Overview Statistika Kedokteran
-
Upload
caroline-widjaja -
Category
Documents
-
view
96 -
download
1
description
Transcript of Overview Statistika Kedokteran
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?………………………………………………..………………………………………………..