POPULASI
SAMPEL DA TA DA TA
KOTOR
DIOLAH
ARRAY
KESIMPULAN DISAJIKAN
2
ANALISIS
@ BIOSTATISTIK
Ilmu yang mempelajari tentang metode pengumpulan dan
pengolahan data dalam bidang biomedis serta pengambilan
kesimpulan tentang populasi berdasarkan sampel.
@ BIOSTATISTIK DESKRIPTIF
- Pengumpulan data
- Pengolahan data
- Penyajian data
@ BIOSTATISTIK INFERENSIAL
Mempelajari tata cara pengambilan kesimpulan dengan
melakukan “INFERENSI” atau generalisasi hasil dari sampel
3
untuk populasinya
@ DATA adalah: hasil pengukuran dari variabel suatu
obyek yang diteliti
@ JENIS DATA
1. Data kuantitatif/numerik: data yang bisa dimanipulasi
secara matematik, bisa diterapkan aturan +, - , x dsb,
mis: umur, TB,BB
2. Data kualitatif/kategori: data dimana aturan matematika
tidak dapat diterapkan,
mis: pekerjaan, pendidikan, status gizi 4
SKALA PENGUKURAN DATA
1. Skala Ratio
- mempunyai titik nol sehingga bisa dilakukan perbandingan rasio
- Jarak antara nilai diketahui
- setiap kategori mempunyai urutaan nilai
2. Skala Interval
- tidak mempunyai titik nol sehingga tidak dapat dilakukan perbandingan rasio
- Jarak antara nilai diketahui
- setiap kategori mempunyai urutan nilai
3. Skala Ordinal
- tidak mempunyai titik nol
- jarak antara kategori tidak diketahui
- setiap kategori mempunyai urutan nilai
4. Skala Nominal
- tidak mempunyai titik nol; jarak antara kategori tidak diketahui
- setiap kategori mempunyai urutan nilai
- kategori hanya merupakan simbol atau label saja
5
SKALA PENGUKURAN DATA
Menentukan urutan - + + +
Mengukur besar - - + +
beda
Mengukur kelipatan - - - +
6
Ada 4 bentuk inferensi utama
1. Perbedaan
2. Hubungan
3. Pengaruh
4. Trend
7
PENELITIAN
POPULASI SAMPEL
9
Hubungan antara populasi dan sampel
POPULASI sampling
N
^
φ = x, s, p
φ = μ, σ,P
SAMPEL
^
θ bisa dihitung setelah mengambil sampel secara
berulang dari populasi
θ bersifat teoritis atau abstrak oleh karena sering tidak
^
diketahui, sedang θ bersifat empiris atau nyata
karena dapat dihitung dari sampel
10
^
θ yang dipakai untuk menduga θ harus
merupakan penduga yang baik, ciri-ciri:
1. Tidak bias
^
E(θ) = θ
2. Efisien, artinya: bila ada lebih dari satu
penduga, maka penduga yang efisien
mempunyai varians yang kecil.
CONTOH:
Kita ingin menduga berapa nilai rata-rata
tinggi badan orang Indonesia diambil
sampel acak 1000 orang ukur TB nya------
rata-rata TB x = 164 cm.
Nilai rata-rata (164 CM) inilah yang disebut
penduga TB
Karena hanya ada satu nilai ----PENDUGA TITIK12
Penduga titik dari parameter
populasi:
_
1. X = ∑x/n ------------- penduga titik untuk μ
_
2. s2 = ∑(xi – x)2/n-1 ---- penduga titik untuk σ2
^
3. Proporsi = p = x/n ----penduga titik untuk P
= X/N
13
Kelemahan penduga titik:
14
II. Pendugaan Interval
= Nilai parameter dari populasi diduga dengan
memakai beberapa nilai statistik yang berada
dalam suatu interval
^ ^
θ1 < θ < θ2
Misalnya:
Rata-rata tinggi badan (TB) orang Indonesia
diduga berada pada interval 160 cm < θ < 166 cm
- Makin lebar intervalnya, makin besar kepercayaan
/keyakinan kita bahwa rata-rata TB berada pada
interval tsb.
- Makin lebar interval, makin yakin akan dugaan
yang dibuat.
@ Derajat kepercayaan penduga θ disebut koefisien
kepercayaan (α) yang dinyatakan dalam bentuk
15
probabilitas : 0 <α<1
@ Derajat kepercayaan terhadap interval
θ1 < θ < θ2 dinyatakan dalam bentuk:
^ ^
P( θ1 < θ < θ2) = nilai tertentu
@
16
Dalam statistik biasanya dipilih interval yang
lebih pendek tetapi dengan derajat
kepercayaan yang tinggi.
^ ^
P (θ1 < θ < θ2) = 1 – α
α = koefisien kepercayaan
1 – α = derajat kepercayaan
^ ^
P (θ1 < θ < θ2) = Interval kepercayaan
17
ESTIMASI INTERVAL
1. PENDUGAAN PARAMETER μ
- Sampel besar
- Sampel kecil
21
b. PENDUGAAN PARAMETER
POPULASI DGN SAMPEL KECIL
Bila interval estimasi dilakukan dgn sampel
kecil (n<30) maka distribusi normal standar
tdk dapat digunakan, tetapi harus
menggunakan “distribusi t”
22
2. PENDUGAAN PARAMETER
PROPORSI (P)
Interval kepercayaan untuk pendugaan
parameter P adalah:
p(1 - p)
δp = SE = √ -------------
n
23
CONTOH SOAL:
Pada suatu sampel acak berukuran 500
disuatu kota ditemukan 340 orang
diantaranya berstatus gizi lebih. Hitunglah
interval kepercayaan 95% untuk menduga
berapa sesungguhnya penduduk di kota tsb
yang berstatus gizi lebih !.
JAWAB:
p = 340/500 = 0,68
(0,68) x (0,32)
SE = √ --------------------- = 0,02
500 24
P(p – Zα/2. SE < P < p + Zα/2. SE ) = 1 – α
26
3. Pendugaan parameter perbedaan
dua nilai rata-rata
a. SAMPEL BESAR
(x1 – x2) ± Z. SE
28
CONTOH SOAL
1. Pada pengamatan selama 50 hari kerja pada 2
buah RS diperoleh informasi rata-rata kunjungan
perhari di Rumah Sakit A = 60 orang sedangkan
Rumah sakit B = 50 orang dengan deviasi
standard = 5 orang. Berapa selisih rata-rata jumlah
kunjungan di kedua RS tsb pada tingkat
kepercayaan 95%.
29
a. SAMPEL KECIL
(x1 – x2) ± t. SE
SE bila s1=s2
(n1-1)s12 + (n2-1)s22
SE = √ -----------------------------
(n1+n2)-2
SE bila s1≠s2
SE = √ s12/n1 + s22/n2
30
Df jika varians tidak sama:
[(s12/n1) + (s22/n2)]
df = ----------------------------
s12/n1 s22/n2
----------- + -----------
n1-1 n2-1
31
Contoh Soal:
32
1 1
SE = Sp √ ---- + -----
n1 n2
(n1-1)s12 + (n2-1)s22
Sp = √ -----------------------
(n1+n2)-2
33
(50 – 1) 52 + (50 – 1) 52
sp = √----------------------------------
(50+50) – 2
1225 + 1225
= √-------------------
98
2450
= √ ---------- = √25 = 5
98
34
1 1
SE = 5 √ ----- + -------
50 50
= 5 √ 0,04 = 5 * 0,2 = 1
P[(x1-x2) – Zα/2. SE < μ1- μ2 < (x1-x2) + Zα/2. SE )] = 1 – α
Kesimpulan:
Pada tingkat keyakinan 95%, selisih rata-rata jumlah
kunjungan di kedua RS diestimasi = 8 sampai 12
kunjungan. 35
4. Pendugaan parameter
perbedaan dua nilai proporsi
Interval kepercayaan =
p1q1 p2q2
(p1-p2) ± zα/2 √--------- + ----------
n1 n2
36
Contoh Soal:
Ingin diduga berapa perbedaan proporsi yang
sebenarnya dari kasus gizi buruk pada balita
di daerah perkotaan dan perdesaan pada
interval kepercayaan 90%. Untuk maksud
tersebut, diambil sampel acak 40 balita di
daerah perkotaan dan 60 balita didaerah
perdesaan. Hasil observasi menunjukkan
bahwa, kasus gizi buruk = 35 di wilayah
perkotaan dan 25 balita di wilayah perdesaan.
37
Jawab: p1 = 35/40 = 0.875
p2 = 25/60 = 0.417
0.109 0.243
= √ --------- + ---------- = √ 0,007
40 60
SE = 0,084
38
P[(0,875 – 0,417) – 1,65 * 0,084 < P1- P2 < (0,875 –
0,417) + 1,65 * 0,084]=0,90
39
Tugas -1
Buat masing-masing satu contoh dari setiap
bahasan yang telah diberikan:
- Estimasi nilai Mean
- Estimasi nilai proporsi
- Estimasi perbedaan dua nilai mean
- Estimasi perbedaan dua nilai proporsi
40
41