Biostatistik

Sutanto priyo hastono

Peran Biostatistik
 Menggambarka besarnya kejadian/masalah
 Monev program
- analisis perbandingan
- analisis kecenderungan
 Mendiagnosis masalah
 Perencanaan program
 Alat bantu riset

Biostatistik sbg Alat bantu Riset
1. Alat bantu untuk menghitung sampel,
sampel dapat dipertanggung jawab
2. Alat untuk melakukan pengumpulan data
secara tepat –uji validitas dan reliabilitas
instrumen (kuesioner)
3. Alat bantu untuk pengolahan data secara
benar
4. Alat bantu analisis data secara tepat
seseuai dengan kasusnya
5. Alat bantu untuk melakukan penyajian
data yang benar, sehingga data lebih
komunikatif

KESALAHAN PENGGUNAAN STATISTIK  Pengukuran salah : mis : Eksklusive ?  Pengolahan data : memasukkan data salah  Melakukan analisis data yang salah: .tidak tepat pemilihan grafik . generalisasi ?  Penyajian data salah : .double penyajian .pembuatan tabel/grafik salah .interpretasi : baca tabel.pemilihan uji statistik salah .

Lingkup Statistik  Statistik Deskriptif : kegiatannya hanya hanya mendeskripsikan data yg disurvei tanpa/belum melakukan generalisasi ke populasi  Statistik Inferensial/induktif/analitik : kegiatannya sudah melakukan generalisasi dari sampel ke populasi .

teknik pengambilan sampel benar  Generalisasi --.Generalisasi  Populasi : : keseluruhan subjek/unit yang akan diteliti  Sampel : sebagian dari populasi yg diharapkan dpt mewakili/representatif populasi : Bagaimana spy sampel representatif? .teori probabilitas .besar sampel cukup memadai .

dan data data data Kesimpulan Informasi .Metode Statistik Data Langkah-langkah statistika Analisis Pengumpulan Pengolahan Penyajian data.

kepuasan pelayanan RS. ketika membahas data seorang responden (mis : pasien). atau berat badan.  Misal. dalam bentuk angka-angka.Data  Data adalah keterangan mengenai suatu hal dari seorang atau kumpulan orang. kita dapat membicarakan angka-angka mengenai tinggi badannya. tekanan darah. dll. .

Validitas .Syarat Data  Up to date  Akurat: .Objektivitas .Reliabilitas .

wanita Jumlah anak : 2.. Sex : pria. 4. Misal: berat badan : 60.Variabel  Variabel adalah ciri individu yang dipelajari/diukur. 73 dst. 71. yang bentuknya berupa nilai-nilai yang bervariasi. 10. 5 .

abri. 3. Numerik /kuantitatif : variabel hasil pengukuran atau penghitungan Ciri : isinya berbentuk angka Misal: umur: 23. pns. dst… Numerik : interval dan rasio Note: numerik dpt berubah menjadi kategorik.25 dst… tinggi badan : 150. …bila var tsb dikelompokkan . dst…… Jumlah anak: 3. dewasa. 25. tua Kategorik : nominal dan ordinal 2. 40 . swasta umur : remaja. Kategorik /kualitatif : hasil pengklasifikasian/penggolongan Ciri: isinya berbentuk kata-kata Misal: sex : pria dan wanita pekerjaan. 165. 5. 1.Jenis Variabel menurut sifatnya: 1.

2=wanita) Umur1l: katagorik (koding: 1= <20th (remaja). 3=70-80 kg. 4=hindu) Bb : numerik Sex : katagorik (koding: 1=pria. 2=kristen. 3=katolik. 2=60-70 kg.Tampilan di Komputer Umur agama bb sex umur1 bb1 45 2 60 1 2 3 34 4 72 1 2 1 23 1 65 2 1 2 34 3 56 1 3 4 Dst …… Umur : numerik Agama : katagorik (koding: 1=islam. 2= 20-30 th (dewasa). 4= >70kg) . 3= >30 th (tua)) bb1: katagorik (koding: 1= <60 kg.

Pengumpulan Data .

Data Apa Yg  Dikumpulkan Penyakit ?  Kematian  Kelahiran  Demografi  dsb …. Tergantung tuj penelitian .

Jelas 2. Mudah diukur Misal data DIARE. Objektif 3.Definisi Operasional variabel 1. apa DO nya? .

Pengukuran . Alat ukur yang digunakan  Standard 2. Wawancara (Terstruktur vs Mendalam) 3. Responden mengisi sendiri (Angket/Pos surat) 4.Pengumpulan Data  Pengumpulan data merupakan langkah yang amat penting pada satu penelitian  Akurasi data bergantung pada: 1. Orang yang mengambil data  Terlatih  Metode pengumpulan data: 1. Pengamatan (observasi) 2. Polling (wawancara telpon & internet) 5.

Tipe instrumen 3.Alat Pengumpulan Data 1. Kelompok sasaran  Ibu/Wanita  Kepala keluarga  Remaja  Dll : pejabat. tokoh . Tipe pertanyaan  Wawancara  Pertanyaan Tertutup  Responden mengisi  Satu pilihan (Ya/Tidak) sendiri  Pilihan ganda  Cek-list  Pertanyaan terbuka 2.

PENGOLAHAN DATA .

Tujuan Pengolahan Data  Terjaminnya keakuratan data : data terhindar dari kesalahan pengumpulan data dan kesalahan entry data  Menyiapkan data agar mudah dilakukan analisis data .

Processing Memindahkan isi keusioner ke media komputer: data sederhana gunakan Excel. dbase. lakukan pengecekan kebenaran data B.Editing Memeriksa kelengkapan dan kebenaran isi kuesioner : lakukan kompilasi kalau data berasal dari berbagai sumber. STATA . dst C.Coding Pengubahan jawaban pertanyaan yg berisi huruf kedalam bentuk angka: Misal data pendidikan dikoding: 1=sd 2=smp . dll : data komplek gunakan: SPSS.TAHAPAN PENGOLAHAN DATA A.

D. Cleaning data Tujuan : pengecekan kebenaran entry data .

.

.

E. Transformasi Data Tujuan : melakukan perubahan variabel menjadi variabel baru sesuai dg kebutuhan. .  Beberapa variabel dijumlahkan  dll …. melalui proses :  Mengelompokkan var ke dlm nilai berbeda.

Analisis Data .

? Hasil Analisis data akan maksimal.menguasai statistik . memberi arti data Mis: hasil survei di Palembang didapatkan rata-rata berat bayi sebesar 2100 g.Apa itu analisis ? = memberi makna data.menguasai substansi dari data yg dianalisis . Maknanya/Analisisnya …………. bila: .menguasai paket program statistik komputer .

menghitung sebaran (ukuran variasi)  Analisis Data yang Komplek .analisis multivariat .menghitung rerata (ukuran tengah) .analisis bivariat .Jenis Analisis Data  Analisis Data Sederhana (Univariat) .

1 2 ……. Umur: 34 56 Sex : 1 2 1 Merokok : 1 2 23 34 45 …. 1 2 1 1 1 … univariat Jumlah & persen Mean & sd Jumlah & persen bivariat Uji stat : uji t Uji stat : kai kuadrat multivariat Uji multivariat : regresi logistik .

dst… .Jenis Kelamin 0=wanita nominal 1=pria 2.Pengetahuan 0=tinggi ordinal 1=rendah 3.Anggota klg 0=tidak ada nominal merokok 1=ada 4.… awas kodingnya ?? Variabel Definisi ……………… Hasil Ukur Skala Operasional …….DO VARIABEL. Variabel Dependen Merokok 0=tidak merokok nominal 1=merokok Variabel Independen 1.

PENYAJIAN DATA .

Kurang tepat penyajian langsung memakai output komputer (Beberapa angka yg penting dari output komputer  tabel/grafik) . Tidak boleh double penyajian . Tabel atau Grafik . Bentuk Penyajian .

Tabel Tabel 5.0 SMU 20 20.1 Distribusi Pasien Menurut Tingkat Pendidikan di Puskesmas X. 2014 Pendidikan Jumlah Persentase SD 40 40.0 Jumlah 100 100 .0 PT 10 10.0 SMP 30 30.

4% .Lingkaran (PIE) Distribusi Pendidikan Penduduk Jakarta Utara 26% 14% 9.6% 50.

BAR Pernah periksa Periksa > 4 kali Periksa > 4 kali Periksa > 4 kali + sesuai 5 T + sesuai 5 T + pil Fe > 90 .