1.

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.