P. 1
BIOSTATISTIK

BIOSTATISTIK

|Views: 3,231|Likes:
Published by Argitya

More info:

Categories:Types, School Work
Published by: Argitya on Sep 28, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

03/26/2013

pdf

text

original

BIOSTATISTIK Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data.

Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah 'statistika' (bahasa Inggris: statistics) berbeda dengan 'statistik' (statistic). Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data; ini dinamakan statistika deskriptif. Sebagian besar konsep dasar statistika mengasumsikan teori probabilitas. Beberapa istilah statistika antara lain: populasi , sampel, unit sampel, dan probabilitas. Ruang lingkup statistic Macam Statistik 1. Pembagian statistik (A) : a. Statisik Deskriptif: bagaimana data dikumpulkan dan disajikan b. Statistik inferensi: bagaimana menganalisis data dan menginterpretasikan hasil analisis tersebut. 2. Pembagian statistik (B) : a. Statistik parametrik : berhubungan dengan inferensi statistik yang membahas parameter- parameter populasi seperti rata-rata proporsi, dan lain- lain. Dengan ciri–ciri parametrik adalah jenis data interval atau rasio serta distribusi data (populasi) adalah normal atau mendekati normal. b. Statistik non- parametrik: inferensi statistik yang tidak membahas parameterparameter populasi dengan ciri adalah data nominal atau ordinal serta distribusi data (populasi) yang tidak diketahui atau bisa disebut tidak normal. 3. Pembagian statistik (C): a. Analisis univariat : dimana hanya ada satu pengukuran(variabel) untuk sejumlah (n) atau pengukuran beberapa variabel tapi masing- masing dianalaisis tersendiri. Contoh: uji t, uji F, ANOVA, dll. b. Analisis multivariat : dimana ada dua atau lebih pengukuran (variabel) untuk sejumlah (n) sampel dan analisis antar variabel dilakukan bersamaan (regresi, korelasi, dll). Jenis Data Data : himpunan angka-angka yang teratur menurut kaidah-kaidah tertentu dan menunjukkan nilai suatu obyek atau fakta yang dinyatakan dengan angka. Ciri-Ciri Data a. Berbentuk angka atau simbol angka, tidak berbentuk kalimat. b. Tersusun teratur. Berurutan sesuai dengan aturan-aturan, kaidah-kaidah, hukumhukum, rumus-rumus, dalil-dalil tertentu.

c. Agregat. Seluruh kumpulan nilai-nilai pengukuran yang merupakan suatu kesatuan dan setiap nilai pengukuran hanya mempunyai arti sebagai bagian dari keseluruhan tersebut. Klasifikasi Data a. Data Diskrit (data anumeration) : kumpulan angka-angka yang tidak memiliki desimal atau pecahan di antara dua bilangan bulatnya, diperoleh dari menghitung. Tiap objek memiliki satu satuan yang utuh, yang tidak memungkinkan untuk terjadinya secara sebagian.Misalnya : jumlah rumah 34 rumah, jumlah penduduk 3657 jiwa, jumlah mobil 29 mobil, jumlah meja 56 meja, dsb. Pada perhitungan dimungkinkan ada desimal, namun kesimpulan akhir merupakan angka tanpa desimal. Pembulatan selalu naik, berapapun angka di belakang koma. b. Data Kontinue (data measurement) adalah kumpulan angka-angka yang masih dimungkinkan memiliki bilangan desimal atau pecahan di antara dua bilangan bulatnya yang banyaknya tak terhingga, biasanya didapatkan dari proses pengukuran. Contoh : tinggi badan 175,5 cm, berat badan 67,75 kg, jarak m 10,7 km, kecepatan 23 m/dt, temperatur 370C, volume 35,2 l, dll. Data Menurut Sifatnya a. Data Kualitatif : adalah kenyataan yang menunjukkan sifat-sifat objek yang tidak memungkinkan secara langsung dapat diubah menjadi angka, sehingga menggunakan pendekatan dalam bentuk kategori. Contoh : lukisan indah, pemandangan bagus, wajah cantik, penataan rapi, kebijaksanaan tepat, perkataannya benar, tariannya indah. b. Data Kuantitatif : adalah data yang dinyatakan dalam bentuk angka. Misalnya : 60 rumah, 2.345 jiwa, 23 km, 19 gr. Data Menurut Sumbernya a. Data Primer : data yang diperoleh secara langsung dengan melakukan sendiri pengumpulan terhadap obyek. b. Data Sekunder : data yang diperoleh dari olahan data primer c. Data Tersier : data yang diperoleh dari olahan data sekunder. d. Data Kuarter : data yang diperoleh dari data tersier yang telah diolah terlebih dahulu. a. Skala data Skala nominal • Ciri : dibedakan. • Operasional matematis : = dan≠ . • Contoh : –mata pencaharian (pedagang, petani, swasta, dll) –suku bangsa (Sunda, Jawa, Madura, Batak, dll) –Bahasa (Melayu, Jawa, Bugis, Minang, dll) –jenis kelamin (laki-laki, wanita) –jenis penyakit (ispa, diare, kulit, TB, dll)

b. • •

Skala ordinal Ciri ; dapat dibedakan, dapat diurutkan. •Operasional matematis : =,≠, >, dan < Contoh : –tingkat pendidikan(SD, SLTP, SLTA, PT), –peringkat (I, II, III), –mutu (baik, sedang, jelek), –tingkatan (tinggi, sedang, rendah). Skala interval • Ciri : dapat dibedakan, dapat diurutkan, interval yang sama tiap satuan alat ukur, besarnya interval tidak menunjukkan arti yang sebenarnya, antara satuan alat ukur yang satu dengan lainnya memiliki skala angka nol yang tidak sama. • Operasional matematis : =,≠, >, <, +, dan− . • Contoh : data temperatur (0C,0F,0R), tahun (th jawa, th masehi, th hijriah, th cina), sikap (skala begardus, skala likert), IQ, konsentrasi (ph), umur (th). Skala ratio • Ciri : dapat dibedakan, dapat diurutkan, memiliki interval yang sama tiap satuan alat ukur, lebar interval tiap satuan alat ukur menunjukkan nilai yang sebenarnya dan antara satuan alat ukur yang satu dengan lainnya memiliki skala angka nol yang absolut. • Operasional matematis : =,≠, >, <, +,−, x, dan : • Contoh : data berat (kg, pound), data jarak (km, yard, mile, kaki), volume (m3, liter, gallon), tinggi badan, luas (m2, hektar, ubin) TUJUAN STATISTIK • • • • • • • • Memahami, menganalisis record registrasi Menggambar keadaan objek yang dikaji Menjelaskan faktor yang mendasar terhadap objek yang dikaji Melihat hubungan antar variable Melihat perbedaan Membantu menyusun kebenaran suatu teori Menafsirkan keadaan Mengendalikan

c.

d.

KEGUNAAN STATISTIK KESEHATAN a. Memberi keterangan tentang masalah-masalah kesehatan masyarakat yang dihadapi serta hal-hal perlu mendapat prioritas. b. Memberikan keterangan penyebaran penyakit berdasarkan orang yang diserang, waktu penyerangan, luasnya wilayah serang dan kecenderungannya. c. Memperkirakan perkembangan suatu penyakit dengan berdasarkan periodisasinya / trend.

d. Memperkirakan faktor-faktor penyebab masalah, fakta yang akan dan telah terjadi. e. Memperkirakan sumber daya dan potensi pemanfaatan serta pengembangannya dalam upaya mengansipasi permasalahan yang terjadi. f. Merencanakan upaya yang efektif, efisien berdasarkan kenyataan, prioritas dan sumber daya yang tersedia. g. Menganalisis hambatan pelaksanaan program kesehatan serta alternatif pemecahannya. h. Menilai hasil-hasil kegiatan yang telah dicapai. i. Mendokumentasikan semua data kesehatan, untuk dapat dibandingkan dengan daerah lain atau keadaan yang akan datang. j. Dll A. PENGUMPULAN, PENGOLAHAN DAN PENYAJIAN DATA Pengumpulan Data Salah satu hal yang mempengaruhi kualitas hasil penelitian adalah kualitas data yang di kumpulkan. Pengumpulan data dapat dilakukan dengan berbagai cara. Ada 2 sumber data : 1. Data primer Data primer adalah data yang langsung di ambil dari sumbernya. Ada 3 cara pengumpulan data primer : a. Observasi Observasi adalah teknik pengumpulan data yang dilakukan dengan melakukan pengamatan. Data yang di hasilkan adalah data yang kualitatif. b. Wawancara Wawancara adalah teknik pengumpulan data yang dilakukan dengan mengajukan pertanyaan secara lisan, biasanya dilakukan jika ingin diketahui hal-hal yang lebih mendalam dari responden. Data yang di hasilkan adalah data yang kualitatif. c. Kuesioner Kuesioner adalah teknik pengumpulan data yang dilakukan dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden untuk di jawab. Data yang di hasilkan bisa data yang kuantitatif atau kualitatif 2. Data sekunder Data sekunder adalah data yang diambil dari hasil mengumpulkan orang lain Contoh : Data yang dimiliki perusahaan, Data BPS, Browsing di Internet dan sebagainya. B. Pengolahan Data Pengolahan data adalah mentabulasi data, menjumlahkan atau memilah-milah data menjadi data yang siap di sajikan dan kemudian di analisis sesuai dengan kebutuhan. C. Penyajian Data

1. Penyajian Data Acak Data yang sudah diolah kemudian disajikan. Tujuan penyajian data adalah agar para pengguna mudah dalam membaca data. Ada 2 cara penyajian data : a. Tabel Bentuk baku tabel Judul Tabel Catatan kaki : • keterangan • sumber Syarat sebuah tabel yaitu minimal terdapat : 1. Judul tabel 2. Judul baris dan atau judul kolom 3. Catatan kaki yang berisi sumber data dan atau keterangan Sumber adalah dari mana data tersebut diperoleh Keterangan adalah penjelasan singkat jika ada data yang ekstrim b. Grafik Ada beberapa macam grafik/diagram : 1. Diagram batang

2. Diagram Garis

3. Diagram Titik

D. Penyajian Data Berkelompok Selain disajikan seperti penyajian data di atas, data, apalagi jika jumlahnya banyak dapat di sajikan dengan terlebih dahulu dikelompokkan atau yang di kenal dengan nama pembuatan tabel Distribusi Frekuensi. Salah satu kegunaan dari distribusi frekuensi adalah : dapat di lihat, seperti apakah distribusi atau penyebaran data yang ada. Ada tiga jenis penyebaran data : 1. Berdistribusi negatif Data berdistribusi negatif berarti kebanyakan data berada di bawah rata-rata. 2. Berdistribusi simetris Data berdistribusi simetris berarti kebanyakan data berada di sekitar rata-rata. 3. Berdistribusi positif Data berdistribusi positif berarti kebanyakan data berada di atas rata-rata Langkah Pembuatan Disribusi Frekuensi a. Tentukan Rentang Rentang adalah jarak antara data terkecil degan data terbesar atau dengan persamaan : R = X maks - X min b. Tentukan Banyaknya Klas Interval Banyaknya klas interval adalah banyaknya kelompok data. Untuk

menentukan berapa banyaknya kelompok digunakan rumusSt ur ges : K = 1 + 3,3 log n ( Dimana n adalah jumlah data ). c. Tentukan Panjang Klas Interval Panjang klas interval adalah panjang interval dari tiap kelompok data. Persamaannya : P = R / K d. Membuat Tabel Distribusi Frekuensi Tentukan ujung bawah interval pertama, biasanya menggunakan data terkecil atau data yang lebih kecil dari data terkecil. Contoh : Berikut disajikan data tentang biaya perbaikan mobil di sebuah bengkel. Sampel diambil sebanyak 50 mobil yang datang untuk melakukan perbaikan mobilnya (dalam puluhan ribu rupiah). Tabel distribusi frekuensi ini dapat dilengkapi dengan distribusi yang lain seperti : 1. Distribusi frekuensi kumulatif, dimana frekuensi disajikan dalam bentuk kumulatif dengan frekuensi klas sebelumnya 2. Distribusi frekuensi relatif, dimana frekuensi disajikan dalam bentuk persentasi. Gambar Distribusi Frekuensi Histogram Histogram adalah gambar atau diagram batang dimana batang pada setiap interval berhimpit dan terletak pada batas bawah/batas atas interval. Poligon Poligon adalah gambar atau diagram garis dimana ujung garis menyentuh sumbu horizontal. Garis dibuat dengan cara menghubungkan titik titik nilai tengah di setiap interval. 3. Distribusi Distribusi adalah gambar atau kurva yang merupakan penghalusan dari poligon. Tendensi Sentral Salah satu tugas dari statistic adalah mencari suatu angka di sekitar mana nilai-nilai dalam suatu distribusi memusat. Angka yang menjadi pusat suatu distribusi disebut dengan tendensi pusat atau lazim juga disebut dengan tendensi sentral. Jenis-jenis dalam ukuran tendensi sentral meliputi : 1. Mean Mean atau yang lebih dikenal dengan rata-rata hitung, merupakan ukuran pusat data yang paling sering digunakan, karena mudah dimengerti oleh siapa saja dan perhitungannya pun mudah. Mean merupakan jumlah keseluruhan angka yang ada

1.

2.

dibagi dengan banyaknya angka tersebut (jumlah subyek). Mean disimbolkan dengan ⎯X (baca X-bar). 2. Median Berbeda dengan mean, perhitungan median tidak dilaksanakan dengan melibatkan seluruh angka data, namun lebih menekankan pada posisi atau letak data. "Median" adalah nilai tengah dari data yang ada setelah data diurutkan. Median merupakan mean apabila ditinjau dari segi kedudukannya dalam urutan data. Median sering pula disebut dengan mean posisi. Median ditulis singkat atau disimbolkan dengan Me atau Md. Median memiliki beberapa kelebihan dibandingkan dengan mean (mean) yaitu : (1) tidak dipengaruhi oleh adanya angka-angka ekstrim dalam data yang tersedia, (2) mudah dimengerti dan mudah menghitungnya, baik dari data yang belum dikelompokkan maupun yang sudah dikelompokkan, dan (3) dapat digunakan untuk data kuantitatif maupun data kualitatif. 3. Modus Modus adalah nilai yang paling sering muncul dibandingkan dengan nilai lainya dalam distribusi, dengan kata lain modus merupakan suatu nilai yang terdapat dalam serangkaian data yang memiliki frekuensi tertinggi. Keunggulan yang dimiliki modus adalah: (1) sama dengan median, dapat digunakan untuk data kualitatif maupun kuantitatif, (2) tidak dipengaruhi oleh adanya angka-angka ekstrim pada data yang tersedia, dan (3) dapat dihitung untuk data yang telah dikelompokkan dengan kelas terbuka. Modus sering ditulis singkat atau disimbolkan dengan Mo. Sejumlah data bisa tidak mempunyai modus, mempunyai satu modus (disebut Unimodal), mempunyai dua modus (Bimodal), atau mempunyai lebih dari dua modus (Multimodal) Kedudukan Nilai Tendensi Sentral dalam Distribusi Tempat kedudukan Mean, Median, dan Modus dalam satu distribusi sangat tergantung kepada bentuk distribusinya. 1. Distribusi simetris normal Bila mean, median, dan modus bersekutu (M = Mdn = Mo). Hal ini dapat dimengerti, sebab pada distribusi normal, mean membagi dua sama banyak frekuensi variabel di atas dan dibawahnya. Dengan demikian, mean ini mempunyai fungsi seperti median. Oleh karena yang menjadi mode dalam distrubusi normal adalah nilai yang ada pada mean, maka dengan sendirinya mode itu bersekutu dengan mean. 2. Distribusi juling positif Bilamana mean-nya terletak di sebelah kanan, sedang modenya di sebelah kiri.

3. Distribusi juling negatif letak ketiga tendensi sentralnya secara berturut-turut dari kiri ke kanan adalah mean, median, dan mode. Variabilitas Variabilitas lazim juga disebut dengan dispersi. Variabilitas didefinisikan sebagai derajat penyebaran nilai-nilai variabel dari suatu tendensi sentral dalam suatu distribusi. Selanjutnya untuk mencari variabilitas dari suatu distribusi dapat dilakukan dengan beberapa cara, yakni: range, mean deviasi, dan standard deviasi.

1. Range Range atau jangkauan adalah merupakan pengukuran yang paling sederhana, dan didefinisikan sebagai jarak antara nilai yang tertinggi dengan nilai yang terendah. Dengan kata lain bahwa range adalah merupakan beda antara skor data terbesar dan skor data terkecil. Range sebagai pengukuran variabilitas memiliki beberapa kelemahan yaitu (a) tidak dapat menunjukkan suatu bentuk distribusi, (b) sangat tergantung kepada dua nilai ekstrim, dan (c) tidak memenuhi definisi variabilitas. Ada tiga macam range : a. Range 10 – 90, adalah range antara persentil yang ke 25 dengan persentil yang ke -90. Dengan range 10 – 90 ini, distribusi dipotong 20 per sen masing-masing 10 per sen pada tiap-tiap ujungnya. b. Range Antar Kuartil (range 25 – 75), adalah range adalah range antara persentil yang ke 25 dengan persentil yang ke -75. Dengan range 25 – 75 ini, distribusi dipotong 50 persen masing-masing 25 per sen pada tiap-tiap ujungnya. c. Range Semi Antar Kuartil. 2. Mean Deviasi Mean Deviasi atau Average Deviation atau Deviasi Mean dari deviasi nilai-nilai dari Mean dalam suatu distribusi, diambil nilainya yang absolut. Dalam hal ini, deviasi absolut adalah nilai-nilai yang positif. Keunggulan mean deviasi terhadap pengukuran variabilitas dengan range adalah dipenuhinya definisi tentang variabilitas oleh mean deviasi itu, yaitu penyebaran nilai-nilai yang ditinjau dari tendensi sentral. Akan tetapi mean deviasi mempunyai satu kelemahan pokok, karena cara perhitungannya mengabaikan tanda-tanda plus dan minus. Oleh karena itu mean deviasi tidak dapat dikenai perhitungan-perhitungan matematik yang tetap mempertahankan nilai-nilai plus dan minus.

3. Standar Deviasi Standar deviasi disimbolkan dengan SD, adalah suatu statistik yang digunakan untuk menggambarkan variabilitas dalam suatu distribusi maupun variabilitas beberapa distribusi. Besarnya standard deviasi dihitung dari "akar dari jumlah deviasi kuadrat dibagi banyaknya individu" dalam distribusi. • populasi adalah sekumpulan data yang mempunyai karakteristik yang sama dan menjadi objek inferensi, • Probabilitas suatu kejadian adalah angka yang menunjukkan kemungkinan terjadinya suatu kejadian. Nilainya di antara 0 dan 1. Kejadian yang mempunyai nilai probabilitas 1 adalah kejadian yang pasti terjadi atau sesuatu yang telah terjadi[1]. Misalnya matahari yang masih terbit di timur sampai sekarang. Sedangkan suatu kejadian yang mempunyai nilai probabilitas 0 adalah kejadian yang mustahil atau tidak mungkin terjadi. Misalnya seekor kambing melahirkan seekor sapi. • Sampel merupakan bagian dari populasi yang ingin diteliti; dipandang sebagai suatu pendugaan terhadap populasi, namun bukan populasi itu sendiri. • Referensi Lindley, D. Making Decisions. John Wiley. Second Edition 1985. ISBN 0-471-90808-8

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->