STATISTIK

DESKRIPTIF

Desy Linasari, dr., MKM

Modul Riset Kedokteran
FK UNJANI
 Pengertian Statistik
◼Statistik adalah sekumpulan konsep
dan metode yang digunakan untuk
mengumpulkan dan menginterpretasi
data tentang bidang kegiatan tertentu
dan mengambil kesimpulan dalam
situasi dimana ada ketidakpastian
dan variasi.
 Pengertian Statistik
◼Statistik adalah sekumpulan angka untuk
menerangkan sesuatu, baik angka yang
belum tersusun atau angka yang sudah
tersusun dalam suatu daftar atau grafik.
◼Bila ingin pembuktian secara ilmiah, maka
harus mengggunakan suatu metode atau
prosedur pengumpulan, presentasi,
analisis data serta pembuktian statistik
signifikan atau hipotesis yang dikenal
dengan Statistik.
 Pengertian Statistik
◼Aplikasi statistik sangat luas dan
digunakan hampir pada semua
disiplin ilmu pengetahuan, yaitu pada
bidang teknik, ekonomi, sosial,
budaya, politik dan lainnya.
Definisi
◼Biostatistika = Aplikasi statistika
dalam bidang kehidupan
(Kesehatan, kedokteran,
pertanian, psikologi, pendidikan,
dll)

10/10/2023 5
Contoh :
- Pusdakes menaksir proporsi ibu hamil
yang melakukan pemeriksaan K4
- Bakteriolog ingin menaksir probabilitas
bahwa seekor anjing yang telah diberikan
vaksin pada dosis tertentu akan
mendapatkan kekebalan untuk penyakit
tertentu.
- Bagian pendidikan FK ingin mempelajari
hubungan antara IP pada smt 1 dengan
nilai yang didapat pada saat test masuk.
- Seorang ahli farmakologi ingin mengetahui
pemberian mengkudu sebagai anti
radang.
- Seorang peneliti ingin meneliti makanan
yang mengandung formalin dan pewarna
tekstil di pasar tradisional.
- Seorang dokter ingin meneliti ketahanan
hidup penderita kanker ganas.
 Aplikasi Biostatistika
Penggunaan metode dan prosedur statistik
digunakan untuk :
1. Mengukur peristiwa-peristiwa penting yang
terjadi di masyarakat
2. Mengukur status kesehatan masyarakat dan
mengetahui masalah kesehatan
3. Membandingkan status kesehatan masyarakat
di satu tempat dengan tempat lain atau
membandingkan status kesehatan sekarang
dengan yang lampau
 Aplikasi Biostatistika
4. Meramalkan status kesehatan masyarakat di
masa-masa mendatang
5. Evaluasi tentang perjalanan, keberhasilan, dan
kegagalan suatu program atau pelayanan
kesehatan sedang dilaksanakan
6. Keperluan estimasi tentang kebutuhan
masyarakat terhadap pelayanan kesehatan
serta menentukan secara pasti target
pencapaian tujuan
 Aplikasi Biostatistika
7. Keperluan penelitian terhadap masalah-
masalah kesehatan,keluarga berencana,
lingkungan hidup, dan lain-lain
8. Perencanaan dan sistem administrasi
9. Keperluan publikasi ilmiah di media massa
 Pembagian Statistik
◼ Secara garis besar dapat dibagi menjadi dua
kategori yaitu statistik deskriptif dan statistik
inferens.
1. Statistik deskriptif bertujuan untuk memperoleh
gambaran tentang keadaan yang berkaitan
dengan penyakit atau kesmas.
Analisis data yang dihasilkan dalam bentuk
narasi, tabulasi atau diagram, persentase, dan
ukuran-ukuran nilai tengah.
 Pembagian Statistik
2. Statistik inferensia bertujuan untuk menarik
kesimpulan ciri-ciri populasi yang dinyatakan
dengan parameter populasi melalui
perhitungan2 statistik sampel.
lebih luas daripada statistik deskriptif, karena
disertai pembuktian secara statistik bahwa data
yang diteliti mewakili populasi dengan cara
estimasi, tes hipotesis, dan prediksi parameter
populasi.
Statistik Deskriptif
◼ Merupakan kegiatan yang dimulai dari
pengumpulan data, pengolahan data sampai
mendapatkan informasi dengan jalan
menyajikan dan analisis data sederhana
berupa perhitungan nilai tengah, variasi, rata-
rata, proporsi dan persentase.
◼ Contoh : jumlah kematian karena penyakit
tertentu di suatu RS
◼ Ditampilkan berupa tabel, diagram, grafik,
dan besaran lainnya
10/10/2023 13
 Macam-Macam Data
◼ Data adalah himpunan angka yang
merupakan nilai dari unit sampel kita sebagai
hasil mengamati
◼ Data berdasarkan jenisnya dapat dibedakan
menjadi data kualitatif atau data kuantitatif
◼ Data kualitatif (kategorik) → nominal, ordinal
◼ Data kuantitatif (numerik)→ diskrit, kontinu
◼Ditinjau dari sumber data, data dibagi
menjadi data primer dan data
sekunder.
◼Data primer → data diperoleh sesuai
kebutuhan, membutuhkan waktu,
tenaga dan biaya
◼Data Sekunder → waktu, tenaga dan
biaya minim, data tidak lengkap dan
yg dibutuhkan tidak ada.
 Skala Ukuran
1. Skala nominal
Skala yang paling sederhana dan tidak
mempunyai urutan. Keuntungan : mudah
dijawab dan diolah. Contoh : jenis kelamin
2. Skala Ordinal
Subkategori mempunyai urutan, dapat
diurutkan dari jenjang yang lebih tinggi atau
sebaliknya. Contoh sekolah
3. Skala interval
Dalam skala ordinal kita dapat
menentukan urutan dari kelompok, di
dlm skala interval selain membagi
objek menjadi kelompok tertentu dan
diurutkan juga dapat ditentukan jarak
dari urutan kelompok tersebut.
Contoh : pengukuran panas dengan
termometer, temp 40 derajat blm
tentu lebih panas 15 derajat dari
temperatur 25 derajat.
4. Skala Rasio
Skala yang mempunyai nilai nol
mutlak dan mempunyai jarak yang
sama. Contoh : orang yang berumur
50 tahun adalah umurnya 2kali dari
pemuda yang berumur 25 tahun.
Validitas dan Reabilitas
◼Validitas adalah suatu ukuran yang
menunjukkan tingkat-tingkat
kevalidan atau kesahihan sesuatu
instrumen.
◼ Valid → ‘tepat, akurat, syahih’

10/10/2023 19
◼ Reliable = ‘konsisten’ berapa
kali pun diambil hasil yang
diperoleh akan sama
◼ Reliabel → dapat dipercaya jadi
dapat diandalkan

10/10/2023 20
 UKURAN
NILAI TENGAH
 Nilai Tengah
◼Dari sekumpulan data (distribusi), ada
beberapa harga/nilai yang dapat kita
anggap sebagai wakil dari kelompok data
tersebut.
◼Nilai-nilai yang biasa digunakan untuk
mewakili data tersebut adalah mean ,
median dan modus disebut sebagai
nilai tengah (central tendency).
Mean/ Rata-rata Hitung
◼ Wakil dari keseluruhan nilai
◼ Sangat dipengaruhi nilai ekstrem
◼ Nilai mean berasal dari semua nilai pengamatan
◼ Data yang tidak berkelompok

◼ Contoh : 56+62+52+48+67 = 57 kg
5
Mean/ Rata-rata Hitung
◼ Rumus mean data berkelompok

◼ Cara 1

◼ Cara 2
◼Data yang berkelompok
Median
◼ Adalah nilai yang terletak pada observasi yang
ditengah, bila data telah disusun dan diurut
◼ Posisi median (n+1)/2 → nilai pada posisi ini
▪ Contoh : BB mahasisswa 48,52,56,62,67
(5+1)/2 = 3 → tidak berkelompok
◼ Berkelompok :
Me = Me’ + i (Me’’-fkum)/f
Contoh
Berat badan 10 orang wanita hamil yang datang ke rumah
sakit A pada bulan januari 2013 adalah
Modus
Modus (Mode):
◼Adalah nilai yang paling banyak ditemui dalam
suatu agregate (observasi)
◼Didalam suatu observasi karena kemungkinan
mode adalah
✓tidak ada modus (56, 62, 55, 57, 65)
✓satu modus (56, 62, 62, 62, 55, 57, 65)
✓lebih dari satu modus (56, 55, 58,58, 60, 62, 62)
◼Tidak dipengaruhi nilai ekstrim
◼ Modus jarang digunakan pada data yang tidak
dikelompokkan karena sering menyimpang jauh
◼ Modus data berkelompok
◼ Dari distribusi umur berikut ini cobalah hitung
nilai modusnya?
Distribusi umur dari 80 orang yang menderita
penyakit x di RS A pada tahun 2012
 Nilai Posisi
◼ Bila data disusun mulai dari data yang terkecil
sampai terbesar, maka dapat membagi pengamatan
menjadi beberapa bagian.
◼ Pembagian pengamatan ini disebut sebagai nilai
letak atau posisi
◼ Median →Posisi tengah
◼ Kuartil →nilai yang membagi empat agregate, K1.
K2. K3
◼ Desil →nilai yang membagi agregate menjadi 10
bagian yaitu D1, D2…………D9
◼ Presentil →nilai yang membagi agregate menjadi
100 bagian yaitu P1 , P2……..P99
◼ Md,Kuartil, Desil, Persentil
 Nilai Variasi
◼ Dengan nilai rata-rata saja, dapat terjadi salah
interpretasi.
◼ Nilai Variasi : nilai yang menunjukkan
bagaimana bervariasinya data di dalam
kelompok data terhadap nilai rata-ratanya.
◼ Semakin besar nilai variasi maka semakin
bervariasi data tersebut
◼ Macam nilai variasi : range, mean deviation,
varian, standar deviasi, koefisien variasi

10/10/2023 33
 Range
◼ Adalah nilai yang menunjukkan perbedaan nilai
pengamatan yang paling besar dengan nilai
yang paling kecil
◼ Contoh 48, 52, 56, 62, 67 kg adalah berat badan
dari pengamatan lima orang dewasa
Range nya adalah 67 – 48 kg = 17 kg

10/10/2023 34
 Mean deviation
◼ Adalah rata-rata dari seluruh perbedaan
pengamatan dibagi banyaknya pengamatan.
◼ Rumus n x Ix-xI=d

 xi − x 1 5

x d = i =1 5 1
n 6 0
7 1
◼ 1 5 6 7 8 9 mean = 6 8 2
9 3
X=6 Xd = 12/6= 2
◼ Jarang dipakai karena nilai mutlak

10/10/2023 35
 Varian
◼Adalah rata-rata perbedaan antara mean
dengan nilai masing-masing observasi.
◼Rumus

◼Contoh : umur 30,20, 25

= 25
V = (30-25)2 + (20-25)2 + (25-25)2 = 25
3-1
10/10/2023 36
 Standar Deviasi
◼Standar deviasi adalah akar dari varian
◼Nilai standar deviasi disebut juga sebagai
simpangan baku karena merupakan
patokan luas area di bawah kurva normal.
◼Rumus

◼ Contoh standar deviasi dari data varian

adalah
◼S = √25
10/10/2023
= 5 37
Cara menghitung varian dan SD
1. Mengeluarkan menu SD
tombol MODE →2
2. Menghapus nilai SD yang lama
SHIFT → MODE → 1 → = → AC
3. Memasukkan data
30 M+, 20 M+, 25M+
4. Mengeluarkan nilai Varian
SHIFT →2 → 1
5. Mengeluarkan nilai SD
6. SHIFT →2 → 3
10/10/2023 38
 Koefisien Variasi
◼ Adalah nilai Standard deviaton dibagi mean x 100%
COV= S/ x x 100%
◼ Membandingkan variasi antara
dua atau lebih agregate yang
ukurannya berbeda atau
gradasinya berbeda
◼ Contoh : dari suatu pengukuran didapatkan rata TB=
162 cm dan S= 15 cm. Berat badan rata-rata 58 kg
dan S= 8 kg…..manakah yang lebih bervariasi TB
atau BB ?

10/10/2023 39
◼ Jawab:
◼COV TB= 15/162 x100%= 9,3 %
◼COV BB= 8/58 x100% = 13,8 %
◼ Dari hasil COV terlihat bahwa walaupun S TB
15cm dan S BB 8 kg ternyata COV BB lebih
besar dari COV TB , Jadi dapat disimpulkan BB
lebih bervariasi.

10/10/2023 40
TERIMA KASIH