404/IV/2013
Modul 2
BIOSTATISTIK DASAR KEBIDANAN
Penulis :
Hariyanti
Siti Aminah W
2013
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 :
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 :
2. Kemudian kerjakan semua soal latihan yang ada dan lakukan penilaian ber-
dasarkan kunci jawaban.
Kegiatan Belajar I
1. pengertian statistik
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
..................................................................
..................................................................
Saudara dapat amati bahwa statis-
.................................................................
tik dibedakan menjadi dua, yaitu
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
1. Pengelompokkan pengamatan Ya Ya Ya 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
san dan tingkat kemaknaan
Kegiatan Belajar II
Uji Hipotesis
2. Jenis hipotesis
6. Prosedur hipotesis,
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
hipotesis. Hipotesis
Satu sisi
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
Populasi
Keputusan
Ho benar Ho salah
Tidak menolak Ho Benar (1-α) Kesalahan Tipe II (β)
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
1) Menetapkan hipotesis
Marilah kita berlatih dengan ka-
sus berikut : Ho : μ = 120
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
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
2. nilai letak,
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)
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 ke- pada 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
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.
……………………………………...........................
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 :
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 :
x = 12 gr% x = 12 gr%
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 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
O = frekuensi pengamatan
Penyelesaian : (observasi)
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
Ca. Serviks
Status Menikah Total
ya tidak
Ya 50 145 195
Tidak 25 155 180
Total 75 300 375
(O − E )
2
χ =∑
2
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
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.
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.
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.
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
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 :
contoh :
perbandingan presentase
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.
(Arsir Tengah)
- Z 0,0 Z