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 parameter-
parameter 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, hukum-
hukum, 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.

Skala data
a. 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).

c. 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).

d. 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

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

PENGUMPULAN, PENGOLAHAN DAN PENYAJIAN DATA

A. 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

1. Histogram
Histogram adalah gambar atau diagram batang dimana batang pada setiap
interval berhimpit dan terletak pada batas bawah/batas atas interval.
2. 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
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