You are on page 1of 29

22

1

KONTRAK BELAJAR
MATA KULIAH: DASAR-DASAR BIOSTATISTIK INFERENSIAL DOSEN: - Dr. Masni, Apt., MSPH - Dr. dr. H.M.Tahir Abdullah, MSPH

2

IDENTITAS MATA KULIAH Nama Mata Kuliah : Biostatistik Inferensial Kode Mata Kuliah : 236K2121 Jumlah SKS : 2 SKS Status : Wajib Prasyarat : Biostatistik Deskriptif Jadual : Sesuai jadual yg ada .Kelas C : Jum’at (08.40) – K101 .Kelas B : Kamis (08.00 – 16.00 – 11.00 – 11.40) – K101 3 .00 – 09.00 – 09.Kelas D : Kamis (10.Kelas A : Senin (10.40) – K111 .40) – K103 .40) – K111 .Kelas E : Kamis (15.

Setelah menyelesaikan mata kuliah ini peserta diharapkan: 1. Mampu merumuskan hipotesis penelitian 2. Mampu memilih uji statistik yang sesuai untuk melakukan suatu uji hipotesis 3. Mampu menginterpretasi suatu hasil pengujian hipotesis 4 .

Diskusi . Buku-buku Statistik Bahasa Indonesia 5 .Tugas Mandiri Referensi: 1.Strategi perkuliahan: .Ceramah . Fundamental of Biostatistik 2. Rosner (1990).

00 2.00 3.50 2.00 0.50 3.75 2.Kriteria Penilaian: Kisaran Angka >85 81 – 85 76 – 80 71 – 75 66 – 70 61 – 65 51 – 60 <50 Huruf A A- Konversi 4.75 Ket Lulus Lulus B+ B BC+ C E 3.00 Lulus Lulus Lulus Lulus Lulus Tidak Lulus 6 .

Tugas: .Final Test Kehadiran : minimal 80% 7 .Tugas Kelompok .Tugas Individu .Mid Test .

Tugas .Nilai Mid Test .Pembobotan Nilai: .Nilai Final Test : 20% : 40% : 40% 8 .

Tugas-1 3 4 5 6 7 8 III IV V VI VII VIII Hipotesis Uji – t Uji – Z Anova Korelasi dan Regresi Ujian Tengah Semester Tugas-2 Tugas-3 Tugas-4 Tugas-5 Tugas-6 9 .NO 1 2 MINGGU I II TOPIK BAHASAN Kontrak Belajar + Pendahuluan Estimasi KET.

Tugas-6 Tugas-7 Tugas-8 Tugas-9 Tugas-10 Tugas-11 16 XVI Ujian Akhir Semester 10 .NO 9 10 11 12 13 14 15 MINGGU 1X X XI XII XIII XIV XV TOPIK BAHASAN Uji Proporsi Uji Chi-Square Uji Chi-Square (Lanjutan) Uji Tanda (Sign Test) Uji Mann-Withney (Median) Uji Wilcoxon Uji Kruskal Wallis KET.

dan tidak memakai kaos oblong Ponsel di switch-off atau di set tidak bersuara (silent) Keterlambatan pengumpulan tugas maksimal 1 (satu) pekan) Keterlambatan pengumpukan tugas menyebabkan ilai max tugas diturunkan. maksimal 15 menit Tidak diperbolehkan memakai sendal Berpakaian rapih dan sopan. 11 .- - Tata Tertib Perkuliahan: Keterlambatan.

POPULASI SAMPEL DA TA DIOLAH DA TA KOTOR ARRAY DISAJIKAN KESIMPULAN ANALISIS 12 .

@ BIOSTATISTIK Ilmu yang mempelajari tentang metode pengumpulan dan pengolahan data dalam bidang biomedis serta pengambilan kesimpulan tentang populasi berdasarkan sampel.Pengolahan data .Pengumpulan data .Penyajian data @ BIOSTATISTIK INFERENSIAL Mempelajari tata cara pengambilan kesimpulan dengan melakukan “INFERENSI” atau generalisasi hasil dari sampel 13 untuk populasinya . @ BIOSTATISTIK DESKRIPTIF .

mis: umur. @ JENIS DATA 1. x dsb.@ DATA adalah: hasil pengukuran dari variabel suatu obyek yang diteliti @ VARIABEL adalah: karakteristik yang dapat diamati atau diukur dari suatu obyek yang nilainya bisa berbeda-beda dari suatu obyek ke obyek lainnya. status gizi 14 . .. Data kualitatif/kategori: data dimana aturan matematika tidak dapat diterapkan. TB. bisa diterapkan aturan +. mis: pekerjaan. pendidikan.BB 2. Data kuantitatif/numerik: data yang bisa dimanipulasi secara matematik.

setiap kategori mempunyai urutan nilai 3.jarak antara kategori tidak diketahui .setiap kategori mempunyai urutan nilai .Jarak antara nilai diketahui . Skala Interval .tidak mempunyai titik nol . Skala Ratio .SKALA PENGUKURAN DATA 1.Jarak antara nilai diketahui .tidak mempunyai titik nol sehingga tidak dapat dilakukan perbandingan rasio .setiap kategori mempunyai urutan nilai 4.tidak mempunyai titik nol. Skala Nominal .setiap kategori mempunyai urutaan nilai 2.kategori hanya merupakan simbol atau label saja 15 . jarak antara kategori tidak diketahui .mempunyai titik nol sehingga bisa dilakukan perbandingan rasio . Skala Ordinal .

Hubungan 3. Trend 16 .Ada 4 bentuk inferensi utama 1. Perbedaan 2. Pengaruh 4.

σ 17 .PENELITIAN POPULASI SAMPEL UNTUK MENGETAHUI PARAMETER POPULASI BIOSTATISTIK INFERENSIAL .meskipun distribusinya diketahui.Parameter populasi sering tidak diketahui. misalnya: distribusi normal .μ.

18 . sehingga kita harus mengambil sampel.@ Untuk mengetahui parameter populasi: 1. Estimasi (pendugaan) 2. Pengujian hipotesis @ Kedua cara ini didasarkan pada statistik atau besaran yang dihitung dari sampel.

s. p Θ = μ.Hubungan antara populasi dan sampel POPULASI N sampling Θ = x. σ SAMPEL ^ θ bisa dihitung setelah mengambil sampel secara berulang dari populasi θ bersifat teoritis atau abstrak oleh karena sering tidak ^ ^ diketahui. sedang θ bersifat empiris atau nyata karena dapat dihitung dari sampel 19 .

^ θ yang dipakai untuk menduga θ harus merupakan penduga yang baik. maka penduga yang efisien mempunyai varians yang kecil. Konsisten. 3. Efisien. Tidak bias ^ E(θ) = θ 2. maka nilai θ makin mendekati nilai θ 20 . artinya: bila sampel yang ^ diambil makin besar. artinya: bila ada lebih dari satu penduga. ciri-ciri: 1.

I.x = 164 cm.ukur TB nya----. Nilai rata-rata (164 CM) inilah yang disebut penduga TB ---Karena hanya ada satu nilai ----PENDUGA TITIK 21 .diambil sampel acak 1000 orang --.rata-rata TB --. Pendugaan Titik Nilai parameter θ dari populasi hanya diduga dengan memakai ^ satu nilai statistik θ dari sampel yang diambil dari populasi tsb. CONTOH: Kita ingin menduga berapa nilai rata-rata tinggi badan orang Indonesia---.

Tidak dapat ditentukan derajat keyakinan atau derajat kepercayaan dari nilai penduga (θ) yang diperoleh dari sampel.Nilai θ sangat bergantung pada sampel yang diperoleh dari populasi ----. s2 = ∑(xi – x)2/n-1 -----.nilai berbeda bila sampel berbeda 22 . X = ∑x/n ---------------.penduga titik untuk μ _ 2.penduga titik untuk P = X/N Kelemahan penduga titik: . . Proporsi = p = x/n -----.penduga titik untuk σ2 ^ 3.Penduga titik dari parameter populasi: _ 1.

Pendugaan Interval = Nilai parameter dari populasi diduga dengan memakai beberapa nilai statistik yang berada dalam suatu interval ^ ^ θ1 < θ < θ2 Misalnya: Rata-rata tinggi badan (TB) orang Indonesia diduga berada pada interval 160 cm < θ < 166 cm @ Makin lebar intervalnya. makin yakin akan dugaan yang dibuat. @ Makin lebar interval. makin besar kepercayaan/keyakinan kita bahwa rata-rata TB berada pada interval tsb.II. @ Derajat kepercayaan penduga θ disebut koefisien kepercayaan (α) yang dinyatakan dalam bentuk probabilitas : 0 <α<1 23 .

@ Derajat kepercayaan terhadap interval θ1 < θ < θ2 dinyatakan dalam bentuk: ^ ^ P( θ1 < θ < θ2) = nilai tertentu ^ ^ @ Misalnya. @ ^ ^ P (θ1 < θ < θ2) = 1 . @ Dalam statistik biasanya dipilih interval yang lebih pendek tetapi dengan derajat kepercayaan yang tinggi. P( θ1 < θ < θ2) = 0.α α = koefisien kepercayaan 1 – α = derajat kepercayaan ^ ^ P (θ1 < θ < θ2) = Interval kepercayaan 24 .95 artinya: dengan probabilitas 0.95. sampel acak yang kita ambil akan menghasilkan interval ^ ^ θ1 < θ < θ2 yang mengandung parameter θ dari populasi.

α SE = s/√n 25 .PENDUGAAN PARAMETER POPULASI DGN SAMPEL BESAR Bila dari suatu populasi diambil sampel acak yang besar. SE ) = 1 . sehingga dpt ditransformasi menjadi “distribusi normal standar”. 1. SE < μ < X + Zα/2. PENDUGAAN PARAMETER μ Interval kepercayaan untuk pendugaan parameter μ bila s diketahui adalah: P(X – Zα/2. maka statsitik penduga parameter akan mempunyai distribusi normal.

Diperoleh rata-rata dan simpangan baku gaji mereka adalah X = Rp 30. JAWAB: SE = s/√n = 6000000/ √100 = 600.824.000 < μ < 31.000 sampai dengan 31.000 dan s = Rp 6.000) = 0.95 P ( 28.000 Untuk interval kepercayaan 95%  Z = 1.96 * 600.000 Berapa rata-rata gaji yang sebenarnya dari pegawai tersebut pada selang kepercayaan 95%.96 * 600.000 < μ < 30.176.95 Artinya.000 26 .000.000.000) = 0.176.000.000 – 1.000 + 1.824.CONTOH SOAL: Dari populasi pegawai suatu perusahaan diambil sampel acak 100 orang dan dicatat gaji tahunan masing-masingpegawai. kita percaya 95% bahwa rata-rata gaji pegawai tersebut berkisar antara Rp 28.96 P ( 30.000.

68 (0.p) δp = SE = √ -----------n CONTOH SOAL: Pada suatu sampel acak berukuran 500 disuatu kota ditemukan 340 orang diantaranya berstatus gizi lebih. SE ) = 1 . PENDUGAAN PARAMETER PROPORSI Interval kepercayaan untuk pendugaan parameter P bila adalah: P(p – Zα/2.2.02 500 27 . SE < P < p + Zα/2.= 0.32) SE = √ --------------------. JAWAB: p = 340/500 = 0.68) x (0. Hitunglah interval kepercayaan 95% untuk menduga berapa sesungguhnya penduduk di kota tsb yang berstatus gizi lebih !.α ^ ^ p(1 .

96) x (0.02 500 P(p – Zα/2.95 P [0.artinya: kita percaya 95% bahwa proporsi penduduk kota tersebut yang berstatus gizi lebih adalah 64.(1.02) < P < 0.1% sampai 79. SE < P < p + Zα/2.32) SE = √ --------------------.68 (0.α P [0.= 0. SE ) = 1 .JAWAB: p = 340/500 = 0.641 < P < 0.95 Jadi interval kepercayaan untuk penduga p adalah P [0.641 < P < 0.791] = 0. 28 .1 %.02)] = 0.791] = 0.68) x (0.95 ---.96) x (0.68 + (1.68 .

29 .