Ully

BIOSTATIK DAN KEPENDUDUKAN

1. Distribusi Normal : Suatu alat statistik yang sangat penting untuk menaksir
dan meramalkan peristiwa-peristiwa yang lebih luas. Distribusi normal
disebut juga dengan distribusi Gauss. Suatu data membentuk distribusi
normal jika jumlah data di atas dan di bawah mean adalah sama. Distribusi
normal berupa kurva berbentuk lonceng setangkup yang melebar tak
berhingga pada kedua arah positif dan negatifnya.
Distribusi Tidak Normal : karakteristik sampel tidak sama persis dengan
karakteristik populasi (skewed menceng kekiri kaki terpanjang dikiri)
2. α (Error tipe I) : kesalahan utk menolak Ho padahal Ho harusnya diterima.
Dengan kata lain, Kesalahan tipe I adl kesalahan utk menyatakan ada
hub/perbedaan pdhl sebenarnya tidak ada hub/perbedaan
β (Error tipe II) : kesalahan utk menerima Ho pdhl Ho harusnya ditolak.
Dengan kata lain, Kesalahan tipe II adl kesalahan utk menyatakan tidak ada
hub/perbedaan padahal sebenarnya ada hub/perbedaan

3. Penyajian Data : sajian data dapat dilaporkan dlm bentuk : 1. Tulisan 2. Tabel
(tabel frekuensi) 3. Gambar/grafik : Histogram, diagram garis, diagram
batang, diagram lingkar, diagram tebar, pictogram, box whisker plot, dot plot

4. Statistika Deskriptif : Statistika Deskriptif: statistika yang menggunakan data

pada suatu kelompok untuk menjelaskan atau menarik kesimpulan mengenai
kelompok itu saja. Cth : Untuk menggambarkan karakteristik penduduk
diperlukan data seperti: umur, jenis kelamin, status perkawinan, dsb

5. Statistika Analitik/Inferensial : statistika yang menggunakan data dari suatu

sampel untuk menarik kesimpulan mengenai populasi dari mana sampel
tersebut diambil Cth : Untuk menganalisa hubungan pertambahan berat
 Ully

badan Ibu hamil dengan berat lahirdi daerah Sidoarjo diambil sampel di RSUD
Sidoarjo
Pengelompokan Stat Analitik (inferensial) :
- Statistika Parametrik:
 Menggunakan asumsi mengenai populasi
 Membutuhkan pengukuran kuantitatif dengan level data interval atau
rasio
- Statistika Nonparametrik (distribution-free statistics for use with
nominal / ordinal data):
 Menggunakan lebih sedikit asumsi mengenai populasi (atau bahkan
tidak ada sama sekali)
 Membutuhkan data dengan level serendah rendahnya ordinal (ada
beberapa metode untuk nominal)

6. Skala Data :

7. Uji Statistik Parametrik : Statistic untuk data kuantitatif asumsi normal. Yang
termasuk data kuantitatif : ratio dan interval.
Data yg harga.nilai dapat ditentukan besarnya. Ada 2 macam : diskret
(terpisah/tdk ada hubungannya cth jumlah anak, jumlah kabupaten/provinsi)
dan continue (berlanjut/ada hubungan spt: pengukuran BB, panjang tubuh,
suhu badan). Contoh statstik parametric:
1. uji confidence interval (godnes of fit test) →komparasi
sampel dan populasi
2. Paired T-test
3. ANNOVA (two way) {2 dan 3 komparansi antar pengamatan dalam sampel
yang sama}
4. T-test 2 sampel bebas
5. ANNOVA (one way) {4dan5 komparansi antar sampel}
6. Uji korelasi pearson ! korelasi jumlah variable 2
 Ully

8. Uji statistica non parametric : Uji statistic untuk data kualitatif,

semikuantitatif, atau kuantitaif asumsi tidak normal. SNP termasuk salah satu
bagian dari statistic inferensi atau statistic induktif. Uji SNP sering juga dsb
statistic bebas distribusi (distribution free statictics), karena prosedur
pengujiannya tidak membutuhkan asumsi bahwa pengamatan berdistribusi
normal. Statistic non parametric digunakan dalam situasi sebagai berikut :
1. Apabila ukuran sampel sedemikian kecil sehingga distribusi sampel tidak
mendekati normal, dan apabila tidak asumsi yang dapat dibuang tentang
bentuk distribusi populasi yang menjadi sumber sampel.
2. Apabila digunakan data ordinal, yaitu data-data yang disusun dalam urutan
atau diklasifikasikan rangkingnya.
3. Apabila digunakan data nominal, yaitu data-data yang dapat
diklasifikasikan dalam kategori dan dihitung frekuensinya.

9. Korelasi : Teknik statistik yang digunakan untuk meguji ada/tidaknya

hubungan serta arah hubungan dari dua variabel atau lebih. Digunakan untuk
melihat seberapa erat hubungan antar dua variabel kuantitatif dilihat dari
besarnya angka dan bukan dari tandanya.
Dengan menggunakan korelasi, kita dapat mengetahui arah hubungan yang
terjadi dalam dua variabel. Jika korelasi bertanda positif artinya berbanding
lurus dan jika bertanda negatif maka berbanding terbalik. Korelasi tidak bisa
menyatakan hubungan sebab akibat meskipun angka korelasinya tinggi.

Regresi : Menguji sejauh mana pengaruh variabel independen terhadap

variabel dependen setelah diketahui ada hubungan antara variabel tersebut.
Data harus interval/rasio. Berdistribusi normal.

10. Kependudukan (Demografi) :

 Ilmu yang mempelajari penduduk suatu wilayah dr segi jumlah,
struktur (komposisi) dan perkembangannya (perubahannya),
Multilingual Demographic Dictionary (IUSSP, 1982).
 Ilmu yg mempelajari jumlah, persebaran, teritorial, komposisi
penduduk, dan perubahan serta sebab sebabnya yg biasa timbul krn
natalitas mortalitas,migrasi, dan mobilitas sosial. Philip M. Hauser &
Duddley Duncan (1959).
 Studi matematik & statistik thd jumlah, komposisi, distribusi spasial
dr penduduk manusia, dan perubahan dr aspek tsb selalu terjadi
akibat proses fertilitas, mortalitas, perkawinan, migrasi dan mobilitas
sosial. Bogue (1969).
 Ully

Kajian Demografi :
 Struktur penduduk (statis) : jumlah, persebaran, komposisi penduduk
 Proses penduduk (dinamis) : natalitas, mortalitas, dan migrasi
penduduk
Macam sumber data kependudukan: - Sensus Penduduk - Survei
Penduduk Antar Sensus - Registrasi Penduduk