Biostatik adalah Biostatistik merupakan ilmu statistika terapan yang
mengenalkan perhitungan statistik kehidupan, baik konsep dasarnya, penyajian data, pemusatan dan penyebaran data, kemiringan dan distribusinya dalam kurve normal serta konsep estimasi, sampling, uji hipotesis dan uji-uji statistik deskriptif, korelasi maupun komparasi. Hal-hal tersebut akan sangatlah berguna dalam melakukan analisis data penelitian kuantitatif. 2. Tujuan statistik Tujuan statistik adalah sebagai berikut; Untuk membuat deskripsi atau menjelaskan data tentang populasi yang sedang diselidiki. Untuk membantu membuat estimasi nilai yang tidak diketahui berdasarkan data yang dianalisis. Untuk membuat perkiraan konsekuensi dari hipotesis yang diterima. Estimasi ini nantinya akan digunakan sebagai dasar untuk pengambilan keputusan. Untuk mengurangi jumlah populasi besar dalam ukuran yang lebih kecil agar lebih mudah dipahami. 3. Statistik deskriptif untuk menggambarkan, menjelaskan data dan peristiwa, yang dikumpulkan melalui proses penelitian dan investigasi yang belum menggeneralisasi atau menarik kesimpulan tentang populasi yang diteliti. 4. Statistik Infersial Ini adalah statistik untuk memprediksi dan mengendalikan seluruh populasi berdasarkan data, gejala, dan peristiwa dalam proses penelitian. Fungsi ini dimulai dengan membuat estimasi dan hipotesis. 5. Populasi adalah jumlah keseluruhan dari satuan-satuan atau individu-individu yang karakteristiknya hendak diteliti. Dan satuan-satuan tersebut dinamakan unit analisis, dan dapat berupa orang-orang, institusi-institusi, benda-benda, dst. (Djarwanto, 1994: 420). 6. Sampel Menurut Sugiyono (2008: 118), Sampel adalah suatu bagian dari keseluruhan serta karakteristik yang dimiliki oleh sebuah Populasi. 7. Variabel penelitian adalah segala sesuatu yang akan menjadi objek pengamatan penelitian. 8. Hipotesis Penelitian adalah jawaban sementara terhadap pertanyaan- pertanyaan penelitian. 9. Statistik Paametrik adalah Pengujian data melalui statistik parametrik disyarati dengan adanya sejumlah anggapan-anggapan yang kuat yang mendasari penggunaanya. pengujian parametrik inilah yang paling besar kemungkinannya untuk menolak H0 ketika H0 salah. Artinya, kalau data penelitian dianalisis secara tepat dengan pengujian parametrik, pengujian tersebut akan lebih kuat dari pengujian mana pun dalam hal penolakan terhadap H0 jika H0 salah. 10. Statistik Non parametrik tes yang modelnya tidak menetapkan syarat-syarat mengenai parameter-parameter populasi yang merupakan induk sampel penelitiannya. Tes non parametrik tidak menuntut pengukuran sekuat yang dituntut tes statistik parametrik. Sebagian besar tes non parametrik dapat diterapkan untuk data dalam skala ukur ordinal dan beberapa yang lain dapat diterapkan untuk data dalam skala ukur nominal.