BIOSTAT Minggu ke 2

Jenis Statistik

1. Deskriptif : statistic yang kegiatannya hanya mendeskripsikan data

Contoh : survey tinggi badan 100 mhs fkmui setelah data hasil survert diolah dan dianalisis.
Dihitung dan disimpulkan terhadap 100 mhs fkm yang ikt survet
2. Analitik/ Inferensial / induktif  sudah disimpulkan terhadap populasi
Statistic yang kegiatannya sudah melakukan generalisasi dari sampel ke populasi
Survey berat badan pada sampel 75 mhs fkm hasil data di olah dan dianalisis sehingga
disimpulkan bahwa berat badan keseluruhan mhswa FKM UI rat2 54 kg.

Contoh lagi survey kepuasan pasien. 150 yg ikt survey. Persentase tingkat kepuasan pasien
adalah sebesar 60%
Kesimpulan deskriptif: tingkat kepuasan pasien pada sampel 150 pasien yang berobat di RS X
adalah 60%
Kesimpulan analitik : tingkat kepuasan pasien yang berobat di RS X adalah 60%

Ukuran yang digunakan menjelaskan data populasi  parameter

Ukuran yang digunakan untuk menjelaskan data sampel  statistic

Ketika nilai dari sampel digunakan untuk populasi maka itu adalah kegiatan analitik/
inferensial dan harus memahami konsep peluang/ probabilitas
Ketika data populasi maka hanya bisa statistic deskriptif krna sampel=populasi
Ketika data sampel maka bisa statistic deskriptif dan analitik

Parameter (populasi) Statistik (sampel)

Ratarata µ
Standar deviasi Ω S
Proporsi data populasi Π p
Korelasi data populasi R r

Nilai xb memperkiraan µ

INDUKTIF-DEDUKTIF
Induktif  menyimpulkan dari data khusus sampel ke umum (populasi)
Deduktif menyimpulkan dari populasi ke data

JENIS UJI STATISTIK

1. Parametrik  digunakan pada data yang berdistribusi normal. Contoh uji t, uji anova dll
2. Non parametrik  yang digunakan pada data tidak normal atau datanya berjenis
kategorik. Contoh : uji wilxocon, uji mann whitney, uji kai kuadrat (PALING SERING
DIPAKE).

DATA

Adalah kumpulan angka hasil pengamatan. Ada kuanti (umur, bb dst) dan kuali (sikap
pengetahuan).
 data diproses menjadi informasi.

BBLR  berat badan lahir rendah

Data adalah ujung tombak dari survey kita sehingga data harus baik.

Data yang baik adalah :

 Up to date
 Akurat : validitas dan realibilitas dan objektifitas
o Validitas : ketepatan dan kecematan pengukuran
Contoh : wawancara dengan ibu yang tinggal di cianjur menggunakan bhs
batak  tidak akan valid
o Realibilitas : kekonsistensian pengukuran (diulang-ulang hasilnya sama
Pengukuran tensi memberikan hasil. Pertama : 120, kedua 130 dan ketiga
110 maka nilai pengukuran tidak realible krna perbedaannya jauh

JENIS DATA

- Data rutin : yang dikumpulkan secara rutin

- Ad hoc : Data yang dikumpulkan sewaktu2. Contoh data kesehatan saat bencana
- Primer : yang diambil langsung oleh peneliti
- Sekunder : data yang diambil dari sumber yang sudah mengolah data tsb
- Individu : contoh karakteristik sosial individu
- Agregat : data kumpulan dari beberapa individu
- Data independent (berkelompok) data bersumber dari koresponden yang berbeda
(contoh ukur tensi org kota dan org desa). Desa sm kota ini disebut independent
- Data dependen (berpasangan)  orangnya sama. Ukur seblm dan sesudah ada intervensi
Contoh : hasil pre dan post.
- Crosectional ptg lintang  masih belum dipahami
- Panel  data yang diukur berkali2. Missal setiap tahun dllnya

VARIABEL

Variable adalah karakteristik/ fenomena yang mempunyai variasi.

Ada 4 jenis variable menurut skala pengukurannya :

1. Nominal : variable yang isi datanya sederajat. Contoh jenis kelamin : pria dan wanita
2. Ordinal : variable yang isi datanya ada tingkatan tetapi antar data belum dapat diketahui
selisihnya/ jaraknya. Contoh tingkat Pendidikan : sd, smp, sma, pt . akan lebih keliatan jika
kelompoknya lebih dari 2
3. Interval :variable yang isi datanya sudah dapat diketahui tingkatannya dan dapat dihitung
jaraknya/selisihnya namun antar data belum bs diketahui kelipatannya
Contoh: suhu panas 30, 40, 80. Panas 80deg bukan berarti panasanya 40deg dikali 2. Jd gabs
dihitung kelipatannay
4. Rasio :variable yang isi datanya, ada tingkatan, ada jrak/ selisihnya dan ada kelipatannya.
Contoh berart badan : 40, 50, 66, 80. Berat badan 80kg adalah 2 kali dari berat 40kg

Dari rasio bs ke ordinal

Perubahan bsnya dr atas ke bawah. 1 ke 4 itu makin tinggi
Ada 2 jenis variable, menurut sifatnya :
1. Kategorik/ kualitatif : gabungan nominal dan ordinal. Contoh sex (pria, Wanita),
Pendidikan (sd,smp,sma,pt). datanya berbentuk kata2. Variable hasil dari penggolongan.
2. Numerik/ kuantitatif : datanya berbentuk angka2, variable hasil pengukuran (kontinyu)
dan penghitungan (diskrit)
Ketentuan : variable numerik dapat berubah menjadi data kategorik bila variable tsb
dapat dikelompokan
Kalua udh dikelompokim maka jd variable kategorik.

Latihan  KOREKSI
1. rasio, numberik
2. Ordinal, kategorik
3. Ordinal, kategorik
4. Rasio, numberik
5. Ordinal, kategori
6. Ordinal, kuali
7. interval, numberik
8. Ordinal, kategori
9. Rasio, numberik
10. Rasio, kategorik
11. Nominal,kategorik
12. Rasio, numberik

JENIS VARIABEL DI PENELIATIAN

1. Inden dan depen

Independent : penyebab, var yang mempengaruhi

Dependen :akibat, var yang dipengaruhi

2. Variable moderasi / confounding variable yg ikt mempengaruhi hub/pengaruh inde

dan depen. Bisa memperkuat bs memperlemah.
3. Variable antara/intervening  mempengaruhi hub antara inden depan tp adanya
ditengah2
4. Variable control  bntuknya konstan agar dpt mengetahui pengaruh murni variable
inden dan depen

METODE STATISTIK

Langkah2 atau tahapan statistic dalam rang mengubah data menjadi informasi

1. Pengumpulan data
Apa yg dikumpulkan  sesuai dengan tujuan penelitian
Membuat instrument  missal kuisioner. Buat pertanyaan untuk mengukur variable 
debilasi operational variable
Missal contoh mau menilai pemberian asi kepada bayi
DO : anak yg diksh asi aja selama 6 bulan
 Cara pengumpulan data : O/W/A/P  mana yang paling bagus  observasi/
wawancara/ angket/ pengumpulan data  tidak ada yg paling bagus tp disesuaikan
dengan kegunaannya.
2. Pengolahan data
- Editing data  pengecekan jawaban setiap pertanyaan  jika banyak pertanyaan yang
belum diketahui jawabannya. Yg agak rawan itu angket. Krna akan susah membuat
kunjungan ulang.
- Coding data  pengkodean ke dalam bentuk angka
- Processing data  memasukkan data/entry data ke computer
- Cleaning data  pengecekan kebenaran entry data  double check
3. Analisi data : memberi makna / arti dari data
Jenis analisis
o Univariable  analisis deskriptif
o Bivariable  menghubungkan 2 variable
o Multivariable - dapat liat factor paling dominan terhdap suatu kejadian yang
terjadi
4. Penyajian Data  hasil survey dan analisis perlu diketahui oleh org lain perlu disajikan
Tekstular  dengan narasi
Tabular  dgn table
Grafikal  dengan grafik atau diagram. Ada 2 jenis. Var kategorik : pie, pareto. Var
numberik: histogram, polygone, garis, ogive, diagram tebar, scatter plot.

ANGKA, RASIO, PROPORSI, RATE

1. Hitungan/enumerasi/angka mutlak  merupakan jumlah kasar/ frekuensi. Missal 10
kasus, 1867 kasus
2. Rasio : perbandingan antara pembagi dan pembilang.
3. Proporsi : P = A/(A+B)
4. Rate