Pengertian biostatistik
Tujuan
Manfaat
Ruang lingkup
Hubungan biostatistik dengan keperawatan
Jenis-jenis biostatistik
Statistika VS statistik
Statistika: seperangkat metode yg membahas cara
pengumpulan data, cara mengolah data, cara
menganalisa data dan cara mengambil keputusan.
Statistik : kumpulan fakta yg membentuk angka-
angka yg terbentuk dalam bentuk daftar atau
tabel yg menggambarkan suatu persoalan.
Statistika dalam Kehidupan Sehari-hari
Kemajuan ilmu pengetahuan dan teknologi tidak
dapat dipisahkan dari statistika
Why State ?
Statistik = Negara
2. Statistika Nonparametrik
Statistik ini tidak didasarkan pada suatu model distribusi
tertentu
Jika data yang diperoleh tidak valid maka kegiatan analisis & penafsiran
data yang mengikutinya tidak valid.
Pengertian Statistika
Pengertian data
a. data kuantitatif (berupa angka)
- data diskrit (dari hasil perhitungan)
mis: FKIP memiliki 4 jurusan
- data kontinyu (dari hasil pengukuran)
mis: tinggi badan Khairunnissa 176 cm
b. data kualitatif (non-angka)
data dalam bentuk katagori/atribut
31
DATA/ DATUM
Keterangan yang dapat memberikan
gambaran tentang suatu keadaan populasi.
Hasil pengamatan suatu populasi :
- Status
- Informasi
- Keterangan
Syarat Data :
Obyektif
Representatif
Up to date (kecuali utk
penelitian historis /
retrospektif)
Menurut Sumber, data
dikelompokkan :
1. Data primer :
Data/ yang dikumpulkan sendiri oleh peneliti
( data langsung dari responden )
2. Data Sekunder :
a. Internal : data yang berasal dari lingkungan
sendiri ( medical record )
b. Eksternal :
Data yang diperoleh antar lintas sektor
( biro pusat statistik )
Karakteristik data
Akurasi : data yang dikumpulkan setidak-tidaknya
harus mendekati sebenarnya.
(dinilai sebagai veliditas)
Presisi : pengukuran meskipun dilakukan berulang-
ulang oleh siapapun hasilnya tetap sama.(dinilai
sebagai reliabilitas)
Validitas eksternal : Karakteristik data sampel
harus sama dengan karakteristik data populasi.
Seberapa jauh bisa digeneralisasi termasuk ke
populasi lain
Validitas Internal :
Validitias Internal :
Meliputi kemampuan dan keahlian dari
orang yang melakukan tugas, sensitivitas
alat diagnostik atau laboratorium.
1. Nominal
2. Ordinal
3. Interval
4. Rasio
1. Nominal
Nilai dapat dibedakan/klasifikasi
pengamatan dapat dilakukan
Nilainya sederajat
Berat 80 kg = 2 x berat 40 kg
SKALA PENGUKURAN
SKALA
Kelipatan + - - -
Selisih + + - -
Jenjang + + + -
Bedakan + + + +
48
Tujuan Penyajian Data
Memberi gambaran yang sistematis tentang
peristiwa-peristiwa yang merupakan hasil
penelitian atau observasi,
Data lebih cepat ditangkap dan dimengerti,
Memudahkan dalam membuat analisis data, dan
Membuat proses pengambilan keputusan dan
kesimpulan lebih tepat, cepat, dan akurat.
49
Cara Penyajian Data
Tabel
Gambar/Grafik
50
Jenis Tabel Statistik
51
http://abdulsyahid-forum.blogspot.com/2009/03/penyajian-data-
Tabel satu arah yaitu tabel yang memuat
keterangan mengenai satu hal atau satu
karakteristik saja. Misalnya data Produksi kedelai
menurut jenis varietas yang ditanam.
Tabel dua arah yaitu tabel yang menunjukkan
hubungan dua hal atau dua karakteristik yang
berbeda. Misalnya data Produksi kedelai menurut
jenis varietas dan daerah panen
Tabel tiga arah yaitu tabel yang menunjukkan
hubungan tiga hal atau tiga karakteristik yang
berbeda. Misalnya data hasil pengamatan produksi
kedelai (ton/ha) menurut jenis varietas, daerah
panen, dan jenis tanah.
Bentuk tabel dist frek relatif
a-b f1 f1
Dimana:
c-d f2 f2
e-f f3 f3 fi
fi ' n
x100%
g-h f4 f4 f
i 1
i
i-j f5 f5
Jumlah n 100
55
Bentuk tabel dist frek kumulatif
a-b f1 f1
c-d f2 f1+f2
e-f f3 f1+f2+f3
g-h f4 f1+f2+f3+f4
i-j f5 f1+f2+f3+f4+f5
56
Bentuk tabel dist relatif kumulatif
Nilai Frekuensi Frekuensi Frek relatif
Data Kumulatif kumulatif (%)
a-b f1 f1 f1
c-d f2 f1+f2 f2
e-f f3 f1+f2+f3 f3
g-h f4 f1+f2+f3+f4 f4
i-j f5 f1+f2+f3+f4+f5 100
dengan f k
fi ' k 1
x100%
n 57
Contoh tabel dist frek, kum, rel, rel kum
58
Jenis Grafik/Gambar
Grafik garis (line chart),
Grafik Batangan (bar chart),
Grafik lingkaran (pie chart),
Grafik gambar (Pictogram chart)
Diagram Pencar (Scatter diagram)
59
Histogram
Untuk Data Kontinyu
Diagram Garis (Line Diagram)
Untuk data diskrit
Diagram Batang (Bar)
Data diskrit atau skala nominal atau skala
ordinal
Diagram Lingkar (Pie Diagram)
Data diskrit atau kategori.
Menggambarkan %
Grafik Batang (Bar) 30
Grafik Garis (line)
30
20
20
10
10
Jumlah
Count
0
0 administrasi personalia produksi marketing keuangan
administrasi personalia produksi marketing keuangan
bidang pekerjaan
bidang pekerjaan
keuangan
administrasi
700000
600000
personalia
500000
Mean gaji perbulan
Jenis kelamin
400000
marketing
laki-laki
produksi
300000
sangat jelek jelek cukup baik baik sangat baik
w anita
64
prestasi kerja
Grafik gambar
65
A. Modus
Merupakan nilai yang paling sering muncul dalam suatu pengukuran
- kasus sederhana
- kasus interval klas
b1
Mo b p
b1 b2
dimana:
b : batas bawah interval kelas dengan frekuensi terbanyak
p : panjang kelas
b1 : frekuensi terbanyak - frekuensi kelas sebelumnya
b2: frekuensi terbanyak - frekuensi interval kelas sesudahnya
B. Median
merupakan titik/ nilai yang membagi seperangkat data
menjadi dua bagian sama banyak
P(n/2-fk11)
Me= X11+
fi
dimana:
Me : Median
X11 : batas nyata bawah kelas median
p : panjang kelas
n : banyak data
fk11: frekuensi kumulatif interval kelas di bawah kelas median
fi : frekuensi kelas median
C. Rata-rata
Merupakan ukuran gejala pusat yang sering digunakan
X= X
n
X X Me Mo Mo Me X
Mo
Me
A. Rentang (R)
Merupakan ukuran yang paling sederhana dan kasar tentang
variasi suatu perangkat data. Rentang dapat diartikan juga
sebagai selisih antara skor terbesar dan skor terkecil pada suatu
perangkat data
Rentang jarang digunakan utuk menggambarkan variasi perangkat data,
karena beberapa alasan berikut yang saling berkaitan (Shavelson, 1988:
Ferguson & Takane, 1989):
1. Rentang merupakan ukuran yang tidak stabil
2. Rentang tidak mencerminkan pola variasi suatu distribusi
data
3. Rentang bergantung pada besarnya sampel (n)
dimana:
S2 : variasi sampel
Xi : skor (nilai) ke-I pada suatu perangkat data
: rata-rata populasi
n : jumlah sampel (banyaknya data)
n
S = (Xi -X)2
2
i-1
n-1
S S 2
Besaran variasi dan simpangan baku sangat bergantung pada
skala data. Data yang dicatat dalam skala satuan cenderung
memiliki simpangan baku yang lebih kecil daripada data yang
dicatat dalam skala puluhan
Perlu dicari suatu ukuran variasi yang tidak terlalu
tergantung kepada skala data. Masalah ini memunculkan
pemikiran untuk menggunakan rasio simpangan baku
terhadap rata-ratanya yang kemudian dikenal istilah
koefisien variasi (KV) yang dapat diperoleh dengan
menggunakan rumus
KV= s
X
Variasi antara suatu perangkat data dapat dibandingkan
dengan variasi perangkat data lain dengan cara
membandingkan kaefisien variasinya tanpa harus khawatir
terhadap skala datanya karena koefesien variasi telah
memperhitungkan perbedaan skala data.
E. Skor Baku (z)
merupakan skor mentah dikurangi rata-ratanya
skor baku (yang dikembangkan dengan z dan
dikenal dengan sebutan z-score) dapat diperoleh
dengan rumus
_
xi x
z
S
Distribusi normal dapat dipandang sebagai model atau dasar teori statistika
moderen
Distribusi normal adalah suatu model yang didefinisikan dengan rumus:
2
1 x
1
y e 2
2
Dimana
y = ordinat grafik
x = skor yang diperoleh
rata2 populasi
simpangan baku populasi = 3,1416
e = 2,7183
Distribusi normal berbentuk lonceng (bell-
shape) sehingga sering disebut bell shape
distribution. Model ini memiliki empat
karakteristik:
Unimodal: satu modus
Simetrik : distribusi sebelum dan sesudah
median sama
Modus = Median = Mean
Asimtotik : kurva distribusi tidak akan
menyentuh absisnya
Daerah dibawah kurva normal