Dokumen tersebut membahas tentang statistika dasar dan terapannya dalam kesehatan. Terdapat penjelasan mengenai pengertian statistika, fungsi-fungsi statistika dalam kesehatan seperti perencanaan program kesehatan dan analisis penyakit, pengelompokan statistika menjadi deskriptif dan inferensial, serta penjelasan mengenai variabel penelitian, jenis data, dan teknik pengolahan dan penyajian data.
3. Pengertian Statistika
• Statistik: state (negara)
• arti sempit: statistik yg fungsinya utk
menyajikan data tt dlm bentuk tabel &
diagram (statistik deskriptif)
• Arti luas:alat utk mengumpulkan,
mengolah, menarik kesimpulan
berdasarkan analisis data= statistika
4. 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
5. 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
6. Statistika Inferensal
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 lahirdi daerah Sidoarjo
diambil sampel di RSUD Sidoarjo
7. Pengelompokan Stat Analitik
(inferensial)
• 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)
8. Data
• Bahan mentah yg diolah melalui analisis
utk menghasilkan berbagai informasi.
• Data dianalisis sesuai jenis dan tingkatan
data
• Data yg baik: yg up date, cocok dgn
masalah penelitian, berasal dr sumber yg
dpt dipertanggungjawabkan, lengkap,
akurat, objektif dan konsisten.
9. Jenis Data
Ada 2:
• Dikotomi: data deskrit, nominal (label, tdk
mempunyai urutan/rangking)
• Kontinum: ordinal,interval, ratio
• Data Ordinal:data yg diurutkan berjenjang,
• Data interval:mempunyai skala yg sama
jaraknya: mempunyai urutan, tdk mempunyai nol
mutlak
• Data ratio: sifat interval, mempunyai nilai nol
mutlak
10. SKALA PENGUKURAN
SKALA
Sifat Ratio Interval Ordinal Nominal
Kelipatan + - - -
Selisih + + - -
Jenjang + + + -
Bedakan + + + +
Contoh TB, BB Sh udr pdidikn agama
11. Sumber data
• Data Primer: langsung dikumpulkan oleh
peneliti
• Data sekunder: melalui pihak kedua/ketiga
13. Penyajian Data
Tujuan Penyajian Data
• Membandingkan 2 angka atau lebih
• Menunjukkan distribusi subjek menurut nilai atau
kategori variabel tertentu
• Menampilkan perubahan nilai suatu variabel tertentu
menurut waktu
• Menunjukkan hubungan antara 2 variabel
• Penyajian data harus dapat meringkas data, sehingga
dapat menggambarkan informasi, sederhana, lugas dan
komunikatif.
14. PENYAJIAN DATA
• Data dapat disajikan dengan berbagai
macam cara:
• A. Tekstular/Tulisan: Penyajian data
dengan narasi (kalimat)
• B. Tabel: Distribusi frek, distribusi relatif,
tabel silang, dll
• C. Grafik/Diagram: Bar, Histogram,
poligon, box plot, scatter plot, line, pie, dll
15.
16.
17.
18.
19.
20.
21. Teknik Penyajian Data
• Diagram
• Tabel
• Histogram: distribusi frek.dlm diagram batang
• Poligon: gambar garis yg menghub tengah2 tiap
sisi atas yg berdekatan dgn tengah2 jarak frek.
Absolut.
• Ozaiv (ogive): distribusi frekuensi yg
digambarkan dalam sumbu tegak & mendatar
27. Variabel Penelitian
• setiap hal dalam suatu penelitian yang
datanya ingin diperoleh. Dinamakan
variabel karena nilai dari data tersebut
beragam
Contoh :
- jenis kelamin,
- tekanan darah (sist/diast)
- kadar Hb
- dll
28. Diskret : hasil perhitungan
- jumlah anak dalam keluarga
- jumlah puskesmas, dll
Kontinu : hasil pengukuran
- umur
- berat badan
29. Jenis Variabel
1. Variabel tergantung (dependent
variable)
2. Variabel bebas (independent variable)
3. Variabel penengah (moderating
variable)
30. CARA PEMILIHAN UJI STATISTIK :
1.Tujuan
2.Jenis skala data
3.Asumsi dasar
4.Jumlah sampel
5.Jumlah variabel
Statistik
ANALITIK
DESKRIPTIF
31. TAHAPAN ANALISA DATA
TAHAP LINGKUP CONTOH TUJUAN
Pertama Deskriptif
(distribusi
variabel)
Mean,
median,modus,
simpangan
baku, Int
kepercayaan,
distribusi
frekuensi,
(grafik/diagram)
Editing akhir
karakteristik,
Dasar pemilihan
analisis statistik.
(membersihkan
Data)
Kedua Analitik /
Inferensial
(asosiasi
antar
variabel)
Tabel silang,
komparasi,korel
asi, regresi
Estimasi
Uji Hipotesis,
Kuat asosiasi
32. PENGOLAHAN DATA DESKRIPTIF
Distribusi Frekuensi Data Kuantitatif
- Terlebih dulu cari harga max dan min.
Selisihnya disebut Range = R
- Tentukan jumlah kelas dan interval kelas
Rumus Sturgess :
M =1 + 3.3logN
M= jumlah kelas, N=jumlah data (observasi)
Distribusi Frekuensi Data Kualitatif
- Buat frekuensi dan prosentasenya
Interval = R : M
33. Contoh : Tinggi Badan anak kelas VI SD
Jumlah kelas :
K = 1 + 3,322 log 48
K = 6,58
K = 7
Lebar kelas interval
i = ( 74,2 - 72,3 ) / 7
i = 0,3
72.3 73.4 73.5 73.0 73.7 73.9
72.4 73.0 73.4 74.5 73.7 72.9
72.5 73.1 73.6 73.4 73.7 73.9
72.6 73.1 73.4 73.6 73.7 73.9
72.7 72.8 72.8 72.9 72.9 73.2
73.2 73.3 73.4 73.5 73.5 73.6
73.6 73.7 73.7 73.8 73.8 73.8
74.0 74.0 74.0 74.1 74.2 74.2
34. L/O/G/O
NILAI TENGAH (Central Tendency)
A. UNGROUpED DATA (TDK TERKELOMPOK)
1. NILAI RATA-RATA HITUNG (MEAN)
contoh :
2. MEDIAN (Md)
Nilai yang membagi distr 2 sama besar
- n ganjil : median pada urutan ke (n+1) / 2
contoh diatas : (9+1) / 2 = 5 Md = 61
- n genap : median pada urutan diantara ke n / 2 dan (n/2) + 1
mis = 59 60 60 60 60 61 62 66 75 76
Md = (60+61) / 2 = 60,5 kg
3. MODUS (Mo)
Nilai yang sering muncul
Mis contoh diatas Mo= 60
Peserta 1 2 3 4 5 6 7 8 9
BB (KG) 59 60 60 60 61 62 66 75 76
x
Kg
x 3
,
64
=
9
579
=
9
=
n 579
=
xi
∑
35. B. GROUPed DATA (TERKELOMPOK)
1. Nilai rata-rata hitung (MEAN)
rata-rata dari distribusi frekuensi
asumsi : setiap pengamatan dalam kelas mempunyai
nilai yang sama dengan nilai titik tengah klas.
( )
x
54,6Kg
=
35
1910
=
n
fm
∑
=
x
BB (Kg) f ttk tengah klas (m) fm
35-<45 6 40 240
45-<55 12 50 600
55-<65 14 60 840
65-<75 1 70 70
75-<85 2 80 160
n 35 ∑ fm 1910
36. MEDIAN ( grouped data)
Ket : Md = median
Lmd = batas bawah klas median
n = besar sampel
cf = frek kump sampai klas median
f.Md = frek klas median
i = besar interval
i
×
f.md
cf
-
2
n
+
Lmd
=
Md
37. Modus grouped data
Asumsi: modus pada kelas yang mempunyai trek
terbanyak ( langsung dibawah puncak poligon frek )
Keterangan : Mo = modus
Lmo = batas bawah kelas modus
d1 = beda antara frekuensi klas modus dgn frek kelas
sblum kelas modus
d2 = beda antara frekunsi kelas modus dgn frek kelas
sesudah kelas modus
i = besar interval
i
d
d
di
Lmo
Mo
2
1
38. Nilai Variasi
• Varian : parameter ukuran penyebaran data,
variabilitas nilai terhadap mean
V (S²) = ∑(x-µ)²
n-1
• Standar Deviasi : simpangan baku, akar
varian
S = √v = √S²
• Koefisien Varian : rasio SD terhadap mean
dalam persen. S
µ
x 100%
39. ANALITIK
Ex: Ho = tekanan darah penduduk desa sama dengan
penduduk kota
H1 = tekanan darah penduduk desa sama berbeda
penduduk kota
P – Value :
- Probabilitas untuk memperoleh hasil apabila Ho adalah benar.
- semakin kecil P-value, semakin besar penolakan terhadap Ho
- Umumnya signifikan apabila P-value <0.05
Uji Hipotesis : menilai P-value
- penting krn Uji hipotesis yg sesuai akan membawa kita pada
pengambilan kesimpulan yg sahih
40. Tujuan Penelitian:
• Komparasi (perbandingan)
Apakah ada perbedaan...
• Korelasi (hubungan)
Apakah ada hubungan...
Ctt: magnitude (berapa besar-> deskriptif.
causal (apakah penyebab-> analitik)
41. Asumsi Dasar
Asumsi dasar disini hanya diperuntukan untuk
skala data kuantitatif ( ratio dan interval )
Apabila data berupa kuantitatif distribusi Normal
maka uji memakai Uji Parametrik,
Sedangkan data Kuantitatif dengan distribusi
tidak normal maka uji akan turun,yaitu
menggunakan uji Non Parametrik.
42. Jumlah sampel
Jumlah sampel / jumlah perlakuan-
kontrol / jumlah kelompok akan
menentukan uji yang akan dipakai
Ctt: jumlah sampel = jumlah kelompok
Besar sampel = jumlah individu /
responden
43. Jumlah Variabel
Jumlah varibel akan sangat berkaitan erat
dengan jenis uji yang akan dipakai.
Misalkan ada satu variabel tergantung / akibat
yang dipengaruhi oleh 5 variabel bebas /
penyebab secara bersamaan maka uji yang
dipakai akan berbeda halnya bila satau persatu
variabel bebas tersebut dikaitkan dengan
variabel tergantungnya
44. Pemilihan teknik analisa data
Tujuan uji Jumlah
sampel/p
asangan
Sampel
bebas /
berpasan
gan
Jenis variabel
Kuantitatif
(rasio-interval)
Populasi
berdistribusi
normal
SemiKuantitati
f (ordinal)
Kuantitatif
distribusi
populasi tak
normal
Kualitatif
(nominal) /
Katogotik
Komparasi 2 Bebas Uji t 2 sampel
bebas
-Uji Mann-
Whitney
-Uji jumlah
peringkat
Wilcoxon
-Uji Khi-
kuadrat
-Uji eksak
Fisher
Berpasanga
n
Uji t 2 sampel
berpasangan
Uji peringkat
bertanda Wilc
Uji Mc Nemar
>2 Bebas Anova 1 arah Kruskall-Wallis Uji khi-kuadrat
Berpasanga
n
Anova untuk
subyek yang
sama
Uji Friedman Uji Cohrans
Korelasi Korelasi
Pearson (r)
Regresi
Korelasi
Spearmen (rs)
Korelasi
Kappa
Koefisien
kontingensi(c)
Koefisien Phi
Koefisien
Kappa