Konsep Dasar

Statistika, Data
dan Variabel

RAHAYU ASTUTI

P R O D I M AG I ST E R K E S E H ATA N
M A SYA R A K AT
PA S C A S A R J A N A
U N I V E R S I TA S M U H A M M A D I YA H
SEMARANG
CAPAIAN PEMBELAJARAN KHUSUS (CPK)
Mahasiswa mampu menjelaskan konsep dasar statistika/Biostatistika,
kegunaan, kegiatan biotatistika, peranan dalam penelitian, biostatistika
deskriptif dan inferensial, biostatistika parametrik dan non parametrik,
pengertian data, jenis data, variabel dan skala pengukuran (C2)
INDIKATOR
Ketepatan menjelaskan konsep dasar statistika/Biostatistika, kegunaan,
kegiatan biotatistika, peranan dalam penelitian, biostatistika deskriptif dan
inferensial, biostatistika parametrik dan non parametrik, pengertian data, jenis
data, variabel dan skala pengukuran
PENDAHULUAN
Belajar Statistik → Banyak angka dan rumus
Gunanya untuk apa, aplikasinya untuk apa

Saat ini olah data bisa menggunakan software

Penghitungan bisa menggunakan software
Namun perlu paham interpretasi menggunakan software tersebut
Data → penting dalam penelitian

Testimoni Vs Data
Bagaimana pendapat mhs tentang klaim suatu “air X” dalam menurunkan
kadar gula pada penderita Diabetes mellitus
Adanya testimoni tsb, bagaimana kesan di masyarakat → air X baik untuk
pengobatan DM ?
 Mengapa perlu memahami statistika ?
Banyak informasi numerik yang menggambarkan beberapa aspek
kehidupan dalam kehidupan sehari-hari
Maka perlu metode kuantitatif standar untuk melaporkan dan
memahami kejadian di sekeliling kita

Statistika adalah ilmu tentang rancangan penelitian, pengumpulan data,

klasifikasi data, peringkasan data, interpretasi data dan penampilan
atau penyajian data tersebut untuk mendukung pengambilan keputusan
 Apa itu Biostatistik ?
Mengapa perlu mempelajarinya
Biostatistik adalah aplikasi statistik dalam ranah biologi, seperti kedokteran, gizi,
kesehatan masyarakat keperawatan dll
Penelitian bidang kesehatan terutama penelitian kuantitatif, menggunakan Biostatistik
untuk membuat kesimpulan yang sahih
Membaca hasil penelitian bidang kesehatanpun → perlu pengetahuan tentang
Biostatistik
Contoh
Dari 50 sampel ibu hamil diperoleh rata-rata kadar Hb (11,5 ± 0,5) g/dL
Berdasarkan hasil penelitian, diperoleh pada 95% CI kadar Hb ibu hamil di wilayah
Puskesmas X antara 10,2 – 12,5 g/dL
Bagaimana interpretasinya?
 Kegunaan dalam kesehatan:
1. Menggambarkan/ mengetahui status kesehatan/derajat kesehatan
(AKB/IMR, AKI/MMR, dan lain-lain)
2. Evaluasi program kesehatan (deskriptif dan analitik)
3. Perbandingan data antar waktu
4. Perbandingan data antar tempat
5. Untuk perencanaan program kesehatan. Penyusunan perencanaan dari
data hasil kajian statistik/ setelah diolah.
Kegiatan dalam setiap tahap kegiatan statistik

Pengolahan data : Penyajian data :

Manual/elektronik Tulisan/Tabel/Grafik

Pengumpulan data : Analisis data :

Primer/sekunder/ tersier Deskriptif/ Analitik

Kesimpulan:
Spesifik/ Umum
 Hal penting
1. Pada pengumpulan data : - Metode pengumpulan data
- Alat atau instrument
2. Pada pengolahan data : Ada proses editing, skoring, koding, entri, cleaning data
3. Pada analisis data : Ada analisis deskriptif: univariat,
Ada analisis analitik: bivariat, multivariat
4. Pada Penyajian data : Ada secara tekstular, tabular dan grafikal
5. Pada pengambilan keputusan : Ada uji hipotesis, uji statistik
 Contoh kerangka konsep:
Terkait hipotesis, analisis statistic, uji statistik

Pengetahuan ibu
tentang anemia

Asupan zat gizi Kejadian anemia

Konsumsi tablet Fe

Banyaknya anak
PERANAN DALAM PENELITIAN
 MACAM-MACAM STATISTIKA :

Statistika Deskriptif
Yaitu metode statistika yang digunakan untuk menggambarkan /menyajikan
dan analisis data yang telah dikumpulkan.

Statistika Inferens/analitik/induktif
Yaitu metode statistika yang dapat menggeneralisir nilai-nilai dari sampel
yang sengaja dikumpulkan menjadi nilai populasi.

Atau metode statistika yang digunakan untuk mengetahui (menarik

kesimpulan) tentang sebuah populasi berdasarkan suatu sampel.
 PADA STATISTIKA DESKRIPTIF:
Kegiatannya hanya menggambarkan /mendeskripsikan data tanpa melakukan
gereralisasi pada populasi

Pada statistik deskriptif mempelajari:

1. Cara Penyajian data :
Data dapat disajikan dalam bentuk :
Tekstular, tabular, grafikal
2. Cara meringkas data dan menjelaskan data
Yaitu menggambarkan data yang meliputi :
Pada data kualitatif → distribusi frekuensi data, dan
Pada data kuantitatif → menggambarkan letak data (central tendency/
ukuran pemusatan), variasi data dan bentuk data.
 PADA STATISTIKA INFERENSIAL /INDUKTIF:
PADA KEGIATANNYA dilakukan penyimpulan / pengambilan keputusan dari suatu
populasi tertentu berdasarkan sampel yang dikumpulkan.

Konsep Dasarnya yaitu:

1. Distribusi Sampling
2. Sampling Error
3. Standard Error [ Pada data kuantitatif dan data kualitatif)
4. Estimasi [Estimasi Titik dan Estimasi Selang/Confidence Interval (CI)]
5. Uji Hipotesis → apakah bisa dilakukan generalisasi pada populasi
berdasarkan hasil sampel
Untuk memahami statistika inferensial maka perlu paham konsep Populasi
dan sampel

Populasi sampel
POPULASI dan SAMPEL

Sampel :
Populasi Representative
“Mewakili” Yang perlu diperhatikan :
N = 500 1. Besar sampel
2. Teknik Sampling
Sampel
misalnya =
50

Sampel → bagian dari populasi yang dipilih dg cara tertentu hingga dianggap dapat mewakili
populasinya (menggambarkan keadaan di populasi).
 DATA

pengumpulan data

pengolahan data

penyajian data

analisis data

pada populasi pada sampel

Generalisasi statistika inferensial

uji hipotesis estimasi

uji parametrik uji non parametrik

 PENGERTIAN DATA

Data berasal dari kata Latin yaitu “datum”. Bentuk jamak

dari kata datum adalah “data”.

Data adalah kumpulan hasil pengamatan atau pengukuran

terhadap sifat atau karakteristik yang diteliti.

Sifat atau karakter yang akan diamati atau diukur disebut

variabel
 Data Sources

Primary Secondary
Data Collection Data Compilation

Print or Electronic

Observation Survey

Experimentation
 Jenis Data

Data

Categorical Numerical
(Qualitative) (Quantitative)

Discrete Continuous

Kepuasaan pasien,
Pekerjaan,
Pendidikan, dll. Jumlah balita, Usia, Berat, Waktu
Jumlah pasien R Tinggi badan, dll.
Peny dalam dll
 Berdasarkan bentuk datanya:
a). Data kualitatif: yaitu data dalam bentuk kualitas atau berhubungan dengan mutu. Atau
data hasil dari penggolongan/pengklasifikasian (katagorik).
Contoh: - pernyataan terhadap KB: setuju, kurang setuju, tidak setuju.
- pendidikan: tinggi, menengah, rendah
- status gizi: baik, kurang, buruk

b). Data kuantitatif: yaitu data dalam bentuk bilangan/angka (numerik)

Contoh: - jumlah anak balita: 25 anak.
- tinggi badan 167,2 cm
- kadar hemoglobin 12,0 gr/dl
Pada data kuantitatif, berdasarkan cara mendapatkan data dibedakan :
a). Data diskrit: yaitu data yang berbentuk bilangan bulat (diperoleh dengan
cara menghitung)
Contoh: - jumlah tempat tidur di RS 100 buah
- jumlah akseptor KB 30 orang

b). Data kontinyu: yaitu data yang dapat merupakan rangkaian data, dan
nilainya dapat dalam bentuk desimal (diperoleh dengan cara mengukur).
Contoh: - tinggi badan mahasiswa 155,3 cm
- berat badan 60,8 kg - suhu tubuh 36,8 0C
 VARIABEL
Variabel adalah suatu sifat/karakteristik yang akan diukur atau diamati yang nilainya
bervariasi antara satu obyek dengan obyek lainnya

Macam variabel:

1. a). Variabel katagorik/ kualitatif:

Variabel hasil dari penggolongan atau pengklasifikasian.
Contoh: - jenis kelamin (laki-laki, perempuan)
- tingkat pendidikan (SD,SLTP, SLTA, PT)
- status perkawinan (kawin, belum kawin)

b). Variabel numerik/kuantitatif:

Variabel hasil penghitungan/pengukuran dan berbentuk bilangan/angka (numerik)
Contoh: - jumlah bayi lahir
- tinggi badan
 Macam variabel:
2. a). Variabel diskrit: yaitu variabel yang nilainya dinyatakan dalam bentuk
bilangan bulat dan hasil dari penghitungan
Contoh: - jumlah anak balita dalam keluarga
- jumlah anggota keluarga
- jumlah pasien di kelas VIP
b). Variabel kontinyu: yaitu variabel yang nilainya bisa dalam bentuk desimal,
dan hasil dari pengukuran.
Contoh: - tekanan darah
- suhu tubuh
- kadar hemoglobin
 Macam variabel:
3. a). Variabel dependent/ var. terikat/ akibat/ respon
Yaitu variabel yang tergantung/ terpengaruh oleh variabel lain

b). Variabel independent/ var. bebas/ sebab/ sebab

Yaitu variabel yang mempengaruhi/ menjadi sebab dari variabel lain

variabel x variabel y
(variabel independent) (variabel dependent)

Umur Tekanan darah sistole

CONTOH Hubungan antar variabel

Ketersediaan air
bersih

Personal hygiene
Kejadian Diare
Sanitasi lingkungan
rumah

Pengetahuan tentang
diare
 SKALA PENGUKURAN
Skala pengukuran adalah usaha secara sistematik terhadap suatu angka
sebagai cara menyajikan dengan ciri-ciri atau sifat suatu subyek

Sifat
Variabel/ Skala
Ada titik
Data Pengukuran Ada Ada Urutan/ Ada
nol yang
beda Tingkatan Jarak punya arti

Kategorik Nominal 
Ordinal  
Numerik Interval   
Rasio    
 SKALA PENGUKURAN
NOMINAL ORDINAL INTERVAL RASIO

Ciri : Ciri : Ciri : Ciri :

- isinya dapat - dapat dibedakan - dapat dibedakan - dapat dibedakan
dibedakan - ada tingkatan - ada tingkatan - ada tingkatan
- nilainya sederajat - belum ada jarak/ - ada jarak/ besar - ada jarak/ besar
(antara kategori besar beda beda beda
tidak dapat - belum ada kelipatan - ada kelipatan
diketahui tingkat
perbedaannya.

Contoh : Contoh : Contoh: Contoh :

- jenis kelamin - Status ekonomi : - Suhu badan dlm 0C
(lk;pr) baik, sedang, (pasien A: 36,00C ; - berat badan
- Agama (Islam, kurang pasien B: 37,50C, - tinggi badan
Kristen dll) - Status gizi : baik, jarak: 1,50C) - umur
- suku bangsa kurang, buruk - Skor
(Jawa, Sunda, - Tingkat pengetahuan
Betawi, dll) pendidikan : SD, - Skor sikap
SLTP, SLTA, PT - Skor kecemasan