Mari kita renungkan... Introduction to Biostatistics. Berikut daftar pesanan makanan teman-teman

Transkripsi

1 Mari kita renungkan... Introduction to Biostatistics Widya Rahmawati Setiap hari kita menerima berbagai informasi yang menggambarkan berbagai aspek dalam kehidupan Informasi-informasi yang masuk ke dalam kepala kita perlu diklasifikasikan, disimpulkan dan disampaikan kembali dalam bentuk/bahasa yang lebih mudah difahami oleh orang lain Saudara dan teman-teman berencana makan bersama di sebuah restauran Berikut daftar pesanan makanan teman-teman Nama Pesanan Nama Pesanan Saudara diminta mendaftar menu yang dipesan oleh temanteman dan menyampaikan kepada Pelayan Okti Fauziah Arindra Amanda Novita Ismi Yaznia Yosi Ayam goreng Ikan bakar Ayam goreng Ikan bakar Nova Nindya Garnish Anisa Yani Nindy Hani Elvira Ikan bakar Silfia Tiara Siti Fitri Bagaimana cara Saudara menyampaikan pesanan teman-teman kepada Pelayan? Keesokan harinya, salah seorang teman yang berhalangan hadir, menanyakan: Apa saja menu yang dipesan teman-teman kemarin? Apakah menyampaikan masing-masing pesanan satu per satu? TENTU TIDAK Saudara dapat menyampaikan kepada pelayan: = 10 = 5 Ikan bakar = 3 Ayam goreng = 2 Saudara tentu tidak akan menyebutkan pesanan temanteman satu per satu Saudara dapat menjawab: Separuh dari teman-teman memesan ayam bakar Seperempat memesan bebek goreng Hanya sebagian kecil yang memesan ikan bakar dan ayam goreng ikan bakar 15% ayam goreng 10% bebek goreng 25% ayam bakar 50% 1

2 Tidak terasa, Saudara sudah menerapkan konsep ilmu Biostatistik!! Seorang Ahli Gizi Monitoring & Evaluation Assessmet (Data Collection) Intervention NUTRITIONAL CARE PROCESS Diagnosa (Hypothesis) Berhubungan dengan berbagai macam data yang perlu diklasifikasikan, disimpulkan dan disajikan kembali dalam bentuk yang lebih mudah difahami oleh orang lain Planning Perlu mengaplikasikan ilmu BIOSTATISTIKA Seorang Ahli Gizi Perlu memahami data/laporan yang disajikan/hasil penelitian terdahulu untuk mendukung keputusan Merencanakan intervensi berdasarkan bukti ilmiah & fakta Banyak membaca laporan/penelitian terdahulu Perlu memahami ilmu BIOSTATISTIKA Why statistics? Statistika (statistics) = suatu ilmu (bagian dari ilmu matematika) yang mempelajari - Merancang pengambilan data - Mengumpulkan data - Mengklasifikasikan - Menganalisis - Menyimpulkan - Menginterpretasikan dan - Menyajikan data guna mendukung keputusan yang diperlukan. Konsep dasar ilmu biostatistik Menerapkan konsep Biostatistik Make everythings simple Everything will be simple after systematized Why statistics? Statistika (statistics) = suatu ilmu (bagian dari ilmu matematika) yang mempelajari - Merancang pengambilan data - Mengumpulkan data - Mengklasifikasikan - Menganalisis - Menyimpulkan - Menginterpretasikan dan - Menyajikan data guna mendukung keputusan yang diperlukan. 2

3 Why do you need to learn it? of Biostatistics Biostatistika adalah ilmu statistika yang diaplikasikan ke bidang ilmu biologi, termasuk kedokteran, gizi, peternakan, dst Berbagai penelitian di bidang gizi menggunakan metode biostatistik untuk menarik kesimpulan yang akurat Membaca artikel ilmiah dalam bidang gizi juga memerlukan pemahaman biostatistik 1. Variabel vs. Konsep 2. Skala Ukur Variabel 3. Statistik deskriptif dan Statistik Inferensial 4. Jenis Hipotesis 5. Jumlah Kelompok, Berpasangan & Tidak Berpasangan 6. Uji Parametrik & Uji Non Parametrik Mari kita fikirkan... 1) Variabel vs. Konsep Variabel Konsep 1) Variabel vs. Konsep Konsep Variabel Gizi Balita Status Gizi Balita Anemia Derajat Anemia, Status Anemia Pengetahuan Tingkat Pengetahuan Kolesterol Kadar kolesterol Konsumsi makanan Tingkat konsumsi makanan Variabel dan Konsep Seorang mahasiswa ingin meneliti hubungan antara konsumsi zat besi, vitamin C dan anemia pada remaja putri. Manakah yang termasuk variabel, manakah yang termasuk konsep? Konsumsi zat besi konsep Vitamin C konsep Anemia konsep Remaja putri konsep 3

4 Konsep vs. Variabel Persepsi, pemahaman umum Fakta Fakta Fakta Konsep Variabel KONSEP Konsumsi zat besi Konsumsi vitamin C Anemia Remaja putri VARIABEL Tingkat konsumsi zat besi Tingkat konsumsi vitamin C Status/derajat anemia Usia Remaja putri Merupakan hasil pengamatan, berupa pemahaman umum terhadap suatu masalah. Bisa dilihat secara langsung (cth. Buku, makanan), atau tidak bisa dilihat secara langsung (cth. Energi) Merupakan ciri/sifat dari konsep yang mengandung variasi nilai/kategori sehingga dapat diukur/diklasifikasikan. Cth. Tebal buku, warna buku, berat makanan, kandungan energi dalam makanan Masih bersifat umum, belum bisa diukur/dikategorikan Merupakan ciri/sifat fari konsep yang mengandung variasi nilai/kategori dapat diukur/diklasifikasikan Populasi & Sampel Parameter, Statistik, Variabel Seorang peneliti akan melakukan penelitian tentang status anemia ibu hamil pada 140 ibu hamil dengan umur kehamilan minggu di wilayah Kecamatan Lowokwaru. a. Seluruh ibu hamil yang berada di wilayah kecamatan Lowokwaru, disebut... Populasi Seluruh anggota kelompok yang akan diambil kesimpulan b. 140 ibu hamil dengan umur kehamilan minggu yang diambil datanya untuk penelitian, disebut... Sampel: Sebagian dari anggota kelompok yang terpilih untuk c. Prosentase anemia pada ibu hamil dengan umur kehamilan minggu di wilayah Kecamatan Lowokwaru, disebut... Parameter Pengukuran numerik yang menggambarkan karakteristik populasi d. Prosentase anemia pada 140 ibu hamil dengan umur kehamilan minggu yang diteliti, disebut... Statistik Pengukuran numerik yang menggambarkan karakteristik sampel e. Status anemia, umur kehamilan, umur ibu hamil, disebut... variabel ciri/sifat fari konsep yang mengandung variasi nilai/kategori dapat diukur/diklasifikasikan Words Concept Example Populasi Sampel Parameter Statistik Variabel Iwan Ariawan, Basic words of statistics Seluruh anggota kelompok yang akan diambil kesimpulan Sebagian dari anggota kelompok yang terpilih untuk dianalisis Pengukuran numerik yang menggambarkan karakteristik populasi Pengukuran numerik yang menggambarkan karakteristik sampel Karakteristik atau suatu pembeda yang akan dianalisa menggunakan statistics Seluruh balita (0-5 th) di Kec Klojen Kota Malang 100 balita (0-5 th) di Kec Klojen Kota Malang yang terpilih secara acak dan memenuhi kriteria inklusi Prosentase gizi kurang pada seluruh balita (0-5 th) di Kec Klojen Kota Malang Prosentase gizi kurang pada 100 balita (0-5 th) di Kec Klojen Kota Malang yang terpilih secara acak Status gizi balita, umur balita, jenis kelamin, pendapatan keluarga Statistik Deskriptif & Statistik Inferensial f. Apabila data dari 140 ibu hamil disajikan untuk menggambarkan karakteristik dari 140 bumil itu saja (tidak untuk menggambarkan karakteristik populasi), maka disebut... statistik deskriptif adalah metode yang berkaitan dengan pengumpulan dan penyajian suatu data dari sampel, tanpa menarik inferensia/kesimpulan untuk data populasi. g. Apabila kesimpulan dari 140 bumil di atas diharapkan mewakili seluruh bumil di wilayah Kecamatan Lowokwaru, maka disebut... statistik inferensial Semua metode yang berhubungan dengan analisis sebagian (sampel) dengan tujuan untuk ditarik kesimpulan karakteritik populasi. 4

5 Populasi: 100 mhs Statistik Deskriptif vs. Statistik Inferensial Diambil data dari 25 mhs 3) Statistik Deskriptif vs. Statistik Inferensial Descriptive statistics berhubungan dengan perhitungan dan peyajian data. Sampel: 25 mhs Statistik Deskripsi: Menghitung, menganalisa, mengambil kesimpulan dan menyajikan data untuk ke-25 mhs Statistik Inferensial: Menghitung, menganalisa dari 25 mhs, namun kesimpulan diharapkan dapat mewakili seluruh populasi Inferential statistics berhubungan dengan pengambilan kesimpulan dari data yang didapat dari sampel untuk menggambarkan keadaan populasi. M Hanafi, 2011 Statistik Deskriptif vs. Statistik Inferensial, materi yang perlu dipelajari Sebelum mengolah data, kita perlu memahami jenis dan skala data... Statistik Deskriptif Distribusi Frekuensi Central Tendency Variasi Distribusi Normal Statistik Inferensial Probabilitas Confidence Interval Uji Hipotesis Uji Statistik Parametrik & Non Parametrik Seorang peneliti ingin meneliti tentang status gizi balita. Pada saat awal penelitian, dia mengambil variabel umur balita, berat badan dan tinggi badan balita. a. Variabel umur, BB dan TB termasuk skala data rasio b. Selanjutnya, peneliti menganalisa berat badan menurut umur (W/A Z-score), berat badan menurut tinggi badan (W/H z-score) dan tinggi badan menurut umur (H/A z-score). WAZ, WHZ dan HAZ termasuk ke dalam skala data interval Sebelum mengolah data, kita perlu memahami jenis dan skala data... c. Data WAZ, WHZ dan HAZ selanjutnya dikategorikan menjadi status gizi lebih, normal dan status gizi kurang. Status Gizi kurang, normal dan lebih termasuk skala data... ordinal d. Proses pengkategorian ini merubah skala data awal (kontinyu) menjadi skala data kategorikal e. Jenis kelamin dan suku balita tergolong skala data nominal JENIS DATA Data Qualitative/ Data Kategorikal/ Data Diskrit = mengandung variasi kategori Data Quantitative/ Data Kontinyu = mengandung variasi nilai Jenis dan Skala Data SKALA DATA NOMINAL ORDINAL INTERVAL RASIO SIFAT Nama/label Bukan peringkat Peringkat dengan interval yang tidak dapat diukur Peringkat yang dapat diukur namun tidak mempunyai nilai 0 (nol) absolut Peringkat dengan interval yang dapat diukur dan mempunyai nilai 0 (nol) absolut CONTOH Golongan darah, Jenis Kelamin, Suku, Kejadian penyakit Derajat penyakit, tingkat sosial ekonomi, status gizi Suhu, z-score, nilai, skor IQ Jarak, berat, panjang/tinggi, umur 5

6 2) Skala Ukur Variabel 3) Statistik Deskriptif vs. Statistik Inferensial Ratio scale Populasi: 100 mhs Diambil data dari 25 mhs Interval scale Ordinal scale Sampel: 25 mhs Statistik Deskripsi: Menghitung, menganalisa, mengambil kesimpulan dan menyajikan data untuk ke-25 mhs Nominal scale Statistik Inferensial: Menghitung, menganalisa dari 25 mhs, namun kesimpulan diharapkan dapat mewakili seluruh populasi M Hanafi, 2011 Tugas 1. Berikan contoh populasi dan berikan contoh sampel 2. Berikan contoh konsep dan contoh variabel 3. Berikan contoh skala data: 1. Nominal 2. Ordinal 3. Interval 4. Rasio 4. Berikan contoh statistik deskriptif & statistik inferensial (masing-masing 2 contoh) Selamat belajar... 6