Oleh
Adhar Arifuddin, S.KM,M.Kes.
PENDAHULUAN 3
Pengertian
KONSEP
BIOSTA Teori
TISTIC
matematika
VARIA
STATIS BEL
METODE
TICS
* Pengumpulan
• Pengolahan
• Analisis
• Kesimpulan
PENDAHULUAN 4
Posisi Statistik dalam kegiatan penelitian
TEORI
GENERALISASI HIPOTESA
STATISTIK
OBSERVASI
Jenis Analisis Data
ANALISIS DATA 6
Statistika Deskriptif
Statistika Deskriptif: statistika yang menggunakan
data pada suatu kelompok untuk menjelaskan
atau menarik kesimpulan mengenai kelompok itu
saja
Cth :
Untuk menggambarkan karakteristik penduduk
diperlukan data seperti: umur, jenis kelamin,
status perkawinan, dsb
Statistika Inferensal
• 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)
Skala pengukuran Variabel
PENDAHULUAN 10
Skala pengukuran Variabel
Pengertian Dan Prinsip skala pengukuran variabel
PENDAHULUAN 11
Biostatistik Deskriptif
PENGOLAHAN DATA DESKRIPTIF
Distribusi Frekuensi Data Kuantitatif
- Terlebih dulu cari harga max dan min. Selisihnya
disebut Range = R
- Tentukan jumlah kelas dan interval kelas
Rumus Sturgess :
M =1 + 3.3logN
M= jumlah kelas, N=jumlah data (observasi)
Interval = R : M
Contoh : Tinggi Badan anak kelas VI SD
contoh :
Peserta 1 2 3 4 5 6 7 8 9
BB (KG) 59 60 60 60 61 62 66 75 76
2. MEDIAN (Md)
Nilai yang membagi distr 2 sama besar
- n ganjil : median pada urutan ke (n+1) / 2
contoh diatas : (9+1) / 2 = 5 Md = 61
- n genap : median pada urutan diantara ke n / 2 dan (n/2) + 1
mis = 59 60 60 60 60 61 62 66 75 76
Md = (60+61) / 2 = 60,5 kg
3. MODUS (Mo)
Nilai yang sering muncul
Mis contoh diatas Mo= 60
B. GROUPed DATA (TERKELOMPOK)
35-<45 6 40 240
45-<55 12 50 600
55-<65 14 60 840
65-<75 1 70 70
75-<85 2 80 160
n 35 ∑ fm 1910
∑fm 1910
x= = = 54,6Kg
n 35
MEDIAN ( grouped data)
n 2 - cf
Md = Lmd + ×i
f.md
Ket : Md = median
Lmd = batas bawah klas median
n = besar sampel
cf = frek kump sampai klas median
f.Md = frek klas median
i = besar interval
Modus grouped data
Asumsi: modus pada kelas yang mempunyai trek
terbanyak ( langsung dibawah puncak poligon frek )
di
Mo Lmo i
d1 d 2
Keterangan : Mo = modus
Lmo = batas bawah kelas modus
d1 = beda antara frekuensi klas modus dgn frek kelas
sblum kelas modus
d2 = beda antara frekunsi kelas modus dgn frek kelas
sesudah kelas modus
i = besar interval
Nilai Variasi
• Varian : parameter ukuran penyebaran data,
variabilitas nilai terhadap mean
V (S²) = ∑(x-µ)²
n-1
• Standar Deviasi : simpangan baku, akar varian
S = √v = √S²
• Koefisien Varian : rasio SD terhadap mean dalam
persen. S
µ x 100%
Distribusi Normal
X2 – μ
-Z2 = ---------
σ
Sebaran
observasi
X1 – μ Z1 Z Z2
Z
- 1 = ---------
σ
Sumbu ( X
X1 X X2 )
21
22
PENERAPAN SEBARAN
NORMAL
CONTOH SOAL
Suatu perusahaan yang memproduksi cairan ringer
lactat (cairan infus diare) mengatakan bahwa masa
ekspayer produknya mencapai rata-rata 3,0 tahun,
dengan standar deviasi 0,5 tahun. Apabila masa
ekspayer cairan tersebut menyebar normal , Hitunglah
peluang bahwa sebuah cairan infus tersebut mencapai
umur kurang dari 2,3 tahun.
23
PENERAPAN DISTRIBUSI
PENYELESAIAN :
NORMAL
Diketahui rata-rata umur cairan infus = 3 tahun, Standar Deviasi = 0,5
tahun Besarnya P(X < 2,3) adalah :
X – μ 2,3 - 3
Z = ------------- x = ---------- = - 1.4
σ 0,5
• Mis :
– BB & TD
– Umur & kdr Hb
Uji korelasi
• Derajat/keeratan hubungan
• Arah hubungan
(-) : Nilai salah satu variabel meningkat maka variabel lain
akan menurun.
– Umur : 20 30 25 35 40 (tahun)
– Lama rawat : 5 6 5 7 8 (hari)
r = 0,97
Interpretasi
• Bentuk hubungan
• Mis :
– Hub BB dan TD
Dalam kasus ini BB sbg variabel independen dan TD
sbg dependen. Sehingga dengan uji regresi linier
kita dapat memeperkirakan besarnya nilai TD bila
diketahui data berat badan.
Persamaan
Y = a + bx
∑Y – (b ∑x)
a= atau a = Y - bX
n
n∑XY – (∑X∑Y)
b=
n∑X² - (∑X)²
Ket :
• Y = Variabel dependen
• X = variabel independen
5(970) - (150)(31)
b=
5(4750) – (150)²
b = 0,16
∑Y – (b ∑x)
a=
n
31 – (0,16)(150)
a=
5
a = 1,4
• Perasamaan regresi linier :
Y = a + bx
lama hari rawat = 1,4 + 0,16 usia pasien
d d d
t
Sd / n Sd / n
Contoh Kaus
• Sd = √ ∑(X2-X1)²/n-1 d
= √ 25,18/14 = 0,80
• T hit = 1,04
0,80/ √15
= 5,034
jawab
1. Hipotesis ? Ho dan Ha
2. Uji statistik? Paired t tes
3. Tinkat signifikan? α=5%, df=n-1=14, titik
kritis=2,145
4. Kriteria pengujian? Ha diterima jika T hit > T Tab
atau –T hit < -T Tab
5. Menghitung statistik
6. kesimpulan
INTERPRETASI HASIL
• RUMUS :
x1 x 2
t hitung =
n1 n 2
Sp
n 1n 2
( n 1)SD 2
( n 1)SD 2
Dimana : S2p 1 1 2 2
n1 n 2 2
CONTOH KASUS
3,22-3,07
• T hit = = 0,862
√0,158 (1/11+1/10)
INTERPRETASI HASIL
n ad bc 1 / 2n
2
X
2
n ad bc 1 / 2n
2
X 2
= 66.1
Interpretasi Hasil
• Kasus
• Seorang peneliti ingin mengetahui antara
faktor genetik (posistif dan negatif) dengan
obesitas (Obesitas dan tidak obesitas).
• Pertanyaan penelitiannya adalah : Apakah
terdapat hubungan faktor genetik dengan
obesitas.
HASIL ANALISIS
Chi-Square Tests
• Rumus :
2
2
(O E )
X E
O = Observasi
E = Nilai expected
(a+b) (a+c)
Expected sel a = ------------------
n
CONTOH KASUS
Count
DIARE
diare tdk diare Total
SGIZI kurang 11 13 24
cukup 29 19 48
baik 1 27 28
Total 41 59 100
Chi-Square Tests
As ymp. Sig.
Value df (2-sided)
Pearson Chi-Square 23.928 a 2 .000
Likelihood Ratio 29.196 2 .000
Linear-by-Linear
10.696 1 .001
As sociation
N of Valid Cases 100
a. 0 cells (.0%) have expected count less than 5. The
minimum expected count is 9.84.
Nilai p = 0,000
Interpretasi Hasil
• Prinsip
( A - D )²
x ² = ----------------- dengan DF = 1
A + D
Mc NEMAR TESTTabel analisis
( A – D )²
x ² = ----------------- dengan DF = 1
A + D
Mc NEMAR TESTTabel analisis
Koreksi kontinyuitas
(| A – D | - 1)²
x ² = ----------------------------- dengan DF = 1
A + D
Mc NEMAR TESTPenggunaan
Contoh soal
Seorang mahasiswa FKIK Untad ingin mengetahui
pengaruh pemberian makanan tambahan anak
balita (PMT) terhadap status gizinya (PMT
diberikan secara intensif selama 6 bulan). Untuk
maksud tersebut ditarik secara random sederhana
sebanyak 200 responden dan sebelum dilakukan
penyuluhan, terlebih dahulu dilakukan
pengukuran BB (test awal) untuk mengetahui
status gizinya dengan hasil sebagai berikut :
1. 50 balita termasuk kategori status gizi cukup dan
150 responden termasuk status gizi kurang.
Mc NEMAR TESTPenggunaan
Contoh soal
2. Setelah diberi PMT secara intensif selama 6 bulan,
diperoleh hasil sebagai berikut : dari 200 balita
tersebut 125 balita termasuk status gizi cukup dan 75
balita termasuk status gizi kurang.
3. Dari analisis hasil 125 balita yg berstatus gizi cukup
setelah PMT, 40 balita status gizinya termasuk tetap,
dan 85 balita berubah dari status gizi kurang menjadi
status gizi cukup.
4. Selanjutnya dari 75 balita yg termasuk kurang ada 65
balita yg status gizinya tetap kurang dan 10
diantaranya status gizi sebelumnya cukup berubah
menjadi kurang.
Mc NEMAR TESTPenyelesaian
Penyelesaian :
1. Hipotesis
Ho : tidak perubahan status gizi balita sebelum dan setelah
dilakukan intervensi dengan PMT.
Ha : ada perubahan status gizi balita sebelum dan setelah
dilakukan intervensi dengan PMT.
• Penyajian data
Data yang terkumpul, selanjutnya disusun dalam tabel
sbg berikut :
( | A – D | - 1) ² ( | 10 - 85 | - 1) ²
x ² = ---------------------- = --------------------- = 57,642
A+D 95
Mc NEMAR TESTPenyelesaian
Interpretasi
Chi square hitung > (57,642) daripada Chi
square tabel (3,841) pada = 0,05 dengan
DF = 1 Ho ditolak, Ha diterima.
Kesimpulan
Terdapat perubahan/ perbedaan secara
bermakna status gizi sebelum dan
setelah pemberian intervensi dengan
PMT pada balita.
“ Terima kasih ”
Uji Mann-Whitney
Uji Mann-Whitney
3. Hitung nilai U
UX = Jumlah peringkat 1
UY = Jumlah peringkat 2
nX = Jumlah sample 1
nY = Jumlah sample 2
∑RX = Jumlah rangking pada sampel X
∑RY = Jumlah rangking pada sampel Y
Contoh 1
(nX + 1) x nX
UX = (nX x nY) + - ∑RX
2
(4 + 1) x 4
UX= (4 x 5) + - 18
2
UX = 20 + 10 – 18 = 12
(nY + 1) x nY
Uy = (nX x nY) + - ∑RY
2
(5 + 1) x 5
UY= (4 x 5) + - 27
2
UY = 20 + 15 – 27 = 8
Step 3. Pilih nilai statistik U terkecil bandingkan dengan U
tabel