Introduction to Biostatistics
Widya Rahmawati
Mari kita renungkan...
• Setiap hari kita menerimaberbagai 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
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013
Saudara dan teman-teman berencana makan
bersama di sebuah restauran
• Saudara diminta
mendaftar menu yang
dipesan oleh
teman-teman dan
menyampaikan kepada
Pelayan
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013
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 – Ayam goreng = 2
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013
Keesokan harinya, salah seorang teman yang berhalangan hadir, menanyakan:
“Apa saja menu yang dipesan teman-teman kemarin?”
• Saudara tentu tidak akanmenyebutkan 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%
Tidak terasa, Saudara sudah menerapkan
konsep ilmu Biostatistik!!
Seorang Ahli Gizi
Assessmet (Data Collection) Diagnosa (Hypothesis) Planning Intervention Monitoring & Evaluation
Berhubungan dengan berbagai macam data yang perlu diklasifikasikan, disimpulkan dan disajikan kembali dalam bentuk yang lebih mudah difahami oleh orang lain
Perlu mengaplikasikan ilmu
BIOSTATISTIKA NUTRITIONAL CARE PROCESS Merencanakan intervensi berdasarkan bukti
ilmiah & fakta
Banyak membaca laporan/penelitian
terdahulu
Seorang Ahli Gizi
Perlu memahami data/laporan yang disajikan/hasil penelitian terdahulu untuk mendukung keputusan
Perlu memahami ilmu
BIOSTATISTIKA
Why statistics?
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 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
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013
Menerapkan
konsep
Biostatistik
Make
everythings
simple
Everything will be simple after systematized
Why statistics?
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 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.
Why do you need to learn it?
• Biostatistika adalah ilmu statistika yangdiaplikasikan 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. Konsep2. Skala Ukur Variabel
3. Statistik deskriptif dan Statistik Inferensial 4. Jenis Hipotesis
5. Jumlah Kelompok, Berpasangan & Tidak Berpasangan 6. Uji Parametrik & Uji Non Parametrik
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013
Mari kita fikirkan....
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013
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
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013
Istilah-istilah dalam statistik...
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
Konsep
Variabel
Persepsi, pemahaman
umum
Fakta Fakta Fakta
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
Konsep vs. 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
Masih bersifat umum, belum bisa diukur/dikategorikan
Merupakan ciri/sifat fari konsep yang mengandung variasi nilai/kategori dapat diukur/diklasifikasikan
Istilah-istilah dalam statistik...
Populasi & Sampel
Seorang peneliti akan melakukan penelitian tentang status anemia ibu hamil pada 140 ibu hamil dengan umur kehamilan 12-16 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 12-16
minggu yang diambil datanya untuk penelitian,
disebut....
Sampel: Sebagian dari anggota kelompok yang terpilih untuk dianalisis
Istilah-istilah dalam statistik...
Parameter, Statistik, Variabel
c. Prosentase anemia pada ibu hamil dengan umur kehamilan 12-16 minggu di wilayah Kecamatan Lowokwaru, disebut....
Parameter Pengukuran numerik yang menggambarkan karakteristik populasi
d. Prosentase anemia pada 140 ibu hamil dengan umur kehamilan 12-16 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 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
Iwan Ariawan, 2006
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.
Istilah-istilah dalam statistik...
Statistik Deskriptif & Statistik Inferensial
Statistik Deskriptif
vs. Statistik Inferensial
Populasi: 100 mhs Sampel: 25 mhs Statistik Deskripsi: Menghitung, menganalisa, mengambil kesimpulan dan menyajikan data untuk ke-25 mhsDiambil data dari 25 mhs
Statistik Inferensial: Menghitung, menganalisa dari 25
mhs, namun kesimpulan diharapkan dapat mewakili
seluruh populasi
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
Statistik Deskriptif vs. Statistik Inferensial, materi
yang perlu dipelajari
Statistik Deskriptif • Distribusi Frekuensi • Central Tendency • Variasi • Distribusi Normal Statistik Inferensial • Probabilitas • Confidence Interval • Uji Hipotesis • Uji Statistik • Parametrik & Non
Parametrik
Sebelum mengolah data, kita perlu
memahami jenis dan skala data...
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 dan Skala Data
JENIS DATA SKALA
DATA SIFAT CONTOH Data Qualitative/ Data Kategorikal/ Data Diskrit = mengandung variasi kategori NOMINAL Nama/label Bukan peringkat Golongan darah, Jenis Kelamin, Suku, Kejadian penyakit ORDINAL Peringkat dengan interval
yang tidak dapat diukur
Derajat penyakit, tingkat sosial ekonomi, status gizi
Data Quantitative/ Data Kontinyu = mengandung variasi nilai
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
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
3) Statistik Deskriptif
vs. Statistik Inferensial
Populasi: 100 mhsSampel: 25 mhs
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013
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
seluruh populasi
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)
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013