Pengukuran Kesehatan

Transkripsi

1 1 Pengukuran Kesehatan Ukuran Sentral: Mean atau Arithmetic Mean Median Modus Ukuran Variasi: Range Mean Deviasi Standar deviasi, Standar Error, 95%CI Coefisien Variasi Ukuran Posisi: Median Kuartil Desil Persentil 2 Mean atau Arithmetic Mean Mean paling sering digunakan untuk menggambarkan ukuran pemusatan data n Rumus: x i x = i 1 Contoh:Lama rawat 10 pasien (hari) Data: 2, 3, 4, 2, 3, 5, 3, 6,,3, 4 n Nilai Mean=( )/10=3.5 hari Sifat nilai Mean Proses perhitungannya melibatkan semua data Sangat sensitif terhadap nilai ekstrim (kecil atau besar) Data: 2, 3, 4, 2, 3, 5, 3, 31, 3, 4 Nilai Mean=( )/10=6.0 hari

2 3 Mean atau Arithmetic Mean Bila terhadap seluruh data ditambah dengan konstanta c yaitu y i =x i +c, i=1,2..n maka mean y=mean x + c Contoh:Lama rawat 10 pasien (hari) Data: 2, 3, 4, 2, 3, 5, 3, 6, 3, 4 dan Mean 3.5 hari Masing-masing ditambah dengan angka 2 Data: 4, 5, 6, 4, 5, 7, 5, 8, 5, 6 dan Mean 5.3 atau (3.5+2) hari Bila terhadap seluruh data dikalikan dengan konstanta c yaitu y i =cx i i=1,2..n maka mean y=(mean x)(c) Data: 2, 3, 4, 2, 3, 5, 3, 6, 3, 4 dan Mean 3.5 hari Masing-masing dikali dengan angka 2 Data: 4, 6, 8, 4, 6, 10, 6, 12, 6, 8 dan Mean 7 atau (3.5x2) hari 4 Median(Med) Median membagi data menjadi dua bagian yaitu 50% data berada di bawah nilai median dan 50% data berada di atas nilai median Proses perhitungannya 1. Mengurutkan data dari terkecil ke terbesar 2. Menentukan posisi median yaitu (n+1)/2 3. Menghitung nilai Median Contoh:Lama rawat 10 pasien (hari) Data: 2, 3, 4, 2, 3, 5, 3, 6, 3, 4 Posisi median Di urutkan menjadi: 2,2,3,3,3, 3,4,4,5,6 Posisi median (10+1)/2=5.5 Nilai median adalah (3+3)/2=3 hari 2

3 5 Median(Med) Median membagi data menjadi dua bagian yaitu 50% data berada di bawah nilai median dan 50% data berada di atas nilai median Proses perhitungannya 1. Mengurutkan data dari terkecil ke terbesar 2. Menentukan posisi median yaitu (n+1)/2 3. Menghitung nilai Median Contoh:Lama rawat 9 pasien (hari) Data: 2, 3, 4, 2, 3, 5, 3, 6, 3 Posisi median Di urutkan menjadi: 2,2,3,3, 3,3,4,5,6 Posisi median (9+1)/2=5 Nilai median adalah =3 hari 6 Modus (Mod) Secara kuantitatif nilai yang paling banyak muncul atau frekuensi paling besar Proses perhitungannya Mengurutkan data dari terkecil ke terbesar (mempermudah) Satu modus (unimodal), dua modus (bimodal), dst Tidak ada modus Contoh: Data: 2, 3, 4, 2, 3, 5, 3, 6, 3, 4, Mod=3 Data: 2, 3, 4, 2, 3, 5, 3, 2, 3, 2, Mod=2 dan 3 Data: 2, 3, 4, 5, 6, 7, 8, 9, Tidak ada Modus 3

4 7 Hubungan Empiris Mean, Median dan Modus Simetris Skewness positif Miring ke kanan Mean=Med=Mod Mod Md Mean Skewness negatif Mean=Median=Modus simetris Modus<Median<Mean Skewness Positif Mean<Median<Modus Skewness Negatif Mean Med Mod Modus>Median>Mean.miring ke kiri 8 Kelebihan dan Kekurangan Mean, Median dan Modus Mean Kelebihan Mempertimbangkan semua nilai Dapat menggambarkan mean populasi Cocok untuk data homogen Kekurangan Sensitif /peka terhadap nilai ekstrim Kurang baik untuk data heterogen Median Tidak sensitif /peka terhadap nilai ekstrim Cocok untuk data heterogen /homogen Tidak mempertimbangkan semua nilai Kurang dapat menggambarkan mean pop Modus Tidak sensitif /peka terhadap nilai ekstrim Cocok untuk data homogen/heterogen Tidak mempertimbangkan semua nilai Kurang menggambarkan mean populasi Modus bisa lebih dari satu atau tidak ada 4

5 9 Geometric Mean Indeks harga alat medis = = = = =121 Rata-rata indeks harga alat medis? Geometric Mean=GM Log GM=(log log log log log 121)/5=2,1306 Antilog (log GM)=GM= Weighted Mean Jumlah kunjungan dan tarif berobat Tempat Tarif Jumlah Kunjungan A Rp 10,000, B Rp 15,000, C Rp 8,000, Rata-rata tarif berobat tiap kunjungan? 10000(Rp 10,000)+30000(Rp 15,000)+8000(Rp6000) =Rp 13,

6 11 Harmonic Mean H= k / ( 1/x i ), i = 1,2,3, k Contoh: Seorang calon staf baru di Asurnsi X ditargetkan harus membawa nasabah sebanyak 10 orang dalam jangka waktu 10 minggu sebagai prasyarat menjadi staf baru. Dari pengamatan saudara calon staf tersebut berhasil membawa nasabah sebanyak 3 orang pada minggu pertama, 2 nasabah pada minggu ke dua, 1 orang pada minggu ke tiga dan 1 nasabah pada minggu ke empat. Berapa rata-rata nasabah perminggu yang dapat dibawa calon staf tersebut. Hasilnya: H= 4 / (1/3+1/2+1/1+1/1) = 1.41 orang 12 Ukuran Letak/Posisi Data Median (membagi 2) Kuartil (membagi 4) Desil (membagi 10) Persentil (membagi 10) 6

7 13 Kuartil Ukuran Posisi Data Kuartil membagi data menjadi 4 (empat) bagian yang sama K1 (25%), K2 (50%) dan K3 (75%) Kuartil 1 disimbol K1 merupakan 25% data ada di bawah atau sama dengan nilai K1. Posisi kuartil K i = i (n+1)/4 (i=1,2,3) (n= jml pengamatan) Nilai kuartil (posisi median berada antara 2 titik) K i = x1 + [ posisi,?? (x2-x1) ]?? = desimal Contoh Data: Urutkan: Posisi K1 adalah 1x (14+1)/4=3.75 ada diantara posisi 3 dan 4 Nilai K1=4 + [0.75 (5-4)]=4.75 Posisi K2 adalah 2x (14+1)/4=7.5 ada diantara posisi 7 dan 8 Nilai K2=6 + [0.5 (6-6)]=6 Posisi K3 adalah 3x (14+1)/4=11.25 ada diantara posisi 11 dan 12 Nilai K3=8 + [0.25 (9-8)]= Kuartil Ukuran Posisi Data Kuartil membagi data menjadi 4 (empat) bagian yang sama K1 (25%), K2 (50%) dan K3 (75%) Kuartil 1 disimbol K1 merupakan 25% data ada di bawah atau sama dengan nilai K1. Posisi kuartil K i = i (n+1)/4, i=1,2,3 n= jml pengamatan Nilai kuartil (berada pd 1 titik) Nilai pada posisi tsb Contoh Data: Urutkan: Posisi K1 adalah 1x (15+1)/4= 4 ada di posisi 4 Nilai K1=5 Posisi K2 adalah 2x (15+1)/4=8 ada di posisi 8 Nilai K2=6 Posisi K3 adalah 3x (15+1)/4=12 ada di posisi 12 Nilai K3=9 7

8 15 Kuartil Ukuran Posisi Data Kuartil membagi data menjadi 4 (empat) bagian yang sama K1 (25%), K2 (50%) dan K3 (75%) Kuartil 1 disimbol K1 merupakan 25% data ada di bawah atau sama dengan nilai K1. Posisi kuartil K i = i (n+1)/4, i=1,2,3 n= jml pengamatan Nilai kuartil (n = ganjil) Nilai pada posisi tsb Contoh Data: Urutkan: Posisi K1 adalah 1x (13+1)/4= 3,5 pd posisi 3 dan 4 Nilai K1=4 + 0,5 (5-4) = 4,5 Posisi K2 adalah 2x (13+1)/4=7,0 ada di posisi 7 Nilai K2=6 Posisi K3 adalah 3x (13+1)/4=10,5 ada diantara posisi 10 dan 11 Nilai K3=8 + 0,5 (8-8) = 8 16 Desil Ukuran Posisi Data Desil membagi data menjadi 10 (sepuluh) bagian yang sama D1, D2,., D9 Posisi D i = i (n+1)/10, i=1,2,3,4,5,6,7,8,9 Nilai desil (jika posisi desil berada antara 2 titik) Contoh D i = x1 + [ posisi,?? (x2-x1) ]?? = desimal Data: Urutkan: Posisi D1 adalah 1 x (14+1)/10=1.5 ada diantara posisi 1 dan 2 Nilai D1= (3-2)=2.5 Posisi D5 adalah 5 x (14+1)/10=7.5 ada diantara posisi 7 dan 8 Nilai D2= (6-6)=6 Posisi D7 adalah 7 x (14+1)/10=10.5 ada diantara posisi 10 dan 11 Nilai D7= (8-8)=8 8

9 17 Desil Ukuran Posisi Data Desil membagi data menjadi 10 (sepuluh) bagian yang sama D1, D2,., D9 Posisi D i = i (n+1)/10, i=1,2,3,4,5,6,7,8,9 Nilai desil (jika posisi desil berada antara 2 titik) Contoh D i = x1 + [ posisi,?? (x2-x1) ]?? = desimal Data: Urutkan: Posisi D1 adalah 1 x (15+1)/10=1.6 ada diantara posisi 1 dan 2 Nilai D1= (3-2)=2.6 Posisi D5 adalah 5 x (15+1)/10=8 ada di posisi 8 Nilai D5=6 Posisi D7 adalah 7 x (15+1)/10=11.2 ada diantara posisi 11 dan 12 Nilai D7= (9-8)= Ukuran Posisi Data Persentil Persentil membagi data menjadi 100 (seratus) bagian yang sama P1, P2,., P99 P i = i (n+1)/100, i=1,2,, 99 Contoh Data: Urutkan: Posisi P50 adalah 50 x (14+1)/100=7.5 ada diantara posisi 7 dan 8 Nilai D2= (6-6)=6 Posisi P75 adalah 75 x (14+1)/100=11.25 ada diantara posisi 11 dan 12 Nilai P75= (9-8)=8.25 9

10 19 Ukuran Variasi Data Ukuran Variasi Mutlak Range Mean Deviasi Standar Deviasi Ukuran Variasi Relatif Koefisien variasi 20 Ukuran Variasi Data Contoh:Lama rawat 10 pasien (hari) di Dua RS RS A: 2,2,3,3,3,3,4,4,5,6 maka nilai Mean=3.5 hari RS B: 1,1,2,3,3,3,4,5,5,8 maka nilai Mean=3.5 hari RS A dan RS B mempunyai nilai Mean yang sama tetapi mempunyai variasi data yang berbeda SD RS A= 1.27 hari dan SD RS B=2.12 hari Bila hanya menampilkan informasi ukuran pemusatan data (misalnya Mean) ternyata ada informasi yang hilang tanpa mengikutsertakan ukuran variasi data. Ukuran Variasi Data (Mutlak): Range, Mean Deviasi dan Standar Deviasi (SD) Ukuran Variasi Data (Relatif): Coefficient of Variation (COV) 10

11 21 Range (Kisaran) Ukuran variasi data yang paling sederhana dibandingkan dengan Mean Deviasi dan Standar Deviasi Proses perhitungannya: Urutkan data dari terkecil ke terbesar Nilai Range adalah selisih dari data terbesar terhaap data terkecil Contoh:Lama rawat 10 pasien (hari) di Dua RS RS A: 2,2,3,3,3,3,4,4,5,6 maka nilai Range=4 hari RS B: 1,1,2,3,3,3,4,5,5,8 maka nilai Range=7 hari Nilai range juga sensitif terhadap nilai-nilai ekstrim besar atau kecil 22 Mean Deviasi Rata-rata Penyimpangan (Mean Deviasi) dalam harga mutlak dari masing-masing pengamatan terhadap nilai Mean-nya Contoh:Lama rawat 10 pasien (hari) di Dua RS RS A: 2,2,3,3,3,3,4,4,5,6 dengan nilai mean=3.5 hari RS A: ( )/10 = 1 hari RS A: (1,5+1, )/10 = 1 hr RS B: 1,1,2,3,3,3,4,5,5,8 dengan nilai mean=3.5 hari RS B: ( )/10 =1.6 hari Mean deviasi juga sensitif terhadap nilai-nilai ekstrim besar atau kecil 11

12 23 Ukuran Variasi Data Standar Deviasi Ukuran variasi data yang paling sering digunakan Lebih menggambarkan variasi data yang sesungguhnya dibandingkan Range & mean deviasi Rumus Standar Deviasi Sampel SD = n i 1 x i n 1 x 2 24 Standar Deviasi Rata-rata kuadrat Penyimpangan dari masing-masing pengamatan terhadap nilai Mean-nya Contoh:Lama rawat 10 pasien (hari) di Dua RS RS A: 2,2,3,3,3,3,4,4,5,6 dengan nilai mean=3.5 hari RS A: (2-3.5) 2 +(2-3.5) 2 +(3-3.5) 2 +(3-3.5) 2 +(3-3.5) 2 +(3-3.5) 2 +(4-3.5) 2 +(4-3.5) 2 +(5-3.5) 2 +(6-3.5) 2 /10-1 =.. RS A: (1,5 2 +1, )/9 =

13 25 Ukuran Variasi Data Coefisien Variasi (COV) Koefisien variasi adalah rasio standar deviasi dengan mean yang dinyatakan dalam persen Membandingkan variasi dua kelompok data yang mempunyai unit atau satuan pengukuran atau gradasi yang berbeda Rumus SD COV = x100% x Contoh: Mean BB=40.5 kg, SD=5 kg maka COV=(5/40.5)x100% =12.3% Mean TB=167 cm, SD=12 cm maka COV=(12/167) x 100%=7.2% 26 Kemiringan Distribusi Data (Skewness) Simetris Skewness 0 Skewness positif Mean=Med=Mod Skewness negatif Pearson Mod Md Mean x Mod = SD 3( x Med ) atau SD Mean Med Mod 13

14 27 Keruncingan distribusi data (Kurtosis) y 4 ( x i x) 4 4 nsd Mesokurtis = 4 = 3 Leptokurtis= 4 >3 x Platykurtis = 4 < 3 28 Contoh soal Diketahui dari 200 mhs, rata2 berat badannya adalah 60 kg, median 50,01kg Std Deviasi 12 kg, minimum 45kg, dan maksimum 80 kg. Hitunglah berapa org mhs yg memiliki berat badan <50kg? Hitunglah berapa org mhs yg memiliki berat badan >50kg? 14

15 29 Contoh soal Diketahui dari 200 mhs, rata2 berat badannya adalah 60 kg, kuartil-1 45,01kg, Std Deviasi 12 kg, minimum 40kg, dan maksimum 80 kg. Hitunglah berapa org mhs yg memiliki berat badan <45kg? = 25% * 200 = 50 org Hitunglah berapa org mhs yg memiliki berat badan >45kg? = 75% * 200 = 150 org 30 TUGAS Hitunglah nilai Kuartil-1 dan kuartil-3 dari variabel: 1. Umur 2. BB 3. TB (Gunakan data yg sama) 15