Biotatistika
Cabang ilmu statistik yg berkaitan dg aplikasi
metode statistik pd persoalan dibidang biologi,
kedokteran dan kesehatan
Lanjut.....
Fungsi Statistik Bidang Kesehatan
Memberi keterangan/gambaran ttg masalah kes
Penentuan prioritas masalah yg perlu ditanggulangi
Bahan yg dpt digunakan utk perenc bid.kes
Dpt membandingkan tk.kes. masyarakat
Menilai & menganalisa hasil usaha kes.
Dpt menentukan kebutuhan dlm lap.kes yg sdh atau blm
dipenuhi
Dapat mencari hubungan sebab dan akibat
Dokumentasi data kes masy.
Ruang Lingkup /Kajian Stastistik
Berdasarkan tahap-tahap kerja, maka statistik
dibedakan atas 2 macam
1. Statistik Deskriptif
Metode dan prosedur statistik yg dipakai terbatas
pada :
Pengumpulan data
Pengolahan data
Penyajian data
Analisa data
tanpa perlu adanya peramalan dan pembuktian
statistik
Lanjut .....
2. Statistik Inferensial
Metode dan prosedur seperti yg dipakai pd statistik
deskriptif dan disertai pengambilan kesimpulan dg
pembuktian secara statistik thd hasil dari sampel atau
populasi.
POPULASI
2. Data Sekunder
Pencatatan peristiwa vital (kelahiran,kematian dan
pelaporan penyakit)
Catatan kasus
Laporan dan publikasi
Data Menurut Skala Ukur
Ada 4 jenis data menurut skala pengukuran
Data Berskala Nominal
Data Berskala Ordinal Data kategorik atau
data kualitatif
2.Skala Ordinal
Memiliki tambahan kualitas, yaitu penjenjangan, kategori-
kategori diurutkan, jarak antar kategori tdk harus sama.
Cth: - Pendidikan: SD – SLTP – SLTA – Universitas
- Kebiasaan Merokok :
Tdk Perokok _ Perokok ringan _
Perokok sedang - Perokok berat
Lanjut .....
3. Skala Interval
Data ini menempati level pengukuran data yg lebih tinggi dari data
ordinal, selain dpt berjenjang urutannya jg dpt dikuantatifkan
Cth : Suhu
- Cukup panas, jika temp. antara 50°C - 80°C
- Panas, jika temp. antara 80°C - 110°C
- Sangat Panas, jika temp. antara 110°C - 140°C
4. Skala Rasio
Data dg tk pengukuran paling tinggi diantara data lainnya,
perbedaan dg data interval yaitu data rasio memiliki nol absolut
( nol berarti yg diukur tdk ada)
Cth : - BB bayi dalam kg (tidak ada 0 kg BB)
- Pendapatan dlm Rp (tidak ada 0 rupiah)
- Hb grm/100 cc darah (tdk ada 0 grm/100 cc darah)
8 Variabel di bawah ini, apa hasil ukur
dan skala ukur? PR
1. Status ISPA
2. Suhu badan
3. Kelengkapan imunisasi
4. Tingkat pendidikan
5. Jenis malaria
6. Status BBL
7. Status gizi
8. Pengetahuan ibu ttg LGG
Contoh. Defenisi Operasiaonal
Variabel
Variabel Defenisi Alat ukur Cara ukur Hasil ukur Skala Ukur
Pengetahuan Pemahaman - Alat tes - Mengajukan - Baik Ordinal
ibu tentang seorang ibu pengetahuan pertanyaan - Cukup
LGG tentang manfaat - daftar ceklis dengan - Kurang
dan cara ketrampilan Membagikan
membuat lurutan alat tes
gula dan garam -Menyebarkan
untuk mengatasi alat tes
diare pada anak - wawancara
METODE PENGUMPULAN DATA
Secara garis besar metode pengumpulan
Data diklasifikasikan sbb:
I. OBSERVASI (PENGAMATAN)
Suatu prosedur yg berencana, antara lain meliputi melihat
dan mencatat jumlah dan aktivitas tertentu yg ada
hubungan dg permasalahan. Variasi pengamatan mulai
dari yg sederhana s/d memerlukan ketrampilan yg
memerlukan alat canggih
II. WAWANCARA (Interview)
Suatu metode pengumpulan data, dmn peneliti
mendptkan keterangan secara lisan dari responden
melalui suatu pertemuan atau percakapan.
Jenis Wawancara
a). Wawancara tidak terstruktur
Dlm wawancara ini pertanyaan-pertanyaan yg
dikemukakan tdk sistematis, melompat-lompat
dari suatu peristiwa keperistiwa yg lain tanpa
berkaitan.
Wawancara ini hanya cocok sebagai teknik
pengumpulan data guna memperoleh data-data
khusus yg mendalam
b). Wawancara terstruktur
Wawancara dilakukan berdasarkan
pedoman-pedoman berupa kuesioner
yg telah disiapkan sebelumnya.
TEKNIK PENYAJIAN DATA
I. Penyajian Tektual
Penyajian ini, fakta atau data dijadikan satu
dlm teks atau narasi
Contoh:
Diantara pend. TB paru dikec. Pulo Aceh
proporsi terbesar adalah mereka yg berusia
30-35 th yaitu 26%, sedangkan proporsi yg
termasuk kelompok usia 25-29 th hampir
sama (23,3%). Hanya 5 dari 103 pend.(4,9%)
berusia dibawah 25 th.
II. Penyajian Semi-tabular
Pada metode ini suatu digunakan pada teks untuk
memasukkan hitungan atau ringkasan infomasi.
Contoh:
Diantara 103 subyek penelitian di kec.Hantu 100
diantaranya telah menikah, perincian menurut
lamanya menikah sebagain berikut:
< 3 tahun 50 orang
3 – 5 tahun 20 orang
> 5 tahun 30 orang
III. Penyajian Tabular
Prinsip-prinsip umum pembuatan tabel :
1. Tabel disusun sederhana mungkin
2. Tabel dpt menjelaskan diri sendiri (self-explanation)
- Judul ringkas dan jelas hrs menjawab apa, dimana
dankapan?)
- Kode/simbul dan singkatan dijelaskan pada catatan
kaki
- Total hrs ditunjukkan pada brs terakhir dan kolom
paling kanan.
- satuan pengukuran dari data hrs dicamtumkan
3. Judul tabel biasanya terpisah dari badan tabel
4. Jika data yg disajikan bukan data primer, maka suber
hrs disebutkan pada catatan kaki.
JUDUL
2
5
1 4
sel
Total 6
Keterangan : 1 “Stub” atau kepala baris
2 Kepala kolom, merupakan dasar klasifikasi kolom
3 dan 4 badan tabel
5. Total marginal dari baris
6 Total marginal dari kolom
Jenis-jenis Tabel Menurut Jenis
Variabel Klasifikasi
1. Klasifikasi kualitatif
Tabel 1. Distrubusi Pend.ISPA menurut jenis kelamin
di kecamatan Darul Imarah th 2005
Jenis kelamin
Status ISPA Laki-laki perempuan Total
Ringan 28 35 63
Sedang 14 17 31
Berat 6 3 9
Total 48 55 103
Sumber :
2. Klasifikasi Kuantitatif
15 – 19 172
20 – 24 169
25 – 29 245
30 – 34 276
Total 862
3. Klasifikasi Kombinasi Kualitatif dan Kuantitatif
15 – 19 156 16 172
20 – 24 160 9 169
25 – 29 218 27 245
30 – 34 196 80 276
Total 730 132 862
Penyajian Grafik dan Diagram
Prinsip-prinsip Penyajian Grafik
Grafik/diagram harus sederhana/jelas
Self Explanation
Judul ringkas dan jelas, posisi judul boleh di atas
atau di bawah
Sumber harus disebutkan bila data sekunder
Skala diberi label secara benar yg
menggambarkan ukuran yg digunakan dan
tingkatan skala harus jelas
Garis vertikal mulai dari nol
Deskripsi tiap Jenis Diagram/Grafik
Berat
Laki-laki
Wanita
Sedang
Ringan
0 10 20 30 40 50 60
20%
Tani
25%
PNS
15% BUMN
10% 10% 20%
TNI/POL
Swasta
Lainnya
250
200
150 V I P
Kelas I
Kelas II
100
kelas III
50
0
2000 201 2003 2004
20 33 58 10 55 25 46 16 36 68
31 18 42 40 32 39 36 28 52 26
48 20 36 38 44 62 37 45 38 54
Ketentuan Membuat Daftar
Distribusi Frekwensi
1. Data diurutkan dari yang terkecil ke data terbesar
2. Tentukan Rentang kelas (R) data besar dikurangi data
kecil
3. Tentukan banyak kelas (K) dg menggunakan
pendekatan Sturges yaitu: K = 1+3,3 log n
4. Tentukan panjang kelas (P)
P = R
K
TABEL DISTRIBUSI FREKWENSI
Pjg Kelas Frekwe Persen
nsi
10 – 19 3 10 %
20 – 29 5 16,7 %
30 – 39 10 33,3%
40 – 49 6 20%
50 – 59 4 13,3%
60 – 69 2 6,7%
TABEL DISTRIBUSI FREKWENSI
Pjg Kelas Frekwen Frekwensi
si Komulatif
> <
10 – 19 3 30 3
20 – 29 5 27 8
30 – 39 10 22 18
40 – 49 6 12 24
50 – 59 4 6 28
60 – 69 2 2 30
UKURAN PEMUSATAN DATA (CENTRAL
TENDENCY)
1.Rerata (mean)
Rerata merupakan konsep secara awam mengenai
rata-rata atau titik berat seperangkat data.
a. Rerata utk data yg tdk dikelompokkan
X Dimana:
X = rerata
X= = sigma, jumlahkan
n X = nilai hasil pengamatan
X = jumlahkan semua hasil pengamatan
n = jumlah pengamatan
n/2 - cf
Md = lm + w
fm
Dimana:
Md = median
lm = batas bawah dari kelas interval dg frek. Paling tinggi
n = banyak pengamatan
cf = frek.komlatif dari kelas interval diatas kelas dg fek. Tertnggi
w = lebar kelas
fm = frek. Tertinggi deari kelas iterval
3. Modus (Mode)
Modus merupakan nilai yg paling sering muncul
(frek.terbesar) dar seperangkat data atau observasi
15 - 8
= 29,5 + . 10 = 29,5 + 7 = 36,5
10
3.Modus = 34,5
Frekwensi tertinggi terletak pada kelas 30 – 39 (titik tengah)
UKURAN PENYEBARAN (DISPERSI)
• Pengukuran dispersi digunakan untuk menunjukkan
keadaan gambaran variabilitas data dan perbedaan
nilai satu observasi terhadap nilai observasi lainnya
1. Variansi (variance)
a. Untuk Data yg tidak dikelompokkan
Dimana:
X² - (X)²/n
S² = variansi
S² = n = banyaknya pengamatan
n-1 X² = Jlh pangkat dua dari setiap
observasi
(X) =
b. Untuk data yg dikelompokkan
fX² - (fX)²/n
S² =
n-1
Dimana:
f = frekwensi
X = ttik tengah (mid point masing-masing kelas
interfval
n = banyaknya observasi
2. Standar deviasi (simpangan baku)
a. Untuk data yg tdk dikelompokkan merupakan
akar Variansi (s²=s)
9 9
2. Simpangan baku
S = 39,61 = 6,29
Contoh: Utk Data Berkelompok
Dengan data yg kedua sebelumnya
1. Variansi
FX² - (FX)²/n
S² =
n-1
47617,5 – (1125)²/30
S² = = 187,24
29
2.Standar Deviasi
S = 18,24 = 13,68