BIOSTATISTIK

Frengki Rixen, S. Kep, Ners

Definisi
Biostatistik = Statistik Kesehatan
Statistik = Asal kata :

Status (Latin) = Negara

State (English) = Negara

Why State ?
Statistik = Negara

Dulu digunakan untuk data2 yg berhubungan

dengan negara seperti :
statistik tenaga kerja, statistik kehutanan,
statistik pendidikan, dll
Sekarang berkembang ke seluruh aspek
kehidupan :
kesehatan,produk industri, teknologi
informasi, bisnis, hukum, dll
Pengertian Statistik
KONSEP DASAR STATISTIK UMUM

a.Marguerrite F. Hall
Suatu teknik yang digunakan untuk mengumpulkan
data, menganalisa data dan menyimpulkan dan
mengadakan penafsiran data yang berbentuk angka.
b. Anderson & Bancrofi
ilmu dan seni mengembangkan dan menerapkan
metoda yang paling efektif untuk mengumpulkan,
mentabulasi, menginterpretasi kan data kuantitatif
sedemikian rupa sehingga kemungkinan salah dalam
kesimpulan dan estimasi dapat diperkirakan dengan
menggunakan penalaran induktif berdasarkan matematika
probabilitas.
Pengertian Statistik

c.Sujana
Pengetahuan yang berhubungan dengan cara-cara
pengumpulan fakta, pengolahan serta penganalisanya,
penarikan kesimpulan, penyajian dan publikasi dari
data-data yang berbentuk angka

d.Sudrajat
Ilmu pengetahuan mengenai cara dan aturan dalam hal
pengumpulan data, pengolahan, analisa, penarikan
keseimpulan, penyajian dan publikasi dari kata-kata
yang berbentu angka.
Statistik adalah ?

Sekumpulan konsep dan metode yang

digunakan untuk mengumpulkan dan
menginterpretasi data tentang bidang
kegiatan tertentu dan mengambil
kesimpulan dalam situasi dimana ada
ketidakpastian dan variasi
Contoh statistik
1. Suatu studi dilakukan untuk melihat efek
dari paparan gas CO terhadap polisi lalu
lintas.
Contoh statistik
2. Dosen ingin mempelajari hubungan nilai
ujian Biostatistik dengan tingkat
kehadiran mahasiswa.
Statistika Kesehatan

Data /informasi yang berkaitan dengan

masalah kesehatan
Contoh :
AKI, Sarana kesehatan, cakupan
imunisasi, dll
Fungsi Statistika Kesehatan
Perencanaan program pelayanan kesehatan
Penyelesaian masalah kesehatan
Analisis berbagai penyakit selama periode waktu
tertentu (time series analysis)
Menentukan penyebab timbulnya penyakit baru yang
belum diketahui
Menguji manfaat obat bagi penyembuhan penyakit
(setelah hasil uji klinik dinyatakan berhasil)
Secara administratif dapat untuk memberi penerangan
tentang kesehatan kepada masyarakat
TUJUAN STATISTIK
1. Memberikan gambaran/
ukuran mengenai status/
derajat kesehatan. Contoh:
Angka Kematian Bayi
Angka Kematian Ibu
TUJUAN STATISTIK (2)
2. Untuk evaluasi program
kesehatan.
Contoh: Status Kesehatan
*10 th yll AKI = 125/100000
*Sekarang AKI = 75/100000
TUJUAN STATISTIK (3)
3. Untuk merencanakan
program kesehatan
Contoh:
Didapat data pola penyakit
di suatu daerah Dasar
pengalokasian sumber
daya kesehatan
Ruang Lingkup Statistik
Meliputi
1. Statistik Deskriptif
2. Statistik Inferensial/Induktif
Pengelompokan Statistika
1. Statistika Deskriptif
Kegiatan mulai dari pengumpulan data
sampai mendapatkan informasi
dengan jalan menyajikan dan analisis
data yang telah terkumpul atau
sengaja dikumpulkan, tetapi tidak
digunakan untuk membuat kesimpulan
yang lebih luas (generalisasi)
Contoh Statistik Deskriptif
Untuk MENGGAMBARKAN karakteristik
penduduk diperlukan data seperti
:umur,jenis kelamin, status perkawinan,
dsb.
2. Statistika Inferensial
Kumpulan cara atau metode yang dapat
menggeneralisasi nilai-nilai dari sampel
yang sengaja dikumpulkan menjadi nilai
populasi, hasilnya akan digeneralisasi
untuk populasi di mana sampel di ambil.
Contoh Statistik Inferensial
Untuk menganalisa hubungan
pertambahan berat badan ibu hamil
dengan berat lahir bayi di daerah
Kabupaten Bondowoso diambil sampel
dari RS Dr. H. Koesnadi
Statistik Inferensial
Dapat mengevaluasi informasi yang telah
kita kumpulkan menjadi suatu
pengetahuan baru.
Contoh kita ingin mengetahui apa saja
faktor-faktor risiko yang dapat
menurunkan risiko penyakit jantung
koroner
Pembagian statistik inferensial

STATISTIK STATISTIK
PARAMETRIS NONPARAMETRIS

INTERVAL NOMINAL
ATAU ORDINAL
ATAU RASIO
DATA DATA BEBAS
TERDISTRIBUSI DISTRIBUSI
NORMAL
Pengelompokan lainnya
Statistika Parametrik:
Menggunakan asumsi mengenai populasi
Membutuhkan pengukuran kuantitatif dengan
level data interval atau rasio
Statistika Nonparametrik (distribution-free
statistics for use with nominal / ordinal data):
Menggunakan lebih sedikit asumsi mengenai
populasi (atau bahkan tidak ada sama sekali)
Membutuhkan data dengan level serendah
rendahnya ordinal (ada beberapa metode untuk
nominal)
Tahap Kegiatan Statistik
Pengumpulan Data
Pengolahan Data
Analisis/Interpretasi Data
Penyajian Data
Definisi Data
Data adalah himpunan angka-angka yang
merupakan nilai dari unit sampel kita
sebagai hasil dari
mengamati/mengukurnya.
Data adalah bentuk jamak dari kata
datum. Jadi tidak ada istilah data-data
cukup menyatakan data saja.
Macam-macam Data (I)
Berdasarkan Sifat Data
1. Data Diskrit : data dalam bentuk bilangan
bulat.
Contoh: Jumlah penderita penyakit TBC.
2. Data Kontinu : merupakan rangkaian
data, dalam bentuk desimal.
Contoh:TB (162,5 cm), BB (63,5 kg)
Macam-macam Data (II)
Berdasarkan Jenis Data
1. Data Kualitatif : dalam bentuk kalimat, kata
atau gambar.
Contoh : Pernyataan masy. thdp KBsetuju,
kurang setuju,tidak setuju
2. Data Kuantitatif : dalam bentuk bilangan
(numerik)
Contoh : Jumlah balita yang telah diimunisasi
Macam - Macam Data (III)
1. Data Primer
Dikumpulkan secara langsung oleh peneliti

2. Data Sekunder
Diperoleh dari orang / tempat lain.
Misal : RM RS. Lebih hemat waktu, biaya,
tenaga. Tetapi kadang tidak lengkap /
tidak sesuai
Teknik Pengumpulan Data
Wawancara
Pengamatan/Observasi
Angket/Kuesioner
Dokumentasi (tercetak, tergambar,
terekam)
Variabel
Variabel adalah sifat yang akan diukur
atau diamati yang nilainya bervariasi
antara satu objek ke objek lainnya.
Contoh: variabel di kelas : usia, jenis
kelamin, warna rambut bukan variabel
karena hitam semua.
Contoh variabel

Untuk mengamati bayi baru lahir

variabel yang akan diamati adalah berat
badan, panjang badan (nilai ini bervariasi antara
satu bayi dengan bayi lainnya)
Untuk menilai kinerja bidan
variabel yang akan dinilai adalah
Definisi Operasional (DO)
Mendefinisikan variabel secara
operasional berdasarkan karakteristik
yang diamati yang memungkinkan
seseorang untuk melakukan observasi
atau pengukuran secara cermat terhadap
suatu obyek atau fenomena
Definisi Operasional (DO)
Nama Variabel
Definisi Variabel
Hasil Ukur/Kategori
Skala Pengukuran
SKALA PENGUKURAN
Dalam mengumpulkan nilai dari variabel
perlu diketahui skala pengukuran dari
variabel tersebut.

Variabel adalah sifat yang akan diukur

atau diamati yang nilainya bervariasi
antara satu objek ke objek lainnya.
Skala Pengukuran

1. Nominal
2. Ordinal
3. Interval
4. Rasio
1. Nominal
Nilai dapat dibedakan/klasifikasi
pengamatan dapat dilakukan
Nilainya sederajat

Contoh: Jenis Kelamin, Agama, BB <

50 Kg dan BB > 50 kg.
2. Ordinal
Nilai dapat dibedakan
Ada tingkatan/ urutan pengamatan dapat
dilakukan tapi belum ada jarak.
Contoh: Pendidikan; SD, SMP, SMU
Status Ekonomi: Baik, Sedang,
kurang
3. Interval
Data dengan jarak yang sama, tidak punya
nilai nol absolut (mutlak). Nol punya nilai
(harga).
Contoh: Suhu/ temperatur
20 dan 40 (Panas 40 bukan berarti 2x20)
4. Rasio
Data yang jaraknya sama dan mempunyai nilai
nol absolut. (nol = 0)
Contoh: Berat badan, jarak (meter)

kecepatan o km/ jam = tidak berjalan

Konsep dasar statistik

1. Populasi adalah:
Seluruh unit/ subyek yang diteliti Subyek/unit
berupa individu, keluarga, puskesmas, RS,
buku (cth: populasi buku)
Konsep dasar statistik

2. Sampel adalah:
Bagian dari populasi yang karakteristiknya
mewakili populasi Pada populasi dengan
jumlah sedikit, sampel di random.
(Random artinya adalah setiap anggota
populasi punya kesempatan yang sama
untuk terpilih)
Sampel
1. Homogen (karakter hampir sama)
sampel yang diambil jumlahnya sedikit
Cth : air laut, untuk mengetahui rasa laut
cukup diambil sampel air laut sedikit.

2. Heterogen (karakter berbeda-beda)

sampel yang diambil lebih banyak
cth: untuk mengetahui berat badan siswa. Ada
rumus mengambil jumlah sampel yang dapat
dipertanggungjawabkan
Contoh Sampel
Kita ingin mengetahui kadar Hb ibu hamil
di Kabupaten Bondowoso.
*Populasi keseluruhan ibu hamil yang ada di
Kabupaten Bondowoso
Contoh Sampel
Kita tidak mungkin mengukur kadar Hb
Seluruh ibu hamil tersebut jadi kita ambil
sebagian dari ibu hamil (sampel) yang
mewakili keseluruhan (populasi) ibu hamil
di Kabupaten Bondowoso.
PENYAJIAN DATA
?
PENYAJIAN DATA

1. Penyajian Tekstual
2. Penyajian Semi-tabular
3. Penyajian Tabular
4. Penyajian Grafik
PENYAJIAN TEKSTUAL

Di antara tenaga paramedis yang bekerja

di RSUP Dr. Sardjito, proporsi terbesar
berusia 30-35 tahun, dengan 40,8%
penderita termasuk dalam kategori ini.
Persentase dari mereka yang berusia 36-
40 adalah 35,0%. Hanya 5 di antara 103
penderita (4,9%) berusia di atas 46
tahun.
PENYAJIAN SEMI-TABULAR

Di antara 260 orang tenaga paramedis

di RSUP Dr. Sardjito , ternyata yang
berusia :
31-40 tahun berjumlah 49 orang,
41-50 tahun berjumlah 32 orang, dan
51 tahun ke atas berjumlah 22 orang.
PENYAJIAN TABULAR
Prinsip - prinsip tabulasi :
1. Tabel harus sederhana.
2. Tabel harus independen dan self-explanation.
a. Judul ringkas dan jelas.
b. Kode/simbol dan singkatan dijelaskan.
c. Label pada baris dan kolom.
d. Satuan pengukuran dijelaskan.
e. Total ditunjukkan.
3. Untuk data sekunder, sumber disebutkan.
 Tabel 1. Distribusi penderita
menurut jenis kelamin dan higiene

Jenis Kelamin
Higiene Total
Laki-laki Wanita
Baik 28 35 63
Sedang 14 17 31
Jelek 6 3 9
Total 48 55 103
Keterangan : Sumber :
Prinsip - Prinsip Penyajian Grafik

1. Grafik / diagram harus sederhana /

jelas.
2. Harus self explanation.
3. Judul ringkas dan jelas. Posisi judul
bisa
di atas atau di bawah grafik.
4. Sumber harus disebutkan untuk data
sekunder.
5. Skala diberi label secara benar yang
menggambarkan ukuran yang
digunakan
dan tingkatan skala harus jelas.
6. Format sederhana, jangan seperti
lukisan artis.
7. Dasar klasifikasi biasanya ditunjukkan
pada sumbu horizontal dan frekwensi
pada sumbu vertikal.
8. Garis vertikal mulai dari nol.
Jika perlu, gunakan break ( ).
Penyajian Grafik

1. Bar diagram
2. Diagram frekwensi
3. Histogram
4. Line diagram
5. Pie diagram ?
6. Scatter diagram
7. Box Plot
 1. Bar diagram

90
80
70
60
50
Laki-laki
40 Wanita
30
20
10
0
IRNA 1 IGD IBS ICU

Gambar 1. Distribusi responden menurut

instansi tempat bekerja dan jenis kelamin
 2. Diagram frekwensi

IP
v .V
P a
s i Laki-laki
m a
ar
F
Wanita
st .
In la n
J a
a t
a w i
R a p
t e r
d io 0 10 20 30 40 50
R a

Gambar 2. Distribusi responden menurut

instansi tempat bekerja dan jenis kelamin
 3. Histogram
20

10

Std. Dev = 8.32

Mean = 39.9
0 N = 103.00
25.0 30.0 35.0 40.0 45.0 50.0 55.0
27.5 32.5 37.5 42.5 47.5 52.5

UMUR
4. Line diagram

SPK
AKPER
AKZI
S1
LAINNYA

Gambar 4. Distribusi responden paramedis RSUP Dr. Sardjito

menurt tingkat pendidikan.
 100
90
80
70
60 KONTROL
50 KUIS
40 PAPER
30
20
10
0
UJIAN MID- UJIAN
AWAL TERM AKHIR

Gambar 3. Rata-rata nilai ujian Biostatistika mahasiswa menurut

perlakuan, pada awal, tengah dan akhir semester
 60

50

40

30
UMUR

20
N= 32 36 11 6 18

BUMN ASING LAINNYA

PEMERINTAH PERUSAHAAN SENDIRI

INST ANSI T EMPAT BEKERJA

Distribusi Frekwensi
Pengelompokan data ke dalam
kelompok- kelompok yang disusun
secara sistematis dengan tujuan
untuk mendapatkan gambaran yang
lebih jelas tentang karakteristik dan
penyebaran suatu data.
Istilah yang dipergunakan :
1. Kelas interval
2. Frekwensi
3. Batas kelas
4. Tepi kelas
5. Titik tengah
6. Ukuran kelas
7. Frekwensi kumulatif
Usia 30 orang penderita sejenis dermatitis
kontak yang berkunjung ke Poliklinik
Puskesmas Depok I
1. 20 11. 31 21. 55
2. 33 12. 18 22. 20
3. 58 13. 42 23. 36
4. 10 14. 40 24. 38
5. 55 15. 32 25. 44
6. 25 16. 39 26. 62
7. 46 17. 36 27. 37
8. 16 18. 28 28. 45
9. 36 19. 52 29. 38
10. 68 20. 26 30. 54
Penentuan Jumlah Kelas
1. Minimum 5, maksimum 15
2. Pendekatan Sturges
k = 1 + 3.3 log n
k = 1 + 3.3 log 100
k = 1 + (3.3) (2)
k = 1 + 6,6
k = 7.6 ~ 8
DISTRIBUSI FREKWENSI
Interval Kelas Frekwensi Frekwensi Kumulatif
atau lebih kurang dari
10 - 19 3 30 3
20 - 29 5 27 8
30 - 39 10 22 18
40 - 49 6 12 24
50 - 59 4 6 28
60 - 69 2 2 30

or more lower class limits

less than upper true class limits
UKURAN DALAM BIOSTATISTIK

MEAN
MEDIAN
MODUS
SD (STANDAR DEVIASI)
UJI CHI SQUARE
1. Distribusi Frekuensi

Definisi : pengelompokkan data ke dala

kategori-kategori yang disusun secara
sistematis untuk mendapatkan gambaran
mengenai karakteristik & penyebaran
suatu data
Jenis data
Tidak berkelompok Interval Frekuensi
10, 24, 35, 11, 22, 13, kelas
20 10 15 4
Berkelompok (dibuat
interval) 16 20 2

21 25 6

26 30 3
Ubahlah data berikut ke dalam distribusi frekuensi
Usia 30 penderita dermatitis yg berkunjung di Poli
Sukasehat
1. 20 11. 31 21. 55
2. 33 12. 18 22. 20
3. 58 13. 42 23. 36
4. 10 14. 40 24. 38
5. 55 15. 32 25. 44
6. 25 16. 39 26. 62
7. 46 17. 36 27. 37
8. 16 18. 28 28. 45
9. 36 19. 52 29. 38
10. 68 20. 26 30. 54
Istilah- istilah yang dipergunakan
dalam data berkelompok

a. Kelas interval (k)

b. Frekuensi (f)
c. Frekuensi relatif (fr)
d. Frekuensi kumulatif (fk)
e. Batas kelas (l)
f. limit kelas (tepi kelas)
g. Titik tengah (x)
h. Ukuran kelas (lebar kelas) (w)
Kelas interval
Minimum 5, maksimum 15
Pendekatan Sturgess
k = 1 + 3,3 log n
= 1 + 3,3 log 30
= 1 + 3,3 (1,48)
= 5, 87 = 6
Interval Frekuensi Frek. relatif Frek
kelas (f) kumulatif
10 - 19 3 10 3
20 - 29 5 16,7 8
30 - 39 10 33,3 18
40 - 49 5 16,7 23
50 - 59 5 16,7 28
60 - 69 2 6,7 30
30 100
 10 - 19

Tepi bawah Tepi atas

Batas kelas 1 batas kelas bawah = 9 + 10 = 9, 5

2

batas kelas atas = 19 + 20 =19, 5

2

Titik tengah = tepi bawah kelas + tepi atas tepi bawah

2
Titik tengah kelas 1 = 10 + 19-10 = 14, 5
2

Lebar kelas = batas atas batas bawah

= 19, 5 9,5 = 10 (ideal)
Ukuran sentral
Terdiri dari mean, modus, dan median
a. Untuk data yang tidak berkelompok
1. mean = rata- rata
x = x1 + x2 + + xn
n
2. modus : yang paling sering
N ganjil = x ( n+1)
3. median 2

N genap = X n/2+ X (n/2+1)

2
Hitunglah mean, modus, median
dari data berikut
Lama fever clearance time 10 penderita
filariasis yang diberi Sulfadoxin (dalam
menit)
20 6. 27
30 7. 24
28 8. 27
27 9. 26
23 10. 21
b. Untuk data yang berkelompok
Mean ( x ) = f.xi
n

Modus =lm + d1 w
(d1+d2)

Lm= batas bawah kelas modus

d1 = selisih frek kumulatif di kelas modus dengan kelas sebelumnya
d2 = selisih frek kumulatif di kelas modus dengan kelas sesudahnya
w = lebar kelas median
 Median = lm + (n/2 cf ) w
fm

Lm= batas bawah kelas median

w = lebar kelas median
Cf = frekuensi kumulatif sebelum kelas median
Fm = frekuensi pada kelas median
Ukuran Penyimpangan (Dispersi)
Dispersi : satuan yg menunjukkan sebaran dari data
yang dikumpulkan guna pendamping informasi dari
kecenderungan sentral
Rentang
Variansi
Standar deviasi
Persentil
a. Untuk data yang tidak berkelompok
1. Rentang = nilai tertinggi nilai terendah
( x )2
X2
n
2. Variansi (s2) = n-1

3. Standar deviasi (s) = akar kuadrat varians

a. Untuk data yang berkelompok
1. Rentang =batas atas kelas interval teratas batas bawah
kelas interval terbawah

( fx )2
f.x2
2. Variansi (s2) = n
n-1
3. Standar deviasi (s) = akar kuadrat varians
Persentil
f.i - cf
P i = li + 100 w
fi
Li = batas bawah kelas persentil
Cf = frekuensi kumulatif sebelum kelas persentil
fi = frekuensi di kelas persentil
f = jumlah data