RESUME STATISTIK KESEHATAN

Dianjurkan untuk memenuhi salah satu tugas mata kuliah “Metodologi penelitian”

Disusun oleh :

YULIANI

16142011042

SEKOLAH TINGGI ILMU KESEHATAN YPIB MAJALENGKA

Jalan Gerakan Koperasi No. 003 Majalengka 454511

Tahun Ajaran 2018/2019

BAB I
 STATISTIK DASAR
Menjelaskan..
A. Arti Statistik
Statistik adalah sekumpulan konsep dan metode yang digunakan untuk
mengumpulkan dan mengiterpretasi data tentang bidang kegiatan tertentu dan
mengambil keputusan dalam situasi dimana ada ketidakpastian dan variasi.
B. Pembagian statistik
Statistik dibedakan atas dua kategori yaitu statistik deskriptif dan statistik
inferens. Statistik deskriptif (descriptive stastics)merupakan kegiatan mulai
dari pengumpulan data sampai mendapatkan informasi dengan jalan
menyajikan dan analisis data yang telah dikumpulkan atau sengaja
dikumpulkan. Sedangkan statistik inferens (inference statistics) merupakan
sekumpulan data yang dapat menggenerilisasi nilai-nilai dari sampel yang
sengaja dikumpulkan menjadi nilai populasi.
C. Populasi dan Sampel
Populasi adalah keseluruhan dari unit didalam pengamatan yang akan
dilakukan , sedangkan sampel adalah sebagian dari populasi yang nilai atau
karakteristiknya kita ukur dan nantinya kita pakai untuk menduga karakteristik
dari populasi.
D. Tahapan Kegiatan Statistik
Tahapan kegiatan statistik didalam statistika biasanya dibagi dalam
beberapa tahap:
1. Pengumpulan data
2. Pengolahan data
3. Penyajian data
4. Analisis / interpretasi data
E. Data, Proses Pengukuran dan Skala
Data adalah himpunan angka yang merupakan nilai unit sampel kita
sebagai hasil mengamati/mengukurnya.
Ditinjau dari jenis nya data dapat dibedakan menjadi beberapa macam :
1. Data diskrit yaitu data yang berbentuk bilangan bulat
 2. Data kontinu yaitu data yang merupakan rangkaian data
3. Data kulitatif yaitu data yang brtbentuk kualitas
4. Data kuantitatif yaitu data yang berbentuk angka (nominal)
Dalam mengumpulkan angka dan variabel perlu juga diketahui skala
pengukuran dari variabel tersebut. Berikut merupakan beberapa skala:
1. Skala Nominal
Skala yang paling lemah tingkatan nya terjadi lambang-lambang atau
bilangan lain untuk mengklarifikasikan onjek pengamatan. Misalnya :
Agama dapat dikelompokan islam, kristen, hindu, budha.
2. Skala Ordinal
Pengukuran ini tidak hanya membagi objek atau kelompok-kelompok
yang tidak timpang tindih tetapi antar kelompok itu ada hubungan.
3. Skala Interval
Didalam skala interval selainn membagi objek menjadi kelompok
tertentu dan dapat diurutkan juga ditentukan jarak dari urutan kelompok
tersebut.
4. Skala Ratio
Dengan ratio kita dapat mengelompokan data. Kelompok itupun dapat
diurutkan dan jarak antara urutan pun dapat ditentukan.
F. Sajian Statistik
Setelah mentah (raw data) terkumpul, tahap selanjutnya adalah
menyajikan data tersebut dalam berbagai bentuk tergantung jenis data dan
skala pengukuran nya.
G. Simpulan Numerik/Interpretasi
1. Distribusi Frekwensia
Distribusi frekwensi adalah susunan data menurut besarnya (kuantitas) atau
menurut kategorinya (kualitas).
2. Nilai Tengah
Dari sekumpulan data (distribusi) adabeberapa harga atau nilai yang dapat
kita anggap sebagai wakil kelompok data tersebut. Nilla-nilai ini biasanya
 digunakamn untuk mewakili data tersebut adalah mean, median, dan
modus.nilai-nilai tersebut disebut nilai tengah (central tendency).
3. Nilai Letak (Posisi)
Bila data kita susun mulai dari data yang terkecil sampai besar, maka kita
dapat membagi pengamatan menjadi beberapa bagian, pengamatan bagian
ini disebut nilai letak (posisi). Posisi pengamatan yang umumnya dipakai
adalah pembagian menjadi dua pengamatan,empat pengamatan, sepuluh
pengamatan, atau seratus pengamatan.
4. Nilai-nilai Variasi
Nilai variasi adalah nilai yang menunjukan variasinya data didalam
kelompok data itu terhadap nilai rata-ratanya.ada beberapa macam nilai
variasi yaitu : Range,Rata-rata, deviasi, varian, standar deviasi, dan
koefisien varian.
 BAB II
PROBABILITAS
A. Pengertian Probabilitas
Probabilitas untuk keluarnya mata satu dalam peran peran sattu kali
sebuah dadu adalah seperenam (1/6)
B. Konsep Probabilitas
1. Pandangan klasik/instuitif
Didalam pandangan klasik ini probabilitas/petualangan adalah harga angka
yang menunjukan seberapa besar kemungkinan suatu peristiwa terjadi,
diantara keseluruhan peristiwa mungkin terjadi. Jadi pendekatan didalam
konsep ini adalah matematis atau teoritis sehingga didapatkan rumus :

P (E) = X / N

P = Probabilitas
E = Even (kejadian)
X = Jumlah kejadian yang diinginkan (peristiwa)
N = keseluruhan kejadian yang mungkin terjadi
2. Pandangan Empiris /Probabilitas Relatif

P (E) = Lim X / N
Pandangan klasik

Hubungan antara pandangan klasik dan pandangan empiris

P (E) = X/N dan P(E) = lim akan sama besarnya bila N tak terhingga

3. Pandangan Subjektif
Didalam pandangan subjektif probabilitas ditentukan oleh pembuat
pernyataan, misalnya seorang pemburuh/kariyawan meyakini bahwa kalo
 ada kesempatan untuk pendidikan lanjut yang akan dikirim adalah dirinya
(misalnya diyakininya 95% = 0,95).
C. Unsur-Unsur Probabilitas
Berikut beberapa definisi yang sering digunakan dalam eksperimen
1. Ruang Sampel
Ruang sampel adalah himpunan elemen-elemen nya merupakan hasil yang
mungkin terjadi dari suatu eksperimen.
2. Titik Sampel
Titik sampel adalah semua elemen yang ada didalam suatu ruangan sampel,
yaitu a1, a2, a3, a4, a5, ....an.
3. Peristiwa / Kejadian / Even
Peristiwa adalah himpunan bagian dari suatu ruangan sampel.
D. Asas Perhitungan Probabilitas
Berikut akan dijelaskan lebih lanjut asas perhitungan probabilitas dengan
bernagai kondisi yang harus diperhatikan:
1. Hukum pertambahan
Dalam hukum pertambahan terdapat kondisi yanag harus diperhatikan,
yaitu apakah dua peristiwa tersebut saling meniadakan atau dapat terjadi
bersama.
2. Hukum perkalian
Dalam hukum perkalian terdapat dua kondisi yang harus diperhatikan
apakah kedua peristiwa tersebut saling bebas atau bersyarat.
E. Permutasi/Kombinasi
Dalam menghitung probabilitas dari beberapa kejadian pertama kita harus
mengetahui beberapa kemungkina yang terjadi peristiwa tersebut.
 BAB III
DISTRIBUSI PROBABILITAS
A. Distribusi Bionomial
Distribusi bionominal menggambarkan fenomena dengan dua hasil atau
uotcome. Contoh peluang sukses gagal, sehat dan sakit dan sebagainya.
Penemu distribusi bionomial adalah James Bernaulli sehingga distribusi
bionomial dikenal juga sebagai distribusi Bernaulli.
Bernaulli trial mempunyai empat syarat sebagai berikut
1. Jumlah trial merupakan bilangan bulat
2. Setiap ekperimen mempunyai dua outcome (hasil) yaitu sukses dan gagal
3. Peluang sukses sama dengan setiap eksperimen
4. Setiap eksperimen independen satu sama lain
B. Distribusi Poisson
Dalam mempelajari distribusi bionomial kita dihadapkan padda
probabilitas variabel random diskrit yang jumlah trial nya kecil (daftar
bionomial). Distribusi bionomial digunakan untuk menentukan peluang suatu
kejadian yang jarang terjadi tetapi mengenai populasi yang luas atau area yang
luas dan juga berhubungan dengan waktu.
Distribusi poisson meupakan fungsi probabolitas

𝜇 𝑥 𝑒 −𝜇
𝑝(𝑥) =
𝑥!
C. Distribusi Normal (Gauss)
Distribusi normal merupakan diatribusi yang sangat penting. Ciri khas
distribusi normal adalah
 Simetris
 Seperti lonceng
 Titik belok 𝜇 ± 𝜎
 Luas dibawah kurva = propability = 1
Rumus
𝑥− 𝜇
𝑧=
𝜎
D. Pendekatan Distribusi Bionomial ke Distribusi Normal
Didalam mempelajari probabilitas suatu peristiwa yang jumlah (n) kecil
dan nilai probabilitas nya antara 0-1, digunakan hitungan nya memakai
distribusi biomial, dan pada saat n sangat besar dan p kecil sekali perhitungan
nya kita pakai distribusi poisson.

𝑠 = √𝑛𝑝(1 − 𝑝) = √𝑛𝑝𝑞
 BAB IV
DISTRIBUSI SAMPLING
A. Sifat-Sifat Distribusi Sampling
Sifat 1
Apabila sampel-sampel random dengan n elemen masing diambil dari
suatu populasi normal yang mempunyai mean = µ varian ơ2, didistribusi
sampling harga mean akan mempunyai mean sama dengan µ dan varian ơ2 / n
atau standar deviasi ơ/√.n. standardeviasi distribusi sampling harga mean ini
dikenal sebagai “standar error” (SE).
Sifat 2
Apabila populasi berdistribusi normal distribusi sampling harga mean
juga berdistribusi normal.
Sifat 3
Walaupun populasi berdistribusi sembarang kalau diambil sampel
berulang ulang kali secara random distribusi harga mean nya akan membentuk
distribusi normal.
 BAB V
ESTIMASI
A. Ciri-Ciri Estimator yang Baik
Didalam estimasi nilai statistik yang dipakai untuk menduga nilai populasi atau
parameter disebut estimator.
B. Bentuk Estimasi
1. Estimasi Titik ( poin estimation)
Nilai statistik (nilai-nilai sampel) diginakan sebagai pendugaan sebagai
parameter karena nilai-nilai merupakan estimator yang baik untuk menduga
atau estimasi nilai parameter.
2. Estimasi Selang Interval Estimation)
Dasar estimasi ini adalah bahwa sampel-sampel yang diambil dari suatu
populasi akan berdistribusi (normal) sekitar µ, dengan simpangan baku = SE
( sifat dari distribusi sampling).
RUMUS UMUM

St – Z 1/2a SE ≤ PARAMETER ≤ St + Z 1/2a SE

St = Nilai statistik
Z = Deviasi relatif (standar, score, besarnya ditentukan oleh conviden interval).
SE = Standar Error
Parameter = Nilai populasi yang diduga = µ
 BAB VI
UJI HIPOTESIS
A. Pendahuluan
Prinsif uji hipotesis melakukan perbandingan antara nilai sampel (data
hasil penelitian) dengan nilai hipotesis (nilai populasi) yang diajukan.
Kesimpulan yang didapat dari hasil pengujian hipotesis ada dua kemungkinan,
yaitu menolak hipotesis dan menerima hipotesis (gagal menolak hipotesis).
B. Hipotesis
Hipotesis berarti pertanyaan sementara yang perlu diuji kebenaran nya.
1. Hipotesis Nol (HO)
2. Hippotesis Alternatif (Ha)
C. Arah / Bentuk Uji Hipotesis
1. One tail (satu sisi)
2. Two tail ( dua sisi)
D. Kesalahan Pengambilan Keputusan
1. Kesalahan tipe 1
Merupakan kesalahan menolak Ho, padahal sebenarnya Ho benar
2. Kesalahan tipe II
Kesalahan ini merupakan kesalahan yang tidak menolak Ho, padahal
sesungguhnya Ho salah.
E. Menentukan Tingkat Kemaknaan (Level of signivicance)
Tingkat kemaknaan merupakan kesalahan tipe I suatu uji yang biasanya
diberi notasi alfa. Tingkat kemaknaan merupakan nilai yang menunjukan
besarnya peluang salah yang menolak hipotesis nol. Dengan kata lain nilai alfa
merupakan nilai batas maksimal kesalahan menolak Ho.
F. Pemilihan Jenis Uji Prametik atau Nonparametikjian
Hipotesis sangat berhubungan dengan distribusi data populasi yang akan
diuji. Bila distribusi data populasi yang akan diuji berbentuk normal/ sistematis
proses pengujian dapat digunakan dengan pendekatan uji statistik parametik.
Sementara itu bila distibusi data populasiny tidak normal atau tidak diketahui
distribusinya dapat digunakan pendekatan uji statistik nonparametik.
G. Perbedaan Substansi / Klinis Dan Perbedaan Statistik
Perlu dipahami bagi peneliti bahwa berbeda makna secara statistik tidak
berarti (belum tentu) bahwa perbedaan tersebut juga bermakna dipandang dari
segi substansi .
H. Prosedur Uji Hipotesis
1. Menerapkan hipotesis
a. Hipotesis Nol (Ho)
b. Hipotesis alternatif (Ha)
2. Penentuan uji statistik yang sesuai
Jenis uji statistik sangat tergantung dari :
a. Jenis variabel yang akan dianalisis
b. Jenis data apakah dependen atau independen
c. Jenis distribusi data populasi nya apakah mengikuti distribusi normal
atau tidak
3. Menentukan batas atau tingkat kemaknaan
Batas tingkat kemaknaan sering juga disebut dengan nilai alpha,
penggunaan nilai alpha tergantung tujuan penelitian yang dilakukan untuk
bidanf kesehatan masyarakat biasanya menggunakan nilai alpha 5%.

BAB VII
Uji Beda Dua Mean
Didalam bab ini terdapat perbedaan tujuan uji beda dua mean independen
yaitu untuk mengetahuai perbedaan dua kelompok data independen dan tujuan uji
beda dua mean dependen yaitu untuk menguji perbedaan dua mean antara dua
kelompok data yang dependen

BAB VIII
Uji Beda Lebih Dari Dua Mean
Menjelaskan bahwa analisis multiple bertujuan untuk mengetahui lebih
lanjut kelompok mana saja yang berbeda mean nya bilamana pada pengkajian
anova dihasilkan ada perbedaan bermakna.
 BAB IX
ANALISIS DATA PROPORSI
Dasar analisis data kategorik adalah pendekatan distribusi bionominal pada
distribusi normal, terdiri dari: estimasi proporsi populasi, estimasi perbedaan dua
populasi, uji hipotesis perbandingan satu proporsi, dan uji hipotesis dua
perbandingan proporsi.

BAB X
UJI KAI KUADRAT (CHHI SQUARE)
Uji kai kuadrat adalah membandingkan frekwensi yang diamati dengan
frekwensi yang diharapkan. Dan secara spesifik dapat digunakan untuk
menentukan:
 Ada tidaknya asosiasi dua variabel
 Apakah satu kelompok homogen
 Seberapa jauh pengamatan sesuai dengan parameter yang dispesifikasikan
Uji kai kuadrat juga terbagi menjadi tiga bagian yaitu uji independensi, uji
homogenitas, dan uji goodness of fit

BAB XI
KOLERASI DAN REGRESI LINER
Kolerasi berfungsi untuk mengetahui arah hubungan dua variabel numerik.
Analisis dua variabel dapat digunakan untuk mengetahui bentuk hubungan dua
variabel yaitu dengan analisis regresi.
Analisis regresi merupakan suatu model matematis yang dapat digunakan
untuk mengetahui hubungan antara dua atau lebih variabel.

Rumus : Y = a + bx
Y = a + bx + e

BAB XII
REGRESI LOGISTIK
 Model logistik dikembangkan dari funfsi logistik dengan nilai Z merupakan
penjumlahan liner konstanta ditambah dengan 𝛽1𝑋1, ditambah denngan 𝛽2𝑋2
dan seterusnya sampai 𝛽𝑖𝑋𝑖. Variabel X adalah variabel indevenden.

BAB XIII
METODE PENARIKAN SAMPEL
Penarikan sampel dibagi menjadi dua yaitu pengambilan samper secara acak
dan secara tidak acak.
Didalam pengambilan sampel secara acak semua unsur yang ada dipopulasi
membunyai peluang sama untuk terambil sebagian sampel mewakili populasinya.
Sedangkan dalam pengambilan sampel secara tidak acak tidak semua unsur
didalam populasi mempunyai peluang yang sama untuk tertarik sebagai sampel.