Anda di halaman 1dari 7

Biostatistik

dr. Ida Srisurani Wiji Astuti

• Memonitor kemajuan status kesehatan di suatu daerah (contohnya angka kematian ibu,
jember beberapa tahun yg lalu masih merah, sekarang sudah turun di jember, dulu
tertinggi sejawa timur, dulu dilihat faktornya dari petugasnya oke, ibunya umur 17 tahun
nikah, lalu ke sma dinasehat2 I, kemudian 10 tahun dilihat, mengevaluasi program
kesehatan,

• Contohnya lain seperti vaksinasi, dulu difteri klb (dari tdk ada menjadi ada) dan sifatnya
bahaya, evaluasi programnya, setelah itu dievaluasi ada suatu dusun sengaja dikarantina
oleh pak lurah, puskesmas, dkk yg menolak program kesehatan(akhirnya pokoknya yg
tdk mau divaksinasi taruh situ, gampang naruhnya, kecuali difteri muncul dari orang yg
sudah divaksinasi

• Membandingkan stats kesehatan di berbagai daerah (yg sudah berhasil bagaimana yg


belum bagaimana)

• Memotivasi tenaga kesehatan, koas….

Kusta itu butuh waktu bertahun tahun dan kelas menengah kebawah

Ditemukan, anak usia sekolah harusnya sekolah gabisa bangun krn terkena kusta

….akhirnya bisa membuat anak bisa bangun mandiri

Ada yg usul, diberi pelatihan untuk buat layangan lalu dijual

Petugas kesehatan ada masalah2 kesehatan yg bisa………

 Menentukan prioritas masalah kesehatan (USG(Singkatan apa gitu), temukan beberapa


masalah terus diangkat………….)

Statistic deskriptif

Contoh: tabel, diagram

Penggambaran

Deskriptif itu yg deduktif

Kesimpulan
didepan……………………………………………………………………………………………
………………………
Statistic inferensial

Dikumpulkan menjadi nilai populasi dan menjadi suatu pengetahuan baru

Kesimpulannya bisa berbeda???????

Sampling

Tidak mungkin krn adanya keterbatasan waktu, biaya

Populasinya besar jd diperkirakan

Jadi diambil dari populasi yg diteliti

Sample itu harus ada didalam populasi

Sampling population jika keluar maka menjadi sample

Sample yg kecil td bisa mewakili populasi yg ada

Menyeleksi, outcomenya itu merupakan perwakilan dari………

Pada sebagian besar kasus, akan ditemukan beberapa perbedaan dari ukuran sample itu sendiri,
hal itu diperbolehkan tp tdk boleh keluar dari...(perbedaan itu harus tetap mewakili populasi ) krn
kita mengenal bias

Semakin besar ukuran sample maka lebih akurat untuk pengukuran kuantitatif ini

Semakin besar variable, ..

Semakin besar variasi maka nanti keluar dari populasi akan……………………

Akanya untuk mengunci bias itu bisa diseragmkan dihomegenkan atau diambil semuanya (dr
rani cocok yg diambil semuanya apalagi yg eksperimental) jika diseragamkan diawal maka
dianggap kurang tepat jika ikm, tp jika diambil semuanya ya dimasukkan

Tidak perlu takut ada bias

Sampling ada acak tidak acak dan metode campuran

Simple random sampling: diundi arisan, fish bowl (

Stratified dibagi proporsi dan… (sampling bertingkat)

Cluster:pengelompokan (sensus, quick count, pake cluster ini,

Non random berate tidak diacak (missal saya ingin meneliti pasien dengan tbc pake kuota
sampling, begitu pengunjung 30 saya stop jadi ada kuota)
Non random inin punyanya kualitatif(tidak mengedepankan jumlah)

Tidak mementingkan…. Tidak bisa mengeneralisasi suatu sample,….

Agak ekstrim untuk mencari responden nya agak…..(begitu ketemu dicomot sampe sedetail
mungkin missal ayam kampus)

Dosen kedokteran ada juga di unhas nyari pelanggan di lokalisasi kenapa tidak mau pake
kondom akhirnya tidak pake responden tapi pake informan

Yg ektrim2 kalau pake kuantitatif kesulitan makanya kualitatif

Biasanya yg penelitian kualitatif pake angka2 data2 dulu dijabarkan baru….

Kegunaan simple random sampling

Kegunaannya eksperimental sehingga elemen manapun yang terpilih menjadi sampel dapat
mewakili populasi

Stratified (berlapis ) menurut usianya

Populasinya segini2

Jumlah presentasinya segini2

Ada rumus2nya

Untuk mengetahui besar yg sudah diambil

Presentasinya ini harus sama jika diperhatikan ya

Diambil missal butuh 100 orang

Proportional stratified rs

Contohnya jika proporsional presentase pembaginya sama walaupun disini……………

Jika kesenjangan terlalu lebar maka pake yg proporsional

Stratified random sampling

Cluster sampling dipake jika terlalu besar sekali…

Geografisnya sangat berbeda…

Pake aja cluster.. cluster td random

Cluster setelah ditentukan lalu pake SRS tadi


Pulau jawa padat, ….

Sampling

Ada keuntungan

Kerugian(hanya estimasi saja tp dg adanya statistic jd bisa diminalisir kerugiannya )

Analisis data

Parametric dan non parametric

Dikategorikan berdasarkan waktu

Kira2 jenis penelitian apa pake cohort atau…

PERBEDAAN CROSS SECTIONAL, CASE CONTROL DAN COHORT

Cross sectional (pengamatan satu kali waktu )

Satu kali pengamatan

Missal ngambil data berapa jumlah mahasiswa yg ngantuk dalam satu kelas

Cohort (follow up)


case control (…)

Tentukan mana yg di past present dan…

Cohort itu yg diketahui adalah penyebabnya dulu baru penyakitnya missal seperti kebakaran
hutan di Kalimantan diikuti 5 tahun kedepan yg terkena ppok cohort nya berapa

Case control itu penyakit dulu

Bedanya dengan

Contohnya kejadian sirosis hati…. (maka pake case control)

Bedanya dengan cohort restroprective

Sama2 penelitian restopective (follow up dibatasi waktu_

Jika case control tdk dibatasi waktu


Kalau cohort restropective ada waktu (missal vaksin difteri, ditelusur 3 tahun lalu imunisasinya
bagaimana, jd itu letak bedanya)
Past (historical) data

Datanya data sekunder yg dipake

Present data (data primer) yaitu case control (kan sudah terjadi)

Sirosis hati bagaimana konsum alkoholnya maka pake rekam medis (sekunder)
kalau cross sectional dan cohort itu data primer (krn masih follow up terus)
jgn lupakan tabel macam2 uji statistic

Ada parametric non parametric (ada rasio interval, ……..

Harus dihafalkan ada

Membaca tabel

Ini macam2 uji statistic ya

Parametric itu jika distribusi datanya normal kalau non parametric itu yg distribusi datanya tdk
normal

Itu tes distribusi datanya itu pake…….

Jika ada yg menyebutkan…..

Rasio interval (ingat contoh data2 interval…

Parametric (distribusi normal, jika ingin memeiliki komparasi perbandingan, apakah hubungan/
korelasi ….

Komparasi apaabila 2 sampel atau lebih dari 2sampel

Jika ingin menguji, datanya ordinal

Yg non parametric,……

Jikadatanya nominal … missal gabisa maka turun lagi menjadi fisher…

Chi square test

Non parametric itu….

Semakin non parametric itu kasar, nah yg menentukan uji statistic ini adalah haknya peneliti,
tergantung mahasiswanya
Jika ikut kuliah dosen baru yg menentukan dosennya, krn untuk penentuan untuk publikasinya
krn jika distribusi nya tdk normal maka nanti sulit untuk publikasi di jurnal2 terakreditasi,

Kerja jadi dosen juga diihat dari jurnalnya publikasi kemana

Maka diinget jika ingin jadi spesialis maka kerjakan skripsi menajdi seidealis mungkin krn itu
bisa jadi bahan uuntuk masuk ke ppds

Skripsi yg bagus adalah kebaruan benar2 baru , jika yg lain sdh nilai tbc maka nilai dari aspek
lain yg sebelumnya penah diteliti, hati2 jgn smpe ditolak krn uji statistic nya terlalu sederhana

Jika ada 2 sampel bisa pake …….

Sampel yg satu laki2, sampel yg kedua perempua

Asosiasi itu hubungan tp dia lebih…. (ke pengaruh tidaknya, kapan digunakan, contohnya
nominal atau data rasio interval ordinal yg dikategorikan,…)

Data ada 4 contohnya ada nominal, rasio,…………..

Singkatannya NOIR (Nominal ordinal interval, Rasio

Data rasio contohnya tinggi badan, berat badan, nilai ujian matematika

Jika diaktegorikan missal bb 50 kg patokannya kurang dari 50 atau lebih dari sama dengan 50

Jika kurang dari 50 kurus yg lebih gemuk

Dikategorikan 2 itu

Biar bisa pake tap square…..

Jika tinggi badan jika dijadikan nominal 2 kategori maka pendek dan tinggi

Suhu masuk interval

Jika yg parametrik

Syarat untuk nilai harapan

E kurang dari satu tidka boleh terjadi untuk semua sel

Sel2 yg ..

Jika tdk emmenuhi maka pake fisher……….

UJIAN

BELAJAR TABEL DKK


Rasio parametric seperti apa…