KONSEP DASAR STATISTIK

Definisi

•Biostatistik = Statistik Kesehatan

 Statistik = Asal kata :

 Status (Latin) = Negara

 State (English) = Negara

Why State ?
 Statistik = Negara

• Dulu digunakan untuk data2 yg berhubungan

dengan negara seperti :
 statistik tenaga kerja, statistik kehutanan,
statistik pendidikan, dll
 Sekarang berkembang ke seluruh aspek
kehidupan :
 produk industri, teknologi informasi,
bisnis, hukum, dll
Statistik adalah ?

Sekumpulan konsep dan metode yang

digunakan untuk mengumpulkan dan
menginterpretasi data tentang bidang
kegiatan tertentu dan mengambil
kesimpulan dalam situasi dimana ada
ketidakpastian dan variasi
 Contoh statistik
1. Suatu studi dilakukan untuk melihat efek dari paparan gas CO terhadap polisi lalu
lintas.

Membutuhkan hitung-hitungan statistik untuk mengukurnya?

 Contoh statistik

2. Dosen biostatistik Akademi Kebidanan ingin mempelajari hubungan nilai ujian

Biostatistik dengan tingkat kehadiran mahasiswa.

Membutuhkan hitung-hitungan statistik untuk mengukurnya?

Statistika Kesehatan

Þ Data /informasi yang berkaitan dengan masalah kesehatan

Contoh :
AKI, Sarana kesehatan, cakupan imunisasi, Gizi dll
Fungsi Statistika Kesehatan

 Perencanaan program pelayanan kesehatan

 Penyelesaian masalah kesehatan
 Analisis berbagai penyakit selama periode waktu tertentu
(time series analysis)
 Menentukan penyebab timbulnya penyakit baru yang belum
diketahui
 Menguji manfaat obat bagi penyembuhan penyakit (setelah
hasil uji klinik dinyatakan berhasil)
 Secara administratif dapat untuk memberi penerangan
tentang kesehatan kepada masyarakat
TUJUAN STATISTIK

1. Memberikan gambaran/
ukuran mengenai status/
derajat kesehatan. Contoh:
 Angka Kematian Bayi
 Angka Kematian Ibu
TUJUAN STATISTIK (2)

2. Untuk evaluasi program

kesehatan.
Contoh: Status Kesehatan
*10 th yll AKI = 125/100000
*Sekarang AKI = 75/100000
TUJUAN STATISTIK (3)

3. Untuk merencanakan program

kesehatan
Contoh:
Didapat data pola penyakit di
suatu daerah  Dasar
pengalokasian sumber daya
kesehatan
 Pengelompokan Statistika
1. Statistika Deskriptif

Statistika Deskriptif: statistika yang menggunakan

data pada suatu kelompok untuk menjelaskan atau
menarik kesimpulan mengenai kelompok itu saja
Cth :
Untuk menggambarkan karakteristik penduduk
diperlukan data seperti: umur, jenis kelamin, status
perkawinan, dsb
 2.Statistik Infrensial

statistika yang menggunakan data dari suatu sampel untuk

menarik kesimpulan mengenai populasi dari mana sampel
tersebut diambil
Cth :
 Untuk menganalisa hubungan pertambahan berat badan Ibu
hamil dengan berat lahir bayi di daerah Cibinong diambil
sampel di RSUD Cibinong
Pengelompokan lainnya
• Statistika Parametrik:
 Menggunakan asumsi mengenai populasi
 Membutuhkan pengukuran kuantitatif dengan level
data interval atau rasio
• Statistika Nonparametrik (distribution-free
statistics for use with nominal / ordinal data):
 Menggunakan lebih sedikit asumsi mengenai
populasi (atau bahkan tidak ada sama sekali)
 Membutuhkan data dengan level serendah
rendahnya ordinal (ada beberapa metode untuk
nominal)
Macam - Macam Data

1. Data Primer
Dikumpulkan secara langsung oleh peneliti

2. Data Sekunder
Diperoleh dari orang / tempat lain.
Misal : RM RS. Lebih hemat waktu, biaya,
tenaga. Tetapi kadang tidak lengkap / tidak
sesuai
SKALA PENGUKURAN

 Dalam mengumpulkan nilai dari variabel

perlu diketahui skala pengukuran dari
variabel tersebut.

 Variabel adalah sifat yang akan diukur

atau diamati yang nilainya bervariasi
antara satu objek ke objek lainnya.
 Contoh “variabel”
• Untuk mengamati bayi baru lahir
 variabel yang akan diamati adalah berat badan, panjang badan
(nilai ini bervariasi antara satu bayi dengan bayi lainnya)
• Untuk menilai kinerja bidan
 variabel yang akan dinilai adalah …
Skala Pengukuran

1. Nominal
2. Ordinal
3. Interval
4. Rasio
1. Nominal
 Nilai dapat dibedakan/klasifikasi pengamatan dapat dilakukan
 Nilainya sederajat

 Contoh: Jenis Kelamin, Agama

2. Ordinal

• Nilai dapat dibedakan

• Ada tingkatan/ urutan pengamatan dapat dilakukan tapi
belum ada jarak.
 Contoh: Pendidikan; SD, SMP, SMU
 Status Ekonomi: Baik, Sedang, kurang
3. Interval
• Nilai dapat dibedakan
• Ada tingkatan
• Ada jarak.
Contoh: Suhu/ temperatur
 20’ dan 40’ (Panas 40’ bukan berarti 2x20’)
4. Rasio
• Nilai dapat dibedakan
• Ada tingkatan
• Ada jarak.40
• Sudah ada kelipatan
Contoh: Berat badan
 Berat 80 kg = 2 x berat 40 kg
 Konsep dasar statistik
1. Populasi adalah:
Seluruh unit/ subyek yang diteliti  Subyek/unit berupa
individu, keluarga, puskesmas, RS, buku (cth: populasi
mahasiswa akbid sandikarsa)
 Konsep dasar statistik
2. Sampel adalah:
Bagian dari populasi yang karakteristiknya mewakili populasi 
Pada populasi dengan jumlah sedikit, sampel di random.
(Random artinya adalah setiap anggota populasi punya
kesempatan yang sama untuk terpilih)
 Sampel

1. Homogen (karakter hampir sama)

 sampel yang diambil jumlahnya sedikit
Cth : air laut, untuk mengetahui rasa laut cukup
diambil sampel air laut sedikit.

2. Heterogen (karakter berbeda-beda)

 sampel yang diambil lebih banyak
cth: untuk mengetahui berat badan siswa. Ada
rumus mengambil jumlah sampel yang dapat
dipertanggungjawabkan
Pengujian Hipotesis
Pertemuan 5
Pengertian
• Kesimpulan sementara
• Dugaan logis ttg keadaan populasi
• Pernyataan statistik tentang parameter populasi
• Menaksir parameter populasi berdasarkan data sampel
• Ho : tidak adanya perbedaan antara ukuran populasi dan ukuran sampel
• Ha : adanya perbedaan antara ukuran populasi dan ukuran sampel
Prosedur Pengujian Hipotesis
• Rumuskan dgn baik hipotesis penelitian agar dpt dihitung statistik
sampelnya
• Tentukan derajat kemaknaan α atau kesalahan tipe 1 yg akan digunakan.
Derajat kemaknaan yg lazim digunakan adl 0,05 dan 0,01
• Tentukan kesalahan β atau tipe 2
• Tentukan metode statistik yg akan digunakan utk menghitung statistik
sampel
• Tentukan kriteria menerima atau menolak Ho
• Buatlah kesimpulan yg tepat pd populasi yg bersangkutan
Contoh
• Rata-rata terdapat 50 org penderita diare setiap bulan di desa A
• Hipotesis nol : µ = 50 penderita diare
• Hipotesis alternatif :
1. Ha : µ ≠ 50 penderita diare (uji dua pihak)
2. Ha : µ > 50 penderita diare (uji hip pihak kanan)
3. Ha : µ < 50 penderita diare (uji hip pihak kiri)

• Bila kita tdk mengetahui sama sekali kondisi populasi yg akan diuji
hipotesisnya, maka sebaiknya kita gunakan pengujian dua pihak
Bentuk Rumusan Hipotesis
1.Hipotesis deskriptif : dugaan ttg nilai suatu variabel mandiri, tdk membuat perbandingan atau
hubungan
Contoh :
• Bumil yg tdk dibantu melahirkan o/ bidan akan mempunyai risiko 90% mengalami komplikasi.
Ho : µ ≥ 90
Ha : µ ≤ 90