Anda di halaman 1dari 3

TUGAS BIOSTATISTIK

RINGKASAN STATISTICS AT SQUARE ONE CHAPTER 1, 2, 3

Disusun untuk memenuhi tugas mata kuliah Biostatistik

Dosen Pengampu Mata Kuliah:


dr. Ari Natalia Probandari, MPH, Ph.D

Oleh:
Ezhaty Diah Riani
S531708020

PROGRAM PASCASARJANA MAGISTER S2 ILMU GIZI


PEMINATAN HUMAN NUTRITION
UNIVERSITAS SEBELAS MARET
SURAKARTA
2017
1. Penyajian dan Ringkasan Data
Ada 2 jenis data yaitu kuantitatif dan kategorikal. Variabel kuantitatif bisa
diukur dan dihitung, misalnya tinggi badan. Variabel kuantitatif biasanya bersifat
kontinue dan hanya dapat diukur sampai tingkat akurasi tertentu. Variabel kategorikal
meliputi data nominal atau ordinal. Variabel nominal dengan hanya 2 tingkat disebut
biner, sedangkan lebih dari 2 kategori dan tidak memperhatikan urutan disebut nominal.
Variabel kuantitatif bisa dirubah menjadi variabel kategoris dengan
menggunakan cut off point, yang biasanya dilakukan untuk mempermudah melakukan
deskripsi variabel. Pengkategorian digunakan untuk meringkas hasil bukan untuk
analisis statistik.
Sebelum perhitungan statistik, dilakukan tabulasi dan plotting data. Apabila jenis
data kuantitatif dan relatif sedikit (maksimal 30) dapat ditampilkan menggunakan
diagram tangkai daun.
Range (rentang) yaitu perbedaan antara nilai maksimum dan minimum. Ukuran
lain yang lebih kuat yaitu membagi data menjadi 4 atau sering disebut dengan kuartil,
dimana median juga disebut kuartil ke dua, sedangkan jarak antara kuartil 1 dan 3
disebut IQR. Kuartil 1, 2, 3 untuk data berjumlah n yaitu (n+1)/4, (n+1)/2, dan
3(n+1)/4.
Penyajian data dapat dilakukan dengan beberapa cara. Cara paling sederhana
untk menyajikan data yaitu dengan dot plot. Selain itu ada box-whisker plot (plot
kotak-kumis) yang digunakan jika data berjumlah besar. Cara lain untuk menyajikan
data yaitu menggunakan histogram atau grafik batang. Histogram menunjukkan
distribusi dari suatu variabel kontinue sehingga seharusnya tidak ada jarak diantara
batang. Grafik batang menunjukkan distribusi variabe diskrit atau kategoris sehingga
ada jarak antara batangnya. Kesalahan yang biasanya terjadi yaitu grafik batang
digunakan untuk menyajikan data ringkasan statistik misalnya mean (rata-rata).
2. Ringkasan statistik untuk data kuantitatif
∑𝑥
Mean (rata-rata) dihitung dengan rumus x = yaitu jumlah nilai masing-
𝑛

masing data dibagi dengan jumlah data. Kelemahan mean yaitu sensitif terhadap
perubahan kecil. Standar deviasi muncul karena range tidak bisa menggambarkan rata-
rata penyebaran mean. Standar deviasi digunakan sebagai ringkasan untuk variabel
yang berdistribusi normal.
Standar deviasi pada data tidak dikelompokan merupakan ukuran ringkasan
dari perbedaan masing-masing observasi dari rata-rata semua pengamatan. Rumusnya
∑(𝑥−𝑥)2 ∑(𝑥−𝑥)2
adalah sebagai berikut: variance = , SD = √
𝑛−1 𝑛−1

Perhitungan standar deviasi dari data yang dikelompokkan sama dengan pada
data yang tidak dikelompokkan.
Koefisien variasi (CV%) adalah standar deviasi intrasubjek dibagi rata-rata,
dinyakatan dalam persentase. Biasanya digunakan sebagai ukuran pengulangan
biokimia, saat pengujian dilakukan pada beberapa kesempatan pada sampel yang sama.
Modus adalah nilai yang paling sering muncul. Bisa digunakan untuk data
kontinue yang dikelompokkan, untuk menghitung data, dan untuk data kategoris.
3. Ringkasan statistik untuk data biner
Merangkum 1 variabel binner ada 2 cara yaitu proporsi atau peluang. Proporsi
atau yang sering disebut dengan prevalensi yaitu jumlah orang dalam kondisi tertentu
dibagi dengan jumlah orang dalam populasi. Proporsi dapat diklasifikasikan menjadi
risk dan rate. Rate adalah proporsi kejadian yang terjadi dalam jangka waktu tertentu.
Peluang diperoleh dengan membandingkan jumlah kejadian dengan jumlah non
kejadian.
Meringkas hubungan antara 2 variabel bisa dilakukan menggunakan tabel 2x2,
risk kelompok 1 diperoleh dengan rumus a/(a+b), dan risk kelompok 2 c/(c+d). ARD
(absolute risk difference) = │p2 – p1│, digunakan untuk mengetahui perbedaan risiko
atau rasio risiko. NTT (needed to treat)= 1/│p2 – p1│, untuk mengetahui jumlah
pasien yang dibutuhkan untuk dapat mencegah/mengobati penyakit tersebut. RR (rasio
risiko atau risiko relatif) merupakan rasio dari kedua risiko, rumus yang digunakan yaitu
RR= p2/p1. Biasanya juga disebut incidence rate ration (IRR). Jika RR kurang 1,
relative risk reduction (RRR) dapat digunakan, rumusnya yaitu RRR= (p1-p2)/p2.
𝑝2/(1−𝑝2)
OR (the odds ratio) = 𝑝1/(1−𝑝1)
𝑅𝑅(1−𝑝1)
Sedangkan OR dan RRR dihubungkan dengan OR= (1−𝑝1𝑅𝑅)

Odd ratio merupakan perkiraan yang mendekati nilai risiko relatif jika risiko
awal rendah, namun merupakan perkiraan yang buruk jika risiko dasar tinggi. Odds
ratio biasanya digunakan pada data yang berasal dari studi cross sectional atau case
control. Untuk studi prospektif sebaiknya gunakan RR.