TUGAS RESUME

Diajukan Untuk Memenuhi Tugas Mata Kuliah Biostatistik

Dosen Pengampu Mata Kuliah :
dr. Ari Natalia Probandari MPH, Ph.D

Disusun oleh :
Romiza Arika
S531708039

PROGRAM PASCASARJANA MAGISTER S2 ILMU GIZI

PEMINATAN HUMAN NUTRITION
UNIVERSITAS SEBELAS MARET
SURAKARTA
2017
Jenis-jenis data
1. Variabel kontinu (kuantitatif)  dapat dhitiung dan diukur, contoh ; Tinggi
badan, Berat badan
2. Variabel kategori, jenis :
a. Ordinal
b. Nominal  2 kategori (binary) ; 2 grup contoh : Laki-laki, perempuan.
>2 kategori  contoh : golongan darah (A,B, AB, O).

Variabel kontinu dan kategori dapat diberikan “cut-off point”. Contoh :

1. Nominal : Tekanan darah  hipertensi(>90mmHg) dan normotensi
(<90mmHg).
2. Kontinu : Tinggi badan (ordinal)  pendek, normal, tinggi.
Mengkategorikan variable kontinu dapat mengurangi beberapa informasi, uji
statistic relatif lebih sensitif dan berguna untuk menyimpulkan hasil (bukan
untuk analisis statistik)

Sebelum data dianalisis, maka harus ditabulasikan atau disajikan dalam bentuk diagram.

Steam and leaf plot (Diagram batang daun)  membagi 2 angka yang
signifikan

Batang Daun
a b
c d
(Membaca hasilnya dengan dikali : ab, cd)

Median (Nilai tengah)  ½ data< median < ½ data

Ukuran variasi  range antara nilai minimum dan maksimum.

(n+1)/4 (n+1)/2
3(n+1)/4

¼ data ¼ data ¼ data ¼ data

Q1 Q2 Q3
Median
Quartil = point ≠ area

Penyajian Data
1. Dot Plot
Kelebihan : Menyajikan data secara
sederhana.
 Kekurangan : titik saling bertumpu jika memiliki niali yang sama, tidak praktis
untuk data jumlah besar.

2. Box-Whisker plot

Digunakan untuk data kecil (<20 point)

Range : Q1 – (1,5x IQR) s/d Q3 + (1,5 x IQR)

3. Histogram
Tidak ada jarak setiap bar
Distribusi untuk data kontinu
Umumnya 5-15 kelompok

4. Bar Chart (Diagram batang)

Ada jarak antara bar.

Distribusi data kategori (bisa juga pie
chart/diagram lingkaran).

Data Kuantitatif (Kontinu)

1. Mean (Rata-rata)  ¿ )/ n (n = jumlah sampel ; x= nilai sampel)

√¿
2. Standar Deviasi  ∑ ¿ ¿ Syarat : distribusi normal (kurva simetris)
¿

Data biner
jumlah penyakit pa da populasi
1. Prevalensi =
jumlah populasi berersiko
jumlah penyakit baru
2. Insidensi rate =
jumlah populasi beresiko di pertegan periode
p 2 a( c+ d)
3. Risk ratio/relative risk (RR) = =  rasio dari 2 resiko
p 1 c (a+ b)
P 1−P 2
4. Relative risk ratio (RRR) =  resiko relative <1
P1
p 2(l−p 2) ad
5. Odds Ratio (OR) = =  resiko penyakit
p 1(l−p 1) bc
OR bisa untuk desain cross sectional dan case control, dapat dibaca melalui
baris maupun kolom.