1.

fungsi statistik Statistik menggambarkan data dalam bentuk tertentu Statistik dapat menyederhanakan data yang kompleks menjadi data yang mudah dimengerti Statistik merupakan teknik untuk membuat perbandingan Statistik dapat memperluas pengalaman individu Statistik dapat mengukur besaran dari suatu gejala Statistik dapat menentukan hubungan sebab akibat 2. macam2 statistik 3. hal-hal yg perlu diperhatikan dlm pengujian statistik jenis hipotesa (komparatif/korelatif) bagaimana sampel diperoleh (probability/non probability) berapa kelompok observasi ( 2 kelompok / > 2 kelompok ditentukan dari yang berpasangan atau tidak berpasangan) menentukan skala (numerik dan kategorik)

4. langkah2 dlm melakukan statistik pengumpulan data pengolahan data penyajian data analisis dan interpretasi penarikan kesimpulan 5. macam macam uji statistik dan langkah-langkahnya Berdasarkan jumlah variabel MACAM STATISTIK Jika datanya interval rasio, distribusi data normal dan jumlah data besar (>30) digunakan statistik parametris Jika datanya nominal/ordinal, atau distribusi data tidak normal (bebas), atau jumlah data kecil (<30) digunakan statistik non parametris SYARAT UJI STATISTIK PARAMETRIS Skala data interval atau rasio Data berdistribusi normal Pada uji t dan uji F untuk dua sample atau lebih, kedua sample harus dari populasi yang mempunyai varians sama Jumlah data besar (>30)

CONTOH UJI STATISTIK PARAMETRIS T test Z test Anova test (F test) CONTOH UJI STATISTIK NON PARAMETRIS Wilcoxon Signed-Rank McNemar Change test Mann-Whitney U test Chi Square test Kolmogorov-Smirnov test Friedman test Kendall W test Cochrans Q STATISTIK PARAMETRIS Data: interval atau rasio Uji: t-test 1 sampel Rumus yang digunakan t atau z Rumus z digunakan jika simpangan baku populasi diketahui karena umumnya tidak diketahui sering dipakai rumus z Macam uji: uji dua fihak (two tail test) dan uji satu fihak (one tail test)

RUMUS t t = (x o) / (s/n) t = nilai t yang dihitung = t hitung x = rata-rata x o = nilai yang dihipotesiskan

s = simpangan baku n = jumlah sampel

UJI DUA FIHAK (TWO TAIL TEST) Uji dua fihak digunakan jika Ho berbunyi: sama dengan dan Ha berbunyi: tidak sama dengan Ho: Lama kala 2 pada primigravida sama dengan 1 jam Ha: Lama kala 2 pada primigravida tidak sama dengan 1 jam Kesimpulan: Ho diterima jika t hitung t tabel

UJI SATU FIHAK (ONE TAIL TEST) Uji fihak kiri: Ho = lebih besar atau sama dengan () H1 = lebih kecil (<) Contoh: Ho = Daya tahan bidan berdiri lebih besar dan sama dengan 2 jam H1 = Daya tahan bidan berdiri lebih kecil dari 2 jam Kesimpulan: Ho diterima jika t hitung t tabel Uji fihak kanan: Ho = lebih kecil atau sama dengan () H1 = lebih besar (>) Contoh: Ho = Pasien Poli KIA dalam sehari lebih kecil dan sama dengan 20 orang H1 = Pasien Poli KIA dalam sehari lebih besar 20 orang Kesimpulan: Ho diterima jika t hitung t tabel

STATISTIK NON PARAMETRIS Data: nominal atau ordinal Uji data nominal: (1) Test Binomial, (2) Chi Kuadrat (2) Uji data ordinal: Run Test

TEST BINOMIAL

Syarat: (1) Populasi terdiri 2 klas (misal: pria dan wanita), (2) Data Nominal, (3) Jumlah sampel kecil (<25) Distribusi data Binomial (terdiri 2 kelas): kelas dengan kategori (x) dan kelas dengan ketegori (N-x) Ketentuan: Bila harga P > , Ho diterima (P = proporsi kasus (lihat tabel), = taraf kesalahan ( 1% = 0,01)) Contoh: penelitian tentang kecenderungan Bumil memilih tempat bersalin di Polindes atau di Puskesmas. Jumlah sampel 24 Bumil, 14 Bumil memilih di Polindes, 10 Bumil memilih di Puskesmas Ho = peluang Bumil memilih tempat bersalin di Polindes atau Puskesmas adalah sama, yaitu 50% Ho = p1 = p2 = 0,5 Sampel (n) = 24 Frekuensi kelas terkecil (x) = 10 Tabel (n=24, x=10) koefisien binomial (p) = 0,271 Bila taraf kesalahan () ditetapkan 1% = 0,01 p = 0,271 > 0,01 Ho diterima Kesimpulan: kemungkinan Bumil memilih tempat bersalin di Polindes atau di Puskesmas adalah sama yaitu 50 % CHI KUADRAT (2) Syarat: (1) Populasi terdiri dari 2 atau lebih kelas, (2) Data Nominal, (3) Sampelnya besar Ho = Peluang memilih x atau y adalah sama besar yaitu 50% Ketentuan: Ho diterima jika 2 hitung < 2 tabel (dengan dk dan taraf kesalahan tertentu) dk = kebebasan untuk menentukan frekuensi yang diharapkan, jika peluangnya 2 (x atau y) maka dk =1 Penelitian peluang Bumil memilih periksa ANC di Bidan P2B dan Bidan D3. Jumlah sampel 300 Bumil, memilih Bidan P2B 200 orang, memilih Bidan D3 100 orang Ho = Peluang Bumil memilih periksa ANC di Bidan P2B dan Bidan D3 adalah sama (50%) Jika dk = 1, = 5% 2 tabel = 3,841, dan 2 hitung = 33,33 Kesimpulan: Ho ditolak Penelitian tentang warna sepatu dipilih Bidan. Jumlah sampel 3000 Bidan, 1000 warna hitam, 900 warna putih, 600 coklat, 500 warna lain

Ho =Peluang Bidan memilih empat warna sepatu adalah sama Jika dk = 3, = 5% 2 tabel = 7,815, dan 2 hitung = 226,67 Kesimpulan: Ho ditolak

RUN TEST

Untuk mengukur urutan suatu kejadian random atau tidak (pada data ordinal) Caranya dengan memperhatikan jumlah run Run adalah kejadian yang berurutan Contoh: @@@ ## @ ### @@ # @@ = 7 run Ho = Urutan dalam memilih adalah random Ketentuan: Ho diterima jika r observasi berada diantara r kecil (tabel) dan r besar (tabel)

UJI HIPOTESIS DESKRIPTIF

UJI HIPOTESIS ASOSIASI

UJI HIPOTESIS KOMPARASI

6. syarat untuk uji statistik parametrik dan non parametrik Non parametrik menentukan nilai uji statistik membuat kesimpulan skala numerik tapi tidak memenuhi uji normalitas dan homogenitas jumlah data kecil

Parametrik sampel diambil secara random data yg diolah mempunyai skala interval/rasio distribusi data normal

kesamaan varian tidak untuk menjadi syarat untuk uji berpasangan

7. cara menentukan uji statistik berdasarkan skala pengukuran,jumlah kelompok dan jenis hipotesis tabel di kuliah

8. hal yg menjadi kesalahan dalam pengujian statistik kesalahan uji tipe 1 i. karena hipotesis nol ditolak padahal kenyataan benar ii. tingkat kesalahan dinyatakan dengan kesalahan uji tipe 2 i. hipotesis nol diterima padahal kenyataan salah ii. tingkat kesalahan dinyatakan dengan

9. apa keuntungan dan kelemahan dari uji statistik non parametrik 10. kegunaan dari statistik parametrik dan non parametrik parametrik i. untuk uji sampel besar ii. interval dan rasio nonparametrik i. untuk uji sampel kecil ii. nominal dan ordinal

11. macam2 ukuran data dalam statistik 12. bagaimana peran logika dan nalar dlm memilih uji statistik 13. bagaimana usaha untuk mengurangi kesalahan dalam pemilihan / pengujiannya uji statistik 14. macam2 teknik penyajian data dalam uji statistik PENYAJIAN DATA DALAM BENTUK GRAFIK, BAGAN DAN DIAGRAM Hal yang perlu diperhatikan ketika membuat grafik : 1. Menentukan sumbu absis (X) dan ordinat Y). Sumbu absis mencantumkan nilai dan sumbu ordinat mewakili frekuensi. 2. Menentukan perbandingan antara X dan Y. Lazimnya sumbu X dibuat lebih panjang. 3. Pemberian nama pada tiap sumbu. 4. Pemberian nama pada grafik. Jenis Grafik, Bagan dan Diagram : Histogram, Poligon, Ogive, Bagan melingkar, grafik batang, kartogram, Piktogram, diagram garis, bagan piramida. 1. Histogram Grafik ini disebut juga Bar diagram yakni grafik berbentuk segi empat. Dasar pembuatan dengan menggunakan batas nyata atau titik tengah. 2. Poligon Grafik ini juga populer dengan sebutan poligon frekuensi. Dibuat dengan menghubungkan titik tengah dalam bentuk garis (kurve). Grafik ini mendasarkan pada titik tengah dalam pembuatannya 3. Grafik Ogive Disebut juga grafik frekuensi meningkat, karena cara pembuatannya dengan menjumlah frekuensi pada tiap nilai variabel. 4. Bagan melingkar/ grafik melingkar Yaitu grafik atau bagan berupa lingkaran yang telah dibagi menjadi beberapa bagian sesuai dengan proporsi data. Biasanya dinyatakan dalam persen. 5. Grafik Batang atau balok Yaitu grafik yang berbentuk persegi panjang yang lebarnya sama dan dilengkapi dengan skala atau ukuran sesuai data yang bersangkutan. Setiap batang tidak boleh saling melekat atau menempel dan jarak tiap batang harus sama. Susunan grafik ini boleh tegak atau mendatar. 6. Kartogram atau peta statistik Yaitu grafik data berupa peta yang menunjukkan kondisi data dan diwakili oleh lambang tertentu dalam sebuah peta. Biasanya untuk menggambarkan kepadatan penduduk, curah hujan, hasil pertanian, hasil penjualan, hasil pertambangan dan sebagainya. 7. Piktogram Yaitu grafik data yang menggunakan gambar atau lambang dalam penyajiannya. Satu lambang bisa mewakili jumlah tertentu.

8. Grafik garis Yaitu grafik data berupa garis yang diperoleh dari ruas garis yang menghubungkan titik-titik pada bilangan. Grafik ini dibuat dengan 2 sumbu yakni sumbu X menunjukkan bilangan yang sifatnya tetap, seperti tahun, ukuran dan sebagainya. Sedangkan pada sumbu Y ditempatkan bilangan yang sifatnya berubah-ubah seperti, harga, biaya dan jumlah.

15. bagaimana menentukan distribusi normalitas dan homogenitas menggunakan spss ( caranya belum tahu) 16. bagaimana kompetensi biostatistik yg harus dimiliki peneliti dapat memilih uji hipotesa yg tepat pemahaman peneliti mengenai potensi dan keterbatasan uji hipotesa y digunakan kemampuan untuk menfasirkan uji hipotesa

17. populasi terdistribusi normal 18. langkah-langkah uji statistik deskriptif dan inferensial 19. tendensi pusat dan sebaran data PENGUKURAN TENDENSI SENTRAL Dalam kenyataan seringkali ditemukan data hasil pengukuran menunjukkan kondisi sangat beragam. Artinya, dalam aktivitas pengamatan, penelitian atau observasi tidak jarang dijumpai data yang berhasil dihimpun tidak sama atau berbeda antara satu dengan yang lainnya. Pengukuran terhadap variabel besar penghasilan, lama tinggal, usia, kecerdasan, berat badan, tingkat pendidikan, tingkat produktivitas kerja dan sebagainya kerapkali memperlihatkan data yang bervariasi. Dengan kata lain distribusi data yang tersusun ada kemungkinan akan memperlihatkan karakteristik data yang relatif homogen atau heterogen. Apabila sejumlah individu diamati salah satu karakteristik atau sifatnya, selanjutnya data hasil pengamatan ditampilkan dalam bentuk grafik poligon maka bentuk grafik yang nampak akan sangat beragam pula. Salah satu kemungkinan grafik yang akan nampak adalah grafik dengan bentuk normal. Artinya, distribusi data yang tersusun memiliki kecenderungan sebagian besar berada di tengah dan semakin jauh menyimpang dari harga indeks (ukuran) normalitas, baik ke kiri maupun ke kanan maka jumlah individu yang berada pada tiap ujung kian sedikit jumlahnya. Salah satu tugas statistik adalah menentukan suatu angka di sekitar mana nilai-nilai dalam distribusi memusat. Dengan kata lain salah satu tugas statistik adalah menentukan angka yang menjadi pusat suatu distribusi. Angka/ nilai yang menjadi pusat suatu distribusi selanjutnya disebut tendensi sentral atau kecenderungan tengah. Ada 3 jenis pengukuran tendensi sentral yang sangat penting yaitu; Mean, Median dan Mode/ modus. Ketiga jenis pengukuran tendensi sentral tersebut memiliki pengertian, asumsi dan tujuan serta metode penghitungan yang berbeda. a). Mean/ Rata-rata ( X ) Pengukuran mean atau rata-rata sangat sering digunakan dalam analisis statistik. Mean diterapkan dengan tujuan untuk menentukan angka/ nilai rata-rata dan secara aritmatik ditentukan dengan cara

menjumlah seluruh nilai dibagi banyaknya individu. Pengukuran rata-rata dapat diterapkan dengan asumsi bahwa data yang diperoleh dari hasil pengukuran berskala interval dan rasio. Bagaimana menentukan harga mean atau rata-rata? Setidaknya ada 3 metode penghitungan untuk menentukan harga mean yakni;

X 1. Mean ( X ) = ------ ; N Jumlah nilai dibagi banyaknya individu.

2. Mean yang ditimbang : menentukan rata-rata jika data ada frekuensinya FX Mean ( X ) = -------- ; N Jumlah frek. kali nilai dibagi total frekuensi.

3. Menghitung mean pada kasus data bergolong bisa dilakukan dengan rumus mean terkaan sebagai berikut :

fx Mean (X) = MT + ----N i.

Keterangan :

MT

: mean terkaan/ mean kerja, ditentukan titik tengah dari interval nilai di mana harga mean diterka.

Fx : jumlah deviasi kesalahan akibat terkaan N : jumlah individu/ total frekuensi.

: lebar interval

b). Median (Mdn) Median adalah nilai yang menjadi batas 50 persen distribusi frekuensi bagian bawah dan 50 persen distribusi frekuensi bagian atas. Ringkasnya median adalah nilai yang membagi distribusi menjadi 2 bagian yang sama yakni 50 persen, 50 persen. Harga median bisa ditentukan dengan beberapa formulasi tergantung pada kasus yang dihadapi. 1). Jika berhadapan dengan data tunggal

Median = X (k+1) atau nilai yang ke k + 1 N-1 dan k = ------2

--- untuk kasus n ganjil

di mana n = 2 k+1

Median = ( X k + X k+1) -------- untuk n genap

N di mana n = 2 k dan k = -------2

2). Jika berhadapan dengan data bergolong

N - Cfb Median = Bb + ------------- i Fd

Keterangan : Bb : Batas bawah nyata dari interval kelas yang mengandung median Cfb. : Frekuensi kumulatif dibawah interval kelas yang mengandung median

Fd : Frekuensi dalam interval yang mengandung median i. N : Lebar kelas/ interval : Banyak individu atau jumlah frekuensi

c). Modus/ Mode

Secara sederhana modus didefinisikan nilai yang paling sering muncul atau nilai yang memiliki frekuensi paling banyak. Satu hal yang perlu diingat bahwa modus adalah persoalan nilai bukannya frekuensi. Frekuensi hanya menunjuk intensitas kemunculan sesuatu nilai. Pada data tunggal menentukan mode/modus mungkin tidaklah terlampau sulit. Hanya dengan memperhatikan nilai yang memiliki frekuensi terbanyak maka dapat diidentifikasi nilai modus/mode dari distribusi data. Hal ini agak berbeda jika berhadapan dengan data bergolong. Apabila data yang dihadapi bergolong menentukan harga modus ada 2 pendekatan, yakni pertama, dengan menentukan mid point atau nilai tengah dari interval kelas yang memiliki frekuensi terbanyak dan kedua dengan formulasi sebagai berikut:

--

Mo = Xo + ----- . --------------------2 2 fo -- f -- f

Keterangan :

Mo adalah harga modus yang dicari Xo : Titik tengah dari interval kelas yang mengandung modus i : Interval / lebar kelas

fo : Frekuensi dalam interval kelas yang mengandung mode/modus f f : Frekuensi sebelum interval kelas yang mengandung mode/ modus : Frekuensi sesudah interval kelas yang mengandung mode/ modus

Satu catatan bahwa dalam suatu distribusi data sangat dimungkinkan harga atau nilai mode/modus lebih dari satu. Jika nilai mode/modus hanya satu disebut dengan unimode, dua nilai mode disebut dwi mode dan lebih dari dua nilai mode/modus dinamakan multimode.