Anda di halaman 1dari 33

Biostatistik

Novdaly Fillamenta
Peran Biostatistik
• Menggambarka besarnya kejadian/masalah
• Monev program
- analisis perbandingan
- analisis kecenderungan
• Mendiagnosis masalah
• Perencanaan program
• Alat bantu riset
Biostatistik sbg Alat bantu Riset
1. Alat bantu untuk menghitung sampel, sampel dapat
dipertanggung jawab
2. Alat untuk melakukan pengumpulan data secara tepat
–uji validitas dan reliabilitas instrumen (kuesioner)
3. Alat bantu untuk pengolahan data secara benar
4. Alat bantu analisis data secara tepat seseuai dengan
kasusnya
5. Alat bantu untuk melakukan penyajian data yang
benar, sehingga data lebih komunikatif
KESALAHAN PENGGUNAAN STATISTIK

• Pengukuran salah : mis : Eksklusive ?


• Pengolahan data : memasukkan data salah
• Melakukan analisis data yang salah:
- pemilihan uji statistik salah
- interpretasi : baca tabel, generalisasi ?
• Penyajian data salah :
- tidak tepat pemilihan grafik
- pembuatan tabel/grafik salah
- double penyajian
Lingkup Statistik
• Statistik Deskriptif
: kegiatannya hanya hanya mendeskripsikan data yg disurvei
tanpa/belum melakukan generalisasi ke populasi

• Statistik Inferensial/induktif/analitik
: kegiatannya sudah melakukan generalisasi dari sampel ke
populasi
Generalisasi
• Populasi :
: keseluruhan subjek/unit yang akan diteliti
• Sampel
: sebagian dari populasi yg diharapkan dpt mewakili/representatif
populasi
: Bagaimana spy sampel representatif?
- besar sampel cukup memadai
- teknik pengambilan sampel benar

• Generalisasi --- teori probabilitas


Metode Statistik

Data

Langkah-langkah statistika
Analisis
Pengumpulan Pengolahan Penyajian data, dan
data data data Kesimpulan

Informasi
Data
• Data adalah keterangan mengenai suatu hal
dari seorang atau kumpulan orang, dalam
bentuk angka-angka.

• Misal, ketika membahas data seorang


responden (mis : pasien), kita dapat
membicarakan angka-angka mengenai tinggi
badannya, atau berat badan, tekanan darah,
kepuasan pelayanan RS, dll.
Syarat Data
• Up to date
• Akurat:
- Reliabilitas
- Validitas
- Objektivitas
Variabel
• Variabel adalah ciri individu yang
dipelajari/diukur, yang bentuknya
berupa nilai-nilai yang bervariasi.

Misal:
berat badan : 60, 71, 73 dst..
Sex : pria, wanita
Jumlah anak : 2, 4, 10, 5
Jenis Variabel menurut sifatnya:
1. Kategorik /kualitatif
: hasil pengklasifikasian/penggolongan
Ciri: isinya berbentuk kata-kata
Misal: sex : pria dan wanita
pekerjaan; pns, abri, swasta
umur : remaja, dewasa, tua
Kategorik : nominal dan ordinal

2. Numerik /kuantitatif
: variabel hasil pengukuran atau penghitungan
Ciri : isinya berbentuk angka
Misal: umur: 23, 25. 40 ,25 dst…
tinggi badan : 150, 165, dst……
Jumlah anak: 3, 3, 5, 1, dst…
Numerik : interval dan rasio
Note: numerik dpt berubah menjadi kategorik, …bila var tsb dikelompokkan
Tampilan di Komputer
Umur agama bb sex umur1 bb1
45 2 60 1 2 3
34 4 72 1 2 1
23 1 65 2 1 2
34 3 56 1 3 4
Dst ……

Umur : numerik
Agama : katagorik (koding: 1=islam, 2=kristen, 3=katolik, 4=hindu)
Bb : numerik
Sex : katagorik (koding: 1=pria, 2=wanita)
Umur1l: katagorik (koding: 1= <20th (remaja), 2= 20-30 th (dewasa), 3= >30 th (tua))
bb1: katagorik (koding: 1= <60 kg, 2=60-70 kg, 3=70-80 kg, 4= >70kg)
Pengumpulan Data
DATA YANG DIKUMPULKAN

 Penyakit
 Kematian
 Kelahiran
 Demografi
 dsb …. Tergantung tuj penelitian
Definisi Operasional variabel

1. Jelas
2. Objektif
3. Mudah diukur

Misal data MIGRAIN, apa DO nya?


Pengumpulan Data
• Pengumpulan data merupakan langkah yang amat
penting pada satu penelitian
• Akurasi data bergantung pada:
1. Alat ukur yang digunakan  Standard
2. Orang yang mengambil data  Terlatih

 Metode pengumpulan data:


1. Pengamatan (observasi)
2. Wawancara (Terstruktur vs Mendalam)
3. Responden mengisi sendiri (Angket/Pos surat)
4. Polling (wawancara telpon & internet)
5. Pengukuran
Alat Pengumpul Data
1. Tipe instrumen
– Wawancara
– Responden mengisi sendiri 3. Tipe pertanyaan
– Cek-list – Pertanyaan Tertutup
2. Kelompok sasaran • Satu pilihan (Ya/Tidak)
– Ibu/Wanita • Pilihan ganda
– Kepala keluarga
– Pertanyaan terbuka
– Remaja
– Dll : pejabat, tokoh
PENGOLAHAN DATA
Tujuan Pengolahan Data

• Terjaminnya keakuratan data :


data terhindar dari kesalahan pengumpulan data dan kesalahan
entry data

• Menyiapkan data agar mudah dilakukan


analisis data
TAHAPAN PENGOLAHAN DATA

A.Editing
Memeriksa kelengkapan dan kebenaran isi kuesioner : lakukan
kompilasi kalau data berasal dari berbagai sumber, lakukan
pengecekan kebenaran data

B.Coding
Pengubahan jawaban pertanyaan yg berisi huruf kedalam bentuk
angka: Misal data pendidikan dikoding: 1=sd 2=smp , dst

C. Processing
Memindahkan isi keusioner ke media komputer: data sederhana
gunakan Excel, dbase, dll : data komplek gunakan: SPSS, STATA
D. Cleaning data

Tujuan : pengecekan kebenaran entry data


E. Transformasi Data

Tujuan :
melakukan perubahan variabel menjadi variabel baru
sesuai dg kebutuhan,
melalui proses :
 Mengelompokkan var ke dlm nilai berbeda.
 Beberapa variabel dijumlahkan
 dll ….
Analisis Data
Apa itu analisis ?

= memberi makna data, memberi arti data

Mis: hasil survei di Palembang didapatkan rata-rata berat bayi


sebesar 2100 g.

Maknanya/Analisisnya …………. ?

Hasil Analisis data akan maksimal, bila:


- menguasai statistik
- menguasai substansi dari data yg dianalisis
- menguasai paket program statistik komputer
Jenis Analisis Data

• Analisis Data Sederhana (Univariat)


- menghitung rerata (ukuran tengah)
- menghitung sebaran (ukuran variasi)

• Analisis Data yang Komplek


- analisis bivariat
- analisis multivariat
Umur: 34 56 23 Sex : 1 2 1 1 Merokok : 1 2 1
34 45 …. 2 ……. 2 1 1 1 …

univariat Jumlah & persen


Mean & sd Jumlah & persen

bivariat
Uji stat : uji t Uji stat : kai kuadrat

multivariat
Uji multivariat : regresi logistik
DO VARIABEL,… awas kodingnya ??

Variabel Definisi ………………… Hasil Ukur Skala


Operasional ….

Variabel Dependen        
Merokok     0=tidak merokok nominal
1=merokok

Variabel Independen        

1.Jenis Kelamin     0=wanita nominal


1=pria

2.Pengetahuan     0=tinggi ordinal


1=rendah

3.Anggota klg merokok     0=tidak ada nominal


1=ada

 4. dst…        
         
PENYAJIAN DATA
Bentuk Penyajian

- Tabel atau Grafik


- Tidak boleh double penyajian
- Kurang tepat penyajian langsung
memakai output komputer
(Beberapa angka yg penting dari output komputer
 tabel/grafik)
Tabel

Tabel 5.1

Distribusi Pasien Menurut Tingkat Pendidikan di Puskesmas X, 2019

Pendidikan Jumlah Persentase

SD 40 40,0
SMP 30 30,0
SMU 20 20,0
PT 10 10,0

Jumlah 100 100


Lingkaran (PIE)
Distribusi Pendidikan Penduduk
PALEMBANG

26%
14% 9,6%
Tidak sekolah
50,4% Sekolah Dasar
Tamat SLTP
Tamat SLTA+