PERAN STATISTIK DALAM KESEHATAN

MASYARAKAT DAN KEDOKTERAN KLINIS

ISTILAH “ STATISTIK “ DIPERGUNAKAN DALAM

DUA CARA
1. MENGACU KEPADA PENGGUNAAN SEHARI-HARI
BERUPA :
- DATA
- OBSERVASI ANGKA NUMERIK
- INFORMASI KWANTITATIF
Contoh:

1. JUMLAH PETUGAS KESEHATAN MASYARAKAT TERLATIH DI

BEBERAPA KECAMATAN DISUATU KABUPATEN

2. BERAT BADAN BAYI LAHIR

3. JUMLAH PASEN RAWAT JALAN BERDASARKAN UMUR DAN

JENIS KELAMIN DI PUSKESMAS DTP SELAMA TAHUN 2000

4. PREVALENSI PENYAKIT FILARIASIS PER 1000 PENDUDUK

DALAM TAHUN 2005 DI KABUPATEN INDRAMAYU

5. JUMLAH KREATININ DALAM mg / L URINE SELAMA 24 JAM

STATISTIK DINYATAKAN SEBAGAI :
SUATU NILAI YANG DIHITUNG DARI SAMPEL ,
ATAU SEMBARANG NILAI YANG MENJELASKAN
CIRI SUATU SAMPEL .

DISAMPING STATISTIK, ADA YANG DISEBUT

PARAMETER YAITU : SEMBARANG NILAI YANG
MENJELASKAN CIRI POPULASI µ UNTUK HARGA
RATA-RATA, σ UNTUK NILAI SIMPANG BAKU, π
UNTUK NILAI PROPORSI DLL.
II. STATISTIK JUGA MENGACU KEPADA :
- METODA STATISTIK YAITU
- STUDI METODA ILMIAH DARI : CARA
PENGUMPULAN DATA, MEM-PROSES DATA,
MENCIUTKAN DATA, MENYAJIKAN DATA,
MENGANALISA DATA, DAN MENFSIRKAN
DATA DARI DATA NUMERIK.

METODA STATISTIK INI DIKELOMPOKKAN

DALAM 2 KELOMPOK BESAR :
STATISTIK DESKRIPTIF DAN STATISTIK
INFERENSIA.
 STATISTIK DESKRIPTIF

• METODA – METODA YANG BERKAITAN DENGAN

PENGUMPULAN DAN PENYAJIAN SUATU GUGUS
DATA SEHINGGA MEMBERIKAN INFORMASI YANG
BERGUNA .

• INFORMASI INI HANYA MENGENAI DATA YANG

DIPEROLEH ( HASIL DARI CONTOH ) DAN
SAMASEKALI TIDAK MENGAMBIL KESIMPULAN
APAPUN TENTANG GUGUS DATA INDUKNYA YANG
LEBIH BESAR .
Penampilan tabel, diagram, grafik, dan besaran lainnya
di majalah atau brosur atau koran termasuk dalam
kategori statistik deskriptif .

Tampilan diagram bisa berbentuk balok ( bar –chart ),

diagram kue ( pie chart ), diagram jaringan
( histogram ), diagram sebar (scattered- diagram),
diagram garis,frequency polygon, ogive dsb.
MENGHITUNG UKURAN PEMUSATAN
( CENTRAL TENDENCY )
_
1. MEAN ( NILAI RATA – RATA = X)
2. MEDIAN = M atau Md
3. MODUS
4. WEIGHTED MEAN = NILAI TENGAH TERBOBOTI
5. KUARTIL, DESIL DAN PERSENTIL
6. NILAI TENGAH GEOMETRIC
A. DATA TIDAK MENGELOMPOK

5, 3, 9, 7, 1, 3, 6, 8, 2, 6, 6 (n = 11)

MEAN = 5+3+9+…6= 56/11 = 5.1

MEAN POPULASI = µ
MEAN SAMPEL = x

MEDIAN = M
ARRAY : 1, 2, 3, 3, 5, 6, 6, 6, 7, 8, 9 = 6

MODE = Mo = 6
B. DATA BERKELOMPOK
TEKANAN DARAH SYSTOLIC PADA 240 PRIA
Klas Frekw. Tanda Produk frekwensi (mm Hg)
Interval kelas kumulatif
(f) (x) (fx) (fk)
> 100 - 4 95* 380 4
100 - 16 105 1680 20
110 - 18 115 2070 38
120 - 40 125 5000 78
130 - 66 135 8910 144
140 - 56 145 8120 200
150 - 34 155 5270 234
160 - ↑ 6 165* 990 240

Total 240 - 32420 -

Mean = X = 32420/240 = 135.1 mmHg Median = M = 136.4 ?

Q1, Q3, D7, P90 ?

B. DATA BERKELOMPOK
TEKANAN DARAH SYSTOLIC PADA 240 PRIA
Klas Frekw. Tanda Produk working unit produk
Interval kelas
(f) (x) (fx) (u) (fu) u'
> 100 - 4 95* 380 -4 - 16 -3
100 - 16 105 1680 -3 - 48 -2
110 - 18 115 2070 -2 - 36 -1
120 - 40 125 5000 -1 - 40 0
130 - 66 135 8910 0 0 +1
140 - 56 145 8120 +1 + 56 +2
150 - 34 155 5270 +2 + 68 +3
160 - ↑ 6 165* 990 +3 + 18 +4

Total 240 - 32420 - 2 …

242

Mean = 135 + ( 10 x 2 ) : 240 = 135.08

Mean = 125 + 10.08 = 135.08
Median = ( 240 + 1 ) : 2 = 120.5 -----> 120.5 – 78 = 42.5
terletak dalam kelas 130 – 140 dimana terdapat 66 frekw. Nilai
1 frekwensi = 10 / 66 = 0.1515 ; 42.5 frekwensi = 42.5 x
0.1515 = 6.439 .
Jadi nilai 42.5 terletak pada 130 + 6.439 = 136.44

Q1 = 25% x 240 = 60 terletak pada kelas 120 – 130 ; Yaitu

data ke 22 dari 40 data, nilainya = 120 + 22/40 x 10 = 125.5
Q3 = 75% x 240 = 180 terdapat pada kelas 140 -150; yaitu data ke
36 dari 56 data, nilainya = 140 + 36/56 x 10 = 146.4

D7 = 240/10 x 7 = data ke 168 , terletak pada kelas 140, yi. data

ke 24 dari 56 data dengan nilai = 140 + 24/56 x 10 = 144.3

P90 = 90/100 x 240 = data ke 216, terletak pada kelas 150, yi.
data ke 16 dari 34 data dengan nilai 150 + 16/34 x 10 = 154.7
LATIHAN : HITUNGLAH UKURAN LETAK PUSAT UNTUK DATA YANG
SUDAH DIKELOMPOKAN (GROUPED DATA) !

Kelas Batas Frekuensi Tanda kelas Produk

Interval B/A fi Xi fi xi
45 - 49 44,5 - 49,5 3 47 141
50 - 54 49,5 - 54,5 10 52 520
55 - 59 54,5 - 59,5 16 57 912
60 - 64 59,5 - 64,5 20 62 1240
65 - 69 64,5 - 69,5 15 67 1005
70 - 74 69,5 - 74,5 6 72 432

fi = 70 fixi = 4250

RATA-RATA, MEDIAN DAN MODE ????

 PERLUASAN MEDIAN :
1. KUARTIL : DATA DIBAGI 4
2. DESIL : DATA DIBAGI 10
3. PERSENTIL : DATA DIBAGI 100
KUARTIL: DATA DIBAGI MENJADI 4 BAGIAN YG
SAMA BANYAK, SESUDAH DISUSUN MENURUT URUTAN
NILAINYA, MAKA BILANGAN PEMBAGINYA DISEBUT
KUARTIL 
 A. CONTOH DATA TIDAK MENGELOMPOK:

52, 56, 57, 60, 64, 66, 70, 75, 82, 86, 92, 99

LETAK K1 = 1 ( 12 + 1 ) / 4 = DATA KE 3 ¼

 NILAI K1 = 57 + ¼ ( 60 - 57 ) = 57 ¾

UNTUK DATA YANG SUDAH DIKELOMPOKAN :

Kı = 25%, K2 = 50%, K3 = 75%

DESIL 1 : 10 % , DESIL 2 = 20 % dst. PERSENTIL

: dalam % in/100
CONTOH NILAI RATA-RATA TERBOBOTI (WEIGHTED MEAN) :

DESA JML. ANAK-ANAK MEAN UMUR (BULAN)

1 54 58.6
2 52 59.5
3 49 61.2
4 48 62.5
5 48 64.5

WEIGHTED MEAN = (54X58.6)+(52X59.5)+…(48X64.5)/251

= 61.2 BULAN
 GEOMETRIC MEAN :

CONTOH : 5,100, 425, 700, 1000 n=5

XG = x1.x2.x3.x4.x5  5x100x425x700x1000
n 5
=

ATAU

LOG (XG) =  LOG Xi /n = 11,1724/5 = 2,234

XG = 171.6
PENGGUNAAN WORKING UNITS DALAM MENGHITUNG RATA-RATA
(a) (b) (c)
x u = x - 100 x u = x / 1000 x u = ( x - 1000 / 10 )

102 2 2000 2 1020 2

104 4 4000 4 1040 4
105 5 5000 5 1050 5
109 9 9000 9 1090 9
_______ ________ _______
20 20 20
x ' = 20 / 4 = 5 x ' = 20 / 4 = 5 x ' = 20 / 4 = 5
x = 100 + x ' = 105 x = 1000. x ' = 5000 x = 1000 + 10. x ' = 1050
MENGHITUNG MEAN DARI DISTRIBUSI FREKWENSI

Umur (tahun) Tanda kelas Frekwensi w.u. Produk

x (tahun) f u fu

20 - 25 10 -2 - 20
30 - 35 30 -1 - 30
40 - 45 30 -0 0
50 - 55 20 +1 20
60 - 69 65 10 +2 20

n = 100 - 10
u = - 10 = - 0.1 x = 45 + 10 ( - 0.1 ) = 44 tahun
100
 MENGUKUR KERAGAMAN
(VARIABILITAS)
1. RANGE = RENTANG = WILAYAH
2. RENTANG INTERKWARTIL
3. RAGAM POPULASI (VARIANS)
4. STANDAR DEVIASI = SIMPANG BAKU
5. KOEFISIEN VARIASI
1. RENTANG = X max - X min
2. RENTANG INTERKWARTIL = Q3 - Q1
3. VARIANS POPULASI = 2 =  ( xi - µ )2
N
4. VARIANS SAMPEL = S2 =  (xi – x )2
n - 1
5. STANDAR DEVIASI (SD) =  S2
6. KOEFISIEN VARIASI (CV) = (SD/MEAN) X 100 %
ILUSTRASI : mengenai rentang

Misalnya sdr. menyukai coklat yang berisi kacang mente tapi sdr.
Inginkan coklat yang mengandung sekitar 40 kacang per batangnya. Sdr.
Ambil 6 batang coklat dari kotak I , II dan III masing-masing :

X: 5, 5, 1 , 75, 75 , 79 Rentang X = 79 – 1 = 78

Y : 40, 40, 40, 40, 40, 70 Rentang Y = 70 – 40 = 30

Z: 40, 40, 40, 40, 39, 41 Rentang Z = 41 – 39 = 2

Perhatikan rentang Y nampaknya mendekati keinginan sdr. Karena

rentangnya tidak terlau besar maupun tidak terlalu kecil; hal ini sedikit
mengecoh.

Kita membutuhkan beberapa pengukuran dari sebaran data yang akan

masuk dalam perhitungan , bukan dari hal yang ekstrim.
HITUNGLAH UKURAN NILAI TENGAH DAN VARIABILITAS UNTUK
DATA YANG SUDAH DIKELOMPOKAN (GROUPED DATA) !!!

Kelas Batas Frekuensi Tanda kelas Produk

Interval B/A fi Xi fi xi
45 - 49 44,5 - 49,5 3 47 141
50 - 54 49,5 - 54,5 10 52 520
55 - 59 54,5 - 59,5 16 57 912
60 - 64 59,5 - 64,5 20 62 1240
65 - 69 64,5 - 69,5 15 67 1005
70 - 74 69,5 - 74,5 6 72 432

fi = 70 fixi = 4250

UKURAN VARIABILITAS ATAU DISPERSI

A. RENTANG (RANGE) : DATA TERBESAR - DATA

TERKECIL
B. SIMPANGAN BAKU ATAU STANDAR DEVIASI
RUMUS :
S =  (xi – x ) 2 =   xi2 - ( x i )2/n
n-1 n-1

S = SIMPANGAN BAKU UNTUK SAMPEL

 = SIMPANGAN BAKU UNTUK POPULASI = SIGMA
C. KUADRAT DARI S  S2 = VARIANS
D. KOEFFISIEN VARIASI = S / x × 100
( x i– x ) ² = Σ ( x ²i - 2 x i x + x ² )

= Σ x ²i - 2 x Σ xi + n x ²

= Σ x i² - 2 ( Σ i x ² ) + ( Σ ix ² )
n n
= Σ x i² - ( Σ ix ) ²
n
CONTOH :
Xi : 8, 5, 4, 12, 15, 5, 7
HITUNG : S dan S2
JAWAB :

Xi Xi - x (Xi - x)2 S² = (xi – x ) ²

8 0 0 n-1
5 -3 9
4 -4 16 S2=100/7-1=16,67
12 4 16
15 7 49
5 -3 9 S = 16,67 = 4,082
7 -1 1

X = 56
n=7  (Xi - x)2 = 100
x = 56/7 = 8
CARA LAIN :

Xi Xi2
8 64 n=7 S2 =  Xi 2 - ( Xi )2/n
5 25  X = 56 n-1
4 16 x=8 = 548 - 448 = 100
12 144 7-1 6

15 225 Xi2 = 548 = 16,67

5 25 (Xi )2/n = 448
7 49 562/7 S = 16,67 = 4,08

 Xi= 56 Xi ² = 548

CATATAN : INTERVAL x + 2S, KURANG LEBIH 95%

DARI SEMUA OBSERVASI ADA PADA BATAS TSB.

CONTOH DATA DI ATAS x + 2 S  8 + 2 ( 4, 08 )

8 + 8.16

- 0.16 s/d 16.16

( SEMUA OBSERVASI MASUK DALAM BATAS TSB ).

CALCULATION OF ESTIMATED VARIANCE AND
STANDARD DEVIATION : DIRECT FORMULA

x x -x ( x - x )²
8 0 0
5 -3 9
4 -4 16
12 4 16
15 7 49
5 -3 9
7 -1 1
 x = 56  ( x - x )² = 100
n = 7 x = 56 / 7 = 8 s² = 100 / 6 = 16.67
s =  16.67 = 4.08
CALCULATION OF ESTIMATED VARIANCE AND
STANDARD DEVIATION : SHORT CUT FORMULA

x x²
8 64
5 25
4 16
12 144
15 225
5 25
7 49
 x = 56  x ² = 548
 (x - x)² =  x ² - ( x )² / n
= 548 - 56 ² / 7 = 548 - 448 = 100
s ² = 100 / n - 1 = 100 / 6 = 16.67 s =  16.67 = 4.08
CALCULATION OF ESTIMATED VARIANCE AND STANDARD DEVIATION
FROM FREQUENCY DISTRIBUTION : SHORT CUT FORMULA
Age ( years ) Frequency w.u. Product
x f u fu fu² = fu . u
20 - 10 -2 - 20 40
30 - 30 -1 - 30 30
40 - 30 -0 0 0
50 - 20 +1 20 20
60 - 69 10 +2 20 40

n = 100  u = - 10  u² = 130

( u )² / n = 100 / 100 = 1
 u² - ( u )² / n = 130 - 1 = 129 s²u = 129 / 99 = 1, 303
su =  1, 303 = 1, 141 SD of x = 10 x 1, 141 = 11, 41 yr
RUMUS VARIANS UNTUK DATA YANG SUDAH DISUSUN DALAM
DAFTAR DISTRIBUSI FREKUENSI

CONTOH 1.

S2 = ( n  fi xi 2 - ( fixi )2 )
n(n-1)
DIMANA :
xi = TANDA KELAS
n = fi
fi = FREKUENSI YANG SESUAI DENGAN
TANDA KELAS
 i i i i i i i

45 - 49 3 47 2209 141 6627

50 - 54 10 52 2704 520 27040

55 - 59 16 57 3249 912 51984

60 - 64 20 62 3844 1240 76880

65 - 69 15 67 4489 1005 67335

70 - 74 6 72 5184 432 31104

JUMLAH 70 21679 4250 260970

 S2 = 70 (260970) - (4250)2
70 (69) = 42,526
CONTOH 2.
DENGAN CARA KODING :
S2 = p2 ( n fici2 - ( fici )2 )
n(n-1)
DIMANA : p = PANJANG KELAS INTERVAL
n = fi
ci = NILAI KODING
 CONTOH 2 : CARA KODING ( working unit = wu )
(wu)
KELAS INTERVAL fi xi ci ci2 fici fici2
45 - 49 3 47 -3 9 -9 27
50 - 54 10 52 -2 4 -20 40
55 - 59 16 57 -1 1 -16 16
0 - 64 20 62 0 0 0 15
65 - 69 15 67 1 1 15 15
70 - 74 6 72 2 4 12
24

JUMLAH 70 -18 122

S2 = p2 ( n f ic i2 - ( f ic i )2 ) = 52 ( 70 (122) - (-18)2 )
n(n-1) 70 (69)
= 25 ( 8216 ) = 42,526  S =  42,526 = 6,521
70 (69)
 SIFAT-SIFAT NILAI VARIABILITAS

(a ). RENTANG ATAU WILAYAH

1. Mudah dihitung
2. Mudah dimengerti
3. Nilai ektrim tergantung pada besarnya sampel
4. Tidak berdasarkan pada semua observasi
5. Tidak siap untuk dengan mudah menerima
perbaikan matematis selanjutnya
6. Dipergunakan bersama dengan ukuran variabilitas
lain , harus ada distribusi frekwensi secara lengkap,
nilai rata-rata dsb.
( b ). RENTANG INTERKWARTIL :
1. Simpel dan merupakan ukuran variabilitas yang
berubah-rubah
2. Termasuk central ( 50% ) dari observasi
3. Tidak berdasarkan semua observasi, hanya merupakan
beda antara 2 nilai persentil yang spesifik
4. Memungkinkan mendukung untuk variasi sampling
tanpa dugaan apapun mengenai bentuk distribusi
frekwensi
5. Penting untuk memilih cut – off points dalam membuat
standar klinis
( c ). SIMPANG MUTLAK RATA-RATA DARI NILAI
TENGAH:
• Berasarkan semua observasi
• Mudah dimengerti serta mudah dihitung
• Mempertimbangkan semua deviasi sebagai nilai absolut
tidak peduli arah deviasinya
• Tidak siap secara mudah untuk perhitungan matematis
lebih jauh
(d) VARIANS dan STANDAR DEVIASI
• Berdasarkan semua observasi
• Deviasi diambil dari nilai tengah (rata-rata)
• Semua nilai kwadrat deviasi tentu akan positif, tidak
peduli arah deviasinya
• Paling banyak dipergunakan sebab merupakan
kelengkapan dari kurve normal teoritis dan sebab
pentingnya varians dalam statistik induktif
(e) KOEFISIEN VARIASI
1. Digunakan untuk perbandingan relatif variabilitas
dari dua distribusi
2. Mengukur tingkat variabilitas data relatif terhadap
nilai rata-rata
3. Tidak tergantung pada unit pengukuran apapun,
dan berguna untuk membandingkan variabilitas
yang mempunyai variabel unit yang berbeda
(misalnya tinggi dalam inchi dalam distribusi
pertama dan meter pada distribusi lainnya )
4. Diperhitungkan dalam setiap nilai distribusi
STANDAR DEVIASI DAN DISTRIBUSI
NORMAL

Pernyataan bahwa x ± 1SD meliputi 68 % dari

populasi dan x ± 1.96 SD meliputi sekitar 95 %
secara benar bilamana nilai populasi tersebar secara
normal, yaitu bila distribusi menyerupai distribusi
peluang teoritis yang disebut distribusi normal atau
kurve normal.
Bilamana distribusi normal dihubungkan dengan
suatu skala standar yaitu z maka nilai harga rata-rata
pada nilai 0 dan standar deviasi 1, maka nilai z
menunjukkan deviasi dari nilai rata-rata sebagai
fraksi atau bermacam-macam nilai standar deviasi
dari distribusi yaitu dengan formula :

z = ( x – x ) / SD

z disebut sebagai “ standar normal deviasi “

Nilai z dipergunakan untuk menilai ada pada luas berapa
dari kurve normal distribusi, sembarang nilai observasi
atau berapa deviasinya dibandingkan dengan nilai harga
rata-rata ; misalnya seorang mahasiswa mempunyai nilai
biostatistik 82 dan nilai kimia 89. Dari seluruh jumlah
mahasiswa yang mengikuti biostat terdapat nilai rata-rata
misalnya 68 dengan SD 8 , sedang nilai rata-rata kimia
80 dan SDnya 6.
Untuk nilai biostat mahasiswa tadi terletak pada
nilai z = X – x / SD = ( 82 – 68 ) / 8 = 1.75 dan untuk nilai
kimia = ( 89 – 80 ) / 6 = 1.50 ternyata mahasiswa tersebut
relatif berprestasi pada mata kuliah biostat daripada
kimia.