 :
Komunikasi (kuesioner dan wawancara)
Bersifat self report ( introspeksi terhadap diri
sendiri)
Kuesioner : - kuesioner pilihan
- Kuesioner isian
Wawancara : - wawancara bebas
- wawancara terpimpin
b. Observasi (pengamatan)
a.
Pengamatan
Dengan pengamatan data dapat dicatat dengan segera
dlm hal ini tidak tergantung dari ingatan seseorang /
data lampau.
Syarat-syarat pengamatan :
 Mengetahui apa yang diamati
 Perilaku dibuat dalam kategori-kategori
 Unit yang digunakan dalam mengukur kategori harus
jelas
 Harus punya derajat terapan atau generalisasi
 Besar sampel harus ditentukan
 Pengamatan harus reliabel dan valid
CARA PEMILIHAN UJI STATISTIK :
1. Tujuan
2. Jenis skala data
3. Asumsi dasar
4. Jumlah sampel
5. Jumlah variabel
Statistik
DESKRIPTIF
ANALITIK
TAHAPAN ANALISA DATA
TAHAP
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.
(membersihkan
Data)
Kedua
Analitik /
Inferensial
(asosiasi
antar
variabel)
Tabel silang,
komparasi,korel
asi, regresi
Estimasi
Uji Hipotesis,
Kuat asosiasi
DESKRIPTIF
Sajian 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 DESKRIPTIF
 Distribusi 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 48
K = 6,58
K = 7
Lebar kelas interval
i = ( 74,2 - 72,3 ) / 7
i = 0,3
72.3
73.4
73.5
73.0
73.7
73.9
72.4
73.0
73.4
74.5
73.7
72.9
72.5
73.1
73.6
73.4
73.7
73.9
72.6
73.1
73.4
73.6
73.7
73.9
72.7
72.8
72.8
72.9
72.9
73.2
73.2
73.3
73.4
73.5
73.5
73.6
73.6
73.7
73.7
73.8
73.8
73.8
74.0
74.0
74.0
74.1
74.2
74.2
1. NILAI RATA-RATA HITUNG (MEAN)
x
contoh :
Peserta
1
2
3
4
5
6
7
8
9
BB (KG)
59
60
60
60
61
62
66
75
76
n=9
∑xi = 579 x = 579 = 64,3Kg
9
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
B. GROUPed DATA (TERKELOMPOK)
1. Nilai rata-rata hitung (MEAN)
rata-rata dari distribusi frekuensi
(x)
asumsi : setiap pengamatan dalam kelas mempunyai
nilai yang sama dengan nilai titik tengah klas.
BB (Kg)
f
ttk tengah klas (m)
fm
35-<45
6
40
240
45-<55
12
50
600
55-<65
14
60
840
65-<75
1
70
70
75-<85
2
80
160
n
35
x=
∑ fm
∑fm 1910
=
= 54,6Kg
n
35
1910
MEDIAN ( grouped data)
n 2 - cf
Md = Lmd +
×i
f.md
Ket : Md
Lmd
n
cf
f.Md
i
= median
= batas bawah klas median
= besar sampel
= frek kump sampai klas median
= frek klas median
= besar interval
Modus grouped data
Asumsi: modus pada kelas yang mempunyai trek
terbanyak ( langsung dibawah puncak poligon frek )
di
Mo  Lmo 
i
d1  d 2
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
Nilai
Variasi
 Varian : parameter ukuran penyebaran data, variabilitas
nilai terhadap mean
V (S²) = ∑(x-µ)²
n-1
 Standar Deviasi : simpangan baku, akar varian
S = √v = √S²
 Koefisien Varian : rasio SD terhadap mean dalam
persen.
S
µ
x 100%
Histogram
Untuk 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 %
ANALITIK
Ex:
Ho = tekanan darah penduduk desa sama dengan
penduduk kota
H1 = 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 <0.05
 Uji 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 PENGUKURAN
SKALA
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 perlakuankontrol / 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
Tujuan uji Jumlah
Sampel
Pemilihan
teknik analisa
data
sampel/p bebas /
asangan berpasan
gan
Komparasi
2
>2
Korelasi
Bebas
Jenis variabel
Kuantitatif
(rasio-interval)
Populasi
berdistribusi
normal
SemiKuantitati
f (ordinal)
Kuantitatif
distribusi
populasi tak
normal
Kualitatif
(nominal) /
Katogotik
Uji t 2 sampel
bebas
-Uji MannWhitney
-Uji jumlah
peringkat
Wilcoxon
-Uji Khikuadrat
Uji Mc Nemar
-Uji eksak
Fisher
Berpasanga
n
Uji t 2 sampel
berpasangan
Uji peringkat
bertanda Wilc
Bebas
Anova 1 arah
Kruskall-Wallis Uji khi-kuadrat
Berpasanga
n
Anova untuk
subyek yang
sama
Uji Friedman
Uji Cohrans
Korelasi
Pearson (r)
Regresi
Korelasi
Spearmen (rs)
Korelasi
Kappa
Koefisien
kontingensi(c)
Koefisien Phi
Koefisien
Kappa
Daftar Pustaka
 Purnomo,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.