P. 1
Konsep Biostatistik

Konsep Biostatistik

|Views: 23|Likes:
Dipublikasikan oleh Marly Punya Ebie

More info:

Published by: Marly Punya Ebie on Aug 23, 2012
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPT, PDF, TXT or read online from Scribd
See more
See less

09/29/2013

pdf

text

original

Secara praktis statistika adalah: cabang ilmu matematika yang mengkaji berbagai metode

1. Mengumpulkan 2. Mengorganisasi 3. Meringkas 4. Menyajikan

5. Menganalisis 6. Membuat estimasi 7. Mengintepretasikan data

Bermanfaat bagi berbagai kepentingan

meringkas dan menyajikan data. membuat estimasi dan mengintepretasikan data yang berasal dari . menganalisis. pengorganisasian data.Biostatistik: statistik / cabang ilmu matematika yang menggunakan proses pengumpulan data.

selalu bisa dipandang dari berbagai dimensi 1.Data : himpunan berbagai simbol catatan atau rekaman atas hasil pengukuran terhadap dimensi subyek yang diminati oleh seseorang atau suatu lembaga. . Variabel : setiap subyek. 2.

yang menggambar suatu ciri dan belum dianalisis.• Data berasal dari bahasa latin “datum” artinya “memberikan” atau “sesuatu yang diberikan” • Data: kumpulan nilai (angka/huruf) yang didapat dari hasil pencatatan/pengukuran /pengamatan. .

1. Skala nominal Skala ordinal Skala interval Skala ratio Kontinum . 4. 3. 2.

2.1. Data Diskrit Atau Katagorik Hanya Dapat Dikelompokkan Dan Dihitung Jumlahnya Tidak Dapat Dioperasionalkan Matematis Hanya Bisa Menggunakan Operasi Sama Dengan Atau Tidak Sama Dengan . 4. 3.

Gejala Kontinum. Variasi Menurut Tingkatan Atau Penjenjangan .

Perkalian Dan Pembagian . Sama Dengan Dan Kurang Dari Sudah Diketahui Tingkatannya Tidak Dapat Dijumlahkan. 3.1. Operasi Skala Nominal Ditambah Dengan Lebih Dari. 2.

Bisa Menggunakan Operasi Seperti Pada Data Nominal Dan Ordinal 2. Dapat Dipetakan Pada Skala Ukur Yang Sama Jaraknya 3. Nol Berdasarkan Perjanjian (Arbitrary) . Tidak Mempunyai Skala Nol Absolut 4.1.

Interval Memiliki Angka Nol Absolut . Dapat Menggunakan Operasi Seperti Data Nominal.1. 2. Ordinal.

Populasi : keseluruhan (totality) subyek yang kita amati. Sampel : sebagian dari populasi yang diamati dilakukan pendugaan (estimasi) kesimpulan hasil pengukuran dinamakan statistic. . kesimpulan data dinamakan parameter 2.1.

setiap pengukuran harus merusak subyek . Indikasi absolut. pengukuran sumber daya terbatas dan populasinya lebih banyak. 2.1. Indikasi relatif.

3.1. Simple random sampling Systematic sampling dengan random selection of the first sampel Stratified random sampling Claster random sampling . 4. 2.

Data. informasi dan Action Sistem Informasi Data Sistem Manajemen Rencana Informasi Kualitas informasi .

Proses Pengalih bentukan Data Menjadi Informasi .

• Data Kuantitatif – Data dalam bentuk bilangan (jumlah atau ukuran) • Data Kualitatif – Data dalam persepsi .

Data yang telah dikumpulkan pihak lain 2. Badan Pusat Statisti. Data yang diperoleh dari pihak pertama 2. BKKBN . 2. Data Primer 1.1. Misalnya. buteki atrau PUS Data Sekunder 1. langsung dari bumil. Misalnya.

Teknik penumpulan data 1. kerangka konsep. Pengamatan 3. Sukarela. “informed consent” 2. Wawancara 2. Hindari bias 3. hipotesis dan definisi operasional 2. Dikumpulkan berdasarkan tujuan. Menjaga kualitas data 2. Prinsip Pengumpulan Data 1. Tahapan Pengumpulan Data 1. Pengukuran .1. Kerahasiaan 3.

3.1. 4. 2. Editing dan koding “Cleaning” “Working file” Defenisi operasional/indikator .

3. 5. Kalimat (Tekstular) Grafik (Grafikal) Tabel (Tabular) Peta (Overlays) Foto . 2.1. 4.

1. Variasi data (Data Numerik) Analisis Bivariat 1. Pengaruh Analisis Multivariat 1. Ukuran pemusatan data (Data numerik / kontinyu) 2. 3. Determinan . Ukuran proporsi/persetase (Data karegorik) 3. Hubungan 2. 2. Perbedaan 3. Desktiptif 1.

Bentuk Hipotesis Macam Data Deskri ptif Satu Variabe l Binomial 2 One sampel Komparatif (Dua Sampel) Related Komparatif (Lebih Dari Dua Sampel) Related 2 for k sampel Cochran Q Asossiastif Independen Fisher Exact probability 2 two sampel Independen Nominal Mc Nemar 2 One sampel Contigency Coefficient C Ordinal Run test Median test MannSign test Whitney U test Friedman Wilcoxon KolmogrovTwo Way matched smirnov Anova pairs WaldWoldfowitz Median Extension Kruskal-Walls one Way Anova Sperman Rank Correlation Kendall Tau Interval Rasio t-test* t-test of related* t-test of * independen One-Way Anova* Two-Way Anova* One-Way Anova* Two-Way Anova* Pearson Product Moment* Partial Correlation Multiple Correlation Regresi* .

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->