BIOSTATISTIK

Biostatistik adalah ilmu untuk mengambil kesimpulan dengan bukti

bedasarkan data.

Jenis-jenisnya :

1. Statistik deskriptif
Kegiatan mulai dari pengumpulan data, pengolahan, sampai mendapatkan
informasi dengan jalan menyajikan dan analisis data yang telah terkumpul.
Tujuan dari statistik deskriptif adalah memberikan gambaran tentang
keadaan yang berkaitan dengan penyakit atau masalah kesehatan
berdasarkan data yang telah dikumpulkan. Untuk data numerik informasi
yang diberikan berupa perhitungan nilai tengah (mean, median, modus),
nilai variasi. Sedangkan untuk data kategori informasinya adalah nilai
proporsi/persentase.
Statistik deskriptif contohnya yaitu populasi
 Populasi adalah jumlah dari keseluruhan sample yang mempunyai
batasan waktu dan tempat
2. Statistik inferensial
Tujuan dari statistik inferensial adalah untuk menarik kesimpulan cirri-ciri
populasi berdasarkan data yang diperoleh melalui sampel. Statistik
inferensial merupakan kumpulan cara atau metode yang dapat
mengeneralisasikan nilai-nilai dari sampel dikumpulkan menjadi nilai
populasi. Hal ini dilakukan dengan menggunakan teori estimasi atau uji
hipotesis.
Statistik inferensial contohnya yaitu data sample
®statistik inferensial di bagi menjadi 2 yaitu :
1. Korelasi
 korelasi adalah suatu alat analisis yang dipergunakan untuk mencari
hubungan anatara variabel independent () dengan variabel
dependent (y)
 korelasi harus melakukan uji hipotesis
 Korelasi dibagi menjadi 2 yaitu
(1.)Parametrik
Parametrik yaitu ilmu statistik yang mempertimbangkan jenis
distribusi data yatu apakah data menyebar secara normal atau
tidak dengan kata lain, data yang akan dianalisis menggunakan
statistik parametrik harus memenuhi asumsi normalitas
a. Contoh metode parametrik statistik :
 uji-z (1 atau 2) sampel
 Uji-t (1 atau 2) sampel
 Korelasi person
 Perancangan percobaan (one or two way anova parametrik)
b. Ciri-ciri statistik parametrik
 Data dengan skala interval dan rasio
 Data menyebar berdistribusi normal

(2.)Non parametrik
Tidak ada syarat
a. Contoh metode statistik non-parametrik 
 Uji tanda (sign test)
 Rank sum test (wilcoxon)
 Rank correlation test (spearman)
 Fisher probability exact test.
 Chi-square test, dll
b.Ciri-ciri statistik non-parametrik :
- Data tidak berdistribusi normal 
- Umumnya data berskala nominal dan ordinal
- Umumnya dilakukan pada penelitian sosial
- Umumnya jumlah sampel kecil
 2. Komparasi
penelitian untuk mengetahui dan atau menguji perbedaan dua
kelompok atau lebih. Penelitian komparasi atau perbedaan adalah
jenis penelitian dengan 2 variabel atau lebih yang bertujuan untuk
membedakan atau membandingkan hasil penelitian antara dua
kelompok penelitian.

CARA MENGUJI HIPOTESA

 Ada 2 cara uji hipotesis yaitu :

1. H0 di terima ? p value 
2. H1 ditolak ? p value 

UJI BEDA

 Uji beda dibagi menjadi 2 yaitu :

1. Minimal 2 variabel
2. Yang diujikan efek

 Cara menghitung BMI

1. Rural
2. Urban

Contohnya :

BMI = Berat badan

(Tinggi badan)2
Berat badan dalam kilogram (kg)
Tinggi badan dalam meter (m)
BMI Status berat badan

Kurang dari 18.5 Kekurangan berat badan

18.5 - 24.9 Normal (ideal)
25.0 – 29.9 Kelebihan berat badan
30.0 atau lebih Kegemukan (obesitas)
TD Sebelum
N Valid 36
Missing 0
Mean 109.72
Std. Error of Mean 1.678
Median 110.00
Mode 110
Std. Deviation 10.067
Variance 101.349
Range 50
Minimum 90
Maximum 140

Tabel 1.2
TD Sebelum
Valid Cumulative
Frequency Percent Percent Percent
Valid 90 1 2.8 2.8 2.8
95 1 2.8 2.8 5.6
100 10 27.8 27.8 33.3
110 14 38.9 38.9 72.2
120 8 22.2 22.2 94.4
125 1 2.8 2.8 97.2
140 1 2.8 2.8 100.0
Total 36 100.0 100.0

Cara menentukan range dan kelas:

a. Range :
r : Nilai terbesar – nilai terkecil “
r : 140 – 90 : 50
b. Kelas :
1. Banyak kelas:
K : 1 + 3,3 log n
K : 1 + 3,3 (1,6)
K:1+5
K:6

2. Lebar kelas:
c:r/k
 c : 50 / 6
c : 8,3 = 8

Tabel 1.3
frequens
i persen
90-97 2 6
98-105 10 28
106-113 14 39
114-121 8 22
122-129 1 3
130-137 0 0
138-140 1 3
Total 36 100

39
40

35

30 28

25 22

20 frequensi
14 persen
15
10
10 8
6
5 2 3 3
1 0 0 1
0
90-97 98-105 106-113 114-121 122-129 130-137 138-140

Gambar 1.1

Descriptive Statistics
Std.
N Minimum Maximum Mean Deviation
TD Sebelum 36 90 140 109.72 10.067
Valid N
36
(listwise)
One-Sample Statistics
Std. Std. Error
N Mean Deviation Mean
TD Sebelum 36 109.72 10.067 1.678

One-Sample Test
Test Value = 0
95% Confidence Interval of
Sig. (2- Mean the Difference
t df tailed) Difference Lower Upper
TD Sebelum 65.394 35 .000 109.722 106.32 113.13

One-Sample Kolmogorov-Smirnov Test

TD Sebelum
N 36
Normal Parametersa Mean 109.72
Std. Deviation 10.067
Most Extreme Absolute .211
Differences Positive .211
Negative -.178
Kolmogorov-Smirnov Z 1.267
Asymp. Sig. (2-tailed) .081
a. Test distribution is Normal.
TD Sebelum
Observed N Expected N Residual
90 1 5.1 -4.1
95 1 5.1 -4.1
100 10 5.1 4.9
110 14 5.1 8.9
120 8 5.1 2.9
125 1 5.1 -4.1
140 1 5.1 -4.1
Total 36

Test Statistics
TD Sebelum
Chi-Square 34.778a
df 6
Asymp. Sig. .000
a. 0 cells (,0%) have expected
frequencies less than 5. The
minimum expected cell
frequency is 5,1.
Tabel 1.1

TD Sebelum
N Valid 36
Missing 0
Mean 109.72
Std. Error of Mean 1.678
Median 110.00
Mode 110
Std. Deviation 10.067
Variance 101.349
Range 50
Minimum 90
Maximum 140
Tabel 1.2

TD Sebelum
Valid Cumulative
Frequency Percent Percent Percent
Valid 90 1 2.8 2.8 2.8
95 1 2.8 2.8 5.6
100 10 27.8 27.8 33.3
110 14 38.9 38.9 72.2
120 8 22.2 22.2 94.4
125 1 2.8 2.8 97.2
140 1 2.8 2.8 100.0
Total 36 100.0 100.0

Cara menentukan range dan kelas:

c. Range :
r : Nilai terbesar – nilai terkecil “
r : 140 – 90 : 50
d. Kelas :
3. Banyak kelas:
K : 1 + 3,3 log n
K : 1 + 3,3 (1,6)
K:1+5
K:6
4. Lebarkelas:
c:r/k
c : 50 / 6
c : 8,3 = 8

Tabel 1.3
frequens
i Persen
90-97 2 6
98-105 10 28
106-113 14 39
114-121 8 22
122-129 1 3
130-137 0 0
138-140 1 3
Total 36 100
 39
40

35

30 28

25 22

20 frequensi
14 persen
15
10
10 8
6
5 2 3 3
1 0 0 1
0
90-97 98-105 106-113 114-121 122-129 130-137 138-140

Gambar 1.1

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

TD Sebelum 36 90 140 109.72 10.067

Valid N (listwise) 36

One-Sample Statistics

N Mean Std. Deviation Std. Error Mean

TD Sebelum 36 109.72 10.067 1.678

One-Sample Test

Test Value = 0

95% Confidence Interval of the

Difference

t df Sig. (2-tailed) Mean Difference Lower Upper

TD Sebelum 65.394 35 .000 109.722 106.32 113.13

 One-Sample Kolmogorov-Smirnov Test

TD Sebelum

N 36

Normal Parametersa Mean 109.72

Std. Deviation 10.067

Most Extreme Differences Absolute .211

Positive .211

Negative -.178

Kolmogorov-Smirnov Z 1.267

Asymp. Sig. (2-tailed) .081

a. Test distribution is Normal.

TD Sebelum

Observed N Expected N Residual

90 1 5.1 -4.1

95 1 5.1 -4.1

100 10 5.1 4.9

110 14 5.1 8.9

120 8 5.1 2.9

125 1 5.1 -4.1

140 1 5.1 -4.1

Total 36

Test Statistics

TD Sebelum

Chi-Square 34.778a

df 6

Asymp. Sig. .000

a. 0 cells (,0%) have expected frequencies less than 5.

The minimum expected cell frequency is 5,1.
Termasuk data Ordinal
Alasan memilih TD sebelum beraktivitas karena tekanan darah tidak berpengaruh
pada saat seseorang belum melakukan aktivitas sehingga tekanan darahnya dalam
keadaan normal