LATAR BELAKANG

Biostatistik merupakan Metode statistik yang diterapkan pada ilmu-ilmu terkait

kesehatan, seperti kedokteran dan kesehatan masyarakat, untuk membantu memahami
tentang karakteristik populasi, dan hubungan/ pengaruh variabel pada populasi. Dan Statistik
merupakan Cabang matematika terapan yang berurusan dengan pengumpulan, analisis, dan
interpretasi data, dan penggunaan teori probabilitas untuk menaksir parameter populasi.

Biostatistik berguna untuk memberikan informasi tentang: 1. Karakteristik populasi ;

Berapa persen dari populasi yang menderita TB paru?, Berapa rata-rata tekanan darah sistolik
populasi obes (BMI> 30)? 2. Hubungan/ pengaruh variabel pada populasi ; Apakah merokok
berhubungan dengan peningkatan risiko penyakit jantung koroner (PJK)?, Apakah pemberian
metilprednisolon dapat mengurangi mortalitas pasien dengan tetanus?. Informasi itu berguna
untuk membantu mengambil keputusan, membuat perencanaan, atau memecahkan masalah.

Biostatistika adalah statistika yang diterapkan pada ilmu hayati, kedokteran dan
epidemiologi. Armitage and Colton (1998) mendefinisikan Biostatistika lebih sempit lagi,
yaitu metode statistika dalam kedokteran dan ilmu kesehatan, atau dikenal juga sebagai
medical statistics. Sedangkan ilmu statistika dalam bidang biologi, lingkungan dan pertanian
sering disebut biometrika (biometrics). Definisi Epidemiologi menurut (Last, 1995) adalah
The study of distribution and determinants of health-related states or events in specified
population, and the application of this study to control of health problems. MMS-4411
mempunyai penekanan agar lulusan bisa bertindak seperti layaknya konsultan dalam bidang
Biostatistika. Untuk itu, materi yang diberikan tidak hanya berupa metode saja namun juga
aspek komunikasi, konsultasi dan pengetahuan terkait seperti epidemiologi dan terminologi
dalam bidang kesehatan. Matakuliah ini diharapkan akan membuka wawasan lanjut
mahasiswa karena banyak pengembangan teori statistika yang berawal dari permasalahan
dalam bidang Biostatistika dan Epidemiologi. Selain itu melalui matakuliah ini mahasiswa
diharapkan untuk mulai berpikir dan bertindak bukan hanya sebagai statistisi saja, tapi juga
sebagai orang yang mempelajari bidang lain dan dengan sudut pandang yang berbeda dari
seorang statistisi. Matakuliah ini dapat diambil setelah mahasiswa mengetahui dan
memahami dasar serta teknik metode statistik secara umum dan mampu melakukan analisis
statistik dengan beberapa metode tertentu. Matakuliah MMS-4411 diharapkan dapat
mendukung kompetensi lulusan program studi statistika, khususnya untuk lulusan yang
mempunyai minat dan konsentrasi pada bidang Biostatistika.
 Profesi Biostatistisi dan Epidemiolog Profesi biostatistisi dan epidemiolog banyak
diperlukan di bidang-bidang seperti tersebut di bawah ini, Lembaga penelitian Akademik
atau lembaga pendidikan Lembaga pemerintah bidang kesehatan atau rumah sakit Industri
obat dan farmasi Konsultan Di Indonesia profesi seperti tersebut belum sepopuler profesi
seperti dokter, apoteker atau dosen, namun di negara maju dan di negara ASEAN seperti
Singapura profesi ini sudah cukup dikenal. Lembaga penelitian asing yang melakukan
penelitian di bidang penyakit tropis biasanya juga membutuhkan tenaga biostatistisi dan
epidemiolog lokal. Perencanaan aspek kesehatan, termasuk di dalamnya asuransi kesehatan
dan kematian, yang baik dan terukur akan sangat memerlukan ahli di bidang biostatistik dan
epidemiologi.

PEMBAHASAN

A. Statistik Deskriptif
Statistik deskriptif merupakan hasil perhitungan sampel data yang dapat menggambarkan
kondisi data tersebut. Cara paling umum untuk statistik deskriptif adalah tabel
distribusi frekuensi, histogram, polygon frekuensi dan steam-leaf displays. Terdapat
ukuran central tendensi (mean, median, modus) dan ukuran dispersi/penyebaran
(range, varian, standar deviasi) Mean adalah rata-rata dari hasil pengukuran, median
adalah hasil pengukuran yang berada di tengah (bila diurutkan dari kecil ke besar),
dan modus adalah hasil pengukuran yang paling sering muncul. Range adalah selisih
hasil pengukuran terbesar dan terkecil. Varian adalah jumlah kuadrat dari selisih hasil
pengukuran dengan mean dibagi jumlah sampel dikurangi 1, menunjukkan besarnya
penyebaran relatif dengan nilai mean-nya. Standar deviasi adalah akar dari varian,
yang berguna untuk mengukur variasi dalam sebuah set data. Statistik deskriptif
Metode statistik untuk mendeskripsikan statistik sampel atau parameter populasi.
1. Prevalensi TB paru pada populasi 1%
2. Rata-rata tekanan darah sistolik populasi obes 150 mmHg
B. Statistik Inferensi

Statistik inferensi adalah prosedur pengambilan simpulan dari sebuah

populasi berdasarkan sampel yang diambil dari populasi tersebut. Untuk dapat
melakukan inferensi, diperlukan uji statistik yang akan menguji hipotesis
penelitian. Statistik inferensial Metode statistik untuk menarik kesimpulan tentang
parameter populasi menggunakan statistik sampel: 1. Uji hipotesis menguji
 signifikansi statistik tentang beda/ hubungan/ pengaruh variabel 2. Estimasi
(penaksiran) menaksir besarnya beda/ kekuatan hubungan/ pengaruh variabel

Statistik inferensial Metode menarik kesimpulan tentang parameter populasi

dengan menggunakan statistik sampel
1. Merokok meningkatkan risiko sebesar 7 kali untuk mengalami PJK
2. Pemberian metilprednisolon menurunkan kematian pasien dengan tetanus
sebesar 20% (Dahlan S, Statistik untuk Kedokteran dan Kesehatan,2011,
Jakarta: Salemba Medika)
C. Stastitik Parametrik
Indikator dari suatu distribusi hasil pengukuran Mengikuti prinsip-prinsip
distribusi normal Syarat penerapan statistik parametrik:
Distribusi sampel diambil dari dari distribusi populasi yang
terdistribusi secara normal
Sampel diperoleh secara random (mewakili populasi)
Skala pengukuran harus kontinyu (rasio/interval) atau skala
nominal yang diubah menjadi proporsi
E.g. uji-z, uji-t, korelasi pearson, anova
PROSEDUR PENGOLAHAN DATA :
Statistik PARAMETRIK : berhubungan dengan inferensi statistik yang
membahas parameter-parameter populasi; jenis data interval atau rasio;
distribusi data normal atau mendekati normal.
JUMLAH VARIABEL : berdasarkan jumlah variabel dibagi menjadi
Analisis UNIVARIAT : hanya ada 1 pengukuran (variabel) untuk n
sampel atau beberapa variabel tetapi masing-masing variabel dianalisis
sendiri-sendiri. Contoh : korelasi motivasi dengan pencapaian
akademik.
Analisis MULTIVARIAT : dua atau lebih pengukuran (variabel)
untuk n sampel di mana analisis antar variabel dilakukan bersamaan.
Contoh : pengaruh motivasi terhadap pencapaian akademik yang
dipengaruhi oleh faktor latar belakang pendidikan orang tua, faktor
sosial ekonomi, faktor sekolah.
Statistika Parametrik:
Membutuhkan pengukuran kuantitatif dengan data interval atau rasio
 Mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data
menyebar normal atau tidak.
Contoh metode statistika parametrik: uji-z (1 atau 2 sampel), uji-t (1 atau 2
sampel), korelasi pearson, Perancangan Percobaan (1 or 2-way ANOVA
parametrik), dll.
Statistik Parametrik : digunakan untuk menguji parameter populasi
melalui statistik , atau menguji ukuran populasi melalui data sampel.
Pengertian parameter populasi adalah data yang diperoleh dengan
mencatat semua elemen yang menjadi obyek penelitian dan merupakan
nilai yang sebenarnya (true value). Sedangkan pengertian statistik disini
adalah data yang diperoleh dari sampel dan merupakan nilai perkiraan
(estimated value).
Parameter populasi antara lain meliputi : rara-rata (), simpangan baku
(), varians (). Sedangkan statistiknya adalah : rata-rata (x bar),
simpangan baku (s) dan varians (s).
Uji Hipotesis Statistik : ialah pengujian parameter melalui statistik (data
sampel). Oleh karena itu penelitian yang berhipotesis statistik adalah
penelitian yang menggunakan data sampel.
Statistik Non Parametrik : tidak menguji parameter populasi, tetapi
menguji distribusi.
Penggunaan statistik Parametrik dan Non Parametrik tergantung pada
asumsi dan jenis data yang akan dianalisis.
Statistik Parametrik memerlukan terpenuhi banyak asumsi, antara lain
asumsi yang utama adalah data yang dianalisis harus berdistribusi normal,
selanjutnya dalam penggunaan salah satu test mengharuskan data
homogin, dalam regresi harus terpenuhi asumsi linieritas.
Statistik Parametrik banyak digunakan untuk menganalisis data interval
dan rasio. Sedangkan Statistik Non Parametrik banyak digunakan untuk
untuk menganalisis data nominal dan ordinal.

D. Stastitik nonparametrik
 Digunakan dengan mengabaikan segala asumsi yang melandasi metode
statistik parametrik, terutama yang berkaitan dengan distribusi normal
Digunakan apabila salah satu parameter statistik parametrik tidak terpenuhi.
Statistik NONPARAMETRIK : inferensi statistik tidak membahas
parameter-parameter populasi; jenis data nominal atau ordinal; distribusi
data tidak diketahui atau tidak normal.
Membutuhkan data dengan data ordinal dan nominal
Merupakan statistika bebas sebaran (tdk mensyaratkan bentuk sebaran
parameter populasi, baik normal atau tidak).
Contoh metode Statistika non-parametrik: Binomial test, Chi-square test,
Median test, Friedman Test, dll.
Statistik Non Parametrik tidak menuntut terpenuhi banyak asumsi,
misalnya data yang dianalisis tidak harus berdistribusi normal. Oleh karena itu
statistik non parametrik sering disebut sebagai distribusi bebas (free
distribution)
KESIMPULAN

Statistik merupakan ilm yang mempelajari hal- hal yang berhubungan dengan
data serta sifat- sifat data adapun kegiatn statistik adalah pengumpulan data,
pengolahan data, penyajian data, menganalisis data, penarikan kesimpulan, serta
pembuatan keputusan yang didasarkan atas data yang diperoleh. Data diperoleh dari
fakta, pengertian fakta adalah kejadian yang benar- benar terjadi atau bekas- bekasnya
ada. Kegunaan data adalah memberikan informai kepada yang membutuhkan.

DAFTAR PUSTAKA