2017
1 PENGANTAR BIOSTATISTIK
SAMPEL
PENGANTAR
BIOSTATISTIK PENGUMPULAN DATA
PENGOLAHAN DATA
ANALISA DATA
PENYAJIAN DATA
PENGERTIAN
• Asal kata ‘statistik’ (bhs Latin) = ‘status’ = ‘ negara’ Angka-angka
tentang situasi ekonomi, politik, sosial, pendidikan, budaya,
penduduk.
• ‘Statistika’ (modern) = Metode yang dipakai dalam proses
pengumpulan, pengolahan, penyajian, & interpretasi data, yang
menghasilkan suatu kesimpulan (informasi) yang dapat digunakan
untuk pengambilan keputusan dalam situasi ketidakpastian
• Biostatistika’ = Aplikasi statistika dalam bidang kehidupan manusia
(Kesehatan, kedokteran, pertanian, psikologi, pendidikan,
dll)ngambilan keputusan dalam situasi ketidakpastian.
PERAN BIOSTATISTIK
• Mengetahui pola penyakit pasien yg berkunjung ke RS (per bulan/th)
• Mengetahui proporsi penderita penyakit “X” di RS (per bulan/th)
• Memprediksi jenis pelayanan yang dibutuhkan oleh pasien di masa
yang akan datang (..utk penyediaan layanan kesehatan)
• Mengetahui proporsi penduduk yang belum memiliki Askes (..utk
jualan Askes swasta)
• Menguji apakah obat X lebih efektif dari obat Y
• Menghitung angka kematian maternal, angka kematian bayi, dll
• Menghitung indikator mutu rumah sakit
POPULASI dan SAMPEL
• Populasi adalah seluruh penduduk/objek dalam suatu wilayah
administratif/institusi.
• Data bisa diperoleh dari seluruh penduduk Indonesia yang dikumpulkan melalui
kegiatan yang disebut sensus. (biasanya 10 th sekali)
• Kesimpulan atau hasil ukur dari data seluruh populasi disebut nilai parameter
• Sampel adalah bagian dari populasi, sample yang baik adalah yang
karakteristiknya sama dengan populasi.
• Apabila kita tidak mampu mengukur seluruh populasi (karena keterbatasan dana,
waktu, & tenaga), maka kita dapat mengambil sebagian dari populasi melalui
kegiatan yang disebut survey. (bisa tiap tahun)
• Kesimpulan atau hasil ukur dari data yang berasal dari sampel disebut
sebagai nilai statistik
PEMBAGIAN STATISTIK
• Statistik DESKRIPTIF =
• Suatu metode dalam proses pengumpulan, pengolahan, penyajian, &
interpretasi data menjadi suatu informasi
• Statistik INFERENS =
• Suatu metode dalam menyimpulkan (generalisasi) ‘nilai sampel’ menjadi
‘nilai populasi’ Metode Induktif
Data vs Variabel
•JENIS DATA:
•Kualitatif = Kategorik = Data dalam bentuk kualitas (baik/buruk, tinggi/rendah) atau
pernyataan (setuju/tdk, Y/T) , kondisi (sakit/tidak), sifat (L/P), dll
•Kuantitatif = Numerik = Data dalam bentuk angka numerik
1.Kuantitatif Diskrit = Hasil menghitung (bulat)
2.Kuantitatif Kontinu = Hasil mengukur (bulat,koma)
•SUMBER DATA:
• Primer = Rancangan pengumpulan data dibuat oleh peneliti sendiri
• Sekunder = Rancangan pengumpulan data dibuat oleh orang lain/institusi
• Tersier = Kumpulan data dari berbagai laporan (Studi literatur, meta analysis)
2 PENGANTAR BIOSTATISTIK
SAMPEL
PENGOLAHAN DATA
ANALISA DATA
PENYAJIAN DATA
SAMPLING
Ada 2 topik bahasan dalam sampling:
1. Metode pengambilan sampel (Sampling Design)
2. Perhitungan Besar sampel (Sample Size)
Page 11
MENGAPA PERLU
SAMPLING?
Metode
sampling
5
4.Menghitung besar sampel sesuai metode
5.Memilih sampel
TEKNIK •Sampel pertimbangan
SAMPLING (Purposive/judgemental)
•Sampel berjatah (Quota)
A. Non Random •Sampel seadanya
(Convenience)
n: jumlah sampel
N: jumlah populasi
e: batas toleransi kesalahan (error
tolerance)
3 PENGANTAR BIOSTATISTIK
SAMPEL
PENGOLAHAN DATA
ANALISA DATA
PENYAJIAN DATA
PENGUMPULAN DATA
• Observasi
Pengamatan dengan form
• Wawancara
Tanya-Jawab dengan panduan pertanyaan
• Angket
Form isian yg harus dikirim balik via POS
• Pemeriksaan/pengukuran
Pengukuran TB atau BB
• Data rutin
Data fasilitas pelayanan (puskesmas, kelurahan)
• Polling
Jajak pendapat
4 PENGANTAR BIOSTATISTIK
SAMPEL
PENGOLAHAN DAN
ANALISA DATA PENGUMPULAN DATA
PENGOLAHAN DATA
ANALISA DATA
PENYAJIAN DATA
PENGOLAHAN DATA
• PENGOLAHAN DATA
• Suatu proses atau perlakukan terhadap data, agar data tersebut mempunyai
makna dan bisa disajikan
• Pengolahan data : Manual, Komputer (Excel, SPSS), Sistem IT RS
• MANAJEMEN DATA
• Proses dalam memindahkan data ke dalam bentuk kode-kode tertentu dan
membuat transformasi (manipulasi) sehingga data tersebut bisa dianalisa
ANALISIS DATA
Analisis data Proses perhitungan matematis terhadap data sehingga data tersebut bisa
diinterpretasikan untuk pengambilan kesimpulan.
SAMPEL
PENGOLAHAN DATA
ANALISA DATA
PENYAJIAN DATA
PENYAJIAN DATA
Data dapat disajikan dengan berbagai macam cara:
1. Tekstular/Tulisan Penyajian data dengan narasi (kalimat)
2. Tabel Distribusi frek, distribusi relatif, tabel silang, dll
3. Grafik/Diagram Bar, Histogram, poligon, box plot, scatter plot, line, pie,
dll
BODY
• Judul
Biasanya ditempatkan di atas tabel, harus jelas, singkat, dan lengkap
Judul yang baik akan menjawab: what, when, dan where
Stub:
Kolom paling kiri, termasuk kepala kolom tersebut
Stub memberi suatu keterangan/penjelasan secara terperinci tentang gambaran pada tiap baris dan badan tabel
Box head:
Ini termasuk kepala kolom. Box head memberi keterangan/penjelasan secara terperinci tentang gambaran tiap kolom
dari badan tabel
Body:
Terdiri atas kolom-kolom dan hanya berisi angka-angka
CONTOH TABEL
Distribusi Pasien Usila di rawat menurut Tingkat Pendidikan
60
50
40
30
20
10
0
Cirebon Cianjur Lebak Tangerang
Pernah periksa Periksa >= 4 kali Periksa >= 4 kali dan dapat 5T Periksa >= 4 kali, dapat 5T dan pil Fe >= 90
Diagram Garis (Line) :
Jumlah Kasus DBD Menurut Bulan di RS
50
40
30
20 Kas us D BD
Sigm a level: 3
HISTOGRAM
• Dipergunakan untuk menyajikan suatu distribusi frekuensi dari data yang kontinue/kuantitatif/numerik
• Langkah-langkah:
• Membuat batas kelas yang sebenarnya (real limit) untuk tiap-tiap kelas interval. Contoh:
Kelas interval f real limit
13 –15 4 12,5 – 15,5
10 – 12 8 9,5 – 12,5
7–9 9 6,5 – 9,5
• Kelas interval digambarkan dengan sumbu horizontal dan frekuensi dengan sumbu vertikal. Setiap kelas digambarkan
dalam bentuk bar vertical
• Kelas terendah digambarkan paling kiri pada sumbu horizontal
• Skala frekuensi harus dimulai dengan angka 0
• Untuk data tidak berkelompok, setiap nilai harus dianggap sebagai interval
HISTOGRAM
Distribusi Umur Ibu, Survei Cepat KIA
Cianjur, 1995
40
35
30
Persen
25
20
15
10
5
0
15-19 20-24 25-29 30-34 35-39 40-44 45-49
Umur (tahun)
POLIGON
• Dipergunakan untuk menyajikan suatu distribusi frekuensi dari data yang kontinue /kuantitatif/numerik
• Permukaan area frekuensi poligon sama luasnya dengan histogram
• Dipergunakan untuk membandingkan beberapa distribusi frekuensi pada sebuah gambar
• Langkah-langkah:
• Membuat titik-titik tengah kelas interval yang berada pada bagian atas bar histogram. Kemudian titik ini
dihubungkan membentuk garis yang disebut frekuensi poligon
• Frekuensi poligon harus tertutup di kedua ujungnya, sebab merupakan area diagram dan harus sama luasnya
dengan bar histogram
POLIGON FREKUENSI
MULTI POLIGON FREKUENSI
OGIVE
• Sebuah penyajian grafik frekuensi kumulatif dari sebuah aggregate data yang telah dikelompokkan
dalam sebuah tabel distribusi frekuensi
• Tinggi Badan dari 100 orang laki-laki
130 – 0 0 100
140 – 6 6 100
150 – 22 28 94
160 – 39 67 72
170 – 25 92 33
180 – 7 99 8
190 - 200 1 100 1
Total 100
OGIVE (INSIDEN KUMULATIF)
Box plot
• Digunakan untuk membandingkan distribusi variabel numerik
• Box mewakili 50% data, atau kisaran interkuartil dari data (Q1—Q3)
• Posisi median dengan garis vertikal dalam box (Q2)
• Whisker merupakan perpanjangan pada nilai minimum dan
maksimum
• Box plot dapat menggambarkan:
• Lokasi nilai sentral (median)
• Dispersi (kisaran interkuartil dan range)
• Kemencengan distribusi yang terlihat dari garis median tidak ditengah box
BOXPLOT PERBANDINGAN LAMA HARI RAWAT
ANTAR DOKTER (Data Numerik/Kuantitatif)
16
14
12
10
2
1 2 3 4 5 6 7 8
Nomor dokter
GRAFIK LINGKARAN (PIE)
(Data kategorik/kualitatif)
Berapa Kali Ibu Periksa Hamil, Cianjur 1995
6.8%
11.7%
1 kali
17.1% 2 kali
64.4% 3 kali
> 3 kali
DIAGRAM/GRAFIK TEBAR (SCATTER PLOT)
Hubungan antara 2 variabel numerik
120000
100000
80000
60000
Current Salary
40000
20000
0
0 20000 40000 60000 80000 100000
Beginning Salary
PARETO CHART (DATA KATEGORIK)
Penyebab Kematian di Rumah Sakit
140 100
Persen
90
120
80
100 70
80 60
50
60
40
Jumlah kasus
40 30
40
36 20
20 25
S
10
S
18
In
is
is
S
te
fe
te
is
10 10
K
N pen
0 0
m
ks
te
ec
eo c
m
i&
pe
el
pl er
si
ak
r
as na
pa
na
rk
aa
ul
m an
ra
fa
as
n
si
sa
t
i
n
Penyebab kematian
Penyebab Kematian di Rumah Sakit
X-CHART
12.06
9.86
Rata-rata (hari)
7.65
Lam a perawatan
Rata-rata = 7.65
Nomor dokter
Sigm a level: 3