STATISTICS

Sumedi Sudarsono 2018

Statistics is Facts in numbers.

Statistik yang
digunakan dalam penelitian.
(1). Statistical Method in Medical Reseach.
P. Armitage
John Wiley and Sons New York.

(2). Understanding Biostatistics.

Thomas H.Hassard
Mosby Year Book St Louis, Baltimore,
London, Philadelphia, Sydney, Toronto.

(3). Statistik Kesehatan Edisi Revisi.

Luknis Sabri & Sutanto Priyo Gastono
Rajawali Pers PT RajaGrafindo Persada
2008 Jakarta.
SENSUS merupakan dasar kerja Statistik

Sensus di Indonesia dilaksanakan setiap 10 tahun.:

1971, 1980, 1990, 2000 , 2010 (Mei), 2020.

Pemilu diadakan setiap 5 (lima) tahun.

SENSUS pd masa silam :

(1). PERSIA, MESIR KUNO, YUNANI KUNO (Sparta & Athene)
Tenaga kerja, tentara, pajak.
(2). INGGRIS ABAD KE XVI
Jemaah gereja, lahir, mati, dsb
Dibuat The Bill of Mortality (Nov 1532)
 DEFINISI STATISTIK (1)

Statistics is facts in numbers.

Fakta-fakta yang dinyatakan dalam
angka-angka (numerik)

DEFINISI STATISTIK (2)

Statistics is numerical data influenced to

a marked extend by a multiplicity of causes.
(versi Yule & Kendall)
.
 DEFINISI STATISTIK (3)

Statistics is a dicipline concerned with the

treatment of numerical data derived from
group of individuals (versi ARKIN).

Suatu cabang ilmu mengenai pengolahan

data numerik yang didapat dari
sekelompok individu.
 DEFINISI STATISTIK (4)

Statistik ialah suatu cabang ilmu pengetahuan

pembantu, yang mencakup :
(1) pengumpulan data,
(2) pengolahan data,
(3) penyajian data,
(4) analisis data, dan
(5) menarik simpulan dari suatu penelitian
sekelompok subyek yg diteliti.
-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-
SEJARAH PERKEMBANGAN STATISTIK

(1). John Graunt (1662), menulis buku

statistik yg pertama dg judul :
Natural and political observation mentioned in
the following index and made upon
the Bill of Mortality (1532)

(2). Pascale & Bernoulli :

Menemukan teori Kemungkinan.
(Probability Theory).
(3). Quetelet, Galton & K. Pearson :
Menggunakan teori kemungkinan utk
mengembangkan ilmu statistik.

(4). R.A. Fisher :

Mengembangkan dasar-dasar statistik
modern.
--.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-
MANFAAT STATISTIK

1. Semua cabang Ilmu (termasuk Biomedik)

menggunakan ilmu statistik.
2. Utk dpt membuat penelitian yg baik.
3. Utk dpt memahami isi jurnal ilmiah.
4. Membuat makalah ilmiah yg baik.
5. Utk dpt mengevaluasi hasil kerja.
6. Lain-lain.
-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-
Penggolongan Satistik.

(1). Statistik deskriptif (= inductive).

Berasal dari kata to describe artinya
melukiskan, menggambarkan, menerangkan,
mendeskripsikan, keadaan suatu kelompok, tanpa
menarik simpulan apapun tentang populasinya.

(2). Statistik Analitik (inferens = deductive).

Dengan meneliti sebagian populasi,
(sampel), menarik simpulan tentang
kelompok yg lebih besar (populasi).
(a). Melakukan generalisasi.
(b). Membuat ramalan / prediksi.
(c). Membuat estimasi / perkiraan.
-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.
Diwajibkan mempunyai :

(1). Tabel Statistik.

(2). Scientific Calculator.
(Beli yang murah)  Pilih salah satu :

(a). Karce KC-109

(b). Precicalc PR-7810

(c). Citizen CT-109

====================
 Klasifikasi Data
1. Jenis Data
Data kualitatif & Data Kuantitatif.
2. Sumber Data.
(1). Primary source of Data.
(2). Secondary source of Data.
(3). Tertiary source of Data
3. Skala Pengukuran
(1). Data Nominal.
(2). Data Ordinal.
(3). Data Interval.
(4). Data Ratio.
………………………………………………………..
 Data Kualitatif

Berasal dari kata : Kualitas yg artinya

mutu, sifat, keadaan.
Merupakan data yg memperlihatkan sifat
atau keadaan suatu subyek tertentu.
Data kualitatif dinyatakan dg kategorikal.
Contoh : Jenis kelamin (male / female)
Warna rambut (hitam / putih)
Suku bangsa, dll.
 Data Kuantitatif
Berasal dari kata : Kuantitas, yg artinya
jumlah, besaran, banyaknya.
 Merupakan data yg menggambarkan
besaran dari suatu subyek penelitian.
Data kuantitatif dinyatakan dg angka-angka
(numerik).
(1). Kuantitatif diskrete (tanpa desimal)
(2). Kuantitatif kontinyu (ada desimal).
----------------------------------------------------------
Pengumpulan Data : ada tiga sumber data :
data Primer, data Sekunder, dab data Tersier.
Data Primer :Data yg dikumpulkan sendiri oleh peneliti
langsung dari subyek yg diteliti.

Data ini berupa data kasar (raw data), data KASAR =

data yg belum diolah. Cara mengumpulkan data :
1. Observasi / pengamatan.
2. Interview / wawancara / tanya-jawab.
3. Kuesioner / Angket.
4. Pengukuran.
5. Pemeriksaan fisik.
6. Diskusi mendalam / indepth interview
7. Laboratorik.
8. Radiologik / rontgent.
9. USG, MRI, CTScan
10. Partisipasi, dll.
 Data Sekunder :

Data yg dikumpulkan oleh peneliti dari institusi,

instansi, atau organisasi, yang secara rutin bertugas
mengumpulkan data tersebut.
Data tsb sudah mulai diolah dl bentuk laporan
bulanan, laporan tahunan, dsb. tetapi belum ditarik
simpulannya.
Contoh : Laporan bulanan Puskesmas.
Rekam Medik di RS.
 Data Tersier :

1. Data yg dikumpulkan peneliti dari jurnal ilmiah,

textbook, atau internet.
2. Data tsb sudah selesai diolah, sudah diambil
simpulannya.
Contoh : (1). Medical journal of Indonesia.
(2). Jurnal Kedokteran YARSI.
(3). Majalah Kedokteran Indonesia.
(4). Jurnal Ilmiah Lain-lain
=--------------------------------------------------------=
 Skala Pengukuran :
1. Skala Nominal , 2. Skala Ordinal,
3. Skala Interval, 4. Skala Ratio

Skala Nominal :
Merupakan skala pengukuran yg paling sederhana.

Demikian sederhana, sehingga angka-angka yg

diberikan TIDAK menunjukkan suatu besaran, hanya
sekedar kode / label saja.

Angka-angka tsb tidak dpt dijumlahkan, tidak dpt

diurutkan / diranking.
 Data Nominal

Contoh : Batak [1 Islam [1]

Jawa [2] Kristen [2]
Madura [3] Katholik [3]
Sunda [4] Hindu [4]
Budha [5]
Laki-laki [1] Lain-lain [6]
Perempuan [2]
 Skala Ordinal :

Angka-angka yg diberikan menunjukkan besaran.

Angka-angka tsb DAPAT DIRANKING.

Tetapi JARAK antara dua angka TIDAK menunjukkan

jarak yg sama.
 Data Ordinal

Contoh : Ekonomi lemah [1] Pend.rendah [1]

Ekonomi sedang [2] Pend.sdg [2]
Ekonomi kuat [3] Pend.tnngi [3]
 Data Skala Interval :

Angka-angka yg diberikan menunjukkan suatu

besaran.

Angka-angka tsb DAPAT DIRANKING. Jarak antara

dua angka menunjukkan jarak yg SAMA.

Besarnya interval dpt dijumlahkan.

Tidak mempunyai angka NOL absolut.
 Data Interval

Contoh : (1). Suhu badan dl derajat Celsius.

(2). Tingkat I.Q.

----|--------|--------|--------|--------|--------|-----
35 36 370C 38 39 40
 Skala Ratio :
Merupakan skala pengukuran TERBAIK.
Angka-angka yg diberikan menunjukkan besaran
sebenarnya dari subyek yg diukur.
Angka-angka tsb dpt diranking.
Jarak antara dua angka menunjukkan jarak yg sama.
Angka-angka dpt dijumlahkan, dikurangkan,
dikalikan, dan dibagi.
Mempunyai angka / titik nol absolut.

Contoh : TB (Cm), BB (Kg), dsb.

-----------------------o0o-------------------------------
 Cara pengumpulan data Primer :

1. Observasi / pengamatan. 
2. Interview / wawancara / tanya-jawab.
3. Kuesioner / Angket.
4. Pengukuran.
5. Pemeriksaan fisik.
6. Diskusi mendalam / indepth interview
7. Laboratorik.
8. Radiologik / rontgent.
9. USG, MRI, CTScan
10. Partisipasi, dll.
 (1). Observasi / Pengamatan :

1. Pengamatan yg obyektif.
2. Dapat menggunakan alat bantu.
3. Hasil pengamatan dicatat.
4. Peneliti tidak melakukan intervensi.
5. Hasil : Data kualitatif ( data kategori ).
Data nominal, data ordinal.
 (2). Wawancara / Interview :

1.Komunikasi lisan secara tatap muka.

2. Peneliti berperan sbg penanya,
responden berperan sbg pemberi informasi
Responden sbg org yg paling mengetahui
tentang dirinya sendiri.
Interviewer tidak boleh menyarankan jawaban.
Tdk boleh menambah/mengurangi jawaban resp.
3. Hasil : Data kualitatif ( data kategori ).
Data nominal, data ordinal.
 Syarat-syarat agar berhasil :

1. Ada sumber (source) = (pembicara).

2. Ada audience (penerima).
3. Ada materi (isi) pesan yg akan disampkan.
4. Ada media utk menyampaikannya.
5. Ada feed-back dari audience.
 Syarat-syarat Interviewer :

1.Berasal dari wilayah setempat.

2. Berpendidikan SLP.
3. Memahami adat-istiadat & bahasa lokal.
4. Memahami tujuan penelitian.
5. Berdedikasi, jujur, sopan .
6. Memahami isi kuesioner.
7. Mampu menjelaskan kuesioner kpd responden.
8. Tdk menambah / mengurangi kuesioner.
 (3). Syarat-syarat Kuesioner yg baik :

1. Pert. singkat, jelas, mudah difahami resp.

2. Resp. mampu menjawab dg benar.
3. Tidak menyimpang dari tujuan penelitian.
4. Tidak menyinggung perasaan resp.
5. Satu pertanyaan hanya satu makna.
6. Dpt dijawab sec. obyektif (75%) juml. pert.
7. Tiap pert. ada jawabnya.
8. Tidak bersifat hipotetis & harus netral.
9. Jumlah pert. tidak terlalu banyak.
…………………………………………………
 (4). Pengukuran :

1. Pengukuran ialah suatu upaya utk memberi

angka / nomor pd benda-benda atau peristiwa
menurut aturan tertentu. ( numerik )
2. Hasil pengukuran datanya harus Valid.
( absah, sahih) dan Reliable (dpt dipercaya).
3. Hasil : data quantitative continuous
(dg desimal / pecahan).
Dalam melakukan pengukuran dihadapkan pada bias.
Sumber bias :
1. Alat ukur (instrumen yg digunakan).
2. Teknik (cara mengukur).
3. Cara membaca hasil.
4. Kelelahan peneliti.

1. Gunakan alat ukur yg terbaik.

2. Gunakan cara mengukur yg baku.
3. Lakukan pengukuran ulang.
4. Gunakan cara membaca yg baku.
5. Pengukuran hanya pd sebagian dari populasi
( sampel saja ).
1.Valid, artinya data yg diperoleh harus sesuai
dg kriteria yg telah ditetapkan serta ada
relevansinya.

2. Reliable, artinya data yg diperoleh dpt

dipercaya, data cukup teliti dan hasilnya
selalu konsisten.
=-----------------------------------------=
(Next : Pengolahan Data).
 Definisi Statistik

1. Pengumpulan Data (Data Collection).

2. Pengolahan Data (Data Treatment). 
3. Penyajian Data (Data Presentation).
4. Analisis Data (Data Analyses).
5. Menarik Simpulan (Drawing Conclusion).
……………………………………………….
 Pengolahan Data :
1. Pengolahan data secara manual.
2. Pengolahan data dg bantuan komputer.

Pengolahan data dg cara manual, dg tahapan :

1. Editing.
2. Coding.
3. Data entry.
4. Data Cleaning ( Verifikasi Data).
Pengolahan data dg cara manual, melalui
tahapan kerja sbb :
 1. Editing :

1. Lakukan pemeriksaan secara teliti pd

kuesioner ybs, apa sudah lengkap.
2. Apakah tulisan cukup jelas dpt dibaca.
3. Apakah angka-angka cukup jelas.
4. Memeriksa ukuran yg digunakan.
5. Memeriksa kesinambungan jawaban.
6. Lakukan pemeriksaan editing, sebaiknya
di lapangan.
 2. Coding :

1. Memberikan kode angka-angka pada semua

variabel-variabel penelitian.
2. Laki-laki = 1, Perempuan = 2 Agama Islam = 1
Kristen = 2 Katolik = 3 Hindu Bali = 4 Lain-lain = 5
3. Angka-angka tsb berskala Nominal.
4. Semua variabel diberi kode / numerik.
( Ingat sifat-sifat data Nominal ).
 3. Data Entry :

Memasukkan data ke program komputer

Program SPSS, SAS, Epi-Info dll.

Disusul Verifikasi Data : Data Cleaning.

Misal : Usia nikah - jumlah anak – usia

sekarang  apakah sesuai ?.
-----------------------------------------------------
 Pengolahan data utk data skala Nominal :

1. Frekuensi / sebaran.
2. Penggolongan / klasifikasi.
3. Persentase.
4. Uji Statistik : Non-Parametrik.

Pengolahan data utk data skala Ordinal :

1. Frekuensi / sebaran.
2. Penggolongan / klasifikasi.
3. Persentase.
4. Nilai minimum. maksimum, median.
5. Uji Sttistik : Non-parametrik.
Minimum, nilai terkecil dalam kumpulan data.
Maksimum, nilai terbesar dalam kumpulan data.
( kumpulan data = agregate ).

Median = yg paling di tengah pada suatu ARRAY.

Posisi median = (n+1)/2.

2, 3, 4, 5, 6
↑
Median
 Pengolahan data utk data Interval & Ratio :

1. Frekuensi / sebaran.
2. Penggolongan / klasifikasi.
3. Persentase.
4. Nilai minimum. maksimum, median.
5. Uji Sttistik : Uji Parametrik

---------------------------------------------------- .

( Next : Penyajian Data ).

 Penyajian Data :

1. Teks = Narasi = Kalimat.

2. Tabel, ada baris, ada kolom.
3. Grafik, berupa gambar-gambar.

Semuanya self explanatory.

( Dpt menerangkan dirinya sendiri ).

=------------------------------------------=
( Next : Analisis Data ).
 Analisia Data :

(1). Analisis Univariat.

Menyajikan Statistik Deskriptif,
berupa frekuensi / frekuensi distribusi.

(2). Analisis Bivariat.

Memperlihatkan tabel hubungan antar
variabel independen dg variabel dependen.
Utk Statistik Analitik (Uji Statistik).
--------------------------------------
 Contoh Analisis Univariat

Sebaran Responden menurut Perilaku

Frekuensi Persentase
-------------------------------------------------------------
Makan es buah 100 52.6
Tidak 90 47.4
-------------------------------------------------------------
Total 190 100
 Contoh Analisis Univariat

Sebaran Responden menurut Kesakitan.

Frekuensi Persentase
-------------------------------------------------------------
Sakit Diare 32 16.8
Tidak 158 83.2
-------------------------------------------------------------
Total 190 100
 Contoh Analisis Bivariat

Hubungan antara Makan es dg Diare :

Diare Tidak Total

-------------------------------------------------------------
Makan es buah 22 78 100
Tidak 10 80 90
-------------------------------------------------------------
Total 32 158 190
(1). Uji Statistik Parametrik :
1. t-test independent.
2. t-test pairs (berkaitan) = Related t-test.
3. Uji Korelasi Pearson – Regresi Linear.
4. Analyses of Variance (ANOVA).
-.-.-.-.-.-.-.-.-.-.--.-.-.-.-.-.-.-.-.-.-.-.-
Syarat-syarat Uji statistik Parametrik :

(1). Data mempunyai distribusi Normal.

(2). Data memp varians yg sama (homogen).
(3). Data berskala pengukuran interval atau rasio.
(4). Data dari sampel yg diambil secara random.

 Bila tidak memenuhi salah satu syarat di

atas, maka digunakan
Uji Statistik Non-parametrik.
--------------------------------------------------------------.
(2). Uji Statistik Non-parametrik :

1. Uji Chi-square = Kai kuadrat.

2. Uji Fisher.
3. Uji Kolmogorov-Smirnov.
4. Uji McNemar. d.l.l. (banyak).
Contoh sbb :
 Uji Parametrik : Uji Non-Parametrik :

1. t-test independent.  Man-Whitney Test.

2. t-test pairs.  Wilcoxon Test.
3. Uji Korelasi Pearson. Spearman Rank Corr.
4. Analyses of Variance  Uji Kruskal-Wallis.

=------------------o0o----------------------------=