KONSEP DASAR

STATISTIK

• ZULMELIZA RASYID, SKM, M. Kes

BIOSTATISTIK = STATISTIK KESEHATAN

STATISTIK ============== ASAL KATA :

** STATUS (BAHASA LATIN) : NEGARA

**STATE (BAHASA INGGRIS) : NEGARA

KENAPA NEGARA????
 STATISTIK = NEGARA.....????
DULU SERING DIGUNAKAN UNTUK MENYAJIKAN
DATA-DATA YANG BERHUBUNGAN DENGAN
NEGARA .
SEPERTI :
- STATISTIK TENAGA KERJA
- STATISTIK PRODUKSI PERTANIAN
- STATISTIK PENDIDIKAN

SEKARANG BERKEMBANG KE SELURUH ASPEK

KEHIDUPAN
SEPERTI :
- KEDOKTERAN
- KESEHATAN MASYARAKAT
STATISTIK...........???
 Sekumpulan konsep dan
Metode yg digunakan utk
mengumpulkan dan
menginterpretasikan data ttg
bidang kegiatan tertentu dan
mengambil kesimpulan dalam
situasi dimana ada kepastian
dan variasi
KEGIATAN STATISTIK

SELURUH KEGIATAN YANG MELIPUTI

PENGUMPULAN DATA, PENGOLAHAN DATA,
PENYAJIAN DATA, ANALISIS DATA SERTA
PENGAMBILAN KEPUTUSAN
PERAN STATISTIK
 ALAT BANTU UNTUK MENGHITUNG SAMPEL
 ALAT BANTU UTK MELAKUKAN PENGUMPULAN
DATA SECARA TEPAT
 ALAT BANTU UTK PENGOLAHAN DATA SECARA
BENAR
 ALAT BANTU ANALISIS DATA SECARA TEPAT
SESUAI DENGAN KASUSNYA
 ALAT BANTU UTK MELAKUKAN PENYAJIAN
DATA YANG BENAR, SEHINGGA DATA LEBIH
KOMUNIKATIF
 SELAIN ITU STATISTIK JUGA BERGUNA
SEBAGAI ALAT BANTU UNTUK MENCARI
PENYEBAB MASALAH
KEGUNAAN STATISTIK

 MENGUKUR/MENGGAMBARKAN
STATUS KESH. EX : AKB, AKI
 MENGETAHUI MASALAH KESEHATAN
 EVALUASI/MONITORING PROGRAM
KESEHATAN
 PERENCANAAN PROGRAM KESEHATAN
EX : ADA PENYEBARAN PENYAKIT
DISUATU DAERAH-- DIRENCANAKAN
BAGAIMANA AGAR TIDAK MENYEBAR
DI KEMUDIAN HARI
PEMBAGIAN STATISTIK

STATISTIK STATISTIK
DESKRIPTIF INFERENS
 STATISTIK DESKRIPTIF
TUJUAN:
MEMPEROLEH GAMBARAN TTG MASALAH KESEHATAN
BERDSKAN PENGAMATAN YG NYATA
 KEGIATAN MULAI DARI PENGUMPULAN DATA SAMPAI
MENDAPATKAN INFORMASI DENGAN JALAN
MENYAJIKAN DAN ANALISIS DATA YANG TELAH
TERKUMPUL
 CONTOH : UNTUK MENGGAMBARKAN KARAKTERISITIK
PENDUDUK DIPERLUKAN DATA SEPERTI : UMUR, JENIS
KELAMIN, STATUS PERKAWINAN, DSB
MELIPUTI
 (NILAI TENGAH,VARIASI, PERSENTASE/PROPORSI)
 Statistik Inferens
• TUJUAN : UTK MENARIK KESIMPULAN CIRI-CIRI
POPULASI YG DINYATAKAN DG PARAMETER
POPULASI MELALUI PERHITUNGAN STATISTIK
SAMPEL
 KUMPULAN CARA ATAU METODE YANG DAPAT
MENGENERALISASIKAN NILAI-NILAI DR SAMPEL
YG SENGAJA DIKUMPULKAN MENJADI NILAI
POPULASI.
 EX : UNTUK MENGANALISA HUBUNGAN
PERTAMBAHAN BB IBU HAMIL DENGAN BERAT
LAHIR DI DAERAH X.
 STATISTIK INFERENS DAPAT MENGEVALUASI
INFORMASI YANG TELAH KITA KUMPULKAN
MENJADI SUATU PENGETAHUAN BARU.
 PENGUJIAN HIPOTESIS BERDASARKAN TEORI
ESTIMASI DAN DISTRIBUSI PROBABILITAS
DATA , FAKTA DAN VARIABEL
 DATA  BTK JAMAK (PLURAL) DARI DATUM.
 DATA ADALAH FAKTA YANG DINYATAKAN DENGAN
ANGKA/HURUF YANG DIPEROLEH DARI HASIL
MENGHITUNG DAN MENGUKUR

 FAKTA ADALAH SUATU HAL YANG MENJADI

KENYATAAN DAN APA YANG SEBENARNYA TERJADI

VARIABEL.
 SIFAT YG AKAN DIUKUR/DIAMATI YANG NILAINYA
BERVARIASI ANTARA SATU OBJEK KE OBJEK LAINNYA
 EX: BAYI YG BARU LAHIR, VARIABEL YANG DIAMATI
ADALAH BB DAN PANJANG BADAN
 SKEMA/ PROSES STATISTIK

DATA Langkah Statistik INFORMASI

PENGAMBILAN
KEPUTUSAN
Sumber data

DATA PRIMER DATA

SEKUNDER

DATA
TERSIER
DATA PRIMER === DATA UTAMA/DATA
YANG DIAMBIL LANGSUNG OLEH
PENELITI DILAPANGAN

DATA SEKUNDER===DATA YANG SUDAH

ADA DIINSTANSI PEMERINTAHAN/
SWASTA.
EX : ANGKA KEJADIAN DBD, ANGKA
DIARE, AKI, AKB, DLL.

DATA TERSIER===DATA YANG SUDAH

DIPUBLIKASIKAN, SUDAH TERUJI,
EX: JURNAL, DISERTASI, TESIS, SKRIPSI
 KEUNTUNGAN DATA PRIMER
-DATANYA LANGSUNG DIPEROLEH DILAPANGAN
-SESUAI DENGAN KEBUTUHAN DAN KEINGINAN KITA
 KERUGIAN DATA PRIMER
-DALAM SEGI WAKTU, DANA DAN TENAGA

 KEUNTUNGAN DATA SEKUNDER

- DATA SUDAH TERSEDIA
- TIDAK BUTUH TENAGA DAN DANA
 KERUGIAN DATA SEKUNDER
- DATA TIDAK SESUAI DENGAN PERSONALITY/DIRI
KITA(TIDAK LENGKAP)

 KEUNTUNGAN DATA TERSIER

- MUDAH DIPEROLEH ----DIPERPUSTAKAAN
KERUGIAN DATA TERSIER
-SERING TIDAK SESUAI
 PEMBAGIAN DATA
 DATA KUALITATIF
 DATA YANG DIPEROLEH DARI MELIHAT
GAMBARAN, DATA KETERANGAN
 BERBTK KUALITAS, SPT PENYATAAN
TERHDP KB (SETUJU, KURANG SETUJU,
TIDAK SETUJU)
 DISEBUT JUGA DENGAN DATA
KATEGORI
 EX: NAMA, JENIS KELAMIN, AGAMA,
PENDIDIKAN
 DATA KUANTITATIF

 DATA DALAM BENTUK BILANGAN (NUMERIK),

MIS : JUMLAH BALITA YG MENDPTKAN
IMUNISASI.
 DATA DISKRIT  BERBTK BIL BULAT,
DIPEROLEH DARI HSL PERHITUNGAN MIS :
JML ANAK, JML PASIEN, JML KECELAKAAN
 DATA KONTINYU  BERBTK RANGKAIAN
DATA, NILAINYA BERBENTUK DESIMAL,
DIPEROLEH DR HASIL PENGUKURAN. MIS : TB,
BB, KADAR HB
Skala Pengukuran
Skala Nominal
 Yg plg lemah tingkatannya, hanya dapat
membedakan/dikelompokkan, tdk tumpah
tindih, contoh : gender, agama,Gol darah, suku
bangsa
Skala Ordinal
 Dikelompokkan, ada perbedaan, dapat
diurutkan (ranking) mnrt besar kecilnya. Contoh
: Pangkat, st ekonomi,tk pendidikan, status gizi
Skala Interval
 Selain dpt dikelompokkan, diurutkan, jg dpt
ditentukan jarak dr urutan kel tersebut,tdk ada
nol mutlak (absolut) contoh pengukuran panas,
termometer, air raksa….
Skala Rasio
 Dapat dikelompok, diurutkan, ada jarak, sudah
dapat dibandingkan, ada nol absolut/mutlak.
Contoh : BB, TB, ….
 DATA KATEGORI
SKALA NOMINAL DAN ORDINAL

 DATA NUMERIK
SKALA INTERVAL DAN RASIO
KONSEP DASAR STATISTIK

POPULASI
SELURUH UNIT/SUBJEK YANG DITELITI
SUBJEK BERUPA INDIVIDU, KELUARGA, PUSKESMAS, RS

SAMPEL
BAGIAN DARI POPULASI YANG KARAKTERISTIKNYA
MEWAKILI POPULASI
SYARAT SAMPEL ---------->> HARUI REPRESENTATIF
 CONTOH SAMPEL

 KITA INGIN MENGETAHUI KADAR HEMOGLOBIN

(HB) IBU HAMIL DI KABUPATEN X.

 POPULASI...........??????
KESELURUHAN IBU HAMIL YANG ADA DI
KABUPATEN X

 SAMPEL..............???
SEBAGIAN DARI IBU HAMIL YANG ADA DI
KABUPATEN X
 TAHAPAN KEGIATAN STATISTIK

 PENGUMPULAN DATA
 PENGOLAHAN DATA
 ANALISIS DATA
 PENYAJIAN DATA
 KESIMPULAN DATA
 PENGUMPULAN DATA
 ADA 2 :
 DATA KUALITATIF
 DATA KUANTITATIF ( DATA DISKRIT DAN
DATA KONTINUE)

TEKNIK PENGUMPULAN DATA :

 OBSERVASI
 ANGKET/KUESIONER
 PENGUKURAN
 WAWANCARA
 PENGOLAHAN DATA
• EDITING
MEMERIKSA KUESIONER APAKAH DATA YANG
SUDAH BENAR ATAU TIDAK
• CODING
MEMBERIKAN KODE PADA VARIABEL TERTENTU
EX : JENIS KELAMIN (1= LAKI-LAKI, 2=
PEREMPUAN)
• PROCESSING
PROSES MENGENTRY DATA KE PROGRAM
KOMPUTER
• CLEANING
MEMBERSIHKAN DATA
 ANALISIS DATA
 UNIVARIAT
MENJELASKAN ISI MASING2 VARIABEL  ANALISIS
DESKRIPTIF

 BIVARIAT
MENGETAHUI HUBUNGAN ANTARA 2 VARIABEL

 MULTIVARIAT
MENGETAHUI HUBUNGAN BEBERAPA VARIABEL
INDEPENDEN SERTA MENGETAHUI VARIABEL
MANA YANG PALING DOMINAN/BERPENGARUH
PENYAJIAN DATA

 Scr Umum, data disajikan dalam

bentuk :
 Tulisan (Textular)
 Tabel (Tabular)
 Gambar / Grafik (Diagram)
 1. Tulisan (textular)
 Biasanya digunakan dalam
hasil penelitian kualitatif.
 Misal : pendapat masyarakat
terhadap program pelayanan
kesehatan
 2. Tabel (Tabular)
 SYARAT TABEL:

 Judul tabel harus singkat, jelas dan

lengkap. Menjawab apa yg disajikan,
dimana kejadian dan kapan terjadi
 Nomor tabel
 Keterangan2 (cttn kaki=foot note)
 Sumber
 Tabel. 1.2
Sebaran Usila Menurut Pendidikan di Wilayah Kerja
Puskesmas Melati Tahun 1999

Pendidikan Jumlah Frekuensi Frek Frek kumulatif

(nominal) Relatif (%) kumulatif (≥)
(≤)
Perg Tinggi 120 8 8 100
SMA 225 15 23 92
SMP 375 25 48 77
SD 360 14 62 52
Tidak Tamat 570 38 100 38
SD
Total 1500 100

Sumber : Laporan Tahunan Puskesmas Melati 2000

 Tabel. 1.3
Sebaran Usila Menurut Umur di Wilayah Kerja
Puskesmas Melati Tahun 1999

Umur Jumlah Frekuensi Frek Frek kumulatif

(nominal) Relatif (%) kumulatif (≥)
(≤)
60-64 525 35 35 100
65-69 460 30,6 65,6 65
70-74 375 25 90,6 34,4
75-79 400 6,7 97,3 9,4
≥ 80 40 2,7 100 2,7
Total 1500 100

Sumber : Laporan Tahunan Puskesmas Melati 2000

Contoh Tabel Silang
Tabel. 1.4
Jumlah Usila Menurut Jenis Kelamin dan Kebiasaan
Merokok di Wilayah Kerja Puskesmas Melati Tahun 1999

Kebiasaan Merokok
Jenis Tidak pernah Dulu Perokok Sekarang Jumlah
Kelamin merokok masih
merokok
Laki-laki 160 220 320 700
Perempuan 575 275 50 900
Jumlah 735 495 370 1600
Sumber : Laporan Tahunan Puskesmas Melati 2000
3. Grafik / Diagram

 Yg harus diperhatikan :
 Judul singkat, jelas dan lengkap
 Dalam menggambar diperlukan dua
sumbu sebagai ordinat dan absis
 Skala tertentu
 Nomor gambar
 Foot note
 Sumber
MANFAAT GRAFIK

 Membandingkan bbrp variabel, bbrp kategori

 Meramalkan perubahan yg terjadi dengan
berjalannya waktu (time series)
 Memberikan penerangan kpd masyarakat
KERUGIAN

 Penyajian harus menarik, tidak semua orang

bisa membuat grafik
 Grafik memberikan keterangan yg tidak rinci
 Kehilangan informasi scr rinci, utk mengatasi
dilakukan dg menyediakan tabel sbg referensi
Jenis-jenis grafik
 Histogram
 Frekuensi poligon
 Ogive
 Diagram garis (line diagram)
 Diagram batang (bar diagram)
 Diagram pinca (pie diagram)
 Diagram tebar (scatter diagram)
 Pictogram
 Mapgram
 Box whisker plot
 Stem and leaf plot
 Pareto
Histogram
Frekuensi Poligon
Ogive

120

100

80
Series1
60
Series2
40

20

0
60-64 65-69 70-74 75-79 >80
 Diagram Garis (line diagram)

Jumlah Kunjungan Pasien di Puskesmas Melati Tahun 2000

100
80
Frekuensi

60
Series1
40
20
0
Jan Feb Mar Apr Mei Jun Jul
Bulan
Diagram Batang (diagram
balok=bar diagram)
Diagram lingkar (pie diagram)
 Diagram Tebar (scatter Diagram)

3000
dc
2000
violent crime rate

fl
1000

la ny ca
sc md
nm il
nv
ak al
tnmo mitx ma
ok ncga de az
nj
ar cow a
ky ks orin oh ct
ms pa ri
ia ne mn va
w
idy wi hi ut
mt sd wv
vt me nh
nd
0

20 40 60 80 100
pct metropolitan
Pictogram

 1996 ♥ ♥ ♥
 1997 ♥ ♥ ♥ ♥
 1998 ♥ ♥ ♥ ♥ ♥ ♥ ♥ ♥
Gambar 1.5 Jumlah Penderita
Penyakit Jantung Koroner Yang
dirawat di Rumah Sakit Kab. X
tahun 1996-1998
♥ = 10 penderita
 Box Plot

Q1 Q2 Q3
Min
Max

• Variation high or low (IQR)

• Identify outliers/ extreme values
• Symmetrical distribution or not
 Stem and Leaf Plot
 Histogram like picture
 1st digit of each data value is placed in the stem &
2nd digit in the leaf
 E.g. Data: 42, 21, 46, 69, 87, 29, 34, 59, 81, 97, 64, 60, 87,
81, 69, 77, 75, 47, 73, 82, 91, 74,70, 65, 86, 87, 67, 69, 49,
57, 55, 68, 74, 66, 81, 90, 75, 82, 37, 94
2 1 9
3 4 7
4 2 6 79
5 9 7 5
6 9 4 09 5 7 9 86
7 7 5 34 0 4 5
8 7 1 71 2 6 7 12
9 7 1 04
Pareto Diagram

 For: Selecting an improvement

opportunity
Identifying a powerful cause
4000
3500
3000
2500
2000 freq
1500
1000
500
0

Over dosis
Kanker
Kecelakaan

Infeksi
Jantung