Mari kita renungkan... Introduction to Biostatistics. Berikut daftar pesanan makanan teman-teman

(1)

Introduction to Biostatistics

Widya Rahmawati

Mari kita renungkan...

• Setiap hari kita menerima

berbagai 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

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

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

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%

(2)

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

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.

(3)

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

Mari kita fikirkan....

1) Variabel vs. Konsep

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

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

(4)

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

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

(5)

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

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

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

(6)

2) Skala Ukur Variabel

Ratio scale

Interval scale

Ordinal scale

Nominal scale Add Your Text

Add Your Text

M Hanafi, 2011

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

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)

Selamat belajar...

Nutrition Biostatistics, Widya R, PS Ilmu Gizi