BIOSTATISTI

K
Ns. Debby Hatmalyakin, M.Kep
 DEFINISI BIOSTATISTIK

• Biostatistik sendiri ialah studi tentang perkembangan dan

aplikasi metode statistika dalam menganalisa dan
memecahkan masalah kesehatan masyarakat maupun
penelitian biomedis, klinis, dan kemasyarakatan.

• Pemahaman dan ketrampilan pokok tentang biostatistik

menjadi salah satu kompetensi dasar (core
competencies) bagi praktisi, peneliti, dan mahasiswa bidang
kesehatan.
 JENIS DATA

Data terbagi menjadi 2 kelompok:

• Data Numerik: (interval dan rasio)

• Data kategorik: (nominal dan ordinal)

 JENIS DATA

Data Numerik terdiri dari data :

1. Interval : data yang tidak memiliki nol mutlak dan tidak

memiliki nilai satuan. contoh skor kecemasan, suhu dan
lainnya

2. Rasio : data yang memiliki nol mutlak dan memiliki nilai

satuan. Contoh kadar gula darah (mg/dL), Tekanan Darah
(mmHg)
 JENIS DATA

Data Kategorik terdiri dari data :

1. Ordinal : data yang bertingkat. Contoh tingkat

pengetahuan, Klasifikasi hipertensi dan tingkat
kecemasan, tingkat pendidikan dll

2. Nominal : data yang setara. Contoh jenis kelamin,

pekerjaan, warna dll
 Contoh Kasus

Peneliti A akan melakukan penelitian tentang

“Pengaruh pelatihan pertolongan pertama pada
trauma dengan video terhadap tingkat pengetahuan,
keterampilan dan self efikasi pada masyarakat kota
Pontianak”.
Terkumpul beberapa data sebagai berikut:
 Contoh Kasus

Usia Jenis Tingkat Tingkat Self Efikasi

kelamin Pengetahuan Keterampilan
25 tahun Laki-laki Tinggi Baik Kurang
percaya diri
36 tahun perempuan Sedang Kurang Percaya diri
27 tahun Laki-laki Rendah Baik Kurang
percaya diri
34 tahun perempuan Rendah Kurang Percaya diri
40 tahun Laki-laki Rendah Kurang Kurang
percaya diri
34 tahun perempuan Rendah Kurang Percaya diri
25 tahun Laki-laki Rendah Kurang Kurang
percaya diri
 Jawaban Kasus

• Usia : Data Rasio (ada satuan tahun)

• Jenis kelamin : Data Nominal (laki-laki dan
perempuan setara)
• Tingkat pengetahuan: Data ordinal (tinggi, sedang,
rendah)
• Tingkat keterampilan: data ordinal (baik, kurang)
• Self efikasi: data ordinal (percaya diri, kurang
percaya diri)
 Contoh Kasus

Peneliti A akan melakukan penelitian tentang

“Pengaruh relaksasi otot progresif terhadap tekanan
darah, kadar gula darah dan kecemasan pada
masyarakat kota Pontianak”.
Terkumpul beberapa data sebagai berikut:
 Contoh Kasus

Merokok Riwayat Tekanan Kadar gula Kecemasan Suhu Tubuh

keluarga darah darah
menderita
penyakit

Merokok ada Prehiperten 120 mg/dL 34 37oC

si
Tidak Tidak ada Hipertensi 200 mg/dL 20 39oC
Merokok ada normal 140 mg/dL 32 37oC
 Jawaban Kasus

• Merokok: data ordinal (merokok dan tidak merokok

bisa di jelaskan dalam bentuk jumlah rokok yang
dikonsumsi)
• Riwayat keluarga menderita penyakit: data ordinal
(dapat dijelaskan dalam bentuk jumlah)
• Tekanan darah: data ordinal (klasifikasi hipertensi)
• Kadar gula darah: data rasio (ada satuan mg/dL)
• Kecemasan: data interval (tidak ada satuan)
• Suhu tubuh: data interval (tidak memiliki nol mutlak)
 SIFAT DATA

• Dalam pemilihan
data, kita dapat
memilih data
dengan tingkat Rasio Ordinal
yang lebih tinggi Numerik
(data numerik) Interval Ordinal
atau data kita
turunkan ke data
yang lebih
rendah
 SIFAT DATA

Tekanan • variabel
darah

• Data
150/90 Numerik
mmHg (Rasio)

• Data
Hipertensi Kategorik
(Ordinal)
 SIFAT DATA

Kadar gula • variabel

darah

250 mg/dL • Data ?

Kadar Gula • Data

Darah ?
 SIFAT DATA

Kecemasan • variabel

40 • Data ?

• Data
Sedang
?
 Distribusi Data
• Menggambarkan bagaimana pola persebaran data
hasil penelitian/ percobaan.
• Distribusi data yang digunakan berupa
• Data numerik
• Ukuran pemusatan: Mean, Median, Modus
• Ukuran penyebaran: Minimum-maximum, persentil, Standar
deviasi
• Data kategorik
• Tabel frekuensi dan persentase
 Distribusi Data
• Distribusi data numerik dapat dibuat dalam table
berikut:
Tabel. 1 Distribusi Usia Responden (n=30)
Variabel Mean Minimum maximum
Usia 52.2 40 75

Berdasarkan tabel di atas, didapatkan rata-rata usia responden yaitu 52 tahun

dengan usia paling muda yaitu 40 tahun dan paling tua 75 tahun
 Distribusi Data
• Distribusi data kategorik dapat dibuat dalam table
berikut:
Tabel Distribusi Data Jenis Kelamin (n=100)
Variabel Kategori f %
Jenis kelamin Laki-laki 30 30
perempuan 70 70

Berdasarkan tabel di atas, jenis kelamin paling dominan berupa jenis

kelamin perempuan dengan jumlah 70 orang (70%).
 Distribusi Data
• Distribusi data kategorik dapat dibuat dalam table
berikut:
Variabel Kategori f %
Jenis kelamin Laki-laki 30 30
perempuan 70 70
 Normalitas Data

• Normalitas data menentukan apakah uji statistic

yang digunakan parametrik atau non parametrik
• Normalitas data dapat dilihat secara deskriptif
maupun analitik
• Pada pembelajaran ini kita mempelajari normalitas
dari sudut pandang analitik
• Dari sudut pandang analitik uji normalitas data
dapat dilakukan dengan 2 uji yaitu uji Kolmogorov
Smirnov dan Shapiro Wilks
 Normalitas Data

Jumlah Sampel Uji Normalitas Data Berdistribusi

Normal
≤ 50 orang Shapiro wilks Nilai P > 0,05
> 50 orang Kolmogorov Nilai P > 0,05
Smirnov
 Normalitas Data
Ayo Latihan SPSS