TUGAS 2

BIOSTATISTIK INTERMEDIATE

 
 
 
Disusun Oleh:
Fatma Syukrina
NPM. 2006505556
 
 
 
 
 
PROGRAM MAGISTER ILMU KESEHATAN MASYARAKAT
PEMINATAN GIZI MASYARAKAT
FAKULTAS KESEHATAN MASYARAKAT
UNIVERSITAS INDONESIA
2021

 
Pertanyaan 6B
1. Apa yang dimaksud dengan distribusi sampling?
Distribusi sampling adalah distribusi nilai atas semua kemungkinan sampel berukuran n
yang dapat dipilih dari populasi referensi.
2. Mengapa mean sampel x digunakan untuk memperkirakan mean populasi ?
Karena mean sampel x merupakan estimasi titik terbaik untuk mean populasi μ. Mean
sampel x adalah rata-rata yang dihitung dari sekelompok variabel acak, yang diambil dari
populasi, sehingga dianggap sebagai penaksir rata-rata populasi yang efisien dan tidak
bias, yang berarti bahwa nilai yang paling diharapkan untuk statistik sampel adalah
statistik populasi, terlepas dari kesalahan pengambilan sampel.
3. Apa perbedaan antara standar deviasi dan standar error?
Perbedaan antara standar deviasi dan standar error didasarkan pada perbedaan antara
deskripsi data dan inferensi
4. Misalkan kita memiliki sampel lima nilai hemoglobin A1c (HgbA1c) yang diperoleh dari
satu pasien diabetes. HgbA1c adalah ukuran serum yang sering digunakan untuk
memantau kepatuhan di antara pasien diabetes. Nilai-nilai tersebut adalah 8,5%, 9,3%,
7,9%, 9,2%, dan 10,3%.
a. Berapa standar deviasi untuk sampel ini?
Sd =[(Σ((X-μ)^2))/(N)]
=
[(8,5-9,04)^2)+(9,3-9,04)^2)+(7,9-9,04)^2+(9,2-9,04)^2+(10,3%-9,04%)^2/(5-1)
]
= 0,9044%
b. Apa standar error untuk sampel ini?
SE =  sd/n
= 0,9044/5
= 0,4044%
5. Misalkan jumlah nilai dari pasien dalam Pertanyaan Tinjauan 6B.4 meningkat dari 5
sampai 20
 a. Apakah Anda mengharapkan standar deviasi meningkat, menurun, atau tetap
sama? Mengapa?
Standar deviasi diharapkan menurun karena semakin rendah nilai standar deviasi
maka akan semakin mendekati nilai rata-rata (homogen), sedangkan jika nilai
standar deviasi meningkat maka semakin jauh atau lebar rentang variasi datanya
(heterogen).
b. Apakah Anda mengharapkan standar error meningkat, menurun, atau tetap sama?
Mengapa?
Standar error diharapkan semakin menurun. Hal ini karena standar error
dipengaruhi oleh banyaknya sampel. Semakin banyak sampel maka standar error
semakin kecil, hasilnya sampel akan semakin representatif (mewakili).

Pertanyaan 6C

1. Apa yang dimaksud dengan 95% CI?

CI adalah sebuah interval antara dua angka, di mana dipercaya nilai parameter sebuah
populasi terletak di dalam interval tersebut. Pendugaan parameter diwujudkan dalam
pembentukan selang kepercayaan, karena hampir tidak pernah ditemukan nilai statistik
tepat sama dengan nilai parameter. Dalam praktik sehari-hari, kebanyakan selang
kepercayaan dinyatakan dalam level 95% untuk mengetahui perkiraan rentang nilai yang
mencakup nilai parameter populasi sebenarnya karena nilai ini memberikan
keseimbangan antara presisi dan reliabilitas.

2. (a) Turunkan 95% CI untuk rata-rata yang mendasari HgbA1c dalam Pertanyaan
Tinjauan 6B.4.
n = 5, x = 9,044%, s = 0,00904, SE = 0,4044%, n= 5-1= 4, maka t4,.975 berdasarkan
tabel adalah 2.776.
Karena kita menginginkan 95% CI, = 0.05. Oleh karena itu, dari Persamaan CI 95%
adalah
= (x − t4,.975 (SE) < μ <  (x + t4,.975 (SE)
 = (9,044% − 2.776  (0,4044%) < μ < (9,044% + 2.776  (0,4044%)
= 9.044% − 1,1226% < μ < 9.044% + 1,1226%
= 7,92% < μ < 10,16%
Berdasarkan 95% CI untuk rata - rata yang mendasari HbA1c, maka nilai HbA1c
pasien akan berada dalam kisaran 7,92% hingga 10,16%.

(b) Misalkan pasien diabetes dengan rata-rata HgbA1c < 7% dianggap dalam
kepatuhan yang baik. Bagaimana Anda mengevaluasi kepatuhan pasien pada
Pertanyaan Tinjauan 6B.4?
Jika HbA1c <7% dianggap sebagai kepatuhan yang baik, maka kepatuhan pasien
pada kelompok ini dianggap tidak baik karena berkisar diantara 7,92% hingga
10,16% (>7%)

3. (a) Apa perbedaan antara distribusi t dan distribusi normal?

Distribusi t memiliki peluang lebih besar untuk nilai ekstrem daripada distribusi
normal. Selisih antara distribusi t dan distribusi normal paling besar untuk nilai n
yang kecil (n < 30). 

(b) Berapa persentil ke-95 dari distribusi t dengan 30 df? Simbol apa yang digunakan
untuk menunjukkan persentil ini?
Diketahui 95% CI = = 0,05,  df = 30
maka berdasarkan tabel distribusi, t = 2.04227

4. Apa teorema limit pusat? Mengapa penting dalam statistik?

Teorema Limit Pusat (Central Limit Theorem) adalah teorema yang menyatakan
bahwa bentuk distribusi sampling dari rata-rata sampel selalu cenderung mendekati
distribusi normal.
Teorema limit pusat sangat penting karena pada prakteknya banyak distribusi yang
ditemui tidak normal, dalam hal ini teorema limit-pusat dapat diterapkan. Penerapan
teorema limit pusat ini memungkinkan kita melakukan inferensi statistik berdasarkan
perkiraan normalitas rata-rata sampel meskipun distribusi pengamatan individu tidak
normal.
Kasus Environmental Health halaman 204-205

Banyak diskusi telah terjadi mengenai kemungkinan bahaya kesehatan dari paparan gas
anestesi. Dalam satu penelitian yang dilakukan pada tahun 1972, 525 perawat anestesi Michigan
disurvei melalui kuesioner surat dan wawancara telepon untuk menentukan tingkat kejadian
kanker. Dari kelompok ini, 7 wanita dilaporkan mengalami keganasan baru selain kanker kulit
selama tahun 1971.
a. Berapa perkiraan terbaik insiden rate tahun 1971 dari data ini?
CI = Jumlah kasus baru/ jumlah populasi = 7/525 = 0,013
b. Berikan 95% CI untuk tingkat kejadian sebenarnya.
95%CI = α = 0,05
𝑍1−α/2 = 1, 96
^ 𝑋 402,8
𝑝= 𝑛
= 100000
= 0, 004
^^
^ 𝑝𝑞 0,004 × 0,996 0,003984
𝑞 = 1 − 0, 004028 = 0, 996𝑆𝐸 = 𝑛
= 100000
= 100000
= 0, 00000003984 = 0, 0002
^^ ^^
^ 𝑝𝑞 ^ 𝑝𝑞
𝑝−𝑍 α
𝑛
; 𝑝+𝑍 α
𝑛
= 0, 004 − 1, 96× 0, 0002 ; 0, 004 + 1, 96× 0, 0002
1− 2
1− 2

= 0, 004 − 0, 000392 ; 0, 004 + 0, 000392

= 0, 004 − 0, 000392 ; 0, 004 + 0, 000392

= 0,003608 ; 0,004392

Sebuah perbandingan dibuat antara laporan Michigan dan tingkat kejadian kanker 1969 dari
registri tumor Connecticut, di mana tingkat kejadian yang diharapkan, berdasarkan distribusi usia
perawat Michigan, ditentukan menjadi 402,8 per 100.000 orang-tahun.
a.  Komentari perbandingan antara insiden rate yang diamati dan data registri tumor
Connecticut.
CI = 402,8/100.000 = 0,004028, adalah insiden rate dari data registri tumor Connecticut.
Komentar : dibandingkan dengan data laporan michigan dimana insiden rate nya adalah
0,0013, maka risiko terjadinya kanker dari data registri tumor Connecticut adalah lebih
tinggi karena insiden rate nya lebih besar yaitu 0,004028.