PENGANTAR

BIOSTATISTIKA

Karisma Dwi Ana,S.Kep.,Ns.,M.Kep

 BIOSTATISTIKA
• Ilmu terapan dari statistika dalam bidang
biologi.
• Dalam kenyataannya Biostatistika juga
banyak digunakan dalam bidang
kesehatan dan kedokteran, karena
keduanya memang terkait erat dengan
bidang biologi.
• Statistika sebagai cabang ilmu
matematika banyak digunakan dalam
pengambilan keputusan dan berkembang
berdasarkan teori peluang (probabilitas).
2
STATISTIKA

Metode atau alat bantu untuk

mengembangkan ilmu pengetahuan
melalui aktivitas berupa pengumpulan,
pengolahan, penyajian dan analisis
data yang dilanjutkan dengan
penarikan kesimpulan atas ciri yang
diamati dari sampel terhadap
populasinya

3
PERANAN STATISTIK DALAM
PENELITIAN
1. Alat untuk menghitung besar sampel
2. Menguji validitas dan reliabilitas
instrumen
3. Teknik untuk menyajikan data
( tabel , grafik)
4. Alat untuk analisis data seperti
menguji hipotesis penelitian yang
diajukan.
MACAM-MACAM STATISTIK

STATISTIK

DESKRIPTIF INFERENSIAL

Non
Parametrik Parametrik

5
 KEGUNAAN STATISTIK DI BIDANG KESEHATAN
1. Menentukan ada dan besarnya masalah
kesehatan masyarakat
2. Menentukan prioritas masalah dan memilih
alternatif pemecahan masalah kesehatan
secara efisien.
3. Membuat perencanaan program kesehatan
4. Mengadakan evaluasi pelaksanaan program
kesehatan
5. Dokumentasi untuk mengadakan
perbandingan di masa mendatang
6. Mengadakan penelitian masalah kesehatan
yang belum diketahui atau menguji
kebenaran suatu masalah kesehatan.
7. Memberikan penerangan tentang kesehatan
kepada masyarakat.

6
STATISTIK DESKRIPTIF

 Alat yang digunakan untuk

menggambarkan /menganalisis suatu
data dari hasil penelitian, tetapi tidak
dipakai untuk membuat kesimpulan yg
lebih luas (generalisasi)
 Dipakai :
 Penelitian yang tidak menggunakan sampel
 Penelitian dengan sampel tetapi tidak untuk
membuat generalisasi

7
STATISTIK INFERENSIAL

 Alat/statistik yang digunakan untuk

menganalisis data sampel, dan hasilnya
akan digeneralisasi untuk populasi dimana
sampel diambil.
 ST PARAMETRIK : menganalisis data
kontinyu (INTERVAL-RASIO), populasi
berdistribusi normal
 ST NON PARAMETRIK : menganalisis data
kategori (NOMINAL-ORDINAL), populasi
bebas distribusi (tidak harus normal)
8
 DATA ORDINAL adalah data yang berbentuk rangking atau peringkat.
Misalnya juara I, II, III dan seterusnya. Data ini, bila dinyatakan dalam
skala, maka jarak satu data dengan data yang lain tidak sama.
 DATA INTERVAL, adalah data yang jaraknya sama tetapi tidak
mempunyai nilai nol (0) absolut / mutlak. Data-data yang diperoleh
dari pengukuran dengan instrument sikap dengan skala Likert
misalnya adalah berbentuk data interval.
 DATA RATIO adalah data yang jaraknya sama, dan mempunyai nilai
nol mutlak. Misalnya data tentang berat, panjang, dan volume. Berat 0
kg berarti tidak ada bobotnya, panjang 0 m berarti tidak ada
panjangnya. Data rasio adalah data yang paling teliti.

9
KONSEP DASAR
KONSEP DASAR

1. DATA
2. VARIABEL
3. PENGUKURAN
4. PARAMETER
5. STATISTIK
6. POPULASI
7. SAMPEL
11
KONSEP DASAR
DATA
 Himpunan angka dari hasil pengukuran
VARIABEL
 Fenomena/data yang diamati, nilainya bervariasi
 Macam :
- Variabel bebas/sebab/faktor resiko
- Variabel terikat/akibat/respon

PENGUKURAN
 Proses mengidentifikasi besar kecilnya fenomena
 Dikenal dengan SKALA PENGUKURAN DATA

12
 Variabel BEBAS Variabel TERIKAT

Perilaku Kejadian
cuci tangan DIARE

1. Tidak pernah cuci tangan

2. Kadang-kadang cuci tangan 1. DIARE
3. Sering cuci tangan 2. Tidak DIARE
4. Selalu cuci tangan

13
Variabel BEBAS Variabel TERIKAT

MIOKAR-
MEROKOK DIUM
INFARK

Variabel PENGGANGGU/
CONFOUNDING / COVARIAN

MINUM
KOPI
14
Variabel BEBAS Variabel TERIKAT

MIOKAR-
MEROKOK DIUM
INFARK

Variabel PENGGANGGU/
CONFOUNDING / COVARIAN

TIPE
KEPRIBADIAN
15
Contoh Judul Penelitian !

16
JENIS DAN SKALA
PENGUKURAN DATA
SIFAT JENIS SKALA

RASIO
DATA
NUMERIKAL KONTINYU/
KUANTITATIF
INTERVAL

SET DATA

ORDINAL
DATA
KATEGORIK DISKRET/
KUALITATIF
NOMINAL

17
Tingkat pengetahuan mahasiswa

1. Tingkat pengetahuan RENDAH

(Skor < 70,0)

2. Tingkat pengetahuan SEDANG

(Skor 70,0 s.d. 84,9)

3. Tingkat pengetahuan TINGGI

(Skor ≥ 85,0)
18
Proporsi mahasiswa laki-laki

Laki  laki
100%
jumlah mhs
11
 100% = 29,7%
37

19
BERAT BADAN

NOMINAL
RASIO INTERVAL ORDINAL
(dikotomous)
45 1. 40 – 49 kg 1. BB Ringan 1. BB Ringan
(BB < 50kg); (BB < 50kg);
67 2. 50 – 59 kg 2. BB Sedang 2. BB Tidak
(BB 50- Ringan (BB
3. 60 – 69 kg 69kg); ≥50 kg)
56
4. 70 – 79 kg 3. BB Berat (BB
43 > 69 kg)

78

20
Skala Data RASIO

• Memiliki nilai “nol absolut”

• Nilai sebenarnya
• Nilai yg ada dapat diperbandingkan
INTERVAL • Memiliki nilai desimal
• Hasil perhitungan suatu
formula/rumus
• membedakan dan mengurutkan nilai sebenarnya
• Dikategorikan dalam kelipatan tertentu
ORDINAL • Jarak antar kelas atau kategori sama
• Terdapat nilai “nol tidak absolut”

• Membedakan satu nilai dengan lainnya

• Mengurutkan sesuai tingkatannya/dapat dibandingkan
NOMINAL • Tidak memiliki angka pecahan / Tidak memberikan nilai absolut
• Memberikan urutan (ranking)
• Jarak antar kategori tidak harus sama
• Ukuran paling sederhana
• Tidak memiliki angka pecahan
• Angka hanya sebagai atribut (label)
• Tidak menunjukkan tingkatan
• Nilai tidak dapat dibandingkan
• Set data tidak boleh tumpang tindih (mutually exclusive)
• Set data tidak boleh bersisa (mutually exhaustive)
21
Contoh Skala Data RASIO

• Tinggi Badan
INTERVAL
• Berat Badan

• Suhu
ORDINAL • Tingkat kecerdasan

• Tingkat pendidikan
NOMINAL • Tingkat pengetahuan

• Jenis kelamin
• Jenis pekerjaan
• Agama

22
KONSEP DASAR
POPULASI
 Keseluruhan obyek yang diteliti
 Macam :
a. Populasi Finit ( diketahui jumlahnya, dapat
diperoleh dgn batasan waktu & tempat)
b. Populasi Infinit ( tdk diketahui jumlahnya,
disebabkan tdk ada batasan waktu &
tempat, berlaku utk jml besar (N>10.000)
SAMPEL
 Sebagian dari populasi yang terpilih
 Teknik Pengambilan sampel :
 Random (probability sampel)  generalisasi
 Non random (non probability sampel )

23
KONSEP DASAR

PARAMETER  Nilai-nilai POPULASI

 Ukuran-ukuran yang diterapkan pada
populasi
 Macam : , , 2, , 

STATISTIK  Nilai-nilai SAMPEL

 Ukuran-ukuran yang diterapkan pada
sampel
 Macam :  , s, s2, r, n

24
WARGA NEGARA INDONESIA

populasi
sampel

N n
Maksimal sampel
© 2003, SPSS Italia  [N-1]
& SPSS Inc. 25
 UKURAN PADA SAMPEL (1)

1. Ukuran Pemusatan (Tendensi sentral)

• Mengetahui nilai yang secara umum
dimiliki sampel
• Macam : mean, median,modus

2. Ukuran Penyebaran (dispersi)

• Utk mengetahui homogenitas data
• Utk mengetahui penyebaran data

26
Kurva Normal

Memiliki 2 parameter
populasi…
30
MEAN
20 STANDARD DEVIASI
frekuensi

10

0
-3SD -2SD -1SD Χ +1SD +2SD +3SD
18th 20th
16 th 19 th 25 th

27
 UKURAN PADA SAMPEL (1)

3. Ukuran Posisi
• Nilai yang terkait dengan posisi/letak
• Macam : median, kuartil, desil,
persentil
4. Ukuran Kemencengan dan Kelancipan
 Mengetahui apakah kemencengan
dan ketinggian kurva sesuai kurva
normal

28
Kurva Normal

30

20
frekuensi

10

0
0 25 50 75 100

29
SELESAI
30