KONTRAK BELAJAR
MATA KULIAH: DASAR-DASAR BIOSTATISTIK INFERENSIAL DOSEN: - Dr. Masni, Apt., MSPH - Dr. dr. H.M.Tahir Abdullah, MSPH
IDENTITAS MATA KULIAH Nama Mata Kuliah : Biostatistik Inferensial Kode Mata Kuliah : 236K2121 Jumlah SKS : 2 SKS Status : Wajib Prasyarat : Biostatistik Deskriptif Jadual : Sesuai jadual yg ada
- Kelas A : Senin (10.00 11.40) K111 - Kelas B : Kamis (08.00 09.40) K101 - Kelas C : Jumat (08.00 09.40) K103 - Kelas D : Kamis (10.00 11.40) K111 - Kelas E : Kamis (15.00 16.40) K101
Setelah menyelesaikan mata kuliah ini peserta diharapkan: 1. Mampu merumuskan hipotesis penelitian 2. Mampu memilih uji statistik yang sesuai untuk melakukan suatu uji hipotesis 3. Mampu menginterpretasi suatu hasil pengujian hipotesis
4
Strategi perkuliahan:
- Ceramah - Diskusi
- Tugas Mandiri
Referensi:
1. Rosner (1990), Fundamental of Biostatistik 2. Buku-buku Statistik Bahasa Indonesia
Kriteria Penilaian:
Kisaran Angka >85 81 85 76 80 71 75 66 70 61 65 51 60 <50 Huruf
A A-
Konversi
4,00 3,75
Ket
Lulus Lulus
B+ B BC+ C E
Tugas:
Pembobotan Nilai: - Tugas - Nilai Mid Test - Nilai Final Test : 20% : 40% : 40%
NO 1 2
MINGGU I II
KET.
Tugas-1
3 4 5 6 7
8
III IV V VI VII
VIII
NO
9 10 11 12 13 14 15
MINGGU
1X X XI XII XIII XIV XV
TOPIK BAHASAN
Uji Proporsi Uji Chi-Square Uji Chi-Square (Lanjutan) Uji Tanda (Sign Test) Uji Mann-Withney (Median) Uji Wilcoxon Uji Kruskal Wallis
KET.
Tugas-6 Tugas-7 Tugas-8 Tugas-9 Tugas-10 Tugas-11
16
XVI
Tata Tertib Perkuliahan: Keterlambatan, maksimal 15 menit Tidak diperbolehkan memakai sendal Berpakaian rapih dan sopan, dan tidak memakai kaos oblong Ponsel di switch-off atau di set tidak bersuara (silent) Keterlambatan pengumpulan tugas maksimal 1 (satu) pekan) Keterlambatan pengumpukan tugas menyebabkan ilai max tugas diturunkan.
11
POPULASI
SAMPEL
DA TA DIOLAH
KESIMPULAN
ANALISIS
12
@ BIOSTATISTIK Ilmu yang mempelajari tentang metode pengumpulan dan pengolahan data dalam bidang biomedis serta pengambilan kesimpulan tentang populasi berdasarkan sampel. @ BIOSTATISTIK DESKRIPTIF - Pengumpulan data - Pengolahan data - Penyajian data
@ BIOSTATISTIK INFERENSIAL
Mempelajari tata cara pengambilan kesimpulan dengan melakukan INFERENSI atau generalisasi hasil dari sampel 13 untuk populasinya
@ DATA adalah: hasil pengukuran dari variabel suatu obyek yang diteliti @ VARIABEL adalah: karakteristik yang dapat diamati atau diukur dari suatu obyek yang nilainya bisa berbeda-beda dari suatu obyek ke obyek lainnya.
@ JENIS DATA 1. Data kuantitatif/numerik: data yang bisa dimanipulasi secara matematik, bisa diterapkan aturan +, - , x dsb, mis: umur, TB,BB 2. Data kualitatif/kategori: data dimana aturan matematika tidak dapat diterapkan, mis: pekerjaan, pendidikan, status gizi
14
2. Skala Interval
- tidak mempunyai titik nol sehingga tidak dapat dilakukan perbandingan rasio - Jarak antara nilai diketahui - setiap kategori mempunyai urutan nilai
3. Skala Ordinal
- tidak mempunyai titik nol - jarak antara kategori tidak diketahui - setiap kategori mempunyai urutan nilai
4. Skala Nominal
- tidak mempunyai titik nol; jarak antara kategori tidak diketahui - setiap kategori mempunyai urutan nilai - kategori hanya merupakan simbol atau label saja
15
16
PENELITIAN
POPULASI
SAMPEL
BIOSTATISTIK INFERENSIAL
- Parameter populasi sering tidak diketahui,meskipun distribusinya diketahui, misalnya: distribusi normal
- ,
17
18
sampling
= x, s, p = ,
SAMPEL
^ bisa dihitung setelah mengambil sampel secara berulang dari populasi bersifat teoritis atau abstrak oleh karena sering tidak ^ ^ diketahui, sedang bersifat empiris atau nyata karena dapat dihitung dari sampel
19
^ yang dipakai untuk menduga harus merupakan penduga yang baik, ciri-ciri: 1. Tidak bias ^ E() = 2. Efisien, artinya: bila ada lebih dari satu penduga, maka penduga yang efisien mempunyai varians yang kecil.
3. Konsisten, artinya: bila sampel yang
I. Pendugaan Titik
Nilai parameter dari populasi hanya diduga dengan memakai ^ satu nilai statistik dari sampel yang diambil dari populasi tsb. CONTOH: Kita ingin menduga berapa nilai rata-rata tinggi badan orang Indonesia---- diambil sampel acak 1000 orang --- ukur TB nya----- rata-rata TB --- x = 164 cm. Nilai rata-rata (164 CM) inilah yang disebut penduga TB ---Karena hanya ada satu nilai ----PENDUGA TITIK
21
Penduga titik dari parameter populasi: _ 1. X = x/n ---------------- penduga titik untuk _ 2. s2 = (xi x)2/n-1 ------ penduga titik untuk 2 ^ 3. Proporsi = p = x/n ------ penduga titik untuk P = X/N
Kelemahan penduga titik: - Tidak dapat ditentukan derajat keyakinan atau derajat kepercayaan dari nilai penduga () yang diperoleh dari sampel. - Nilai sangat bergantung pada sampel yang diperoleh dari populasi ----- nilai berbeda bila sampel berbeda
22
II. Pendugaan Interval = Nilai parameter dari populasi diduga dengan memakai beberapa nilai statistik yang berada dalam suatu interval
^ ^ 1 < < 2
Misalnya: Rata-rata tinggi badan (TB) orang Indonesia diduga berada pada interval 160 cm < < 166 cm @ Makin lebar intervalnya, makin besar kepercayaan/keyakinan kita bahwa rata-rata TB berada pada interval tsb. @ Makin lebar interval, makin yakin akan dugaan yang dibuat. @ Derajat kepercayaan penduga disebut koefisien kepercayaan () yang dinyatakan dalam bentuk probabilitas : 0 <<1 23
Derajat kepercayaan terhadap interval 1 < < 2 dinyatakan dalam bentuk: ^ ^ P( 1 < < 2) = nilai tertentu
@ Misalnya, P( 1 < < 2) = 0,95 artinya: dengan probabilitas 0,95, sampel acak yang kita ambil akan menghasilkan interval ^ ^ 1 < < 2 yang mengandung parameter dari populasi.
@ Dalam statistik biasanya dipilih interval yang lebih pendek tetapi dengan derajat kepercayaan yang tinggi. @ ^ ^ P (1 < < 2) = 1 - = koefisien kepercayaan 1 = derajat kepercayaan ^ ^ P (1 < < 2) = Interval kepercayaan
24
PENDUGAAN PARAMETER POPULASI DGN SAMPEL BESAR Bila dari suatu populasi diambil sampel acak yang besar, maka statsitik penduga parameter akan mempunyai distribusi normal, sehingga dpt ditransformasi menjadi distribusi normal standar. 1. PENDUGAAN PARAMETER Interval kepercayaan untuk pendugaan parameter bila s diketahui adalah: P(X Z/2. SE < < X + Z/2. SE ) = 1 - SE = s/n
25
CONTOH SOAL:
Dari populasi pegawai suatu perusahaan diambil sampel acak 100 orang dan dicatat gaji tahunan masing-masingpegawai. Diperoleh rata-rata dan simpangan baku gaji mereka adalah X = Rp 30.000.000 dan s = Rp 6.000.000 Berapa rata-rata gaji yang sebenarnya dari pegawai tersebut pada selang kepercayaan 95%. JAWAB: SE = s/n = 6000000/ 100 = 600.000 Untuk interval kepercayaan 95% Z = 1,96 P ( 30.000.000 1,96 * 600.000 < < 30.000.000 + 1,96 * 600.000) = 0,95 P ( 28.824.000 < < 31.176.000) = 0.95 Artinya, kita percaya 95% bahwa rata-rata gaji pegawai tersebut berkisar antara Rp 28.824.000 sampai dengan 31.176.000
26
^ ^ p(1 - p) p = SE = -----------n CONTOH SOAL: Pada suatu sampel acak berukuran 500 disuatu kota ditemukan 340 orang diantaranya berstatus gizi lebih. Hitunglah interval kepercayaan 95% untuk menduga berapa sesungguhnya penduduk di kota tsb yang berstatus gizi lebih !. JAWAB: p = 340/500 = 0,68 (0,68) x (0,32) SE = --------------------- = 0,02 500
27
JAWAB: p = 340/500 = 0,68 (0,68) x (0,32) SE = --------------------- = 0,02 500 P(p Z/2. SE < P < p + Z/2. SE ) = 1 -
P [0,68 - (1,96) x (0,02) < P < 0,68 + (1,96) x (0,02)] = 0,95
P [0,641 < P < 0,791] = 0,95 Jadi interval kepercayaan untuk penduga p adalah P [0,641 < P < 0,791] = 0,95 ---- artinya: kita percaya 95% bahwa proporsi penduduk kota tersebut yang berstatus gizi lebih adalah 64,1% sampai 79,1 %.
28
29