PENGANTAR

BIOSTATISTIKA Dalam
Penelitian Bidang Farmasi

apt. Saepudin, M.Si., PhD

Department of Pharmacy – Universitas Islam
Indonesia
Biostatistika
• Aplikasi analisis statistik dalam bidang
biologi, termasuk di dalamnya adalah
bidang Kesehatan
• Sudah berkembang sejak awal abad ke-20
• Salah satu fungsi penting analisis statistik
🡪 membantu pengambilan kesimpulan/
keputusan
Analisis Statistik
• Deskriptif
– Mempermudah/menyederhanakan penyajian
data – Bukan untuk generalisasi
• Inferensial
– Menguji hipotesis
– Untuk generalisasi
Analisis Statistik
• Parametrik
• Menggunakan asumsi distribusi tertentu
🡪 umumnya asumsi distribusi normal

• Non-parametrik
• Tidak menggunakan asumsi distribusi
tertentu
Variabel dalam Penelitian
• Variabel Utama
– Variabel bebas (independentvariable)
– Variabel terikat (dependent variable)
• Variabel Pengganggu/Perancu
(confounding variables)
Pengaruh perbedaan dosis
ekstrak yang diberikan
terhadap kadar gula darah tikus
- VB: dosis ekstrak
- VT: kadar gula darah tikus
Pengukuran Variabel
 • Variable measurement
• Pengukuran dalam konteks penelitianilmiah
🡪 semua tindakan/upaya utk mendapatkan
data/informasi tentang subyek penelitian
• Pengukuran 🡪 Data 🡪Analisis 🡪Kesimpulan
Skala Pengukuran VariabelPenelitian
• Skala kategorikal
– Tidak dapat dimanipulasi secara
matematis🡪 tidak dapat dicari rerata,SD
– Dapat dihitung proporsi, persentase,
ataurisiko relatif
 • Skala numerik
– Dapat dimanipulasi secaramatematis
Skala Pengukuran VariabelPenelitian
• Skala kategorikal
– Skala nominal
• Merupakan nama ataulabel
• Tidak mengandung
informasiperingkat/urutan • Dikotom Vs
polikotom
– Skala ordinal
• Terdapat informasi peringkat/urutan
• Jarak antara tiap peringkat tdk dptdikuantifikasi
Skala Pengukuran VariabelPenelitian
• Skala numerik
– Skala interval
• Mengandung informasi peringkat /urutan
danjarak antar peringkat dptdikuantifikasi
• Tidak mempunyai angka 0(nol) alami
– Skala rasio
• Memenuhi kriteria skala interval dan mempunyai
angka 0 (nol)alami
• Skala kontinu Vsdeskret
Statistik Deskriptif
• Data Kategorik
 • Persentase/proporsi
• Data Numerik
• Ukuran pemusatan
• Perhatikan distribusi data
Perhatikan pemilihan tipe grafik
yang sesuai!!
Statistik Inferensial
• Analsis statistik terhadap data
yangdiperoleh dari sampel
• Dilakukan untuk memperoleh suatu angka
yang menentukan cukup tidaknya
 buktiuntuk menolak hipotesis nol(H0)
• Menguji hipotesis statistik
• Null Hypothesis SignificanceTesting
Ho: tidak ada perbedaan, tidak ada hubungan,
tidak ada pengaruh

Ha: ada perbedaan, ada hubungan, ada

pengaruh
Tujuan penelitian: Mengetahui hubungan antara regimen
obat antihipertensi dengan kepatuhan penggunaan
antihipertensi

Ho: Tidak terdapat hubungan antara regimen

antihipertensi dengan kepatuhan
penggunaan antihipertensi

Ha: Terdapat hubungan antara regimen

antihipertensi dengan kepatuhan penggunaan
antihipertensi
Uji Hipotesis Statistik
• Menghitung probabilitas
untukmenolak hipotesis nol
• Probabilitas untuk menolak Ho dalam
hasil analisis statistik disebut dengan
nilai “p” 🡪 p-value
• Batas “nilai p” yang digunakan
 sebagaidasar penolakan Ho ditentukan
oleh nilai ⍶ yang ditetapkan
•R
Nilai “p”
• Nilai batas kemaknaan ujihipotesis •
Besarnya kemungkinan untuk mendapatkan
hasil yg diperoleh atau yglebih ekstrem
bila hipotesis nolbenar
Tipe Hipotesis Statistik
• Hipotesis deskriptif
• Hipotesis komparatif
• Hipotesis asosiatif
Tipe Hipotesis Statistik
• Hipotesis deskriptif/asumtif
– Dugaan tentang nilai suatuvariabel mandiri,
tidak membuat perbandingan atauhubungan
– Contoh 🡪 rata-rata jumlah obat
yangdiresepkan dokter umum adalah 5obat
Tipe Hipotesis Statistik
• Hipotesis komparatif
– Pernyataan yang menunjukkan dugaan
 perbandingan nilai suatu variabel atau
lebihpada dua kelompok (atau lebih)
sampel yangberbeda
– Contoh: Perbandingan tingkat
pengetahuan tentang obat antara laki-
laki danperempuan
Tipe Hipotesis Statistik
• Hipotesis hubungan/asosiatif
– Pernyataan yang menunjukkan
dugaantentang hubungan antara dua
variabel ataulebih
– Contoh: Hubungan antara kebiasaan
minumjamu dengan kejadian gagalginjal
 Arah Hipotesis
• Hipotesis dapat berupa pernyataan dua
arah/dua ekor (two tailed) atau
satuarah/satu ekor (one tailed)
– Two tailed 🡪 Apabila kecurigaan
untukmenerima dan menolak H0 samabesar
– One tailed 🡪 Jika kecurigaan untuk
menolakH0 cukup besar
Ho: Tidak terdapat perbedaan tingkat
pengetahuan tentang Ab antara laki-laki
dan perempuan

Ha (2 arah): Terdapat perbedaan tingkat

 pengetahuan tentang Ab antara laki-laki
dan perempuan

Ha (1 arah): Tingkat pengetahuan laki

aki tentang Ab lebih tinggi disbanding
perempuan
Dasar Pemilihan
MetodeStatistik untuk
UjiHipotesis

• Tipe hipotesis
• Skala pengukuran variabel
 Software statistik
SPSS
Stata
Splus
R
Contoh Pemilihan
MetodeStatistik Skala
PengukuranVariabel Metode Statistik
TipeHipotesis Independent Dependent Hipotesis
untuk Uji
Assosiatif Kategorik nominal Kategorik nominal Chi Square
 Assosiatif Kategorik Ordinal Kategorik Ordinal Korelasi
Spearma
n
Assosiatif Numerik Numerik Korelasi Pearson

Komparatif Kategorik nominal (2 Numerik Uji t (sampel independen

kategori) atau
berpasangan)
Komparatif Kategorik nominal (> 2 Numerik ANOVA
kategori)

Parameter Lain Selain nilai“p”

• Menghitung effect size
– Perbedaan rata-rata (Cohen’s d)
🡪untuk perbandingan rata-rata
– Koefisien korelasi 🡪 untuk analisishubungan
 Contoh
Ho: Tidak terdapat perbedaan rerata skor
pengetahuan saat pre-test antara laki-
lakidan perempuan

Ha: Terdapat perbedaan rerata skor

pengetahuan saat pretest antara laki-
lakidan perempuan

Alfa: 5% 🡪 Ho ditolak apabila nilai p < 0,05

Pemberian edukasi tentangAb
• Ingin dilihat apakah terdapat perbedaan skor
pengetahuan yang signifikan antara sebelum
dan setelah edukasi
• Pengukuran pre dan post-test
• Digunakan uji t sampel berpasangan (paired
sample t- test)
• Ho: Tidak terdapat perbedaan rerata skor
pengetahuan antara sebelum dan setelah edukasi •
Ha: Terdapat perbedaan rerata skor
pengetahuan antara sebelum dan setelah
edukasi
• Alfa=5% 🡪 batas penolakan Ho apabila nilai p < 0,05
Uji Korelasi
• Ingin melihat korelasi antara
skorpengetahuan saat pretest dengan skor
pengetahuanposttest • Kedua variable
skalanya numerik 🡪 ujikorelasi Pearson
• Ho: Tidak terdapat korelasi/hubungan
antaraskor pengetahuan saat pretest dg
skor pengetahuan saat posttest
• Ha: Terdapat korelasi/hubungan
• Alfa=5% 🡪 batas penolakan Ho apabila p<0,05
Ho: Tidak terdapat perbedaan tingkat
pengetahuan saat pretest antara laki-laki
dan perempuan

Ha: Terdapat perbedaan tingkat

pengetahuan saat pretest antara laki-laki
dan perempuan

Alfa: 5%
Hipotesis dalam uji normalitas

Ho: tidak terdapat perbedaan antara

distribusi data dengan distribusi
alamiah/normal

Ha: terdapat perbedaan antara distribusi

data dengan distribusi alamiah/normal

alfa: 5%
Membandingkan skor pengetahuan pretest dan
posttest

Ho: tidak terdapat perbedaan antara

rerata skor pengetahuan saat pretest dan
posttest

Ha: terdapat perbedaan antara rerata

skor pengetahuan saat pretest dan
posttest

Alfa: 5%

p=0,000
p < 0,001
Asosiatif numerik
Korelasi antara skor pengetahuan pretest dan
posttest

Ho: tidak terdapat hubungan antara skor

pengetahuan saat pretest dengan saat
posttest

Ha: terdapat hubungan antara skor

pengetahuan saat pretest dengan saat

posttest alfa: 5%

Asosiatif kategorik
Hubungan antara jenis kelamin dengan
tingkat pengetahuan
 Ho: tidak terdapat hubungan antara jenis
kelamin dengan tingkat pengetahuan
saat pretest

Ha: terdapat hubungan antara jenis

kelamin dengan tingkat pengetahuan saat
pretest

Alfa= 5%
R
statistical package for social sciences
• Pengaruh penyuluhan terhadap pengetahuan tentang AB
Perbedaan pengetahuan ttg Ab di kalangan laki-laki dan
perempuan sebelum penyuluhan

Ho:tidak terdapat perbedaan tingkat pengetahuan ttg Ab

 antara laki-laki dan perempuan sebelum penyuluhan

Ha: terdapat perbedaan tingkat pengetahuan ttg Ab

antara laki-laki dan perempuan sebelum penyuluhan
Hipotesis komparatif, skala pengukuran VB=nominal,
VT=numerik, alfa=5%
Uji hipotesis 🡪 uji t sampel independent

Kriteria penerimaan Ho
p<0,05 🡪 Ho ditolak
p>=0,05 🡪 Ho diterima
Uji normalitas data numerik
• Ho: tidak terdapat perbedaan antara distribusi data
dengan distribusi alamiah (normal)
• Ha: terdapat perbedaan antara distribusi data dengan
distribusi alamiah (normal)
• Alfa = 5%
• Kriteria penerimaan Ho
• Nilai p < alfa 🡪 Ho ditolak
• Nilai p >= alfa 🡪 Ho diterima
Analisis faktor-faktor yang mempengaruhi
tingkat pengetahuan ttg Ab di Kab. Tanah
Laut

Kriteria sample ideal/representative

1. memenuhi batas besar sampel minimal
2. diambil dg Teknik yg ideal 🡪 probability

Teknik cluster sampling 🡪 pembagian wilayah,

sampel diambil dari setiap bagian wilayah
2 level populasi
- populasi terjangkau 🡪 dibatasi waktu -
populasi target 🡪 populasi luas, hanya dibatasi
satu karakteristik