Saudara dan teman-teman berencana makan bersama di sebuah restauran

Teks penuh

(1)

Introduction to Biostatistics

Widya Rahmawati

Saudara dan teman-teman berencana makan

bersama di sebuah restauran

Saudara diminta

mendaftar menu yang

dipesan oleh

teman-teman dan

menyampaikan kepada

Pelayan

(2)

Berikut daftar pesanan makanan

teman-teman

Nama Pesanan

Okti Ayam goreng

Fauziah Ayam bakar

Arindra Ikan bakar

Amanda Bebek goreng

Novita Ayam goreng

Ismi Ayam bakar

Yaznia Ikan bakar

Yosi Bebek goreng

Silfia Ayam bakar

Siti Bebek goreng

Nama Pesanan

Nova Ayam bakar

Nindya Ayam bakar

Garnish Bebek goreng

Anisa Ayam bakar

Yani Ikan bakar

Nindy Ayam bakar

Hani Ayam bakar

Elvira Bebek goreng

Tiara Ayam bakar

Fitri Ayam bakar

Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013

Bagaimana cara Saudara

menyampaikan pesanan teman-teman

kepada Pelayan?

Apakah menyampaikan masing-masing pesanan satu

per satu?

TENTU TIDAK

Saudara dapat menyampaikan kepada pelayan:

– Ayam bakar = 10

– Bebek goreng = 5

– Ikan bakar = 3

(3)

Keesokan harinya, salah seorang teman yang berhalangan hadir, menanyakan:

“Apa saja menu yang dipesan teman

-

teman kemarin?”

• Saudara tentu tidak akan menyebutkan pesanan teman-teman 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

Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013

ayam bakar 50% bebek

goreng 25% ikan bakar

15% ayam goreng

10%

(4)

Konsep dasar ilmu biostatistik

Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013

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

(5)

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.

Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013

Words Concept Example

Populasi Seluruh anggota kelompok yang akan diambil kesimpulan

Seluruh balita (0-5 th) di Kec Klojen Kota Malang

Sampel Sebagian dari anggota kelompok yang terpilih untuk dianalisis

100 balita (0-5 th) di Kec Klojen Kota Malang yang terpilih secara acak dan memenuhi kriteria inklusi

Parameter Pengukuran numerik yang menggambarkan karakteristik populasi

Prosentase gizi kurang pada seluruh balita (0-5 th) di Kec Klojen Kota Malang

Statistik Pengukuran numerik yang menggambarkan karakteristik sampel

Prosentase gizi kurang pada 100 balita (0-5 th) di Kec Klojen Kota Malang yang terpilih secara acak

Variabel Karakteristik atau suatu pembeda yang akan dianalisa menggunakan statistics

Status gizi balita, umur balita, jenis kelamin, pendapatan keluarga

5 Basic words of statistics

Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013

(6)

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

Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013

of Biostatistics

1. Variabel vs. Konsep 2. Skala Ukur Variabel

3. Statistik deskriptif dan Statistik Inferensial 4. Jenis Hipotesis

(7)

1) Variabel vs. Konsep

Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013

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

(8)

2) Skala Ukur Variabel

Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013

Ratio scale

Interval scale

Ordinal scale

Nominal scale

Add Your Text

Add Your Text

Add Your Text

Add Your Text

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

(9)

Data Qualitative / Data Kategorikal /

Data Diskrit

SKALA VARIABEL

SIFAT CONTOH

NOMINAL Nama/label Bukan peringkat

Golongan darah Jenis Kelamin Suku

Kejadian penyakit ORDINAL Pringkat dengan

interval yang tidak dapat diukur

Derajat penyakit, tingkat sosial ekonomi, status gizi

Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013

Data Quantitative / Data Kontinyu

SKALA VARIABEL

SIFAT CONTOH

INTERVAL Peringkat yang dapat diukur namun tidak mempunyai nilai 0 (nol) absolut

Suhu, z-score, nilai, skor IQ

RASIO Peringkat dengan interval yang dapat diukur dan mempunyai nilai 0 (nol) absolut

Jarak, berat,

panjang/tinggi, umur

(10)

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

Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013

3) Statistik Deskriptif

vs. Statistik Inferensial

Populasi: 100 mhs

Sampel: 25 mhs

Statistik Deskripsi:

Menghitung, menganalisa, mengambil kesimpulan dan menyajikan data untuk ke-25 mhs

Diambil data dari 25 mhs

Statistik Inferensial:

Menghitung, menganalisa dari 25 mhs, namun kesimpulan diharapkan dapat mewakili

(11)

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?

Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013

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

(12)

6) Uji Parametrik & Non Parametrik

Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013

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

SIFAT CONTOH PENYAJIAN DATA STATISTIK

NOMINAL Nama/label Bukan peringkat

Golongan darah Jenis Kelamin Suku

Kejadian penyakit

Proporsi, persentase Modus

Resiko relatif (RR) Tidak dapat dihitung mean (rerata) Tabel Uji Chi square Uji Fischer Korelasi Spearman

ORDINAL Pringkat dengan interval yang tidak dapat diukur

Derajat penyakit, tingkat sosial ekonomi, status gizi

Proporsi, prosentase, median, modus Tidak dapat dihitung rerata

Tabel Chart

(13)

Data Quantitative / Data Kontinyu

SKALA VARIABEL

SIFAT CONTOH PENYAJIAN DATA STATISTIK

INTERVAL Peringkat yang dapat diukur namun tidak mempunyai nilai 0 (nol) absolut

Suhu udara, z-score, nilai, skor IQ

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

RATIO Peringkat dengan interval yang dapat diukur dan mempunyai nilai 0 (nol) absolut

Jarak, berat, panjang/tinggi, umur

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

Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013

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)

(14)

Selamat belajar...

Figur

Tabel Uji Fischer

Tabel Uji

Fischer p.12

Referensi

Memperbarui...