RANCANGAN PENELITIAN DAN

STATISTIKA UNTUK
KEBIDANAN

Ike Johan Prihatini, S.Keb., Bd., M.Kes

Metode Penelitian dan Statistik Dasar
Prodi D-III Kebidanan FIK UNIPDU
Statistika (statistics)
 Berasal dari kata state yang berarti
negara/pemerintah
 Kata statistika sudah ditemukan dalam
Domesday book yang merupakan kumpulan
hasil survei yang dilakukan oleh raja William
(William sang penakluk) di Inggris.
 Statistika pada awalnya digunakan oleh
pemerintah untuk mengumpulkan fakta dan
angka untuk berbagai tujuan tertentu, misalnya
untuk menarik pajak dan wajib militer.
 Statistika telah berkembang tidak lagi
hanya sekedar sebagai suatu kumpulan
data belaka, namun telah dipergunakan
untuk menilai dan menginterpretasikan
sekelompok data.
 Suatu penelitian yang melakukan
pengumpulan data memerlukan
bantuan statistika untuk dapat
diinterpretasikan.
 Statistika merupakan a body of
techniques untuk memperoleh
pengetahuan yang teliti dari informasi
yang tidak lengkap.
PENGETAHUAN STATISTIKA
UMUM

BIOSTATISTIKA
BIOLOGI

STATISTIKA
KEDOKTERAN KEDOKTERAN
DEFINISI STATISTIKA (1)
 BERNARD ROOSNER (1986)
Statistika adalah ilmu tentang menarik
kesimpulan suatu fenomena acak spesifik
berdasarkan sampel yang terbatas
DEFINISI STATISTIKA (2)

 Steel dan Torrie (1993)

Statistika adalah ilmu pengetahuan,
murni dan terapan, mengenai
penciptaan, pengembangan, dan
penerapan, sedemikian rupa sehingga
ketidakpastian inferensia induktif dapat
dievaluasi (diperhitungkan)
DEFINISI STATISTIKA (3)

 Sudjana (1992)
Statistika adalah pengetahuan yang
berhubungan dengan cara-cara
pengumpulan data, pengolahan atau
penganalisisannya dan penarikan
kesimpulan berdasarkan kumpulan data
dan penganalisisan yang dilakukan
Ringkasan dari berbagai
definisi
Prinsip kerja statistika
 Sampel acak (Sampling)
 Ketidakpastian inferensia induktif (probabilitas)
 Mengolah, menganalisis, menarik kesimpulan
berdasarkan kumpulan data
 STATISTIKA
Sampling
Probabilitas

DATA INFORMASI
- Skala pengukuran Deskriptif
- Syarat instrumen : - Frekuensi
* Valid - Pemusatan data
* Reliabel - Variasi data
* Sensitif Inferensial
- Estimasi
- Uji Hipotesis:
* Komparasi
* Korelasi & Regresi
DATA
Data merupakan kumpulan keterangan atau
nilai yang bervariasi dari suatu individu atau
elemen

Informasi
Data yang sudah diolah
Pembagian karakteristik data
1. Berdasarkan sifat antar pengukuran
a. Data kategorial
b. Data kontinyu
2. Berdasarkan pengamatan
a. Kualitatif
b. Semi-kuantitatif
c. Kuantitatif
3. Berdasarkan Skala pengukuran data
a. Nominal
b. Ordinal
c. Interval
d. Rasio
1. Data berdasarkan sifat antar pengukuran

a. Data kategorial
Data terbagi dalam sejumlah kategori
Contoh: Sex: laki-laki, perempuan
Kesakitan: sehat, sakit
b. Data kontinyu
Data yang diperoleh dari penghitungan
Contoh: jumlah sel darah merah
Data yang diperoleh dari pengukuran
Contoh: Tinggi badan, berat badan
2. Data Berdasarkan pengamatan

a. Kualitatif: Data yang hanya dapat diamati

kualitasnya saja
Contoh: BCG scar: ada tidak ada
b. Semi-kuantitatif: Data yang diamati
kualitasnya mempunyai urutan secara internal
Pendapat: sangat setuju – sangat tidak setuju
c. Kuantitatif: Data yang dapat diamati jumlah
atau ukurannya
Hasil penimbangan beras, jumlah anak
3. Data Berdasarkan skala pengukuran

Didasarkan pada operasi matematik yang

dapat diterapkan

a. Nominal
Hanya dapat membedakan (= atau )
Contoh: sex: laki-laki, perempuan
Suku: jawa, batak, Madura, dll
b. Ordinal

Dapat membedakan dan mempunyai

jenjang atau urutan secara intrinsik.
Jarak antar 2 titik dalam skala ini tidak selalu
sama (> , = , <)

Contoh:
Juara lomba lari
Tingkat pendidikan: SD, SLTP, SLTA, PT
c. Interval
 Mempunyai sifat membedakan
 Terdapat jenjang atau jarak yang sama antara
titik satu dengan titik yang lainnya dalam suatu
ukuran.
 Titik nol pada skala ini bersifat arbitrer (buatan),
yaitu pemberian definisi terhadap nilai
pengamatan nol pada skala ini, sehingga tidak
dapat diperbandingkan
 Dapat diterapkan operasi aritmatika: +, -, /, x
 Contoh: Temperatur
d. Rasio
 Mempunyai sifat membedakan
 Terdapat jenjang atau jarak yang sama antara
titik satu dengan titik yang lainnya dalam suatu
ukuran.
 Titik nol pada skala ini bersifat absolut, yaitu
nilai nol berarti benar-benar tidak ada atau tidak
terjadi, sehingga dapat diperbandingkan (rasio)
 Dapat diterapkan operasi aritmatika: +, -, /, x
 Contoh: jumlah anak, berat, jarak, dll
Sifat yang dapat Skala data
diamati Nominal Ordinal Interval Rasio
Dapat dibedakan    
Jenjang/urutan   
Jarak antar nilai  
sama
Nol absolut 
 Sifat antar Pengamatan Skala
pengukuran pengukuran
data
Kategorial Kualitatif Nominal
Kontinyu Semi- Ordinal
kuantitatif Interval
Kuantitatif Rasio
 ORGANISASI DATA

 Raw data
 Array data
 Distribusi frekuensi
Raw data

 Dataapa adanya atau data yang

belum diolah atau data mentah
 Datayang baru dikumpulkan dan
dicatat biasanya masih berserakan,
belum teratur
 Dalam
bentuk ini data kurang
mempunyai arti dan manfaat
 Tabel 1
Data raw hasil ujian Biostatistika mahasiswa

79 49 48 66 71 94 86 80
80 74 81 71 86 83 72 78
70 61 85 38 56 71 63 65
68 63 75 42 64 82 73 86
81 34 72 65 67 36 85 88
84 84 76 62 82 65 67 75
80 83 57 64 93 96 88 71
71 66 98 91 80 59 62 77
55 60 73 72 69 67 89 51
76 56 87 71 65 87 79 75
Array data

 Data yang sudah diurutkan dari

nilai terkecil ke terbesar atau
sebaliknya
 Organisasi data paling sederhana
 Tabel 2.
Data array hasil ujian Biostatistika mahasiswa

34 57 64 68 72 78 82 86
36 59 65 70 73 79 83 87
38 60 65 71 73 79 83 87
42 60 65 71 74 80 84 88
48 61 65 71 75 80 84 88
49 62 66 71 75 80 85 89
51 62 66 71 75 80 85 91
55 63 67 71 76 81 86 93
56 63 67 72 76 81 86 94
56 64 67 72 77 82 86 98
 Keuntungan atau informasi yang
dapat diperoleh dari data array
 Nilai-nilai pengamatan yang ekstrim (34 dan
98)
Range atau rentang= 98 – 34 = 64
 Dapat pula diketahui nilai-nilai yang meliputi
50% ke bawah dan 50% ke atas
Nilai tengah = 72
 Dapat diketahui kecenderungan sejumlah
nilai pengamatan mengumpul pada suatu
nilai tertentu
ada 6 orang yang mendapatkan nilai 71
Distribusi frekuensi

 Cara meringkas data tanpa banyak

kehilangan informasi yang penting yang
terkandung di dalam nilai-nilai
pengamatannya
 Bentuk tabel sederhana terdiri dari 2
kolom yaitu
kolom pertama : distribusi
kolom kedua : frekuensi
 Tabel 3.
Daftar distribusi frekuensi
Hasil ujian Metode Penelitian mahasiswa
Nilai Ujian Frekuensi
31 - 40 3
41 - 50 3
51 - 60 8
61 - 70 18
71 - 80 25
81 - 90 19
91 - 100 4
Jumlah 80
Istilah Dalam Distribusi
Frekuensi

1. Kelas interval
2. Frekuensi
3. Batas-batas kelas
4. Tepi kelas
5. Panjang interval kelas
6. Titik tengah kelas
1. Kelas interval (k)
 Merupakan kelompok nilai pengamatan
berbentuk a - b yang membentuk suatu
jenjang.
 Ke dalam kelas interval a - b dimasukkan
semua nilai pengamatan yang bernilai mulai
dari a sampai dengan b.
Misal nilai ujian 34, 36 dan 38 dimasukkan
dalam kelas interval 31 - 40.
 Mempunyai urutan yang disusun mulai dari
kelas interval pertama, kelas interval kedua, ...,
sampai kelas interval terakhir.
 Biasa disebut dengan kelas saja dan disingkat
dengan k
2. Frekuensi (f)

 Bilangan yang menyatakan banyaknya

data dalam satu kelas interval. Misalnya
frekuensi nilai pada kelas 31 - 40 adalah
3, berarti ada 3 orang yang mempunyai
nilai pengamatan antara 31 sampai 40.
 Biasanya frekuensi disingkat dengan f
3. Batas-batas kelas

 Bilangan yang membatasi kelas interval.

 Bilangan di sebelah kiri kelas interval disebut dengan
batas bawah kelas
misalnya; 31, 41, 51, 61, 71, 81 dan 91
 Sedangkan, bilangan-bilangan di sebelah kanan kelas
interval disebut dengan batas atas kelas
misalnya; 40, 50, 60, 70, 80, 90 dan 100.
 Untuk memudahkan pembuatan dan pembacaan
distribusi frekuensi maka salah satu batas kelas
sebaiknya berakhiran 0 atau 5.
Umpamanya untuk semua batas atas kelas dari
distribusi frekuensi di atas berakhiran 0.
4. Tepi kelas
Batas kelas  0,5 atau 0,05 atau 0,005

  
31 4041 50
  
30,5 40,5 50,5
5. Panjang interval kelas
(i)
 Jarak atau selisih positif antara tiap dua
batas bawah kelas yang berurutan.
 Sebaiknya dibuat sama besar untuk
memudahkan pembacaan dan analisis
 Biasanya hanya disebut interval kelas saja
dan disingkat dengan i.
6. Titik tengah kelas
 Biasa pula disebut dengan tanda kelas
(classmark) yaitu harga antara batas
bawah ditambah dengan batas atas dibagi
2.
Misalnya titik tengah kelas pertama yaitu
31 + 40 / 2 = 35,5.
 Bila panjang interval kelas tidak sama maka
nilai titik tengah kelasnya juga tidak sama,
sehingga di samping menyulitkan
pembacaan dan analisis dari daftar
distribusi frekuensi juga estimasi ukuran-
ukuran yang akan dicari melalui distribusi
frekuensi menjadi makin tidak tepat.
CARA MEMBUAT
DISTRIBUSI FREKUENSI
1. Tentukan range atau rentang ( r )
Range atau rentang adalah selisih antara
nilai terbesar dengan nilai terkecil.
Untuk nilai ujian Metpen dari 80 orang
mahasiswa, nilai terbesar adalah 98 dan
nilai terkecil 34.
r = 98 - 34
r = 64
2. Tentukan banyak kelas interval (k) yang
diperlukan

Ada 2 cara untuk menentukan banyak kelas

interval ini yaitu :
a. Cara coba-coba atau trial and error
- Banyak kelas paling sedikit 5 kelas dan
paling banyak 15 kelas
- Tidak efisien
b. Aturan Sturges
Banyaknya kelas interval ditentukan
dengan menggunakan rumus :
k = 1 + 3,322 log n
k : banyak kelas interval
n : banyak data
contoh untuk data sebanyak 80 maka
k = 1 + 3,322 log 80
k = 1 + 3,322 x 1,9031
k = 1 + 6,322
k = 7,322

Banyak kelas interval 7 atau 8

3. Tentukan panjang kelas interval ( i )
i=r/k
i = interval
r = range / rentang
k = banyak kelas
Contoh:
i = 64/7  i = 9,14  10
4. Pilih batas bawah kelas interval pertama

Dapat dipilih nilai pengamatan terkecil atau

harga yang lebih kecil dari nilai pengamatan
terkecil tetapi selisihnya harus kurang dari
panjang interval kelas yang telah ditentukan.
nilai terkecil
34 - 43 31 – 40 30 – 39
44 - 53 41 – 50 40 – 49
54 - 63 51 – 60 50 – 59
64 - 73 61 – 70 60 – 69
74 - 83 71 – 80 70 – 79
84 - 93 81 – 90 80 – 89
94 - 103 91 – 100 90 – 99
 Kelas Tabulasi Frekuensi
30 – 39 /// 3
40 – 49 /// 3
50 – 59 //// / 6
60 – 69 //// //// //// //// 19
70 – 79 //// //// //// //// // 22
80 – 89 //// //// //// //// /// 23
90 – 99 //// 4
80
 Kelas Frekuensi (f)
31 - 40 3
41 - 50 3
51 - 60 8
61 - 70 18
71 - 80 25
81 - 90 19
91 - 100 4
jumlah 80
 Aturan dalam membuat distribusi frekuensi
tersebut tidak kaku,
 Seperti dalam hal pembulatan angka untuk
mendapatkan banyaknya interval kelas
maupun menentukan panjang interval kelas
tidak menuruti azas pembulatan secara
matematis
 Bahan pertimbangan untuk dapat
membuat distribusi frekuensi antara lain
- Menentukan panjang kelas interval,
- Menentukan batas bawah kelas
pertama,
- Memperhatikan batas atas kelas terakhir.
Beberapa catatan penting yang perlu
diperhatikan dalam pembuatan distribusi
frekuensi
1. Kelas harus dipilih sedemikian rupa
banyaknya sehingga
a. Nilai pengamatan terkecil dan terbesar
termasuk di dalam daftar distribusi
frekuensi
b. Setiap nilai pengamatan dimasukkan
dalam satu kelas untuk mencegah
terjadinya overlapping
2. Panjang kelas interval harus sama untuk
memudahkan pembuatan grafik dan
analisis statistik deskriptif.
3. Hindari pembuatan kelas interval yang
mengacaukan yaitu :
a. Batas-batas kelas interval sama yaitu batas
atas kelas pertama sama dengan batas
bawah kelas kedua dan seterusnya.

Kelas
30 – 40
40 – 50
50 – 60
60 – 70
70 – 80
80 – 90
90 - 100
b. Kelas terbuka (open ended distribution)
yaitu kelas interval yang tidak
mempunyai batas kelas.

Kelas Kelas
< 40 < 41
. atau .
. .
. .
> 90 > 91
PERNYATAAN FREKUENSI

1. Frekuensi absolut
2. Frekuensi relatif (persentase)
3. Frekuensi kumulatif kurang dari
4. Frekuensi kumulatif lebih dari
 Kelas frek. absolut frek. relatif
31 - 40 3 3,75
41 - 50 3 3,75
51 - 60 8 10,00
61 - 70 18 22,50
71 - 80 25 31,25
81 - 90 19 23,75
91 - 100 4 5,00
jumlah 80 100
 Nilai Ujian frekuensi kumulatif
kurang dari 31 0
kurang dari 41 3
kurang dari 51 6
kurang dari 61 14
kurang dari 71 32
kurang dari 81 57
kurang dari 91 76
kurang dari 101 80
 Nilai Ujian frekuensi kumulatif
lebih dari 31 80
lebih dari 41 77
lebih dari 51 74
lebih dari 61 66
lebih dari 71 48
lebih dari 81 23
lebih dari 91 4
lebih dari 101 0
Penyajian Distribusi
Frekuensi
1. Tabel Distribusi Frekuensi
2. Histogram
3. Polygon
4. Ogive
 Histogram
Penggambaran daftar distribusi frekuensi dari
data kontinyu dalam bentuk batang tegak

Cara membuat histogram

a. Tentukan batas kelas yang sebenarnya (real limit) untuk tiap-
tiap kelas interval. Real limit tidak lain adalah tepi kelas
 Kelas f Real limit
30 – 39 3 29,5 – 39,5
40 – 49 3 39,5 – 49,5
50 – 59 6 49,5 – 59,5
60 – 69 19 59,5 – 69,5
70 – 79 22 69,5 – 79,5
80 – 89 23 79,5- 89,5
90 - 99 4 89,5 - 99,5
jumlah 80
b. Kelas interval digambarkan sepanjang
sumbu horizontal dan frekuensi
digambarkan sepanjang sumbu vertikal.
c. Setiap kelas yang berupa interval
digambarkan dalam bentuk batang tegak
berimpitan oleh karena tiap real limit atas
merupakan real limit bawah untuk kelas
berikutnya. Tinggi batang merupakan
frekuensinya.
d. Lebar batang tegak sama dengan
panjang interval kelasnya. Bila
panjang interval kelasnya sama maka
semua lebar batang juga sama.
e. Kelas interval pertama digambar
pada bagian paling kiri kemudian
disusul kelas kedua dan seterusnya.
25 23
22
19
20

15

10
6
4
5 3 3

0
29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5

Histogram hasil ujian Metpen mahasiswa

Polygon
 Polygon merupakan suatu diagram garis
dari suatu distribusi frekuensi.
 Dalam membuat polygon titik-titik
ditempatkan pada titik tengah kelas
(midpoint class) dari setiap kelas interval.
 Tinggi dari suatu titik menunjukkan frekuensi
dari pada setiap kelas interval.
 Selanjutnya titik-titik tersebut dihubungkan
oleh serentetan garis lurus.
 Polygon ditutup pada kedua ujungnya
artinya ujung kiri dan kanan sama dengan
0.
25

20

15

10

0
34,5 44,5 54,5 64,5 74,5 84,5 94,5

Polygon hasil ujian Metpen mahasiswa

 Polygon dapat dipergunakan untuk membandingkan dua
atau lebih daftar distribusi frekuensi yaitu pada suatu gambar
dapat dibuat beberapa polygon.
 Kegunaan lain adalah dapat menggambarkan model
populasi yaitu polygon atau kurva yang telah dibuat ini dapat
untuk menjelaskan sifat-sifat atau karakteristik di populasi.
Ogive

 Ogive merupakan penyajian grafik garis dari

suatu daftar distribusi frekuensi kumulatif kurang
dari atau pun lebih dari.
 Frekuensi yang dipergunakan dapat berupa
angka absolut maupun relatif.
80

70

60

50
kurang dari
40
lebih dari
30

20

10

0
31 41 51 61 71 81 91 101
Median

Ogive ‘kurang dari’ dan ‘lebih dari’

hasil ujian Metpen mahasiswa
 Dengan menggambarkan distribusi frekuensi kumulatif ‘kurang
dari’ dan ‘lebih dari’ secara bersamaan dapat diketahui
kecenderungan atau trend dari suatu data kontinyu.
Pertemuan Ogive ‘kurang dari’ dan ‘lebih dari’ adalah nilai
mediannya.
Cara penyajian data
 Tabel :
- Distribusi frekuensi
- Silang (cross-tabulasi)
- Baris kolom

 Grafik :
- Batang (bar diagram)
- Garis
- Lambang / simbol
- Lingkaran / pie
- Peta (kartogram)
- Pencar / titik (scatter)
Skema Penyajian data
dalam tabel atau grafik
Judul

Tabel atau grafik

Sumber
Judul tabel atau grafik

- Judul tabel diletakkan di atas

- Judul grafik diletakkan di bawah
- Singkat dan jelas meliputi: siapa/apa, klasifikasi, satuan atau unit
data, dimana, kapan
- Melukiskan sebuah pernyataan lengkap
- Jangan melakukan pemisahan kata
- Ketikan satu spasi
Sumber
- Menjelaskan darimana data itu dikutip
- Isi sumber: nama dan tahun
- Bila tidak ditulis berarti dibuat oleh pelapor itu sendiri
- Perhatian! Bila lupa menulis sumber padahal bukan buatan sendiri,
dapat dianggap plagiat
Untuk memudahkan pencarian, pembacaan
dan analisis data, maka perlu diperhatikan
1. Nama sebaiknya disusun menurut abjad
2. Waktu disusun secara kronologis
3. Kategori dicatat menurut kebiasaan
a. Laki-laki, perempuan
b. Besar, kecil
c. Untung, rugi
d. dan sebagainya
 Contoh tabel
Tabel 1. Karakteristik sosio-demografi responden
di Kabupaten Sidoarjo tahun 2018
Variabel Frekuensi %
n = 200
Jenis kelamin
Laki-laki 110 55,0
Perempuan 90 45,0
Umur
30 – 39 50 25,0
40 – 49 100 50,0
50 – 59 50 25,0
Tingkat pendidikan
SD 20 10,0
SLTP 75 37,5
SLTA 105 52,5
 Contoh grafik batang

120 105
96
100 90

80 71 69 65
AIDS
60
HIV +
40
23
18
20
0
1991 1992 1993 1994 1995 1996 1997 1998

Sumber : Ditjen PPM & PLP, Depkes RI, 1998

Grafik 1. Jumlah kasus baru AIDS dan pengidap HIV +

di Indonesia tahun 1991 - 1998
 Bangladesh 600

India 460

INDONESIA 390

Vietnam 120

Filipina 100

Cina 95

Srilangka 80

Malaysia 59

Thailand 50

Singapura 10

0 100 200 300 400 500 600

Sumber : PPM & PLP Depkes RI, 1998

Grafik 2. Angka Kematian Ibu di beberapa negara tahun 1980 - 1994

Contoh diagram garis

600
HIV+
500

400

300

200 AIDS

100

0
1991 1992 1993 1994 1995 1996 1997 1998
Sumber : Ditjen PPM & PLP, Depkes RI, 1998

Grafik 3. Jumlah kumulatif kasus AIDS dan pengidap HIV +

di Indonesia tahun 1991 - 1998
 TIDAK DIKETAHUI
INDONESIA 2.3

72.7

25.5
ASING

Sumber : Ditjen PPM & PLP, Depkes RI, 1998

Grafik 4. Kasus AIDS / HIV+ menurut status kebangsaan

di Indonesia tahun 1991 - 1998
K
A
R
T
O
G
R
A
M
Contoh scatter diagram
100

80

60

40

20

0
.2 .3 .4 .5 .6 .7 .8 .9

Luas Permukaan Tubuh anak setelah 6 bulan

INTERPRETASI TABEL DAN ATAU GRAFIK

 Buatlah gambaran atau tujuan penyajian dari

tabel dan atau grafik
 Bandingkan angka-angka yang tertera dalam
tabel dan atau grafik yang menonjol atau
dominan
 Bila ada hasil uji statistik, buatlah kesimpulan hasil
uji tersebut.
 Interpretasi bukanlah menarasi ulang apa yang
ada dalam tabel dan atau grafik
CONTOH NARASI GRAFIK

World Health Organization (WHO) telah

mencanangkan pemberantasan penyakit Tuberkulosis
(TB) dengan strategi Directly Observed Treatment
Shortcource (DOTS) sejak tahun 1995 dengan target
deteksi kasus TB (CDR) BTA (+) sebesar 70%. Sejak
tahun 1995 sampai dengan 2005, deteksi kasus TB
BTA (+) belum pernah mencapai target 70%, walaupun
trend pencapaian CDR terus meningkat dari tahun ke
tahun. CDR di negara-negara yang mempunyai kasus
TB terbanyak, secara umum lebih rendah dibanding
pencapaian CDR di dunia, namun mempunyai trend
mendekati pencapaian CDR dunia.
Table. Number (percentage) of children having at least one
respiratory tract infection, as diagnosed by doctor, or at least
one course of antibiotics prescribed by doctor.
CONTOH NARASI TABEL

Bakteri probiotik mempengaruhi respons imun

manusia melalui perbaikan keseimbangan mikroba
yang hidup dalam usus halus. Keadaan ini
diharapkan dapat mencegah kejadian infeksi.
Persentase kejadian infeksi pada kelompok
yang diberi probiotik lebih rendah dibanding
kelompok kontrol. Walaupun hasil uji statistik untuk
masing-masing infeksi (otitis media, sinusitis,
bronkitis akut dan pneumonia) tidak ada perbedaan
yang bermakna, namun kejadian infeksi secara
keseluruhan ada perbedaan yang bermakna (harga
p< 0,05).
 80

TERIMA KASIH
IKEJOHAN.UNIPDU@GMAIL.COM
+628123 374 7770