Introduction to Biostatistics Widya Rahmawati Saudara dan teman-teman berencana makan bersama di sebuah restauran Saudara diminta mendaftar menu yang dipesan oleh temanteman dan menyampaikan kepada Pelayan 1
Berikut daftar pesanan makanan teman-teman Nama Pesanan Nama Pesanan Okti Ayam goreng Nova Fauziah Nindya Arindra Ikan bakar Garnish Bebek goreng Amanda Bebek goreng Anisa Novita Ayam goreng Yani Ikan bakar Ismi Nindy Yaznia Ikan bakar Hani Yosi Bebek goreng Elvira Bebek goreng Silfia Tiara Siti Bebek goreng Fitri Bagaimana cara Saudara menyampaikan pesanan teman-teman kepada Pelayan? Apakah menyampaikan masing-masing pesanan satu per satu? TENTU TIDAK Saudara dapat menyampaikan kepada pelayan: = 10 Bebek goreng = 5 Ikan bakar = 3 Ayam goreng = 2 2
Keesokan harinya, salah seorang teman yang berhalangan hadir, menanyakan: Apa saja menu yang dipesan teman-teman kemarin? 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% Tidak terasa, Saudara sudah menerapkan konsep ilmu Biostatistik!! 3
Konsep dasar ilmu biostatistik Menerapkan konsep Biostatistik Make everythings simple Everything will be simple after systematized Why statistics? (statistika) Setiap hari kita menerima berbagai informasi yang menggambarkan berbagai aspek dalam kehidupan Data yang masuk ke dalam kepala kita perlu diklasifikasikan, disimpulkan dan disajikan kembali dalam bentuk yang lebih mudah difahami oleh orang lain Tanpa sadar, kita sudah menerapkan konsep dasar ilmu statistik 4
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. Words Concept Example Populasi Sampel Parameter Statistik Variabel 5 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 Iwan Ariawan, 2006 5
Why do you need to learn it? 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 of Biostatistics 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 6
1) Variabel vs. Konsep Variabel Konsep 1) Variabel vs. Konsep Konsep Variabel Gizi Balita Anemia Pengetahuan Kolesterol Konsumsi makanan Status Gizi Balita Derajat Anemia, Status Anemia Tingkat Pengetahuan Kadar kolesterol Tingkat konsumsi makanan 7
2) Skala Ukur Variabel Add Your Text Ratio scale Add Your Text Interval scale Add Your Text Ordinal scale Add Your Text Nominal scale M Hanafi, 2011 2) Skala Ukur Variabel Data Continuous Hasil pengukuran Peningkatan nilai konsisten Nilai nol absolut (rasio) Nilai nol tidak absolut (interval) Ordinal Hasil perhitungan Ada tingkatan, tapi kategori antar tingkatan tidak konsisten Nominal Hasil perhitungan Ada perbedaan Tidak ada perbedaan tingkatan 8
Data Qualitative / Data Kategorikal / Data Diskrit SKALA VARIABEL NOMINAL ORDINAL SIFAT Nama/label Bukan peringkat Pringkat dengan interval yang tidak dapat diukur CONTOH Golongan darah Jenis Kelamin Suku Kejadian penyakit Derajat penyakit, tingkat sosial ekonomi, status gizi Data Quantitative / Data Kontinyu SKALA VARIABEL INTERVAL RASIO SIFAT Peringkat yang dapat diukur namun tidak mempunyai nilai 0 (nol) absolut Peringkat dengan interval yang dapat diukur dan mempunyai nilai 0 (nol) absolut CONTOH Suhu, z-score, nilai, skor IQ Jarak, berat, panjang/tinggi, umur 9
3) Statistik Deskriptif vs. Statistik Inferensial Descriptive statistics berhubungan dengan perhitungan dan peyajian data. Inferential statistics berhubungan dengan pengambilan kesimpulan dari data yang didapat dari sampel untuk menggambarkan keadaan populasi. M Hanafi, 2011 3) Statistik Deskriptif vs. Statistik Inferensial Populasi: 100 mhs Diambil data dari 25 mhs 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 10
4) Jenis Hipotesis Uji Hipotesis: metode untuk mengetahui hubungan (association) antar variabel, yang bisa dilakukan dengan 2 cara, yaitu secara: 1. Komparatif/Perbandingan (Comparation) Hipotesis Komparatif Cth pertanyaan penelitian: - Apakah ada perbedaan status gizi balita yang tinggal di daerah pegunungan dan pesisir pantai? - Apakah ada perbedaan kadar Hb ibu hamil yang diberi suplemen Fe-folat dan multivitamin-mineral? 2. Korelatif/Hubungan (Correlation) Hipotesis Korelatif - Apakah ada hubungan antara intake asam folat dan kadar homosistein dalam darah? - Apakah ada hubungan antara rasio lingkar pinggang lingkar panggul terhadap tekanan darah pada WUS? 5) Jumlah Kelompok, berpasangan & tidak berpasangan Dua Kelompok Tidak Berpasangan Mengukur status gizi balita di daerah pegunungan dan daerah pesisir Dua Kelompok Berpasangan Mengukur status gizi balita pada saat awal penelitian dan akhir penelitian Kelompok Berpasangan karena Matching Setiap subyek dari kelompok 1 dicarikan pasangan yang match karakternya (sesuai jenis kelamin, umur, dll) untuk kelompok 2 Kelompok Berpasangan karena desain Cross Over Melakukan dua intervensi pada suatu kelompok menggunakan metode cross over. Pada tahap 1, kita memebri intervensi A, dilihat hasilnya. Selanjutnya dilakukan intervensi B, dan dilihat hasilnya 11
6) Uji Parametrik & Non Parametrik PARAMETRIC hypothesis testing for continues data hasilnya lebih sensitif dan statistical powernya lebih besar Kriteria: skala data interval- or ratio distribusi data normal varians data homogen Analisa dengan menggunakan nilai/angka yang sesungguhnya NONPARAMETRIC hypothesis testing for categorical data hasilnya kurang sensitif dan statistical powernya lebih kecil Kriteria: skala data nominal or ordinal, or skala interval- or ratio, distribusi tidak normal Analisa dengan menggunakan rangking, bukan nilai/angka yang sesungguhnya Data Qualitative / Data Kategorikal / Data Diskrit SKALA VARIABEL NOMINAL ORDINAL SIFAT CONTOH PENYAJIAN DATA STATISTIK Nama/label Bukan peringkat Pringkat dengan interval yang tidak dapat diukur Golongan darah Jenis Kelamin Suku Kejadian penyakit Derajat penyakit, tingkat sosial ekonomi, status gizi Proporsi, persentase Modus Resiko relatif (RR) Tidak dapat dihitung mean (rerata) Tabel Chart Proporsi, prosentase, median, modus Tidak dapat dihitung rerata Tabel Chart Uji non parametrik: Uji tanda (sign test) Uji Chi square Uji Fischer Korelasi Spearman Uji non parametrik: Uji Chi square Uji Fischer Korelasi Spearman 12
Data Quantitative / Data Kontinyu SKALA VARIABEL INTERVAL RATIO SIFAT CONTOH PENYAJIAN DATA STATISTIK Peringkat yang dapat diukur namun tidak mempunyai nilai 0 (nol) absolut Peringkat dengan interval yang dapat diukur dan mempunyai nilai 0 (nol) absolut Suhu udara, z- score, nilai, skor IQ Jarak, berat, panjang/tinggi, umur Mean, standart deviasi, median Proporsi, presentasi Data dapat di+, di-, dix, di: Semua jenis tabel Semua jenis grafik Mean, standart deviasi, median Proporsi, presentasi Data dapat di+, di-, dix, di: Semua jenis tabel Semua jenis grafik Uji Parametrik: Uji t, ANOVA, Korelasi, Regresi Uji Parametrik: Uji t, ANOVA, Korelasi, Regresi 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 5. Berikan contoh 1. dua kelompok tidak berpasangan 2. dua kelompok berpasangan (masing-masing 2 contoh) 13
Selamat belajar... 14