Diskusi Soal
SP Nutrition
Biostatistics
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.
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
Merupakan ciri/sifat dari konsep yang mengandung variasi nilai/kategori sehingga dapat diukur/diklasifikasikan. Cth. Tebal buku, warna buku, berat makanan, kandungan energi dalam
Konsep vs. Variabel
KONSEPKonsumsi 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
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
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
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
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 dikategorikanmenjadi 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…
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
Ketika kita akan memprediksi keadaan
populasi, kita perlu mempelajari
Probabilitas
Berdasarkan survey tahun 2011, diketahui bahwa % praktek ASI Eksklusif hingga 6 bulan di Kota A adalah 9%. Perkiraan peluang seorang bayi di wilayah Kota A untuk mendapatkan ASI eksklusif pada tahun 2012 yang ditanyakan kepada ahli, disebut sebagai pendekatan ...
subyektif
Perkiraan dengan mempertimbangkan % tahun lalu dan ada tidaknya program/strategi baru terkait ASI eksklusif dikenal sebagai
pendekatan.... empiris/relatif
Apabila secara acak ditebak (dengan menggunakan
koin/lotre/menghitung kancing), maka pendekatan probabilitas ini disebut pendekatan...
Pendekatan Probabilitas
• Memperkirakan peluang berdasarkanpengetahuan dari proses yang terjadi • Contoh: melempar dadu , koin
Pendekatan
Klasik
• Memperkirakan peluang berdasarkan data (kejadian) sebelumnya
• Contoh: peluang BBLR pada ibu hamil anemia, peluang kematian bayi di Ind
Pendekatan
Empiris/Relatif
• Memperkirakan peluang berdasarkan opini ahli atau perasaan
• Contoh: peluang tim AREMA menang, peluang Indonesia mendapat emas
Pendekatan
Subyektif
17Diketahui peluang seorang anak di wilayah Kota B untuk menderita batuk pilek pada musim hujan adalah 0,25. Jika secara acak dipilih satu anak, maka peluang anak yang terpilih tersebut untuk tidak menderita batuk pilek adalah sebesar....
Hukum 1: “Peluang terjadinya suatu kejadian adalah antara 0 dan 1”
(0 ≤ P ≤ 1)
Hukum 2: “Kebalikan suatu kejadian A adalah komplemen A”
(A’) dan P(A’) = 1 – P (A)
Diketahui: peluang seseorang untuk memiliki golongan darah O=0,4; A=0,3; B=0,2; AB=0,1;
Kejadian mutually exclussive (tidak mungkin kejadian A dan B terjadi bersama)
a. Peluang seseorang untuk memiliki golongan darah A dan B … Hukum 3: Jika suatu kejadian A dan B adalah mutually exclussive, peluang
terjadinya kejadian A dan B terjadi bersama-sama adalah 0
P (A & B) = 0
Jawaban = 0
b. Peluang seseorang untuk memiliki golongan darah A atauB…
Hukum 4: Jika suatu kejadian A dan B adalah mutually exclussive, peluang terjadinya kejadian A atau B adalah penjumlahan dari penjumlahan dari kedua peluang tersebut.
P (A atau B) = P (A) + P (B)
Jawaban: 0,3+0,2=0,5
Diketahui: peluang seseorang untuk memiliki golongan darah O=0,4; A=0,3; B=0,2; AB=0,1; Kejadian mutually exclussive (tidak mungkin kejadian A dan B terjadi bersama)
c. Peluang seseorang untuk memiliki golongan darah A atau
B atau AB adalah…
Hukum 4: Jika suatu kejadian A, B dan C adalah mutually exclussive, peluang terjadinya kejadian A atau B atau C adalah penjumlahan dari peluang-peluang tersebut.
P (A atau B atau C) = P (A) + P (B) + P(C)
Jawaban: P(A)+P(B)+P(AB) = 0,3+0,2+0,1 = 0,6
d. Peluang seseorang untuk memiliki golongan darah A, B,
AB atau O adalah… (semua peluang)
Hukum 5: Jika suatu kejadian A dan B adalah mutually exclussive, maka penjumlahan dari semua peluang adalah 1
P (A) + P (B) + P (C) + P (D) = 1
anemia adalah 0,4. Kejadian bukan mutually exclusive
(dua kejadian yang bisa terjadi bersama-sama tetapi keduanya tidak ada keterkaitan)
Jika secara acak dipilih satu mahasiswa, maka peluang 1 mahasiswa yang terpilih tersebut untuk
a. memakai kaca mata dan mengalami anemia adalah sebesar…
Hukum 7: Jika suatu kejadian A dan B adalah independent,
(tidak berhubungan, bisa terjadi bersamaan, tetapi hanya sekedar kebetulan), maka kejadian A dan B terjadi bersamaan adalah perkalian kedua peluang tersebut
Jika A dan B independent, P (A dan B) = P (A) * P (B)
Jawaban = P (kacamata) * P (anemia) = 0,3*0,4=0,12
Peluang seseorang di kelas SP untuk memakai kaca mata adalah 0,3. Peluang seseorang untuk mengalami anemia adalah 0,4. Kejadian bukan mutually exclusive
(dua kejadian yang bisa terjadi bersama-sama tetapi keduanya tidak ada keterkaitan)
b. memakai kaca mata atau mengalami anemia adalah sebesar…
Hukum 6: Jika suatu kejadian A dan B adalah bukan
mutually exclussive, maka kejadian A dapat terjadi bersama dengan B
P (A atau B) = P (A) + P (B) - P (A & B)
Jawaban: P (kacamata) + P (anemia) - P (kacamata dan anemia) = (0,3+0,4)-0,12=0,58
Kejadian yang berhubungan
(tidak
independent
), satu kejadian mempengaruhi
kemungkinan terjadinya kejadian yang lain
Diketahui: Peluang kurang gizi [P(A)] = 0,075;
Peluang menderita ISPA [P(B)] = 0,245;
Peluang menderita ISPA dari yang kurang gizi [P (B│A)] = 0,8;
Peluang menderita ISPA dari yang tidak kurang gizi [P (B│A’)] = 0,2; maka Peluang seorang anak dari populasi untuk mengalami kurang gizi dan menderita ISPA adalah…
Hukum 8: Jika A dan B berhubungan/tidak independent, Kejadian kurang gizi meningkatkan resiko ISPA pada balita
P (A dan B) = P (A) * P (B│A)
Jawaban: P(A)*P(B/A)
P(kurang gizi)*P(menderita ISPA dari yang kurang gizi) = 0,075*0,8=0,06
Contoh Lain
ISPA Tidak ISPA TotalKurang Gizi 60 15 75
Gizi Normal 185 740 925
Total 245 755 1000
P (kurang gizi) = 0,075 P(A) = 75/1000
P (menderita ISPA) = 0,245 P(B) 245/1000
P (menderita ISPA dari yang kurang gizi) = 0,8 P (B│A) 60/75
P (menderita ISPA dari yang tidak kurang gizi) = 0,2 P (B│A’) 185/925
Maka:
Peluang seorang anak untuk kurang gizi dan menderita ISPA = 0,075*0,8=0,06
nilai Biostat 10 Mahasiswa:
6,6,7,7,7,7,8,8,8,9,9.
Mean…? (6+6+7+7+7+7+8+8+9+9)/10 = 7,4 Median…? 6, 6, 7, 7, 7, 7, 8, 8, 9, 9 = 7 Modus…? 6, 6, 7, 7, 7, 7, 8, 8, 9, 9 = 7 Range? 9 – 6 = 3Berikut adalah serangkaian data tentang
nilai Biostat 10 Mahasiswa:
6,6,7,7,7,7,8,8,8,9,9.
NO NILAI SIMPANGAN KUADRAT SIMPANGAN 1 6 -1,4 1,960 2 6 -1,4 1,960 3 7 -0,4 0,160 4 7 -0,4 0,160 5 7 -0,4 0,160 6 7 -0,4 0,160 7 8 0,6 0,360 8 8 0,6 0,360 9 9 1,6 2,560 10 9 1,6 2,560 MEAN 7,40 JUMLAH KUADRAT SIMPANGAN 10,400 VARIANS 1,156Serangkaian data memiliki mean = 7,3; median=7,5 dan modus = 8.
Kurva yang dibentuk oleh serangkaian data tersebut adalah?
Menceng/condong ke kiri, negative skewnes Bagaimanakah ciri-ciri kurva normal?
Mean, med, mod behimpit, sebagian besar data berada di bag tengah kurva, kurva simetris, bentuk lonceng simetris kanan & kiri, luas daerah di bawah kurva=1, ; 68% berada di antara +- 1 SD, tidak adanilai ekstrim, hanya sebagian kecil data di bag ekor Mengapa kita perlu mengetahui distribusi data normal/tidak?
Untuk menentukan angka statistik yang akan ditampilkan (mean/median), mengetahui uji statistik yang akan digunakan
Ari, mahasiswa Gizi, ingin mengetahui perbedaan rata-rata kadar Hb pada wanita hamil usia <20 th dan rata-rata kadar Hb pada wanita hamil usia 20-30 tahun.
Jika Ari menggunakan hipotesis dua arah, bagaimana pernyataan Ho dan Ha-nya?
Ho: tidak ada perbedaan rata-rata antara kadar Hb wanita hamil usia < 20 th dan usia 20-30 tahun
Ha: ada perbedaan antara rata-rata antara kadar Hb wanita hamil usia < 20 th dan usia 20-30 tahun
Kapan Ho diterima? Bila kadar Hb A = Hb B.
Kapan Ho ditolak (Ha diterima)? Bila kadar Hb A Hb B; kadar Hb A < Hb B; atau kadar Hb A >Hb B.
Jika Ari menggunakan hipotesis satu arah, bagaimana pernyataan Ho dan Ha-nya?
Ho: Rata-rata kadar Hb pada wanita hamil < 20 tahun tidak lebih kecil daripada rata-rata kadar Hb wanita hamil 20-30 tahun
Ha: Rata-rata kadar Hb pada wanita hamil < 20 tahun lebih kecil daripada rata-rata kadar Hb wanita hamil 20-30 tahun
Kapan Ho diterima? Kapan Ho ditolak (Ha diterima)? Ho diterima apabila rata-rata kadar Hb wanita hamil < 20 tahun = atau >
dari rata-rata kadar Hb wanita hamil 20-30 tahun
Ho ditolak apabila rata-rata kadar Hb wanita hamil < 20 tahun lebih kecil
dari rata-rata kadar Hb wanita hamil 20-30 tahun
Penelitian dengan tujuan untuk “mengetahui perbedaan kadar fenol pada Buah Apel varietas A dan B”
Jika distribusi data normal, maka sebaiknya menggunakan uji?
Independent t test
Jika distribusi data tidak normal, maka sebaiknya menggunakan uji?
Penelitian dengan tujuan untuk “mengetahui perbedaan kadar fenol pada Buah Apel varietas A sebelum dan sesudah perlakuan blanching”
Jika distribusi data normal, maka sebaiknya menggunakan uji?
T test berpasangan / paired t-test
Jika distribusi data tidak normal, maka sebaiknya menggunakan uji?
Willcoxon
Penelitian dengan tujuan untuk “mengetahui perbedaan kadar fenol pada Buah Apel varietas A, B, dan C”
Jika distribusi data normal, maka sebaiknya menggunakan uji?
One way ANOVA
Jika distribusi data tidak normal, maka sebaiknya menggunakan uji?
Penelitian dengan tujuan untuk “mengetahui hubungan antara lama blanching (waktu) dan kadar fenol pada Buah Apel varietas A ”
Jika distribusi data normal, maka sebaiknya menggunakan uji?
Korelasi Pearson
Jika distribusi data tidak normal, maka sebaiknya menggunakan uji?
Korelasi Spearmann
Penelitian dengan tujuan untuk “mengetahui perbedaan skor pengetahuan ibu di daerah A dan B”, sebaiknya menggunakan uji?
Mann Whitney
Penelitian dengan tujuan untuk “mengetahui perbedaan skor pengetahuan ibu di daerah A sebelum dan sesudah edukasi gizi”, sebaiknya menggunakan uji?
Penelitian dengan tujuan untuk “mengetahui perbedaan skor pengetahuan ibu di daerah A, B dan C”, sebaiknya menggunakan uji?
Kruskall Wallis
Penelitian dengan tujuan untuk “mengetahui hubungan antara skor pengetahuan ibu dan pola asuh di daerah A”, sebaiknya menggunakan uji?
Korelasi Spearmann
Penelitian dengan tujuan untuk “mengetahui
perbedaan proporsi kejadian diare pada balita pada ibu dengan tingkat pengetahuan hygiene-sanitasi rendah sedang dan tinggi”
sebaiknya menggunakan uji? Chi Square
Jika kelompok tingkat pengetahuan ibu disederhanakan menjadi tingkat pengetahuan rendah dan tinggi, sebaiknya menggunakan uji?
Sebutkan grafik yang sesuai untuk menampilkan data: Proporsi status gizi (IMT kategori) pada kelompok A?
Pia chart
Perbedaan IMT antara kelompok yang berdiet dan tidak berdiet? Grafik batang
Perbedaan IMT pada kelompok yang berdiet pada awal penelitian, setelah menjalani diet bulan pertama, kedua dan ketiga? Line chart/garis
Jenis Uji Hipotesis
SKALAPENGUKURAN
Komparatif /Uji Beda Korelasi /
Uji Hubungan Tidak berpasangan Berpasangan
2 klpk > 2 klpk 2 klpk > 2 klpk Interval /Rasio (Numerik Uji Parametrik) Uji t tidak berpasangan (independent t-test) One way ANOVA Uji t berpasangan (paired t-test) Repeated ANOVA Pearson Ordinal (Kategorikal Uji Non-Parametrik) Mann Whitney Kruskal-Wallis
Wilcoxon Friedman Spearman
Nominal & Ordinal (Kategorikal Uji Parametrik))
Chi Square, Fisher, Kolmogorof Smirnov
Mac Nemar, Cohran Test, Friedman
Koefisien kontingensi,
Lambda
38
Hypotesis testing, Widya Rahmawati, PS Ilmu Gizi FKUB, 2012
Contoh… untuk data continues
No Tujuan Distribusi data
normal
Distribusi data tidak normal UJI PARAMETRIK UJI NON
PARAMETRIK 1 Untuk mengetahui perbedaan rata-rata
kadar Hb Ibu hamil daerah A dan B
Independent t-test
Mann Whitney 2 Untuk mengetahui perbedaan rata-rata
kadar Hb Ibu hamil daerah C pada awal kehamilan dan akhir kehamilan
Paired t-test Wilcoxon
3 Untuk mengetahui perbedaan rata-rata kadar Hb ibu hamil setelah perlakuan pemberian suplemen Ferosultat (klpk 1), multivitamin mineral (kelompok B) dan makanan tinggi Fe (kelompok C)
ANOVA Kruskal-wallis
4 Untuk mengetahui hubungan antara intake jus pare dan kadar glukosa darah
Pearson Spearman
Hypotesis testing, Widya Rahmawati, PS Ilmu Gizi FKUB, 2012
Contoh… untuk data kategorikal
No Tujuan UJI NON
PARAMETRIK 1 Untuk mengetahui perbedaan tingkat pengetahuan
Ibu balita daerah A dan B
Mann Whitney 2 Untuk mengetahui perbedaan tingkat pengetahuan
Ibu balita daerah C pada sebelum dan sesudah edukasi
Wilcoxon
3 Untuk mengetahui perbedaan tingkat pengetahuan Hb ibu balita di daerah A, B, C
Kruskal-wallis 4 Untuk mengetahui hubungan tingkat pengetahuan
dan perilaku ibu balita
Spearman 5 Untuk mengetahui proporsi BBLR pada ibu hamil
dengan anemia derajat ringan, sedang dan berat
Chi Square 6 Untuk mengetahui proporsi BBLR pada ibu hamil
dengan anemia
Fisher
Hypotesis testing, Widya Rahmawati, PS Ilmu Gizi FKUB, 2012
Data di bawah ini adalah hasil penelitian yang
bertujuan untuk mengetahui hubungan antara
intake Fe dan kadar Hb pada remaja putri.
Kode Resp Intake Fe Kadar Hb
1 28.6 12.3 2 23.4 11.9 3 25.8 12.1 4 22.4 11.8 5 20.5 11.4 6 29.6 12.6 7 28.2 12.4 8 23.9 12.2 9 24.5 12.0 10 27.1 12.5
Sajikanlah data di samping dalam bentuk: Mean ± SD Intake Fe = 25,4 ± 2,96 Mean ± SD Kadar Hb = 12,12 ± 0,36
Median (min; max) Intake Fe = 25,15 (20,5; 29,6)
Buatlah grafik yang sesuai
0 2 4 6 8 10 12 14 0 5 10 15 20 25 30 35 K adar H b (g /d l) Intake Fe (mg/hari)Hubungan antara intake Fe (mg/hr) dan Kadar Hb pada Remaja Putri di Wilayah Kota Malang Tahun
2013