Overview Statistik Kedokteran

Budi Utomo

Seksi EpidemiologiDept. IKM-KP FK Unair

Metode Statistik

Langkah-langkah statistika

Pengumpulan data

Pengolahan data

Penyajian data

Analisis data, dan Kesimpula

n

Data

Informasi

Informasi mengenai populasi

Estimasi Uji hipotesis

Statistika Inferens

Statistika Deskriptif

Pengumpulan data

Pengolahan data

Penyajian data

Analisis data, dan

Kesimpulan

data sampeldata sensus

Metode Statistiksampai pada kesimpulan mengenai populasi

•

••

••

•

ANALISIS DATA

Analisis Deskriptif1. Peringkasan/klasifikasi data

Ukuran Pemusatan : mean, median, modusUkuran Sebaran : range, rerata simpangan, simpangan

baku2. Penyajian Data :

• NarasiTabel/daftarDiagram/grafik/gambar

Analisis Inferensial1. Estimasi2. Pengujian Hipotesis : * Komparasi

* Korelasi

STATISTIKA DESKRIPTIP

• To describe mendeskripsikan/menggambarkan data• Meringkas/mengklasifikasikan (raw dataarray data

Menyajikan : - distribusi frekuensi - tabel - gambar, grafik/diagram - ukuran deskriptip - ukuran pemusatan (central tendency) - ukuran pencaran

Menyimpulkan : kesimpulan deskriptip

STATISTIKA DESKRIPTIF

peringkasan, pengklasifikasian dan penyajian data

• sebagai langkah pertama sebelum analisisstatistik inferensial

• analisis terhadap data dari seluruh populasi

• terhadap data yang diambil dari sampel :a. tidak bertujuan generalisasi/inferensi ke populasi

b. sampel tidak representatif (mewakili) populasi (dilihat

dari besar/ukuran sampel, cara pengambilan sampel

dan keterwakilan ciri-ciri populasi dalam sampel)

PEMILIHAN UKURAN PEMUSATAN(TENDENSI SENTRAL) MENURUT SKALA

PENGUKURAN DATA

SKALA UKURAN TENDENSI SENTRAL

DATA

NOMINAL

ORDINAL

INTERVAL

RASIO

MODUS

+

+

+

+

MEDIAN

-

+

+

+

MEAN

-

-

+

+

STATISTIKA INFERENSIAL

• Prosedur pengambilan kesimpulan (to infer)/ generalisasi (estimasi & uji hipotesis) mengenai karakteristik populasi (paramater) berdasarkan data yang diperoleh dari sampel (statistik) secara probabilistik mengandung resiko salah (p)/tidak pasti (uncertain)

Statistika Inferensial

1. Estimasipenaksiran nilai parameter berdasarkanstatistik : - Estimasi titik (point estimate)

- Estimasi interval (interval estimate)

2. Pengujian Hipotesis(Hypothesis testing)Untuk mengetahui keterkaitan/hubungan antarvariabel di populasi Uji statistik

STATISTIKA DESKRIPTIF

POPULASI

PARAMETER

2

SAMPLING

SAMPEL

STATISTIK x s

s2 r

GENERALISASI/INFERENSI

STATISTIKA INFERENSIAL

Data

Arti data

• Data adalah keterangan mengenai suatu hal dari seorang atau kumpulan orang, dalam bentuk angka-angka.

• Misal, ketika membahas data seorang responden (mis : pasien), kita dapat membicarakan angka-angka mengenai tinggi badannya, atau berat badan, tekanan darah, kepuasan pelayanan RS, dll.

PENGUKURAN (data)

• bertujuan mendiskriminasikan ataumembedakan sifat yang hendakdiukur

• secara kualitatif dan/atau kuantitatif

• Kemampuan dari suatu pengukuranuntuk membedakan sifat yang diukuratau diamati disebut skala atauderajat pengukuran

Syarat Data• Lengkap : mencakup semua kegiatan dan semua

wilayah• Terbaru: sesuai dng ketentuan ; 24 jam, minguan ,

bulanan, dll• Akurat:

- Reliabilitas: kekonsistensian pengukuran- Validitas: ketepatan/kecermatan pengukuran

Variabel

• Variabel adalah ciri individu yang dipelajari/diukur, yang bentuknya berupa nilai-nilai yang bervariasi.

Misal: berat badan : 60, 71, 73 dst..Sex : pria, wanitaJumlah anak : 2, 4, 10, 5

Variabel

• Nama: Tinggi badan• Batasan: Jarak antara ujung tumit

kaki dan puncak kepala• Nilai dan satuan: 154, 155, 157,

158, 159, 160, 162, …, dalam Cm.• Alat ukur: Meteran tinggi badan

Jenis Variabel

• Menurut skala pengukurannya ::nominal, ordinal, interval, rasio

• Menurut sifatnya :- variabel katagorik- variabel numerik

- diskrit- kontinyu

sifat antar pengukuran

pengamatan Skala pengukuran

dataKategorial Kualitatif Nominal

Kontinyu Semi-kuantitatifKuantitatif

OrdinalIntervalRasio

DATA

Sifat yang dapat diamati

Skala data

Nominal Ordinal Interval Rasio

Dapat dibedakan

Jenjang/urutan

Jarak antar nilai sama

Nol absolut

Jenis Variabel menurut sifatnya: 1. Katagorik: hasil pengklasifikasian/penggolonganCiri: isinya berbentuk kata-kataMisal: sex : pria dan wanita

pekerjaan; pns, abri, swastaumur : remaja, dewasa, tua

2. Numerik: variabel hasil pengukuran atau penghitunganCiri : isinya berbentuk angkaMisal: umur: 23, 25. 40 ,25 dst…

tinggi badan : 150, 165, dst……Jumlah anak: 3, 3, 5, 1, dst…

Tampilan di Komputer Umur Agama Bb Sex Umur1 Bb1

5 2 60 1 2 334 4 72 1 2 123 1 65 2 1 234 3 56 1 3 4

Dst ……

Umur : numerikAgama : katagorik (koding: 1=islam, 2=kristen, 3=katolik, 4=hindu)Bb : numerikSex : katagorik (koding: 1=pria, 2=wanita)Umur1l : katagorik (koding: 1= <20th (remaja), 2= 20-30 th (dewasa), 3= >30 th

(tua))Bb1 : katagorik (koding: 1= <60 kg, 2=60-70 kg, 3=70-80 kg, 4= >70kg)

PengumpulanData

Data Apa Yg Dikumpulkan Penyakit Kematian Kegiatan Program Data Demografi Data Lingkungan dsb

Jenis data bencana 1. Jumlah pengungsi pada saat sekarang2. Perkembangan jumlah pengungsi sejak pengungsian

pertama sampai sekarang3. Jumlah pengungsi berdasarkan pembagian lokasi

pengungsi 4. Jenis tempat tinggal perlokasi pengungsi5. Ketersediaan air minum perlokasi pengungsi dan

perorang perlokasi pengungsi6. Ketersediaan tempat buang hajat saniter perlokasi

pengungsi dan perorang perlokasi pengungsi7. Keberadaan vektor nyamuk dan tempat perindukannya,

baik malaria maupun demam berdarah8. Data penyakit berbasis lingkungan, terutama diare, tifus

perut, hepatitis, pnemonia, malaria dan campak

Definisi Operasional Data

1. Jelas2. Objektif3. Mudah diukur

Misal data DIARE, apa DO nya?

Sumber Data

1. Kegiatan rutin- Kegiatan dalam gedung puskesmasmis : data register pasien, dll- kegiatan diluar gedung puskesmasmis : data keg posyandu, pustu, dll

2. Kegiatan non rutin- survei, RHA

Pengumpulan Data• Pengumpulan data merupakan langkah yang amat

penting pada satu penelitian• Akurasi data bergantung pada:

1. Alat ukur yang digunakan Standard2. Orang yang mengambil data Terlatih

• Metode pengumpulan data:1. Pengamatan (observasi)2. Wawancara (Terstruktur vs Mendalam)3. Responden mengisi sendiri (Angket/Pos surat) 4. Polling (wawancara telpon & internet)5. Pengukuran

Alat Pengumpulan Data

1. Tipe instrumen– Wawancara– Responden

mengisi sendiri– Cek-list

2. Kelompok sasaran– Ibu/Wanita– Kepala keluarga– Remaja

3. Tipe pertanyaan– Pertanyaan Tertutup

• Satu pilihan (Ya/Tidak)

• Pilihan ganda– Pertanyaan terbuka

PengolahanData

Tujuan

• Terjaminnya keakuratan data : data terhindar dari kesalahan pengumpulan data dan kesalahan entry data

• Menyiapkan data agar mudah dilakukan analisis data

DIOLAH

SP

2T

P

Kesga

P2

MLain-lain

Hasil berbeda-beda padahal sumber

sama Puskesmas

DATA PUSKESMAS

TAHAPAN PENGOLAHAN DATAA.Editing

Memeriksa kelengkapan dan kebenaran isi kuesioner : lakukan kompilasi kalau data berasal dari berbagai sumber, lakukan pengecekan kebenaran data

B.CodingPengubahan jawaban pertanyaan yg berisi huruf kedalam bentuk angka: Misal data pendidikan dikoding: 1=sd 2=smp , dst

C. ProcessingMemindahkan isi keusioner ke media komputer: data sederhana gunakan Excel, dbase, dll : data komplek gunakan: SPSS, STATA

D. Cleaning dataTujuan : pengecekan kebenaran entry data

E. Transformasi Data

Tujuan : melakukan perubahan variabel menjadi variabel

baru sesuai dg kebutuhan melalui proses :

– Mengubah nilai dari suatu var.– Mengelompokkan var ke dlm nilai berbeda.– Mengelompokkan nilai-nilai var ke dlm var. baru– Mengekstraksi sebagian dari nilai dlm variabel

Proses Transformasi Data

Contoh mengubah nilai dari suatu var.

Dari hasil penimbangan 20 Bayi yang baru dilahirkan

diperoleh data Berat Badan bayi (gram) sbb : 2250, 3300, 2450, 2500, 2499, 2550, 2600, 2750, 2525, 2365, 3400, 2625, 2510, 2480, 2725, 2600, 2700, 3000, 3500, 2300 Dalam hal ini nilai BB Bayi akan ubah menjadi suatu variabel yang lebih informatif yaitu BBLR dengan menggunakan standard < 2500 grm

Bayi BBLR =

Bayi tdk BBLR =

5 org

15 org

Mengelompokkan var ke dlm nilai berbeda.

Dari hasil penimbangan 20 Bayi yang baru dilahirkan

diperoleh gambaran tk pendidikan ibu sbb : SD, MI, TS, SD, SD, TS, SLTP, SLTP, MT, SLTA, SD SLTP, MI, MT, SLTA, MA, TS, MA, D-III, SD Dari data diatas diperoleh kompilasi sbb : - TS = 3 org - SD/MI = 7 org - SLTP/ MT = 5 org - SLTA/ MA = 4 org - D-III = 1 org

Dikelompokan menjadi variabel baru :- Tk pddkn Rendah = TS + SD/ MI =-Tk pddkn Sedang = SLTP/ MT + SLTA/ MA =- Tk pddkn Tinggi = D-III =

3 + 7 = 10 org 5 + 4 = 9

1

Mengelompokkan nilai-nilai var ke dlm var. baru. Dari hasil pengamatan terhadap 10 Balita di Desa Ulun Jaya didapatkan informasi data imun. Sbb:

BAYI BCG DPT-3 POLIO-4 CAMPAK HB-3

1 + + + - +

2 + + + + +

3 - + + + -

4 + + - + +

5 + + + + +

6 + - - + +

7 + + + + +

8 - - - - -

9 - - - + -

10 + + + + +

7 7 6 8 7

Dari data imun kemudi-an disusun var. Baru status imun.

Status Lengkap bila bayi telah dapat imun.

BCG,DPT3, Pol-4 HB-3

Bayi-bayi No. 2, 5, 7, 10

Analisis Data

Apa itu analisis ?

= memberi makna data, memberi arti dataMis: hasil survei di Bogor didapatkan rata-rata berat bayi

sebesar 2100g.Analisisnya : masih banyak bayi di Bogor dalam kondisi BBLR

Hasil Analisis data akan maksimal, bila:- menguasai statistik- menguasai substansi dari data yg dianalisis- menguasai paket program statistik komputer

Jenis Analisis Data

• Analisis Data Sederhana (Univariat)- menghitung rerata (ukuran tengah)- menghitung sebaran (ukuran variasi)

• Analisis Data yang Komplek- analisis bivariat- analisis multivariat

ANALISIS UNIVARIAT: deskripsi masing-2 variabel

METODE :• Peringkasan Data (Ukuran Tengah)• Ukuran Penyebaran (Ukuran Variasi)

Ukuran tengah dan ukuran variasi akan tergantung dari jenis variabelnya apakah Numerik atau Katagorik

PENGUJIAN HIPOTESIS(Hypothesis testing)

• Langkah-langkah :

1. Penetapan Hipotesis Statistik (H0 dan H1)2. Penentuan Tingkat Kemaknaan (a)

biasanya berkisar 0,01 dan 0,1

(paling sering 0,05)

3. Pemilihan Uji Statistik, perludiperhatikan :a. Jenis/skala pengukuran datab. Distribusi datac. Tujuan analisis (komparasi atau

korelasi)d. Banyak atau jumlah sampel (bebas/

berpasangan)e. Banyaknya variabel yang diamati

atau banyaknya pengamatan(f. Variansi)

4. Penghitungan / Uji Statistik5. Keputusan Uji dan Penarikan Kesimpulan

didasarkan pada penerimaan dan penolakanhipotesis nol (H0). Dari hasil uji statistikbiasanya didapatkan nilai statistik uji dan tingkatkemaknaan (p). Secara umum, keputusanmenolak hipotesis nol (H0) diambil apabila :

Nilai statistik uji > nilai tabelatau

Nilai tingkat kemaknaan yang diperoleh (p) < a

Uji statistik dipilih berdasarkan1. Tujuan analisis : komparasi / korelasi2. Skala data : Nominal, Ordinal,

Rasio/Interval3. Hasil uji normalitas untuk data

Rasio/Interval (One sample Kolmogorov-Smirnov test)- Normal : uji statistik parametrik

- Tidak Normal : uji statistik non parametrik

4. Jumlah sampel / kelompok : 1, 2, 3, 4, …5. Jumlah pengamatan: mis. 0 jam, 12 jam, …6. Jumlah variabel:

- Variabel bebas: 1, 2, 3, …- Variabel terikat: 1, 2, 3, …

DATA

Skala Pengukuran/Jenis data

Interval/Rasio(Kuantitatif)

Dist. Normal

Ordinal(Semikuantitatif)

Dist. tdk Normal

Nominal(Kualitatif)

TUJUAN STATISTIKA STATISTIKA NON PARAMETRIKANALISIS PARAMETRIK An. Data Semikuantitatif An. Data Kategori

KOMPARASI

KORELASI

2

Pemilihan Uji Statistik untuktujuan komparasi

1

JUMLAH

BEBASSKALAPENGUKURAN DANDISTRIBUSI

SAMPEL/KELOMPOK

>2

BERPASANGAN

BEBAS

BERHUBUNGAN

DATA(VARIABELYANGDIBANDINGKAN 1)

Pemilihan Uji Statistik untuktujuan korelasi

SIMETRIS KORELASI

SKALAJENIS

HUBUNGAN

ASIMETRIS

PENGUKURANVARIABEL2 YANG

DIHUBUNGKAN

(SEBAB-AKIBAT)

REGRESI

1

2

>2

PEMILIHAN TEKNIK ANALISIS/UJI STATISTIK

TUJUANANALISIS

JUMLAHSAMPEL/

KLP

BEBAS/BERHUBUNGAN

Bebas

STATISTIKAPARAMETRIK

Uji t satu sampel(Goodness of Fit ttest)

Uji t 2 sampelbebas

STATISTIKA NON PARAMETRIK

Analisis Data Analisis DataSemikuantitatif Kualitatif/Kategori

Kolmogorov-Chi Square satu

Smirnov satusampel

sampel

Wilcoxon-Mann

Chi Square

Fisher’s exact test

Whitney test

KOMPARASI Berpasangan

Bebas

Berhubungan

Uji t databerpasangan(Paired t test)

Anova satu arah(Oneway anova)

Anova samasubyek

Wilcoxon SignedRank test

Kruskal-Wallis test

Anova Friedman

Mc Nemar test

Chi Square

Cochran’s Q

Uji Asosiasi :• Koefisien

Product Moment Kontingensi

HUBUNGANSIMETRIS dari Pearson

(Korelasi Pearson)Korelasi Spearman • Koefisien Phi

• Koefisien Kappa• Koefisien Lambda,

dll

SEBAB-AKIBAT Regresi Linier Regresi Ordinal Regresi Logistik

PARAMETRIK NON PARAMETRIK

RASIO/INTERVAL DISTRIBUSI

NORMAL

ORDINAL R/I DISTR NORMAL (-)

NOMINAL / KATEGORIAL

I. KOMPARASI

1. Populasi vs sampel t satu sampel Kolmogorov-Smirnov satu sampel

2

2. Sampel (i) 2 sampel (ii) >2 sampel

t 2 sampel

ANOVA

Mann-Whitney /

Wilcoxon 2 sampel Kruskall Wallis

2 / Fisher’s Exact test

2

3. Pengamatan (i) 2 pengamatan (ii) > 2 pengamatan

Paired t test

Anova sama subyek

Wilcoxon signed rank test

Friedman

Mc. Nemar Q Cochran

II. KORELASI

1. Interdependency rho-Pearson Spearman Kendall

Contingency C, Phi Log rank (>2 variabel)

2. Dependency (variabel dependent)

Regresi linier Regresi Polinomial Regresi logistik

Ukuran tengah variabel Numerik

Hb=10 Hb=11 Hb=12

Hb=13 Hb=14

Mean kadar Hb:

(10+11+12+13+14)-------------------------- = 12 mg/dl 5

: Mean, Median , Modus

Median =12 mg/dl

Modus : tidak ada

Kelemahan nilai mean : terpengaruh data ekstrimKeuntungan nilai median : tidak terpengaruh adanya data ekstrim

Ukuran Variasi variabel Numerik

Hb=10 Hb=11 Hb=12

Hb=13 Hb=14

Hb=12 Hb=12 Hb=12

Hb=12 Hb=12

Rata-rata Hb = 12 mg/dl Rata-rata Hb = 12 mg/dl

Lebak Cianjur

: Standar Deviasi

Ukuran Tengah variabel Katagorik

= Bumil tanpa K4

= Bumil dengan K4

Proporsi bumil dengan K4:

6/10 = 0,6 = 60%

: Proporsi /persentase

Ukuran variasi data Katagorik :Bentuknya sama dng ukuran tengah : Proporsi/persentase

UKURAN RELATIF( Proporsi, Rate, Ratio )

Y

Rumus =X

x K

X = Kasus

Y = Pop.Risiko

K = Konstanta

Proporsi : adl ukuran perbandingan antara satu kondisi /kejadian kondisi dg keseluruhan kejadian ( proporsi peny , umur, sex, pekerjaan )

Ukuran EpidNumerator (X)

Denominator (Y) Konstanta (K)

Proporsi BTA+ rawat inap di RS Ulin

Pdrt BTA + Pdrt rwt inap %

Proporsi Balita Pnemonia di Puskesmas

Balita Pnemonia

Pdrt Berobat %

Proporsi pria pdrt HIV + Pria HIV + Kasus HIV+ %

Proporsi PNS pdrt TB yg diobati

PNS pdrt TB, diobati

Semua Pdrt TB diobati

%

Rate : adl ukuran perubahan kejadian (kesakitan) pd. masyarakat selama kurun waktu tertentu dan dalam satuan konstanta ttt ( IR, PR, AR, CFR dll )

Ukuran Epid Numerator (X) Denominator (Y) Konstanta (K)

Insidens Rate Kasus Baru Pddk Risiko % , ‰ dsb

Prevalens Rate Semua Kasus (Baru +Lama)

Pddk Risiko % , ‰ dsb

Attack Rate Kasus Baru Pddk Risiko % , ‰

Case Fatality Rate

Kematian Semua Kasus %

Crude Death Rate

Kematian penduduk % , ‰ dsb

Ratio : adl ukuran perbandingan antara satu kejadian/ kondisi dengan kejadian lainya ( sex ratio )

Ukuran EpidNumerator (X)

Denominator (Y) Konstanta (K)

Sex Ratio Pddk Pria Pddk Wanita 100

Ratio Puskesmas dg pddk

Puskesmas Pddk 10.000

Ratio dokter dg pddk dokter Pddk 10.000

Ratio dokter dg Puskesmas

dokter Puskesmas 10

Penyajian Data

Penyajian

- Tabel atau Grafik- Tidak boleh double penyajian- Kurang tepat penyajian output komputer- Beberapa angka yg penting dari output

komputer tabel/grafik

Tabel

Tabel 5.1

Distribusi Pasien Menurut Tingkat Pendidikan di Puskesmas X, 2004 Pendidikan Jumlah Persentase

SD SMPSMUPT

40302010

40,030,020,010,0

Jumlah 100 100

GRAFIKLingkaran (PIE)

Tidak sekolahSekolah DasarTamat SLTPTamat SLTA+

Distribusi Pendidikan Penduduk

Jakarta Utara

Jakarta Utara

50,4%

14% 26%9,6%

Grafik Batang (Bar)

0

10

20

30

40

50

60

70

80

90

Cakupan Pemeriksaan Kehamilan di Kabupaten Cianjur 1995

Pernah periksa Periksa > 4 kali Periksa > 4 kali+ sesuai 5 T

Periksa > 4 kali+ sesuai 5 T+ pil Fe > 90

Pareto Chart Penyebab Kematian di Rumah Sakit

Penyebab kematian

Ju

mla

h k

asu

s

140

120

100

80

60

40

20

0

Pe

rse

n100

90

80

70

60

50

40

30

20

10

0101018

25

3640

Diagram Garis (Line) :

Jumlah Kasus DBD Menurut Bulan di RS

Sigma level: 3

Ju

mla

h k

asu

s

50

40

30

20

10

0

Kasus DBD

Batas atas = 33.9

Rata-rata = 20.4

Batas bawah = 6.9

Grafik: Histogram

Distribusi Umur Ibu, Survei Cepat KIA Cianjur, 1995

05

10152025303540

15-19 20-24 25-29 30-34 35-39 40-44 45-49

Umur (tahun)

Pe

rse

n

Contoh salah dlm penyajian di laporan

Jangan langsung menggunakanhasil keluarankomputeruntuk tabel pada laporan

Informasi

Kapan disebut Informasi ?

• Informasi merupakan hasil analisis yang sudah disimpulkan

• Kesimpulan = informasi

• Informasi sudah mempunyai arti/makna

• Beda informasi dng data?: Data belum mempunyai arti/makna, sedangkan informasi sudah mempunyai makna

Contoh informasi ‘1

• Hasil analisis data melaporkan bahwa rata-rata berat bayi di bogor 2100 gram

• Apa kesimpulan/informasinya?………………………………………………..………………………………………………..

Contoh informasi ‘2

• Hasil analisis data melaporkan bahwa persentase penolong persalinan oleh tenaga kesehatan di Kotamadya Depok saat ini adalah 60 %

• Apa kesimpulan/informasinya?………………………………………………..………………………………………………..

Contoh informasi ‘3

• Hasil analisis data melaporkan bahwa rata-rata umur ibu pertama kali hamil di Cianjur adalah 16 tahun

• Apa kesimpulan/informasinya?………………………………………………..………………………………………………..

Contoh informasi ‘4

• Hasil analisis data melaporkan bahwa rata-rata kadar Hb ibu hamil di Bekasi adalah 9 g%

• Apa kesimpulan/informasinya?………………………………………………..………………………………………………..