REVIEW BIOSTATISTIK DESKRIPTIF

REVIEW BIOSTATISTIK DESKRIPTIF

POKOK BAHASAN 1. Konsep statistik deskriptif 2. Data dan variabel 3. Nilai Tengah (Ukuran Pusat), posisi dan variasi) pada data tunggal dan kelompok 4. Penyajian data 5. Teori atau konsep probabilitas, hukum probabilitas dan mampu menghitung distribusi probabilitas (Normal, Poisson dan Binomial)

STATISTIK ASAL KATA: Status (bahasa Latin) negara atau untuk menyatakan hal-hal yang berhubungan dengan ketatanegaraan Biostatistik penerapan statistik di bidang kesehatan atau kedokteran

Statistik: PENGERTIAN Suatu metode atau ilmu yang mempelajari cara pengumpulan, pengolahan, analisis dan penafsiran (interprestasi) dan penarikan kesimpulan dari data yang ada.

Data Langkah-langkah statistika Pengumpulan data Pengolahan data Penyajian data Analisis data & Kesimpulan Informasi

PERLUNYA STATISTIK Menjelaskan hubungan antara variabel-variabel (independen dan dependen) Membuat rencana dan ramalan (regresi) Mengatasi berbagai perubahan Membuat keputusan yang lebih baik

PENGERTIAN DATA Data adalah bentuk jamak dari datum adalah: Keterangan tentang suatu hal dari seorang atau kumpulan orang, dalam bentuk angka atau pernyataan. Kumpulan dari hasil pengukuran atau pengamatan Misal, ketika membahas data seorang pasien, kita dapat membicarakan tentang no. rm, nama pasien, usia, jenis kelamin, pendidikan, Diagnosis dll

JENIS DATA SUSUNANNYA 1. Acak atau tunggal 2. Berkelompok SUMBERNYA 1. Primer 2. Sekunder SIFATNYA 1. Data Kualitatif (Kategori): data yang tidak berbentuk angka 2. Data Kuantitatif (Numerik): data yang berbentuk angka a. Kuantitatif Diskrit = hasil menghitung (angka bulat) b. Kuantitatif Kontinu = hasil mengukur (angka bulat, koma)

PENGERTIAN VARIABEL Ciri atau karakteristik individu yang sedang dipelajari atau diukur, yang bentuknya berupa nilainilai yang bervariasi Misal: Jenis kelamin, Usia, Suku, TB, BB, Suhu, TD Sistolik, Motivasi, Persepsi, dll

PENGUKURAN VARIABEL 4 JENIS SKALA PENGUKURAN 3 4 RASIO 2 INTERVAL 1 ORDINAL NOMINAL

SIFAT SKALA PENGUKURAN SIFAT SKALA NOMINAL ORDINAL INTERVAL RASIO Bisa dibedakan Ya Ya Ya Ya Ada tingkatan Tidak Ya Ya Ya Ada jarak Tidak Tidak Ya Ya Ada kelipatan Tidak Tidak Tidak Ya

CARA & ALAT PENGUMPULAN DATA CARA ALAT (INSTRUMEN) 1. Pengamatan (observasi) 2. Wawancara 3. Pengukuran Angket Check list Kuesioner Meteran, timbangan, Tensimeter dll Formulir isian

NILAI TENGAH (UKURAN-UKURAN TENGAH) DATA NUMERIK/KUANTITATIF 1. MEAN 2. MEDIAN 3. MODUS

MEAN (RATA-RATA HITUNG) Rumus: Rata-rata hitung = Jumlah semua nilai data Jumlah data Sifat-sifat: 1. Merupakan wakil dari keseluruhan nilai 2. Mean sangat dipengaruhi nilai ekstrim baik ekstrim kecil maupun ekstrim besar

MEAN (RATA-RATA Contoh: HITUNG) Lama rawat (LOS) 10 pasien (hari) Data: 2, 3, 4, 2, 3, 5, 3, 6, 3, 4 Mean=(2+3+4+2+3+5+3+6+3+4)/10=3.5 hari Data: 2, 3, 4, 2, 3, 5, 3, 20, 3, 4 Mean= =(2+3+4+2+3+5+3+20+3+4)/10=4.9 hari

MEDIAN Adalah nilai tengah dari data yang ada setelah data diurutkan (array) Simbol Me atau Md Untuk menghitung Median: 1. Mengurutkan data dari terkecil ke terbesar 2. Cari posisi median dengan, n + 1 3. Menghitung nilai median 2

Contoh: MEDIAN Lama rawat (LOS) 10 pasien (hari) Data: 2, 3, 4, 2, 3, 5, 3, 6, 3, 4 Posisi Median 1. Diurutkan menjadi: 2, 2, 3, 3, 3, 3, 4, 4, 5, 6 2. Posisi median (10+1)/2 = 5.5 3. Nilai Median adalah (3+3)/2 = 3 hari

MODUS (MODE) Adalah nilai yang paling banyak ditemukan di dalam suatu pengamatan Berdasarkan sifatnya ini, maka kemungkinan: 1. Tidak ada nilai yang lebih banyak diobservasi, jadi tidak ada modus 2. Ditemui satu modus (uni modal)

UKURAN POSISI A. Pengertian: Ukuran posisi: angka yang dapat menunjukkan tempat atau posisi data yang kita miliki B. Jenis 1. Median 2. Kuartil 3. Desil 4. Persentil

NILAI TENGAH DATA KATEGORI PROPORSI ATAU PERSENTASE Contoh: Data Golongan Darah; AB, B, O, O, B, O, A, B, O, O Gol.Darah Frek Persentase A 1 10% B 3 30% AB 1 10% O 5 50% Total 10 100%

ILLUSTRASI UKURAN POSISI Kuartil Median K 1 K 2 K 3 Desil Md=K 2 =Ds 5 =Ps 50 Ds 1 Ds 2 Ds 3 Ds 4 Ds 5 Ds 6 Ds 7 Ds 8 Ds 9 Persentil Ps 50

UKURAN VARIASI ATAU DISPERSI 1. PENDAHULUAN 2. JENIS UKURAN VARIASI 3. RUMUS

PENDAHULUAN Ukuran Variasi adalah ukuran penyebaran suatu kelompok data terhadap pusat data Ukuran variasi penting, karena: Ukuran pusat atau ukuran tengah (mean, median, modus) hanya memberi informasi yang terbatas sehingga tanpa dipadukan dengan ukuran variasi data kurang bermanfaat dalam

JENIS UKURAN VARIASI 1. Range (jangkauan) 2. Mean Deviation (simpangan rata-rata) 3. Variance (variasi) 4. Standard Deviation (standar deviasi) 5. Interquartile Range 6. Coefficient of variation (koefisien variasi)

1. RANGE (R) Range (jangkauan) adalah selisih antara nilai maksimum dengan nilai minimum R = nilai max nilai min Kekurangan: sangat kasar (kurang teliti) dalam menggambarkan variasi data

2. MEAN DEVIASI (MD) Mean deviasi atau simpangan rata-rata adalah: jumlah nilai mutlak dari selisih semua nilai dengan nilai rata-rata dibagi banyaknya data MD = Σ X - X n

3. VARIANCE (V) Variance atau variasi adalah rata-rata kuadrat selisih atau kuadrat simpangan dari semua nilai data terhadap rata-rata hitung dibagi jumlah data dikurangi satu (n-1) Σ(X X) 2 V (S 2 ) = (n-1)

4. STANDARD DEVIATION (S=SD) Standar deviasi (simpangan baku) adalah akar pangkat dua dari variasi Prinsip matematika bilangan (-) maupun (+) akan menjadi (+) bila dikuadratkan Standar deviasi paling baik dan banyak dipakai dalam analisis data daripada ukuran variasi yang lain

RUMUS STANDAR DEVIASI Data Tunggal Data Berkelompok Σ(X Σ[(X X) 2 S = X) 2. F] S = (n 1) (n 1)

5. INTERQUARTILE RANGE (IQR) Interquartile Range (IQR) atau jangkauan kuartil (JK) atau simpangan kuartil IQR = JK = K3 K1 Jangkauan kuartil lebih baik dari pada jangkauan (Range)

6. COEFFISIENT OF VARIANCE (COV) CoV atau Koefisien Variasi (KV) adalah ratio standar deviasi data sampel terhadap nilai meannya kemudian dikali 100% Untuk membanding variasi 2 data dengan satuan yang berbeda s KV = x 100% X

CONTOH (TAMPILAN SPSS) Descriptives 60 50 UMUR UMUR Mean 95% Confidence Interval for Mean Lower Bound Upper Bound Statistic Std. Error 22.77.368 22.04 23.50 40 30 20 10 0 17.5 20.0 UMUR 22.5 25.0 27.5 30.0 32.5 35.0 37.5 40.0 Std. Dev = 3.98 Mean = 22.8 N = 117.00 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis 22.32 22.00 15.817 3.977 18 39 21 4.00 1.991.224 4.563.444