1. Aristoteles
Statistika diawali kegiatan yang dilakukan pada masa kerajaan Romawi
untuk menghitung jumlah kekayaan warganya dalam usaha menarik
pajak sebagai biaya perang.
6. Quetelet (1796-1874)
Dikenal sebagai bapak statistik, Karyanya antara lain: statistik terapan,
pelaksanaan sensus, pengumpulan data, studi perbandingan antar
bangsa, dan pelopor terbentuk organisasi Konferensi Internasional
Statistik pertama di dunia.
Dalam perjalanan waktu, lambat laun, arti peran dan fungsi statistik
berubah. Statistik tidak terbatas pada urusan negara, tetapi berkembang
menjadi suatu ilmu pengetahuan (statistika) baik murni maupun terapan
yang terus berkembang pada penemuan hal-hal yang unik dan baru.
Penerapan teknik-teknik sedemikian rupa sehingga ketidakpastian
penerapan statistik induksi dapat dievaluasi, terhadap permasalahan yang
muncul dapat digunakan pendekatan yang lebih objektif.
B. Definisi
1. Satistik
Sempit angka, kumpulan data, bilangan/non bilangan
Luas alat analisis data, alat menarik kesimpulan
2. Statistika
Pengetahuan yang berhubungan dengan Pengumpulan Data,
Pengolahan Data, Penyajian Data, Analisis data dan Kesimpulan.
C. Tujuan
1. Mengukur peristiwa-peristiwa penting atau vital event yang terjadi
dalam masyarakat.
2. Mengukur status kesehatan masyarakat dan mengetahui masalah
kesehatan yang terdapat pada berbagai kelompok masyarakat
3. Membandingkan status kesehatan masyarakat di satu tempat dengan
tempat lain, atau status kesehatan masyarakat sekarang dengan status
kesehatan lampau.
4. Meramalkan status kesehatan masyarakat di masa-masa mendatang.
5. Evaluasi tentang perjalanan, keberhasilan dan kegagalan dari suatu
program kesehatan atau pelayanan kesehatan yang sedang
dilaksanakan.
6. Keperluan estimasi tentang kebutuhan masyarakat terhadap pelayanan
kesehatan, serta menentukan secara pasti target pencapaian tujuan.
7. Keperluan penelitian terhadap masalah kesehatan, KB, lingkungan hidup
dan lain-lain.
8. Perencanaan dan sistem administrasi kesehatan.
9. Keperluan publikasi ilmiah di media massa, jurnal ilmiah.
D. Kegunaan Biostatistik
Kegunaan biostatistik dlam bidang kesehatan antara lain:
1. Menentukan ada dan besarnya masalah kesehatan masyarakat.
2. Mengukur peristiwa penting/vital event yang terjadi dimasyarakat.
3. Menentukan prioritas masalah dan memilih alternatif pemecahan
masalah kesehatan secara efisien.
4. Membuat perencanaan program kesehatan.
5. Dokumentasi untuk mengadakan perbandingan dimasa dating.
6. Mengadakan penelitian masalah kesehatan yang belum diketahui atau
menguji kebenaran suatu masalah.
7. Memberikan penerangan tentang kesehatan kepada masyarakat.
F. Fungsi Statitistika
1. Sebagai alat bantu untuk mengumpulkan, mengolah, menganalisa dan
menyimpulkan hasil.
2. Statistika dapat meningkatakan efisiensi dengan membatasi dan
memastikan cara kerja dan cara pikir.
3. Statistika dapat menringkas hasil penelitian dalam bentuk yang
sederhana dan mudah dipahami.
I. Klasifikasi Statistik
1. Statistik Deskritif
Memberikan gambaran (deskripsi) terhadap obyek yang diteliti (sampel
maupun populasi).
Tanpa membuat simpulan yang diberlakukan untuk umum
(generalisasi/inferensi)
Dengan apa :
a. Narasi
b. Tabel
c. Grafik
d. Diagram
e. Statistik deskriptif ( Mean, Median, Modus)
2. Statistik Inferensial/Induktif
Statistik yg digunakan untuk analisis data sampel, dan hasilnya akan
digeneralisasikan/inferensikan untuk populasi dari mana sampel
diambil.
Ada 2 pendekatan dalam statistik inferensial :
a. Statistik Parametrik
Data dengan skala interval dan rasio
Distribusi normal
b. Statistik Non Parametrik
Data dg skala nominal dan ordinal
Data dg skala interval/rasio tetapi distribusi tidak normal.
Mulai
Pengumpulan Data
Klasifikasi Tabulasi Data
Presentasi Data
Statistik
Deskriptif Bila ya, gunakan informasi
Apakah Informasi
sampel untuk digunakan
Data dari Sampel ?
mengetahui
sifat-sifat populasinyaStatistik
Induktif
Bila tidak, gunakan data Bila tidak, gunakan data
sensus untuk meng- sensus untuk meng-
analisa sifat2 populasinya analisa sifat2 populasinya
Stop
J. Pengumpulan Data
1. Data
a. Definisi
Bentuk tunggal yaitu Datum
Data (jamak) adalah suatu materi/kumpulan fakta yang dipakai
untuk kepentingan suatu analisa diskusi, presentasi ilmiah atau uji
statistik
Data statistik bersifat agregat (kumpulan)
b. Sifat data
1) Data Kualitatif
Data berbentuk kata-kata, kalimat, gambar.
2) Data Kuantitatif
Data berbentuk angka, data kuantitatif ada 2, yaitu:
data dikrit, diperoleh dari hasil menghitung atau membilang.
data kontinum, diperoleh dari hasil mengukur (dengan alat
ukur).
c. Sumber data
1) Menurut cara memperolehnya:
Data primer
Diperoleh langsung dari sumbernya (obyek/ responden saat
penelitian dimulai, data belum ada.
Data sekunder
Diperoleh dari selain sumber/obyek/responden Saat
penelitian dimulai, data tersebut sudah tersedia, tinggal
ambil/nyalin.
Contoh : peneliti ingin memperoleh data berat badan balita
di desa A.
2) Menurut sumbernya:
Data internal
Data yang dikumpulkan dari pihak internal/kalangan
sendiri/orang dalam.
Data eksternal
Data yang diperoleh dari pihak luar, diluar kalangan peneliti.
2. Skala Data
a. Nominal
Data berjenis nominal membedakan data dalam kelompok yang
bersifat kualitatif. Dalam ilmu statistika, data nominal merupakan
data dengan level pengukuran yang paling rendah.
Contohnya:
1) Jenis kelamin (1=laki-laki dan 2=wanita)
2) Jenis warna (1=hijau, 2=biru, 3=kuning)
3) 1=Anak-anak , 2=orang dewasa
4) Jenis Agama (1=Islam, 2=Kristen, 3=Hindu,4 = Budha)
Angka yang digunakan di sini hanya sebagai kode/simbol saja
sehingga tidak dapat dilakukan operasi matematika.
Data berjenis nominal membedakan data dalam kelompok yang
bersifat kualitatif. Dalam ilmu statistika, data nominal merupakan
data dengan level pengukuran yang paling rendah.
b. Ordinal
Ordinal mempunyai level pengukuran yang lebih tinggi daripada
data nominal dan termasuk data kualitatif.
Pada data nominal semua data dianggap bersifat kualitatif dan
setara, sedangkan pada data ordinal terdapat klasifikasi data
berdasarkan tingkatannya.)
Contoh:
1) Tingkat pendidikan (SD, SLTP, SLTA, PT)
2) Rangking (I, II, III)
3) Perhitungan hasil Pemilu (PDI 50%, Golkar 35%, PAN 15%,
Gerindra 40%) dll.
c. Interval
Data berjenis interval termasuk dalam kelompok data kuantitatif.
Interval mempunyai tingkat pengukuran yang lebih tinggi daripada
data nominal maupun ordinal.
Angka yang digunakan dalam data ini, selain menunjukkan urutan
juga dapat dilakukan operasi matematika.
Angka nol yang digunakan pada data interval bukan merupakan nilai
nol yang nyata.
Data yg membedakan, mempunyai arti tingkatan, mempunyai
besaran/jarak/interval yang tetap antara satu data dgn yang lainnya
Contoh:
1) IP
2) Skor nilai hasil ujian (Budi 45, Hasan 90)
3) Suhu
4) Rata-rata tinggi badan
d. Ratio
Data yang membedakan, mempunyai arti tingkatan, mempunyai
besaran/jarak tertentu antar datanya, mempunyai nilai mutlak
(absolut).
Jenis data kuantitatif
Contoh:
1) Tinggi Badan
2) BB
3) Saldo tabungan (Rp. 1.000.000, Rp. 0)
4) Nilai Ujian (Budi 100, Ani 80, Anton 60)
Tabel: 1
TINGKATAN DATA
Tabel: 2
KEKUTAN DATA
SKALA DATA
KEMAMPUAN
Nominal Ordinal Interval Rasio
Membedakan + + + +
Menentukan
+ + +
Urutan
Besar Beda + +
Kelipatan +
Macam-macam Observasi
Dari segi pelaksanaan pengumpulan data:
a) Observasi Berperan Serta ( participant observation)
Dalam observasi ini, peneliti terlibat dengan kegiatan sehari-
hari orang yang sedang diamati atau digunakan sebagai
sumber data penelitian. Sambil melakukan pengamatan,
peneliti ikut melakukan apa yang dikerjakan oleh sumber
data, dan ikut merasakan suka dukanya. Dengan partisipan
ini, maka data yang diperoleh akan lebih lengkap, tajam, dan
sampai mengetahui pada tingkat makna dari setiap perilaku
yang nampak.
b) Observasi Nonpartisipan
Dalam observasi ini, peneliti tidak terlibat langsung dengan
aktivitas orang-orang yang sedang diamati, maka dalam
observasi nonpartisipan peneliti tidak terlibat dan hanya
sebagai pengamat independen.
Dari segi instrumentasi yang digunakan:
(1) Observasi Terstruktur
Observasi terstruktur adalah observasi yang telah
dirancang secara sistematis, tentang apa yang akan
diamati, kapan dan dimana tempatnya. Jadi observasi
terstruktur dilakukan apabila peneliti telah tahu dengan
pasti tentang variable apa yang akan diamati. Dalam
melakukan pengamatan peneliti menggu-nakan
instrument penelitian yang telah teruji validitas dan
reliabilitasnya.
(2) Observasi Tidak Terstruktur
Observasi tidak terstruktur adalah observasi yang tidak
dipersiapkan secara sistematis tentang apa yang telah
diobservasi. Hal ini dilakukan karena peneliti tidak tahu
secara pasti tentang apa yang akan diamati. Dalam
melakukan pengamatan peneliti tidak menggunakan
pengamatan peneliti tidak menggunakan instrumen yang
telah baku, tetapi hanya berupa rambu-rambu
pengamatan.
Hal-hal yang perlu diperhatikan dalam melakukan observasi:
a) Pemilikan pengetahuan yang cukup mengenai objek yang
akan diobservasi.
b) Pemahaman tujuan umum dan tujuan khusus penelitian
yang dilaksanakannya.
c) Penentuan cara dan alat yang dipergunakan dalam mencatat
data.
d) Penentuan kategori pendapatan gejala yang diamati, apakah
dengan mempergunakan skala tertentu atau sekedar
mencatat frekuensi munculnya gejala tanpa klasifikasi
tingkatannya.
e) Pengamatan dan pencatatan harus dilakukan secara cermat
dan kritis, maksudnya diusahakan agar tidak ada satupun
gejala yang lepas dari pengamatan.
f) Pencatatan setiap gejala harus dilakukan secara terpisah
agar tidak saling mempengaruhi.
b. Pengembangan Variabel
Yaitu spesifikasi semua variabel yang diperlukan oleh peneliti
yang mencakup dalam data yang sudah terkumpul atau dengan kata
lain apakah semua variabel yang diperlukan sudah termasuk dalam
data. Jika belum berarti data yang terkumpul belum lengkap atau
belum mencakup semua variabel yang diteliti.
c. Pengkodean Data(Coding)
Coding yaitu pemberian atau pembuatan kode pada tiap-tiap
data yang termasuk kedalam kategori yang sama. Kode adalah
isyarat yang dibuat dalam bentuk angka-angka, atau huruf yang
memberikan petunjuk, identitas pada suatu informasi atau data
yang akan dianalisis.
Tujuannya yaitu agar data dapat dipindahkan kedalam sarana
penyimpanan, misalnya komputer dan analisis berikutnya. Dengan
data yang sudah diubah dalam bentuk angka maka peneliti akan
lebih mudah mentransfer kedalam komputer dan mencari program
perangkat lunak yang sesuai dengan data yang digunakan sebagai
sarana analisis.
Contoh pemberian kode misalnya, pertanyaan dibawah ini yang
menggunakan jawaban “Ya” dan “Tidak” dapat diberi kode 1 untuk
Ya dan dua untuk Tidak Pertanyaan : Apakah saudari menyukai
pekerjaan saat ini? Jawaban : Ya atau Tidak
d. Tabulasi (tabulating)
Kegiatan yang dilakukan dalam tabulasi adalah menyusun dan
menghitung data hasil pengkodean, untuk kemudian disajikan dalam
bentuk tabel. Tabel dapat berupa tabel frekuensi, tabel korelasi,
atau tabel silang.
Pada dasarnya ada 2 cara pelaksanaan tabulasi, yaitu:
1) Tabulasi manual.
Semua kegiatan dari perhitungan sampai penyajian tabel
dilakukan dengan tangan.
2) Tabulasi mekanis.
Pelaksanaan dengan cara ini dibantu dengan peralatan tertentu,
yaitu: komputer. Semua kegiatan dilakukan dengan bantuan alat
yang telah dipilih.
Contoh:
Tabel 2.1. Distribusi………..…………………………………
Judul Tabel
…………………………………..Tahun 2004.
Macam Tabel
1) Tabel Distribusi Frekuensi Tunggal
Nilai Frekuensi Persentase
60 12 15,00
70 20 25,00
80 30 37,50
90 15 18,75
100 3 3,75
Jumlah 80 100,00
20
18
16
14
Jumlah Kelas Interval
12
10
8
6
4
2
0
5 10 20 50 200 300 1000
e. Skoring
Pemberian Skor
Contoh:
Pemberian skor untuk kuesioner bentuk pertanyaan dengan
jawaban benar dan salah. Untuk jawaban benar diberikan skor 1,
sedangkan untuk jawaban salah diberikan skor 0.
f. Entry
Pada tahap ini semua data yang telah di edit/sunting dan di
coding atau semua data yang sudah lengkap dimasukan kedalam
aplikasi komputer. Walaupun menggunakan program komputer,
peneliti harus paham benar dengan penelitiannya karena program
tersebut tidak memahami substansi yang diteliti, sehingga bisa saja
hasilnya diperoleh, tetapi tidak sesuai dengan substansi yang ada.
g. Processing
Langkah berikutnya adalah memproses data tersebut agar data
yang sudah di entry dianalisis, agar dapat memperoleh jawaban
terhadap pertanyaan penelitian, dan membuktikan apakah hipotesis
yang sudah dirumuskan terbukti benar atau ditolak dari hasil analisis
tersebut. Aplikasi komputer yang paling sering digunakan adalah
program SPSS dibandingkan dengan aplikasi statistik lainnya.
Langkah-langkah tersebut dapat dibaca pada manual dalam modul
atau buku ajar yang tersedia dari berbagai sumber.
h. Cleaning
Cleaning data atau pembersihan data merupakan kegiatan
pengecekan kembali data yang sudah dientri apakah sudah betul
atau ada kesalahan pada saat memasukan data/entry data. Misalnya
untuk variable Pendidikan hanya ada 3 (tiga) kategori yaitu
1=Pendidikan Dasar (SD-SLTP), 2=Pendidikan Menengah (SLTA),
3=Pendidikan Tinggi (D1-D4, S1-S3), tetapi setelah dicek ada kategori
4 (empat). Berikut akan diuraikan cara melakukan cleaning data.
Tahapan cleaning data antara lain: