Biomed
Modul Riset, 10-12-2019
Pengertian biostatistik
Tujuan
Manfaat
Ruang lingkup
Jenis-jenis biostatistik
Statistika:
Seperangkat metode yang membahas cara
pengumpulan data, cara mengolah data,
cara menganalisa data dan cara mengambil
keputusan.
Statistik :
Kumpulan fakta yang membentuk angka-
angka dalam bentuk daftar atau tabel yang
menggambarkan suatu persoalan.
Statistika dalam Kehidupan Sehari-hari
Kemajuan ilmu pengetahuan dan teknologi tidak
dapat dipisahkan dari statistika
Why State ?
Dulu digunakan untuk data2 yg
berhubungan dengan negara seperti :
statistik tenaga kerja, statistik
kehutanan, statistik pendidikan, dll
a. Statistika Deskriptif
Bertugas hanya untuk memperoleh gambaran/
ukuran-ukuran
tentang data yang ada di tangan (ukuran sampel,
ukuran
populasi)
1. Statistika Parametrik
Jenis ini didasarkan pada model distribusi normal
2. Statistika Nonparametrik
Statistik ini tidak didasarkan pada suatu model distribusi
tertentu
Statistika Non-Parametrik :
◦ Bagian dari statistika inferensia yang tidak
mempertimbangkan nilai dari satu atau lebih parameter
populasi
◦ Validitas tidak tergantung pada model peluang yang spesifik
dari populasi
◦ Distribusi data tidak dapat diasumsikan normal
Dengan bantuan komputer, peneliti dapat dengan
mudah melakukan perhitungan-perhitungan yang
rumit dalam melakukan analisis datanya
31
Keterangan yang dapat memberikan
gambaran tentang suatu keadaan populasi.
Hasil pengamatan suatu populasi :
- Status
- Informasi
- Keterangan
Obyektif
Representatif
Up to date (kecuali utk penelitian historis /
retrospektif)
1. Data primer :
Data/ yang dikumpulkan sendiri oleh peneliti
( data langsung dari responden )
2. Data Sekunder :
a. Internal : data yang berasal dari lingkungan
sendiri ( medical record )
b. Eksternal :
Data yang diperoleh antar lintas sektor
( biro pusat statistik )
Akurasi : data yang dikumpulkan setidak-
tidaknya harus mendekati sebenarnya.
(dinilai sebagai validitas)
b. Observasi (pengamatan)
Dengan pengamatan data dapat dicatat
dengan segera dlm hal ini tidak
tergantung dari ingatan seseorang / data
lampau.
Mengetahui apa yang diamati
Perilaku dibuat dalam kategori-kategori
Unit yang digunakan dalam mengukur kategori
harus jelas
Harus punya derajat terapan atau generalisasi
Besar sampel harus ditentukan
Pengamatan harus reliabel dan valid
Dalam mengumpulkan nilai dari
variabel perlu diketahui skala
pengukuran dari variabel tersebut.
Kelipatan + - - -
Selisih + + - -
Jenjang + + + -
Bedakan + + + +
48
Tabel
Gambar/Grafik
49
Tabel satu arah
Tabel arah majemuk
- Tabel dua arah
- Tabel tiga arah
50
Nilai Frekuensi Frekuensi Relatif (%)
Data
a-b f1 f1’
Dimana:
c-d f2 f2’
e-f f3’ fi
f3
fi ' n
x100%
g-h f4 f4’ f
i 1
i
i-j f5 f5’
Jumlah n 100
54
Nilai Data Frekuensi Frekuensi Kumulatif
a-b f1 f1
c-d f2 f1+f2
e-f f3 f1+f2+f3
g-h f4 f1+f2+f3+f4
i-j f5 f1+f2+f3+f4+f5
55
Nilai Frekuen Frekuensi Frek relatif
Data si Kumulatif kumulatif (%)
a-b f1 f1 f1’
c-d f2 f1+f2 f2’
e-f f3 f1+f2+f3 f3’
g-h f4 f1+f2+f3+f4 f4’
i-j f5 f1+f2+f3+f4+f5 100
f k
fi ' k 1
x100%
n
56
57
Grafik garis (line chart),
Grafik Batangan (bar chart),
Grafik lingkaran (pie chart),
Grafik gambar (Pictogram chart)
Diagram Pencar (Scatter diagram)
58
Untuk Data Kontinyu
Untuk data diskrit
Data diskrit atau skala nominal atau skala
ordinal
Data diskrit atau kategori.
Menggambarkan %
Grafik Batang (Bar) Grafik Garis (line)
30
30
20
20
10
10
Jumlah
Count
0
0 administrasi personalia produksi marketing keuangan
administrasi personalia produksi marketing keuangan
bidang pekerjaan
bidang pekerjaan
keuangan
administrasi
700000
600000
personalia
500000
Mean gaji perbulan
Jenis kelamin
400000
marketing
laki-laki
produksi
300000 w anita
sangat jelek jelek cukup baik baik sangat baik
63
prestasi kerja
1:10
64
A. Modus
Merupakan nilai yang paling sering muncul dalam suatu pengukuran
- kasus sederhana
- kasus interval klas
b1
Mo b p
b1 b2
dimana:
b : batas bawah interval kelas dengan frekuensi terbanyak
p : panjang kelas
b1 : frekuensi terbanyak - frekuensi kelas sebelumnya
b2: frekuensi terbanyak - frekuensi interval kelas sesudahnya
B. Median
merupakan titik/ nilai yang membagi seperangkat data
menjadi dua bagian sama banyak
P(n/2-fk11)
Me= X11+
fi
dimana:
Me : Median
X11 : batas nyata bawah kelas median
p : panjang kelas
n : banyak data
fk11: frekuensi kumulatif interval kelas di bawah kelas
median
fi : frekuensi kelas median
C. Rata-rata
Merupakan ukuran gejala pusat yang sering digunakan
X= X
n
Rumus lain yang dapat ditulis adalah:
n
X= fiXi
i-1
n
k
X= fiXi
i-1
k
ni
i-1
E. Hubungan antara Modus, median & Rata-rata
gambar dibawah menunjukkan perbandingan letak modus,
median & rata-rata dalam tiga macam bentuk distribusi
a. Data yang distribusinya simetris
Mo= Me= X
X X Me Mo Mo Me X
Mo
Me
a = simetris c=juling +
b = juling -
F. Kuartil, desil & Persentil
sejalan dengan konsep median kita juga
memiliki ukuran statistik yang dikenal dengan
sebutan kuartil, desil & persentil
Tiga nilai kuartil (K1, K2 dan K3), sembilan
nilai desil (D1-D9) dan 99 nilai persentil (Pi-
P99)
K2 = D5 = P50 = Median, K1 = P25 dan D6 =
P60
Ukuran dispersi & variasi
A. Rentang (R)
Merupakan ukuran yang paling sederhana dan kasar tentang
variasi suatu perangkat data. Rentang dapat diartikan juga
sebagai selisih antara skor terbesar dan skor terkecil pada
suatu perangkat data
Rentang jarang digunakan utuk menggambarkan variasi
perangkat data, karena beberapa alasan berikut yang saling
berkaitan (Shavelson, 1988: Ferguson & Takane, 1989):
1. Rentang merupakan ukuran yang tidak stabil
2. Rentang tidak mencerminkan pola variasi suatu distribusi
data
3. Rentang bergantung pada besarnya sampel (n)