Disusun oleh :
Efadwi Rusdiana (P27820416080)
Kelas : III-A
A. PENGERTIAN BIOSTATISTIK
Biostatistik adalah data atau informasi yang berkaitan dengan masalah kesehatan.
Statistik kesehatan sangat bermanfaat untuk kepentingan administratif, seperti
merencanakan program pelayanan kesehatan, menentukan alternatif penyelesaian
masalah kesehatan, dan melakukan analisis tentang berbagai penyakit selama periode
waktu tertentu. Statistik kesehatan dikenal dengan istilah “biostatistik”. Biostatistik
terdiri dari dua kata dasar yaitu bio dan statistik. Bio berarti hidup, sedangkan statistik
adalah kumpulan angka-angka. Sehingga secara harfiah biostatistik adalah kumpulan
angka-angka tentang kehidupan.
Dalam Statistika Kesehatan data yang dibutuhkan lebih banyak menjurus pada
perencanaan, pelaksanaan & penilaian program kesehatan, yang termasuk di dalamnya :
Morbiditas (frekuensi dan penyebab kesakitan), Statistik Rumah sakit (jumlah pasien,
lama perawatan, dll), Statistik Pelayanan (imunisasi, kesehatan gigi, KB, dll)
Biostatistik Kesehatan adalah sekumpulan konsep dan metode yang digunakan untuk
mengumpulkan dan menginterpretasi data tentang bidang kesehatan dan mengambil
kesimpulan dalam situasi dimana ada ketidakpastian dan variasi.
Statistik dipakai dalam masalah-masalah kesehatan, baik dalam rencana, aplikasi,
evaluasi, maupun monitoring. Statistik menjadi penting karena setiap pencatatan
permasalahan kesehatan diperlukan untuk melakukan perbaikan.
Untuk mengetahui ukuran jumlah kematian (umumnya, atau karena akibat yang
spesifik) pada suatu populasi, skala besar suatu populasi, per dikali satuan. Mortalitas
khusus mengekspresikan pada jumlah satuan kematian per 1000 individu per tahun,
hingga rata rata mortalitas sebesar 9.5 berarti pada populasi 100.000 terdapat 950
kematian per tahun.
2. Fertilitas
Berpearan untuk mengetahui jumlah ukuran kelahiran pada perubahan penduduk.
3. Morbiditas
Statistik dapat berperan sebagai alat untuk melakukan pengkajian data (assessment),
merumuskan diagnose, membuat perencanaan kesehatan (intervensi), melaksanakan
kegiatan bidang kesehatan (implementasi) dan membuat suatu penilaian bidang
kesehatan (evaluasi).
5. Demografi
C. JENIS-JENIS BIOSTATISTIK
Statistik secara umum dibagi menjadi dua jenis yaitu statistic deskriptif dan
statistik inferensial.
a. Statistik Deskriptif
Kegiatan mulai dari pengumpulan data, pengolahan, sampai mendapatkan
informasi dengan jalan menyajikan dan analisis data yang telah terkumpul. Tujuan dari
statistik deskriptif adalah memberikan gambaran tentang keadaan yang berkaitan
dengan penyakit atau masalah kesehatan berdasarkan data yang telah dikumpulkan.
Untuk data numerik informasi yang diberikan berupa perhitungan nilai tengah (mean,
median, modus), nilai variasi. Sedangkan untuk data kategori informasinya adalah
nilai proporsi/persentase.
b. Statistik Inferensial /statistik Induktif
Tujuan dari statistik inferensial adalah untuk menarik kesimpulan cirri-ciri
populasi berdasarkan data yang diperoleh melalui sampel. Statistik inferensial
merupakan kumpulan cara atau metode yang dapat mengeneralisasikan nilai-nilai dari
sampel dikumpulkan menjadi nilai populasi. Hal ini dilakukan dengan menggunakan
teori estimasi atau uji hipotesis.
D. PENGERTIAN DATA
Menurut Luknis Sabri dan Sutanto. P.H (2010). Data adalah bentuk jamak (plural)
dari kata dotum, data adalah himpunan angka yang merupakan nilai dari unit sampel kita
sebagai hasil mengamati/mengukurnya.
Sutanto (2007). Mengemukakan data adalah merupakan kumpulan angka/huruf
hasil dari penelitian terhadap staf/karakteristik yang akan kita teliti. Data merupakan
materi mentah yang membentuk semua laporan riset (Dempsey, 2002). Jadi dari
pengertian di atas dapat saya simpulakan bahwa Data adalah sekumpulan informasi yang
biasanya berbentuk angka yang dihasilkan dari pengukuran atau penghitungan.
E. JENIS-JENIS DATA
a. Jenis Data Menurut Cara Memperolehnya
a) Data Primer
Data primer adalah secara langsung diambil dari objek / obyek penelitian
oleh peneliti perorangan maupun organisasi. Contoh : Mewawancarai langsung
penonton bioskop 21 untuk meneliti preferensi konsumen bioskop.
b) Data Sekunder
Data sekunder adalah data yang didapat tidak secara langsung dari objek
penelitian. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh
pihak lain dengan berbagai cara atau metode baik secara komersial maupun non
komersial. Contohnya adalah pada peneliti yang menggunakan data statistik hasil
riset dari surat kabar atau majalah.
b. Macam-Macam Data Berdasarkan Sumber Data
a) Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada
suatu organisasi secara internal. Misal : data keuangan, data pegawai, data
produksi, data kujungan pasien.
b) Data Eksternal
Data eksternal adalah data yang menggambarkan situasi serta kondisi yang
ada di luar organisasi. Contohnya adalah data jumlah penggunaan obat pada
pasien, tingkat kepuasan pasien, dan lain sebagainya klasifikasi data berdasarkan
jenis datanya
a) Data kualitatif
Data Kualitatif adalah data yang berbentuk kualitas, seperti penyataan
terhadap KB yang dikategorikan menjadi tiga kategori yaitu : setuju, kurang
setuju, tidak setuju). Berbentuk kata-kata atau pengkategorian. Dalam mengolah
data mengunakan komputer, kategori tersebut harus dilakuka proses “coding”
terlebih dahulu. Misalkan : untuk setuju di beri kode 2, kurang setuju diberi kode
1 dan tidak setuju diberi kode 0. Data Kualitatif disebut juga dengan data
kategori.
b) Data kuantitatif
Data Kuantitatif. Data dalam bentuk bilangan (numerik), misalnya :
jumlah balita yang mendapatkan imunisasi, Berat Badan Bayi. Diperoleh dengan
cara menghitung maupun mengukur. Data Kuantitatif disebut juga dengan data
numerik.
d. Pembagian Jenis Data Berdasarkan Sifat Data
a) Data literal
Data Literal (diskrit) adalah data yang berbentuk bilangan bulat,
misalnya : Jumlah anak dalam keluarga, jumlah penyakit TBC, jumlah
kecelakaan jalan raya. Diperoleh dengan cara menghitung.
b) Data kontiyu
Data Kontinyu adalah data yang berbentuk rangkaian data, nilainya
berbentuk desimal. Misalnya : Tinggi Badan, Berat Badan, Tekanan Darah.
Diperoleh dengan cara mengukur.
e. Jenis-jenis Data Menurut Waktu Pengumpulannya
a) Data Cross Section
Data cross-section adalah data yang menunjukkan titik waktu tertentu.
Contohnya laporan keuangan per 31 desember 2006, data pelanggan PT. angin
ribut bulan mei 2004, dan lain sebagainya.
b) Data Time Series / Berkala
Data berkala adalah data yang datanya menggambarkan sesuatu dari
waktu ke waktu atau periode secara historis. Contoh data time series adalah data
perkembangan nilai tukar dollar amerika terhadap euro eropa dari tahun 2004
sampai 2006, jumlah kematian akibat penyakit DM dari bulan januari ke bulan
maret tahun 2006, dll
F. SKALA DATA
a. Nominal : jenis data yang hanya merupakan simbol tanpa menunjukkan tingkatan
apapun. Misal pada KTP digit ke-5 adalah jenis kelamin dengan ketentuan 1=laki-laki
dan 0=perempuan. Walaupun berwujud angka tidak berarti 1 > 0.
b. Ordinal : jenis data yang menunjukkan rank tertentu tetapi tidak dapat dilakukan
operasi aritmetika. Misal jenjang pendidikan SMA=3, SMP=2 dan SD=1. Namun
demikian bukan berarti SMA=SMP+SD. Angka rank tersebut hanya menunjukkan
bahwa SMA > SMP.
c. Interval : jenis data yang menunjukkan rank (tingkatan) dalam bentuk bilangan utuh
(bulat) dan dapat dilakukan operasi aritmetika. Misal, penanggalan dalam kalender.
d. Rasio : merupakan jenis data dengan derajat tertinggi dalam bentuk pecahan. Jenis
data ini untuk semua variabel yang mempunyai nilai satuan pengukuran. Misal, berat
badan
3 1
4 7
5 6
6 10
7 8
8 6
9 1
10 1
b. Distribusi Frekuensi data Kelompok
Tabel distribusi frekuensi data kelompok digunakan untuk menyusun data yang
memiliki kuantitas yang besar dengan mengelompokkan ke dalam interval-interval
kelas yang sama panjang.
Perhatikan contoh data hasil nilai pengerjaan tugas Matematika dari 40 siswa
kelas XI berikut ini.
75 70 75 60 65 60 45 55 75 70
60 65 60 55 65 65 65 80 75 85
80 75 65 65 75 80 65 65 75 65
80 65 70 75 75 65 85 85 65 75
untuk menyajikan data di atas dalam bentuk Tabel Distribusi Frekuensi maka perlu
ditempuh langkah-langkah sebagai berikut:
a) mengurutkan data dari yang terkecil sampai yang terbesar
b) Menentukan banyak kelas ( n )
c) Menghitung rentang data
Caranya yaitu data terbesar dikurangi data terkecil. berdasarkan tabel di atas:
Data terbesar = 85 dan Data terkecil = 45
maka rentang = 85 – 45 = 40
Menentukan Jumlah Klas Interval untuk menentukan Klas Interval ditentukan
dengan rumus Sturges K= 1 + 3,3 log n
K = jumlah klas nterval
log= logaritma
n = jumlah data
karena datanya terdiri 40 siswa maka :
K = 1 + 3,3 log(40)
K = 1 + 3,3 . 1,60
K = 1 + 5,29
K = 6,29 dapat dibulatkan menjadi 6 atau 7
d) Menghitung panjang kelas
Panjang kelas = rentang di bagi jumlah kelas
40 : 6 = 6,67 atau dibulatkan menjadi 7
e) Menentukan batas bawah kelas pertama , diambil dari data terkecil dikurangi
No
Kelas Interval Tally Frekuensi
Interval
1 45 – 51 |
2 52 – 58 ||
3 59 – 65 ||||| ||||| ||||| ||
4 66 – 72 |||
5 73 – 79 ||||| |||||
6 80 – 86 ||||| ||
Jumlah
f) Menyusun Klas Interval dan memasukan data menggunakan tally
jika frekuensi sudah di temukan, kolom tally dihilangkan saja, sehingga menjadi tabel
distribusi frekuensi.
Keterangan:
ẋ = mean
n= banyaknya data
Hitunglah nilai rata-rata dari nilai ujian matematika kelas 3 SMU berikut ini: 2, 4,
5, 6, 6, 7, 7, 7, 8, 9.
Jawab:
fi = frekuensi
xi = nilai tengah
Nilai tengah adalah jumlah tepi bawah dan tepi atas di bagi 2:
Contoh :
b. Median
Median adalah nilai data yang terletak di tengah setelah data diurutkan. Dengan
demikian, median membagi data menjadi dua bagian yang sama besar. Median (nilai
tengah) disimbolkan dengan Me.
Keterangan:
Me = Median
n = jumlah data
x = nilai data
Contoh Median Data Tunggal
1. Tentukan median dari data berikut.
8,6,4,3,7,5,8,10,8,9,8,5
2. Sepuluh orang siswa dijadikan sampel dan dihitung tinggi badannya. Hasil
pengukuran tinggi badan kesepuluh siswa tersebut adalah sebagai berikut.
172, 167, 180, 171, 169, 160, 175, 173, 170, 165
Hitunglah median dari data tinggi badan siswa!
Jawab :
1. Data diurutkan : 3 4 5 5 6 7 8 8 8 8 9 10
N= 12 (genap)
Jadi, mediannya adlah 7,5
Karena jumlah data genap, maka penghitungan median
menggunakan rumus median untuk data genap. Proses
penghitungannya adalah sebagai berikut.
160, 165, 167, 169, 170, 171, 172, 173, 175, 180
Keterangan :
f = Frekuensi
c = Panjang kelas
n = Jumlah frekuensi
Contoh
Letak kelas median: Setengah dari seluruh data = 30, terletak pada kelas ke-3
(jumlah 9-10)
Tb = 9 – 0,5 = 8,5
c =2
n = 80, f = 24
F = 5 + 6 = 11
c. Modus
Modus adalah data yang paling sering muncul atau memiliki frekuensi
tertinggi. Modus dilambangkan dengan Mo. Beberapa kemungkinan tentang modus
suatu gugus data:
1. Apabila pada sekumpulan data terdapat dua modus, maka gugus data
tersebut dikatakan Bimodal.
2. Apabila pada sekumpulan data terdapat lebih dari dua modus, maka gugus
data tersebut dikatakan Multimodal.
3. Apabila pada sekumpulan data tidak terdapat modus, maka gugus data
tersebut dikatakan tidak mempunyai Modus.
a) Modus untuk data tunggal
Modus dari data tunggal adalah data yang paling sering muncul.
Contoh :
Tentukan modus dari data berikut !
4, 8, 7, 4, 6, 3, 6, 8, 6, 3
Jawab :
Data yang paling sering muncul adalah 6, maka Mo = 6
b) Modus untuk data berkelompok
Keterangan :
c = Panjang kelas
Contoh
Tb = 11-0.5 = 10.5
b1 = 7 – 5 = 2
b2 = 7 – 6 = 1
c=2
d. Deviasi Standart
Biasanya standar deviasi dimanfaatkan oleh para ahli statistik atau orang yang
berkecimpung dalam dunia tersebut untuk mengetahui apakah sampel data yang
diambil mewakili seluruh populasi. Sebab mencari data yang tepat untuk suatu
populasi sangat sulit untuk dilakukan. Maka dari itu perlu menggunakan sampel data
yang dapat mewakili seluruh populasi sehingga mempermudah untuk melakukan
penelitian atau suatu tugas. Sebagai gambaran, jika seseorang ingin mengetahui berat
badan anak laki-laki berusia 10-12 tahun di suatu sekolah, maka yang perlu
dilakukan adalah mencari tahu berat beberapa orang dan menghitung rata-rata serta
standar deviasinya. Dari perhitungan tersebut akan diketahui nilai yang dapat
mewakili seluruh populasi.
Rumus Varian
Selain rumus di atas, juga ada versi lain yang bisa Anda gunakan. Walaupun
rumus berbeda, hasil akhirnya tetap sama. Berikut adalah rumusnya:
Rumus Varian 2
Rumus Standar Deviasi 2
Keterangan:
s2 : Varian
s : Standar deviasi
xi : Nilai x ke-i
ẋ: Rata-rata
n : Ukuran sampel
Contoh Soal
Dalam suatu kelas, tinggi badan beberapa siswa dijadikan sampel. Berikut
adalah data sampel tersebut:
172, 167, 180, 170, 169, 160, 175, 165, 173, 170
Dari data di atas, dapat diketahui jumlah data (n) = 10 dan (n – 1) = 9. Langkah
berikutnya adalah menghitung komponen untuk rumus varian. Anda bisa
menyusun tabel seperti gambar di bawah ini.
Berdasarkan tabel di atas, langkah selanjutnya seperti yang tertulis berikut:
Sudah diketahui bahwa nilai varian adalah 30,32. Maka dari itu untuk cara
menghitung standar deviasi hanya perlu mengakarkuadratkan nilai varian
tersebut.
s = √30,32 = 5,51
Contoh Soal
Sudah kita peroleh bahwa varian contoh di atas adalah 60,83. Sedangkan
untuk menghitung standar deviasi kita perlu mengakarkuadratkan angka varian.
s = √60,83 = 7,8 Jadi standar deviasi dari data berkelompok di atas adalah 7,8.
Distribusi normal atau Kurva Normal merupakan salah satu distribusi probabilitas
yang penting dalam analisis statistika. Distribusi ini memiliki parameter berupa mean dan
simpangan baku. Distribusi normal dengan mean = 0 dan simpangan baku = 1 disebut
dengan distribusi normal standar. Apabila digambarkan dalam grafik, kurva distribusi
normal berbentuk seperti genta (bell-shaped) yang simetris. Perhatikan kurva distribusi
normal standar berikut:
Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga (‒∞) hingga
positif takhingga (+∞). Kurva normal memiliki puncak pada X = 0. Perlu diketahui
bahwa luas kurva normal adalah satu (sebagaimana konsep probabilitas). Dengan
demikian, luas kurva normal pada sisi kiri = 0,5; demikian pula luas kurva normal pada
sisi kanan = 0,5.
Akan tetapi, kita lebih mudah dengan bantuan tabel distribusi normal. Berikut
adalah tabel distribusi normal standar, untuk P (X < x), atau dapat diilustrasikan dengan
luas kurva normal standar dari X = minus takhingga sampai dengan X = x.
Contoh penggunaan:
Hitung P (X<1,25)
Penyelesaian:Pada tabel, carilah angka 1,2 pada kolom paling kiri. Selanjutnya,
carilah angka 0,05 pada baris paling atas. Sel para pertemuan kolom dan baris tersebut
adalah 0,8944.
Dengan demikian, P (X<1,25) adalah 0,8944.
Keunggulan :
1. Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji dan dianggap
memenuhi syarat, pengukuran terhadap data dilakukan dengan kuat
2. Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal serta memiliki
varian yang homogen.
Kelemahan :
1. Populasi harus memiliki varian yang sama.
2. Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala interval.
3. Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus normal dan bervarian
sama, dan harus merupakan kombinasi linear dari efek-efek yang ditimbulkan.
b. STATISTIK NON-PARAMETRIK
Statistik Non-Parametrik, yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran
parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya menggunakan
skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak berdistribusi normal.
Contoh metode statistik non-parametrik :
a) Uji tanda (sign test)
b) Rank sum test (wilcoxon)
c) Rank correlation test (spearman)
d) Fisher probability exact test.
e) Chi-square test, dll
Ciri-ciri statistik non-parametrik :
1. Data tidak berdistribusi normal
2. Umumnya data berskala nominal dan ordinal
3. Umumnya dilakukan pada penelitian sosial
4. Umumnya jumlah sampel kecil