Introduction to Biostatistics -...

31/01/2014

1

Introduction to Biostatistics

Widya Rahmawati

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

31/01/2014

2

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

Nutrition Biostatistics, Widya R, PS Ilmu Gizi

FKUB, 2013

31/01/2014

3

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


ayam bakar 50%

bebek goreng

25%

ikan bakar 15%

ayam goreng

10%

Tidak terasa, Saudara sudah menerapkan konsep ilmu Biostatistik!!

31/01/2014

4

Konsep dasar ilmu biostatistik


Menerapkan konsep

Biostatistik

Make everythings

simple

Everything will be simple after systematized

Why statistics? (statistika)

• Setiap hari kita menerima berbagai informasi yang menggambarkan berbagai aspek dalam kehidupan

• Data yang masuk ke dalam kepala kita perlu diklasifikasikan, disimpulkan dan disajikan kembali dalam bentuk yang lebih mudah difahami oleh orang lain

• Tanpa sadar, kita sudah menerapkan konsep dasar ilmu statistik


31/01/2014

5

Why statistics?

• 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.


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

31/01/2014

6

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


31/01/2014

7

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


31/01/2014

8

2) Skala Ukur Variabel


Ratio scale

Interval scale

Ordinal scale

Nominal scale

Add Your Text

Add Your Text

Add Your Text

Add Your Text

M Hanafi, 2011

2) Skala Ukur Variabel • Data Continuous

– Hasil pengukuran

– Peningkatan nilai konsisten

– Nilai nol absolut (rasio)

– Nilai nol tidak absolut (interval)

• Ordinal

– Hasil perhitungan

– Ada tingkatan, tapi kategori antar tingkatan tidak konsisten

• Nominal

– Hasil perhitungan

– Ada perbedaan

– Tidak ada perbedaan tingkatan


31/01/2014

9

Data Qualitative / Data Kategorikal / Data Diskrit

SKALA VARIABEL

SIFAT CONTOH

NOMINAL Nama/label Bukan peringkat

Golongan darah Jenis Kelamin Suku Kejadian penyakit

ORDINAL Pringkat dengan interval yang tidak dapat diukur

Derajat penyakit, tingkat sosial ekonomi, status gizi


Data Quantitative / Data Kontinyu

SKALA VARIABEL

SIFAT CONTOH

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


31/01/2014

10

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

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

31/01/2014

11

4) Jenis Hipotesis

Uji Hipotesis: metode untuk mengetahui hubungan (association) antar variabel, yang bisa dilakukan dengan 2 cara, yaitu secara:

1. Komparatif/Perbandingan (Comparation) Hipotesis Komparatif

Cth pertanyaan penelitian:

- Apakah ada perbedaan status gizi balita yang tinggal di daerah pegunungan dan pesisir pantai?

- Apakah ada perbedaan kadar Hb ibu hamil yang diberi suplemen Fe-folat dan multivitamin-mineral?

2. Korelatif/Hubungan (Correlation) Hipotesis Korelatif

- Apakah ada hubungan antara intake asam folat dan kadar homosistein dalam darah?

- Apakah ada hubungan antara rasio lingkar pinggang lingkar panggul terhadap tekanan darah pada WUS?


5) Jumlah Kelompok, berpasangan & tidak berpasangan

• Dua Kelompok Tidak Berpasangan – Mengukur status gizi balita di

daerah pegunungan dan daerah pesisir

• Dua Kelompok Berpasangan – Mengukur status gizi balita

pada saat awal penelitian dan akhir penelitian

• Kelompok Berpasangan karena Matching – Setiap subyek dari kelompok 1

dicarikan pasangan yang match karakternya (sesuai jenis kelamin, umur, dll) untuk kelompok 2

• Kelompok Berpasangan karena desain Cross Over – Melakukan dua intervensi pada

suatu kelompok menggunakan metode cross over. Pada tahap 1, kita memebri intervensi A, dilihat hasilnya. Selanjutnya dilakukan intervensi B, dan dilihat hasilnya


31/01/2014

12

6) Uji Parametrik & Non Parametrik


PARAMETRIC • hypothesis testing for continues

data

• hasilnya lebih sensitif dan statistical powernya lebih besar

• Kriteria:

– skala data interval- or ratio

– distribusi data normal

– varians data homogen • Analisa dengan menggunakan

nilai/angka yang sesungguhnya

NONPARAMETRIC • hypothesis testing for

categorical data

• hasilnya kurang sensitif dan statistical powernya lebih kecil

• Kriteria:

– skala data nominal or ordinal, or

– skala interval- or ratio, distribusi tidak normal

• Analisa dengan menggunakan rangking, bukan nilai/angka yang sesungguhnya

Data Qualitative / Data Kategorikal / Data Diskrit

SKALA VARIABEL

SIFAT CONTOH PENYAJIAN DATA STATISTIK

NOMINAL Nama/label Bukan peringkat

Golongan darah Jenis Kelamin Suku Kejadian penyakit

Proporsi, persentase Modus Resiko relatif (RR) Tidak dapat dihitung mean (rerata) Tabel Chart

Uji non parametrik: Uji tanda (sign test) Uji Chi square Uji Fischer Korelasi Spearman

ORDINAL Pringkat dengan interval yang tidak dapat diukur

Derajat penyakit, tingkat sosial ekonomi, status gizi

Proporsi, prosentase, median, modus Tidak dapat dihitung rerata Tabel Chart

Uji non parametrik: Uji Chi square Uji Fischer Korelasi Spearman


31/01/2014

13

Data Quantitative / Data Kontinyu SKALA VARIABEL

SIFAT CONTOH PENYAJIAN DATA STATISTIK

INTERVAL Peringkat yang dapat diukur namun tidak mempunyai nilai 0 (nol) absolut

Suhu udara, z-score, nilai, skor IQ

Mean, standart deviasi, median Proporsi, presentasi Data dapat di+, di-, dix, di: Semua jenis tabel Semua jenis grafik

Uji Parametrik: Uji t, ANOVA, Korelasi, Regresi

RATIO Peringkat dengan interval yang dapat diukur dan mempunyai nilai 0 (nol) absolut

Jarak, berat, panjang/tinggi, umur

Mean, standart deviasi, median Proporsi, presentasi Data dapat di+, di-, dix, di: Semua jenis tabel Semua jenis grafik

Uji Parametrik: Uji t, ANOVA, Korelasi, Regresi


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

5. Berikan contoh 1. dua kelompok tidak berpasangan

2. dua kelompok berpasangan

(masing-masing 2 contoh)

Nutrition Biostatistics, Widya R, PS Ilmu Gizi

FKUB, 2013

31/01/2014

14

Selamat belajar...


Introduction to Biostatistics -...

Documents

Transcript of Introduction to Biostatistics -...