PENGANTAR STATISTIK KESEHATAN
Pendahuluan
Sejarah Perkembangan statistik
Pembagian statistik
Kegiatan Statistik Modern
- Data
- Cara pengumpulan data
- Pengolahan Data
- Analisis Data
- Penyajian Data
PROBABILITAS
Pendahuluan
Teori probabilitas dapat dikatakan sebagai ilmu yang mengukur ketidakpastian ke tingkat yang lebih terfokus dan dapat diprediksi. Dalam dunia pendidikan yang umumnya membutuhkan pertimbangan yang lebih singkat dan pragmatis, kita sangat mengandalkan konsep teori probabilitas.
Teori Probabilitas
Pendekatan Probabilitas
Pendekatan subjektif menekankan pada probabilitas antara 0 dan 1 suatu peristiwa, sesuai dengan derajat keyakinan bahwa peristiwa tersebut akan terjadi. Namun harus sangat berhati-hati dan konsisten dalam memberikan nilai probabilitas suatu kejadian, jika tidak maka akan kehilangan arah dalam memberikan 5 kesimpulan.
Konsep Penting Dalam Probabilitas
Titik Sampel Setiap anggota, atau hasil, dalam ruang sampel atau populasi disebut titik sampel. Jika kita ingin mengasosiasikan kejadian A pada ruang sampel S dengan bilangan real P(A), maka bilangan P(A) berarti sesuai dengan interpretasi frekuensi relatif a/n dimana n cukup besar. .
Probabilitas Kejadian Majemuk (A u B) DAN (A n B)
Uji model regresi logistik biasanya digunakan untuk memperoleh probabilitas terjadinya respon atau variabel terikat. Goodness of Fit merupakan uji statistik yang digunakan untuk menguji kesesuaian model regresi logistik (Hosmer dan Lemeshow, 2000).
POPULASI DAN SAMPLING
Populasi
- Definisi Populasi Menurut Para Ahli
- Ciri-Ciri Populasi
- Jenis- Jenis Populasi
- Faktor Yang Mempengaruhi Populasi
Pratiwi Ramlan 25 - Ada varian yaitu sebaran individu dalam suatu populasi - Besar atau kepadatan populasi termasuk dalam parameter. Angka kelahiran merupakan angka kelahiran suatu penduduk yang menyebabkan jumlah penduduk bertambah seiring dengan bertambahnya individu baru pada populasi tersebut.
Sampel
- Pengertian Sampel Menurut Para Ahli
- Ciri Sampel
- Cara Menentukan Sampel
- Teknik Pengambilan Sampel
- Kelebihan Sampel
Ada banyak contoh penelitian yang menggunakan regresi logistik, khususnya dalam penelitian kesehatan. Pada penelitian ini dirancang model regresi logistik untuk mengetahui hubungan risiko kesehatan ibu hamil yaitu anemia dengan status gizinya.
STATISTIK DESKRIPTIF
Pendahuluan
Statistik deskriptif adalah metode yang digunakan untuk mencari dan menampilkan informasi dalam struktur yang dapat dilihat oleh semua orang. Statistik deskriptif merupakan cabang statistika yang paling penting karena dapat digunakan terus menerus dalam bidang ekonomi, bisnis dan bidang lainnya. Statistik deskriptif ini mempunyai beberapa penerapan khususnya dalam penelitian ilmu sosial, sebagai berikut.
Pengorganisasian Data
- Distribusi Frekuensi Tunggal
- Distribusi Frekuensi Kelompok
- Distribusi Frekuensi Kumulatif
Hitung jumlah baris pada setiap kelas, lalu catat jumlah baris pada setiap kelas sebagai frekuensi data kelas tersebut. Dari tabel di atas, margin bawah kelas satu adalah 64,5 dan margin atas adalah 67,5, margin bawah kelas dua adalah 67,5 dan margin atas adalah 70,5 dan seterusnya. Data dari tabel di atas dapat disusun menjadi daftar frekuensi kumulatif kurang dari dan lebih besar dari sebagai berikut.
Penyajian Data Statistik
Selain data tabel, data yang dikumpulkan juga dapat disajikan dalam bentuk grafik atau diagram.
Ukuran Gejala Pusat
Model regresi logistik dalam bentuk biner merupakan model analisis yang biasanya digunakan untuk mengetahui ada tidaknya hubungan antara variabel respon dengan beberapa variabel prediktor. Oleh karena itu model regresi logistik merupakan statistik OR dalam penelitian kesehatan global, dalam hal ini peran status gizi pada ilustrasi di atas dapat menentukan kesehatan ibu hamil dan derajat risiko anemia. Analisis Regresi Logistik Untuk Mengetahui Faktor-Faktor Yang Mempengaruhi Indeks Kinerja Kumulatif (IPK) Mahasiswa FMIPA Universitas Sam Ratulangi Manado.
UJI BEDA BERPASANGAN
Pendahuluan
Dalam suatu penelitian seringkali peneliti ingin mengetahui apakah terdapat perbedaan yang signifikan pada variabel yang diuji pada dua populasi yang berbeda atau populasi yang sama. Untuk menarik kesimpulan tentang populasi (orang yang berlatar belakang kesehatan dan non kesehatan), perlu dilakukan uji hipotesis dengan membandingkan nilai mean kedua kelompok. Hasil uji-t merupakan kesimpulan yang mengatakan bahwa tidak terdapat perbedaan yang signifikan antara dua mean (rata-rata) sampel yang diambil secara acak dari populasi yang sama (Mendrafa, 2016).
Tujuan Uji Beda Berpasangan
Rizma Adlia Syakurah 48 Pada uji t dependen, pengujian hipotesis dilakukan untuk melihat apakah terdapat perbedaan yang signifikan antara variabel-variabel yang dianalisis pada dua sampel atau berpasangan yang sama. Uji-t berfungsi untuk membandingkan nilai mean atau median dua kelompok pada subjek yang sama atau berpasangan yang mengalami dua perlakuan berbeda. Pengukuran nilai mean (rata-rata) dilakukan pada subjek yang sama sebelum dan sesudah perlakuan.
Hipotesis Uji Beda Berpasangan
Ruang Lingkup Uji Beda Berpasangan
Uji Beda Berpasangan secara Statistik
Ho: Tidak terdapat perbedaan efektivitas mobile instant messenger dalam meningkatkan pengetahuan mahasiswa kedokteran mengenai preferensi karir sebelum dan sesudah intervensi. Ha : Terdapat perbedaan efektivitas mobile instant messenger dalam meningkatkan pengetahuan mahasiswa kedokteran mengenai preferensi karir sebelum dan sesudah intervensi. Artinya terdapat perbedaan yang signifikan efektivitas penggunaan mobile instant messenger untuk meningkatkan pengetahuan mahasiswa kedokteran mengenai preferensi karir sebelum dan sesudah intervensi.
Alternatif Uji-t Dependen / Uji Wilcoxon
Buktikan apakah terdapat perbedaan kepatuhan minum obat X pada pasien hipertensi setelah dilakukan pengukuran tekanan darah rutin (dengan asumsi data tidak berdistribusi normal). Hasil tersebut menunjukkan bahwa tidak terdapat perbedaan pengukuran tekanan darah rutin terhadap kepatuhan minum obat X pada pasien hipertensi sebelum dan sesudah intervensi. Jadi Z hitung < tabel Z maka Ho diterima yang berarti tidak terdapat perbedaan bermakna antara pengukuran tekanan darah rutin dengan kepatuhan minum obat X pada pasien hipertensi sebelum dan sesudah intervensi.
Uji Beda Berpasangan dengan SPSS
Berdasarkan analisis diperoleh rerata tingkat pengetahuan responden siswa sebelum menggunakan metode pembelajaran FGD adalah CI dengan standar deviasi sebesar 16,529. Dari hasil analisis dapat disimpulkan bahwa 95% rata-rata tingkat pengetahuan responden siswa sebelum menggunakan metode pembelajaran FGD adalah 60,17 hingga 74,83. Sedangkan rerata tingkat pengetahuan responden siswa setelah menggunakan metode pembelajaran FGD adalah CI dengan standar deviasi sebesar 9,605.
Alternatif Uji Beda Berpasangan dengan SPSS
Regresi logistik dalam metode penelitian khususnya di bidang kesehatan selalu dijadikan sebagai metode penelitian yang tepat untuk menyelidiki faktor-faktor yang berhubungan dengan masalah kesehatan. Apabila diperoleh hasil uji regresi logistik maka dapat disimpulkan apakah variabel tersebut mempunyai risiko yang lebih besar atau lebih kecil terhadap status kesehatan (Devi, 2010; Ruslie dan Darmadi, 2012). Regresi logistik multinomial untuk mengetahui faktor-faktor yang mempengaruhi pilihan pendidikan tinggi pada siswa SMA dan SMK di Pulau Karakelang Kabupaten Kepulauan Talaud.
UJI ANOVA
Pengantar
ANOVA dapat digunakan sebagai perpanjangan dari uji-t independen, yang penggunaannya tidak terbatas pada menguji perbedaan rata-rata dua populasi, tetapi juga dapat menguji perbedaan pada tiga populasi atau lebih secara bersamaan. Untuk mencapai tujuan tersebut, kami memiliki tiga set skor statistik untuk tiga kelompok mahasiswa, yaitu skor rata-rata mahasiswa fakultas kesehatan masyarakat, fakultas ekonomi, dan fakultas matematika. Tujuan kami adalah untuk menguji perbedaan rata-rata pada tahap probabilitas tertentu (komprehensibilitas). Anova merupakan bagian dari metode analisis statistik yang tergolong analisis perbandingan lebih dari dua rata-rata (Setiawan, 2019).
Klasifikasi Anova
Anova Satu Arah
- Prosedur Uji Hipotesis Anova Satu Arah
Penelitian ingin melihat apakah terdapat perbedaan peningkatan ilmu pengetahuan pada metode penyuluhan dengan beberapa metode yaitu metode ceramah, metode visual dan metode audio visual. Ha : terdapat perbedaan peningkatan pengetahuan antara metode penyuluhan dengan metode ceramah, metode ceramah dengan menggunakan visual dan metode ceramah dengan menggunakan metode audio visual. Terdapat perbedaan peningkatan pengetahuan antara metode konseling dengan metode ceramah, metode ceramah dengan menggunakan gambar visual dan ceramah dengan metode audio visual.
Anova Dua Arah
Uji chi-square merupakan uji statistik yang biasa digunakan untuk mengetahui hubungan antara variabel dependen dan independen secara bivariat, sedangkan uji regresi logistik merupakan uji statistik untuk menilai variabel independen mana yang mempunyai pengaruh paling dominan secara multivariat. Untuk memperoleh hasil persamaan regresi logistik perlu dicari estimasi parameter dalam regresi logistik karena digunakan untuk memprediksi nilai variabel terikat. Salah satu metode yang paling umum digunakan di sebagian besar aplikasi program komputer, seperti SPPS, untuk melakukan analisis regresi logistik adalah MLE.
ANALISIS DATA PROPORSI
Definisi Proporsi Pada Data Analisis
Contohnya adalah proporsi kematian yang terjadi pada laki-laki, yaitu kematian laki-laki dibagi kematian laki-laki ditambah kematian perempuan (yaitu jumlah penduduk) (Palmore dan Gardner, 1983). Proporsi adalah statistik yang cukup sederhana, dengan grafik batang visual yang dapat membantu seseorang memvisualisasikan dan membandingkan proporsi (Hanlon dan Larget, 2011). Secara umum, proporsi kasus dalam suatu kategori didefinisikan sebagai jumlah kasus dalam suatu kategori tertentu dibagi dengan jumlah total kasus.
Perhitungan dan Estimasi Data Proporsi dari Tabel
Selain pertanyaan awal, metode tipe McNemar juga telah terbukti berhasil tetapi memiliki sifat sampel kecil yang lebih baik (Tango, 1998; Sistrom dan Garvan, 2004; Derrick et al., 2015), salah satunya adalah ketidakpastian biasa digunakan dalam bentuk tabel 2x2. Data rasio hanyalah jumlah observasi pada masing-masing empat kumpulan data dalam tabel 2x2 dibagi dengan total ukuran sampel. Ini adalah angka dalam data berbagi yang ingin Anda cari, dibagi dengan total keseluruhan baris yang memuatnya.
Menghitung Beda Proporsi 2 Sample
Rasio dalam satu sel (kolom dan baris atau cukup satu kotak dalam tabel 2x2) adalah pecahan dari seluruh sampel yang ditemukan dalam setiap kombinasi paparan dan hasil. Dalam studi kasus-kontrol tidak ada informasi tentang proporsi hasil positif (atau penyakit) dalam populasi. Oleh karena itu, statistik perbedaan proporsi tidak cocok untuk memperkirakan hubungan antara paparan dan hasil dalam studi kasus-kontrol.
Uji Hipotesis Dua Proporsi Sampel
Berbeda dengan stratified cluster sampling yang merupakan prosedur pengambilan sampel yang jauh lebih efisien dibandingkan random sampling, pengujian hipotesis dua dimensi akan lebih kompleks dan analisis yang digunakan adalah uji regresi logistik (biner atau berganda) (Chen, Stasny dan Wolfe, 2005 ). Untuk membangun interval kepercayaan untuk perbedaan antara dua proporsi sampel, kita perlu mengetahui distribusi sampling dari perbedaan tersebut. Pada bagian selanjutnya, kita akan memecahkan masalah yang menunjukkan bagaimana menggunakan pendekatan ini untuk membangun interval kepercayaan untuk perbedaan antar proporsi.
Contoh Kasus Uji Hipotesis Beda Proporsi dalam
Dalam penelitian tentang gizi misalnya, sebagian besar penelitian ini cenderung memperhatikan masalah ketidakseimbangan antara asupan makanan dan aktivitas fisik, sedangkan faktor-faktor lain yang mempengaruhi seperti citra tubuh, jenis kelamin, depresi dan lain-lain diberikan yang saling terintegrasi. . kurang mendapat perhatian, sehingga digunakan uji regresi logistik untuk mengetahui faktor-faktor yang mempunyai pengaruh paling besar terhadap status gizi (Ruslie dan Darmadi, 2012). Oleh karena itu, Bab 8 mencoba membahas regresi logistik sebagai metode penelitian di bidang kesehatan pada khususnya, dengan memberikan contoh hasil penelitian yang terangkum dalam satu bab yang membahas tentang regresi logistik. Pada dasarnya regresi logistik selain digunakan untuk melihat risiko dengan menggunakan odds rasio, juga digunakan untuk memperoleh hasil prevalensi yang memudahkan penelitian di bidang kesehatan memperoleh informasi berharga dalam menentukan kasus di suatu daerah yang mengalami gangguan kesehatan.
REGRESI LOGISTIK
Pendahuluan
Analisis Regresi Logistik
Hubungan antara satu atau lebih variabel dapat dengan mudah dipahami dengan menggunakan model regresi (Asyiah, 2008; Haloho et al., 2013). Model regresi ini merupakan model yang menjelaskan hubungan antara suatu variabel respon diskrit dengan dua nilai atau lebih dari suatu variabel biner. Persamaan 𝜋(x) ditransformasikan untuk memudahkan estimasi parameter regresi, sehingga diperoleh bentuk logit regresi logistik berikut (Tampil et al., 2017):
Estimasi Parameter Model Regresi Logistik
Rahmawati 100 penentuan parameter yang dapat memberikan nilai estimasi nilai 𝛽 bertujuan untuk memperoleh hasil yang maksimal dari fungsi kemungkinan (Asyiah, 2008; Tampil et al., 2017).
Uji Model Regresi Logistik
- Uji Signifikansi secara keseluruhan(Capitalize Each
- Uji Signifikansi Secara Individual
- Uji Kesesuaian Model
Uji Wald akan menunjukkan bahwa suatu variabel independen atau prediktor berhak untuk dimasukkan atau dikeluarkan dari pemodelan (Agresti, 2007). Rasio odds merupakan kumpulan probabilitas yang berbeda dibagi dengan probabilitas lainnya (Mahmudin et al., 2014). Nilai 𝜓 >1 menunjukkan bahwa kedua variabel mempunyai hubungan yang positif namun positif terhadap perubahan kategori nilai x (Tampil et al., 2017).
Contoh Penelitan Regresi Logistik
Dari Tabel 8.2 terlihat bahwa sekitar 51,7% ibu hamil yang mengalami anemia mempunyai status gizi baik, sedangkan 24,2%. Namun risiko anemia cenderung lebih tinggi pada ibu hamil yang memiliki status gizi buruk. Analisis lebih lanjut pada Tabel 8.4 menunjukkan bahwa status anemia pada ibu hamil berhubungan dengan status gizinya dilihat dari hasil Chi-square yaitu 3,60.
