TUGAS SEMESTER PENDEK

MAKALAH BIOSTATISTIK DESKRIPTIF

Tugas ini di susun untuk memenuhi Penugasan Konversi Semester Pendek

Dosen Pengampu : Dr. Ir. Rahayu Astuti, M. Kes

Oleh :
Erma Lora Prabawati ( A2A218016)

PROGRAM LINTAS JALUR KESEHATAN MASYARAKAT

FAKULTAS ILMU KESEHATAN MASYARAKAT
UNIVERSITAS MUHAMMADIYAH SEMARANG
2018/2019
 BAB 1
PENDAHULUAN

A. LATAR BELAKANG
Dalam membuat suatu penelitian, seorang peneliti harus
menentukan rancangan penelitian yang baik dan sistematis, rancangan
penelitian dimulai dari pembuatan proposal penelitian yang telah disetujui
dengan memulai menentukan sampel, populasi dan teknik sampling yang
tepat dan sesuai agar dapat menentukan hasil penelitian yang akurat.
Istilah data, jenis data, skala pengukuran, populasi, sampel, tehnik
sampling, dan jenis uji statistik sering kali kita dengar, namun terkadang
istilah-istilah ini ada yang tidak dipahami betul. Bagian dalam menentukan
populasi dan sampel bisa disebut juga subjek penelitian atau partisipan.
Peneliti perlu menjelaskan siapa saja partisipan dalam penelitian ini dan
bagaimana cara mendapatkannya. Selain itu dalam penelitian juga harus
diketahui jenis data yang digunakan untuk menentukan jenis uji statistik
yang digunakan.
Oleh karena itu, dalam menentukan populasi dan sampel, peneliti
hendaklah memperhatikan hal-hal yang berkaitan dengan data, jenis data,
skala pengukuran, populasi, sampel, tehnik sampling, dan jenis uji statistik
yang tepat.

B. RUMUSAN MASALAH
1. Apakah yang dimaksud dengan data?
2. Apakah yang dimaksud dengan jenis data?
3. Apakah yang dimaksud dengan skala pengukuran?
4. Apakah yang dimaksud dengan populasi?
5. Apakah yang dimaksud dengan sampel?
6. Apakah yang dimaksud dengan tehnik sampling?
7. Apakah yang dimaksud dengan jenis uji statistik?

C. TUJUAN
Dalam tujuan penulisan di makalah ini agar penulis dan pembaca
dapat mengetahui secara baik akan apa yang dimaksud dengan data, jenis
data, skala pengukuran, dan dapat menentukan populasi, besar sampel,
tehnik sampling yang digunakan, serta dapat mengetahui jenis uji statistik
yang akan digunakan dalam pembuatan proposal, tesis maupun karya tulis
ilmiah.
 BAB 2
PEMBAHASAN

A. DATA
Data adalah bentuk jamak (plural) dari kata dotum, data adalah
himpunan angka yang merupakan nilai dari unit sampel kita sebagai hasil
mengamati/mengukurnya. Data amerupakan kumpulan angka/huruf hasil
dari penelitian terhadap karakteristik yang akan kita teliti.

B. JENIS DATA
1. Menurut sifatnya, dikelompokkan menjadi 2 yaitu :
a. Data Kualitatif, adalah data yang dikategorikan menurut lukisan
kualitas obyek yang dipelajari (atribut). Berupa data kategori. Data
kategori merupakan data yang tidak berbentuk angka / bilangan.
Contoh : keadaan gizi balita di suatu desa :
1) 50 balita : baik
2) 15 balita : sedang
3) 10 balita : buruk
b. Data Kuantitatif, adalah data yang dinyatakan dalam bentuk
numerik / angka / bilangan.
Contoh : data tinggi badan yaitu 167 cm, 145 cm, 190 cm
Data Kuantitatif dibagi lagi menjadi 2 yaitu :
1) Data kontinyu, yaitu data numerical yang nilainya dapat
diukur sampai sekecil-kecilnya.
Contoh : berat badan ; 100 kg, 50 kg, 69 kg
Ciri-ciri data kontinyu :
(1) Diperoleh dengan cara mengukur
(2) Bilangan cenderung decimal
(3) Biasanya dinyatakan dalam nilai rata-rata
2) Data Diskrit, adalah data yang diperoleh dari hasil
menghitung dalam bentuk angka bulat.
Contoh : 10 orang ibu hamil ; 15 wanita usia subur (WUS)
Ciri-ciri data Diskrit :
(1) Diperoleh dengan cara menghitung
(2) Bilangan angkanya/bulat
(3) Biasanya dinyatakan dalam jumlah % atau proporsi
2. Menurut cara memperolehnya, data ada 2 yaitu :
a. Data primer
 Data utama, data yang dikumpulkan/ diperoleh secara langsung
b. Data sekunder
Data kedua/ penunjang, data yang diperoleh atau dikumpulkan dari
pihak lain. Semisal data hasil penelitian pihak lain digunakan untuk
data penelitian.
c. Data tersier
Yaitu data sekunder yang telah dipublikasikan oleh pihak lain.
3. Menurut sumbernya, data dibedakan menjadi:
a. Data internal
Data yang dikumpulkan dari pihak internal/ kalangan sendiri/ orang
dalam.
b. Data external
Data yang diperoleh oleh pihak luar, diluar kalangan peneliti

C. SKALA PENGUKURAN DATA

1. Pengertian
Skala pengukuran adalah kemampuan untuk membedakan satu nilai
terhadap lainya dari suatu sifat yang diamati. Skala pengukuran atau
skala data terbagi dari 2 yaitu :
a. Skala Pengukuran Kategorik
Berkaitan dengan gambaran karakteristik satu set data dengan skala
pengukuran kategorik. Data yang berupa jumlah atau frekuensi tiap
kategori (n) dan presentase tiap kategori (%) umumnya disajikan
dalam bentuk tabel dan grafik. Skala pengukuran kategorik dibagi
menjadi :
1) Nominal, yaitu ukuran yang hanya bisa membedakan.
Skala nominal merupakan ukuran yang paling sederhana,
dimana angka yang diberikan kepada objek mempunyai arti
sebagai label saja, dan tidak menunjukkan tingkatan apa-
apa. Objek dikelompokkan dalam set-set, dan kepada semua
anggota set diberikan angka. Set-set tersebut tidak boleh
tumpang tindih dan bersisa. Sebagai contoh, untuk
mengukur jenis kelamin objek dibagi atas 2 set yaitu laki-
laki dan perempuan. Kemudian untuk masing-masing
anggota set tersebut diberikan angka 1 untuk laki-laki dan
angka 2 untuk perempuan. Maka dapat disimpulkan dan
 dilihat bahwa angka yang diberikan tidak menunjukkan
tingkat pria lebih tinggi daripada tingkat wanita atau
sebaliknya. Angka yang diberikan kepada anggota set hanya
berguna untuk membedakan saja.
Contoh lain : jenis warna (1.hijau, 2.biru, 3. kuning).
2) Ordinal, yaitu ukuran yang membedakan satu sama lain
dan mempunyai arti tingkatan. Ukuran ordinal digunakan
untuk mengurutkan objek dari yang terendah sampai yang
tertinggi atau sebaliknya. Ukuran tersebut tidak
memberikan nilai absolut terhadap objek, tetapi hanya
memberikan urutan atau tingkatan saja. Contoh : Tingkat
pendidikan : (1. SD, 2.SMP, 3.SMA,)
b. Skala Pengukuran Numerik
Berkaitan dengan gambaran karakteristik satu set data dengan skala
pengukuran numerik. Parameter yang digunakan biasanya adalah
mean, median, modus untuk ukuran pemusatan. Sedangkan untuk
ukuran penyebaran, parameternya adalah standar deviasi, varians,
koefisien varians, interkuartil, range, dan minimum-maksimum.
Data variabel numerik umumnya disajikan dalam bentuk tabel dan
grafik (histogram dan plots). Skala pengukuran numerik dibagi
menjadi :
1) Interval, yaitu ukuran yang membedakan, mempunyai arti
tingkatan, mempunyai besaran / jarak / interval yang tetap
antara satu data dengan yang lainya.
Contoh : skor, IP
2) Rasio, yaitu ukuran yang membedakan, mempunyai arti
tingkatan, mempunyai besaran / jarak tertentu antar
datanya, mempunyai nilai mutlak (absolute). Artinya nilai
‘0’  kosong atau tidak ada
Contoh : tinggi badan, berat badan

D. POPULASI
Populasi adalah keseluruhan kumpulan unsur-unsur objek penelitian yang
sejenis yang akan dikaji karakteristiknya. Unsur-unsur objek penelitian
tersebut dapat berbentuk manusia, makhluk hidup (tumbuhan, hewan),
 benda mati (rumah, sumber air, udara,pasar), benda abstrak (kegiatan,
waktu). Atau populasi merupakan kumpulan individu dimana hasil suatu
penelitian akan dilakukan generalisasi. Populasi dibagi menjadi 2:
1. Populasi target (target population)
Populasi target adalah populasi yang merupakan sasaran akhir
penerapan hasil penelitian. Biasanya dibatasi oleh karakteristik
demografis (misalnya usia, jenis kelamin) dan karakteristik klinis.
Contoh populasi target : anak balita, ibu hamil, remaja pengguna
narkoba, pasangan usia subur, lansia, remaja putri
2. Populasi terjangkau (accessible population) atau populasi
sumber (source population)
Populasi terjangkau adalah populasi target yang dapat dijangkau
peneliti atau bagian dari populasi target yang dibatasi tempat dan
waktu. Dari populasi terjangkau dipilih sampel yang terdiri dari
subyek yang akan langsung diteliti.

E. SAMPEL
Sampel berasal dari bahasa Inggris “sample” yang artinya contoh, comotan
atau mencomot yaitu mengambil sebagian saja dari yang banyak. Dalam
hal ini yang dimaksud dengan yang banyak adalah populasi. Atau dengan
kata lain, sampel merupakan bagian dari populasi yang dipilih dengan cara
tertentu hingga dianggap dapat mewakili populasinya. Alasan dilakukan
pengambilan sampel adalah :
1. Populasi yang sangat besar (infinite population)
Pada populasi yang sangat besar dan tidak terbatas tidak mungkin
seluruh populasi diteliti karena akan memakan waktu yang lama.
2. Homogenitas
Pada populasi yang homogen tidak perlu semua unit populasi
diperiksa/diteliti karena akan membuang waktu serta tidak ada
gunanya karena variabel yang akan diteliti telah terwakili oleh
sebagian saja dari populasi tersebut.
3. Menghemat waktu, biaya dan tenaga
Meneliti sebagian populasi tentu akan menghemat biaya, waktu
dan tenaga daripada meneliti seluruh populasi.
4. Ketelitian/ketepatan pengukuran
 Meneliti sampel yang sedikit tentu akan lebih teliti dibandingkan
dengan meneliti jumlah yang banyak (populasi).
5. Percobaan yang bersifat destruktif (merusak)
Syarat menentukan ukuran sampel :
1. Ukuran populasi (N) diketahui
2. Pilih taraf signifikansi α yang diinginkan
Untuk menentukan besar sampel pada suatu populasi dapat menggunakan
Rumus Slovin. Rumus Slovin untuk menentukan ukuran sampel minimal

(n) jika diketahui ukuran populasi (N) pada taraf signifikansi α adalah:

Contoh:
Berapa ukuran sampel minimum yang harus diambil dari 1000 populasi
dengan taraf signifikansi α = 0,05?

n= 1000 = 285,7143 ≈ 286 (dibulatkan ke atas)

1 + 1000 (0,05)2

F. TEHNIK SAMPLING
Teknik sampling adalah suatu cara untuk menentukan banyaknya sampel
dan pemilihan calon anggota sampel, sehingga setiap sampel yang terpilih
dalam penelitian dapat mewakili populasinya (representatif) baik dari
aspek jumlah maupun dari aspek karakteristik yang dimiliki populasi.
Secara umum, ada dua jenis tehnik pengambilan sampel yaitu :
1. Pengambilan sampel dengan probabilitas (probability sampling
atau random sampling).
Pada pengambilan sampel dengan probabilitas, tiap elemen dalam
populasi untuk terpilih sebagai sampel, probabilitas diketahui.
Yang termasuk tehnik pengambilan sampel acak adalah:
a. Pengambilan sampel acak sederhana (simple random
sampling)
b. Kita menghitung terlebih dahulu jumlah subyek dalam
populasi (terjangkau) yang akan kita pilih sampelnya.
Kemudian tiap subyek diberi nomer sebagian dari mereka
 dengan bantuan tabel angka random. Langkah-langkah
pengambilan sampel dengan cara simple random sampling :
1) Tentukan besar populasi.
2) Tentukan besar sampel yang diinginkan.
3) Buat sampling frame/kerangka sampling/daftar unit
populasi lengkap dengan nomernya.
4) Tulis nomor pada kertas undian, kemudian dilinting.
5) Ambil lakukan pengundian.
6) Buat daftar nomor sampel yang terpilih.

c. Pengambilan sampel acak sistematik (systematic random

sampling)
Suatu tehnik pengambilan sampel, yang mana sampel dipilih
secara acak hanyauntuk obyek yang pertama, sedangkan obyek
berikutnya ditentukan secara kelipatan.
Syarat:
1) Harus ada sampling frame
2) Karakteristik populasinya cukup homogen
3) Populasinya secara geografis tidak terlalu menyebar
d. Pengambilan sampel acak stratifikasi (stratified random
sampling)
Pengambilan sampel berstrata dilakukan pada populasi
yang terbagi atas beberapa strata atau sub kelompok dan
masing-masing subkelompok diambil sampel terpisah.
Apabila peneliti berpedapat bahwa populasi terbagi atas
tingkatan-tingkatan atau strata, maka pengambilan sampel
tidak boleh dilakukan secara random. Adanya strata,tidak
boleh diabaikan, dan setiap strata harus diwakili sebagai
sampel. Langkah-langkah stratified random sampling
adalah :
1) Tentukan strata yang menjadi dasar pengambilan
sampel
2) Kelompokan anggota populasi sesuai dengan
stratanya
 3) Buat frame/kerangka sampling list /daftar
unit/populasi lengkap dengan nomor urut sesusi
dengan kelompok stratanya.
4) Lakukan teknik sampling sesuai teknik simple
random sampling untuk masing-masing strata,
sehingga didapatkan anggota sampel sesuai
stratanya.
5) Buat daftar anggota sampel sesusi dengan kelompok
stratanya.
e. Pengambilan sampel acak kelompok (cluster random
sampling)
Teknik pengambilan sampel ini dengan melakukan
randomisasi terhadap kelompok, bukan subjek secara
individual. Cara ini sangat efisiensi bila populasi tersebar
luas sehingga tidak mungkin untuk membuat daftar seluruh
populasi tersebut. Pada kondisi ini pemilihan dengan simple
random sampling sangat sulit atau bahkan tidak mungkin
dilakukan. Langkah-langkah cluster sampling, sebagai
berikut :
1) Tentukan unit cluster yang diinginkan, misalnya:
administrasi perwilayahan, wilayah administrasi
tertinggi provinsi, diikuti kota/kabupaten,
kecamatan, desa/kelurahan.
2) Lakukan undian, misalnya satu provinsi terdapat 12
kabupaten/kota diambil 3, tiap kecamatan diambil
tiga desa, dan seterusnya samapai ke unit cluster
terkecil, misalnya RT, yang berarti seluruh
masyarakat/KK dalam RT yang bersangkutan
menjadi sampel.
f. Pengambilan sampel acak bertahap (multistage random
sampling)
 Teknik pengambilan sampel dengan menggunakan banyak
tingkat dari kelompok unit yang kecil atau klaster.
Multistage sampling merupakan perluasan dari cluster
sampling. Misalnya survey untuk mengetahui cakupan
imunisasi campak pada anak SD di Kab Semarang maka
pengambilan sampel dapat dilakukan:
1) Tingkat 1: memilih kecamatan dari jumlah
kecamatan yang ada di Kab. Semarang
2) Tingkat 2: memilih desa dari jumlah desa yang ada
di kecamatan terpilih.
3) Tingkat 3: memilih SD dari jumlah SD yang ada di
desa terpilih
4) Tingkat 4: memilih kelas dari jumlah kelas yang ada
di SD terpilih sebagai sampel.
5) Pada kasus tersebut, kelas berfungsi sebagai unit
sampel dan murid sebagai unit elementer
2. Pengambilan sampel tanpa probabilitas (non probability
sampling atau non random sampling)
Pada pengambilan sampel dengan non probabilitas, tiap elemen
populasi tidak memiliki probabilitas yang diketahui untuk terpilih
sebagai sampel dan faktor subyektif memegang peranan penting
Yang termasuk metode pengambilan sampel non random adalah:
a. Consecutive sampling
Sampel ditentukan dengan cara semua subyek yang datang
dan memenuhi kriteria pemilihan dimasukkan dalam
penelitian sampai jumlah subyek yang diperlukan
terpenuhi.Tehnik ini merupakan jenis non probability
sampling yang dianggap baik, dan sering merupakan cara
termudah.
b. Convinient sampling
Cara ini merupakan cara termudah untuk menarik sampel,
namun sekaligus juga merupakan cara yang lemah. Pada
teknik ini sampel diambil tanpa sistematika tertentu, hingga
jarang dapat dianggap dapat mewakili populasi terjangkau
apalagi populasi target.
c. Judgemental sampling atau Purposive sampling
Sampel ditentukan berdasarkan pertimbangan subyektifnya,
bahwa responden dapat memberikan informasi yang
memadai untuk menjawab pertanyaan penelitian.
d. Insidental sampling
Sampel dipilih pada saat tertentu (insidental). Sampel
tersebut tidak terencana dan penggambaran hasil dari
pengumpulan data tersebut bukan didasarkan suatu metode
yang baku. Misalnya dari suatu kejadian yaitu terjadinya
suatu keadaan luar biasa , data yang sudah terkumpul
disajikan secara deskriptif dan hasil tersebut tidak dapat
digeneralisir.
e. Sampling Seadanya (Accidental Sampling/Haphazard
Sampling).
Pengambilan sampel berdasarkan seadanya data atau
kemudahan nya mendapatkan data tanpa perhitungan
apapun mengenai derajat kerepresentatifannya. Sehingga
kesimpulan yang ditarik bersifat kasar dan sementara
f. Quota sampling
Jumlah sampel ditentukan sesuai keinginan peneliti yang
tergantung pada biaya, tenaga dan waktu (tanpa
mempertimbangkan homogenitas/heterogenitas, presisi dan
rencana analisa.
g. Voluntary sampling
 Sampling Sukarela (Voluntary Sampling). Satuan sampling
diperoleh secara sukarela, contohnya dibidang kedokteran
untuk uji coba obat baru.
h. Snowball Sampling (bola salju)
Pengambilan sampel dengan menetapkan terlebih dahulu
kelompok yang akan diambil sampelnya, kemudian
kelompok ini digunakan untuk menempatkan orang lain
yang mempunyai karakteristik yang serupa dan sebaliknya
digunakan untuk mengidentifikasi lainnya. Pengambilan
sampel bola salju digunakan untuk penelitian yang
respondennya sulit diidentifikasi dan dihubungi.

G. JENIS UJI STATISTIK

Berdasarkan jenisnya, secara umum statistik dibagi menjadi :
1. Statistik Parametrik
Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran
atau distribusi data, yaitu apakah data menyebar secara normal atau tidak.
Dengan kata lain, data yang akan dianalisis menggunakan statistik parametrik
harus memenuhi asumsi normalitas. Pada umumnya, jika data tidak menyebar
normal, maka data seharusnya dikerjakan dengan metode statistik non-
parametrik, atau setidak-tidaknya dilakukan transformasi terlebih dahulu agar
data mengikuti sebaran normal, sehingga bisa dikerjakan dengan statistik
parametrik.
Contoh metode statistik parametrik :
a. Uji-z (1 atau 2 sampel);
b. Uji-t (1 atau 2 sampel);
c. Korelasi pearson;
d. Perancangan percobaan (one or two-way anova parametrik), dll.S
Statistik paramterik memiliki ciri-ciri :
a. Data dengan skala interval dan rasio.
b. Data menyebar/berdistribusi normal.
2. 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 :
a. Data tidak berdistribusi normal
b. Umumnya data berskala nominal dan ordinal
c. Umumnya dilakukan pada penelitian sosial
d. Umumnya jumlah sampel kecil
 BAB 3
PENUTUP

A. KESIMPULAN
Berdasarkan pembahasan, maka dapat ditarik kesimpulan sebagai berikut :
a. Data amerupakan kumpulan angka/huruf hasil dari penelitian terhadap
karakteristik yang akan kita teliti.
b. Jenis data menurut sifatnya ada data kualitatf dan kuantitatif, jenis
data menurut cara memperolehnya ada data primer, data sekunder, dan
data tersier, serta jenis data menurut sumbernya ada data internal dan
data external.
c. Skala pengukuran adalah kemampuan untuk membedakan satu nilai
terhadap lainya dari suatu sifat yang diamati.
d. Populasi adalah keseluruhan kumpulan unsur-unsur objek penelitian
yang sejenis yang akan dikaji karakteristiknya. Ada dua jenis populasi
yaitu : Populasi terbatas/finite dan populasi tak terbatas/infinite.
e. Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh
populasi, atau sebagian anggota populasi yang diambil dengan cara
tertentu untuk dikenai pengukuran.
f. Teknik sampling merupakan teknik pengambilan sampel, antara lain
Probability Sampling dan Nonprobability Sampling.
g. Jenis uji statistik dibagi menjadi statistik paramaterik dan statistik
non-parametrik.

B. SARAN
Dalam melakukan sebuah penelitian, seorang peneliti yang baik
harus dapat menentukan data yang akan diambil dalam sebuah penelitian,
memnentukan populasi setiap bagian yang cukup dengan menentukan
sampel penelitian agar mewakili sebuah populasi, melalui rumus cara
menghitung besar sampel yang akan diambil dalam suatu populasi peneliti
akan mendapatkan hasil yang maksimal sesuai dengan kebutuhan yang
diperlukan dalam penelitian. Dengan teknik sampling dan jenis uji
statistik yang sesuai akan dapat menjadikan sebuah penelitian lebih efektif
dan efisien.
 DAFTAR PUSTAKA

1. Ariawan I. 1998. Besar dan Metode Sampel pada Penelitian Kesehatan.

Jurusan
2. Biostatistik dan Kependudukan, Fakultas Kesehatan Masyarakat. Depok :
Universitas Indonesia.
3. Fardi, Adnan, dkk. 2012. Silabus dan Hand-Out Mata Kuliah Statistik.
Padang : UNP
4. Lemeshowb dkk. 1997. Menghitung Besar Sampel Penelitian Kesehatan
Masyarakat. Makalah disajikan dalam Pengajaran Kuliah Gizi, Fakultas
Kesehatan Masyarakat, UNDIP Semarang
5. Saputra, Roni M.Si. 2016. Biostatistik Dalam Ilmu Kesehatan Masyarakat.
Batam : Stikes Ibnu Sina Batam
6. Sastroasmoro, S. 2010. Ismael S. Dasar-dasar Metodologi Penelitian klinis.
Edisi 3. Jakarta : CV Sagung Seto.
7. Sugiyono, Prof, DR. 2011. Statistika Untuk Penelitian. Bandung : Penerbit
Alfabeta
8. Supranto, J. 1992. Tehnik Sampling untuk Survey dan Eksperimen. Jakarta :
PT Rineka Cipta.