Sumbara, M.

Kep

KONSEP BIOSTATISTIK
PENGERTIAN
 Statistik adalah ilmu yang mempelajari hal-hal yang
berhubungan dengan data serta sifat-sifat data. (Heri
Purwanto, 1994)
 Statistik adalah disiplin ilmu yang mempelajari metode
dan prosedur pengumpulan, penyajian, analisa dan
penyimpulan suatu data mentah, agar menghasilkan
informasi yang lebih jelas untuk keperluan suatu
pendekatan ilmiah (scientific inferences). (dr. Budiman
Chandra, 1995)
 Biostatistik adalah : penerapan konsep dan metode
statistik pada ilmu biologi, kedokteran, farmasi dan
kesehatan. (Bhisma Murti, 1996)
FUNGSI STATISTIK SECARA UMUM

 Memberikan gambaran tentang suatu objek

secara lengkap dan ringkas
 Membandingkan kejadian satu dengan
kejadian lainnya dengan beracuan pada waktu
dan tempat
 Membuat ramalan pada kejadian yang sama
dimasa yang akan datang
PENGUNAAN STATISTIK DIBIDANG KESEHATAN
1. Vital event
2. Mengukur status kesehatan masyarakat dan mengetahui
berbagai masalah kesehatan
3. Membandingkan status kesehatan dis atu tempat dengan
tempat lain
4. Meramalkan status kesehatan di masa datang
5. Evaluasi proses suatu program
6. Estimasi kebutuhan masyarakat akan pelayanan
kesehatan
7. Research terhadap masalah kesehatan, KB, lingkungan dll
8. Perencanaan dan sistem administrasi kesehatan
9. Kegiatan publikasi ilmiah di media massa
JENIS STATISTIK BERDASARKAN DEFINISI
1. Statistik Deskriptif / Deduktif
Metode dan prosedur hanya terbatas pada
pengumpulan, penyajian dan analisa data dalam
bentuk narasi, tabulasi, diagram serta perhitungan
presentase, nilai rata-rata, standar deviasi dari data
sampel tanpa perlu adanya peramalan dan
pembuktian statistik terhadap group data yang lebih
luas.
Bertujuan menggambarkan suatu ciri penduduk,
masyarakat atau organisasi pada situasi tertentu,
berdasarkan data yang diperoleh.
2. STATISTIK INFERENSIAL / INDUKTIF

Menggunakan prosedur dan metode seperti pada

deskriptif namun disertai pembuktian secara
statistik, apakah data sdh mewakili populasi,
dengan cara melakukan estimasi, uji hipotesis
dan prediksi terhadap parameter populasi.
Bertujuan menaksir secara umum suatu populasi
dengan menggunakan hasil sampel, termasuk
didalamnya teori penaksiran dan pengujian teori.
ISTILAH-ISTILAH DALAM STATISTIK
 PENGAMATAN : (= observasi) merupakan peristiwa dan pengukuran
 UNIT PENGAMATAN (=Subjek) : adalah sumber pengamatan, misal
orang/individu
 POPULASI : adalah keseluruhan kelompok dari orang atau elemen
penelitian dan harus mempunyai batasan yang jelas, misal semua
wanita usia 15 – 49 tahun.
 UNIT SAMPEL : adalah setiap anggota populasi
 SAMPEL : bagian dari sebuah populasi dan dapat dikatakan
kelompok unit-unit sampel.
 DATA : adalah sebuah set nilai yang dicatat dari sebuah atau lebih
unit pengambilan
 VARIABEL : adalah sebuah fenomena yang mempunyai variasi nilai
yang dimiliki oleh suatu kelompok, misal variabel kadar merkuri
orang-orang yang mengkonsumsi ikan yang terkontaminasi, dll.
PENGERTIAN DATA
 Data = Datum
 Yaitu materi atau kumpulan fakta yang dipakai
untuk keperluan suatu analisa, diskusi, presentasi
ilmiah atau tes statistik. (dr. Budiman Chandra,
1995)
 Yaitu suatu himpunan angka yang berasal dari
hasil pengukuran individu. (Heri Purwanto, 1994)
 Materi / kumpulan data dapat berupa : informasi,
status, keterangan tentang suatu objek baik yang
dikumpulkan oleh peneliti atau dari sumber lain.
KLASIFIKASI DATA

1. Data menurut sumbernya

2. Data menurut jenisnya
3. Data menurut sifatnya
4. Data menurut ringkat pengolahannya
5. Data menurut skala pengukurannya
DATA MENURUT SUMBERNYA

1. Data primer
Materi atau kumpulan fakta yang dikumpulkan
sendiri oleh peneliti pada saat berlangsungnya
suatu penelitian.
Contoh : survey, observasi, eksperimen, data
research design.
1. Data Sekunder
 Data Internal
Berasal dari lingkungan sendiri.
Contoh : hasil penelitian sebelumnya,
medical record, kapasitas tempat tidur
 Data Eksternal
Berasal dari lingkungan luar
Contoh : publikasi, data dari instansi
tertentu, badan ilmiah.
DATA MENURUT JENISNYA
 Data Kontinu
 Merupakan variabel numerikal yang nilainya dapat diukur
terus sampai sekecil-kecilnya.
 Data yang angkanya pecahan (desimal)
 Misal : nilai Hb ; hasil AGD
 Data Diskrit
 Merupakan variabel kategorikal yang nilainya tidak dapat
diukur sekecil-kecilnya dan merupakan satu kesatuan
 Dapat bersifat data kualitatif maupun kuantitatif
 Data yang bentuk angkanya bulat
 Contoh : kapasitas tempat tidur RS A = 100 orang ; jumlah
wanita dalam kelas A = 40 orang.
DATA MENURUT SIFATNYA

1. Data Kuantitatif, data yang berwujud angka

2. Data Kualitatif, data yang tidak berwujud
angka
DATA MENURUT TINGKAT PENGOLAHANNYA

 Raw data data mentah yang belum diolah

 Array data  data yang belum dikelompokkan
tetapi sudah disusun besar kecilnya
 Ungrouped data  merupakan raw data yang
belum dikelompokkan
 Grouped data  data yang dikelompokkan
dalam kelas-kelas tertentu, misalnya tabel
frekwensi
DATA MENURUT SKALA PENGUKURANNYA

 Diperlukan ukuran skala jika data diperoleh

dengan menggunakan alat ukur.
 Skala untuk data kualitatif  skala nominal
dan ordinal
 Skala untuk data kuantitatif  skala interval
dan ratio
 Skala Interval
 Mempunyai beberapa kategori
 Antara kategori tak dapat diketahui tingkat
perbedaannya
 Contoh : Jenis kelamin : Laki-laki ; Perempuan
Golongan pekerjaan : PNS, ABRI, Swasta,
Buruh
 Skala Ordinal
 Mempunyai beberapa kategori
 Antara kategori dapat diketahui perbedaannya
 Tidak dapat diketahui besarnya perbedaan
 Contoh : Tingkat pendidikan : tidak sekolah, SD,
SMP, SMU, PT
 Skala Interval
 Mempunyai beberapa kategori
 Antara kategori dapat diketahui adanya perbedaan
namun tidak dapat diketahui besarnya perbedaan
 Tidak dapat diketahui tingkat kelipatannya
 Tidak mengakui titik nol absolut
 Contoh :
 0 ºC, ada suhunya sebab perhitungan suhu sampai
dengan minus (-)
 Tingkat pengetahuan : nilai A = 80, nilai B = 40
namun hal ini tidak berarti bahwa A dua kali lebih
pandai dari B
 Skala Ratio
 Mempunyai beberapa kategori

 Antara kategori dapat diketahui

perbedaannya, tingkat kelipatannya
 Mengakui adanya titik nol absolut

 Contoh :

 Umur, Berat Badan, Penghasilan

KARAKTERISTIK DATA
 Suatu data harus mempunyai ciri yang sama atau mendekati
sumber data yang ada.
 Akurasi :
 Data yang dikumpulkan setidaknya sudah mendekati angka
atau nilai sumber data yang ada
 Persisi :
 Stabilitas dan konsistensi data yang telah dikumpulkan
sama dengan sumber yang ada, artinya jika ada pengukuran
ulang maka hasilnya sama
 Validitas Eksternal :
 Karakteristik data sampel harus sesuai dengan karakteristik
data populasi yang sedang diteliti.
LANJUTAN KARAKTERISTIK DATA
Contoh :
 ingin mengetahui status gizi balita dan sebagai sampelnya
diambil murid SD, maka validitas eksternal tidak dapat
dipertanggungjawabkan

 Validitas Internal :
 Kemampuan dan keahlian dari orang yang melakukan tugas,
sensitifitas dari alat (diagnostik atau lab.).
Contoh :
 pemeriksaan kadar Hb, digunakan alat sederhana yaitu
Haemometer sahli dan dilakukan oleh perawat, maka
validitas internalnya kurang dibanding jika dilakukan dengan
menggunakan Spektrometer dan dilakukan oleh analis.