Biostatistik

Biostatistik
Written by Administrator
Thursday, 02 September 2010 07:54
RPKPS
(Rencana Program dan Kegiatan Pembelajaran Semester)
BAB I. PERENCANAAN PEMBELAJARAN
A. Identifikasi Mata Kuliah
Nama Mata Kuliah :

Biostatistik
Kode Mata Kuliah/SKS :
KUI 611 / 3 SKS
Semester :
I (Satu)
Status Mata Kuliah :
Wajib
24 Jam Kuliah untuk 12 topik, 2 jam mid-term dan 2 jam ujian (2 SKS)
Jumlah Jam & Pembagian : 15 jam praktikum 10 topik (15/28= 0,5 SKS)
28 jam kerja mandiri8 topik (28/56= 0,5 SKS)
Pengampu Mata Kuliah : SAW: Prof. dr. Siswanto Agus Wilopo, SU, MSc, Sc.D
Anggota Dosen Pengampu :
1. HK : Prof. dr. Hari Kusnanto, SU, DrPH
2. DP : drg. Dibyo Pramono, M.Sc
3. DD : DR. Danardono
4. ZUL: Drs. Zulaela, Dipl.Med.Stat., M.Si
5. AW: Drs. Abdul Wahab, MPH
6. CI : dr. Citra Indriani, MPH
Tim Asisten :
1. AS : Althaf Setiawan, S.Si
2. KH : Ki Hariyadi, SSi, MPH
3. RSU: Rianti Siswi Utami, SSi
4. VNL: Vemmie Nastiti Lestari, SSi
5. WHD: Wahidaturrahmi, SSi

B. Deskripsi Singkat Mata Kuliah
Uraian Singkat Mata Kuliah
Biostatistik ialah studi tentang perkembangan dan aplikasi metode statistika dalam menganalisa dan memecahkan
masalah kesehatan masyarakat maupun penelitian biomedis, klinis, dan kemasyarakatan. Kuliah ini memberikan
pemahaman dan ketrampilan pokok tentang ilmu biostatistik yang menjadi salah satu kompetensi dasar (core
competencies) bagi seseorang dengan gelar Master of Public Health (MPH). Konsep-konsep pokok ilmu biostatistik
akan diajarkan dengan mengambil contoh-contoh permasalahansehari-hari yangdihadapi oleh kesehatan masyarakat.
Oleh karena itu diperlukan cara-cara pengajaran yang berorientasi pada masalah, sehingga sesuai dengan kompetensi
yang diperlukan.
Mahasiswa akan diajarkan secara mandiri dan berkelompok agar dapat menerapkan konsep-konsep biostatistik
tersebut.Selain melalui kuliah-kuliah di kelas, mahasiswa akan melakukan praktikum untuk latihan menjawab
pertanyaan-pertanyaan dari masalah yang diajukan di dalam modul dan kemudian mereka harus mengerjakan
pekerjaan rumah secara mandiri. Masalah-masalah tersebut akan diambil dari masalah nyata dari lapangan, atau
masalah yang dipublikasikan dalam jurnal-jurnal ilmiah dibidang kesehatan masyarakat. Bagi seseorang yang akan
bekerja sebagai peneliti atau pengajar di bidang kesehatan masyarakat akan diberikan permasalahan yang berbeda
dengan mereka yang akan bekecimpung dalam manajemen pelayanan kesehatan (health care).
Tujuan Pembelajaran
Setelah selesai mengikuti perkuliahan ini, maka:
1. Mahasiswa memiliki kompetensi dalam bidang biostatistik sehingga mampu memecahkan masalah-masalah
penelitian ilmiah secara kuantitatif di bidang kesehatan masyarakat.
2. Mahasiswa memiliki kompetensi dalam menerapkan ilmu biostatistik untuk kepentingan manajemen dan
pelayanan kesehatan masyarakat, dan
3. Mahasiswa memiliki kompetensi untuk memanfaatkan bukti-bukti kuantitatif (statistik) untuk menarik
kesimpulan ilmiah, pengambilan keputusan(decision making), dan penyusunan kebijakan perawatan
kesehatan masyarakat (evidence based public health care).
Materi Pembelajaran
1. Pengertian dan konsep-konsep dasar biostatistik dalam kesehatan masyarakat.
2. Analisa data secara diskriptif dengan tabel dan gambar.
3. Konsep-konsep dasar probabilitas untuk pemecahan masalah kesehatan masyarakat
4. Konsep-konsep dasar dan aplikasi distribusi statistik data diskret
5. Konsep-konsep dasar dan aplikasi distribusi statistik data kontinum
6. Perkiraan nilai-nilai parameter dan statistik sampel, khususnya nilai interval kepercayaan
(confidence interval).
7. Konsep dan uji hipotesis mengenai perbedaan antar parameter populasi dan statistik
sample untuk data rasio dan proporsi.
8. Uji hipotesis tentang kesamaan dua parameter populasi dan statistik sampel dari data
berupa kontinyus (mean) dan kategorikan (proporsi).
9. Uji hipotesis statistik secara non-parametrik
10. Regresi sederhana dan korelasi
11. Regresi ganda dan regresi logistik ganda
12. Inferensi multisample, termasuk analisis varian dan kovarian.
13. Statistik untuk rancangan penelitian epidemiologi dan kesehatan masyarakat (perkiraan
besar sampel).
14. Aplikasi analisa kelangsungan hidup (survival analysis).
SATUAN ACARA PENGAJARAN (SAP)
No. Hari, Tgl./Pukul Topik Dosen
1 Selasa, 18 Sept. Pengertian dan konsep-konsep dasar biostatistik DD

07.30-09.10 dalam kesehatan masyarakat
Sub Topik: Pendahuluan: Perkenalan Biostatistik,
skala pengukuran
 Topik I: Pendahuluan
2
Kamis, 20 Sept. Analisis Deskriptif: Tabel dan Grafik AW
08.00-09.40
 Statistik Deskriptif (AW)
 Topik II: Statistika Deskripstif

3
Selasa, 25 Sept. Konsep-konsep dasar probabilitas untuk DD
08.00-09.40 pemecahan masalah kesehatan masyarakat
Sub Topik: Variabel Acak & Distribusi Probabilitas
 Variabel Random & Distribusi Probabilitas

4
Kamis, 27 Sept. Konsep-konsep dasar dan aplikasi distribusi ZUL
08.00-09.40 statistik data diskret
Sub Topik: Inferensi Statistik: Estimasi Interval
 Estimasi dan Uji Hipotesis untuk Data

Kontinu
5
Selasa, 02 Okt. Konsep-konsep dasar dan aplikasi distribusi ZUL
08.00-09.40 statistik data kontinum
Sub Topik: Inferensi Statistik: Uji Hipotesis
 Estimasi dan Uji Hipotesis untuk Data

Kontinu
6
Jumat, 05 Okt. Perkiraan nilai-nilai parameter dan statistik AW
10.00-11.40 sampel, khususnya nilai interval kepercayaan
(confidence interval).
Sub Topik: Analisis Data Kategorik

7
Selasa, 9 Okt. Konsep dan uji hipotesis mengenai perbedaan DD
08.00-09.40 antar parameter populasi dan statistik sample
untuk data rasio dan proporsi.
Sub Topik: Analisis Variansi (ANAVA)

8
Kamis, 11 Okt. Uji hipotesis tentang kesamaan dua parameter ZUL
08.00-09.40 populasi dan statistik sampel dari data berupa
kontinyus (mean) dan kategorikan (proporsi).
Sub Topik:
 Statistika Non-Parametrik (ZL)
 Metode Nonparametrik (DD)
9
Selasa, 16 Okt. Analisis Regresi Ganda (Regresi Linier & ZUL
Korelasi)
08.00-09.40
 Analisis Regresi & Korelasi
 Regresi & Korelasi
10
Kamis, 18 Okt. Regresi Logistik DD
08.00-09.40
11
Selasa, 23 Okt. Inferensi multisample, termasuk analisis varian DD
08.00-09.40 dan kovarian
Sub Topik: Regresi Passion
 Regresi Poisson
12
Kamis, 25 Okt, Aplikasi analisa kelangsungan hidup (survival DD
08.00-09.40 analysis).
Sub Topik: Analisis Data Survival
 Survival Analysis
13
Selasa, 30 Okt. Statistik untuk rancangan penelitian epidemiologi ZL
08.00-09.40 dan kesehatan masyarakat (perkiraan besar
sampel).
Sub Topik: Estimasi Besar Sampel
 Sample Size Estimation

14
Kamis, 1 Nov. Wrap-Up DD
08.00-09.40
 Materi Kuliah Sesi 14: Ringkasan
15
Rabu, 26 Sept. Tutorial/Komputer 1: Pengenalan Komputasi, KH/RSU
08.00-09.40 Analisis Deskriptif, Probabilitas
 Tutorial Analisis Deskriptif
 Descriptive Frequencies Explorer SPSS

16
Senin, 8 Okt. Tutorial 2 : Inferensi Mean Satu dan Dua KH/RSU
13.00-14.40 Populasi
 Tutorial 2
17
Selasa, 16 Okt. Tutorial 3 : ANAVA KH/VNL
13.00-14.40
 Modul ANAVA
18
Kamis, 25 Okt. Tutorial 4 : Rgresi Sederhana, Korelasi dan KH/WHD
13.00-14.40 Regresi Ganda
 Correlation & Regression (a Simple & a

Multiple Linier Regression)
 Referensi: Regression analysis
 Regression and Correlation Methods
19
Jumat, 09 Nov. Tutorial 5 : Metode Non Parametrik KH/VNL
10.00-11.40
 Tutorial Topik 5. Analisis Non Parametrik
 Chapter 9. Non Parametric Methods
20
Jumat, 16 Nov. Tutorial 6 : Crosstab dan Regresi Logistik KH/RSU
13.00-14.40
21
Senin, 19 Nov. Tutorial 7 : Regresi Poisson KH/RSU
13.00-14.40
22
Rabu, 19 Nov. Tutorial 8 : Analisis Data Survival RSU/WHD
13.00-14.40
23
Jumat, 23 Nov. Tutorial 9 : Estimasi Besar Sampel KH/VNL
08.00-09.40
24
Senin, 26 Nov. Tutorial 10 : Wrap-Up KH/RSU
08.00-09.40
25
Selasa, 6 Nov. UJIAN AKHIR
2012
 Materi Kuliah Sesi 14: Ringkasan
BAB II. PERENCANAAN KEGIATAN PERKULIAHAN
A. Kegiatan Perkuliahan
Outcome Kompetensi Pembelajaran
Seorang ahli kesehatan masyarakat dengan gelar MPH (Master of Pubic Health) harus memiliki
kompetensi pokok dalam bidang biostatistik. Agar kompetensi tercapai, mahasiswa harus
mengikuti perkuliahan tentang teori-teori biostatisk yang menjadi dasar dalam praktek ahli
kesehatan masyarakat. Dalam satu semester kegiatan pembelajaran berupa tatap muka dengan
pengajar sebanyak 12 kali, yaitu masing-masing tatap muka selama 100 menit (2 SKS).
Mahasiswa harus mengikuti praktikum untuk berdiskusi kelompok tentang masalah-masalah
terapan ilmu biostatistik yang disajikan dalam bentuk modul. Kegiatan ini dilakukan selama 15
jam praktikum dengan 10 topik yang setara dengan 0,5 SKS. Selain itu, setiap mahasiswa harus
menyelesaikan pekerjaan rumah secara mandiri selama 28 jam untuk 8 topik dalam satu semester
yang setara dengan 0,5 SKS (28/56). Dengan demikian mahasiswa yang telah menyelesaikan
kuliah ini akan memperoleh beban pembelajaran 3 SKS. Secara rinci rumusan outcome dan
kompetensi dalam pembelajaran Biostatistik I dapat dilihat pada Tabel 1.
Tabel 1. Rumusan Outcome dan Kompetensi dalam Pembelajaran Biostatistik I
Pokok
No. Sub-Pokok Bahasan Rumusan Outcome Kompetensi
Bahasan
 Silabus mata kuliah  Menerangkan silabus mata
1. Pengertian dan kuliah Memahami
konsep-konsep  Aktivitas latihan  Menerangkan aktivitas penerapan konsep-
dasar laboratorium latihan laboratorium konsep pokok ilmu
biostatistik  Evaluasi kegiatan  Menerangkan cara evaluasi biostatistik dalam
dalam kesehatan mahasiswa kegiatan mahasiswa memproduksi data,
masyarakat memilih jenis-jenis
 Penggunaan biostatistik  Menerangkan penggunaan penelitian, dan
biostatistik analisa data penelitian
 Variabel nominal, ordinal,  Menerangkan perbedaan serta pelayanan
diskret metrik, dan variabel nominal, ordinal, kesehatan
metrik kontinyu diskret metrik, dan metrik masyarakat,
kontinyu
 Sifat non-numerik data  Menerangkan sifat non-
ordinal numerik data ordinal
 Jenis variabel dependen,  Menerangkan variabel
independen, dan dependen, independen,
confounding dan confounding
2. Analisa data Tabel: Tabel: Terampil dalam

secara deskriptif  Pengertian distribusi  Menjelaskan pengertian penyusunan dan
frekuensi distribusi frekuensi
dengan tabel pelaporan data secara
dan gambar “diskriptif”
 Tabel frekuensi, tabel  Membuat tabel frekuensi, menggunakan tabel,
frekuensi relatif, tabel frekuensi relatif, angka-angka statistik
frekuensi kumulatif, dan frekuensi kumulatif, dan dan grafik,
frekuensi kumulatif frekuensi kumulatif relatif
relatif, dari data mentah
 Tabel frekuensi kelompok  Membuat tabel frekuensi
relatif, frekuensi
kumulatif, dan frekuensi
kumulatif relatif
 Membuat tabel frekuensi
kelompok
 Tabel tabulasi silang  Membuat tabel tabulasi
silang
 Tabel kontingensi  Menjelaskan pengertian
tabel kontingensi
Grafik: Grafik:
 Bagan untuk tiap jenis  Memilih bagan yang paling
data tepat untuk tiap jenis data
 Pie chart dan bar chart  Membuat pie chart dan bar
sederhana, bar chart chart sederhana, bar chart
kluster dan susun(stack) kluster dan susun(stack)
 Histogram  Membuat histogram

 Step chart dan ogive  Membuat step chart dan
ogive
 Bagan time series,  Membuat bagan time series,
termasuk statistics termasuk statistics
process control (SPC) process control (SPC)
 Interpretasi dan arti bagan  Menginterpretasi dan
menjelaskan arti bagan
 Makna ‘bentuk’ distribusi  Menjelaskan makna
frekuensi ‘bentuk’ distribusi
frekuensi
 Sketsa dan distribusi  Membuat sketsa dan
condong negatif, menjelaskan distribusi
simetris, dan condong condong negatif, simetris,
positif dan condong positif
 Distribusi bimodal  Menjelaskan dan
menerangkan distribusi
bimodal
 Distribusi frekuensi dari  Menjelaskan bentuk
tabel/bagan frekuensi pendekatan distribusi
frekuensi dari tabel/bagan
frekuensi
 Sketsa dan distribusi  Membuat sketsa dan
normal menjelaskan distribusi
normal
Ringkasan Numerik: Ringkasan Numerik:

 Ukuran ringkasan lokasi,  Menjelaskan pengertian
dan perbedaan modus, ukuran ringkasan lokasi,
median, dan mean dan memahami perbedaan
modus, median, dan mean
 Modus, median, dan mean  Dapat menghitung modus,
median, dan mean
 Memahami peranan tipe  Menunjukkan bahwa
data dan bentuk mahasiswa memahami
distribusi dalam peranan tipe data dan
penentuan ukuran lokasi bentuk distribusi dalam
yang paling tepat penentuan ukuran lokasi
yang paling tepat
 Pengertian persentil, dan  Menjelaskan pengertian
menghitung nilai persentil, dan menghitung
persentil nilai persentil
 Ukuran ringkasan  Menjelaskan ukuran
sebaran, dan ringkasan sebaran, dan
perbedaannya dengan memahami perbedaan dan
nilai rentang, nilai menghitung nilai rentang,
rentang interkuartil, dan nilai rentang interkuartil,
deviasi standar dan deviasi standar
 Definisi  Menjelaskan definisi
3 Konsep-konsep konsep dasar probabilitas Memahami dan
Dasar  Notasi dan kesepakatan  Menjelaskan notasi dan menerapkan konsep-
Probabilitas kesepakatan konsep probabilitas
untuk  Hukum dan dalil-dalil  Menjelaskan hokum dan sebagai sebagai dasar
pemecahan probabilitas dalil-dalil probabilitas dalam memahami
masalah  Hukum penambahan dan  Menjelaskan penambahan berbagai metode
kesehatan perkalian angka dan perkalian angka biostatistik untuk
masyarakat probabilitas probabilitas penelitian dan
 Probabilitas Kondisional  Menjelaskan probabilitas pelayanan kesehatan
kondisional masyarakat
 Aturan Bayes dan uji  Menjelaskan aturan bayes
skrining dan uji skrining
 Inferensi Pendekatan  Menjelaskan inferensi
Bayes pendekatan bayes
 Kurve ROC (Receiver  Menjelaskan kurev ROC
Operating Characteristics) (Receiver Operating
Characteristics)
 Prevalence dan insiden  Menjelaskan prevalence
dan insiden
 Konsep variabel random  Menjelaskan konsep
4 Konsep-Konsep (acak) variabel random (acak) Memahami dan
dasar dan  Kepadatan angka  Menjelaskan kepadatan menerapkan konsep
Aplikasi probabilitas untuk angka probabilitas untuk dasar dan aplikasi
distribusi variabel diskrit secara variabel diskrit secara acak distribusi statistik
statistik data acak data diskrit sebagai
Diskret  Distribusi kumulatif untuk  Menjelaskan distribusi sebagai dasar dalam
variabel diskrit kumulatif untuk variabel memahami berbagai
diskrit metode biostatistik
 Permutasi dan kombinasi  Menjelaskan permutasi dan untuk penelitian dan
kombinasi pelayanan kesehatan
 Distribusi binomial  Menjelaskan distribusi masyarakat
binomial
 Nilai diharapkan dari  Menejlaskan nilai
distribusi binomial diharapkan dari distribusi
binomial
 Distribusi Poisson  Menjelaskan distribusi
poisson
 Perhitungan probabilitas  Menjelaskan perhitungan
Poisson probabilitas poisson
 Nilai diharapkan dan  Menjelaskan nilai
angka varian dari diharapkan dan angka
distribusi Poisson varian dari distribusi
poisson
 Perkiraan dari distribsui  Menjelaskan perkiraan dari
binomial distribsui binomial
 Prinsip umum  Menjelaskan prinsip umum
5 Konsep-konsep  Distribusi normal  Menjelaskan distribusi Memahami dan
dasar dan normal menerapkan Konsep-
aplikasi  Ciri-ciri distribusi standar  Menjelaskan ciri-ciri konsep dasar dan
distribusi normal distribusi standar normal aplikasi distribusi
statistik data  Konversi distribusi  Menjelaskan konversi statistic data
kontinum distribusi kontinum sebagai
 Kombinasi Linear dari  Menjelaskan kombinasi sebagai dasar dalam
Variabel Random linear dari variabel random memahami berbagai
 Perkiraan Normal dari  Menjelaskan perkiraan metode biostatistik
Distibusi Binomial normal dari distibusi untuk penelitian dan
binomial pelayanan kesehatan
 Perkiraan normal dari  Menjelaskan perkiraan masyarakat
distibusi poisson normal dari distibusi
poisson
 Distribusi sampling mean  Menjelaskan distribusi
6 Perkiraan nilai- dari sampel dan sampling mean sampel dan Memahami konsep-
nilai parameter karakteristik distribusinya karakteristik distribusinya konsep dasar dan
dan statistik  Standard error mean  Menjelaskan standard error mampu untuk
sampel, sampel dan cara mean sampel dan cara menghitung,
khususnya nilai menghitung nilainya menghitung nilainya menyajikan, dan
interval  Penggunaan perangkat  Menjelaskan penggunaan menginterpretasi
kepercayaan probabilitas distribusi perangkat probabilitas angka interval
(confidence normal untuk menghitung distribusi normal untuk kepercayaan
interval) ketepatan mean sampel menghitung ketepatan (confidence intervals)
sebagai estimator mean mean sampel sebagai terhadap angka rata-
populasi estimator mean populasi rata (mean) dan
 Ekspresi nilai interval  Menurunkan ekspresi nilai proporsi kejadian
kepercayaan (confidence interval kepercayaan mean tertentu
interval) mean populasi populasi
 Hitungan dan interpretasi  Menghitung dan
interval kepercayaan menginterpretasi interval
(confidence interval) kepercayaan (confidence
untuk mean populasi interval) untuk mean
populasi
 Hitungan dan interpretasi  Menghitung dan
untuk proporsi populasi interval) untuk proporsi
populasi
 Hitung dan interpretasi  Menghitung dan
untuk median populasi interval) untuk median
populasi
 Situasi yang  Memberikan contoh situasi
membutuhkan estimasi yang membutuhkan
perbedaan di antara dua estimasi perbedaan di
parameter populasi antara dua parameter
populasi
 Dasar estimasi perbedaan  Menjelaskan dasar estimasi
antara mean dua populasi perbedaan antara mean dua
menggunakan metode populasi menggunakan
yang berdasarkan two metode yang berdasarkan
samples t-test (untuk two samplest-test (untuk
populasi independen) dan populasi independen) dan
matched-pairs t-test matched-pairs t-test (untuk
(untuk populasi populasi dependen)
dependen)
 Dasar estimasi perbedaan  Menjelaskan dasar estimasi
antara median dua perbedaan antara median
populasi menggunakan dua populasi menggunakan
metode yang berdasarkan metode yang berdasarkan
tes Mann Whitney(untuk tes Mann Whitney(untuk
populasi independen) dan populasi independen) dan
tes Wilcoxon (untuk tes Wilcoxon (untuk
populasi dependet) populasi dependet)
 Interpretasi hasil  Menginterpretasi hasil
penelitian yang penelitian yang
mengestimasi perbedaan mengestimasi perbedaan
dua mean populasi, dua dua mean populasi, dua
persentase, atau dua persentase, atau dua
median median
 Kecermatan terhadap  Menunjukkan kecermatan
asumsi yang harus terhadap asumsi yang harus
dibuktikan ketika dibuktikan ketika
memperkirakan memperkirakan perbedaan
perbedaan dua parameter dua parameter populasi
populasi
 Arti rasio dua parameter  Menjelaskan arti rasio dua
populasi dan contoh parameter populasi dan
situasi yang memerlukan memberi contoh situasi
estimasi rasio memerlukan estimasi rasio
 Konsep dan interpretasi  Menjelaskan dan
rentang kepercayaan menginterpretasi rentang
untuk risk ratio interval) untuk risk ratio
 Konsep dan interpretasi  Menjelaskan dan
rentang kepercayaan menginterpretasi rentang
untuk odds ratio interval) untuk odds ratio
 Perbedaan antara risiko  Menjelaskan perbedaan
relatif kasar, risiko telah antara risiko relatif kasar,
disesuaikan, dan risiko telah disesuaikan,
 Perbedaan antara odds  Menjelaskan perbedaan
ratio kasar serta telah antara odds ratio kasar
disesuaikan serta telah disesuaikan
 Perbedaan dan hubungan  Menjelaskan perbedaan dan
7. Konsep dan uji antara parameter hubungan antara Mampu
hipotesis populasi dan statistik parameter populasi dan menggunakan teori
mengenai sampel statistik sampel nilai-nilai parameter
perbedaan antar  Pengertian inferensi  Menjelaskan pengertian dan statistik sampel,
parameter statistik inferensi statistik khusunya nilai
populasi dan  Pengertian estimasi dan  Menjelaskan pengertian interval kepercayaan
statistik sampel mengapa besar estimasi estimasi dan menjelaskan (confidence interval)
untuk data rasio tidak sama persis dengan mengapa besar estimasi sebagai alat bantu
dan proporsi parameter populasi yang tidak sama persis dengan dalam menjelaskan
diukur parameter populasi yang variasi angka-angka
diukur statistik yang terjadi
 Pengertian probabilitas,  Menjelaskan pengertian secara acak dan
kejadian (event), dan probabilitas, kejadian penerapan teori
probabilitas sederhana (event), dan probabilitas probabilitas untuk
sederhana menjelaskan
 Pendekatan frekuensi  Menjelaskan pendekatan distribusi dan sebaran
secara proporsional frekuensi secara data (spread),
untuk menghitung proporsional untuk termasuk angka-
probabilitas menghitung probabilitas
 Penggunaan probabilitas  Menjelaskan penggunaan
pada area distribusi probabilitas pada area
normal distribusi normal
 Konsep risiko dan  Menjelaskan konsep risiko
hubungannya dengan dan hubungannya dengan
probabilitas probabilitas
 Risiko dari tabel  Menghitung risiko dari
kontingensi dan tabel kontingensi dan
terjemahan hasilnya menerjemahkan hasilnya
dalam bidang kesehatan dalam bidang kesehatan
 Konsep bilangan odds  Menjelaskan konsep
bilangan odds
 Bilangan odds dari tabel  Menghitung bilangan odds
2x2 pada case control dari tabel 2x2 case control
dan interpretasi hasilnya dan menginterpretasi
hasilnya angka (rates) dan
 Hubungkan probabilitas  Menjelaskan persamaan proporsi kejadian
dengan odds dan cara yang menghubungkan penyakit
menghitungnya probabilitas dengan odds
dan cara menghitungnya
 Risk ratio, menghitung  Menjelaskan risk ratio,
risk ratio dan interpretasi menghitung risk ratio dan
hasilnya menginterpretasi hasilnya
 Pengertian odds ratio,  Menjelaskan pengertian
cara menghitung dan odds ratio, menghitung
interpretasihasilnya odds ratio dan
menginterpretasi hasilnya
 Pertanyaan penelitian  Menjelaskan bagaimana
yang dapat diekspresikan pertanyaan penelitian dapat Memahami konsep-
dalam bentuk uji diekspresikan dalam konsep dasar dan
hipotesis bentuk hipotesis yang dapat mampu menerapkan
diuji ilmu biostatistik
 Pengertian hipotesis null  Menjelaskan pengertian dalam menguji
hipotesis null hipotesis untuk
 Meringkas prosedur uji  Meringkas prosedur uji pembuktian
hipotesis hipotesis perbedaan mean antar
 Pengertian nilai p ( p-  Menjelaskan pengertian dua kelompok secara
value) nilai p ( p-value) parametrik dan non-
 p-value untuk menolak  Menggunakan p-value parametrik, baik dari
atau tidak menolak untuk menolak atau tidak sampel yang bersifat
hipotesis null menolak hipotesis null independen atau
 Tes-tes utama dan  Meringkas tes-tes utama sampel dependen
aplikasi-aplikasinya, dan aplikasi-aplikasinya,
distribusi dan keperluan- distribusi dan keperluan-
keperluan lain keperluan lain
 Interpretasikan output  Menginterpretasikan output
komputer dari uji komputer dari uji hipotesis
hipotesis
 Interpretasi hasil uji  Menginterpretasi hasil uji
hipotesis dalam tulisan di hipotesis dalam tulisan di
jurnal jurnal
 Keuntungan angka  Menjelaskan keuntungan
confidence interval confidence interval
dibandingkan uji dibandingkan uji hipotesis
hipotesis
 Deskripsikan kesalahan  Mendeskripsikan kesalahan
tipe I dan II (error tipe I tipe I dan II (error tipe I
and tipe II) dan and tipe II) dan
probabilitasnya probabilitasnya
 Bentuk umum hipotesis  Menjelaskan bentuk umum
null dalam konteks hipotesis null dalam
pengujian rasio dua konteks pengujian rasio
parameter populasi dua parameter populasi
 Cara uji rasio dan uji  Menjelaskan cara uji rasio
perbedaan antar dan uji perbedaan antar
kelompok kelompok
 Interpretasi hasil uji  Menginterpretasi hasil uji
statistik risiko relatif dan statistik risiko relatif dan
odds ratio dalam artikel odds ratio dalam artikel di
di jurnal yang diterbitkan jurnal yang diterbitkan
 Deskripsi dasar uji  Mendeskripsikan dasar uji
8. Uji hipotesis hipotesis dengan chi- hipotesis dengan chi- Memahami konsep-
tentang square square konsep dasar dan
kesamaan dua mampu menerapkan
parameter ilmu biostatistik
populasi dan dalam menguji
statistik sampel hipotesis untuk
dari data berupa pembuktian
kontinyus  Perbedaan nilai yang  Menjelaskan perbedaan
(mean) dan diobservasi dan nilai nilai yang diobservasi dan perbedaan proporsi
kategorikan yang diharapkan nilai yang diharapkan (persentasi) antar dua
(proporsi)  Nilai yang diharapkan dan  Menghitung nilai yang kelompok secara
uji statistik diharapkan dan uji statistik parametrik dan non-
 Prosedur uji chi-square  Menjelaskan prosedur uji parametrik dengan
untuk independensi dua chi-square untuk menggunakan sampel
variabel dalam satu independensi dua variabel yang bersifat
populasi dalam satu populasi independen dan
 Prosedur uji chi-square  Menjelaskan prosedur uji dependen (misal: uji
untuk kesamaan dua chi-square untuk kesamaan McNemear) serta
proporsi populasi dan dua proporsi populasi dan analisa stratifikasi
menunjukkan persamaan menunjukkan persamaan tabel 2x2 dengan uji
tes ini dengan tes tes ini dengan tes statistik menurut
independensi dua independensi dua variabel Mantel dan Haenszel
variabel serta uji log-rank
 Uji chi-square Mantel-  Melakukan uji chi-square statistic
Haenzsel dan odds ratio Mantel-Haenzsel dan odds
ratio
 Interpretasi output  Menginterpretasi output
komputer untuk tes chi- komputer untuk tes chi-
square square
 Interpretasi uji chi-square  Menginterpretasi uji chi-
pada jurnal square pada jurnal yang
dipublikasikan dipublikasikan
 Prosedur tes chi-square  Menjelaskan prosedur tes
trend chi-square untuk trend
9 Uji hipotesis Uji Tanda (Sign Test) Menjelaskan uji tanda (sign Mampu mengolah
statistik secara test) data dan menguji
non-parametrik secara non-
Uji Wilcoxon Signed-Rank Menjelaskan Uji Wilcoxon parametrik
Test Signed-Rank Test
Uji Wilcoxon Rank-Sum Menjelaskan Uji Wilcoxon

Test Rank-Sum Test
Penerapan Metode untuk Memberikan aplikasi dan

penelitian kesehatan cara menghitung uji statistik
masyarakat non-parametrik untuk sebuah
penelitian kesehatan
masyarakat
 Perbedaan antar asosiasi  Menjelaskan perbedaan
10 Regresi dan hubungan sebab- antar asosiasi dan Memahami konsep-
sederhana dan akibat hubungan sebab-akibat konsep dasar analisa
korelasi  Estimasi persamaan garis  Mengestimasi persamaan regresi sederhana dan
lurus dari grafik, dan garis lurus dari grafik, dan regresi ganda serta
menggambar garis lurus menggambar garis lurus mampu menganalisa
dari sebuah persamaan dari sebuah persamaan kebenaran asumsi dan
 Deskripsi pengertian  Mendeskripsikan pengertian
hubungan linear dan hubungan linear dan
penggunaan persamaan penggunaan persamaan
regresi linear untuk regresi linear untuk
pemodelannya pemodelannya
 Identifikasi jenis  Mengidentifikasi jenis
parameter regresi (slope parameter regresi (slope
dan intercept) , dan dan intercept) , dan
variabel dependent dan variabel dependent dan
independent independent
 Menjelaskan istilah dan  Menjelaskan istilah dan
peranan residual peranan residual
 Proses dan cara  Meringkas proses dan cara
pengembangan model pengembangan model
 Konsep metode ordinary  Menjelaskan ide di balik
least square estimation metode ordinary least
square estimation
 Asumsi dasar regresi  Menyebutkan asumsi dasar
linear sederhana regresi linear sederhana
 Interpretasi hasil  Menginterpretasi hasil
komputer regresi linear komputer regresi linear
 Pengertian ketepatan  Menjelaskan pengertian
model (goodness-of-fit) ketepatan model
dan engukurannya dalam (goodness-of-fit) dan
model regresi linear engukurannya dalam model
simpel regresi linear simpel
 Peranan R2 dalam konteks  Menjelaskan peranan R2
regresi linear ganda dalam konteks regresi
(multipel) linear ganda
 Interpretasi regresi linear  Menginterpretasi regresi
multipel dalam artikel di linear multipel dalam
jurnal yang telah artikel di jurnal yang telah
dipublikasi dipublikasi
 Penyesuaian model  Menjelaskan perangkat
regresi penyesuaian model regresi
 Asumsi dasar diperiksa  Menjelaskan bagaimana
dengan grafik dan secara asumsi dasar diperiksa
matematis dengan grafik dan secara
matematis
 Arti asosiasi dan korelasi  Menjelaskan arti asosiasi
dan korelasi Memahami konsep-
 Gambar dan interpretasi  Menggambar dan konsep dasar untuk
scatterplot, dan menilai menginterpretasi mengkaji eratnya
linearitas, arah, dan scatterplot, dan menilai hubungan (korelasi)
kekuatan suatu asosiasi linearitas, arah, dan antar dua variabel
kekuatan suatu asosiasi atau lebih serta uji
 Beda asosiasi positif dan  Membedakan asosiasi kemaknaannya secara
negatif positif dan negatif statistik dengan cara
 Pengertian koefisien  Menjelaskan pengertian “parametrik” dan
korelasi koefisien korelasi “non-parametric”
 Koefisien korelasi  Menjelaskan koefisien statistik
Pearson r, kebutuhan korelasi Pearson r,
distribusionalnya, dan kebutuhan
menginterpretasi nilai r. distribusionalnya, dan
menginterpretasi nilai r.
 Koefisien korelasi  Menjelaskan koefisien
Spearman rs dan korelasi Spearman rs dan
menginterpretasi nilai rs menginterpretasi nilai rs
 Penggunaan Pearson r dan  Menjelaskan penggunaan
Spearman rs yang tepat Pearson r dan Spearman rs
yang tepat
 Ketidakcocokan model  Menjelaskan
11 Regresi ganda regresi linear untuk ketidakcocokan model Memahami konsep-
dan regresi variabel dependen yang regresi linear untuk konsep dasar analisa
logistik ganda berskala dikotomi variabel dependen yang logistik regresi
(binary) berskala dikotomi (binary) sederhana dan
 Pengertian transformasi  Menjelaskan pengertian logistik regresi ganda
logit dan cara transformasi logit dan cara serta mampu
melakukannya melakukannya menganalisa
 Rumus persamaan regresi  Menuliskan persamaan kebenaran asumsi dan
logistik regresi logistik ketepatan
 Konsep linearitas dan  Menjelaskan konsep penggunaan teknik
pengujiannya dan linearitas dan menjelaskan logistik regresi untuk
penggunaanya pengujiannya dan memilih dan menguji
 penggunaanya model-model teoritis
 Cara derivasi estimasi  Menjelaskan cara derivasi
odds ratio dari parameter estimasi odds ratio dari yang terbaik dengan
regresi logistik parameter regresi logistik variabel tergantung
 Penentuan signifikansi  Menjelaskan penentuan berupa data
statistik odds ratio suatu signifikansi statistik odds kategorial, antara lain
populasi ratio suatu populasi dengan cara
 Interpretasi output regresi  Menginterpretasi output membandingkan
logistik dari program regresi logistik dari angka estimasi
komputer (STATA) program komputer bilangan rasio-odd
(STATA) (odds ratio)
 Analysis of variance (one  Menjeaskan Analysis of
12. Inferensi way ANOVA), variance (one way Memahami dan
multisampel, ANOVA), mampu menerapkan
termasuk  Analysis of Co Varianace  Menjelaskan Analysis of Co konsep-konsep dasar
analisis varian (ANCOVA) Varianace (ANCOVA) untuk melakukan
dan kovarian  Analysis of Variance  Analysis of Variance analisa data
dengan lebih dari dua dengan lebih dari dua grup menggunakan cara
grup variabel independen variabel independen “multisample
kategorikal (Multi-way kategorikal (Multi-way inference”
ANOVA), ANOVA),
 Pengertian komparasi  Memahami pengertian (ANOVA), baik
multiple komparasi multiple dengan
 Anova untuk variabel  Anova untuk variabel mempertimbankan
kategorikan (model log- kategorikan (model log- keberadaan kovariat
linear) linear) (ANCOVA), atau
 Metode-metode statistik  Menjelaskan metode-
13. Statistik untuk untuk data kontinyu dan metode statistik untuk data Mampu melakukan
rancangan kategorikal kontinyu dan kategorikal estimasi besar sampel
penelitian  Estimasi ukuran sampel  Estimasi ukuran sampel yang dibutuhkan
epidemiologi untuk uji dua mean, untuk uji dua mean, dalam berbagai
dan kesehatan proporsi, dan odds ratio proporsi, dan odds ratio penelitian, khususnya
masyarakat atau relative risk (hazard atau relative risk (hazard besar sampel
(perkiraan besar ratio). ratio). penelitian untuk
sampel)  Estimasi ukuran sampel  Estimasi ukuran sampel penelitian kuantitatif
untuk regresi linear dan untuk regresi linear dan dibidang kesehatan
korelasi, regresi logistik korelasi, regresi logistik masyarakat
 Pengertian censoring  Menjelaskan pengertian
14. Aplikasi analisa censoring Memahami konsep-
kelangsungan  Probabilitas survival  Menghitung probabilitas konsep dasar analisa
hidup (survival Kaplan-Meier survival Kaplan-Meier data kelangsungan
analysis)  Kurva survival Kaplan-  Menggambar kurva survival hidup (survival
Meier Kaplan-Meier analysis) dengan
 Kurva Kaplan-Meier  Menggunakan kurva gafik (Kaplan-
untuk mengestimasi Kaplan-Meier untuk Meiers), statistik
median waktu survival mengestimasi median parametrik (Weibull),
waktu survival dan semi parametrik
(Cox Proportional
 Penggunaan uji statitsik  Menjelaskan penggunaan
secara log-rank untuk uji statitsik secara log-rank Hazard Model) serta
menentukan signifikansi untuk menentukan
memilih dan menguji
perbedaan riwayat signifikansi perbedaan
model-model teoritis
survival dua grup atau riwayat survival dua grup
lebih atau lebih yang terbaik, antara
lain dengan cara
 Peranan hazard ratio  Menjelaskan peranan
dalam membandingkan hazard ratio dalam membandingkan
pengalaman survival membandingkan angka estimasi
relatif dua grup pengalaman survival relatif bilangan risiko relatif
dua grup (hazard ratio)
 Konsep umum mengenai  Menjelaskan ide umum
regresi Cox proportional mengenai regresi Cox
hazard dan interpretasiny proportional hazard dan
menginterpretasi hasilny
Rencana Kegiatan Minguan Pembelajaran
Penerapan metode pembelajaran pada mata kuliah Biostatistik I akan dilaksanakan dalam
beberapa perkuliahan dengan 14 modul pembelajaran. Sesi atau pertemuan pendahuluan akan
disampaikan mengenai tujuan dan metode pembelajaran termasuk hasil yang diharapkan
(performance expectations) dan cara penilaian (assessment criteria). Kuliah juga dimulai dengn
penjelasan singkat tentang metode pembelajaran ‘student centered Learning’ menggunakan
modul dan kuliah teori, kerja kelompok dalam tutorial/laboratorium, serta kerja mandiri untuk
mengerjakan tugas dirumah. Jumlah sesi kuliah keseluruhan 12 pertemuan dengan masing-
masing pertemuan selama 100 menit, 10 kali tutorial/laboratorium dan kerja dirumah dengan 8
topik. Tabel 2 adalah jadwal rencana kegiatan perkuliahan untuk membahas masing-masing teori
yang terkait dengan setiap modul.
Tabel 2. Rencana kegiatan Mingguan perkuliahan
Metode Pembelajaran
No. Pokok Bahasan Subtansi Dosen
dan Fasilitas Media
 Menerangkan silabus mata kuliah  Perkuliahan
1. Pengertian dan  Presentasi power point
konsep-konsep  Menerangkan aktivitas latihan  Software statistik
dasar laboratorium
biostatistik  Menerangkan cara evaluasi
dalam kesehatan kegiatan mahasiswa
masyarakat  Menerangkan penggunaan
biostatistik
 Menerangkan perbedaan variabel
nominal, ordinal, diskret metrik,
dan metrik kontinyu
 Menerangkan sifat non-numerik

data ordinal
 Menerangkan variabel dependen,
independen, dan confounding
 Perkuliahan
2. Analisa data Tabel:  Presentasi power point
secara deskriptif  Menjelaskan pengertian distribusi  Software statistik
dengan tabel frekuensi
dan gambar  Membuat tabel frekuensi, tabel
frekuensi relatif, frekuensi
kumulatif, dan frekuensi
kumulatif relatif dari data
mentah
 Membuat tabel frekuensi relatif,
frekuensi kumulatif, dan
frekuensi kumulatif relatif
 Membuat tabel frekuensi
kelompok
 Membuat tabel tabulasi silang
 Menjelaskan pengertian tabel
kontingensi
Grafik:
 Memilih bagan yang paling tepat
untuk tiap jenis data
 Membuat pie chart dan bar chart
sederhana, bar chart kluster dan
susun(stack)
 Membuat histogram
 Membuat step chart dan ogive
 Membuat bagan time series,
termasuk statistics process
control (SPC)
 Menginterpretasi dan menjelaskan
arti bagan
 Menjelaskan makna ‘bentuk’
distribusi frekuensi
 Membuat sketsa dan menjelaskan
distribusi condong negatif,
simetris, dan condong positif
 Menjelaskan dan menerangkan

distribusi bimodal
 Menjelaskan bentuk pendekatan
distribusi frekuensi dari
tabel/bagan frekuensi
 Membuat sketsa dan menjelaskan
distribusi normal
Ringkasan Numerik:
 Menjelaskan pengertian ukuran
ringkasan lokasi, dan memahami
perbedaan modus, median, dan
mean
 Dapat menghitung modus, median,
dan mean
 Menunjukkan bahwa mahasiswa
memahami peranan tipe data dan
bentuk distribusi dalam
penentuan ukuran lokasi yang
paling tepat
 Menjelaskan pengertian persentil,
dan menghitung nilai persentil
 Menjelaskan ukuran ringkasan

sebaran, dan memahami
perbedaan dan menghitung nilai
rentang, nilai rentang interkuartil,
dan deviasi standar
 Menjelaskan definisi konsep dasar  Perkuliahan
probabilitas  Presentasi power point
3 Konsep-konsep
 Menjelaskan notasi dan  Software statistik
Dasar
Probabilitas kesepakatan
untuk  Menjelaskan hokum dan dalil-dalil
pemecahan probabilitas
masalah  Menjelaskan penambahan dan
kesehatan perkalian angka probabilitas
masyarakat  Menjelaskan probabilitas
kondisional
 Menjelaskan aturan bayes dan uji
skrining
 Menjelaskan inferensi pendekatan
bayes
 Menjelaskan kurev ROC
(Receiver Operating
Characteristics)
 Menjelaskan prevalence dan
insiden
 Menjelaskan konsep variabel  Perkuliahan
random (acak)  Presentasi power point
4 Konsep-Konsep
 Menjelaskan kepadatan angka  Software statistik
dasar dan
Aplikasi probabilitas untuk variabel diskrit
distribusi secara acak
statistik data  Menjelaskan distribusi kumulatif
Diskret untuk variabel diskrit
 Menjelaskan permutasi dan
kombinasi
 Menjelaskan distribusi binomial
 Menejlaskan nilai diharapkan dari
distribusi binomial
 Menjelaskan distribusi poisson
 Menjelaskan perhitungan
probabilitas poisson
 Menjelaskan nilai diharapkan dan
angka varian dari distribusi
poisson
 Menjelaskan perkiraan dari
distribsui binomial
 Menjelaskan prinsip umum  Perkuliahan
 Menjelaskan distribusi normal  Presentasi power point
5 Konsep-konsep
 Menjelaskan ciri-ciri distribusi  Software statistik
dasar dan
aplikasi standar normal
distribusi  Menjelaskan konversi distribusi
statistik data  Menjelaskan kombinasi linear dari
kontinum variabel random
 Menjelaskan perkiraan normal
dari distibusi binomial
 Menjelaskan perkiraan normal
dari distibusi poisson
 Menjelaskan distribusi sampling  Perkuliahan
mean sampel dan karakteristik  Presentasi power point
6 Perkiraan nilai-
distribusinya  Software statistik
nilai parameter
dan statistik  Menjelaskan standard error mean
sampel, sampel dan cara menghitung
khusunya nilai nilainya
interval  Menjelaskan penggunaan
kepercayaan perangkat probabilitas distribusi
(confidence normal untuk menghitung
interval) ketepatan mean sampel sebagai
estimator mean populasi
 Menurunkan ekspresi nilai interval
kepercayaan mean populasi
 Menghitung dan menginterpretasi
interval kepercayaan (confidence
interval) untuk mean populasi
interval) untuk proporsi populasi
interval) untuk median populasi
 Memberikan contoh situasi yang
membutuhkan estimasi perbedaan
di antara dua parameter populasi
 Menjelaskan dasar estimasi
perbedaan antara mean dua
populasi menggunakan metode
yang berdasarkan two samplest-
test (untuk populasi independen)
dan matched-pairs t-test (untuk
populasi dependen)
 Menjelaskan dasar estimasi
perbedaan antara median dua
populasi menggunakan metode
yang berdasarkan tes Mann
Whitney(untuk populasi
independen) dan tes Wilcoxon
(untuk populasi dependet)
 Menginterpretasi hasil penelitian
yang mengestimasi perbedaan dua
mean populasi, dua persentase,
atau dua median
 Menunjukkan kecermatan
terhadap asumsi yang harus
dibuktikan ketika memperkirakan
perbedaan dua parameter populasi
 Menjelaskan arti rasio dua
parameter populasi dan memberi
contoh situasi memerlukan
estimasi rasio
 Menjelaskan dan menginterpretasi
rentang kepercayaan (confidence
interval) untuk risk ratio
 Menjelaskan dan menginterpretasi
rentang kepercayaan (confidence
interval) untuk odds ratio
 Menjelaskan perbedaan antara
risiko relatif kasar, risiko telah
disesuaikan,
 Menjelaskan perbedaan antara
odds ratio kasar serta telah
disesuaikan
 Menjelaskan perbedaan dan  Perkuliahan
7. Konsep dan uji hubungan antara parameter  Presentasi power point
hipotesis populasi dan statistik sampel  Software statistik
mengenai  Menjelaskan pengertian inferensi
perbedaan antar statistik
parameter  Menjelaskan pengertian estimasi
populasi dan dan menjelaskan mengapa besar
statistik sampel estimasi tidak sama persis
untuk data rasio dengan parameter populasi yang
dan proporsi diukur
 Menjelaskan pengertian
probabilitas, kejadian (event),
dan probabilitas sederhana
 Menjelaskan pendekatan frekuensi
secara proporsional untuk
menghitung probabilitas
 Menjelaskan penggunaan
probabilitas pada area distribusi
normal
 Menjelaskan konsep risiko dan
hubungannya dengan probabilitas
 Menghitung risiko dari tabel

kontingensi dan menerjemahkan
hasilnya dalam bidang kesehatan
 Menjelaskan konsep bilangan odds
 Menghitung bilangan odds dari
tabel 2x2 case control dan
 Menjelaskan persamaan yang
menghubungkan probabilitas
dengan odds dan cara
menghitungnya
 Menjelaskan risk ratio,
menghitung risk ratio dan
 Menjelaskan pengertian odds
ratio, menghitung odds ratio dan
 Menjelaskan bagaimana
pertanyaan penelitian dapat
diekspresikan dalam bentuk
hipotesis yang dapat diuji
 Menjelaskan pengertian hipotesis
null
 Meringkas prosedur uji hipotesis
 Menjelaskan pengertian nilai p (p-
value)
 Menggunakan p-value untuk
menolak atau tidak menolak
hipotesis null
 Meringkas tes-tes utama dan
aplikasi-aplikasinya, distribusi
dan keperluan-keperluan lain
 Menginterpretasikan output
komputer dari uji hipotesis
 Menginterpretasi hasil uji
hipotesis dalam tulisan di jurnal
 Mendeskripsikan kesalahan tipe I
dan II (error tipe I and tipe II) dan
probabilitasnya
 Menjelaskan bentuk umum
hipotesis null dalam konteks
pengujian rasio dua parameter
populasi
 Menjelaskan cara uji rasio dan uji
perbedaan antar kelompok
 Menginterpretasi hasil uji statistik
risiko relatif dan odds ratio dalam
artikel di jurnal yang diterbitkan
 Mendeskripsikan dasar uji  Perkuliahan
8. Uji hipotesis hipotesis dengan chi-square  Presentasi power point
tentang  Menjelaskan perbedaan nilai yang  Software statistik
kesamaan dua diobservasi dan nilai yang
parameter diharapkan
populasi dan  Menghitung nilai yang diharapkan
statistik sampel dan uji statistik
dari data berupa  Menjelaskan prosedur uji chi-
kontinyus square untuk independensi dua
(mean) dan variabel dalam satu populasi
kategorikan  Menjelaskan prosedur uji chi-
(proporsi) square untuk kesamaan dua
proporsi populasi dan
menunjukkan persamaan tes ini
dengan tes independensi dua
variabel
 Melakukan uji chi-square Mantel-
Haenzsel dan odds ratio
 Menginterpretasi output komputer
untuk tes chi-square
 Menginterpretasi uji chi-square
pada jurnal yang dipublikasikan
 Menjelaskan prosedur tes chi-
square untuk trend
 Perkuliahan
9 Uji hipotesis Menjelaskan uji tanda (sign test)  Presentasi power point
statistik secara  Software statistik
non-parametrik Menjelaskan Uji Wilcoxon Signed-
Rank Test
Menjelaskan Uji Wilcoxon Rank-

Sum Test
Memberikan aplikasi dan cara

menghitung uji statistik non-
parametrik untuk sebuah penelitian
kesehatan masyarakat
 Menjelaskan perbedaan antar  Perkuliahan
10 Regresi asosiasi dan hubungan sebab-  Presentasi power point
sederhana dan akibat  Software statistik
korelasi  Mengestimasi persamaan garis
lurus dari grafik, dan
menggambar garis lurus dari
sebuah persamaan
 Mendeskripsikan pengertian
hubungan linear dan penggunaan
persamaan regresi linear untuk
pemodelannya
 Mengidentifikasi jenis parameter
regresi (slope dan intercept) , dan
variabel dependent dan
independent
 Menjelaskan istilah dan peranan
residual
 Meringkas proses dan cara
pengembangan model
 Menjelaskan ide di balik metode
ordinary least square estimation
 Menyebutkan asumsi dasar regresi
linear sederhana
 Menginterpretasi hasil komputer
regresi linear
 Menjelaskan pengertian ketepatan
model (goodness-of-fit) dan
engukurannya dalam model
regresi linear simpel
 Menjelaskan peranan R2 dalam
konteks regresi linear ganda
 Menginterpretasi regresi linear
multipel dalam artikel di jurnal
yang telah dipublikasi
 Menjelaskan perangkat
penyesuaian model regresi
 Menjelaskan bagaimana asumsi
dasar diperiksa dengan grafik dan
secara matematis
 Menjelaskan arti asosiasi dan
korelasi
 Menggambar dan menginterpretasi
scatterplot, dan menilai linearitas,
arah, dan kekuatan suatu asosiasi
 Membedakan asosiasi positif dan
negatif
 Menjelaskan pengertian koefisien
korelasi
 Menjelaskan koefisien korelasi
Pearson r, kebutuhan
distribusionalnya, dan
menginterpretasi nilai r.
 Menjelaskan koefisien korelasi
Spearman rs dan menginterpretasi
nilai rs
 Menjelaskan penggunaan Pearson
r dan Spearman rs yang tepat
 Menjelaskan ketidakcocokan  Perkuliahan
11 Regresi ganda model regresi linear untuk  Presentasi power point
dan regresi variabel dependen yang berskala  Software statistik
logistik ganda dikotomi (binary)
 Menjelaskan pengertian
transformasi logit dan cara
melakukannya
 Menuliskan persamaan regresi
logistik
 Menjelaskan konsep linearitas dan
menjelaskan pengujiannya dan
penggunaanya
 Menjelaskan cara derivasi estimasi
odds ratio dari parameter regresi
logistik
 Menjelaskan penentuan
signifikansi statistik odds ratio
suatu populasi
 Menginterpretasi output regresi
logistik dari program komputer
(STATA)
 Menjeaskan Analysis of variance  Perkuliahan
Inferensi (one way ANOVA),  Presentasi power point
12.
multisampel,  Menjelaskan Analysis of Co  Software statistik
termasuk Varianace (ANCOVA)
analisis varian  Analysis of Variance dengan lebih
dan kovarian dari dua grup variabel independen
kategorikal (Multi-way ANOVA),
 Memahami pengertian komparasi

multiple
 Anova untuk variabel kategorikan
(model log-linear)
 Menjelaskan metode-metode  Perkuliahan
Statistik untuk statistik untuk data kontinyu dan  Presentasi power point
13.
rancangan kategorikal  Software statistik
penelitian  Estimasi ukuran sampel untuk uji
epidemiologi dua mean, proporsi, dan odds
dan kesehatan ratio atau relative risk (hazard
masyarakat ratio).
(perkiraan besar  Estimasi ukuran sampel untuk
sampel) regresi linear dan korelasi, regresi
logistik
 Menjelaskan pengertian censoring  Perkuliahan
 Menghitung probabilitas survival  Presentasi power point
14. Aplikasi analisa
kelangsungan Kaplan-Meier  Software statistik
hidup (survival  Menggambar kurva survival
analysis) Kaplan-Meier
 Menggunakan kurva Kaplan-
Meier untuk mengestimasi
median waktu survival
 Menjelaskan penggunaan uji
statitsik secara log-rank untuk
menentukan signifikansi
perbedaan riwayat survival dua
grup atau lebih
 Menjelaskan peranan hazard ratio
dalam membandingkan
pengalaman survival relatif dua
grup
 Menjelaskan ide umum mengenai
regresi Cox proportional hazard
dan menginterpretasi hasilnya
Keterangan:
 Catatan: Satu sesi kira-kira 50 menit.
B. Kegiatan Praktikum, Tutorial dan Kerja Lapangan
Praktikum atau tutorial akan dilakukan sebanyak 10 kali dengan waktu kegiatan masing-masing
90 menit. Setiap praktikum akan dipimpin oleh seorang Asisten sebagai narasumber dalam
diskusi kelompok. Mahasiswa diharapkan secara aktif mendiskusikan pendapatnya terhadap
masalah yang diajukan dalam setiap modul. Diharapkan mahasiswa sebelum mengikuti
praktikum telah menyiapkan jawaban terhadap pertanyaan yang disampaikan pada modul
praktikum. Tabel 3 adalah jadwal rencana kegiatan mingguan untuk praktikum atau tutorial
biostatistik I.
Tabel 3. Jadual Kegiatan Mingguan Praktikum
Metode Pembelajaran dan Fasilitas Lama

No Topik Substansi
Media Praktikum
1 Komputasi statistic Untuk meperkenalkan Latihan Laboratorium: 2 jam

dengan software dasar-dasar menggunakan  Diskusi kelompok kecil mengenai
STATA: 1 program STATA tugas saat ini dan sebelumnya
 Demonstrasi program statistik dan
koneksi internet ke database
2 Komputasi statistic Untuk meperkenalkan Latihan Laboratorium: 2 jam

dengan software dasar-dasar menggunakan  Diskusi kelompok kecil mengenai
STATA: 2 program STATA lanjutan tugas saat ini dan sebelumnya
3 Analisa, Latihan Laboratorium: 2 jam

Interprestasi dan  Diskusi kelompok kecil mengenai
penulisan diskriptif tugas saat ini dan sebelumnya

interpretasi dan  Diskusi kelompok kecil mengenai
penulisan bivariat tugas saat ini dan sebelumnya
penulisan regresi tugas saat ini dan sebelumnya
dan anova  Demonstrasi program statistik dan

biner dan non-  Demonstrasi program statistik dan
linear koneksi internet ke database

logistik  Demonstrasi program statistik dan
8 Estimasi Ukuran Untuk mengestimasi Latihan Laboratorium: 1 jam

Sampel ukuran sampel untuk  Diskusi kelompok kecil mengenai
survey dan percobaan tugas saat ini dan sebelumnya
klinis  Demonstrasi program statistik dan
9 Analisis, Latihan Laboratorium:

penulisan analisa tugas saat ini dan sebelumnya
survival  Demonstrasi program statistik dan
10 Penulisan tabel dan Latihan Laboratorium:

grafik tingkat  Diskusi kelompok kecil mengenai
lanjut tugas saat ini dan sebelumnya
Keterangan:
Penilaian:
1. Proses Pembelajaran
2. Hasil Pembelajaran
BAB III. EVALUASI PEMBELAJARAN
A. Sistem Evaluasi
Penilaian prestasi belajar meliputi penilaian akumulatif dari komponen berikut:
1. Nilai ujian tengah semester: 30%
2. Nilai ujian akhir semester: 50%

3. Kehadiran/partisipasi pada tutorial/laboratorium: 10%
4. Pengumpulan tugas (mandiri maupun kelompok): 10%
Total: 100%
B. Penilaian
Penilaian hasil akhir belajar menggunakan skala ordinal sebagai berikut:
Nilai Skala Skore Prosentase
A 4.0 93% - 100%
A- 3.75 90% - 92%
B+ 3.50 87% - 89%
B 3.25 83% - 86%
B- 3.00 80% - 82%
C+ 2.75 77% - 79%
C 2.50 73% - 76%
C- 2.25 70% - 72%
D+ 2.00 67% - 69%
D 2.75 63% - 66%
D- 2.50 60% - 62%
E 2.25 Kurang dari 60%
C. Remediasi
Dalam proses pembelajaran Biostatistik I diberlakukan kebijaksanaan remediasi dengan asumsi

bahwa dengan kegagalan mahasiswa karena tidak dapat mengikuti secara penuh kegiatan
pembelajaran melalui metode Student Centered Learning sehingga belum dapat memenuhi
kompetensi yang diinginkan. Masih rendahnya nilai yang diperoleh mencerminkan tidak
disepakatinya kontrak pembelajaran pada awal pembelajaran. Oleh karena itu, mahasiswa
diberikan kesempatan remediasi sampai mencapai nilai B. Mahasiswa remediasi tidak akan
memperoleh nilai A meskipun yang bersangkutan dapat mengerjakan kekurangan kompetensi
yang diwajibkan dari seluruh komponen yang dinilai. Perlu disampaikan bahwa mahasiswa
sebaiknya remediasi apabila nilai masih belum mencapai B.
D. Perencanaan Monitoring dan Umpan Balik
Monitoring Kegiatan Mingguan
Tabel 4. Rencana Monitoring Perkuliahan
No Topik Kegiatan Mahasiswa Capaian

 Absensi mahasiswa  Jumlah kehadiran di kelas
1 Pengertian dan konsep-konsep dasar  Pengumpulan tugas  Jumlah tugas yang dikumpulkan
biostatistik dalam kesehatan
masyarakat
2 Analisa data secara diskriptif dengan  Pengumpulan tugas  Jumlah tugas yang dikumpulkan
tabel dan gambar
3 Konsep-konsep dasar probabilitas  Pengumpulan tugas  Jumlah tugas yang dikumpulkan
untuk pemecahan masalah kesehatan
masyarakat
4 Konsep-konsep dasar dan aplikasi  Pengumpulan tugas  Jumlah tugas yang dikumpulkan
distribusi statistik data diskret pengerjaan tugas
5 Konsep-konsep dasar dan aplikasi  Pengumpulan tugas  Jumlah tugas yang dikumpulkan
distribusi statistik data kontinum
6 Perkiraan nilai-nilai parameter dan  Pengumpulan tugas  Jumlah tugas yang dikumpulkan
statistik sampel, khususnya nilai
interval).
7 Konsep dan uji hipotesis mengenai  Pengumpulan tugas  Jumlah tugas yang dikumpulkan
perbedaan antar parameter populasi
dan statistik sample untuk data rasio
dan proporsi.
8 Uji hipotesis tentang kesamaan dua  Pengumpulan tugas  Jumlah tugas yang dikumpulkan
parameter populasi dan statistik
sampel dari data berupa kontinyus
(mean) dan kategorikan (proporsi).
9 Uji hipotesis statistik secara non-  Pengumpulan tugas  Jumlah tugas yang dikumpulkan
parametrik
10 Regresi sederhana dan korelasi  Pengumpulan tugas  Jumlah tugas yang dikumpulkan
11 Regresi ganda dan regresi logistik  Pengumpulan tugas  Jumlah tugas yang dikumpulkan
ganda
12 Inferensi multisample, termasuk  Pengumpulan tugas  Jumlah tugas yang dikumpulkan
analisis varian dan kovarian
13 Statistik untuk rancangan penelitian  Pengumpulan tugas  Jumlah tugas yang dikumpulkan
epidemiologi dan kesehatan
masyarakat (perkiraan besar sampel).
14 Aplikasi analisa kelangsungan hidup  Pengumpulan tugas  Jumlah tugas yang dikumpulkan
(survival analysis).
Rencana Monitoring Praktikum, Tutorial dan Kerja Lapangan
Tabel 5. Rencana Monitoring Praktikum
Masukan Dari Mahasiswa
Tabel 6. Kuesioner tentang Kemampuan Pengampu Mata Kuliah

Tabel 7. Kuesioner tentang Materi Kuliah dan Sarana Pembelajaran
 Kritik:
 Saran:
KEPUSTAKAAN
Textbooks Wajib:
 Bowers D (2008). Medical Statistics from Scratch: an introduction for health professionals. Chichester,
London, UK: John Wiley and Sons, Ltd.
 Scott I and Mazhindu I. (2005). Statistics for Health Care Professionals. An Introduction. City Road,
London: Sage Publication Inc.
 Wilopo SA (2009). Biostatistics: Basic Science for Health, Yogyakarta: Department of Reproductive Health,
Gadjah Mada University.
Textbooks Dianjurkan:
 Dawson B and Trap RG (2004). Basic and Clinical Biostatistics. 4th Edition. Singapore: McGraw Hill.
(http://www.clinicalbiostatics.com)
 Lang TA and Secic M (2006). How to Report Statistics in Medicine. Annotated Guidelines for Authors,
Editors, and Reviewers. Second Edition. Philadelphia: American College of Physician.
 Moore DS (2007). The Basic Practice of Statistics. Fourth Edition. New York: W.H. Freeman and Company.
(http://www.whfreeman.com.bps).
 Mathews DE and Farewell VT (2007). Using and Understanding Medical Statistics, 4th completely rev. and
enl. ed. Basel (Switzerland): Karger.
 Rosner B (2006). Fundamentals of Biostatistics, 6th ed. Belmont, CA: Duxbury Press.
---------------------------------------------------------------------------------------------------------------------
--------------------------
Keterangan:
Penilaian : a. Proses Pembelajaran

b. Hasil Pembelajaran
Cara Penilaian Hasil Pembelajaran Perkuliahan
No Evaluasi Kriteria Nilai Bobot

1. Latihan & Penugasan Penugasan diberikan tiap minggu. Tugas yang terlambat tidak akan diterima 20%
2. Partisipasi Pemecahan masalah di kelas/laboratotium 10%
3. Laporan Statistik Lihat handout atau informasi yang diposting di website 10%
4. Ujian Ujian tengah semester & ujian akhir (ujian tertutup, kartu formula diperbolehkan) 60%
Cara Penilaian Hasil Pembelajaran Praktikum
No. Evaluasi Kriteria Nilai Bobot

1. Latihan & Penugasan Penugasan diberikan tiap minggu. Tugas yang terlambat tidak akan diterima. 70%
2. Partisipasi Pemecahan masalah di laboratorium 30%
TOTAL 100%
Perencanaan Evaluasi
1. Proses dan Hasil Pembelajaran
2. Sebab-sebab, Hambatan, dan Kekurangan
3. Perencanaan Perbaikan dan Modifikasi Rencana Pembelajaran
4. Masukan ke Pengelola
Bahan, Sumber Informasi dan Referensi
Bacaan yang dibutuhkan:
 Bowers D (2008). Medical Statistics from Scratch: an introduction for health professionals. Chichester,
London, UK: John Wiley and Sons, Ltd.
 Scott I and Mazhindu I. (2005). Statistics for Health Care Professionals. An Introduction. City Road,
London: Sage Publication Inc.
 Wilopo SA (2009). Biostatistics: Basic Science for Health, Yogyakarta: Department of Reproductive Health,
Gadjah Mada University.
Bacaan yang dianjurkan:
 Dawson B and Trap RG (2004). Basic and Clinical Biostatistics. 4th Edition. Singapore: McGraw Hill.
(http://www.clinicalbiostatics.com)
 Lang TA and Secic M (2006). How to Report Statistics in Medicine. Annotated Guidelines for Authors,
Editors, and Reviewers. Second Edition. Philadelphia: American College of Physician.
 Moore DS (2007). The Basic Practice of Statistics. Fourth Edition. New York: W.H. Freeman and Company.
(http://www.whfreeman.com.bps).
 Mathews DE and Farewell VT (2007). Using and Understanding Medical Statistics, 4th completely rev. and
enl. ed. Basel (Switzerland): Karger.
 Rosner B (2006). Fundamentals of Biostatistics, 6th ed. Belmont, CA: Duxbury Press.
----------------------------------------------------------------------------------------------------------------
Jadual Kegiatan Mingguan
Kelas A: KMPK + MKO (Ruang Teatre Lt. 2 Gedung Perpustakaan FK UGM)

Kelas B: SIMKES + MAK (Gedung Keperawatan FK UGM)
Kela Hari/Tg Pukul Dose

Sesi Topik Subtansi Metode
s l. n
1 A Kamis, 08.00 Pendahulua DD
22 - n: Definisi biostatistik, aplikasi dan bidang  Perkuliahan
Perkenalan perhatian biostatistik, kepentingan biostatistik,
Sept. 09.40 Biostatistik
konsep dasar biostatistik (populasi, sampel,
B Rabu, 08.00 & Analisis observasi, variabel, level pengukuran,dll),  Presentasi
power point
21 - Deskriptif: statistik deskriptif menggunakan tabel
Sept. 09.40 Tabel
Materi Kuliah:  Software
statistik
 Sesi_1_Biostat-2011-Pendahuluan
2 A Senin, 08.00 Analisis AW

26 - deskriptif: Statistik deskriptif, membuat dan menampilkan  Perkuliahan
Grafik grafik dengan baik
Sept. 09.40
B Jumat, 07.30  Presentasi
23 -
Sept. 09.10
Materi Kuliah: power point
3 A Rabu, 08.00 Variabel  Sesi_2_AW_Biostat 02 Statistika  Software

DD
Acak &
28 - Memperkenalkan konsep populasi, sampel,  Perkuliahan
Distribusi variabel & statistik
Sept. 09.40 Probabilita
B Selasa, 08.00 s Materi Kuliah:
 Presentasi
power point
27 -
Sept. 09.40  Sesi_3_Biostat-2011-Probabilitas  Software
statistik
A Rabu, 10.00 EQ
28 - TUTORIAL 1
Sept. 11.40 Pendahuluan: Perkenalan Biostatistik & Analisis Deskriptif: Tabel & Grafik
B Selasa, 10.00 Materi: Laboratory Session I-S2 EQ
27 -
Sept. 11.40  Lampiran 1: 2965_CONSORT+2010+checklist
 Lampiran 2: QualityRHservice-HPM
 Lampiran 3: CONSOR_explanation
4 A Jumat, 07.30 Inferensi ZUL

30 - statistik – Mengenalkan konsep inferensi statistik dalam  Perkuliahan
Uji
Sept. 09.10 Hipotesis bentuk uji hipotesis
B Kamis, 07.30 Materi Kuliah:
 Presentasi
power point
29 -
Sept. 09.10  Sesi_4_ZUL_Uji_Hipotesis_Data_Konti  Software
nu statistik
5 A Senin, 08.00 Inferensi DD

3 Okt. - statistik – Menghitung interval berdasarkan statistik sampel,  Perkuliahan
Estimasi
09.40 Interval yang dapat mengandung parameter populasi
B Selasa, 08.00 Materi Kuliah:
 Presentasi
power point
4 Okt. -
09.40  Biostat-2011-Estimasi Interval  Software
statistik
 Tabel
6 A Rabu, 08.00 Analisis
5 Okt. - Data Memperkenalkan metode analisis data untuk  Perkuliahan ZUL
Kategorikal variabel kategorikal
09.40
B Kamis, 08.00 Materi Kuliah:
 Presentasi
power point
6 Okt. -
09.40
 Software
 Sesi_6 statistik
 Sesi_6_DD_Biostat-2011-Analisis-Data
Kategorik
 Sesi_6_ZUL_Uji_Hipotesis_Data_Kateg
orikal
A Rabu, 10.00 EQ
5 Okt. - TUTORIAL 2
11.40 Variabel Acak & Distribusi Probabilitas
B Kamis, 10.00 RSU
6 Okt. - Praktikum/Tutorial 2_EQ: Analisa Deskripsi - Tabel dan Grafik
11.40 Module-_SPSS_Descriptive_Statistics
Bacaan & Jurnal Tutorial II:
 Achieving Graphical Excellence: Suggestions and Methods

for Creating High-Quality Visual Displays of Experimental
Data
 Descriptive Statistics
 Descriptive Data Analysis
 Statistics review 1: Presenting and summarising data
7 A Senin, 08.00 Analysis of DD

10 - Variance Memperkenalkan metode yang dipergunakan  Perkuliahan
(1) untuk membandingkan dua grup
Okt. 09.40
 Presentasi
power point
11 -
Okt. 09.40  Analisis Variansi  Software
statistik
8 A Rabu, 08.00 Analysis of DD

12 - Variance  Perkuliahan
Okt. 09.40
B Kamis, 07.30 (2)
13 - Lanjutan Sesi 7  Presentasi
Okt. 09.10 power point
 Software
statistik
9 A Senin, 08.00 Regresi ZUL

17 - Linear & Memperkenalkan koefisien korelasi & inferensi
korelasi dengan regresi linear
Okt. 09.40
18 -
Okt. 09.40  Regresi dan Korelasi
A Senin, 13.00 EQ
17 - TUTORIAL 3
Okt. 14.40 Inferensi Statistik: Variabel Acak & Distribusi Probabilitas
B Selasa, 10.00 EQ
18 - Topik 1. Adalah Pengenalan mengenai metode pengajaran dan
Okt. 11.40 konsep dasar biostatistik dalam kesehatan masyarakat
Topik 2 : Kuliah Topik 2: Analisa data deskriptif menggunakan
tabel, grafik, dan angka
Lampiran:
 Panduan Bahan Untuk Klaster HPM
 Tutorial Topik 3 Probabilitas
 Concepts of Probability, Random Variables, Discrete and

Continues Probability Distributions
 Tabel Pengujian Z, t, F, Chi-2
 normal1
 tdist
Referensi:
Evaluation of the performance of CareStart Malaria Pf/Pv Combo
and Paracheck Pf tests for the diagnosis of malaria in Wondo Genet,
southern Ethiopia (Bekele Sharew, Mengistu Legesse, Abebe
Animut, Daddi Jima, Girmay Medhin, Berhanu Erko)
10 A Rabu, 07.30 Regresi DD
19 - Logistik, Memperkenalkan tiga jenis analisis regresi yang  Perkuliahan
Poisson &
Okt. 09.10 Nonlinear sering digunakan
B Kamis, 07.30 (1) Materi Kuliah:
 Presentasi
power point
20 -
Okt. 09.10  Regresi Logistik, Poisson dan Nonlinear  Software
statistik
 Tambahan : Ringkasan Model Regresi

Linear, Logistik, Poisson, Cox
11 A Senin, 08.00 Regresi DD

24 - Logistik,
Poisson &
Okt. 09.40 Nonlinear
B Selasa, 13.30 (2) Lanjutan Sesi 10
25 -
Okt. 15.10
12 A Rabu, 08.00 Survival DD
26 - Analysis Memperkenalkan konsep ‘censoring’ & estimasi  Perkuliahan
Okt. 09.40 fungsi survival (Kaplan Meier), log-rank test,
model proportional hazard.
B Rabu, 13.30  Presentasi
power point
26 - Materi Kuliah:
Okt. 15.10
 Software
 Survival Analysis statistik
A Rabu, 10.00 AS
26 - TUTORIAL 4
Okt. 11.40 Analisis Data Kategorial
B Rabu, 15.30 AS
26 -  1-Statistics review 8: Qualitative data – tests of association
Okt. 17.10
 2-The Measurement of Interrater Agreement
 3-Hypothesis Testing: Categorical Data Analysis
 4-Hypothesis Testing: Categirical Data
13 A Senin, 07.30 Sample ZUL

31 - Size Memperkenalkan metode sampling & penentuan  Perkuliahan
Estimation ukuran sampel
Okt. 09.40 (1)
 Presentasi
power point
1 Nov. -
09.10
 Sample Size Estimation  Software

statistik
14 A Rabu, 08.00 Sample ZUL
 Besar Sampel
2 Nov. - Size
Estimation
09.40 (2)
B Kamis, 08.00 Lanjutan Sesi 13
3 Nov. -
09.40
A Rabu, 10.00 AS
2 Nov. -
11.40
B Kamis, 08.00 RSU
3 Nov. -
09.40
A Jumat, 10.00 AS
4 Nov. -
16.40
B Jumat, 10.00 RSU
4 Nov. -
15.00
A Senin, 10.00 AS
7 Nov. -
11.40
B Senin, 10.00 EQ
7 Nov. -
11.40
A Senin, 13.00 NS
7 Nov. -
16.40
B Senin, 13.00 AS
7 Nov. -
15.00
A Selasa, 10.00
8 Nov. -
11.40
B Selasa, 10.00
8 Nov. -
11.40
A Selasa, 13.00 REVIEW
8 Nov. -
14.40
B Selasa, 13.00
8 Nov. -
14.40
PENUGASAN
Biostatistik ujian in-class, open book, bawa tugas, waktu 120 menit
Dikumpul saat tanggal ujian, Selasa 15 November 2011.
 Tugas Biostatistik Cluster HPM 2011
 Lampiran "smoke"
 Lampiran: marital.sav

Biostatistik

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Biostatistik

Diunggah oleh

Hak Cipta:

Format Tersedia

Biostatistik

(Rencana Program dan Kegiatan Pembelajaran Semester)

BAB I. PERENCANAAN PEMBELAJARAN

A. Identifikasi Mata Kuliah

Nama Mata Kuliah :

2. DP : drg. Dibyo Pramono, M.Sc

4. ZUL: Drs. Zulaela, Dipl.Med.Stat., M.Si

5. AW: Drs. Abdul Wahab, MPH

6. CI : dr. Citra Indriani, MPH

2. KH : Ki Hariyadi, SSi, MPH

3. RSU: Rianti Siswi Utami, SSi

4. VNL: Vemmie Nastiti Lestari, SSi

5. WHD: Wahidaturrahmi, SSi

Uraian Singkat Mata Kuliah

Setelah selesai mengikuti perkuliahan ini, maka:

1. Pengertian dan konsep-konsep dasar biostatistik dalam kesehatan masyarakat.

2. Analisa data secara diskriptif dengan tabel dan gambar.

3. Konsep-konsep dasar probabilitas untuk pemecahan masalah kesehatan masyarakat

4. Konsep-konsep dasar dan aplikasi distribusi statistik data diskret

5. Konsep-konsep dasar dan aplikasi distribusi statistik data kontinum

9. Uji hipotesis statistik secara non-parametrik

10. Regresi sederhana dan korelasi

11. Regresi ganda dan regresi logistik ganda

12. Inferensi multisample, termasuk analisis varian dan kovarian.

14. Aplikasi analisa kelangsungan hidup (survival analysis).

SATUAN ACARA PENGAJARAN (SAP)

No. Hari, Tgl./Pukul Topik Dosen

1 Selasa, 18 Sept. Pengertian dan konsep-konsep dasar biostatistik DD

 Topik II: Statistika Deskripstif

Sub Topik: Variabel Acak & Distribusi Probabilitas

 Variabel Random & Distribusi Probabilitas

Sub Topik: Inferensi Statistik: Estimasi Interval

 Estimasi dan Uji Hipotesis untuk Data

Sub Topik: Inferensi Statistik: Uji Hipotesis

 Estimasi dan Uji Hipotesis untuk Data

Sub Topik: Analisis Data Kategorik

Sub Topik: Analisis Variansi (ANAVA)

 Statistika Non-Parametrik (ZL)

 Metode Nonparametrik (DD)

 Regresi & Korelasi

Sub Topik: Regresi Passion

Sub Topik: Analisis Data Survival

Sub Topik: Estimasi Besar Sampel

 Sample Size Estimation

 Tutorial Analisis Deskriptif

 Descriptive Frequencies Explorer SPSS

 Correlation & Regression (a Simple & a

 Referensi: Regression analysis

 Regression and Correlation Methods

 Chapter 9. Non Parametric Methods

 Materi Kuliah Sesi 14: Ringkasan

BAB II. PERENCANAAN KEGIATAN PERKULIAHAN

Outcome Kompetensi Pembelajaran

Tabel 1. Rumusan Outcome dan Kompetensi dalam Pembelajaran Biostatistik I

2. Analisa data Tabel: Tabel: Terampil dalam

 Histogram  Membuat histogram

Ringkasan Numerik: Ringkasan Numerik:

Uji Wilcoxon Rank-Sum Menjelaskan Uji Wilcoxon

Penerapan Metode untuk Memberikan aplikasi dan

Rencana Kegiatan Minguan Pembelajaran

Tabel 2. Rencana kegiatan Mingguan perkuliahan

 Menerangkan sifat non-numerik

 Menjelaskan dan menerangkan

 Menjelaskan ukuran ringkasan