PENGANTAR TEORI STATISTIK

(Analisis Lanjut Data PIS PK)

BADAN PENELITIAN DAN PENGEMBANGAN KESEHATAN

KEMENTERIAN KESEHATAN RI
4 NOVEMBER 2020
Indikator
https://pengertiandefinisi.com/pengertian-indikator-menurut-para-
ahli/
• Menurut WHO, indikator merupakan variabel yang bisa membantu
kita dalam kegiatan pengukuran berbagai macam perubahan yang
terjadi baik secara langsung ataupun tidak langsung.
• Menurut Buku Petunjuk Teknis Standar Pelayanan Minimal Bidang
Kesehatan (Kemenkes RI), indikator dapat diartikan sebagai variabel
yang bisa dipakai untuk mengevaluasi kondisi/keadaan/status serta
memungkinkan dilakukannya tindakan pengukuran terhadap berbagai
perubahan yang terjadi dari satu waktu ke waktu lainnya.
Indikator dalam PIS-PK
• Ada 12 indicator
• Ada indikator dibentuk dari satu variable (mengikuti program KB;
ibu bersalin yang persalinannya di fasilitas kesehatan; ASI
Eksklusif; imunisasi dasar lengkap; Pertumbuhan balita dipantau
tiap bulan; merokok; JKN;)
• Ada indikator dibentuk lebih dari satu variable (Penderita hipertensi
berobat teratur; Penderita TB berobat teratur, Penderita
gangguan jiwa berat tidak ditelantarkan; Keluarga memiliki
akses / menggunakan jamban sehat; Keluarga memiliki
akses/memakai air bersih
Skala Ukur Variabel
• Nominal (Jenis kelamin, Agama)
• Ordinal (Pendidikan, Kelompok Umur, Hipertensi, dll)
• Interval (suhu)
• Rasio (Umur, Tekanan darah, Berat badan)
Struktur Data di PIS-PK

• Data level individu (Umur, Jenis Kelamin, Pekerjaan, Pendidikan, dll)

• Data level ruta/keluarga (kepemilikan SAM; kepemilikan Jamban,

kesimpulan setiap indikator)
Ukuran besaran
• Jumlah/Angka absolut
• Proporsi
• Prevalensi
• Numerator/pembilang
• Denumerator/pembagi
Proporsi penduduk usia > 15 tahun yang didiagnosis HT dan tidak minum obat
teratur
jumlah penduduk usia > 15 tahun yang didiagnosis HT dan tidak minum obat teratur
= ------------------------------------------------------------------------------------------------------------------------x 100%
jumlah penduduk usia > 15 tahun yang didiagnosis HT
Penyajian data
• Grafik
PENDUDUK > 15 TH DIDIAGNOSIS HIPERTENSI TAPI TIDAK PENDUDUK > 15 TH DIDIAGNOSIS HIPERTENSI TAPI TIDAK MINUM OBAT
MINUM OBAT SECARA TERATUR (%) (N=47) SECARA TERATUR (%) (N=47)
8.5 2.1 40.0
6.4 36.2
36.2 35.0

30.0

23.4 25.0 23.4 23.4

20.0

23.4 15.0

10.0 8.5
6.4
5.0
Tamat D1/D2/D3 Tamat PT 2.1
Tamat SD/MI Tamat SLTA/MA 0.0
0.0
Tamat SLTP/MTS Tidak pernah sekolah Tamat Tamat PT Tamat SD/MI Tamat Tamat Tidak pernah Tidak tamat
D1/D2/D3 SLTA/MA SLTP/MTS sekolah SD/MI
Tidak tamat SD/MI
Penyajian data
• Tabel
JUMLAH INDIVIDU
DIDIAGNOSIS HIPERTENSI
PENDIDIKAN TAPI TIDAK MINUM OBAT %
SECARA TERATUR

Tamat D1/D2/D3 0 0,0

Tamat PT 1 2,1
Tamat SD/MI 17 36,2
Tamat SLTA/MA 11 23,4
Tamat SLTP/MTS 11 23,4
Tidak pernah sekolah 4 8,5
Tidak tamat SD/MI 3 6,4
Grand Total 47 100,0
Manajemen dan Analisis Data PIS-PK

Manajemen data:
1. Menarik data dari server PIS-PK per puskesmas
2. Melakukan cleaning data (Cek data abnormal, konfirmasi, dipisah/tidak dianalisis)
3. Membentuk variable baru sesuai tujuan (Recode, Compute)

Analisis Data
4. Dashboarb PIS-PKP
5. Aplikasi Inarata versi 1.0  Inarata Versi 4.0 (Microsof Excel) yang sudah
dilengkapi dengan perintah/syntax tinggal mengganti subset data
6. Analisis dengan SPSS  dilengkapi dengan perintah/syntax tinggal running
Kelebihan dan Kekurangan (Microsof Excel vs SPSS)
Kelebihan Microsof Excel:
1. Bisa langsung keluar grafik
2. Bisa mengeluarkan frekuensi per jenis jawaban (Ya atau Tidak saja)
3. Lebih familiar karena sudah banyak digunakan.-
4. Bebas lisensi

Kekurangan Microsof Excel:

5. Harus membuat rumus logic jawaban kesimpulan misal jika kolom berubah posisi, logic bisa salah.-
6. Untuk merging data (add cases atau add var) bisa tapi rumus relatif sulit dan panjang (harus di visual
basic).-
7. Jika data dalam jumlah besar, ukuran file relatif besar juga. Running jadi lambat. Dengan jumlah yg sama,
spss lebih cepat.-
8. Utk menghitung proporsi harus dbuat rumus baru, tidak otomatis.-
9. Tidak bisa membuat tabel bersusun ke bawah (misal punya jamban dan jenisnya lalu dhubungkan dg
perilaku).
ANALISIS DATA PIS-PK
ANALISIS DATA PIS-PK
Hanya dari Data PIS-PK
1. Analisis univariat baik pada data level keluarga maupun level individu
2. Analisis bivariate antara variable level keluarga/individu dengan wilayah
(RT/RW/Desa/elurahan)
3. Analisis bivariate antara variable level individu dengan karakteristik
individu  bisa hanya membandingkan secara proporsi bahkan bisa
sampai menyimpulkan kebermaknaan secara statistic dan besar
peluang/risiko
Data PIS-PK dengan data lain (data rutin puskesmas)
4. Analisis data PIS-PK dengan data rutin puskesmas
Indikator 1: Keluarga mengikuti program KB
Analisis univariat (1 variable):
1. Proporsi keluarga yang tidak mengikuti program KB
2. Proporsi keluarga yang mengikuti program KB
3. Jumlah wanita usia 10-54 tahun, menikah, tidak sedang hamil
4. Jumlah wanita usia 10-54 tahun, menikah, tidak sedang hamil dan ikut KB
5. Jumlah wanita usia 10-54 tahun, menikah, tidak sedang hamil dan tidak ikut KB
6. Proporsi wanita usia 10-54 tahun, menikah, tidak sedang hamil dan ikut KB
7. Proporsi wanita usia 10-54 tahun, menikah, tidak sedang hamil dan tidak ikut KB
Analisis bivariate (2 variable):
8. Dari no 1 sd No 7 dilihat sebaran menurut wilayah RT atau RW atau Desa/kelurahan
9. Distribusi wanita usia 10-54 tahun, menikah, tidak sedang hamil dan tidak ikut KB menurut
karakteristik (kelompok umur, pendidikan, pekerjaan, agama)
10. Distribusi wanita usia 10-54 tahun, menikah, tidak sedang hamil dan ikut KB menurut
karakteristik (kelompok umur, pendidikan, pekerjaan, agama)
Indikator 2: Ibu bersalin di fasilitas kesehatan
Analisis univariat (1 variable):
1. Proporsi keluarga yang memiliki ibu bersalin yang persalinannya tidak di fasilitas kesehatan
2. Proporsi keluarga yang memiliki ibu bersalin yang persalinannya di fasilitas kesehatan
3. Jumlah ibu bersalin yang persalinannya tidak di fasilitas kesehatan
4. Proporsi ibu bersalin yang persalinannya tidak di fasilitas kesehatan
5. Jumlah ibu bersalin yang persalinannya di fasilitas kesehatan
6. Proporsi ibu bersalin yang persalinannya di fasilitas kesehatan

Analisis bivariate (2 variable):

7. Dari no 1 sd No 6 dilihat sebaran menurut wilayah RT atau RW atau Desa/kelurahan
8. Distribusi ibu bersalin yang persalinannya di fasilitas kesehatan menurut karakteristik Ibu
hamil/KK (kelompok umur, jenis kelamin, pendidikan, pekerjaan, agama, kepemilikan JKN)
9. Distribusi ibu bersalin yang persalinannya tidak di fasilitas kesehatan menurut karakteristik Ibu
hamil/KK (kelompok umur, jenis kelamin, pendidikan, pekerjaan, agama, kepemilikan JKN)
Indikator 3: Bayi mendapat imunisasi dasar lengkap
Analisis univariat (1 variable):
1. Proporsi keluarga yang memiliki bayi tidak mendapat imunisasi dasar lengkap
2. Proporsi keluarga yang memiliki bayi mendapat imunisasi dasar lengkap
3. Jumlah bayi yang tidak mendapat imunisasi dasar lengkap
4. Proporsi bayi yang tidak mendapat imunisasi dasar lengkap
5. Jumlah bayi yang mendapat imunisasi dasar lengkap
6. Proporsi bayi yang mendapat imunisasi dasar lengkap

Analisis bivariate (2 variable):

7. Dari no 1 sd No 6 dilihat sebaran menurut wilayah RT atau RW atau Desa/kelurahan
8. Distribusi bayi yang yang tidak mendapat imunisasi dasar lengkap menurut karakteristik Ibu/KK
(kelompok umur, jenis kelamin, pendidikan, pekerjaan, agama, kepemilikan JKN)
9. Distribusi bayi yang yang mendapat imunisasi dasar lengkap menurut karakteristik Ibu/KK
(kelompok umur, jenis kelamin, pendidikan, pekerjaan, agama, kepemilikan JKN)
Indikator 4: Bayi diberi ASI eksklusif selama 6 bulan
Analisis univariat (1 variable):
1. Proporsi keluarga yang memiliki bayi tidak diberi ASI eksklusif selama 6 bulan
2. Proporsi keluarga yang memiliki bayi diberi ASI eksklusif selama 6 bulan
3. Jumlah bayi yang tidak diberi ASI eksklusif selama 6 bulan
4. Proporsi bayi yang tidak diberi ASI eksklusif selama 6 bulan
5. Jumlah bayi yang diberi ASI eksklusif selama 6 bulan
6. Proporsi bayi yang diberi ASI eksklusif selama 6 bulan

Analisis bivariate (2 variable):

7. Dari no 1 sd No 6 dilihat sebaran menurut wilayah RT atau RW atau Desa/kelurahan
8. Distribusi bayi yang yang tidak diberi ASI eksklusif selama 6 bulan menurut karakteristik Ibu/KK
(kelompok umur, jenis kelamin, pendidikan, pekerjaan, agama, kepemilikan JKN)
9. Distribusi bayi yang yang diberi ASI eksklusif selama 6 bulan menurut karakteristik Ibu/KK
(kelompok umur, jenis kelamin, pendidikan, pekerjaan, agama, kepemilikan JKN)
Indikator 5: Pertumbuhan balita dipantau tiap bulan
Analisis univariat (1 variable):
1. Proporsi keluarga yang memiliki balita dan balita tersebut bulan yang lalu tidak ditimbang berat
badannya untuk dicatat di Posyandu
2. Proporsi keluarga yang memiliki balita dan balita tersebut bulan yang lalu ditimbang berat badannya
untuk dicatat di Posyandu
3. Jumlah balita yang bulan sebelumnya tidak ditimbang berat badannya untuk dicatat di Posyandu
4. Proporsi balita yang bulan sebelumnya tidak ditimbang berat badannya untuk dicatat di Posyandu
5. Jumlah balita yang bulan sebelumnya ditimbang berat badannya untuk dicatat di Posyandu
6. Proporsi balita yang bulan sebelumnya tidak ditimbang berat badannya untuk dicatat di Posyandu
Analisis bivariate (2 variable):
7. Dari no 1 sd No 6 dilihat sebaran menurut wilayah RT atau RW atau Desa/kelurahan
8. Distribusi balita yang bulan sebelumnya tidak ditimbang berat badannya untuk dicatat di Posyandu
menurut karakteristik Ibu/KK (kelompok umur, jenis kelamin, pendidikan, pekerjaan, agama,
kepemilikan JKN)
9. Distribusi balita yang bulan sebelumnya ditimbang berat badannya untuk dicatat di Posyandu menurut
karakteristik Ibu/KK (kelompok umur, jenis kelamin, pendidikan, pekerjaan, agama, kepemilikan JKN)
Indikator 6: Penderita TB Paru berobat sesuai standar
Analisis univariat (1 variable):
1. Proporsi keluarga yang memiliki masalah TB (memiliki ART >15 tahun yang didiagnosis TB dan minum obat
tidak teratur ATAU memiliki ART >15 tahun yang mempunyai gejala TB)
2. Proporsi ART >15 tahun yang didiagnosis TB
3. Proporsi ART >15 tahun yang didiagnosis TB dan minum obat tidak teratur
4. Proporsi ART >15 tahun yang mempunyai gejala TB
Analisis bivariate (2 variable):
5. Dari no 1 sd No 4 dilihat sebaran menurut wilayah RT atau RW atau Desa/kelurahan
6. Distribusi ART >15 tahun yang didiagnosis TB menurut karakteristik (kelompok umur, jenis kelamin,
pendidikan, pekerjaan, agama, perilaku merokok, kepemilikan JKN)
7. Distribusi ART >15 tahun yang didiagnosis TB dan minum obat tidak teratur menurut karakteristik (kelompok
umur, jenis kelamin, pendidikan, pekerjaan, agama, perilaku merokok, kepemilikan JKN)
8. Distribusi ART >15 tahun yang mempunyai gejala TB menurut karakteristik (kelompok umur, jenis kelamin,
pendidikan, pekerjaan, agama, perilaku merokok, kepemilikan JKN)
Indikator 7: Penderita hipertensi berobat teratur
Analisis univariat (1 variable):
1. Proporsi keluarga yang memiliki masalah hipertensi (memiliki ART >15 tahun yang didiagnosis hipertensi dan
minum obat tidak teratur ATAU memiliki ART >15 tahun yang hasil pengukuran tensinya Diastol > 90 mmHg
dan atau systole > 140 mmHg)
2. Proporsi ART >15 tahun yang didiagnosis hipertensi
3. Proporsi ART >15 tahun yang didiagnosis hipertensi dan minum obat tidak teratur
4. Proporsi ART >15 tahun yang hasil pengukuran tensinya Diastol > 90 mmHg dan atau systole > 140 mmHg
Analisis bivariate (2 variable):
5. Dari no 1 sd No 4 dilihat sebaran menurut wilayah RT atau RW atau Desa/kelurahan
6. Distribusi ART >15 tahun yang didiagnosis hipertensi menurut karakteristik (kelompok umur, jenis kelamin,
pendidikan, pekerjaan, agama, perilaku merokok, kepemilikan JKN)
7. Distribusi ART >15 tahun yang didiagnosis hipertensi dan minum obat tidak teratur menurut karakteristik
(kelompok umur, jenis kelamin, pendidikan, pekerjaan, agama, perilaku merokok, kepemilikan JKN)
8. Distribusi ART >15 tahun yang hasil pengukuran tensinya Diastol > 90 mmHg dan atau systole > 140 mmHg
menurut karakteristik (kelompok umur, jenis kelamin, pendidikan, pekerjaan, agama, perilaku merokok,
kepemilikan JKN)
Indikator 8: Penderita gangguan jiwa berat tidak ditelantarkan

Analisis univariat (1 variable):

1. Proporsi keluarga yang memiliki ART didiagnosis ODGJ
2. Proporsi keluarga yang memiliki ART didiagnosis ODGJ dan tidak minum obat
3. Proporsi keluarga yang memiliki ART didiagnosis ODGJ dan minum obat
4. Proporsi keluarga dengan ART ODGJ (didiagnosis dan dipasung)
5. Proporsi penduduk yang didiagnosis ODGJ
6. Proporsi penduduk yang didiagnosis ODGJ dan tidak minum obat
7. Proporsi penduduk yang didiagnosis ODGJ dan dipasung
Analisis bivariate (2 variable):
8. Dari no 1 sd No 7 dilihat sebaran menurut wilayah RT atau RW atau Desa/kelurahan
9. Distribusi penduduk yang didiagnosis ODGJ dan tidak diobati/ditelantarkan/dipasung menurut
karakteristik kepala keluarga (kelompok umur, pendidikan, pekerjaan, agama, kepemilikan JKN)
Indikator 9: Tidak ada anggota keluarga yang merokok
Analisis univariat (1 variable):
1. Proporsi keluarga yang memiliki ART merokok
2. Proporsi keluarga yang memiliki ART tidak merokok
3. Jumlah ART yang merokok
4. Proporsi ART yang merokok
5. Jumlah ART yang tidak merokok
6. Proporsi ART yang tidak merokok
Analisis bivariate (2 variable):
7. Dari no 1 sd No 6 dilihat sebaran menurut wilayah RT atau RW atau Desa/kelurahan
8. Distribusi ART yang merokok menurut karakteristik (kelompok umur, jenis kelamin, pendidikan,
pekerjaan, agama, kepemilikan JKN)
9. Distribusi ART yang tidak merokok menurut karakteristik (kelompok umur, jenis kelamin,
pendidikan, pekerjaan, agama, kepemilikan JKN)
Indikator 10: Keluarga memiliki akses / menggunakan jamban sehat

Analisis univariat (1 variable):

1. Proporsi keluarga yang bermasalah akses /menggunakan jamban sehat
2. Proporsi keluarga yang tidak bermasalah akses /menggunakan jamban sehat
3. Proporsi keluarga yang memiliki jamban sehat
4. Proporsi keluarga yang tidak memiliki jamban sehat
5. Proporsi ART yang BAB di jamban sehat
6. Proporsi ART yang tidak BAB di jamban sehat
Analisis bivariate (2 variable):
7. Dari no 1 sd No 6 dilihat sebaran menurut wilayah RT atau RW atau Desa/kelurahan
8. Distribusi ART yang tidak menggunakan sarana air bersih yang layak (kelompok umur,
jenis kelamin, pendidikan, pekerjaan, agama)
Indikator 11: Keluarga memiliki akses/memakai air bersih

Analisis univariat (1 variable):

1. Proporsi keluarga yang bermasalah akses/menggunakan air bersih
2. Proporsi keluarga yang tidak bermasalah akses/menggunakan air bersih
3. Proporsi keluarga yang memiliki sarana air bersih yang layak
4. Proporsi keluarga yang tidak memiliki sarana air bersih yang layak
5. Proporsi ART yang menggunakan sarana air bersih yang layak
6. Proporsi ART yang tidak menggunakan sarana air bersih yang layak
Analisis bivariate (2 variable):
7. Dari no 1 sd No 6 dilihat sebaran menurut wilayah RT atau RW atau Desa/kelurahan
8. Distribusi ART yang tidak menggunakan sarana air bersih yang layak (kelompok umur,
jenis kelamin, pendidikan, pekerjaan, agama)
Indikator 12: Sekeluarga sudah menjadi anggota JKN

Analisis univariat (1 variable):

1. Proporsi keluarga yang bermasalah dalam kepesertaan JKN
2. Proporsi keluarga yang tidak bermasalah dalam kepesertaan JKN
3. Proporsi ART yang sudah menjadi kepesertaan JKN
4. Proporsi ART yang belum menjadi kepesertaan JKN

Analisis bivariate (2 variable):

5. Dari no 1 sd No 4 dilihat sebaran menurut wilayah RT atau RW atau Desa/kelurahan
6. Distribusi ART yang belum menjadi kepesertaan JKN menurut karakteristik (kelompok
umur, pendidikan, pekerjaan, agama)
7. Distribusi ART yang sudah menjadi kepesertaan JKN menurut karakteristik (kelompok
umur, jenis kelamin, pendidikan, pekerjaan, agama)
 ANALISIS
DATA PIS-PK
DENGAN
DATA RUTIN PUSKESMAS
Perilaku BAB dengan Kasus Diare

• Melihat pola sebaran perilaku BAB dan kasus diare menurut wilayah
(apakah berpola...misal kasus diare dan tidak berperilaku BAB pada
wilayah yang sama?
• Analisis individu/keluarga....apakah kasus diare pada orang yang tidak
berperilaku BAB di jamban? Apakah kasus diare tsb keluarganya
punya jamban sehat?
Keluarga memiliki akses/memakai air bersih dengan Kasus Diare

• Melihat pola sebaran memiliki akses/memakai air bersih dan kasus diare
menurut wilayah
1. Apakah berpola...misal kasus diare dan tidak memiliki akses/memakai
air bersih pada wilayah yang sama? Telusuri kasus tersebut
2. Jika kasus diare tinggi tetapi proporsi memiliki akses/memakai air
bersih tinggi....telusuri kasus diare pada rumah yang mana saja
(lakukan IKL; cek pengolahan air sebelum diminum; cek kualitas air
secara mikrobiologi)
Penderita hipertensi berobat teratur

• Membandingkan kasus hipertensi hasil diagnosis yang minum tidak minum

obat teratur
1. Apakah penderita hipertensi yang ada di PIS-PK merupakan pasien
hipertensi kasus lama di Puskesmas? Jika ya kenapa sampai tidak
minum obat teratur (akses ke puskesmas, peserta JKN)? Telusuri
kasus tersebut. Jika tidak apakah pasien ini berobat ke puskesmas
tetangga atau cek dokter/klinik jejaring di wilayah puskesmas
2. Untuk ART yang diukur hipertensi, apakah sudah berkunjung ke
puskesmas untuk penetapan diagnosis? Jika sudah lakukan update
Data PIS-PK. Jika belum, telusuri pasien ini apakah berobat ke
puskesmas tetangga atau cek dokter/klinik jejaring di wilayah
puskesmas
Tb Paru

• Apakah orang yang mempunyai gejala TB (Data PIS-PK) sudah

berkunjung ke puskesmas untuk follow up/kepastian diagnosis TB?
1. Jika belum cek apa tidak punya JKN, apa akses ke puskesmas jauh;
apa ada laporan dari dokter/klinik jejaring di wilayah puskesmas
2. Jika sudah update data PIS-PK sesuai hasil diagnosis
• Kenapa penderita TB tidak teratur minum obat?
1. Cek ke Pengelola program apakah nama tsb berobat di puskesmas ini
(apakah pernah tidak tersedia obat; status ekonomi penderita; PMO)?
2. Jika tidak cek ke puskesmas tetangga atau cek dokter/klinik jejaring di
wilayah puskesmas
Hal-hal yang harus diperhatikan dalam analisis data PIS-PK
dengan data lain di puskesmas

• Jika analisis level individu....cek variable yang bisa unique untuk

menggabungkan data tsb.....misal NIK
• Alamat juga belum lengkap sampai RT/RW....biasanya hanya
Desa/kelurahan
• Jika tidak ada maka opsinya hanya membandingkan pola desa atau
merging NAMA
• Jika tidak ada mungkin perlu menjadi masukan dalam pencatatan data
rutin puskesmas harus memasukkan NIK
TERIMA KASIH