Makalah Biostatistik Ok
Makalah Biostatistik Ok
BIOSTATISTIK
OLEH : KELOMPOK 2
DESMAYELLY (1721312055)
WALDI RAHMAN (1721312056)
HIDAYATUL HASNI (1721312057)
DEVI EKA SAFITRI (1721312058)
HIDAYATUL RAHMI (1721312059)
ISNADI AGUS (1721312060)
TRIA SUCI HELINA PUTRI (1721312061)
SEPTA NELLY (1721312062)
YENNI ELFIRA (1721312063)
ANIL BASYA (1721312064)
MAGISTER KEPERAWATAN
UNIVERSITAS ANDALAS PADANG
2017
DAFTAR ISI
BAB I PENDAHULUAN
A. Latar Belakang.......................................................................................1
B. Tujuan....................................................................................................2
A. Dispersi..................................................................................................3
C. Koefisien Varian............................................................................................10
A. Kesimpulan..........................................................................................12
B. Saran....................................................................................................12
DAFTAR PUSTAKA
BAB I
PENDAHULUAN
A. LATAR BELAKANG
Statistik kesehatan adalah data atau informasi yang berkaitan dengan
masalah kesehatan. Statistika kesehatan sangat bermanfaat untuk
kepentingan administratif, seperti merencanakan program pelayanan
kesehatan, mementukan alternatif penyelesaian masalah kesehatan, dan
melakukan analisis tentang berbagai penyakit selama periode waktu tertentu
atau (time series analisis). Selain itu, statistika kesehatan juga untuk
menentukan penyebab timbulnya penyakit baru yang belum diketahui atau
untuk menguji manfaat obat bagi penyembuhan penyakit tertentu setelah
hasil uji klinik dinyatakan berhasil.
Statistik kesehatan secara administrasi dapat digunakan untuk
memberikan penerangan tentang kesehatan kepada masyarakat, misalnya
informasi tentang pentingnya imunisasi pada bayi dan anak, informasi
tentang cara penularan penyakit AIDS dan lain – lain.
Penggunaan metode statistik dalam bidang kesehatan di ikuti oleh
sarjana – sarjana lain seperti William Farr, Karl Person dll. Walaupun
demikian, perkembangan statistik di bidang kedokteran mengalami
hambatan pada saat itu karena masih banyak klinisi yang skeptis dan tidak
setuju penggunaan metode statistik dalam bidang kedokteran dengan alasan
statistika hanya merupakan kumpulan angka – angka yang tidak sesuai
dengan kenyataan dan etika kemanusiaan. Alasan lain tidak digunakannya
statistik dalam bidang kedokteran karena perhatian dokter hanya tertuju
pada penderita secara individu dan setiap penderita akan berbeda dengan
penderita lain hingga konstribusi statistik untuk kemajuan bidang
kedokteran sangat kecil.
Walaupun demikian, data statistik sangat dibutuhkan oleh para
dokter untuk menarik kesimpulan, misalnya bila seorang dokter
menemukan seorang penderi migrain yang sembuh dengan kunyit. Dokter
tersebut tidak dapat menyimpulkan langsung bahwa kunyit dapat
1
menyembuhkan migrain. Untuk dapat menyimpulkannnya maka
dibutuhkan data- data statistik yang menyatakan bahwa lebih banyak
penderita migrain yang dapat disembuhkan dengan kunyit dibandingkan
dengan obat lain yang biasa digunakan.
Sejak beberapa dekade terakhir ini, kemajuan di bidang kedokteran
di dukung oleh pemakaian metode statistika. Oleh karena itu, pengetahuan
tentang prinsip dasar metode statistika serta aplikasinya dibutuhkan oleh
para dokter.
B. TUJUAN
1. Tujuan Umum
Setelah pembuatan makalah ini di harapkan kelompok
memahami statistik dan mengaplikasikannya khususnya dibidang
kesehatan
2. Tujuan khusus
Setelah pembuatan makalah ini diharapkan kelompok memahami :
a) Ukuran variasi, depresi dan sebaran data
b) Rantang/range antar kuartil
c) Simpangan baku dan rata – rata
d) Koefisien variasi, indeks variasi kuantitatif dan antar kuartil
2
BAB II
LANDASAN TEORITIS
1. Rentang (Range )
Range adalah perbedaan antara angka tertinggi dan
terendah. Selisih dari nilai terbesar dengan nilai terkecil data .
Di dalam statistik, ada dua kelompok ukuran yaitu ukuran
3
pemusatan dan ukuran penyebaran. Disebut ukuran pemusatan
karena ukuran-ukuran tersebut merupakan ukuran lokasi pusat
atau ukuran yang kecenderungan memusat. Dan disebut ukuran
penyebaran atau ukuran keragaman karena ukuran-ukuran
tersebut mengukur keseragaman antar pengamatan. Dalam hal
ini kuartil termasuk ke dalam ukuran pemusatan.
Nilai pengamatan yang membagi data menjadi empat
bagian yang sama disebut kuartil. Kuartil ada tiga, yaitu:
1. Kuartil pertama yang disebut kuartil bawah dinotasikan
Q1 merupakan nilai pengamatan yang membagi bagian
pertama (dari yang terkecil hingga median) menjadi dua
bagian yang sama.
2. Kuartil kedua yang disebut kuartil tengah (atau median)
dinotasikan Q2 merupakan nilai pengamatan yang
membagi data menjadi dua bagian yang sama
3. Kuartil Ketiga yang disebut kuartil atas dinotasikan Q3
merupakan nilai pengamatan yang membagi bagian kedua
(dari median hingga yang terbesar) menjadi dua bagian
yang sama.
(Dedi Rosadi ; 2006)
4
R = 14 – 4 = 10
7,16,3,12,8,3 Range : 13
2,3,10,16 Range : 14
2. Data Kelompok
Untuk data Berkelompok ada dua macam cara, yaitu
dengan menggunakan: 1. selisih dari titik tengah kelas
tertinggi dengan titik tengah kelas terendah 2. selisih dari
tepi kelas atas kelas tertinggi dengan tepi kelas bawah
kelas terendah
5
Tentukan rentang, rentang antar kuartil, dan simpangan
kuartil
Rentang : data terbesar – data terkecil
9–2=7
Rentang Antar Kuartil : Q3 – Q1
9–4=5
Simpangan Kuartil = ½ (Q3 – Q1)
½ ( 9-4) = ½ x 5 = 2,5
Xi Xi - 𝑋̅ ̅̅̅2
(𝑋𝑖 − 𝑋)
8 -2 4 Nilai rata-rata 𝑋̅ = ∑ 𝑋 = 50 = 10
𝑛 5
7 -3 9
10 0 0
∑(𝑋𝑖− 𝑋̅)2 30
11 +1 1 s=√ =√ = √7,5 =
𝑛−1 5−1
14 +4 16
2,74
∑ X = 50 0 30
Rumus di atas diterapkan dengan selalu menghitung rerata (𝑋̅) terlebih
dahulu, sehingga disebut sebagai Rumus Deviasi.
6
1. Simpangan Baku dengan Rumus Skor Kasar :
Harga simpangan baku (standar deviasi) dengan rumus angka kasar atau
rumus varians dapat dihitung sbb:
𝑛. ∑𝑋𝑖 2 − (∑𝑋𝑖)2 𝑛.∑𝑋𝑖 2 − (∑𝑋𝑖)2
𝑠2 = s=√
𝑛 (𝑛−1) 𝑛 (𝑛−1)
Xi 𝑋𝑖 2 𝑛. ∑𝑋𝑖 2 − (∑𝑋𝑖)2
𝑠2 = s=
8 64 𝑛 (𝑛−1)
7 49 𝑛.𝑋𝑖 2 − (∑𝑋𝑖)2
√
10 100 𝑛 (𝑛−1)
11 121 (5).(530)− (50)2 150
14 196 s=√ =√ = 2,74
5 (5−1) 20
∑ Xi = ∑𝑋𝑖 2 = 530
50
7
JUMLAH 80 -- -- 6130,0 483.310,0
S = √172,1 = 13,12
8
Apakah dalam menentukan nilai simpangan baku ini, kita juga bebas menentu-
kan letak ci = 0 …?
Contoh:
S = √172,1 = 13,12
𝐂ontoh:
Hasil pengamatan pada sub sampel pertama terhadap 14 objek, menghasilkan
s1 = 2,75 , sedangkan pengamatan pada sub sampel kedua terhadap 23 objek,
diperoleh s2 = 3,08. Maka simpangan baku gabungan dari kedua sub sampel
tsb dapat dihitung:
(𝑛1−1).𝑠12 +(𝑛2−1).𝑠22 (14−1).(2,75)2 +(23−1).(3,08)2
𝑠2 = =
𝑛1+𝑛2−𝑘 14+ 23−2
2
𝑠 = 8,772 s = √8,772 = 2
9
C. KOEFISIEN VARIAN
Koefisien variasi adalah perbandingan antara simpanagan baku dengan
rata-rata suatu data yang dinyatakan dalam “%”.
KV ( S / X ) x100%
Keterangan :
KV = Koefisien Variasi
S = Simpangan Baku
X = Rata rata
Contoh Soal :
Lampu philip rata rata dpat dipakai selama 3.800 jam dengan simpangan
baku 800 jam, sedangkan lampu neon dapat dipakai rata-rata 4.500 jam
dengan simpangan baku 1.2000 jam. Dari data diatas lampu manakah yang
lebih baik ?
Jawaban :
KV ( S / X ) x100%
= 21 %
KV (S / X ) x100%
= 27 %
10
Dari perhitungan koefisien variasi, lampu philip lebih baik dari lampu
neon, kerena koefisien variasi lampu philip < koefisien lampu neon.
No Kategori Interpretasi
2 40 - 44 Heterogen
3 30 – 39 Normal
4 25 – 29 Homogen
11
BAB III
PENUTUP
A. Kesimpulan
12
DAFTAR PUSTAKA