TUGAS BIOSTATISTIKA

PENGERTIAN DAN PEMAHAMAN DASAR

DARI BIOSTATISTIKA

NAMA : BETI HERLINA

NIM : 22/500055/PKU/20384

UNIVERSITAS GADJAH MADA

FAKULTAS KEDOKTERAN KESEHATAN MASYARAKAT DAN
KEPERAWATAN PROGRAM STUDI KEBIJAKAN DAN
MANAJEMEN KESEHATAN
MINAT KEBIJAKAN DAN MANAJEMEN PELAYANAN
KESEHATAN
2023
 TUTORIAL 1
Pengertian dan pemahaman dasar dari Biostatistika

1. TUJUAN PEMBELAJARAN
Setelah menyelesaikan kursus ini, mahasiswa akan dapat:
a. Menganalisis variabel-variabel yang digunakan dalam penelitian termasuk
skala dan pengukurannya.
b. Menganalisis kerangka penelitian suatu penelitian.
c. Menganalisis hubungan antara variabel-variabel dalam suatu penelitian.

2. PANDUAN TUTORIAL
Selesaikan latihan ini sebelum sesi kelas dan kirim ke bayu.satria@ugm.ac.id
sebelum sesi praktikum kelas pada tanggal 24 Mei 2023 pukul 8.00. Jika
mahasiswa mengumpulkan latihan setelah pukul 8.01 atau setelahnya, maka
akan mendapatkan pengurangan nilai -20.

3. STUDI KASUS 1
Pada sesi tutorial ini, kita akan mengevaluasi satu penelitian tentang tingkat
aliran ekspirasi puncak dengan risiko sarkopenia pada orang dewasa Indonesia
yang lebih tua menggunakan data survei nasional. Silakan baca artikel
penelitian ini dan jawab pertanyaan berikut serta diskusikan dengan teman
Anda.
a. Apakah populasi dalam penelitian ini?
b. Berapa ukuran sampel dalam penelitian ini dan apakah ada perhitungan
khusus untuk ukuran sampel minimum?
c. Silakan tuliskan semua variabel yang digunakan dalam penelitian ini
beserta skala variabel (nominal, ordinal, binomial, rasio, atau interval).
d. Bagaimana Anda menggambarkan atau menjelaskan mengenai data
numerik (rasio atau interval), seperti tinggi badan?
e. Apa variabel dependen dan variabel eksposur utama dalam penelitian ini?
f. Apakah ada variabel confounding dalam penelitian ini?
g. Silakan buat kerangka konseptual yang mencakup hubungan antara semua
variabel dalam penelitian ini.
h. Sebutkan satu contoh hipotesis penelitian berdasarkan artikel tersebut
 HASIL KEGIATAN

1. Membaca artikel / jurnal berjudul :

Ridwan ES, Wiratama BS, Lin MY, Hou WH, Liu MF, Chen CM, Hadi H, Tan
MP, Tsai PS. (2021) Peak expiratory flow rate and sarcopenia risk in older
Indonesian people: A nationwide survey. PLoS ONE 16(2): e0246179.
https://doi.org/10.1371/journal.pone.024617

2. Jawab pertanyaan :

a. Populasi dalam penelitian ini :

Orang Indonesia yang berusia lanjut (≥ 60 tahun) yang telah mengikuti

survei kehidupan keluarga Indonesia (IFLS-5) yang tersebar di 13
Provinsi yang ada di Indonesia. yang berjumlah 58.312 individu.

b. Ukuran sampel dalam penelitian ini , n = 2422 (responden berusia 60

tahun yang telah diidentifikasi dan wawancaranya selesai), pemilihan
sampel menggunakan random sampling. Perhitungan khusus untuk
ukuran sampel minimum di artikel ini tidak disebutkan.

c. Variabel yang digunakan dalam penelitian ini beserta skala variabel yaitu

No Variabel Definisi Operasional Skala Cara Pengukuran

Ukur

Laju aliran Kecepatan ekspirasi <50%

1 Ordinal
ekspirasi puncak maksimum untuk 50% - 80%
(PEFR) memantau kemampuan >80%
responden untuk
menghembuskan nafas
Kejadian kondisi kehilangan tanpa sarkopenia = kekuatan
2 Nominal
sarkopenia massa dan kekuatan genggaman, kecepatan berjalan, dan
otot yang terkait dengan massa otot normal
proses penuaan. dengan sarkopenia = kekuatan
genggaman, kecepatan berjalan, dan
massa otot rendah
Lama waktu hidup Rata – rata usia (67,21 tahun) =
3 Usia Nominal
responden sejak Dibawah 67,21 tahun
dilahirkan sampai Diatas 67,21 tahun
dengan saat dilakukan
penelitian
Perbedaan biologis 0 = perempuan
4 Jenis kelamin Nominal
antara responden laki- 1 = laki - laki
laki dan perempuan
Wilayah tempat tinggal 0 = pedesaan
5 Tingkat urbanisasi Nominal
responden 1 = perkotaan
 Kebiasaan atau kondisi 0 = bukan perokok
6 Status merokok Nominal
responden terkait 1 = perokok saat ini
kebiasaan merokok 2 = mantan perokok
Indeks massa Proporsi antara berat 1 = berat badan kurang (≤18.5 kg/m2)
7 Rasio
tubuh (BMI) badan dan tinggi 2 = normal (18.6–22.9 kg/m2)
responden 3 = kelebihan berat badan (≥23 kg/m2)
Kekuatan tungkai Kekuatan otot-otot pada 0 = rendah
8 Nominal
bawah (LLS) bagian tungkai bawah, 1 = normal
seperti paha, betis, dan
kaki
Waktu yang dihabiskan 0 = rendah
9 Aktifitas fisik Ordinal
untuk berbagai jenis 1 = sedang
aktivitas fisik selama 7 2 = tinggi
hari terakhir
Riwayat jatuh yang 0 = tidak jatuh
10 Riwayat jatuh Ordinal
dialami responden dalam 1 = jatuh tunggal
waktu 2 tahun terakhir 2 = banyak jatuh
Bagaimana kualitas 0 = buruk
11 Kualitas tidur Ordinal
tidur responden selama 1 = cukup
7 hari terakhir 2 = baik
Gejala terkait gangguan 0 = Tidak depresi
12 Gejala depresi Nominal
depresi yang dialami 1 = Depresi
responden yang dinilai
menggunakan skala
CES-D (Center for
epidemiologic Studies-
Depression
Riwayat penyakit 0 = tidak
13 Riwayat hipertensi Binomial
hipertensi yang dialami 1 = ya
responden
Riwayat penyakit DM 0 = tidak
14 Diabetes melitus Binomial
yang dialami responden 1 = ya
PPOK (Penyakit Riwayat penyakit PPOK 0 = tidak
15 Binomial
Paru Obstruktif yang dialami responden 1 = ya
Kronik)
Penyakit Riwayat penyakit 0 = tidak
16 Binomial
kardiovaskular kardiovaskular yang 1 = ya
dialami responden
Riwayat penyakit artritis 0 = tidak
17 Artritis reumatoid Binomial
reumatoid yang dialami 1 = ya
responden

d. Data numerik dalam skala rasio memiliki semua ciri-ciri data interval,
seperti memiliki nilai yang dapat dihitung dan diurutkan. Namun,
memiliki poin nol, yang merupakan makna absolut. Nol pada skala tinggi
badan menunjukkan bahwa tidak ada ukuran tinggi badan sama sekali
atau tidak ada sama sekali. Kita dapat melakukan operasi matematika
yang lebih lanjut, seperti penjumlahan, pengurangan, perkalian, dan
pembagian, serta perbandingan proporsional yang signifikan, dengan
menggunakan skala data rasio. Misalnya, jika seseorang memiliki tinggi
dua kali lipat dari orang lain, itu berarti bahwa tingginya benar-benar
 dua kali lipat dari orang lain. Data numerik rasional sangat bermanfaat
untuk analisis statistik. Kita bisa melihat ada tinggi badan rata-rata,
tinggi badan tertinggi dan terendah, menghitung deviasi standar, atau
menggunakan statistik inferensial.

Jadi, tinggi badan adalah contoh data numerik dalam skala rasio, yang
memberikan informasi tentang jumlah, urutan, dan perbandingan
absolut tinggi badan responden.

e. Variabel dependen (dependent variable) adalah variabel yang diteliti atau

diukur untuk melihat apakah ada hubungan atau pengaruh dari
variabel lain. Dalam penelitian ini, variabel dependen adalah
"Sarcopenia risk / kejadian sarcopenia," yang merujuk pada risiko
terjadinya sarcopenia pada orang tua di Indonesia.

Variabel eksposur utama (main exposure variable) adalah variabel yang

menjadi fokus utama penelitian, di mana peneliti ingin mengeksplorasi
hubungan atau pengaruhnya terhadap variabel dependen. Dalam
penelitian ini, variabel eksposur utama adalah "Peak Expiratory
Flow Rate" (laju aliran ekspirasi puncak).

f. Ada variabel confounding dalam penelitian ini yaitu usia, jenis kelamin,
tingkat urbanisasi, status merokok, indeks masa tubuh (BMI), kekuatan
tungkai bawah (LLS), aktivitas fisik, riwayat jatuh, kualitas tidur,
gejala depresi, riwayat hipertensi, DM, PPOK, penyakit
kardiovaskular, artritis rheumatoid.
g. Kerangka konsep =

Variabel Exposure : Variabel Dependen :

laju aliran ekspirasi kejadian sarcopenia

puncak (PEFR)

Variabel confounding :
1. Usia
2. jenis kelamin
3. tingkat urbanisasi, status merokok
4. indeks masa tubuh (BMI)
5. kekuatan tungkai bawah (LLS)
6. aktivitas fisik
7. riwayat jatuh
8. kualitas tidur
9. gejala depresi
10. riwayat hipertensi
11. Diabetes Melitus
12. PPOK
13. penyakit kardiovaskular
14. artritis rheumatoid

h. Hipotesis penelitian berdasarkan artikel diatas yaitu

Ada korelasi atau pengaruh antara laju aliran ekspirasi puncak dan risiko
sarcopenia pada populasi lanjut usia di Indonesia.