Transcript hubungan biostatistik dengan penelitian

HUBUNGAN BIOSTATISTIK
DENGAN PENELITIAN
Takdir Tahir
Penelitian
• Pengamatan terhadap suatu masalah/
fenomena
• Pembuktian ilmiah yang bersifat empiris dan
logis
• Dilakukan dengan metode yang sesuai
Biostatistik
• Metode statistika yang diterapkan pada
bidang ilmu biologi, farmasi, kedokteran, dan
kesehatan (irham, 2007)
• Bertujuan untuk mengeneralisasi kesimpulan
dari suatu masalah.
• Digunakan pada penelitian kuantitatif
Jenis-jenis Statistik
• Deskriptif
menganalisis data yg tlh terkumpul dlm
bentuk deskripsi tanpa membuat kesimpulan
atau generalisasi.
• Inferensial
membuat kesimpulan/generaliasi yang
berlaku utk populasi.
Statistik
deskriptif
Macam
statistik
Statistik
Inferensial
METODE PENELITIAN :
Prosedur atau langkah-langkah teratur dan sistematik
dalam menghimpun pengetahuan untuk dijadikan ilmu.
Teknik Penelitian : Cara dan alat (termasuk
kemahiran membuat dan menggunakannya) yang
diperlukan untuk mencapai tujuan penelitian.
Teknik Penelitian :
1. Bagaimana cara melakukan penelitian
2. Alat-alat penelitian apa yang diperlukan untuk
membangun ilmu melalui penelitian
Pelaksanaan Penelitian, terdiri atas 4 fase kegiatan :
1. Persiapan
- menetapkan/merumuskan/mengidentifikasi
masalah,
- menyusun kerangka pikiran/pendekatan
masalah
- Merumuskan hipotesis
- Menentukan rancangan uji hipotesis/teknik
2. Pengumpulan data/
informasi
3. Pengolahan data/
informasi
4. Penulisan Laporan
Penelitian
analisis
- Teknik pengumpulan data
- Masih berubungan dengan Pengujian
hioptesis dan/teknik analisis
- Masih berhubungan dengan pengujian
hipotesis/teknik analisis
.
- Berhubungan dengan langah pembahasan
dan penarikan kesimpulan
Langkah-Langkah Penelitian
1. Menetapkan/merumuskan/identifi
kasi masalah
Fase Kegiatan
Persiapan
2. Menyusun kerangka
pikir/pendekatan masalah
3. Merumuskan hipotesis
4. Menguji hipotesis/analisis
- Rancangan
- Data/informasi yang diperlukan
- Analisis/Interpretasi
5. Pembahasan
6. Penarikan kesimpulan
Pengumpulan
data/informasi
Penyusunan/
Penulisan
Laporan
PROSES
PENELITIAN
Desain Penelitian
Menyusun Instrumen
Penarikan Sampel
Uji Coba
Pengumpulan Data
Pengolahan Data
Analisis Data
Pembahasan Hasil Analisis
Penulisan Laporan
Unsur-unsur pokok Desain penelitian
Konseptualisasi Masalah
LATAR BELAKANG
- Latar Belakang Masalah
- Gejala-2 Umum dan Khusus
- Perumusan Masalah
- Siginifikansi Penelitian
TUJUAN
- Tujuan
- Hipotesis
Metodologi
KERANGKA HIPOTESIS
Definisi Operasional, Indikator Empiris
Pengukuran, Kerangka Hubungan
PENARIKAN SAMPEL
Satuan Analisis, populasi, sampel
METODE PENGUMPULA DATA
ANALISIS DATA : - Analisi Pendahuluan, - Analisis Lanjutan
1. SOFT WARE : MS-EXCEL,
SPSS, MINITAB, SAS
2. Kalkulator (terpaksa)
I.
Analisis Pendahuluan
1. Pengolahan data
1. Editing (Penyuntingan)
2. Coding (Pemberia kode)
3. sheet (Tabel Induk)
2. Analisis Deskriptif
1. Tabel distribusi
2. Diagram/Histogram
3. Ukuran tendensi
pusat.
II. Analisis Uji Hipotesis
4. Estimasi Parameter
Tahapan Analisis Data
Rencana Pengumpulan
Pengumpulan
Sortir
Tabulasi
Aanalisi  Uji Hpotesis
Interpretasi
Penarikan Kesimpulan
D
A
T
A
S
T
A
T
I
S
T
I
K
A
ANALISIS DESKRIPTIF
Variabel Nominal dan Ordinal
Variabel Ratio dan Interval
Tabel/Distribusi Frekuensi
Diagram
Ukuran Dispersi
13
Variabel
Kondisi-kondisi yang oleh peneliti
dimanipulasikan, dikontrol atau diobservasi
dalam suatu penelitian
Segala sesuatu yg akan menjadi obyek
pengamatan penelitian
Variabel
Amir , Ucu
Tene, ina
Aco, rahim
Abdul, tuti
- Dapat Membedakan antara yang satu unit
pengamatan dengan lainnya
- Mempunyai ciri yang dapat membedakan
- Perbedaan obyek terletak pada ukuran
Jenis kelamin
Tinggi badan, berat badan,
Rambut, mata, hobi,
pendidikan, dll
Diukur menggunakan alat
Alat harus punya skala
Diperlukan Skala pengukuran
Jumlah dan Macam Variabel
Banyaknya variabel sangat
tergantung dari tuntutan
peneletian (sederhana atau
sulitnya penelitian)
Var. menurut fungsinya
Var. Tergantung
Var. Bebas
Var. Intervening
Var. Moderator
Var. Kendali
Var. Rambang
Semakin sederhana
penelitian, semakin
sederhana atau sedikit
varabel yg digunakan
Var menurut jenis data
Var. Dikrit
Var. Kontinu
Variabel diskrit : diukur dengan bilangan diskrit (bilangam
bulat)
Diperoleh dengan cara menghitung , misalnya jumlah orang,
jml anak dsb.
Variabel kontinu : diukur dengan bilangan kontinu (bilangan real)
Diperoleh dari cara mengukur (ada satuan), mis: tinggi badan 165
cm badan 65 kg, umur 45 th, dsb.
Variabel dependen = var.respon (var.tdk bebas) : nilainya
tergantung dari nilai variabel lain.
Variabel independen =var.prediktor (var. bebas) : nilainya tdk
tergantung dari nilai variabel lain. Contoh harga merupakan
var.indenpenden dari jml penjualan.
Contoh
Studi komparatif prestasi belajar Mahasiswa Ners
smtr III yg mengajarnya menggunakan metode
Student Centre Learning (SCL) dengan Metode
Konvensional
Prestasi belajar : var. tergantung (respon)
Metode SCL & Konvesional : var. bebas (prediktor)
Mhs Ners smtr III : var. Moderator
Sebab
Hubungan
Akibat
Var. bebas
Var. Moderator
Var. Tergantung
Var. Interpenning
Var. Kendali
Var. Rambang
Skala pengukuran
Skala Nominal
Membeakan setiap obyek dgn lainnya dgn status
sama : mis. Jenis kelamin : L = 1, P=2, Agama :
1=Islam, 2=Kristen, 3=Protesan, 4=Hindu,
5=Budha, Nomor kamar di hotel, jenis pekerjaan,
dsb
Ciri : 1. bersifat membedakan (deskriminatif), 2
bersiat ekualitas, yaitu kategori dalam var. ad.
Sama 3. Simetris, yi. Dapat dipertkarkan, (4)
pengkategoriannya bersifat tuntas.
Skala Ordinal
Membedakan setiap obyek dgn lainnya dgn status
tdk sama : mis. Var. kelas ekonomi : 1. ekonomi
lemah, 2. ekonomi menengah, 3. ekonomi
menengah . Sehingga 1<2<3 atau 3>2>1,
Selisih antara 2 dgn 1 dan 3 dgn 2 tidak selalu sama,
shg tdk boleh dikurangkan.
Skala Interval
Skala Ratio
antara 3-2 sama 2-1 intervalnya sama, shg
pada skala ini dpt dilakukan
penambahan dan pengurangan
Ciri : titik nolnya bersifat arbitrer, yi.
Diukur dari angka nol yg berbeda.
Mis. Umur ayah 43 th, umur anak 20
th, selisihnya 23 th. Namu titik nol yg
berbeda, krn dihitung dr tgl lahir yg
berbeda (tdk multipler).
Sama dgn skala interval, namun titik
nolnya bersifat mutlak, mis. Berat
dgn kg mempunyai ttk nol yg sama,
dimana saja dan kapan saja
Ciri-ciri skala penguran
Skala pengukuran
Ciri
Operasi matematik
contoh
Nominal
Klasifikasi
Pembedaan
Setara
Tuntas
Simetri
A=B
B=A
Jenis Kelamin
Agama, Stb
Nomor kamar
Ordinal
Klasifikasi,
pembedaan,
berjenjang, interval
tdk sama, tuntas
Asimetri
A>B>C, C<B<A
C-B tdk sama B-A
Status sosial
Ekonomi
Interval
Pembedaan
Interval sama
Titik nol : arbitrer
N= cN=k
Skor 45, 75, 80
Ratio
Sama skala interval tp N = cN
ttk nol mutlak
Berat 10 kg,
tinggi 165 cm
Tabel/Distribusi Frekuensi
Jumlah
IP
Jumlah
SD
23
0,50 - 0,99
1
SMP
45
1,00 - 1,49
2
SMA
15
2,00 - 2,49
7
Sarjan
4
Pascasarjana
2
2,50 - 2,99
12
JUMLAH
87
3,00 - 3,49
7
3,50 – 4,00
5
Jumlah
354
Pendidikan
Diagram batang
Histogram
50
45
40
35
12
30
25
7
20
7
15
10
2
1
5
0,495
0
SD
SMP
SMA
Sarjana
Pascasarjana
0,995
1,495
2,495 2,995
5
3,495
4,005
Hubungan antara analisis dan
variabel
Analisis
Distribusi
frekuensi
Diagram
Variabel
Nominal
kategorik
Bar chart
Ordinal
kategorik
Interval/rato
numerik
Bar chart,
poligon
diagram
Ukuran
Modus
Modus,median Mean (rata-2
tendensi pusat
hitung)
Dispersi
Indeks var.kum IVK
Sd
(IVK)
Estimasi
Proporsi
Proporsi
Mean
II. Analisis Uji Hipotesis
Tujuan :
Untuk mengetahui apakah hipotesis
diterima atau ditolak berdasarka data yg
telah dikumpulkan
Tidak menguji kebenaran hip. Ttp
menguji apakah hip. Diterima atau
ditolak.
HIPOTESIS
Jawaban sementara yang harus diuji
kebenarannya
Dirumuskan berdasarkan Fakta, Hasil
Penelitian dan Teori
Acuan dalam melaksanakan penelitian
Ada 2 Hipotesis: Ho dan H1
Diperlukan taraf signifikansi = Tarafa nyata
= Taraf kepercayaan =α
8-HIPOTESIS
27
MACAM KEKELIRUAN DALAM PENGUJIAN HIPOTESIS
KESIMPUL HIPOTESIS BENAR
AN
HIPOTESIS
SALAH
TERIMA
HIPOTESIS
Tdk ada kekeliruan
KEKELIRUAN
MACAM II (β)
(kuasa uji = 1 – β)
TOLAK
HIPOTESIS
KEKELIRUAN MACAM I Tdk ada
(taraf signifikansi α)
kekeliruan
TARAF KEPERCAYAAN = SIGNIFICANCE LEVEL
a = 0.05 ATAU a = 0.01
Alat analisis (uji statistik)
Tergantung pada :
1. Jumlah variabel dalam pernyataan hip.
2. Model hub. Antara variabel
3. Skala pengkuran variabel
Statistik Z
T Studen
Uji F/Anova
Chi square ( c )
Analisis regresi
korelasi, Analisis
Non parametrik
dll
1. Jumlah variabel
a. Univariate : hanya satu variabel dalam hip.
Contoh : Prestasi belajar mahasiswa rendah
b. Bivariate : Terdapat dua variabel dalam hip.
Contoh : Ada hub. Positf antara prestasi belajar
dengan motivasi belajar mahasiswa
c. Multivariate : Terdapat tiga atau > variabel dalam hip.
Contoh : Prestasi belajar mahasiswa dipengaruhi oleh
motivasi belajar , kondisi ekonomi dan lingkunga belajar
mahasiswa
2 Model Hubungan, terdapat 5 macam hub.
a. Klasifikasi
b. Tipologi
b. Assosiatif
d. Fungsional
3. Skala pengukuran.
a.
b.
c.
d.
Nominal
Ordinal
Interval
Ratio
Analisis Uji Hpotesis untuk Dua Variabel
Variabel y
Pengukuran
Varabel X
Univariate
statistik
Dikotomi
(k=2)
Bivariate (k>3)
Nominal
Ordinal
Interval/Ratio
(1)
(2)
(3)
(4)
(5)
(6)
Nominal
p
Beda p; c2
C2, VC
KruskallWallis
Anova
Ordinal
p
Beda p; beda
Md; Mann
Whitney U-test;
run tes
KruskallWallis
Spearman;
Rs; Kendall
Kendall
Interval/rato
µ
Beda µ
Anova
Kendall
Korelasi,
regresi
Langkah-langkah pengujian hipotesis
a. Perumusan hipotesis
H0 : θ = θo
H1 : θ ≠ θo
H0 : θ1 = θ2
H1 : θ1 ≠ θ2
H0 : θ = θo
H1 : θ > θo
H0 : θ1 = θ2
H1 : θ1 > θ2
H0 : θ = θo
H1 : θ < θo
H0 : θ1 = θ2
H1 : θ1 < θ2
θ : ditaksir oleh
u; pi, sigma
c. Penetapan Statistik Uji
d. Perhitungan
Z hitung
t hitung
F hitung
c hitung
dibandingkan
Z tabel
t tabel
F tabel
c tabel
Hitung >
Tabel
Ho ditolak
H1 diterima
e. Kesimpulan
Beberapa hal yang masih lemah dalam analasis
data ( proposal )
1. Tidak masuk dalam kategori penelitian ( Desain)
2. Penentuan variabel : terkait dengan skala pengukuran
3. Hubungan antara variabel
4. Data deskriptif yang seharusnya induktif atau
sebaliknya.
5. Data kualitif yang perlu di kuantiatifkan agar dapat diuji
secara statistika (penelitian teknik)
6. Penggunaan analisis Anova yang tidak efesien,
sehingga menimbulkan konsekwensi pembiayaan yang
tinggi (high cost).
7. Kesalahan dalam memilih alat uji
8. Teknik penarikan sampel