Modul MK Biostatistik

Kode : Kebidanan/Bd.
404/IV/2013
METODE PENELITIAN DAN BIOSTATISTIK DASAR
Modul 2
BIOSTATISTIK DASAR KEBIDANAN
Penulis :
Hariyanti
Siti Aminah W
PENDIDIKAN JARAK JAUH PENDIDIKAN TINGGI KESEHATAN
Pusdiklatnakes, Badan PPSDM Kesehatan
Kementrian Kesehatan Republik Indonesia
2013
Hak ©cipta Pusdiklatnakes, Badan PPSDM Kesehatan, Kemkes RI, 2013

Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan
Pendahuluan
Selamat berjumpa pada mata kuliah Metode Penelitian Dan Biostatistik Dasar
bagi mahasiswa para mahasiswa calon Ahli Madya Kebidanan.
Bidan merupakan salah satu profesi kesehatan yang selalu berkembang mengikuti
kemajuan ilmu dan teknologi, sehingga saudara yang akan mencapai gelar Ahli
Madya Kebidanan harus memahami tentang Biostatistik Dasar. Dengan memiliki
pemahaman ini, saudara diharapkan dapat memberikan kontribusi terhadap
kemajuan keilmuan dan profesi Bidan.
Mata kuliah Metode Penelitian dan Biostistik Dasar memiliki dua modul, yaitu
Modul 1 berjudul Konsep Dasar Penelitian Kebidanan dan Modul 2 berjudul
Biostatistik Dasar Kebidanan. Modul yang akan saudara pelajari saat ini adalah
modul yang kedua yaitu Biostatistik Dasar Kebidanan. Pada modul 2 ini terdiri dari
tiga kegiatan belajar, yaitu :
Kegiatan Belajar 1 : Konsep dasar biostatistik
Kegiatan Belajar 2 :Uji Hipotesis
Kegiatan Belajar 3 :Analisa dan Penyajian Data.
Dengan mempelajari modul 2 ini, saudara diharapkan memiliki pemahaman

tentang cara menganalisa data dengan baik sehingga dapat mengaplikasikan
pada tempat saudara melaksanakan pelayanan kebidanan serta dapat memberikan
informasi yang otentik kepada klien dan pihak lain yang membutuhkan data
ataupun informasi secara akurat.
Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 3

Untuk mempelajari modul 2 ini dibutuhkan alokasi waktu 8 jam.
Proses pembelajaran untuk materi Biostatistik Dasar Kebidanan yang akan sauda-
ra ikuti sekarang ini dapat berjalan dengan lebih lancar, bila mengikuti lang-
kah-langkah sebagai berikut :
1. Pahami lebih dulu konsep dasar biostatistik
2. Kemudian kerjakan semua soal latihan yang ada dan lakukan penilaian ber-
dasarkan kunci jawaban.
3. Berlatihlah dengan sungguh-sungguh secara mandiri maupun berkelompok

dengan teman-teman.
4. Bila saudara menemui kesulitan, silahkan hubungi instruktur/pembimbing

atau fasilitator yang mengajar mata kuliah ini.
Baiklah saudara mahasiswa D3 Kebidanan Pendidikan Jarak Jauh selamat mengi-

kuti pembelajaran ini dan semoga saudara sukses.memahami materi ini untuk
bekal bertugas di pelayanan kebidanan yang akan memberikan kontribusi terha-
dap penelitian kebidanan dengan baik.

Kegiatan Belajar I
Konsep Dasar Biostatistik
TUJUAN Setelah mempelajari kegiatan belajar 1 ini, sauda-

ra diharapkan mampu memahami tentang konsep
Pembelajaran Umum dasar biostatistik.
1. Menjelaskan pengertian statistik
2. Menjelaskan fungsi statistik
TUJUAN 3. Mengidentifikasi ruang lingkup statistik
Pembelajaran Khusus 4. Menjelaskan tahapan statistik
5. Mengidentifikasi jenis data
6. Mengidentifikasi variabel dan pengukurannya
1. pengertian statistik
POKOK 2. fungsi statistik
3. ruang lingkup statistik

Materi
4. tahapan statistik, data, variabel dan penguku-
rannya.

Uraian Materi
Apakah saudara pernah terfikir bahwa bang ke seluruh aspek kehidupan,
kegiatan pelaporan kesehatan ibu misalnya produk industri, teknologi,
dan anak yang setiap bulan saudara informasi, bisnis, hukum dan ter-
kerjakan adalah merupakan kegiatan masuk penelitian-penelitian pada
statistik? Dan bagaimanakah dari data hampir seluruh cabang ilmu, seper-
yang setiap bulan saudara kirimkan ti ekonomi, sains, pertanian, sosial,
tersebut menjadi informasi penting pendidikan, kesehatan dan lain-lain.
untuk penetapan kebijakkan kesehatan
Dalam arti sempit statistik dapat
ibu dan anak?
diartikan sebagai data, tetapi da-
Apakah saudara dapat menjawab per- lam arti luas statistik dapat diarti-
tanyaan di atas dengan tepat? Apabila kan sebagai alat. Statistik adalah
saudara masih ragu-ragu, mari kita si- sekumpulan konsep dan metode
mak uraian materi berikut! yang digunakan untuk mengum-
pulkan dan menginterpretasi data
tentang bidang kegiatan tertentu
A. Pengertian Statistik dan mengambil kesimpulan dalam
situasi dimana ada ketidakpastian
Kata statistik berasal dari bahasa dan variasi. Biostatistik merupa-
Latin yaitu status dan dalam baha- kan suatu cabang ilmu dari statis-
sa Inggris yaitu state yang berar- tik yang berhubungan dengan cara
ti negara atau untuk menyatakan pengumpulan, kompilasi, pengo-
hal-hal yang berhubungan den- lahan, dan interpretasi fakta-fakta
gan ketatanegaraan. Pada awalnya numerik yang berhubungan den-
statistik hanya berkaitan dengan gan kehidupan manusia yaitu mulai
sekumpulan angka mengenai pen- dari kelahiran, sehat, sakit sampai
duduk suatu daerah atau negara kematian. Biostatistik atau istilah
dan pendapatan masyarakat, ter- lainnya statistika kesehatan adalah
masuk pula, kumpulan angka yang data atau informasi yang berkaitan
dibutuhkan oleh pemerintah dalam dengan masalah kesehatan.
menyelesaikan beberapa masalah.
Namun, seiring dengan perkem- Berdasarkan definisi di atas, bila
bangan zaman, statistik berkem- dikaitkan dengan kegiatan pelapo-
ran kesehatan ibu dan anak yang

rutin saudara lakukan, saudara tel- Tentunya saudara sangat sering

ah menerapkan ilmu biostatistik melaksanakan KB safari tersebut
dalam bidang pekerjaan saudara. dan akseptornyapun pasti cukup
Coba saudara telaah, setiap ke- banyak. Nah, sekarang pasti sauda-
giatan yang sauadara kerjakan ra mengerti mengapa KB safari
misalnya melakukan pemeriksaan menjadi program pilihan pemerin-
ibu hamil, menolong persalinan, tah.
melakukan imunisasi pada bayi,
Silahkan jawab pada kotak di bawah
dan lain-lain, semuanya saudara
ini :
catat dalam buku pelaporan yang
kemudian dikirimkan ke puskes- ………………………………………………………………
mas. Data yang terkumpul di Pusk-
………………………………………………………………
esmas tersebut diteruskan ke Dinas
Kesehatan. Selanjutnya data diolah ..................................................................
menjadi informasi tingkat kabupat-

en maupun provinsi. Dari informasi Iya benar, pemerintah memperoleh
yang ada, stake holder menjadikan informasi yang bersumber dari data
informasi tersebut sebagai dasar akseptor KB yang saudara kirim-
dalam pengambilan keputusan atau kan dan melalui proses pengolahan
membuat kebijakkan. Jadi tanpa data diperoleh data agregat yang
saudara sadari, saudara secara ru- sangat rendah tentang penggu-
tinitas telah melakukan tahapan naan KB oleh PUS. Sehingga pe-
statistik dalam bidang pelayanan merintah harus menggalakan pro-
kesehatan ibu dan anak. Dan masih gram KB safari.tersebut. Dengan
banyak contoh kegiatan saudara demikian pemerintah khususnya
dalam bekerja yang menggunakan Kementerian Kesehatan menggu-
ilmu statistik ini. nakan data tersebut sebagai dasar
memilih program KB safari. KB safa-
ri adalah salah satu kebijakkan un-
B. Fungsi Biostatistik tuk meningkatkan peserta akseptor
KB yang dampaknya adalah pada
Seberapa sering saudara melaksanakan penurununan AKI dan AKB. Ilustrasi
program KB Safari di tempat kerja di atas menggambarkan salah satu
saudara? Dan mengapa program fungsi statistik dalam bidang kese-
KB Safari menjadi program pilihan hatan.
pemerintah yang harus dilaksanakan?

Berikut akan diuraikan fungsi statis- tidak tercapainya pertolon-

tik lainnya dalam bidang kesehatan gan persalinan oleh tenaga
yaitu antara lain : kesehatan di Puskesmas X
tersebut yang selanjutn-
1. Untuk menggambarkan status
ya dapat dijadikan sebagai
kesehatan
dasar dalam pengambilan
Status kesehatan suatu Negara keputusan atau penetapan
salah satunya tergambar pada kebijakkan kesehatan.
Angka Kematian Ibu (AKI) dan
b. Analisis kecenderungan
Angka Kematian Bayi (AKB). Un-
yaitu dengan menganalisis
tuk memperoleh AKI dan AKB
waktu, misalnya Angka Ke-
ini, maka diperlukan tahapan
matian Bayi (AKB) sejak 10
kegiatan statistik yang melipu-
tahun yang lalu sampai se-
ti pengumpulan, pengolahan,
karang tidak menunjukkan
penyajian, analisis data sampai
perubahan yang bermakna.
data tersebut dapat diinterpre-
tasikan. c. Untuk perencanaan pro-
gram kesehatan. Data dan
hasil analisisnya dapat di-
2. Untuk monitoring dan evaluasi jadikan dasar atau bahan
program kesehatan acuan dalam perencanaan
program kesehatan yang
a. Analisis perbandingan yai- akan datang.
tu dengan membanding-
kan wilayah satu dengan d. Untuk membuat peneli-
wilayah lainnya. Misaln- tian. Seperti telah dibahas
ya saudara ingin mem- dalam modul sebelumnya,
bandingkan pencapaian bahwa masalah penelitian
pertolongan persalinan harus didasarkan pada fak-
oleh tenaga kesehatan di ta atau bukti autentik yang
wilayah kerja Puskesmas X, terjadi di lapangan, sehing-
maka saudara akan mem- ga adanya kumpulan data
bandingkan dari data yang ini sangat penting sebagai
tersedia antara wilayah di latar belakang hal yang
Puskesmas X tersebut. Dari akan diteliti.
analisis perbandingan ini
maka saudara akan men-
elusuri lebih jauh penyebab

C. Ruang Lingkup Statistik statistik deskriptif dan statistik in-

ferensial. Selanjutnya statistik infe-
Mungkin pernah terbesit per-
rensial dibedakan menjadi statistik
tanyaan dalam pikiran saudara ke-
parametrik dan non parametrik.
tika menghadapi banyaknya kom-
Statistik deskriptif adalah statistik
plikasi kehamilan atau persalinan,
yang digunakan untuk menggam-
misalnya sebagian besar ibu hamil
barkan atau menganalisis suatu
mengalami anemia, dan seba-
hasil penelitian, tetapi tidak digu-
gian besar juga ibu yang bersalin
nakan untuk membuat kesimpulan
di tempat saudara mengalami Ke-
yang lebih luas (generalisasi/infer-
tuban Pecah Dini (KPD). Mengapa
ens). Jadi statistik deskriptif hanya
demikian? Apakah ada hubungan
berfungsi menguraikan atau men-
anemia dengan kejadian KPD? erangkan keadaan atau fenomena.
Untuk menjawab pertanyaan di Berikut contoh-contoh pernyata-
atas, saudara harus mempunyai an yang termasuk dalam cakupan
pemahaman tentang jenis atau statistik deskriptif.
ruang lingkup statistik yang ses- 1. Sekitar 50% ibu hamil di Pusk-
uai dengan tujuan penelitian yang esmas A mengalami hiperem-
akan saudara capai. esis pada sampai usia kehami-
Baiklah, mari kita pelajari jenis atau lan trimester 2.
ruang lingkup statistik di bawah ini. 2. Tingkat kepatuhan ibu hamil
Berikut saudara dapat melihat ru- dalam mengkonsumsi zat besi
ang lingkup statistik melalui gam- cukup rendah, hal ini disebab-
bar di bawah ini : kan hampir 80% ibu mengeluh
mual pada saat meminum zat
Deskriptif besi.
Statistik Parametrik Baik, coba buatlah pernyataan jenis

statistik deskriptif berdasarkan ka-
Inferensial
sus pada kotak dialog di atas!
Nonparametrik
………………………………………………………………
Gambar 1. Jenis Statistik ………………………………………………………………
..................................................................
..................................................................
Saudara dapat amati bahwa statis-
.................................................................
tik dibedakan menjadi dua, yaitu

Iya benar, apabila saudara men- 1. Penatalaksanaan IMD akan

jawab sebagai berikut : mempengaruhi keberlangsun-
gan asi ekslusif.
1. 60% ibu hamil di Polindes Desa
X menderita anemia. 2. Perilaku menikah usia dini akan
berdampak pada terjadinya
2. 40% ibu yang bersalin di
kanker serviks.
Polindes Desa X mengalami
KPD. Baik, silahkan saudara merumus-
kan pernyataan sesuai dengan ka-
Baiklah, kita lanjutkan ke jenis
sus di atas dalam lingkup statistik
statistik inferensial. Statistik infe-
inferensial !
rensial adalah statistik yang digu-
nakan untuk menganalisis data
……………………………………………………………
sampel, dan hasilnya akan digener-
……………………………………………………………
alisasikan (diinfererensikan) untuk
populasi di mana sampel diambil. ………………………………………………...............
Misalnya dalam penelitian tentang
survey soasial ekonomi (SUSENAS),
dilakukan pengambilan sampel se-
suai dengan blok sensus yang ter- Iya benar, bila saudara menjawab
pilih. Hasil-hasil yang didapatkan sebagai berikut :
pada sampel penelitian SUSENAS “Anemia pada ibu hamil berpen-
tersebut merupakan gambaran garuh terhadap kejadian KPD” atau
sosial ekonomi Indonesia. Dengan “Ada hubungan anemia pada ibu
metode statistik inferensial kita hamil dengan kejadian KPD”.
juga dapat mengevaluasi informasi
yang telah kita kumpulkan menja- Kita lanjutkan ke jenis statistik beri-
di suatu pengetahuan baru, seperti kutnya. Berdasarkan bentuk dis-
kita ingin mengetahui apa saja fak- tribusi data, maka statistik dibagi
tor risiko yang dapat menurunkan dua yaitu statistik parametrik dan
risiko penyakit jantung koroner, statistik non parametrik. Statistik
bagaimana efektifitas suatu vaksin parametrik digunakan untuk men-
baru pencegah flu burung, dan se- ganalisis data interval atau rasio,
bagainya. Berikut ini contoh-con- yang diambil dari populasi yang
toh pernyataan topik kebidanan berdistribusi normal. Statistik para-
yang termasuk dalam cakupan metrik biasanya menggunakan
statistik inferensial. jumlah sampel yang cukup besar.
Sedangkan statistik non parametr-

ik, digunakan untuk menganalisis dilakukan di lapangan, sehinnga

data nominal dan ordinal dari pop- bila terjadi kesalahan atau keti-
ulasi yang bebas distribusi dan jum- dak jelasan bisa langsung bertemu
lah sampel relatif kecil. Untuk lebih kembali dengan respondennya
jelas saudara akan pelajari pada untuk memberikan klarifikasi atau
kegiatan belajar tiga karena sangat melengkapi kuesioner. Coding mer-
berkaitan dengan uji statistik yang upakan kegiatan mengkode ulang
akan digunakan. dari bentuk huruf ke bentuk ang-
ka yang tujuannya memudahkan
dalam pengolahan data. Process-
D. Tahapan Statistik ing adalah kegiatan memindahkan
data dari kuesioner ke computer.
Seperti telah disinggung pada pen- Cleaning alah kegiatan pengecek-
gertian statistik, maka saudara sukan kembali setelah data dientri ke
dah dapat mempekirakan kegia- computer. Dan transforming yaitu
tan atau tahapan statistik meliputi kegiatan mengubah isi data ke da-
apa saja. Tahapan statistik meliputi lam bentuk lain.
pengumpulan data, pengolahan
data, analisa data dan penyajian Tahapan statistik ke tiga adalah
data. analisis data, yaitu memberi arti/
makna data. Analisis data ini meli-
Tahapan pertama yaitu pengumpu- puti analisa univariat, analisa bivar-
lan data. Hal-hal yang perlu diper- iat, dan analisa multivariate. Yang
hatikan dalam pengumpulan data akan dibahas pada modul ini hanya
adalah jenis data yang sangat ter- sampai analisis bivariat dengan uji
gantung pada tujuan penelitian, statistik terbatas.
cara pengambilan data yang juga
dipengaruhi oleh jenis datanya, dan Tahapan statistik terakhir adalah
alat ukurnya, dapat beupa kuesion- penyajian data, yaitu kegiatan men-
er, angket, lembar observasi, dan yajikan data hasil analisis/ pengola-
lain-lain. han yang tujuannya agar menarik
dan mudah dipahami. Penyajian
Tahapn ke dua yaitu pengolahan data ini bisa berupa narasi, tabel
data. Pengolahan data ini juga ter- ataupun grafik.
diri dari lima tahapan, yaitu editing,
coding, processing, cleaning dan
transforming. Editing merupakan
kegiatan memeriksa kelengkapan
isi kuesioner. Editing ini sebaiknya

E. Data suai dengan kebutuhan. Namun

juga mempunyai kekurangan yai-
Data adalah bentuk jamak dari da-
tu apabila data yang dikumpul-
tum. Data merupakan himpunan
kan cukup banyak dan sasarann-
angka-angka yang berasal dari ha-
ya adalah masyarakat, maka akan
sil pengamatan atau pengukuran.
membutuhkan waktu, tenaga dan
Data merupakan keterangan-ket-
biaya yang cukup besar. Sebalikn-
erangan tentang suatu hal, dapat
ya, pengumpulan data sekunder
berupa sesuatu yang diketahui
mempunyai keuntungan dalam hal
atau anggapan (asumsi) yang per-
waktu, tenaga dan biaya yang rela-
lu diuji kebenarannya. Data setelah
tif kecil, tetapi sering kali datanya
diproses akan menjadi sebuah in-
tidak lengkap atau data yang dibu-
formasi. Data yang baik memenuhi
tuhkan tidak tersedia.
syarat up to date, misalnya data
rekam medis maksimal adalah 5 Berdasarkan bentuknya, ma-
tahun ke belakang, data KLB setiap cam-macam data dapat digambar-
hari harus terpantau, dan lain-lain. kan pada gambar berikut:
Syarat data lainnya adalah akurat.
Yang dikatakan akurat bila suatu Kualitatif /
Katagorik
data memenuhi kaidah validitas
dan reliabilitas. Validitas adalah
data yang diperoleh dengan alat Jenis Data
ukur yang sebenarnya/terstandar,
Diskrit
sedangkan reliabilitas adalah data Kuantitatif
yang konsisten, maksudnya adalah / Numerik
meskipun diukur berulang-ulang,

Kontinum
hasilnya tetap sama.
Gambar 2. Jenis Data
Menurut sumbernya, data dapat
dibagi menjadi data primer dan
data sekunder. Data primer ada-
lah data yang diperoleh langsung Berdasarkan bentuknya, data dike-
dari responden, sedangkan data lompokkan menjadi dua, yaitu data
sekunder adalah data yang diper- kualitatif/katagorik dan data kuan-
oleh dari data yang sudah dido- titatif. Data kualitatif/katagorik ada-
kumentasikan atau dipublikasikan. lah data yang berbentuk kalimat,
Data primer mempunyai keuntun- kata atau gambar. Sedangkan data
gan data yang dikumpulkan se- kuantitatif/numerik adalah data

yang berbentuk angka, atau data nisikan sebagai atribut seseorang,

kualitatif yang diangkakan (skor- atau obyek, yang mempunyai va-
ing). Data kuantitatif dapat dike- riasi antara satu orang dengan
lompokkan menjadi dua yaitu data yang lain atau satu obyek dengan
diskrit dan data kontinum. Data obyek yang lain. Tinggi badan, be-
diskrit adalah data yang diperoleh rat badan, sikap, motivasi, kepemi-
dari hasil menghitung atau mem- mpinan, disiplin kerja, merupakan
bilang. Misalnya jumlah ibu hamil atribut-atribut dari setiap orang.
ada 20 orang, bayi 10 orang, dan Berat, ukuran, bentuk, dan war-
seterusnya. Sedangkan data konti- na merupakan atribut-atribut dari
num diperoleh dari hasil mengukur, obyek. Dinamakan variabel karena
misalnya tinggi badan adalah data sifatnya bervariasi. Misalnya berat
yang diperoleh dengan cara men- badan dikatakan variabel, karena
gukur tinggi badan menggunakan berat badan sekelompok orang itu
satuan meter, berat badan adalah bervariasi antara satu orang den-
data yang diperoleh dengan cara gan yang lain. Demikian juga moti-
menimbang, Hb adalah data yang vasi, persepsi dapat juga dikatakan
diperoleh dengan mengukur kadar sebagai variabel karena motivasi
Hb, dan lain sebagainya. dan persepsi pada sekelompok
orang pasti akan berbeda-beda.
Variabel yang tidak ada variasinya
F. Variabel bukan dikatakan sebagai variabel.
Kerlinger dalam buku Sugiyono

(2009) menyatakan variabel se-
Pengaruh anemia terhadap perdara- bagai konstruk (constructs) atau
han post partum. Dari topik tersebut, sifat yang akan dipelajari. Kerlinger
manakah variabel penelitiannya? juga menyatakan bahwa variabel
dapat dikatakan sebagai suatu si-
fat yang diambil dari suatu nilai
Tentunya saudara dapat menjawab yang berbeda (different values).
pertanyaan di atas, dan topik ini Dengan demikian variabel itu mer-
telah dipelajari pada Modul 1. upakan suatu yang bervariasi. Ber-
dasarkan pengertian-pengertian
Marilah kita simak uraian materi
di atas, maka dapat dirumuskan
tentang variabel berikut ini.
bahwa variabel adalah suatu si-
Menurut Hartch dan Farhady dalam fat yang akan diukur atau diamati
Sugiyono (2009), variabel didefi- yang nilainya bervariasi. Variabel

mempunyai ciri-ciri antara lain : G. Pengukuran

mempunyai nama, merupakan sifat
Berbicara tentang pengukuran ti-
suatu objek pengamatan, mempu-
dak dapat terlepas dari instrumen
nyai definisi operasional, dapat di-
atau alat ukur. Instrumentasi ada-
ukur, dan nilainya bervariasi.
lah proses pemilihan atau metode
alat ukur yang tepat dalam rangka
pembuktian kebenaran hipotesis.
Sekarang bagaimana jawaban
Sedangkan pengukuran merupa-
saudara dari topik penelitian yang
kan kegiatan lanjutan dari instru-
tertera pada kotak dialog di atas?
mentasi dalam mengungkap kes-
..........................…………………… eluruhan realitas kebenaran.
dan…………….....................…….. Pengukuran dapat di bagi menja-

....................................................... di dua yaitu, pengamatan kualitatif
dan pengamatan kuantitatif. Pen-
gamatan kualitatif ialah penetapan
Iya benar, bila saudara menjawab
atau identifikasi terhadap adanya
anemia dan perdarahan pot par-
(atau tidak adanya) nilai nominal
tum. Mengapa demikian?
variabel tertentu pada suatu sub-
Coba saudara telaah kembali, ane- yek. Pengamatan kuntitatif ialah
mia merupakan hasil pengukuran penetapan atau identifikasi besar
dari kadar Hb dan hasilnya pada kecilnya (magnitude) nilai variasi
sekolompok ibu hamil bervariasi, suatu variabel atau kuantifikasi ter-
ada yang anemia dan ada yang ti- hadap variasi nilai dari suatu varia-
dak anemia. Sehingga anemia dika- bel. Pengukuran kualitatif maupun
takan sebagai variabel. Demikian kuantitatif, keduanya harus berpi-
juga perdarahan post partum mer- jak pada kaidah pokok penguku-
upakan hasil pengamatan terhadap ran, yaitu objektivitas, validitas dan
jumlah perdarahan setelah persa- reliabilitas. Tiga kaidah ini yang
linan dan hasilnya bervarisi, ada merupakan petunjuk bagi peneliti
yang dikatagorikan perdarahan untuk mendekatkan data hasil pe-
post partum dan ada yang normal, nelitiannya dengan realitas yang
sehingga perdarahan post partum sesungguhnya.
juga dikatakan sebagai variabel.
Objektivitas berarti bahwa pen-
gukuran yang dilakukan benar-be-
nar terbebas dari bias peneliti, seh-
ingga menghasilkan data menurut

“apa adanya”. Bias di sini dapat be- hasilnya, si A melakukan penim-

rupa kecondongan pada perkiraan bangan lagi di timbangan yang
atau harapan peneliti, maupun ke- sama di mall tersebut dan beratnya
condongan pada kenyataan umum tetap 75 kg.
(yang biasa terjadi). Validitas mem-
Contoh di atas menggambarkan
pertanyakan “apakah pengukuran
timbangan di mall memiliki reliabil-
yang dilakukan benar-benar men-
itas yang baik (hasilnya selalu kon-
gukur apa yang memang dikehen-
sisten), tetapi validitas buruk (tidak
daki untuk diukur, atau adakah ket-
mengukur hal yang sebenarnya).
ergayutan antara metode dan alat
ukur dengan obyek ukur. Contoh, Dalam pengukuran ada yang dise-
kalau kita akan mengukur kekuatan but skala ukur atau tingkat pen-
otot, apakah pengukuran yang kita gukuran variabel, yaitu sifat varia-
lakukan benar-benar mengukur bel yang diukur, apakah merupa-
kekuatannya dan bukan ketahan- kan skala nominal, ordinal, inter-
annya atau derajat kontraksinya. val ataukah rasio. Skala nominal
Reliabilitas akan mempertanyakan merupakan pengukuran yang pal-
akurasi, konsistensi atau stabili- ing lemah tingkatannya dan di-
tas pengukuran. Data yang relia- gunakan untuk mengelompokkan
bel berarti data yang benar-benar atau mengklasifikasikan dan hanya
mencerminkan nilai yang sesung- berfungsi sebagai pembeda. Con-
guhnya dari variabel yang diukur. toh data dengan skala ukur nom-
Karena kemutlakan yang demikian inal adalah agama, suku bangsa,
sukar terjadi, maka secara lebih re- dan lain-lain. Skala ukur ordinal
alistis dikatakan, bahwa reliabilitas adalah skala ukur yang berjenjang
pengukuran ditentukan oleh kese- atau berbentuk peringkat. Mis-
dikitan terjadinya skor yang salah. alnya data pendidikan orang tua
dikatagorikan menjadi SD, SLTP,
SLTA dan Perguruan Tinggi. Ska-
Mari kita simak kasus berikut : la ukur interval adalah skala den-
gan kriteria mempunyai jarak yang
Si “A” memiliki berat badan 68
sama, tetapi tidak mempunyai nilai
kg pada saat ditimbang dengan
nol absolute (mutlak). Pada skala
menggunakan timbangan stan-
ini, walaupun datanya nol, tetapi
dar penelitian. Di sebuah mall si
masih mempunyai nilai. Misalnya
“A” melakukan penimbangan dan
nol derajat Celcius, ternyata masih
hasilnya beratnya adalah 75 kg.
ada nilainya. Skala ukur rasio ada-
Karena kurang percaya dengan

lah skala ukur yang jaraknya sama contoh data dengan skala ukur ra-
dan mempunyai nilai nol absolut. sio. Bila nol meter maka tidak ada
Skala ukur rasio ini merupakan ska- panjangnya, demikian juga bila nol
la yang tertinggi. Hasil penguku- kg tidak ada beratnya.
ran panjang (M), berat (Kg) adalah
Tabel 1. Skala Ukur
No Sifat Skala Nominal Ordinal Interval Ratio
1. Pengelompokkan pengamatan Ya Ya Ya Ya
Urutan pengamatan dapat

2. Tidak Ya Ya Ya
dilakukan
Jarak antara kelompok dapat

3. Tidak Tidak Ya Ya
ditentukan
4. Perbandingan antara kelompok Tidak Tidak Tidak Ya
Skala ukur dari yang terendah sampai dengan umur reproduksi sehat dan
tertinggi yaitu nominal, ordinal, umur ibu hamil risiko tinggi (<20 tahun
interval dan rasio. Skala ukur tertinggi dan >35 tahun). Sehingga bila kita
dapat dapat di ubah menjadi skala hitung jumlah untuk masing-masing
ukur yang lebih rendah dengan kelompok diperoleh 6 orang ibu hamil
cara mengelompokkan, sebaliknya dengan umur reproduksi sehat dan 4
skala ukur yang rendah tidak dapat orang umur ibu hamil rsiko tinggi.
diubah menjadi skala ukur yang
tinggi. Misalnya kita mengumpulkan
data umur ibu hamil dari 10 orang
dengan skala ukur rasio, maka contoh
hasilnya yaitu : 27, 25, 19, 28, 37, 17,
39, 26, 29, 30. Data tersebut dapat
kita jadikan skala ukur ordinal dengan
cara mengelompokkan. Sebagai
contoh data umur ibu hamil tersebut
dikelompokkan menjadi ibu hamil

Rangkuman
Dari uraian di atas dapat disimpul- deskriptif dan statistik inferensial ada-
kan bahwa biostatistika atau statisti- lah pada statistik destkriptif tidak ada
ka kesehatan adalah data atau infor- kegiatan mengeneralisasi dari sampel
masi yang berkaitan dengan masalah ke populasi, namun pada statistik in-
kesehatan. Biostatistik sangat kerap ferensial generalisasi dari sampel ke
digunakan dalam bidang kesehatan populasi mutlak dilakukan. Penggu-
termasuk di pelayanan kebidanan, naan data dan penentuan variabel pe-
yang berfungsi sebagai dasar dalam nelitian juga sangat dipengaruhi oleh
pengambilan keputusan atau pene- tujuan penelitian yang ditetapkan oleh
tapan kebijakkan. Jenis statistik yang peneliti, begitu juga penentuan skala
digunakan sangat tergantung pada tu- ukur akan tergantung pada hipotesis
juan penelitian yang akan dicapai. Hal yang ditetapkan oleh peneliti.
utama yang mebedakan jenis statistik

Kegiatan Belajar II
Uji Hipotesis
TUJUAN Setelah mempelajari kegiatan belajar 2 ini,

saudara diharapkan mampu melakukan uji
Pembelajaran Umum hipotesis.
1. Menjelaskan pengertian hipotesis dan uji hi-

potesis
2. Menjelaskan jenis hipotesi
3. Menjelaskan kesalahan pengambilan keputu-
TUJUAN
san dan tingkat kemaknaan
4. Menentukan jenis uji statistik

Pembelajaran Khusus
5. Mengidentifikasi perbedaan substansi/klinis
dengan statistik
6. Menjelaskan prosedur hipotesis
7. Melakukan aplikasi uji hipotesis dengan kasus

Kegiatan Belajar II
Uji Hipotesis
1. Pengertian hipotesis dan uji hipotesis,
2. Jenis hipotesis
3. Kesalahan pengambilan keputusan dan
POKOK tingkat kemaknaan,
4. Jenis uji statistik,

Materi
5. Perbedaan substansi/klinis dengan statistik,
6. Prosedur hipotesis,
7. Aplikasi uji hipotesis dengan kasus.

Uraian Materi
Baiklah, kini saudara akan belajar ten- post partum? Untuk menjawab per-
tang penarikan kesimpulan terhadap tanyaan ini, maka perlu dilakukan pen-
parameter populasi melalui pengujian gujian hipotesis. Dengan pengujian hi-
hipotesis. Pada modul 1, telah dibahas potesis akan diperoleh suatu kesimpu-
sedikit tentang hipotesis ini. Dan seka- lan secara probabilistik tentang apakah
rang marilah kita bahas kembali ten- manajemen aktif kala III memberikan
tang uji hipotesis lebih detail. dampak pada pencegahan perdarahan
post partum atau sebaliknya.
Dalam statistik, hipotesis dapat di-
artikan sebagai pernyataan statistik Prinsip uji hipotesis adalah melaku-
tentang parameter populasi. Statistik kan perbandingan antara nilai sampel
adalah ukuran-ukuran yang dikenakan (data hasil penelitian) dengan nilai hi-
pada sampel ( x = rata-rata; s= standar potesis (nilai populasi) yang diajukan.
Peluang untuk diterima dan ditolaknya
deviasi; s2 = varians), dan parameter
adalah ukuran-ukuran yang dikenakan suatu hipotesis tergantung besar ke-
pada populasi (μ = rata-rata; σ = stan- cilnya perbedaan antara nilai sampel
dar deviasi; σ2 = varians). Pengujian dengan nilai hipotesis. Bila perbedaan
hipotesis dapat berguna untuk mem- tersebut cukup besar, maka peluang
bantu tentang pengambilan keputusan untuk menolak hipotesis juga besar.
terhadap hipotesis yang diajukan, sep- Sebaliknya bila perbedaan tersebut
erti adanya perbedaan atau hubungan kecil, maka peluang untuk menolak
dua variabel tersebut cukup meyak- hipotesis menjadi kecil. Jadi semakin
inkan untuk ditolak atau tidak ditolak. besar perbedaan antara nilai sampel
Keyakinan ini didasarkan pada besarn- dengan nilai hipotesis, semakin besar
ya peluang untuk memperoleh hubun- untuk menolak hipotesis. Dan kesim-
gan tersebut secara kebetulan (by pulan yang didapat dari hasil pengu-
chance). Semakin kecil peluang adan- jian hipotesis ada dua kemungkinan,
ya kebetulan, semakin besar keyakinan menolak hipotesis dan menerima hi-
bahwa hubungan tersebut memang potesis (gagal menolak hipotesis).
ada. Sebagai contoh, seorang peneliti
masalah tindakan kebidanan, apakah
manajemen aktif kala III memberikan
dampak pada pencegahan perdarahan

A. Pengertian Hipotesis adalah merupakan hipotesis, dan

untuk megetahui jawabannya ha-
Hipotesis berasal dari kata hupo
rus dibuktikan melalui uji hipotesis.
dan thesis. Hupo artinya semen-
tara/lemah kebenarannya dan
thesis artinya pernyataan/teori.
B. Jenis Hipotesis
Dengan demikian hipotesis berarti
pernyataan sementara yang perlu Jenis hipotesis dapat dilihat pada
diuji kebenarannya. Untuk menguji bagan berikut :
kebenaran sebuah hipotesis digu-
nakan pengujian yang disebut uji Hipotesis Nol (Ho)
hipotesis. Hipotesis
Satu sisi
Dalam kehidupan kita sehari-hari, Hipotesis

Alternatif (Ha)
tanpa kita sadari bahwa hipotesis
ini sering kita lakukan. Misalnya Dua sisi
ketika kita akan berangkat kerja

Gambar 3. Jenis Hipotesis
dengan cuaca hujan, dimana daer-
ah yang kita lewati adalah rawan
banjir. Maka kita akan mendu-
ga-duga apakah saat ini tergenang Hipotesis Nol (Ho) adalah hipote-
banjir atau tidak yang dapat sis yang menyatakan tidak ada
menghambat perjalanan menuju perbedaan kejadian antara kedua
tempat kerja. Sehingga bila kita in- kelompok. Atau hipotesis yang
gin mengetahui banjir atau tidak, menyatakan tidak ada hubungan
maka harus di buktikan dengan antara variabel satu dengan vari-
mendatangi jalan menuju tempat abel lain. Berikut contoh hipotesis
kerja tadi. Demikian juga di ke- nol:
bidanan, mungkin saudara pernah a. Tidak ada perbedaan berat
menduga-duga tentang mengapa badan bayi antara bayi yang
sebagian besar ibu hamil mender- dilahirkan dari ibu yang ane-
ita anemia. Dan pemikiran sauda- mia dengan bayi yang dilahir-
ra akan berkembang ke arah yang kan dari ibu yang tidak anemia.
perlu digali, misalnya apakah kare-
na pola makan yang tidak baik atau b. Tidak ada hubungan berat
ibu hamil ini tidak mau meminum badan bayi dengan anemia
zat besi yang diberikan oleh petu-
gas. Pemikiran-pemikiran tersebut

Hipotesis Alternatif (Ha) merupa- bayi dari ibu hamil anemia lebih ke-
kan pernyataan terbalik dari hi- cil dibandingkan berat badan bayi
potesis nol, yaitu hipotesis yang dari ibu hamil yang tidak anemia.
menyatakan ada perbedaan ke- Hipotesis alternatif dua sisi ada-
jadian antara kedua kelompok. lah hipotesis alternatif yang han-
Atau hipotesis yang menyatakan ya menyatakan perbedaan tanpa
ada hubungan antara variabel satu melihat apakah hal yang satu leb-
dengan variabel lain. Berikut con- ih tinggi/rendah dari hal yang lain.
toh hipotesis alternatif : Sebagai contoh, berat badan bayi
dari ibu hamil yang anemia berbe-
a. Ada perbedaan berat badan bayi
da dibandingkan berat badan bayi
antara bayi yang dilahirkan dari
dari ibu hamil yang tidak anemia.
ibu yang anemia dengan bayi
yang dilahirkan dari ibu yang ti-
dak anemia.
C. Kesalahan Pengambilan Keputusan
b. Ada hubungan berat badan bayi dan Tingkat Kemaknaan
dengan anemia
Dalam pengujian hipotesis kita se-
lalu dihadapkan suatu kesalahan
pengambilan keputusan. Hal ini
Bentuk hipotesis alternatif akan
disebabkan karena hampir seluruh
menentukan arah uji statistik apa-
penelitian menggunakan sampel
kah satu arah (one tail) atau dua
dan sangat sulit bahkan tidak mun-
arah (two tail). Hipotesis alternatif
gkin melakukan observasi pada
satu sisi adalah bila hipotesis alter-
seluruh populasi. Ada dua jenis
natifnya menyatakan adanya per-
kesalahan pengambilan keputusan
bedaan dan ada pernyataan yang
dalam uji statistik, yaitu kesalahan
mengatakan hal yang satu lebih
tipe I (α) dan kesalahan tipe II (β).
tinggi/rendah daripada hal yang
lain. Sebagai contoh, berat badan
Tabel 2. Kesalahan Pengambilan Keputusan
Populasi
Keputusan
Ho benar Ho salah
Tidak menolak Ho Benar (1-α) Kesalahan Tipe II (β)
Menolak Ho Kesalahan Tipe I (α) Benar (1-β)

Kesalahan tipe I (α) merupakan sebesar 1-β, dan dikenal sebagai

kesalahan menolak Ho, padahal tingkat kekuatan uji (power of the
sesungguhnya Ho benar. Artinya test). Kekuatan uji (power of the test)
menyimpulkan adanya perbedaan, merupakan peluang untuk meno-
padahal sesungguhnya tidak ada lak Ho ketika Ho memang salah.
perbedaan. Peluang kesalahan tipe Atau dengan kata lain, kemampuan
I adalah α atau sering disebut ting- untuk mendeteksi adanya per-
kat signifikansi/tingkat kemaknaan bedaan bermakna antara kelom-
(significance level). Sebaliknya, pel- pok-kelompok yang diteliti ketika
uang untuk tidak membuat kesala- perbedaan-perbedaan itu memang
han tipe I adalah 1-α, yang disebut ada.
dengan tingkat kepercayaan (con-
fidence level). Dalam melakukan uji
hipotesis nilai α (alpha) inilah yang D. Jenis Uji Statistik
digunakan untuk menentukan apa-
Pengujian hipotesis sangat ber-
kah hipotesis nol ditolak atau ga-
hubungan dengan distribusi data
gal ditolak. Jadi Tingkat kemaknaan
populasi yang akan diuji. Bila dis-
atau nilai α dapat diartikan sebagai
tribusi data populasi yang akan
batas maksimal kita salah menya-
diuji berbentuk normal/simetris,
takan adanya perbedaan. Penen-
proses pengujian dapat digunakan
tuan nilai α tergantung dari tujuan
dengan pendekatan uji statistik
dan kondisi penelitian. Nilai α yang
parametric. Sebaliknya bila distri-
sering digunakan adalah 10%, 5%,
busi data populasi yang akan diuji
atau 1%. Untuk bidang kesehatan
berbentuk tidak normal atau tidak
masyarakat biasanya 5%, namun
diketahui distribusinya, dapat digu-
bila untuk pengujian obat-obatan
nakan pendekatan uji statistik non
atau penelitian klinik batas toler-
parametric.
ansi kesalahan harus lebih kecil yai-
tu 1% karena mengandung risiko Kenormalan suatu data dapat dili-
yang fatal. hat juga dari jenis variabelnya, bila
variabelnya berjenis numeric/kuan-
Kesalahan tipe II (β) merupakan ke-
titatif biasanya distribusi datanya
salahan tidak menolak Ho, padahal
mendekati normal/simetris, seh-
sesungguhnya Ho salah. Artinya
ingga dapat digunakan statistik
menyimpulkan tidak ada perbe-
parametric. Sedangkan bila jenis
daan, padahal sesungguhnya ada
vatiabelnya katagorik/kualitatif,
perbedaan. Peluang untuk tidak
bentuk distribusinya tidak normal,
membuat kesalahan tipe II adalah

sehingga jenis statistik yang dig- hasil uji hipotesis akan mengahsil-
inakan adalah statistik non para- kan hubungan yang signifikan an-
metric. Selain itu jumlah data yang tara berat badan ibu hamil dengan
dianalisis juga menentukan jenis uji berat badan bayinya, namun se-
statistik yang digunakan, bila jum- cara substansi/klinis tidak demikian
lah datanya besar maka uji statistik karena berat badan bayi yang pal-
parametric yang digunakan, namun ing tepat adalah dengan mengukur
bila jumlah datanya kecil (<30) tinggi fundus uteri saat hamil, bu-
cenderung digunakan uji statistik kan berat badan ibu.
non parametrik.
.
F. Prosedur Hipotesis
E. Perbedaan substansi/klinis dengan
Langkah-langkah dalam pengujian
statistik
hipotesis dapat adalah berikut ini :
Perlu dipahami bagi peneliti bah-
1. Menetapkan hipotesis
wa berbeda bermakna/signifikan
secara statistik tidak berarti bahwa Sauadara dapat menetapkan
perbedaan tersebut juga bermakna hipotesis nol (Ho) dan hipote-
menurut subsatansi/klinik. Seper- sis alternatifnya (Ha) berdasar-
ti diketahui bahwa semakin besar kan hipotesis penelitian yang
sampel yang dianalisis akan sema- saudara buat. Sebagai contoh :
kin besar menghasilkan kemungk-
Ho : P1 = P2 (Tidak ada per-
inan berbeda bermakna. Dengan
bedaan berat
sampel besar perbedaan-perbe-
badan bayi an-
daan sangat kecil bahkan tidak
tara bayi yang
mempunyai manfaat secara sub-
dilahirkan dari
stansi/klinis dapat berubah menja-
ibu yang ane-
di bermakna secara statistik. Oleh
mia dengan bayi
karena itu arti kegunaan dari seti-
yang dilahirkan
ap penemuan jangan hanya dilihat
dari ibu yang ti-
dari aspek statistik semata, namun
dak anemia)
harus juga dinilai kegunaannya dari
segi klinis/substansi. Sebagai con-
toh peneliti melakukan penelitian
tentang pengaruh berat badan ibu Ha : P1 ≠ P2 (ada perbedaan
hamil terhadap berat badan bayi berat badan
yang dilahirkannya. Secara statistik bayi antara bayi

yang dilahirkan anova sedangkan uji statistik

dari ibu yang untuk mengetahui perbedaan
anemia dengan proporsi digunakan uji kai
bayi yang dila- kuadrat.
hirkan dari ibu
yang tidak ane-
mia) 3. Menentukan tingkat kemak-
naan
Seperti telah dibahas di atas,

2. Menentukan uji statistik yang
bahwa penentuan nilai α (al-
sesuai
pha) tergantung pada tujuan
Ada beragam jenis uji statistik penelitian. Untuk bidang kes-
yang dapat digunakan. Setiap ehatan masyarakat termasuk
uji statistik mempunyai per- pelayanan kebidanan biasanya
syaratan tertentu yang harus menggunakan nilai α 5%.
dipenuhi. Oleh karena itu, ha-
rus digunakan uji statistik yang
tepat sesuai dengan data yang 4. Penghitungan uji statistik
diuji. Jenis uji statistik sangat
Penghitungan uji statistik ada-
tergantung pada :
lah menghitung data sampel ke
a. Jenis variabel yang akan di- dalam uji hipotesis yang sesuai.
analisis Misalnya, kalau ingin menguji
perbedaan proporsi antara dua
b. Jenis data apakah dependen
kelompok, data hasil penguku-
atau independen
ran dimasukkan ke rumus uji kai
c. Jenis distribusi data popu- kuadrat. Dari hasil perhitungan
lasinya tersebut kemudian dibanding-
kan dengan nilai populasi un-
tuk mengetahui apakah ditolak
Sebagai gambaran, jenis uji atau gagal menolak hipotesis.
statistik untuk mengetahui per-
bedaan rata-rata akan berbeda
dengan uji statistik yang digu- 5. Keputusan Uji Statistik
nakan untuk mengetahui pro-
Hasil pengujian statistik akan
porsi/persentase. Uji beda ra-
menghasilkan dua kemungk-
ta-rata menggunakan uji T atau

inan keputusan, yaitu menolak nya Ho gagal ditolak.

hipotesis nol dan gagal meno-
Pendekatan probabilistik adalah
lak hipotesis nol. Keputusan uji
keputusan uji statistik dengan
statistik dapat menggunakan
cara membandingkan nilai P
dua pendekatan, yaitu pendeka-
dengan nilai alpha (α). Ketentu-
tan klasik dan pendekatan
an yang berlaku adalah sebagai
probablistik.
berikut :
• Bila nilai P < nilai α, maka

Pendekatan klasik adalah kepu- keputusannya Ho ditolak
tusan uji statistik yang dilaku-
• Bila nilai P > nilai α, maka
kan dengan cara membanding-
keputusannya Ho gagal
kan nilai perhitungan uji statis-
ditolak
tik dengan nilai pada tabel.
Nilai tabel yang dilihat sesuai Nilai P merupakan nilai yang
dengan jenis distribusi uji yang menunjukkan besarnya pelu-
kita lakukan. Besarnya nilai ta- ang salah menolak Ho dari data
bel sangat tergantung dari nilai penelitian. Harapan kita nilai P
alpha (α) yang kita gunakan adalah sekecil mungkin. Den-
dan juga tergantung pada arah gan nilai P kecil, kita yakin bah-
hipotesisnya, satu sisi (one tail) wa adanya perbedaan pada ha-
atau dua sisi (two tail). Kriteria sil penelitian menunjukkan pula
dalam memutuskan apakah hi- adanya perbedaan di populasi.
potesis nol ditolak atau gagal
ditolak adalah :
G. Aplikasi Uji Hipotesis dengan Kasus
• Bila nilai perhitungan
uji statistk lebih besar Baiklah, setelah mempelajari kon-
dibandingkan nilai tabel sep uji hipotesis di atas, marilah
(nilai perhitungan > nilai kita berlatih menerapkan uji hi-
tabel), maka keputusan- potesis. Dalam aplikasi uji hipote-
nya Ho ditolak. sis ini kita hanya akan membahas
atau melakukan latihan pada uji
• Bila nilai perhitungan
beda rata-rata satu sampel. Tujuan
uji statistk lebih kecil
pengujian pada ujian beda rata-ra-
dibandingkan nilai tabel
ta satu sampel adalah mengetahui
(nilai perhitungan < nilai
perbedaan rata-rata populasi den-
tabel), maka keputusan-

gan rata-rata data sampel peneli- darah sistolik wanita

tian. Berdasarkan ada tidaknya nilai dewasa normal ada-
σ (baca : tho), maka jenis uji beda lah 120 mmHg den-
rata-rata satu sampel dibagi dua gan standar deviasi 30
jenis : mmHg. Seorang pe-
neliti telah melakukan
1. Bila nilai σ diketahui, digunakan
pengukuran tekanan
uji Z, rumusnya :
darah ibu hamil seban-
yak 49 orang. Dari hasil
pengukuran tersebut
x − µ
Z = Z=1,96 diperoleh rata-rata
σ
n 130 mmHg. Peneli-
ti ingin menguji apa-
Bila nilai σ tidak diketahui, digu- kah tekanan darah ibu
nakan uji t, rumusnya : hamil berbeda dengan
tekanan darah wanita
dewasa normal?
x − µ
t = df ; n-1
s
n
Penyelesaian :
Keterangan : Tekanan darah sistolik normal

(μ) = 120 mmHg
x = rata-rata data sampel
Standar deviasi populasi
μ = rata-rata populasi (σ) = 30 mmHg
σ = standar deviasi data pop- Tekanan darah sistolik sampel

ulasi
( x ) = 130 mmHg
s = standar deviasi data sam-
Jumlah sampel (n) = 49
pel
n = jumlah sampel yang diteliti

Proses pengujian :
1) Menetapkan hipotesis
Marilah kita berlatih dengan ka-
sus berikut : Ho : μ = 120
Soal 1. Diketahui bahwa tekanan Tidak ada perbedaan rata-ra-

ta tekanan darah sistolik 5) Keputusan uji statistik

wanita dewasa normal den-
Setelah diperoleh nilai
gan tekanan darah sistolik
statistik, selanjutnya ada-
ibu hamil
lah menentukan keputusan
Ha : μ ≠ 120 uji statistik yaitu menolak
Ho atau gagal menolak Ho.
Ada perbedaan rata-rata
Seperti telah dibahas di atas
tekanan darah sistolik wan-
bahwa ada dua cara untuk
ita dewasa normal dengan
menentukan keputusan uji
tekanan sistolik darah ibu
statistik tersebut, yaitu den-
hamil
gan pendekatan klasik atau
pendekatan probablistik.
2) Menetepkan tingkat kemak- Sebelum latihan menggu-

naan nakan kedua pendekatan
tersebut, saya akan men-
α = 5% jelaskan tentang kurve distri-
busi normal terlebih dahulu.
Silahkan perhatikan kurve di
3) Pemilihan uji statistik bawah ini :
Berdasarkan data pada kasus
maka akan membanding-
kan rata-rata tekanan darah
pada wanita dewasa normal
dengan tekanan darah ibu
hamil dan standar deviasi -Z 0,0 Z
populasi diketahui, sehingga
Nilai probabilistas/peluang
digunakan pendekatan uji Z.
pada kurve di atas teren-
tang pada 0 – 1 dan memiliki
enam nilai Z yaitu 1Z, 2Z, 3Z,
4) Perhitungan uji statistik
-1Z, -2Z dan -3Z. Sehingga
setengah kurve nilai proba-
x − µ bilitasnya adalah 0,5. Tanda
Z =
σ positif dan minus hanya un-
n
tuk menunjukkan arah pada
130 − 120 kurve.
Z = = 2,3
20
49

Baiklah marilah kita berlatih adalah Z=1,96. Silahkan lihat

menggunakan kurve dan ta- gambar berikut :
bel distribusi normal.
Setelah memperoleh nilai
Z tabel (1,96), maka kita
bandingkan dengan nilai Z
a. Pendekatan klasik
hasil perhitungan (Z hitung
Berdasarkan Ha yang = 2,33). Terlihat bahwa Z
kita tetapkan, berarti kita hitung lebih besar dari Z ta-
melakukan uji hipotesis dua bel (2,33 > 1,96). Maka kepu-
sisi (two tail). Sehingga alpha tusannya adalah Ho ditolak,
(α) yang kita tetapkan harus artinya secara statistik ada
dibagi dua, yaitu semula perbedaan yang signifikan
0,05 (5%) menjadi 0,025. Un- rata-rata tekanan darah sis-
tuk mencari nilai Z di tabel tolik wanita dewasa normal
kurva normal harus diketa- dengan tekanan darah sisto-
hui nilai peluangnya, yai- lik ibu hamil.
tu 0,05-0,025=0,475, maka
nilai tabel kurva normalnya

b. Pendekatan probabilistik tail. Sehingga pada latihan

ini, karena bentuk Ha yang
Pada pendekatan ini kita
ditetapkan adalah two tail,
harus mencari nilai P untuk
maka nilai P harus dikalikan
dibandingkan dengan nilai
2, dan hasilnya adalah 2 x
α. Caranya hampir sama
0,0099 = 0,0198. Jadi nilai
dengan di atas yaitu den-
p = 0,0198. Selanjutnya kita
gan melihat tabel kurve
bandingkan dengan α yang
distribusi normal.. Dari nilai
telah ditetapkan yaitu 0,05.
Z hitung = 2,33 kita konver-
Karena nilai p lebih kecil
si ke nilai peluang menjadi
dari α (0,0198 < 0,05), seh-
0,4901. Lihat cara penggu-
ingga kita memutuskan Ho
naan tabelnya.
ditolak. Dengan demikian
Setelah nilai peluang dari dapat disimpulkan bahwa
tabel diketahui, maka pada α 5% secara statistik
nilai p nya adalah 0,5- tekanan darah sistolik pada
0,4901=0,0099. Namun ibu hamil berbeda diband-
perlu diketahui bahwa nilai ingkan dengan tekanan da-
peluang pada kurva nor- rah wanita dewasa normal.
mal merupakan nilai one

Soal 2. Diketahui bahwa tekanan data-rata tekanan darah sis-

rah sistolik wanita dewasa tolik wanita dewasa normal
normal adalah 120 mmHg. dengan tekanan darah sisto-
Peneliti tidak mengetahui lik ibu hamil
standar deviasi popula-
Ha : μ ≠ 120
si serta hanya mengam-
bil 25 sampel ibu hamil, Ada perbedaan rata-rata
maka standar deviasi pop- tekanan darah sistolik wan-
ulasi diperkirakan memakai ita dewasa normal dengan
standar deviasi sampel, dan tekanan sistolik darah ibu
didapatkan standar deviasi hamil
sampel 20 mmHg dan ra-
ta-rata tekanan darah sis-
tolik ibu hamil 130 mmHg. 2) Menetapkan tingkat kemak-
Lakukan uji hipotesis untuk naan
data tersebut.
α = 5%
Penyelesaian :
3) Pemilihan uji statistik
Tekanan darah sistolik normal
(μ) = 120 mmHg Berdasarkan data pada kasus
maka akan membanding-
Standar deviasi sampel (s) kan rata-rata tekanan darah
= 30 mmHg pada wanita dewasa normal
dengan tekanan darah ibu
Tekanan darah sistolik sampel (
hamil dan standar deviasi
x ) = 130 mmHg
populasi tidak diketahui, se-
Jumlah sampel (n) hingga digunakan pendeka-
= 25 tan uji t.
Proses pengujian :
x − µ
t =
1) Menetapkan hipotesis s
n
Ho : μ = 120
Tidak ada perbedaan ra- df = n-1  25 – 1 = 24

lom menunjukkan nilai alpha (yang

nantinya digunakan untuk men-
130 − 120
t = = 1,67 cari nilai p. Perhatikan nilai alpha,
30
25 semakin ke kanan, semakin kecil.
Angka dalam tabel menunjukkan
5) Keputusan uji statistik nilai t tabel yang digunakan untuk
mengkonversi nilai t hitung. Jadi
Hasil t = 1,67 dan df = 24,
berapa nilai p pada soal latihan ini?
kemudian dicari nilai p den-
gan menggunakan tabel Hasil t hitung diperoleh t=1,67, se-
distribusi t. Lihat cara mem- hingga nilai ini bila kita letakkan
peoleh nilai p pada tabel pada tabel dengan df 24, terletak
distribusi t : di antara nilai 1,318 dan 1,711. Se-
lanjutnya kita lihat tabel ke atas ke
Tabel t terdiri dari kolom dan baris.
kolom alpha. Terlihat bahwa nilai
Baris menunjukkan nilai DF dan ko-
t hitung = 1,67 berada diantara p > 0,10. Kemudian kita banding-

nilai alpha 0,10 dan 0,05. Sehingga kan dengan nilai alpha yang trlah
nilai p nya adalah lebih kecil dari ditetapkan yaitu 0,05, dan terbukti
0,10 dan lebih besar dari 0,05 atau bahwa nilai p lebih besar dari nilai
dapat ditulis 0,05 < p < 0,10. alpha. Maka dapat kita simpulkan
bahwa Tidak ada perbedaan yang
Karena tabel t merupakan jenis ta-
bermakna rata-rata tekanan dar-
bel untuk one tail, maka nilai p yang
ah sistolik wanita dewasa normal
didapat harus dikalikan dua, seh-
dengan tekanan darah sistolik ibu
ingga hasilnya adalah = 2 x 0,05 <
hamil (p>0,10).
p < 0,10 = 0,10 < p < 0,20. Jadi nilai

Rangkuman
Uji hipotesis merupakan salah selalu dihadapkan pada dua ke-
satu cara dalam menarik kesim- salahan, yaitu kesalahan tipe I
pulan terhadap parameter pop- (α) dan kesalahan tipe II (β) dan
ulasi. Sehingga prinsip dari uji tidak mungkin dapat dielakkan,
hipotesis ini adalah memband- namun dapat diminimalisir, se-
ingkan antara nilai sampel (data hingga dalam melakukan uji hi-
hasil penelitian) dengan nilai potesis harus mengikiti prosedur
hipotesis (nilai populasi) yang atau kaidah secara benar.
diajukan. Dalam uji hipotesis ini

Kegiatan Belajar III
Analisa dan Penyajian Data
TUJUAN Setelah mempelajari kegiatan belajar 3 ini, saudara

diharapkan mampu melakukan analisa dan peny-
Pembelajaran Umum ajian data.
1. Menganalisis nilai tengah
2. Menganalisis nilai letak
TUJUAN 3. Menganalisis nilai variasi
4. Melakukan perhitungan uji kai kuadrat

Pembelajaran Khusus
5. Melakukan perhitungan fisher exact
6. Mengidentifikasi jenis penyajian data
1. pengertian nilai tengah
2. nilai letak,
POKOK 3. nilai variasi,
Materi 4. uji kai kuadrat,
5. uji fisher exact
6. penyajian data.

Uraian Materi
A. Analisa Data an sebenarnya saudara setiap saat
telah menggunakan nilai tengah
Dalam modul 1 telah dibahas ten-
ini. Jadi apakah nilai tengah itu?
tang analisa data yang meliputi
analisa univariat dan analisa bivari- ………………………………………………………………
at. Tujuan analisa data adalah untuk ……………………………………...........................
memberi makna data, agar orang
.................................................................
lain tahu informasi yang kita olah.
.................................................................
Analisa univariat bertujuan untuk
mendeskripsikan masing-masing Iya benar, apa bila saudara men-
variabel. Metode yang digunakan jawab nilai tunggal yang dapat
pada analisis univariat ini adalah mewakili keseluruhan nilai yang
nilai tengah, nilai letak dan nilai terdapat dalam kelompok data.
variasi. Sedangkan pada analisa bi- Macam-macam nilai tengah yaitu
variat bertujuan untuk mengetahui rata-rata hitung (mean), median
hubungan atau perbedaan antara dan modus.
variabel. Pada analisis bivariat ini
akan dibatasi pada uji kai kuadrat
dan fisher exact. a. Rata-rata hitung (mean)
Rata-rata hitung atau nama lainn-

1. Nilai Tengah ya adalah mean merupakan ukuran
nilai tengah yang paling sering di-
Tentunya saudara sudah sangat gunakan untuk menganalisis data.
terbiasa dengan menuliskan ang- karena seringnya digunakan maka
ka-angka yang diwakili oleh nilai rata-rata hitung sering hanya dise-
rata-rata. Ketika saudara diminta but rata-rata atau mean. Simbol
untuk menyebutkan jumlah ke- yang digunakan untuk rata-rata
lahiran per tahun setiap bulann- populasi adalah µ (mu) dan untuk
ya, pastinya saudara tidak akan rata-rata sampel digunakan simbol
menyebutkan jumlah kelahiran se-
x . Rata-rata hitung ialah jumlah
tiap bulannya, tetapi saudara akan
semua hasil pengamatan (∑x) diba-
menyebutkan rata-rata jumlah ke-
gi dengan banyaknya pengamatan
lahiran per bulan. Dengan demiki-
(n). Misalnya kalau kita mempunyai

n pengamatan yang terdiri dari x1, maka sangat tidak tepat menggu-
x2, x3 ……….xn, maka nilai rata-rata nakan mean.
adalah :
x1 + x 2 + x3 + ....xn
x= b. Median
n
Nilai tengah selanjutnya adalah
Contoh : lima orang ibu hamil median. Median adalah nilai ten-
diperiksa kadar Hb-nya dan hasilnya gah dari kelompok data yang telah
adalah : 12, 14, 10, 13, 11, maka rata- diurutkan (dari terkecil ke terbesar
rata kadar Hb ibu hamil tersebut adalah atau sebaliknya). Dengan kata lain
: median adalah nilai paling tengah
12 + 14 + 10 + 13 + 1 setelah data diurutkan. Nilai me-
x= = 12
5 dian disebut juga nilai letak. Posisi
median adalah :
Sifat dari mean adalah : Nilai median adalah nilai pada po-
sisi tersebut. Sebagai contoh lima
1) Merupakan wakil dari keseluruhan kadar Hb ibu hamil di atas bila dis-
nilai usun menurut besar kecilnya nilai,
2) Mean sangat dipengaruhi nilai maka didapatkan susunan sebagai
ekstrem, baik ekstrem kecil maupun berikut,, 10, 11, 12, 13, 14.
ekstrem besar
3) Nilai mean berasal dari semua nilai Posisi median :, artinya nilai obser-
pengamatan vasi ke-3 adalah letak median dan
4) Digunakan pada data kuantitatif nilai mediannya adala 12g%.
5) Dapat dimanipulasi secara aljabar
Sifat median adalah dipengruhi
oleh jumlah pengamatan, namun
Dengan demikian dapat kita sim- tidak dipengaruhi oleh nilai pen-
pulkan bahwa kelebihan dari nilai gamatan; sering digunakan pada
mean adalah benar-benar merupa- distribusi yang miring; terpengaruh
kan wakil dari data pengamatan oleh fluktuasi sampling, digunakan
karena nilai mean berasal dari kepada data yang bersifat kuantitatif
seluruhan nilai pengamatan, se- atau kwalitatif berskala ratio, inter-
dangkan kekurangannya adalah val dan ordinal. Dengan demikian
nilai mean ini sangat dipengaruhi bila kita jumpai data yang mempu-
nilai ekstrem, sehingga bila data nyai nilai ekstrem, maka nilai ten-
kita mengandung nilai ekstrem, gah yang tepat digunakan adalah

median, karena median tidak ter- terbanyak; tidak dapat digunakan

pengaruh oleh nilai ekstrem. pada penghitungan aljabar lebih
lanjut ; digunakan pada data
kualitatif dan kuantitatif.
c. Modus
Nilai tengah juga dapat
Modus merupakan salah satu menggambarkan distribusi
ukuran nilai tengah yang dinyatakan kelompok data. Saudara tentu
dalam frekuensi terbanyak dari data masih ingat dengan kaitannya
kualitatif maupun data kuantitatif. statistik parametric dan non
Modus dapat pula dinyatakan parametric. Pada jenis statistik
sebagai puncak dari suatu kurva. tersebut distribusi data merupakan
oleh karena itu, kita mengenal syarat mutlak yang membedakan
unimodal bila puncaknya satu, kedua jenis statistik tersebut.
bimodal bila puncaknya dua, dan Dikatakan data berdistribusi normal
mutimodal bila puncaknya lebih bila nilai mean = median = modus.
dari dua. Perhitungan Modus dapat
dilakukan untuk data distribusi
frekuensi yang tidak dikelompokkan
maupun distribusi frekuensi yang

dikelompokan. Sebagai contoh,
dari hasil pengamatan kadar Hb
pada 10 ibu hamil diperoleh 10, 9,
Sedangkan bila mean > median
11, 12, 9, 12, 11, 10, 9, 10.
> modus, maka kurve miring ke
Dari pengamatan di atas ditemui kanan, dan bila mean < median <
nilai 10 g% sebanyak tiga kali. modus, maka kurve miring ke kiri.
Dengan demikian nilai modus
adalah 10.
2. Nilai Letak
Sifat modus adalah dalam
seperangkat data, modus bisa Di atas saudara telah mempelajari
tidak ada atau bisa lebih dari nilai median. Median ini merupa-
satu; tidak dipengaruhi bilangan kan salah satu nilai letak/posisi.
ekstrem; perhitungan modus tidak Untuk mendapatkan nilai letak ini
didasarkan pada seluruh nilai kita harus mengurutkan nilai terke-
pengamatan, tetapi didasarkan cil sampai terbesar, kemudian kita
pada individu yg berada pada titik dapat membagi pengamatan men-
tempat terjadinya pemusatan yang

jadi beberapa bagian. Pembagian dari terkecil ke terbesar yaitu 10, 11,
pengamatan ini disebut sebagai 12, 13, 14. Selanjutnya carilah posisi
nilai letak/posisi. Posisi pengamtan kwartil 2 untuk data tersebut.
yang umum dipakai adalah median,
kwartil, desil dan persentil.
Median adalah nilai yang memba-

gi data menjadi dua bagian yang Maka kwarti 2 terletak pada urutan
sama. Sehingga data berada pada data ke-3, dan nilai kwartil 2 adalah
50% di bawah median dan 50% be- 12.
rada di atas median. Cara memper-
Coba saudara cari nilai kwartil 3 !
oleh nilai median ini saudara sudah
mempelajarinya pada nilai tengah. ………………………………………………………………
……………………………………...........................
Kwartil merupakan nilai yang mem-
abgi data menjadi empat bagian .................................................................
yang sama, yaitu masing-msing .................................................................
25%. Karena itu ada 3 kwartil (kwar- Iya benar, apabila saudara men-
til I/kwartil bawah, kwartil II /kartil jawab sebagai berikut :
tengah, dan Kwartil 3/kwartil atas).
Rumus untuk mencari posisi kwartil
adalah :
Maka kwartil 3 berada pada urutan

data ke 4,5, sehingga nilai kwaril 3
ini adalah berada diantara urutan
Keterangan : data ke 4 dan ke 5, yaitu:
Q ; Kwartil 13 + 0,5 (14-13) = 13,5
i : urutan kwartil Mengapa demikian?
n : Jumlah data Perhatikan bahwa data yang berada
Nilai kwartil adalah pada posisi pada urutan ke 4 adalah 13, namun
kwarti tersebut., sebagai contoh yang ditanyakan adalah urutan ke
lima kadar Hb ibu hamil yaitu 13,11, 4,5, sehingga posisi ke 4,5 yang te-
14, 10, 12. Carilah kwartil 2 nya. pat adalah selisih urutan ke 4 dan
ke 5 dikalikan dengan ketepatan
Langkah pertama yang sudara urutan posisinya yaitu 0,5. Dan
lakukan adalah mengurutkan data bagaimana saudara menginter-

preasikan nilai kwarti 2 dan kwartil Nilai letak selanjutnya adalah desil.
3 tersebut? Desil merupakan nilai yang mem-
bagi data pengamatan menjadi 10
………………………………………………………………
bagian yang ama. Sehingga desil
……………………………………........................... terdiri dari des sil 1 sampai dengan
................................................................. 9. Pada prinsipnya cara mencari nilai
................................................................. desil ini sama dengan nilai kwartil,
hanya pembaginya menjadi 10 ba-
Iya tepat, bila saudara menjawab gian. Demikian juga cara mengin-
sebagai berikut : terpreatsikannyapun sama seperti
Nilai kwartil 2 adalah 12 gr%, art- kwartil, masing-masing ruang yang
inya 50% ibu hamil mempunyai ka- dibatasi oleh desil 1 sampai dengan
dar Hb di bawah 12 gr% dan 50% di 9 mempunyai nilai 10%.
atas 12 gr%. Rumus untuk mencari posisi desil
Nilai kwartil 3 adalah 13,5 gr%, adalah sebagai berikut :
artinya 75% kadar Hb ibu hamil di
bawah 13,5 gr% dan 25% di atas
13,5 gr%.
Baiklah, silahkan saudara cari nilai
Coba perhatikan kurve di bawah ini
desil 5 pada soal yang sama yaitu
:
data kadar Hb pada lima ibu hamil
yaitu : 10, 11, 12, 13, 14, dan inter-
pretasikan!
Jawab :
Jadi desil 5 berada pada urutan data ke-

3, dan nilai desil 5 adalah 12 gr%, artinya
Perhatikan bahwa nilai kwartil
kadar Hb ibu hamil 50% berada di
membagi data menjadi empat bawah 12 gr% dan 50% di atas 12 gr%.
bagian yang sama. Sehingga kwartil
1 membatasi 25% ke bawah dan 75%
ke atas, kwartil 2 membatasi 50% ke
bawah dan 50% ke atas, dan kwartil
3 membatasi 75% kebawah dan 25%
ke atas

Nilai letak berikutnya adalah 3. Nilai Variasi

persentil. Persentil adalah nilai yang
Tahukah saudara, bahwa nilai va-
membagi data pengamatan menja-
riasi sangat penting, karena tanpa
di 100 bagian yang sama. Sehing-
nilai variasi interpretasi dapat men-
ga persentil terdiri dari persentil 1
jadi salah. Mari kita simak kasus
sampai dengan persentil 99.
berikut :
Rumus untuk mencari posisi
Hb ibu hamil Hb ibu hamil
persentil adalah sebagai berikut : Puskesmas A Puskesmas B
x = 12 gr% x = 12 gr%
Baiklah, silahkan saudara cari nilai Hb ibu hamil pada kedua

puskesmas di atas sama…. Artinya
persentil 50 pada soal yang sama tidak ada ibu hamil yang anemia
yaitu data kadar Hb pada lima ibu

hamil yaitu : 10, 11, 12, 13, 14, dan
interpretasikan!
Penyelesaian :
Benarkah kesimpulan tersebut?
Coba saudara buktikan dengan
Jadi persentil 50 berada pada urutan
melihat data mentahnya. Nah,
data ke-3, dan nilai persentil 50 adalah
ternyata data yang saudara dapa-
12 gr%, artinya kadar Hb ibu hamil 50%
tkan di Puskesmas A adalah 12, 12,
berada di bawah 12 gr% dan 50% di atas
12 gr%. 12, 12, 12, dan puskesmas B ada-
lah 10, 11, 12, 13, 14. Coba hitung
rata-rata dari data tersebut untuk
Coba saudara perhatikan dari ha- masing-masing puskesmas !
sil contoh nilai letak di atas diper- Betul, masing-masing diperoleh
oleh bahwa nilai median pada soal nilai rata-rata 12 gr%, tapi kalau di-
adalah 12, kemudian kwartil 2 = 12, lihat row datanya dari kedua pusk-
desil 5 = 12, dan persentil 50 = 12. esmas tersebut, ternyata berbeda.
Dengan demikian dapat disimpul- Pada Puskesmas A betul bila din-
kan sebagai berikut : yatakan tidak ada ibu hamil yang
mengalami anemia, namun pada
Puskesmas B, kesimpulan tersebut
tidak benar, karena masih terdapat

ibu hamil yang mempunyai kadar ta-rata, varian, standar deviasi dan
Hb kurang dari 12 gr%. koefisien variasi. Dalam modul ini
yang akan dibahas adalah varian
Mengapa demikian?
dan standar deviasi saja, karena
Coba cermati bahwa informasi di ke dua nilai varian ini yang paling
atas hanya menyampaikan nilai ra- umum digunakan dalam statistik.
ta-rata saja tanpa ada nilai variasin-
Varian adalah rata-rata kuadrat se-
ya. Nah, itulah yang menyebabkan
lisih atau kuadrat simpangan dari
interpretasi terhadap informa-
semua nilai data terhadap rata-rata
si yang disampaikan salah. Kalau
hitung. Varian menggunakan sym-
kita telaah lagi, pada puskesmas B
bol S2.
datanya terentang pada 10 sampai
14, artinya data disini cukup berva-
riasi yaitu ±2, sedangkan data pada
Rumus :
puskesmas A tidak ada variasinya.
Maka nilai variasi ini sangat pent- ∑( xi − x )
2
2
ing memberikan informasi teruta- Varian = S =
n −1
ma apabila digunakan untuk mem-
bandingkan. Keterangan :
Jadi apakah nilai variasi itu? S2 = varian

……………………………………………………………… Xi = data ke i
……………………………………...........................
x = rata-rata
.................................................................
................................................................. n = jumlah data
Iya benar, apabila saudara men-

jawab nilai variasi adalah nilai yang
menyatakan seberapa jauh peny- Sebagai contoh, kita masih gu-
impangan nilai-nilai data dengan nakan data kadar Hb ibu hamil,
nilai-nilai pusatnya. Atau dengan yaitu 10,11, 12, 13, 14. Carilah nilai
kata lain nilai yang menunjukkan variannya!
bagaimana bervariasinya data di Penyelesaian :
dalam kelompok data terhadap
(10 − 12 )2 + (1 − 12 ) 2 + (12 − 12 ) 2 + (13 − 12 ) 2 + (14 − 12 ) 2
nilai rata-ratanya. S2 =
5 −1
= 2,5
Macam-macam nilai variasi cukup

banyak, yaitu range, deviasi ra-

Jadi diperoleh nilai varian 2,5, art- nis katagorik. Dasar dari uji kai
inya rata-rata simpangan data dari kuadrat adalah membanding-
nilai pusatnya adalah sebesar 2,5. kan frekuensi yang diamati den-
gan frekuensi yang diharapkan.
Standar deviasi adalah akar dari
varian. Rumus :
Rumus : (O − E )
2
χ =∑
2
E dengan
) − (∑ X )
2
2
(∑ X 2
n
St .Dev = S = S =
n −1
Coba saudara cari berapa nilai stan- Keterangan :

dar deviasi pada contoh di atas?
X2 = Kai Kuadrat /chi square
O = frekuensi pengamatan
Penyelesaian : (observasi)
E = frekuensi harapan (ekspet-

(10 2
+1 2
+ 12 2
+ 13 2
+ 14 2
) − (10 + 1 + 12 + 13 + 14 )2
S=
5 −1
5 = 1,6 ed)
df = derajat kebebasan
4. Uji Kai Kuadrat / Chi Square
k = jumlah kolom dalam tabel
Dalam kegiatan belajar 2, sauda-
ra telah mempelajari uji hipote- b = jumlah baris dalam tabel
sis, dan yang telah saudara ker-
jakan adalah uji hipotesis beda
rata-rata. Saat ini saudara akan frekuensi harapan dapat dicari
mempelajari uji beda proporsi dengan menggunakan rumus :
yang bertujuan untuk menguji
perbedaan proporsi/persentase
antara dua/lebih sampel peneli-
tian. Uji yang dipakai adalah kai
Coba saudara perhatikan rumus
kuadrat yang merupakan salah
untuk memperoleh frekuensi
satu uji statistik non parametrik.
harapan untuk masing-masing
Uji kai kuadrat digunakan un- cel.
tuk mengetahui hubungan atau
perbedaan variabel yang berje-

Variabel II
Variabel I Total
P Q
X a b a+b
Y c d C+d
Total a+c b+d n
Seperti dalam uji beda rata-rata

pada saat membuat keputusan
statistik, pada uji kai kuadrat
juga menggunakan tabel distri-
busi kai kuadrat. Baiklah, agar
saudara lebih paham, mari kita
terapkan dalam kasus berikut :
Sebuah penelitian bertujuan

untuk mengetahui hubungan
status menikah dengan keja-
Dalam menggunakan uji kai dian ca servik. Dari 195 wani-
kuadrat/chi square, ada beber- ta yang menikah ada 50 orang
apa syarat yang harus dipenuhi, menderita ca servik, dan dari
yaitu : 180 wanita yang tidak menikah
25 orang menderita ca. Servik.
1. Tidak ada sel dengan nilai Lakukan uji hipotesis dengan α
obsereved yang bernilai nol = 0.05?
2. Sel yang mempunyai expect-
ed count kurang dari 5, mak-
simal 20 % Penyelesaian :
3. Tidak menggunakan tabel 2 Agar lebih mudah, maka data

X 2 bila n < 2 pada kasus sebaiknya kita tu-
angkan ke dalam tabel agar
4. Chi Square tidak dipakai bila mudah dilakukan perhitungan.
n antara 20 s/d 40 dengan
nilai E (Expected) < 5

Ca. Serviks
Status Menikah Total
ya tidak
Ya 50 145 195
Tidak 25 155 180
Total 75 300 375
Perlu diperhatikan dalam mema- menikah.

sukan kasus kedalam tabel, vari-
Selanjutnya kita mengikuti lang-
abel dependen selalu diletakan
kah-langkah prosedur penelitian,
di kolom, sedangkan variabel in-
yaitu:
dependen pada baris. Demikian
juga pada saat pemberian kode 1) Menetapkan hipotesis statistik
pada variabel harus sejalan den-
Ho ; P1 = P2
gan hipotesis penelitian. Hal ini
agar tidak terjadi kesaahan dalam Tidak ada hubungan status
perhitungan nilai OR dan interpre- menikah dengan kejadian ca.
tasinya. Misalnya hipotesis peneli- serviks.
tiannya adalah bahwa wanita yang
menikah lebih berisiko terkena Ha : P1≠ P2
ca. serviks dibandingkan dengan Ada hubungan satatus me-
wanita yang tidak menikah. Ber- nikah dengan kejadian ca.ser-
dasarkan hipotesis tersebut, maka viks
pemberian kodenya adalah se-
bagai berikut : 2) Menetapkan uji statistik
Kode 1 untuk variabel ca serviks Saudara dapat melihat bah-

yang dikatagorikan positif (ber- wa jenis variabelnya adalah
isiko) katagorik, sehingga kita memi-
lih uji statistik kai kuadrat.
Kode 2 untuk variabel ca serviks
yang dikatagorikan negatif 3) Menetapkan tingkat kemak-
naan
Selanjutnya pemberian kode untuk
variabel independennya adalah Karena ini bukan merupakan
penelitian klinis maka alpha (α)
Kode 1 untuk yang berstatus me- yang ditetapkan adalah 5%
nikah (berisiko)
Kode 2 untuk yang berstatus tidak

Status Menikah Ca. Serviks Total

ya tidak
Ya 50 145 195
Tidak 25 155 180
Total 75 300 375
Rumus :
(O − E )
2
χ =∑
2
Sebelum dimasukan ke ru-

mus kai kuadrat, kita cari
terlebih dahulu nilai hara-
pan untuk masing-masing
sel, yaitu sebagai berikut :
5) Keputusan uji statistik
Hasil kai kuadrat kita banding-

kan dengan tabel distribusi kai
kuadrat.
Berdasarkan nilai harapan,

terliihat bahwa tidak ada nilai
harapan yang kurang dari 5,
maka uji kai kuadrat dapat
dilakukan. Perhitungannya
sebagai berikut :

Pendekatan klasik adalah dua sisi sehingga nilai p

harus dikalikan dua. Jadi nilai p
nya adalah 2 x 0,0055 = 0,011.
Selanjutnya nilai p ini kita band-
ingkan dengan α, karena nilai p
lebih kecil dari nilai α (0,011 <
0,05), maka keputusan statisti-
knya adalah Ho ditolak, artinya
secara statistik ada hubungan
yang bermakna antara status
menikah dengan kejadian ca
serviks.
Pendekatan klasik yaitu kita
membandingkan nilai x hitung
dengan x tabel. Berdasarkan α
5. Uji Fisher Exact
yang ditetapkan yaitu 5% dan
df=1, maka diperoleh nilai x ta- Saudara telah mengetahui per-
bel sebesar = 3,841. Sedangkan syaratan dari penggunaan kai
x hitung yang diperoleh adalah kuadrat. jadi ketika persyaratan
8,1. Karena x hitung lebih besar tidak terpenuhi, maka solusinya
dari x tabel (8,1 > 3,841), maka adalah apabila tabelnya lebih
kepuotusannya Ho ditolak, art- dari 2x2, maka dilakukan peng-
inya secara statistik ada hubun- gabungan katagori, tetapi apa-
gan status menikah dengan ke- bila tabel yang kita buat sudah
jadian ca serviks. merupakan tabel 2x2, maka di-
gunakan uji fisher exact.
Pendekatan Probabilistik
Rumus Uji Fisher Exact yaitu :
Pada pendekatan ini kita akan
membandingkan nilai p den-
gan α (5%). Berdasarkan tabel
distribusi kai kuadrat, dengan
Hasil penghitungan uji fisher
x hitung 8,1, maka diperoleh
exact langsung dibandingkan
nilai p diantara 0,01 dan 0,001.
dengan nilai α yang ditetapkan.
Sehingga nilai p adalah (0,01 +
0,001)/2 = 0,0055. Perlu diin-
gat hipotesis yang ditetapkan

Agar lebih jelas, mari kita berla- Penyelesaian :

tih dengan kasus di bawah ini :
1. Menetapkan hipotesis
Di Puskesmas Melati dilakukan
Ho ; P1 = P2
penelitian terhadap 13 wanita
usia subur yang menggunakan Tidak ada hubungan jenis KB
KB. Dari 13 wanita tersebut 5 dengan kejadian ca. uterus.
WUS menggunakan AKDR dan
Ha : P1≠ P2
8 WUS ber KB suntik. Dari WUS
yang menggunakan KB AKDR, Ada hubungan jenis KB den-
ada 1 WUS positif ca uterus, dan gan kejadian ca. uterus.
dari WUS yang berKB suntik 3
orang juga menderita Ca uter- 2. Menetapkan uji statistik
us. Lakukan uji hipotesis den- Uji statistik beda proporsi
gan α = 0.05?
3. Menetapkan α = 5%
4. Perhitungan uji statistik
Jenis KB Ca. Uterus Total

ya tidak
AKDR 1 4 5
Suntik 3 5 8
Total 4 9 13
Sekarang mari kita cari nilai E untuk Coba saudara perhatikan nilai
masing-masing sel. frekuensi yang diperoleh dari tabel
2x2 di atas, yaitu 3 sel (75%) mem-
punyai nilai harapan kurang dari 5.
Artinya uji kai kuadrat tidak bisa
dilakukan, maka alternatifnya ada-
lah uji fisher exact.
Dalam menghitung uji fisher exact,

kita harus melakukan perhitungan
pada seluruh kombinasi data yang
ada. Baik, kita mulai dari tabel yang
sudah tersedia.

Kombinasi data pertama

1 4 5
5! 8! 4! 9!
3 5 8 𝑃𝑃 =
1! 4! 3! 5!
= 0,39
4 9 13
Kombinasi data kedua

0 5 5
5! 8! 4! 9!
4 4 8 𝑃𝑃 = = 0,097
0! 5! 4! 4!
4 9 13
Kombinasi data ketiga

2 3 5 5! 8! 4! 9!
2 6 8 𝑃𝑃 = = 0,39
2! 3! 2! 6!
4 9 13
Kombinasi data keempat

3 2 5 5! 8! 4! 9!
1 7 8 𝑃𝑃 = = 0,11
3! 2! 1! 7!
4 9 13
Kombinasi data kelima

4 1 5
5! 8! 4! 9!
0 8 8 𝑃𝑃 = = 0,0069
4! 1! 0! 8!
4 9 13
Maka nilai p = 0,39+0,097+0,39+0,11+0,0069= 0,9939.
5. Keputusan uji statistik B. Penyajian Data
Selanjutnya adalah membanding- Baiklah, setelah data di analisa atau

kan dengan nilai α. Karena nilai p diolah, saudara harus mampu men-
lebih besar dari nilai α, maka ho yajikan data dengan baik, agar mu-
gagal ditolak, artinya tidak ada dah dibaca dan dipahami. Secara
hubungan antara jenis KB dengan umum sajian data dapat dibagi da-
ca. uterus. lam tiga bentuk, yaitu tulisan (tex-

tular), tabel (tabular) dan gambar/ Suatu tabel yang lengkap terdiri
grafik (diagram). dari (1) nomor tabel, (2) judul tabel,
(3) catatan pendahuluan, (4) badan
tabel, (5) catatan kaki, dan (6) sum-
Tulisan (Textular). Penyajian data ber data. Bila tabel yang disajikan
dalam bentuk tulisan sebenarn- lebih dari satu maka hendaknya
ya merupakan gambaran umum diberi nomor agar mudah untuk
tentang kesimpulan hasil pen- mencari kembali bila dibutuhkan.
gamatan. dalam bidang kesehatan, nomor tabel biasanya ditempat-
penyajian dalam bentuk tulisan kan di atas sebelah kiri sejajar den-
hanya digunakan untuk memberi gan judul tabel. Setiap tabel yang
informasi. disajikan harus diberi judul karena
dari judul tabel orang dapat men-
Contoh seorang bidan memberi- getahui tentang apa yang disajik-
kan informasi tentang pelayanan
an. Kalimat pada judul tabel harus
kebidanan yang meningkat tajam
singkat, jelas, dan berisi keteran-
sejak adanya program jamper-
gan tentang apa, dimana, dan bi-
sal. “Program jampersal member-
lamana. judul harus konsisten dan
ikan dampak pada peningkatan
menggambarkan isi tabel.
pelayanan kebidanan menca-
pai 100%, namun kendala utama Jenis tabel antara lain tabel in-
adalah belum dipersiapkannya duk (master tabel), tabel distri-
penambahan tenaga kesehatan busi frekuensi, dan tabel silang.
yang kompeten guna melayani Tabel induk adalah tabel yang
kebutuhan masyarakat akan pe- berisikan semua hasil pengumpu-
layanan kebidanan”. lan data yang masih dalam ben-
tuk data mentah. Tabel distribusi
frekuensi adalah tabel yang berisi
Tabel (tabular). Penyajian dalam susunan data angka menurut be-
bentuk tabel merupakan penyaji- sarnya (kuantitas) atau menurut
an data dalam bentuk angka yang ketegorinya (kwalitas). Tabel silang
disusun secara teratur dalam ko- adalah tabel yang berisi data dari
lom dan baris. Penyajian ini banyak dua variabel atau lebih. Berikut
digunakan dalam penulisan lapo- akan ditampilkan contoh-contoh
ran hasil penelitian dengan mak- tabel. Untuk contoh tabel master,
sud agar orang mudah memper- lihat pada tugas ekhir pembelaja-
oleh gambaran rinci tentang hasil ran.
penelitian yang telah dilakukan.

Contoh tabel distribusi frekuensi atau tabel hasil analisa univariat :
Tabel 1. Distribusi Kejadian Ruptur Pereineum, Anemia dan BBLdi Puskesmas

Kecamatan C Periode Juli – Desember 2010
Variabel Persen
Ruptur Perineum
Ya 65 60,7
Tidak 42 39,3
Anemia
Ya 69 64,5
Tidak 38 35,5
BBL
Ya 61 57
Tidak 46 43
Contoh tabel silang atau tabel hasil analisa bivariat dengan menggunakan uji
statistik kai kuadrat.

Tabel 2. Distribusi Kejadian Ruptur Pereineum Berdasarkan Anemia dan BBL

di Puskesmas Kecamatan C Periode Juli – Desember 2010
Nilai
Variabel n Ruptur Perineum OR
P
Ya Tidak
n % n %
Anemia
Ya 69 49 71 20 29 0,006 3,37
Tidak 38 16 42,1 22 57,9
BBL
Ya 61 34 55,7 27 44,3 0,307 0,61
Tidak 46 31 67,4 15 32,6
Gambar/grafik (diagram). Grafik dapat dibagi menjadi

merupakan salah satu bentuk pen-
1. Histogram
yajian data statistik yang banyak
Histogram adalah grafik yang
dilakukan dalam berbagai bidang,
digunakan untuk menyajikan
karena penyajian dalam bentuk
data kontinu. Gambaran grafik
grafik lebih menarik dan lebih mu-
ini antara batang tidak berselah.
dah dipahami. serta hal-hal yang
Saudara masih ingat data
kurang jelas dalam tabel akan leb-
kontinu?
ih jelas bila disajikan dalam ben-
Iya, data kontinu adalah data
tuk grafik bahkan dengan grafik
yang diperoleh dari hasil
orang akan lebih mudah mengin-
pengukuran, misalnya tekanan
gat. misalnya untuk mengetahui
dara, suhu, tinggi badan, dan
kecenderungan dan mengadakan
sebagainya. Berikut akan
perbandingan.
ditampilkan contoh histogram :
Dalam penyajiannya, bentuk grafik
dapat bermacam-macam, yaitu
berdasarkan bentuknya dan ber-
dasarkan fungsinya.
Berdasarkan bentuknya, grafik

2. Poligon
Poligon dipergunakan untuk
menyajikan suatu distribusi
frekuensi dari data yang
continue. Permukaan area
frekuensi poligon sama
luasnya dengan histogram.
Grafik ini dipergunakan untuk
membandingkan sejumlah
4. Grafik lingkaran (pie diagram)
distribusi frekuensi pada sebuah
Grafik Lingkaran merupakan
gambar. Contoh grafik polygon
grafik yang disajikan dalam
yaitu :
bentuk lingkaran. Lingkaran
dapat digambarkan dalam 3
dimensi sehingga menyerupai
kue karena itu disebut pie
diagram.
contoh :
3. Grafik batang (bar diagram)

Yang dimaksud grafik batang
ialah grafik yang berbentuk
batang. Digunakan untuk 5. Grafik garis (line diagram)
menyajikan data diskrit atau Grafik garis merupakan
data dengan dengan skala penyajian data dalam bentuk
nominal maupun ordinal. Grafik garis. Tujuannya adalah
ini banyak digunakan di sarana untuk mengetahui trend atau
pelayanan kesehatan karena kecenderungan. Agar lebih jelas
pembuatannya mudah dan maka di sini akan diberikan
sederhana. Contoh : contoh-contoh tentang macam-
macam grafik garis.
contoh :
perbandingan presentase

penurunan angka kematian

ibu dan angka kematian bayi 7. Grafik peta (maap diagram)
dibawah ini merupakan contoh Grafik ini merupakan peta,
grafik garis lurus. biasa terdapat pada instansi
yang mempunyai wilayah kerja,
Grafik Presentase penurunan seperti puskesmas, desa, dan
kematian ibu dan anak kecamatan
Grafik ini digunakan untuk hal-
hal sebagai berikut:
1. batas desa
2. lokasi, misalnya puskesmas,
kantor desa atau kantor
kecamatan
3. grafik peta ini dapat
juga digunakan untuk
menyatakan letak suatu
produksi daerah atau tempat
permukiman penduduk.
6. Grafik titik-titik (diagram pencar 4. dan lain-lain
= scattered diagram) contoh :
Grafik pencar atau scattered
diagram dihasilkan dari titik-
titik kordinat dan merupakan
grafik kolerasi atau grafik
kecenderungan karena
digunakan untuk mengetahui
hubungan antara dua variabel
yang berpasangan.
Contoh diagram tebar :
140000
120000
100000
80000
60000
40000
Current salary
20000
0
0 20000 40000 60000 80000 100000
Beginning salary

Rangkuman
Analisa data merupakan kegiatan data apakah berdistribusi normal atau
memberi makna/arti agar menjadi tidak. Analisa bivariat adalah metode
sebuah informasi penting yang yang digunakan untuk mengetahui
bermanfaat. Analisa univariat adalah hubungan atau perbedaan antara
adalah kegiatan mendeskripsikan variabel. Metode yang digunakan
setipa variabel. Metode yang digunakan adalah uji beda proporsi yang terdiri
adalah nilai tengah, nilai letak dan nilai dari uji kai kuadrat atau fisher exact.
variasi. Dalam membandingkan antara Selanjutnya setelah didapatkan hasil
kelompok, kurang tepat, apabila hanya analisis, maka perlu disajikan secara
menggunakan nilai tengah saja, karena menarik dan mudah dipahami, dimana
tidak mendapatkan gambaran tentang penyajian data ini mencakup tekstular,
sebaran datanya. Dengan nilai tengah tabular dan diagram.
juga dapat melihat distribusi suatu

Daftar Pustaka
Budiarto, Eko. 2002. Biostatistika untuk Kedokteran dan Kesehatan Masyarakat.
Jakarta : EGC.
Hasan Iqbal. 2008. Pokok-pokok Materi Statistik 1 (Statistik Deskriptif). Jakarta :

Bumi Aksara.
Hastono, Sabri. 2011. Statistik Kesehatan. Jakarta : Rajawali Pers.
Masyhuri, Zainuddin. 2008. Metodologi Penelitian Pendekatan Praktis dan Aplikatif.

Bandung : Refika Aditama.
Sugiyono. 2009. Statistika untuk Penelitian. Bandung : Alfabeta.
Sastroasmoro, Ismail. 2010. Dasar-dasar Metodologi Penelitian Klinis. Jakarta :

Sagung seto.
Murti Bhisma. 1996. Penerapan Metode Statistik Non-Parametrik Dalam Ilmu-Ilmu

Kesehatan. Jakarta : Gramedia Pustaka Utama.

Tabel I. Distribusi Normal
PROBABILITAS DIBAWAH KURVA NORMAL
(Arsir Tengah)
- Z 0,0 Z


Tabel II. Distribusi t


Tabel III. Distribusi Kai Kuadrat
dk/ a (probabilitas) / Nilai-p / p-value

df 0,99 0,95 0,90 0,5 0,1 0,05 0,01 0,001

1 0,002 0,004 0,016 0,455 2,25 2,706 3,841 6,635 10,83
2 0,02 0,103 0,211 1,386 4,605 5,991 9,21 13,82
3 0,115 0,352 0,584 2,3 2,366 6,251 7,815 11,35 16,23
4 0,297 0,711 1,064 3,357 7,779 9,488 13,28 18,47
5 0,554 1,145 1,61 4,351 9,236 11,07 15,81 20,52
6 0,872 1,635 2,204 5,348 10,65 12,59 16,81 22,46
7 1,239 2,167 2,833 6,346 12,02 14,07 18,48 24,32
8 1,646 2,733 3,49 7,344 13,36 15,51 20,09 26,13
9 2,088 3,325 4,168 8,343 14,68 16,92 21,67 27,88
10 2,558 3,94 4,865 9,342 15,99 18,31 23,21 29,59
11 3,053 4,575 5,578 10,34 17,28 19,68 24,73 31,26
12 3,571 5,226 6,304 11,34 18,55 21,03 26,22 32,91
13 4,107 5,892 7,042 12,34 19,81 22,36 27,69 34,53
14 4,66 6,571 7,79 13,34 21,06 23,69 29,14 36,12
15 5,229 7,261 8,547 14,34 22,31 25 30,58 37,7

20 8,26 10,58 12,44 19,34 28,41 31,41 37,57 43,32
30 14,95 18,49 20,6 29,34 40,26 43,77 50,89 59,7
40 22,16 26,51 29,05 39,34 51,81 55,75 63,69 73,4
50 29,71 34,76 37,69 49,34 63,17 67,51 76,15 86,66
60 37,49 43,19 46,46 59,34 74,4 79,08 88,38 99,61


Modul MK Biostatistik

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul MK Biostatistik

Diunggah oleh

Hak Cipta:

Format Tersedia

Kode : Kebidanan/Bd.

METODE PENELITIAN DAN BIOSTATISTIK DASAR

PENDIDIKAN JARAK JAUH PENDIDIKAN TINGGI KESEHATAN

Pusdiklatnakes, Badan PPSDM Kesehatan

Kementrian Kesehatan Republik Indonesia

Hak ©cipta Pusdiklatnakes, Badan PPSDM Kesehatan, Kemkes RI, 2013

Kegiatan Belajar 1 : Konsep dasar biostatistik

Kegiatan Belajar 2 :Uji Hipotesis

Kegiatan Belajar 3 :Analisa dan Penyajian Data.

Dengan mempelajari modul 2 ini, saudara diharapkan memiliki pemahaman

Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 3

Untuk mempelajari modul 2 ini dibutuhkan alokasi waktu 8 jam.

1. Pahami lebih dulu konsep dasar biostatistik

3. Berlatihlah dengan sungguh-sungguh secara mandiri maupun berkelompok

4. Bila saudara menemui kesulitan, silahkan hubungi instruktur/pembimbing

Baiklah saudara mahasiswa D3 Kebidanan Pendidikan Jarak Jauh selamat mengi-

Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 4

Konsep Dasar Biostatistik

TUJUAN Setelah mempelajari kegiatan belajar 1 ini, sauda-

1. Menjelaskan pengertian statistik

2. Menjelaskan fungsi statistik

TUJUAN 3. Mengidentifikasi ruang lingkup statistik

Pembelajaran Khusus 4. Menjelaskan tahapan statistik

5. Mengidentifikasi jenis data

6. Mengidentifikasi variabel dan pengukurannya

POKOK 2. fungsi statistik

3. ruang lingkup statistik

Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 5

Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 6

rutin saudara lakukan, saudara tel- Tentunya saudara sangat sering

menjadi informasi tingkat kabupat-

Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 7

Berikut akan diuraikan fungsi statis- tidak tercapainya pertolon-

Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 8

C. Ruang Lingkup Statistik statistik deskriptif dan statistik in-

Statistik Parametrik Baik, coba buatlah pernyataan jenis

Gambar 1. Jenis Statistik ………………………………………………………………

Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 9

Iya benar, apabila saudara men- 1. Penatalaksanaan IMD akan

Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 10

ik, digunakan untuk menganalisis dilakukan di lapangan, sehinnga

Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 11

E. Data suai dengan kebutuhan. Namun

meskipun diukur berulang-ulang,

Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 12

yang berbentuk angka, atau data nisikan sebagai atribut seseorang,

Kerlinger dalam buku Sugiyono

Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 13

mempunyai ciri-ciri antara lain : G. Pengukuran

dan…………….....................…….. Pengukuran dapat di bagi menja-

Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 14

“apa adanya”. Bias di sini dapat be- hasilnya, si A melakukan penim-

Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 15

Tabel 1. Skala Ukur

No Sifat Skala Nominal Ordinal Interval Ratio

Urutan pengamatan dapat

Jarak antara kelompok dapat

4. Perbandingan antara kelompok Tidak Tidak Tidak Ya

Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 16

Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 17

TUJUAN Setelah mempelajari kegiatan belajar 2 ini,

1. Menjelaskan pengertian hipotesis dan uji hi-

2. Menjelaskan jenis hipotesi

3. Menjelaskan kesalahan pengambilan keputu-